ИИ меняет карьерную лестницу раньше, чем уничтожает профессии

Поэтому корейские показатели следует воспринимать как предупреждающий сигнал о концентрации рисков, а не как доказательство того, что каждое потерянное молодёжное рабочее место исчезло из-за ChatGPT или другой ИИ-системы. Показатель «подверженности ИИ» отражает технический потенциал технологии выполнять или ускорять профессиональные задачи. Подверженность означает возможность будущих изменений, но не подтверждённую замену человека машиной.

Почему выпускники вузов и младшие специалисты особенно уязвимы

Диплом сам по себе не защищает от генеративного ИИ. Многие выпускники начинают карьеру в офисных ролях, связанных с технологиями, профессиональными услугами, исследованиями, аналитикой, издательским делом и администрированием, — то есть в сферах, где ИИ уже может выполнять отдельные части работы.

Традиционно такие должности выполняли сразу две функции: создавали полезный результат и обучали сотрудника более сложным обязанностям. Если ИИ берёт на себя простейшую часть работы, работодатель может не ликвидировать профессию целиком, а просто повысить требования к входу в неё.

Например, от младшего аналитика могут ждать не подготовки каждого первого черновика, а проверки материала, созданного ИИ. Новому программисту может потребоваться не написание всего шаблонного кода с нуля, а его тестирование, интеграция и контроль качества.

Для опытной команды это способ повысить производительность. Для человека, который только ищет первую работу, — узкое горлышко. Если новичков нанимают меньше, меньше людей получают тот опыт, который нужен для перехода в старшие специалисты, менеджеры или независимые консультанты.

Goldman Sachs видит похожее давление в развитых экономиках

Исследование Goldman Sachs показывает, что в отраслях с высокой подверженностью автоматизации ИИ рост числа вакансий в целом был слабее с второй половины 2022 года. Особенно заметна эта связь в ряде развитых экономик, включая США, Германию и Австралию.

Наиболее резкий разрыв наблюдается в кол-центрах: занятость в этой сфере оказалась примерно на 39% ниже исторического тренда в США, на 33% ниже в Канаде и на 27% ниже в Германии. В материалах по исследованию также упоминаются издательские компании-разработчики программного обеспечения, управленческий консалтинг и рекламные услуги. Эти цифры показывают отставание от прежней траектории, но не доказывают, что единственной причиной снижения стал ИИ.

Более широкий вывод Goldman Sachs значительно осторожнее прогнозов о немедленной замене работников во всей экономике. Пока удар сосредоточен в отдельных отраслях и группах. Начинающие сотрудники уязвимее, потому что поручаемые им задачи обычно более стандартизированы, проще поддаются измерению и легче автоматизируются или ускоряются.

Внедрение ИИ уже заметно, но остаётся неполным. В оценках, приведённых в материалах Goldman Sachs, уровень использования ИИ в крупных развитых экономиках составляет примерно 15–20%. При этом по другому показателю Goldman Sachs — доле американских компаний, применяющих ИИ в регулярном производстве, — речь шла примерно о 9%. Разница показывает, почему статистику внедрения нужно трактовать осторожно: разные опросы могут измерять эксперименты, использование сотрудниками или устойчивое применение в производстве.

Автоматизация и усиление человека дают разные результаты

Последствия для занятости зависят от того, как именно компании используют ИИ — для замещения труда или для усиления возможностей сотрудников.

Автоматизация означает, что для выполнения задачи требуется меньше человеческого труда. Примеры — ответы на стандартные вопросы клиентов, подготовка типовых резюме, создание шаблонного кода или первого варианта документа. Такая автоматизация может сократить набор новичков даже без официального увольнения уже работающих людей.

Усиление человека означает, что ИИ повышает производительность сотрудника, но ответственность за суждение, проверку, нестандартные случаи, отношения с клиентами и решения остаётся у человека. Это способно увеличить ценность опытных работников, но одновременно повысить ожидания к объёму результата. Один специалист с ИИ может выполнить работу, на которую раньше требовались часы нескольких младших сотрудников.

Оба процесса могут происходить в одной и той же компании. ИИ способен убрать часть рутинных поручений, повысить продуктивность старших сотрудников и создать спрос на людей, которые проектируют рабочие процессы, проверяют результаты и контролируют риски. Поэтому общая занятость может выглядеть относительно стабильной, тогда как получить первую работу становится заметно труднее.

Главный риск — разрушение карьерной лестницы

Долгосрочный вопрос заключается не только в том, исчезнет ли конкретное название должности. Важно понять, не исчезают ли первые задачи, благодаря которым человек осваивает профессию.

Здоровая карьерная лестница обычно ведёт от работы под контролем и повторяемых операций к обязанностям, требующим контекста, опыта, суждения и ответственности. Если ИИ забирает слишком много таких учебных задач, компания может сохранить старших сотрудников, но нанимать меньше начинающих.

Краткосрочно это повышает эффективность. В долгосрочной перспективе может возникнуть дефицит специалистов, которые должны были вырасти внутри отрасли и со временем взять на себя управление, работу с клиентами и решение нестандартных проблем.

Именно поэтому относительно небольшой эффект на совокупную занятость может иметь серьёзные последствия для молодых людей. Незначительное изменение общего числа рабочих мест способно скрывать гораздо более резкий сдвиг в том, кого нанимают, кто получает обучение на рабочем месте и у кого появляется шанс продвинуться.

Что подтверждают данные — и чего они пока не доказывают

Доступные исследования позволяют сделать несколько осторожных выводов:

• давление, связанное с ИИ, сначала проявляется в отдельных отраслях с высокой технической подверженностью, а не во всех профессиях одновременно;
• молодые и начинающие работники особенно уязвимы, поскольку ИИ может выполнять или ускорять многие рутинные задачи, которые раньше служили входом в офисные профессии;
• опытные сотрудники могут выигрывать там, где особенно важны контроль, доверие клиентов, сложное суждение и ответственность за результат;
• имеющиеся данные пока не подтверждают неизбежность массового вытеснения. Итог будут определять рост производительности, появление новых продуктов и услуг, спрос на труд, регулирование и то, станет ли ИИ инструментом расширения выпуска или преимущественно сокращения штата.

Для работодателей и властей практический вывод очевиден: нужно отслеживать не только общее число рабочих мест. Более ранними индикаторами могут стать найм новичков, стажировки и ученичество, внутренние переходы, изменение структуры задач, темпы продвижения и доступ к полноценному обучению.

ИИ сейчас заметнее меняет способ входа в карьеру, чем уничтожает все профессии. Лучше всего к этому переходу подготовятся компании и государства, которые будут использовать технологию для улучшения работы, не разрушая человеческий путь, через который формируется профессиональная экспертиза.