ИИ нас не заменит. Но в будущее возьмут не всех

Разбираемся, что говорят данные, экономическая история и исследования о влиянии искусственного интеллекта на рынок труда.

Меня зовут Владимир Дробот, я SRE Lead и руководитель центра технической поддержки в кластере рекламных технологий MWS. 

В последние месяцы изучаю тему замещения человеческого труда с помощью искусственного интеллекта: читаю исследования, аналитические отчеты, статьи экономистов и технологических компаний. К этому меня привели не только публикации в медиа, но и неоднозначная реакция коллег. В профессиональной среде нет единого мнения: кто-то убежден, что ИИ заменит значительную часть специалистов уже в ближайшие годы и всерьез опасается этого, а кто-то относится к этим заявлениям с явным скепсисом.

Как и многие сейчас, я внедряю ИИ в свою работу и хотел бы поделиться своим анализом темы влияния ИИ на рынок труда. В 2026 году мы живем в странной информационной реальности. С одной стороны, руководители крупнейших ИИ-компаний заявляют, что искусственный интеллект вот-вот заменит программистов и половину офисных сотрудников. С другой — данные по занятости в развитых странах не показывают массовой безработицы. 

Проблема в том, что большинство прогнозов о влиянии ИИ строятся исходя из технических возможностей моделей, а не из экономики их внедрения.

Кто прав? Паникеры или оптимисты?

В этом материале попробую отделить прогнозы от фактов и предложить более спокойный взгляд на происходящее. Моя гипотеза проста: Искусственный интеллект не столько уничтожает профессии, сколько ускоряет естественный процесс перераспределения труда, который всегда происходил в экономике, и повышает требования к адаптивности людей.

Громкие прогнозы о замещении труда

Прогнозами о том, что искусственный интеллект заменит человека в тех или иных областях, уже никого не удивишь, однако они продолжают вносить сумятицу в ряды офисных сотрудников. Многие из таких прогнозов привлекают всеобщее внимание, поскольку делаются известными людьми, имеющими авторитет в сфере ИТ и ИИ. Вот некоторые новости начала 2026 года:

• На Всемирном экономическом форуме (ВЭФ) в Давосе в январе 2026 года Дарио Амодеи, генеральный директор Anthropic, сделал ряд резонансных заявлений о влиянии ИИ на рынок труда. Он считает, что вполне вероятно модели возьмут на себя все задачи по написанию кода уже через 6–12 месяцев, а количество офисных сотрудников начального уровня может сократиться примерно вдвое за ближайшие 1–5 лет.

• Мустафа Сулейман, глава Microsoft AI, считает, что большая часть задач офисных сотрудников будет автоматизирована с помощью ИИ в течение 12–16 месяцев. 

• В конце 2025 года известный ученый Джеффри Хинтон, называемый крестным отцом искусственного интеллекта, выразил мнение, что в 2026 году возможны массовые сокращения, связанные с внедрением ИИ.

Пессимизм относительно влияния ИИ на трудоустройство виден и в этом исследовании восприятия этой технологии рядовыми сотрудниками в США: 

• 60% считают, что в 2026 году будет сокращено больше рабочих мест, чем появится новых;

• 51% опасаются, что их сократят в 2026 году;

• 4% считают, что ИИ создаст дополнительные рабочие места.

Тем не менее многие руководители крупных международных компаний на давосском форуме выражали оптимизм и говорили, что благодаря ИИ в перспективе появятся дополнительные рабочие места и в своих компаниях они будут фокусироваться на обучение людей и перевод их на новые позиции.

Кроме того, опрос генеральных директоров крупных международных компаний показал, что многие из них ожидают в 2026 году определенный рост найма для некоторых позиций, а также они планируют изменение некоторых ролей в связи с автоматизацией рутинных задач. 

В 2016 году уже упомянутый Джеффри Хинтон призвал прекратить подготовку врачей-радиологов, поскольку искусственный интеллект лучше человека анализирует рентгеновские снимки. Однако к 2026 году спрос на радиологов в США увеличился, и они остаются востребованными и высокооплачиваемыми специалистами. Причин этому несколько: 

• модели не так хорошо показывают себя в реальных условиях, как на тестовых бенчмарках; 

• страховые компании не спешат покрывать расходы на работу полностью автономных систем; 

• работа врача-радиолога заключается не только в анализе снимков, но и в общении с пациентами и коллегами. 

На данный момент в радиологии наблюдается парадокс: компьютер лучше помогает анализировать снимки, но в целом нагрузка на людей не уменьшилась. Подобный эффект можно ожидать в первое время внедрения ИИ и в других областях, требующих высокой квалификации и комплексного подхода к задачам.

Что показывают данные

Важно понимать: прогнозы часто строятся исходя из технических возможностей моделей, а не из экономической и организационной реальности их внедрения. PricewaterhouseCoopers, одна из крупнейших аудиторских компаний мира, в 2025 году провела исследование рынка труда ИИ. 

Главные результаты:

• С 2022 года доход компании в расчете на одного сотрудника утроился в отраслях, где активно внедрялся ИИ.

• В этих отраслях зарплаты растут в два раза быстрее.

• Сотрудники с навыками работы с ИИ получают более высокие зарплаты.

• Требования к навыкам в профессиях, связанных с ИИ, меняются на 66% быстрее, чем в менее ИИ-подверженных. Компании все чаще ищут людей, готовых адаптироваться и работать с ИИ-инструментами.

• Количество рабочих мест растет даже в профессиях, где задачи наиболее легко автоматизируются ИИ. Это означает, что автоматизация не приводит к массовому исчезновению работ, а, скорее, трансформирует их.

Основной итог исследования: ИИ усиливает ценность работников, ускоряет рост продуктивности и зарплат и не приводит к массовой потере рабочих мест, но требует от работников быстрого обновления навыков и адаптации к новым технологиям.

В научном исследовании, опубликованном в конце 2025 года в Harvard Data Science Review, исследуются прогнозы 2012–2025 годов о сокращении рабочих мест из-за ИИ. Большинство таких предсказаний оказались неверными или неточными. Прогнозы, основанные на автоматизации определенных задач оказываются недостоверными, потому что возможность автоматизации одной или нескольких задач, выполняемых представителем какой-либо профессии, автоматически не означает ее исчезновение. 

В настоящее время нет достоверных данных, подтверждающих массовую потерю рабочих мест из-за внедрения ИИ. Более того, безработица в развитых странах остается низкой и в некоторых профессиях наблюдается нехватка кадров.

Главный вывод исследования: точно предсказать влияние ИИ на занятость невозможно из-за множества неизвестных переменных. Авторы предлагают сосредоточиться на подготовке работников к изменениям — развитии цифровых и ИИ-навыков, переосмыслении рабочих процессов, обучении взаимодействию с ИИ и социальной адаптации.

Что касается многих сокращений работников в США в 2025 году, приписываемых внедрению ИИ, то многие из них скорее имеют причиной обычную оптимизацию расходов, а ИИ используется как предлог. Например, несмотря на то, что генеральный директор финтех-компании Block Джек Дорси объявил о сокращении 40% сотрудников своей компании из-за увеличения производительности благодаря внедрению ИИ, аналитики объясняют это прежде всего снижением как рынка криптовалюты в целом, так и стоимости акций компании. В большинстве случаев сокращений в компаниях не было стабильно работающей системы на основе искусственного интеллекта, готовой заменить уволенных сотрудников. 

На сегодняшний день нет убедительных эмпирических данных о массовой потере рабочих мест из-за ИИ. Наблюдаются отдельные сокращения и изменения структуры найма, однако пока сложно отделить влияние ИИ от экономического цикла, оптимизации расходов компаний и других факторов. Исследование Goldman Sachs конца 2025 года не находит явных доказательств того, что сокращения напрямую связаны с внедрением искусственного интеллекта. Есть данные о трансформации ролей и ускорении требований к навыкам.

Почему прогнозы часто расходятся с реальностью 

Как видно из приведенных примеров, которых можно было бы найти гораздо больше, ожидания от глобального влияния ИИ на экономику пока что превосходят реальный эффект. 

Почему ожидания от ИИ часто чрезмерно оптимистичны по отношению к успехам ИИ и пессимистичны по отношению к сохранению рабочих мест? Однозначного и простого ответа нет, однако можно привести множество объяснений:

• Исследователи и журналы публикуют только успешные и яркие результаты. Мы видим верхушку айсберга и не видим неудачи и скромные успехи.

• Прогнозы часто делаются людьми, находящимися на передовом крае развития технологий. Предсказания исходят из возможностей лучших образцов ИИ в лабораторных условиях.

• Мнения о замене ИИ стоит относить скорее к определенным операциям и задачам, а не к профессиям в целом.

• Не учитываются сложности внедрения конкретных решений в конкретный бизнес

• Ну и, конечно, не стоит сбрасывать со счетов банальное стремление привлечь внимание и инвестиции.

Прогнозы о быстрых и радикальных изменениях в обществе из-за ИИ основаны на технологических возможностях, но не на экономике внедрения. История показывает, что техническая возможность автоматизации — это лишь начало долгого экономического процесса, а не его финал.

Созидательное разрушение: как технологии меняют рынок труда

ИИ не первое технологическое новшество в истории, оказавшее серьезное влияние на жизнь общества. В настоящее время в экономической литературе преобладает консенсус, что в долгосрочной перспективе внедрение новых технологий не ведет к массовой безработице, а, напротив, может приводит к увеличению рабочих мест. 

Процесс замены старых технологий новыми в экономике описывают термином «созидательное разрушение» (creative destruction), связанным с именем экономиста Йозефа Шумпетера, описавшего этот процесс в книге «Капитализм, социализм и демократия» в 1942 году. Процесс созидательного разрушения, который постоянно меняет структуру экономики, разрушая старое и создавая новое, с его точки зрения является ключевым для капитализма и поддерживает его в движении. Применительно к рынку труда в фазе разрушения уходят с рынка работодатели, связанные со старыми технологиями, и непосредственно это приводит к потере работы. В фазе созидания возникают новые более эффективные отрасли с новыми рабочими местами, которые обычно требуют более высоких навыков. Этот процесс приводит в перспективе к росту производительности и более высокому уровню жизни.

Теория созидательного разрушения снова оказалась на слуху после присуждения Нобелевской премии по экономике 2025 года Джоэлю Мокиру «за выявление предпосылок устойчивого роста через технологический прогресс» и Филиппу Агьону и Питеру Ховитту «за теорию устойчивого роста через созидательное разрушение». Их работы существенно расширили понимание того, как инновации и технологический прогресс становятся двигателями долгосрочного экономического роста и почему без поддержки инновационной среды рост может замедлиться. Теория созидательного разрушения из концептуальной философской идеи Шумпетера трансформировалась в строгую экономическую теорию роста.

В последнее время авторы часто обращаются к историческим примерам, чтобы по аналогии попытаться оценить влияние внедрения ИИ. Давайте рассмотрим несколько примеров. 

Промышленная революция в Англии XVIII–XIX веков

Основные технологические внедрения: паровая машина Уатта и новый ткацкий станок, против которого протестовали известные нам со школы луддиты. В результате эффективность производства ткани выросла в 200 раз. Появились новые профессии: рабочие, инженеры, железнодорожники, а к 1851 году более 40% рабочей силы было занято в промышленных профессиях. Невозможно подсчитать, сколько дополнительных рабочих мест появилось, так как процесс шел несколько десятилетий, статистические данные ограничены, а население росло большими темпами. Тем не менее историки сходятся на том, что было создано больше рабочих мест, чем уничтожено, и это привело к существенному улучшению уровня жизни за счет большей доступности товаров благодаря машинному производству и росту зарплат. Однако в те времена это далось дорогой ценой: зарплаты ткачей упали на 60% и было практически уничтожено ручное прядение как профессия, уровень безработицы среди сельского населения был высок долгое время.

Операторы телефонных станций

Более близкий нам пример — операторы телефонных станций, которые вручную устанавливали соединение между абонентами на телефонных линиях. В США в 1950 году в телефонных компаниях еще работало 350 тысяч операторов, и их число сократилось практически до нуля в течение десятилетий. 

Автоматизация телефонных станций создала спрос на новые профессии: техников по обслуживанию АТС, инженеров-связистов, программистов для первых цифровых станций. Массовой безработицы среди операторов, которые в подавляющем большинстве были женщинами, не было зарегистрировано, однако не потому, что операторы массово стали инженерами. Основными вариантами были:

• Естественное старение профессии (людей не увольняли массово, а переставали нанимать новых).

• Смена профессии с сохранением или потерей зарплаты (машинистки, секретари, официантки и так далее).

Интересно, что процесс замены операторов мог пойти гораздо быстрее. Технология автоматического соединения (АТС) была изобретена еще в 1880 году, но первая коммерческая установка произошла только в 1919-м, а полное завершение перехода — в 1978-м. Этот процесс растянулся — не только из-за монополии AT&T, но и потому, что требовалось менять биллинг, учет, обслуживание клиентов, тарифы и даже организационную структуру компании. 

Один из уроков этой истории: крупные инновации требуют тотальной перестройки бизнеса, а не просто замены одной технологии. Это занимает годы и десятилетия.

Появление банкоматов

После того как первый банкомат в мире был установлен в банке «Барклайс» в Лондоне в 1967 году, высказывались опасения, что это приведет к массовым увольнениям операционистов в банковских отделениях. Однако оказалось, что за последующие 30 лет число операционистов в США увеличилось на 10%. Благодаря банкоматам стало дешевле открывать банковские отделения, потому что действительно операционистов требовалось меньше в конкретном отделении, но отделений стало больше. Только с развитием онлайн-банкинга число сотрудников банковских отделений стремительно сократилось.

Компьютеризация офисов

Если перейти к более близким к нам временам, то, по данным McKinsey, в США с 1980 года было сокращено более 3,5 миллионов рабочих мест из-за внедрения компьютерных технологий, однако за то же время появилось более 19 миллионов новых рабочих мест, иными словами, чистый эффект — около 15,5 миллионов новых рабочих мест за несколько десятилетий. При этом мы видим разнонаправленное влияние на квалификацию: 

• снижение требований: кассиры в супермаркетах больше не должны уметь быстро считать сдачу в уме;

• повышение требований: программисты, операторы сложного медицинского оборудования, ремонтники новой техники.

Общий исторический паттерн выглядит так: технологии уничтожают конкретные роли, но расширяют экономику в целом.

Где сейчас находится ИИ 

Американская исследовательская и консалтинговая компания Gartner, специализирующаяся на рынках информационных технологий, в 1995 году представила модель зрелости новых технологий, отражающую общие закономерности развития — Gartner Hype Cycle. На русский язык название часто переводят дословно «Цикл хайпа», «Цикл ажиотажа» или более формально «Цикл зрелости технологий». 

График стал популярным среди аналитиков и клиентов и в настоящее время превратился в ежегодный отчет. В соответствии с моделью новая технология проходит пять стадий развития, для каждой из которых характерен определенный уровень ожиданий.

1. Триггер инновации (Innovation trigger)

   Становится известно о новой технологии, возникают стартапы, растут венчурные инвестиции. В средствах массовой информации появляются истории о первых успехах в лабораторных условиях, коммерческое использование пока непонятно.

2. Пик завышенных ожиданий (Peak of inflated expectations)

   Появляются истории успеха, растет число компаний, предлагающих новую технологию, а также растет число людей, пользующихся ею. Средства массовой информации уделяют еще большее внимание технологии. Мало подтверждений того, что технология способна привести к желаемому результату.

3. Низина разочарований (Trough of disillusionment)

   Интерес угасает, поскольку эксперименты и внедрения встречаются с трудностями и не приносят ожидаемого эффекта. 

4. Склон просвещения(Slope of enlightenment)

   Становится более понятно, как технология может принести конкретную пользу бизнесу. Появляются новые поколения продуктов. 

5. Плато продуктивности (Plateau of productivity)

   Начинается массовое внедрение. Технология широко применяется на рынке, и она явно окупается.

Цикл Гартнера не является строго научным подходом, и технологии не обязаны существовать строго по этому графику. Они могут исчезнуть до достижения плато продуктивности или быть заменены другими. Не все технологии идентифицируется на ранних стадиях. Время между разными стадиями может сильно отличаться для разных технологий. 

Тем не менее отчеты Gartner используются клиентами для лучшего понимания текущей ситуации, оценки риска инвестиций в новые технологии и принятия решений в контексте своей отрасли. 

В материалах Gartner 2025 года об ИИ говорится, что хотя ИИ продолжает развиваться беспрецедентными темпами, до сих пор есть сложность с получением измеримых бизнес-целей. 

Подавляющее большинство технологий ИИ Gartner помещает либо в стадию Триггера инноваций, либо в стадию Пика ожиданий. Генеративный ИИ, по мнению Gartner, входит в Низину разочарований: по их данным, менее 30% генеральных директоров удовлетворены отдачей от вложений в генеративный ИИ. 

Это не означает недостаток технологии — это означает лишь то, что все еще необходимы усилия для получения устойчивых результатов в бизнесе. Для этих стадий характерны завышенные ожиданий энтузиастов и скепсис тех, кто привык измерять результат по наличию стабильных и измеримых результатов. Анализ Gartner фактически говорит про ИИ: технология доказала потенциал, но бизнес еще учится извлекать устойчивую измеримую ценность.

Недавнее исследование показывает, что эффект от внедрения ИИ чаще могут измерить представители продвинутых в ИИ отраслей. Авторы говорят о структурном сдвиге в обществе благодаря ИИ и подтверждают, что стадия активного внедрения, массовости и измеримости ИИ будет в ближайшие годы. В целом две трети респондентов не ожидают снижения фонда оплаты труда за счет внедрения искусственного интеллекта, а планируют использовать высвободившееся время сотрудников для решения новых задач по развитию бизнеса.

По оценкам McKinsey, к 2030 году во всем мире до 375 миллионов человек вынуждены будут сменить профессию. Это не является новой проблемой само по себе, поскольку необходимость адаптироваться к новым технологиям возникла не сейчас. Открытым остается вопрос про скорость внедрения. До сих пор внедрение технологий растягивалось на годы, однако не станет ли скорость внедрения гораздо быстрее в эпоху ИИ? Пока мы точно не знаем, но все же опыт прошлых изменений говорит, что технологии внедряются медленнее, чем может показаться в начале, из-за организационных и системных ограничений. 

История технологий показывает: в долгосрочной перспективе экономика почти всегда создает больше рабочих мест, чем уничтожает. Однако есть важное «но».

В будущее возьмут не всех

Появление новых технологий приводит к тому, что экономисты называют структурными изменениями на рынке труда: старые профессии отмирают, но одновременно с этим появляются новые, часто в большем количестве и с лучшими условиями труда. Это приводит к росту производительности труда и улучшению уровня жизни. История показывает, что в будущее действительно берут не всех — но почти всегда больше людей, чем кажется в момент паники. Все это выглядит как прекрасная новость для человечества! А какая это новость для отдельного человека? Для конкретного человека в конкретный момент времени это может обернуться личной катастрофой.

Не каждый представитель умирающей профессии сможет получить новые навыки в силу различных причин, поэтому личных трагедий в каждом случае не избежать. Ткач XIX века, оставшись без работы, физически не мог мгновенно стать механиком. У него не было ни знаний, ни инструментов, ни доступа к образованию. Сегодня кассир банка, чью функцию заменило мобильное приложение, не может за одну неделю переквалифицироваться в программиста. 

Новые рабочие места часто возникают в других городах или даже странах и в совершенно других отраслях. Шахтер не может просто собраться и уехать в мегаполис работать в ИТ-стартапе — у него нет на это денег, жилья, а часто и желания.

Раньше у людей было больше времени на адаптацию. Переход от аграрного общества к индустриальному занял столетия. Сейчас технологии (например, внедрение ИИ) меняют рынок за считанные годы. Человек в возрасте 50+ может просто не успеть или не захотеть переучиваться.

На уровне государств и корпораций эти проблемы решаются программами переобучения, а на уровне отдельного человека эти проблемы решаются способностью адаптироваться, готовностью учиться новому на протяжении всей жизни и умением замечать возможности там, где другие видят только кризис.

Потеряете ли из-за ИИ работу именно вы?

В принципе, вполне возможно, не будем закрывать на это глаза. Однако разумной стратегией в текущей ситуации будет не паниковать и не строить планы, как выживать на приусадебном участке после глобальной победы роботов, а активно изучать инструменты ИИ в вашей области, понимать их возможности и ограничения и принимать участие во внедрении. Это поможет даже в неблагоприятном случае остаться ценным специалистом на рынке.

Рациональный подход может выглядеть так:

• Освоить ИИ как рабочий инструмент, а не как тему для обсуждения.

• Автоматизировать некоторую часть своей рутины.

• Развивать навыки, которые усиливаются ИИ, а не заменяются им:

  • системное мышление;

  • коммуникация;

  • принятие решений;

  • управление процессами.

• Следить не за заголовками, а за экономикой своей отрасли.

 А также стоит помнить уже ставшие крылатыми слова генерального директора NVIDIA Дженсена Хуанга: «Вас заменит не искусственный интеллект, а другой человек, который умеет им пользоваться» (“You won’t lose your job to AI — you’ll lose it to someone using AI”).