Технологии не только «съедают» работу, но и создают новую — вопрос в том, для кого
Почти любой технологический прорыв запускает двойной процесс: одни задачи автоматизируются, а рядом появляются новые виды занятости. В этом смысле главная интрига 2026 года звучит не как «ИИ отнимет работу или нет», а как более точный вопрос: кто именно получит новые роли, с какой зарплатой и на какой срок.
Свежая работа команды экономиста MIT Дэвида Аутора (David Autor) помогает ответить на это эмпирически. Исследователи изучили американские данные о занятости и показали закономерность, которая повторялась десятилетиями: новые технологические специализации чаще всего достаются молодым работникам с высшим образованием, преимущественно в городах.
Что именно выяснили исследователи MIT
1. «Новая работа» возникает регулярно и в заметном масштабе
Авторы сравнили два периода: послевоенный срез и современную эпоху. В 1950 году около 7% работников были заняты в видах работ, появившихся после 1930-го. В 2011–2023 годах примерно 18% работников находились в направлениях, возникших после 1970-го.
Это важная мысль: экономика не стоит на месте, и значимая доля занятости постоянно обновляется. Иначе говоря, рынок труда, который мы считаем «нормальным», на деле всегда находится в состоянии сборки.
2. Первые бенефициары — молодые и образованные
По данным исследования, выпускники колледжей имели более высокую вероятность войти в новые специализации, чем люди только со школьным образованием. Особенно заметен возрастной эффект: работники до 30 лет получали преимущество чаще других возрастных групп.
Аналогия простая: когда появляется новый «язык профессии», быстрее всего на нем начинают говорить те, кто недавно учился и не связан жестко старой производственной логикой.
3. Премия к зарплате есть, но она временная
Новая работа обычно оплачивается лучше, потому что за ней стоит дефицитная экспертиза. Но со временем этот дефицит тает: навык распространяется, стандартизируется, частично автоматизируется. Как формулирует Аutor, «новая работа стареет».
Классический пример: когда-то умение водить автомобиль или работать в Word-процессоре считалось ценным специализированным навыком. Сегодня это базовая компетенция.
Ключевая идея: инновации рождаются не только «изобретателями», но и спросом
Одно из самых сильных наблюдений статьи связано с периодом Второй мировой и послевоенного промышленного рывка США. В округах, где при господдержке открывались новые производства, появлялось больше новых типов занятости. По оценке авторов, 85–90% новой работы в 1940–1950 годах было технологически обусловлено.
Но главное здесь не только «технологически». Главное — спросо-управляемо. Когда государство и крупные институты создают масштабный запрос (на производство, исследования, инфраструктуру), экономика начинает выращивать новые компетенции под этот запрос.
Это контрастирует с популярным мифом о том, что инновация — это исключительно «Эврика!» одного гения. На практике инновация чаще является накопительным и целенаправленным процессом, где спрос и институциональная рамка так же важны, как таланты предпринимателей.
Что это значит для эпохи ИИ
ИИ может пойти по двум траекториям
- Траектория замещения: автоматизация сокращает участие человека и вымывает часть профессий.
- Траектория перераспределения экспертизы: ИИ позволяет специалистам разного уровня делать разные задачи эффективнее, создавая новые роли вокруг систем, данных, контроля качества и человеческого взаимодействия.
С точки зрения общественной пользы вторая модель заметно сильнее, особенно в крупных секторах вроде здравоохранения и образования.
Почему рынок сам по себе может выбрать не лучший сценарий
Рынок часто оптимизирует краткосрочную экономию издержек, а не долгосрочное качество занятости. Поэтому без институционального дизайна (регулирование, госзакупки, стандарты внедрения, инвестиции в переобучение) ИИ может усилить поляризацию: «узкий слой суперэкспертов + широкая зона уязвимых профессий».
Практические выводы для бизнеса, государства и специалистов
| Кому | Что делать уже сейчас | Зачем |
|---|---|---|
| Бизнесу | Проектировать роли «человек + ИИ», а не только KPI по сокращению штата | Устойчивый рост производительности и меньше операционных рисков |
| Государству | Стимулировать спрос на ИИ-решения в общественно значимых секторах через закупки и стандарты | Создание качественных рабочих мест, а не только автоматизация ради экономии |
| Университетам | Обновлять программы под гибридные навыки: доменная экспертиза + работа с ИИ-системами | Сократить лаг между рынком и подготовкой кадров |
| Специалистам | Строить «портфель редких навыков» и учиться работать в междисциплинарных командах | Дольше сохранять зарплатную премию на фоне тиражирования базовых ИИ-навыков |
Главный инсайт: борьба идет не за «работу вообще», а за редкую полезную экспертизу
История технологических волн в США показывает: новые рабочие места действительно появляются, но их не раздают равномерно. Побеждают те, кто первым осваивает дефицитные компетенции в точке роста спроса.
Для эпохи ИИ это означает следующее: исход определит не сам факт появления моделей, а архитектура внедрения. Если ИИ строится как инфраструктура расширения человеческих возможностей, мы получаем новые профессии и продуктивность. Если как инструмент исключительно «срезания затрат», выигрывает узкая группа, а социальная цена растет.
Именно поэтому вопрос «создаст ли ИИ рабочие места?» нужно переформулировать в более взрослый: какие институты, инвестиции и управленческие решения сделают эти рабочие места массовыми и качественными.
Почему это важно для России и глобального рынка
Хотя исследование опирается на США, логика универсальна: новые рынки труда возникают там, где соединяются технология, спрос и система подготовки кадров. Для стран, компаний и регионов это окно возможностей: кто быстрее выстроит этот треугольник, тот станет экспортером компетенций, а не импортёром готовых решений.
В этом контексте ИИ — не «финальный ответ», а новый слой экономической организации. И, как показывает опыт прошлого, от качества этого слоя зависит, будет ли технологический прогресс социально расширяющим или социально исключающим.
