Вам лгали про увольнения из-за ИИ. Oxford Economics раскрыл правду — и она вас удивит

ИИ не забирает вашу работу.

Мы все читали заголовки и слышали этот нарратив. Компании заявляют, что ИИ позволил им уволить тысячи сотрудников. Чат-боты, как сообщается, уже заполняют все начальные позиции, затрудняя выпускникам поиск работы. Генеральные директора из мира т��хнологий проповедуют, что ИИ революционизирует экономику, и вам нужно включиться в этот процесс или остаться позади. Но насколько всё это правда? Что на самом деле показывают данные? Что ж, если копнуть глубже искажённой пропаганды олигархии Больших Технологий, вы обнаружите, что этот нарратив – почти полная выдумка и не может быть дальше от истины. Возьмите недавний отчёт Oxford Economics ^[1] (OE), который обнаружил, что компании «не заменяют работников ИИ в значительном масштабе», а вместо этого предполагает, что они используют нарратив об увольнениях из-за ИИ, чтобы прикрыть собственные недостатки.

Отчёт развенчивает эту отраслевую пропаганду в четырёх основных шагах. Давайте углубимся.

Работа для выпускников

Правда в том, что уровень безработицы среди выпускников неуклонно растёт с момента запуска ChatGPT. Вы можете понять, как люди могут думать, что это пример замены работников ИИ, потому что многие предполагают, что эти начальные должности легче автоматизировать с помощью ИИ. Однако OE обнаружила, что рост уровня безработицы связан не с ИИ, а с другими внешними факторами.

Например, OE обнаружила, что выпускников просто стало больше, чем раньше. С 2019 года число 22-27-летних с университетским образованием в США выросло с 32% до 35%. В Европе рост ещё более заметен: число 25-29-летних с университетским образованием выросло с 39% в 2019 году до 45% к 2024 году. Это создало огромный «всплеск предложения» и означает, что вакансий для выпускников не хватает на всех, что повлияло на уровень безработицы.

Кроме того, анализ OE показал, что растущий уровень безработицы среди выпускников демонстрирует все признаки того, что он вызван более широким экономическим замедлением.

Во время этих замедлений безработица среди выпускников обычно растёт выше, чем общий уровень безработицы, что именно и передают данные OE. Кроме того, безработица среди выпускников не растёт в других странах, таких как Южная Корея и Япония, которые внедрили ИИ, но не испытали экономического спада.

Это подтверждается другими исследованиями, такими как Deutsche Bank ^[2], которое обнаружило, что инвестиции в ИИ, возможно, предотвращают вхождение США в рецессию. Другими словами, США функционально переживают экономический спад, за исключением Больших Технологий, которые продолжают инвестировать в себя в рамках большого замкнутого цикла взаимных инвестиций между компаниями. Поэтому мы должны ожидать, что безработица среди выпускников в любом случае будет резко расти.

Это простой случай ошибки ^[3] атрибуции. То, что безработица среди выпускников начала расти примерно в то же время, когда ИИ-чат-боты стали широко доступны, не означает, что одно вызвало другое. Корреляция не равна причинно-следственной связи.

Скачок продуктивности?

Одна из лучших фраз из этого отчёта – когда он прямо спрашивает: «Если рабочие места заменяются, где же скачок продуктивности?» Все, кажется, забыли, что продуктивность – это то, что мы изме��яем, и если риторика об ИИ верна, этот показатель должен взлететь до небес.

К сожалению, во всех крупных экономиках рост продуктивности фактически замедляется или стагнирует. Это, по-видимому, снова связано с более широким экономическим замедлением, поскольку оно снижает прирост продуктивности.

Отчёт подчёркивает, что опасно слишком много читать в такого рода данных. В конце концов, известно, что эта форма данных довольно волатильна. Однако мы можем признать, что массивного роста продуктивности, который мы ожидали бы увидеть, если бы автоматизация рабочих мест ИИ вызывала тысячи увольнений и взлёт безработицы среди выпускников, просто нет. И это сильно подразумевает, что этот нарратив ложен.

Заявленные потери рабочих мест

Одна из самых разоблачительных ��очек всего отчёта – тот факт, что даже сами данные об увольнениях не подтверждают риторику об ИИ.

OE выделила данные от Challenger, Gray & Christmas, ведущего поставщика данных об увольнениях, которые обнаружили, что ИИ был назван причиной почти 55 000 сокращений рабочих мест в США за первые 11 месяцев 2025 года. Это серьёзная эскалация, так как ИИ был назван причиной менее чем 20 000 сокращений рабочих мест в США в 2023 и 2024 годах.

На первый взгляд эти данные, кажется, подтверждают риторику об ИИ.

То есть до тех пор, пока вы не осознаете, что на рынке труда США от 1,5 до 1,8 миллиона работников теряют работу в любой заданный месяц. Таким образом, эти 55 000 сокращений представляют собой всего 4,5% от общих зарегистрированных потерь рабочих мест. Это действительно не очень много.

Не говоря уже о том, что исследователи OE считают, что даже эта цифра завышена.

«Мы считаем, что масштабы потерь рабочих мест, приписываемых ИИ, скорее всего, переоценены, чем недооценены. Связывание потерь рабочих мест с увеличенным использованием ИИ, а не с другими негативными факторами, такими как слабый спрос или чрезмерный найм в прошлом, передаёт более позитивное сообщение инвесторам».

И я склонен согласиться с ними. В конце концов, это самостоятельно сообщаемые данные от работодателей, и они отчаянно хотят выглядеть хорошо, особенно в сегодняшней сложной экономике.

Так что, даже если эта цифра верна, ИИ заменяет лишь крошечное количество рабочих мест. Но даже эксперты считают, что это значительная переоценка.

Показатели внедрения ИИ

Теперь, если количество рабочих мест, теряемых из-за ИИ, увеличивается, как предполагает Challenger, Gray & Christmas, то вы ожидали бы, что показатели внедрения ИИ в корпорациях также увеличатся, верно?

Интересно, что OE обнаружила, что показатели внедрения ИИ в корпорациях начинают выравниваться или даже разворачиваться для крупных корпораций, что было подтверждено множеством источников.

Это убедительно свидетельствует о том, что есть значительная ошибочная атрибуция заявленных потерь рабочих мест. Тот факт, что не было скачка продуктивности, также предполагает, что корпорации начинают осознавать, что ИИ не может автоматизировать рабочие места и не обеспечивает обещанного роста продуктивности, поэтому они откладывают принятие этих инструментов. Это, в свою очередь, подкрепляет позицию OE о причинах безработицы среди выпускников.

Проблема масштаба

Сделав эти четыре простых замечания, этот отчёт OE полностью разрушил нарратив об увольнениях из-за ИИ. Но почему ИИ не оправдал собственной рекламы?

Лично я бы указал на множество исследований, которые подчёркивают, насколько совершенно бесполезен и проблематичен ИИ. Но хорошие люди в OE гораздо более тактичны, чем я, и предложили более простое объяснение.

Прирост эффективности от ИИ не обязательно масштабируется.

Конечно, он может помочь вам выполнить одну задачу быстрее, но это может иметь негативные побочные эффекты. Пример, который приводит OE, – соискатели, использующие ИИ для подачи заявок на работу. Это может помочь соискателю быть более «эффективным», но, как выразилась OE, «Если ИИ просто приводит к тому, что больше людей подают заявки на больше рабочих мест, для которых они плохо подходят, общие выгоды от ИИ будут ограничены».

Прирост эффективности в микромасштабе не обязательно переводится в макромасштаб работы или бизнеса и определённо не переводится в мегамасштаб целой экономики. Снова, как выразилась OE, «ИИ может повысить эффективность процесса, но суммирование индивидуальных выгод для фирмы или влияния на экономику в целом может вводить в заблуждение».

Чтобы ИИ действительно оказал какое-либо значимое влияние на общую продуктивность или рынок труда, он должен «устранять существующие узкие места и новые, которые он создаёт». К сожалению, ИИ внедряется не так, и растущий объём исследований из недавних работ (MIT ^[4], PwC ^[5], METR ^[6], CMU ^[7], MIT Sloan ^[8], CMU ^[9], JYX ^[10]) указывает на то, что фундаментальные проблемы с технологией – такие как галлюцинации, когнитивный долг, атрофия навыков и т.д. – делают её вредной для использования в критических узких местах.

Другими словами, то, что ИИ может помочь вам написать электронное письмо, не означает, что он может заменить работников, сделать компанию более продуктивной или революционизировать экономику.

Как использовать ИИ правильно: не для замены, а для усиления

Вся эта дискуссия о проблемах массового внедрения ИИ поднимает важный вопрос: если технология не может заменить работников в масштабах экономики, значит ли это, что она бесполезна?

Совсем нет. Проблема не в самой технологии, а в том, как её пытаются применять.

ИИ показывает реальную пользу не как замена человека, а как инструмент усиления индивидуальных возможностей. Исследования MIT Sloan показали, что высококвалифицированные работники могут увеличить свою продуктивность на 20-30% при правильном использовании ИИ – не заменяя свою экспертизу, а автоматизируя рутинные задачи.

Ключ в доступности и простоте использования. Современный ИИ стал облачным – вам больше не нужна мощная локальная машина или сложные настройки.

Сервисы вроде BotHub предоставляют доступ к самым современным AI-моделям прямо из браузера.

Для доступа не требуется VPN, можно использовать российскую карту.

По ссылке вы можете получить 300 000 бесплатных токенов ^[11]  для первых задач и приступить к работе с нейросетями прямо сейчас!

Итоги

Проще говоря, как прекрасно показала OE, нет достоверных доказательств того, что увольнения из-за ИИ происходят в значимом масштабе. Более того, OE даже «подозревает, что некоторые фирмы пытаются представить увольнения как хорошую новость, а не плохую, например, как прошлый чрезмерный найм», поскольку это «передаёт более позитивное сообщение инвесторам». Нарратив, которым нас кормят, — полная выдумка. Это пропаганда, призванная представить технологических предпринимателей и генеральных директоров в лучшем свете и наполнить их карманы долларами обманутых инвесторов. Не говоря уже о том, что есть множество исследований, которые убедительно свидетельствуют, что ИИ никогда не сможет вызвать массовые увольнения, поскольку технология просто слишком фундаментально несовершенна.

Поэтому в следующий раз, когда кто-то попытается навязать вам этот искажённый нарратив, остановитесь на секунду и спросите, почему они хотят, чтобы вы в это поверили. Что они получают, обманывая вас? И что вы упускаете?