В последние годы ИИ часто представляли как коллегу, который однажды придёт на работу раньше всех и заберёт ваш стул, компьютер и доступ к личной жизни. The Economist предлагает менее драматичную картину: по оценке издания, технологический бум уже создаёт в США рабочие места — и пока их больше, чем сокращений, которые напрямую связывают с ИИ.
Зацените: только до 17 сентября скидка 16% на любую профессию в Яндекс Практикуме. Если не сейчас, то когда?
Общий рынок труда США действительно не выглядит как место после апокалипсиса. В августе число занятых выросло на 162 000, безработица осталась на уровне 4,1%. Но официальная статистика Бюро трудовой статистики США не позволяет приписать этот рост нейросетям: больше всего людей наняли рестораны и местное образование, а информационная отрасль, наоборот, потеряла 23 000 рабочих мест.
Зато меняется спрос внутри вакансий. По данным Lightcast, которые разбирает Bipartisan Policy Center, число американских объявлений с ИИ-навыками за год выросло на 165%. Речь не только о вакансиях «инженера нейросетей»: работодатели всё чаще ждут, что сотрудник сможет использовать ИИ в своей основной работе.
Это не значит, что всем станет легче искать первую работу. Исследователи Федерального резервного банка Далласа увидели в техасских данных другую сторону процесса: компании, чьи вакансии сильнее затрагивает автоматизация, сокращали число объявлений. Авторы оценивают общий эффект для онлайн-вакансий штата как небольшое снижение, но предупреждают: особенно чувствительным это может быть для людей, которые только выходят на рынок или меняют профессию.
Получается не «ИИ создаёт работу» и не «ИИ забирает работу», а две истории одновременно. Появляются роли и задачи вокруг новых инструментов, но часть простых входных задач — административных, сервисных, рутинных — может исчезать раньше, чем возникнут новые понятные ступеньки для новичков.
Эти данные относятся к США, а вакансии с ИИ-навыками ещё не равны реальным наймам — поэтому переносить цифры на российский рынок не стоит. Но практический вывод понятен и без географии: полезнее не угадывать профессию, которую точно не заменят, а смотреть, какие задачи в вашей роли уже меняются. И учиться показывать не только, что вы умеете открыть нейросеть, но и как с её помощью проверяете результат, принимаете решение и отвечаете за него.
