Я Дэн Реймер, основатель Reymer Digital и автономной AI-медиаплатформы reymer.ai. Платформа работает почти без ручного участия: AI генерирует 5-7 новостей в день из отобранных источников, публикует в Telegram и VK, индексирует в поисковиках, оптимизирует SEO/GEO, ведёт каталог курсов, промптов и полезных ИИ-инструментов. Один человек + Claude Code = полноценная автономная AI-редакция.
Но сегодня не об этом. Сегодня – про профессии.
Карпаты показал карту. Мы сделали российскую версию
15 марта 2026 года Андрей Карпаты (бывший директор AI в Tesla, сооснователь OpenAI) опубликовал интерактивную карту влияния AI на 342 профессии американского рынка труда. Данные — Bureau of Labor Statistics, 143 млн рабочих мест, AI-уязвимость по шкале 0–10. Проект мгновенно стал вирусным: Илон Маск прокомментировал, Fortune написал статью, GitHub-репозиторий набрал тысячи звёзд (а потом был удалён).
Мы адаптировали методологию для российского рынка: 142 профессии, данные Росстата и HeadHunter, 13 секторов экономики, 20.9 млн рабочих мест. Вместо BLS – российская статистика занятости, вместо USD – рубли, вместо прогноза BLS – HH-индекс дефицита кадров.
Результаты оказались неожиданными – и во многом отличаются от американских.
Россия vs США: главные числа
|
Метрика |
США (Карпаты) |
Россия (reymer.ai) |
|---|---|---|
|
Профессий |
342 |
142 |
|
Рабочих мест |
143 млн |
20.9 млн |
|
Средняя AI-уязвимость |
4.9/10 |
4.35/10 |
|
Доля высокого риска (7+) |
42% |
22% |
|
Работников под угрозой |
59.9 млн |
4.6 млн |
|
Зарплаты под угрозой |
$3.7 трлн/год |
– |
|
AI для оценки |
Gemini Flash |
Claude Opus |
|
Данные |
BLS (Bureau of Labor Statistics) |
Росстат + HeadHunter |
Почему в России вдвое меньше? Структура экономик различается. В США доминирует сервисная экономика: юристы, финансисты, аналитики, маркетологи – «белые воротнички» за компьютерами. В России больше доля физического труда: строительство, производство, сельское хозяйство, транспорт. AI пока не умеет класть плитку и варить трубы.
При этом паттерны совпадают: в обеих странах высокие зарплаты = высокий риск, высшее образование = больше уязвимости, а физический труд защищён.
Как мы считали
AI-уязвимость (0–10) – экспертная оценка по методологии Карпаты:
-
9–10: рутинная работа с текстом/данными, возможна удалёнка
-
7–8: преимущественно рутинная, с элементами уникального суждения
-
5–6: смешанная — рутина + уникальное суждение
-
3–4: физический труд с элементами компьютерной работы
-
0–2: физический, непредсказуемый, ручной труд
Источники данных:
-
Росстат – обследование рабочей силы 2024-2025, профгруппы ОКЗ
-
HeadHunter API – медианные зарплаты, HH-индекс (отношение резюме к вакансиям)
-
Профстандарты РФ и Общероссийский классификатор занятий (ОКЗ)
-
Прогноз роста – на основе отраслевых отчётов и трендов автоматизации
Полная интерактивная визуализация: reymer.ai/knowledge/ai-jobs-russia
Интерактивная карта: 142 профессии, 5 режимов визуализации, поиск, фильтры по 13 секторам, карточка каждой профессии
22% рабочей силы в зоне высокого риска
Из 20.9 млн проанализированных рабочих мест:
|
Уровень риска |
Занятых (тыс.) |
Доля |
|---|---|---|
|
Высокий (7–10) |
4 640 |
22.2% |
|
Средний (5–6) |
9 645 |
46.0% |
|
Низкий (0–4) |
6 660 |
31.8% |
Каждый пятый работник в России выполняет задачи, которые AI уже умеет делать хорошо.
Для сравнения: у Карпаты по США – 42% рабочих мест с уязвимостью 7+. Разница объяснима: в России больше физического труда (строительство, производство, сельское хозяйство), который AI пока не автоматизирует.
Парадокс зарплаты: чем больше платят — тем выше риск
Это самый контринтуитивный вывод. Высокооплачиваемые профессии оказались более уязвимы перед AI:
-
Профессии с уязвимостью 7–10: средняя зарплата 93 404 ₽
-
Профессии с уязвимостью 0–2: средняя зарплата 74 083 ₽
Разница – 26%. У Карпаты по США – тот же паттерн: зарплаты $100K+ → уязвимость 6.0, зарплаты <$30K → уязвимость 3.4.
Почему? Высокая зарплата коррелирует с работой за компьютером, обработкой информации и возможностью удалённой работы. Всё это – именно те задачи, которые LLM выполняют лучше всего.
Программист (180–240 тыс. ₽, уязвимость 8/10), финансовый аналитик (150–175 тыс. ₽, 8/10), маркетолог (120–150 тыс. ₽, 7/10) – чем «белее» воротничок, тем ближе AI к замене.
Парадокс образования: диплом как фактор риска
Ещё один неочевидный результат:
-
Высшее образование (бакалавриат/магистратура): средняя уязвимость 6.0/10
-
Среднее/среднее профессиональное: средняя уязвимость 3.6/10
У Карпаты по США: бакалавр → 5.7, без диплома → 2.7. Тот же эффект, но в России разрыв ещё сильнее.
Образованные специалисты работают со структурированными, автоматизируемыми задачами: написание текстов, анализ данных, принятие решений по правилам. Кровельщик (0/10) или сантехник (1/10) защищены не дипломом, а непредсказуемостью физического мира.
Финансовый сектор: эпицентр кризиса
Финансы и страхование — самый уязвимый сектор (средняя уязвимость 7.9/10):
|
Профессия |
Занятых (тыс.) |
Уязвимость |
Рост |
|---|---|---|---|
|
Банковский операционист |
350 |
9/10 |
-15% |
|
Кредитный специалист |
150 |
9/10 |
-12% |
|
Страховой агент |
120 |
8/10 |
-10% |
|
Бухгалтер |
1 500 |
8/10 |
-8% |
|
Кассир |
800 |
8/10 |
-20% |
Это не прогноз – это уже происходит. Кассиры сокращаются на 20% благодаря кассам самообслуживания и бесконтактной оплате. AI-скоринг заменяет кредитных специалистов. Автоматизированная бухгалтерия (1С + AI) вытесняет рядовых бухгалтеров.
1.5 млн бухгалтеров — самая крупная группа в зоне высокого риска.
IT-парадокс: уязвимы, но растут
IT-сектор – третий по уязвимости (6.9/10), но при этом растёт на 10.7% в год.
|
Профессия |
Уязвимость |
Рост |
|---|---|---|
|
Программист |
8/10 |
+18% |
|
Data-инженер |
7/10 |
+25% |
|
ML-инженер |
5/10 |
+30% |
|
Архитектор ПО |
4/10 |
+12% |
|
DevOps-инженер |
4/10 |
+15% |
Паттерн: AI не убивает IT-профессии – он их трансформирует. Junior-разработчик → архитектор. Кодер → AI-тренер. 50% кода уже генерируется нейросетями, но спрос на тех, кто ставит задачи и проверяет результат, только растёт.
Техническая глубина = защита от автоматизации. Подробный разбор: AI-кодинг агенты 2026: кто кого заменяет.
Уязвимость по секторам
Топ-25: от банковского операциониста (9/10) до санитара (0/10)
Сравнение топов: Россия vs США
|
Профессия |
Россия |
США (Карпаты) |
|---|---|---|
|
Бухгалтер |
8/10, 1.5 млн чел |
9/10, 1.5M (accountants & auditors) |
|
Программист |
8/10, 740 тыс |
8–9/10, 1.8M (software developers) |
|
Юрист |
7/10, 300 тыс |
9/10, 800K (lawyers) |
|
Кровельщик |
0/10 |
0/10 (roofers) |
|
Сантехник |
1/10 |
1/10 (plumbers) |
|
Медсестра |
2/10 |
1/10 (home health aides) |
Физический труд защищён в обеих странах. Но юристы в США уязвимее (9/10 vs 7/10 в России) – вероятно, из-за большей стандартизации англоязычных правовых документов и развитости AI-инструментов типа Harvey AI.
Два «бронированных» сектора
Строительство (средняя уязвимость 2.0/10) – самый защищённый сектор. Кровельщик (0/10), сантехник (1/10), штукатур-маляр (1/10), электрик (2/10). Каждый объект уникален, работа в непредсказуемых условиях, роботам сложно адаптироваться.
Здравоохранение (3.2/10) – защищено + растёт на 5–10% ежегодно. Демографическая ситуация создаёт постоянный спрос. Хирург (1/10), медсестра (2/10), фельдшер (2/10) – физический контакт с пациентом не автоматизируется.
При этом оба сектора испытывают острый дефицит кадров (HH-индекс 1.2–1.8 при норме 4–6).
Культура и медиа: тихая революция
Средняя уязвимость 6.9/10 – наравне с IT. Но здесь нет компенсирующего роста:
|
Профессия |
Уязвимость |
Рост |
|---|---|---|
|
Копирайтер |
9/10 |
−10% |
|
Переводчик |
9/10 |
−15% |
|
Корректор |
8/10 |
−12% |
|
Графический дизайнер |
7/10 |
−3% |
|
Журналист |
6/10 |
−5% |
LLM пишут на уровне «среднего копирайтера». Gemini и Claude переводят лучше 80% переводчиков. Midjourney и Nano Banana генерирует визуал за секунды.
Выжившие: те, кто создаёт уникальный стиль, бренд-стратегию, эмоциональный резонанс. Рутинный контент уже мёртв.
Парадокс дефицита кадров
Казалось бы: нехватка людей → рост зарплат → стабильность. Но данные говорят другое:
-
Профессии с дефицитом (HH < 2): рост +1.6%
-
Профессии с избытком (HH > 6): падение −6.3%
Дефицит кадров не гарантирует рост. Он стимулирует инвестиции в автоматизацию. Нехватка медрегистраторов → электронные очереди. Нехватка кассиров → кассы самообслуживания. Система реагирует на дефицит не повышением зарплат, а заменой функции.
Что делать
Если вы в зоне высокого риска (7–10):
Не паникуйте. AI-уязвимость ≠ сокращение завтра. Это сигнал к трансформации. Программисты с уязвимостью 8/10 зарабатывают больше и спрос на них растёт – потому что они используют AI как мультипликатор.
Стратегии защиты:
-
Углубляйте экспертизу. «Я знаю Python» – уязвимо. «Я проектирую системы на 100K RPS» – нет.
-
Добавляйте физическую компоненту. Чистая работа за компьютером – максимальный риск. Любой физический, полевой или клиентский контакт снижает уязвимость.
-
Осваивайте AI-инструменты. Специалист с AI работает за двоих и стоит дороже. Подборка: 80+ AI-инструментов с обзорами.
-
Следите за трансформацией своей отрасли. Финансы уже трансформируются. Медиа – прямо сейчас. Здравоохранение и строительство – в горизонте 5–10 лет.
Попробуйте сами
Полная визуализация всех 142 профессий с 5 режимами отображения (AI-уязвимость, зарплаты, прогноз, образование, дефицит кадров), поиском и фильтрами по секторам:
reymer.ai/knowledge/ai-jobs-russia
Методология основана на работе Андрея Карпаты (karpathy.ai/jobs, 15 марта 2026), адаптирована для российского рынка с использованием данных Росстата и HeadHunter.
Буду рад обсудить в комментариях – особенно если ваша профессия попала в зону риска.
Дэн Реймер (@denReymer) – ИИ-стратег, Основатель и CEO Reymer Digital и автономной AI-медиаплатформы reymer.ai.
Телеграм-канал “Реймер | AI Трансформация Бизнеса”
Автор: denreymer
