ИИ уже уничтожает рабочие места: что показывают данные экономических исследований

В дискуссиях об ИИ и занятости часто звучит одна фраза: «это произойдёт в будущем». Данные экономических исследований всё настойчивее опровергают этот тезис. Переломный момент уже наступил — и это видно в статистике.

Исследования рынка труда фиксируют: занятость среди людей моложе 25 лет в наиболее уязвимых к автоматизации профессиях снизилась примерно на 16%. Это не прогноз — это измеренный факт за последние несколько лет. И эффект становится заметнее с каждым месяцем наблюдений.

Как работает исследование

Методология основана на ранжировании профессий по степени уязвимости к ИИ. Каждую профессию можно разложить на задачи — и задачи оценить по тому, насколько хорошо с ними справляется ИИ. Профессии с высокой долей ИИ-уязвимых задач относятся к «уязвимым», профессии с низкой долей — к «устойчивым».

После ранжирования исследователи отслеживали изменения занятости по спектру — от самых уязвимых до самых устойчивых профессий. Разрыв оказался значимым.

В наименее уязвимых профессиях — например, у работников по уходу за домом, у работников физического труда — занятость растёт или остаётся стабильной. В наиболее уязвимых — программирование, колл-центры, часть маркетинга — фиксируется снижение.

16% для людей до 25 лет — это не среднее по всем профессиям. Это снижение именно в самых уязвимых категориях, среди самых молодых работников. Молодёжь особенно затронута, потому что именно стартовые позиции автоматизируются в первую очередь.

Два разных эффекта

Важно различать два разных способа, которыми ИИ влияет на занятость.

Первый: автоматизация задач. В программировании и колл-центрах произошло именно это. ИИ-агенты теперь выполняют то, что раньше делали люди. В колл-центрах, например, значительная доля входящих запросов получает ответ от ИИ-агента напрямую, без участия человека. Это прямое замещение. Второй: усиление производительности. В других случаях ИИ помогает человеку делать больше — и компания реагирует не сокращением, а расширением. Один человек с ИИ-инструментами делает то, что раньше требовало двух-трёх. Если спрос на услугу эластичен — объём работы растёт, и общая занятость тоже.

Люди, которые используют ИИ для повышения собственной производительности, а не для автоматизации своей роли целиком — демонстрируют значительно лучшие результаты занятости и дохода. Это принципиальное разграничение.

Почему молодёжь затронута сильнее

Стартовые позиции — junior-разработчики, ассистенты юристов, операторы колл-центров, помощники маркетологов — исторически выполняли одну функцию: рутинная работа, которая одновременно является обучением. Человек приходит на позицию, делает предсказуемые задачи, параллельно учится.

ИИ справляется именно с рутинными, предсказуемыми задачами. Поэтому стартовые позиции оказались под ударом первыми — не потому что там работают менее квалифицированные люди, а потому что именно там сосредоточена рутина.

Это создаёт системную проблему для следующего поколения специалистов: если исчезают стартовые позиции, исчезает традиционный путь в профессию. Компании, которые всё равно нанимают молодых специалистов, вынуждены менять формат: не «делай рутину и учись между делом», а целенаправленное обучение с первого дня. Разработчики на стартовых позициях всё меньше пишут CRUD-операции и всё больше учатся управлять агентами и проверять их результаты.

Расширяющаяся пирамида или разрушающаяся?

В профессиональных сферах — юриспруденция, разработка, маркетинг — традиционно существовала пирамида: много джуниоров → меньше специалистов среднего звена → несколько senior-ов. Джуниоры выполняли рутину и постепенно росли.

Если убрать основание пирамиды, она превращается в ромб: меньше входящих, столько же или больше senior-ов. Откуда возьмутся senior-ы через 10 лет, если не будет пути снизу?

Компании, думающие долгосрочно, уже задаются этим вопросом. Те, кто оптимизирует краткосрочно — экономят на найме джуниоров, не понимая, что формируют дефицит опытных специалистов в будущем.

Что это значит для людей, выбирающих профессию

Данные дают конкретный сигнал: уязвимость профессии к автоматизации — это не абстрактный риск, а измеримая характеристика. Прежде чем инвестировать годы в освоение специальности, стоит спросить: какая доля задач в этой профессии уже автоматизируется? Какова траектория?

Это не означает избегать всего, что затрагивает ИИ. Это означает выбирать направление развития внутри профессии: от выполнения задач к управлению агентами и оценке результатов. Именно здесь сохраняется и растёт ценность человека.