ИИ и рынок труда

Начнём с того, чего в данных нет: волны безработицы. Общая занятость в экономиках США и Европы в 2024–2026 годах продолжала расти, а работодатели чаще перестраивали команды, чем сокращали их: в опросе ZipRecruiter лета 2026-го 92% компаний сообщили о внедрении ИИ в той или иной форме — и большинство при этом наняло больше, а не меньше.

Теперь то, что есть. Исследование Стэнфорда на платёжных данных миллионов работников зафиксировало: с конца 2022-го занятость работников 22–25 лет в профессиях с максимальной ИИ-уязвимостью снизилась примерно на 6%, тогда как у старших коллег в тех же ролях выросла на 6–9%; в относительном выражении найм молодых просел на 13–16%. В Великобритании число вакансий в уязвимых ролях упало на 38%. В первом квартале 2026-го в американском техсекторе прошло 78.5 тысячи сокращений — почти половина с прямой ссылкой на ИИ. А наём выпускников класса-2026 работодатели планируют лишь на 1.6% выше прошлогоднего — при растущем числе самих выпускников это фактическое сжатие.

Итого: ИИ пока не увольняет массово — он тихо убирает нижнюю ступеньку лестницы. Ту самую, где рутинной работой платили за наставничество.

Почему сигнал виден именно у молодых? Потому что найм — самый быстрый рычаг. Уволить действующего сотрудника дорого и конфликтно; не открыть джуниорскую вакансию — бесплатно и незаметно. Компании сначала перестают нанимать на роли, которые закрывает ИИ, и лишь потом, годами позже, пересматривают существующие штатки. Данные по 22–25-летним — это опережающий индикатор всего рынка, и именно поэтому мы следим за ним пристальнее, чем за общей безработицей.

Тот же стэнфордский массив данных дал самый практичный вывод года. Там, где ИИ автоматизирует задачу целиком — пишет типовой код, ведёт клиентские чаты, — найм начинающих падает. Там, где ИИ аугментирует человека — проверяет, подсказывает, ускоряет, — занятость держится или растёт. Судьба роли определяется не отраслью и не названием должности, а тем, какую долю задач можно передать без человека в цикле.

Барометр PwC (миллиард вакансий, 27 стран) показывает ту же развилку с другой стороны: «профессионализируемые» роли, где ИИ повышает ценность эксперта, растут вдвое быстрее по числу вакансий и на 42% быстрее по зарплатам, чем «демократизируемые», где ИИ снижает порог входа. Перевод на практический: если нейросеть позволяет любому делать вашу работу — это плохая новость; если она позволяет вам делать работу, которую раньше делала команда, — хорошая.

И появляется слой профессий, которых не существовало: оркестраторы агентных систем, тренеры и аудиторы моделей, инженеры баз знаний, специалисты по ИИ-комплаенсу. Пока это тонкая прослойка, но она растёт быстрее любых других вакансий — те самые +280% по агентным навыкам. Исторический паттерн узнаваем: веб-мастера девяностых тоже казались экзотикой, пока не стали целой индустрией. Важное отличие новых ролей — почти во все можно перейти из смежной профессии за месяцы практики, а не за годы переобучения: базой служит знание предметной области, а не программирование.

Базовый ориентир — прогноз Всемирного экономического форума: к 2030 году технологии вытеснят порядка 92 млн рабочих мест и создадут около 170 млн новых, нетто плюс 78 млн. Ловушка этой арифметики в том, что «минус» и «плюс» приходятся на разных людей: уволенный операционист не становится инженером ML-инфраструктуры автоматически. Разрыв между вытеснением и созданием — это разрыв переобучения, и именно он, а не общее число мест, станет главной социальной проблемой конца десятилетия. Пессимистичный полюс задал Амодеи: до половины начальных офисных позиций под угрозой за один-пять лет, безработица 10–20%. Год спустя агрегированные данные этот сценарий не подтверждают — но стэнфордская статистика по молодым идёт ровно в его направлении. Оценка MIT добавляет масштаба: уже сегодняшние модели технически способны выполнять работу, эквивалентную 11.7% занятости.

И обязательная прививка скромности — урок радиологии. В 2016-м Джеффри Хинтон назвал «совершенно очевидным», что нейросети превзойдут рентгенологов за пять лет, и советовал их не готовить. Девять лет спустя рентгенологов не хватает, а специальность растёт: ИИ забрал часть чтения снимков, но не ответственность, не пациента и не смежные задачи. Мораль не в том, что автоматизация — миф, а в том, что и паникёры, и скептики систематически ошибаются в сроках и полноте замены. Профессии редко исчезают целиком — они пересобираются.

Логика «замена или усиление» становится нагляднее на конкретных профессиях. Пять типичных траекторий из нашей практики и кейсов читателей.

Общий знаменатель: в каждой профессии появляется внутренняя развилка — вниз, к исполнению, которое дешевеет, или вверх, к постановке задач и ответственности, которые дорожают. Выбор ступеньки внутри профессии теперь значит для карьеры и дохода больше, чем сам выбор профессии на старте.

Источники: Stanford Digital Economy Lab (Brynjolfsson et al., данные ADP), PwC Global AI Jobs Barometer 2026, WEF Future of Jobs Report, ZipRecruiter AI Employer Report 2026, Stanford AI Index / Lightcast, оценка MIT (11.2025), публичные заявления Д. Амодеи. Интерпретации и рекомендации — редакции.