ИИ Не Убивает Работы? Почему Затишье На Рынке Труда — Это Затишье Перед Бурей

Идея о том, что генеративный искусственный интеллект (ГенИИ) представляет собой фиктивную угрозу для рынка труда, прескорая и неправильно интерпретирует современные макроэкономические данные, пренебрегая основными процессами корпоративной адаптации и отставанием в оценке технологических трансформаций. Заявления, формирующиеся вокруг недавнего отчета The Budget Lab at Yale, о том, что ИИ не «убивает рабочие места», упускают из виду временную динамику и комплексность внедрения технологий общего назначения.

Разрыв между способностями ИИ и трансформацией занятости

Исследование Йельского университета, опубликованное 1 октября 2025 года, отмечает: «Рынок труда не испытал значимого потрясения с момента выхода ChatGPT 33 месяца назад». Это наблюдение справедливо лишь для прошедшего периода. Оно не служит ни окончательным заключением, ни предсказанием будущего, а лишь «фотографией текущего» на ранней фазе внедрения ГенИИ.

За тот же период способности моделей ГенИИ существенно улучшились в задачах, имеющих экономическую ценность. Внутренние бенчмарки OpenAI, такие как GDPval, демонстрируют трехкратный рост производительности между GPT-4o и GPT-5 за год. Это указывает на скорость развития, однако показывает лишь, «что уже доступно моделям», а не «как стремительно компании изменят свои процессы». Именно непонимание этой принципиальной разницы приводит к ошибочным выводам о «фиктивности угрозы».

«Время предприятий»: инерция адаптации

Пол Хливко в Harvard Business Review, предвидя развитие ИИ-революции, отмечает «скорость хода времени предприятий». Речь идет о том, что трансформация происходит медленнее и с большим сопротивлением, чем обычно полагают. После закупки ГенИИ-моделей основная отдача появляется только при наличии комплементарных вложений: переработка процессов, обучение персонала, подготовка данных, ИТ-сопровождение, интеграция, обеспечение безопасности и комплаенса. Все эти этапы нуждаются в времени и капитале, и пока они не завершатся, приросты не отражаются в статистике производительности и занятости.

Эффект «J-кривой» производительности

Внедрение технологий общего назначения, к которым относится ГенИИ, соответствует эффекту «J-кривой» производительности, как подробно описано такими исследователями, как Э. Бриньолфссон, Э. Рок и Ч. Сайверсон в своей работе «Экономика производительности в эпоху ИИ» ("The Productivity J-Curve: How the Digital Revolution is Reshaping Innovation, Productivity, and Jobs"). Это означает, что начальная фаза характеризуется годами неучтённых нематериальных вложений (в процессы, данные, организационный капитал), когда макроэкономические данные не фиксируют существенного роста производительности. После этого происходит стремительный рост фиксируемой эффективности. ГенИИ, совпадая по аббревиатуре с General Purpose Technology (GPT), идеально вписывается в эту парадигму. Отсутствие немедленного «шока» на рынке труда соответствует историческим паттернам внедрения революционных технологий, таких как электричество или компьютеры, которые меняли офисные рабочие процессы десятилетиями.

Скромные начальные макроэффекты не отменяют потенциала

Дарон Асемоглу в своем анализе «Простая макроэкономика ИИ» демонстрирует, что даже при автоматизации лишь 5 % задач, где получаемая выгода явно превышает затраты (интеграция, перестройка ролей, вычислительные расходы), макроэкономический эффект может оказаться скромным - примерно +1 % к ВВП США за десятилетие. Этот сценарий представляет базовую, реалистичную оценку при отсутствии масштабных вложений в комплементарные технологии и процессы. Он не демонстрирует максимум возможностей ИИ, а скорее минимум неизбежного воздействия при осторожном внедрении.

Российский контекст: фокус на отрасли знаний

В России влияние генеративного ИИ на отраслевую производительность ещё изучается и обладает особенностями. Исследование П.Л. Отоцкого, Е.Н. Горлачевой и Е.А. Поспеловой, опубликованное в 2024 году, на основе модифицированной производственной функции Д. Асемоглу, показало, что ГенИИ в основном затронет секторы «экономики знаний», включая информационную деятельность и связь, образование, здравоохранение и социальные услуги, культуру и спорт. Несмотря на то, что в России есть проблема нехватки кадров, особенно в производственном секторе, ГенИИ пока лишь частично компенсирует эту нехватку. Согласно исследованию, ГенИИ, скорее, дополняет труд, чем заменяет его, и его главное влияние ощущается у квалифицированных специалистов умственного труда.

Таким образом, оценка воздействия генеративного ИИ на производительность труда в российской экономике указывает на то, что технологии ИИ способны стать драйвером роста, сокращая время, затрачиваемое на рутинные операции, и освобождая ресурсы для более сложных и непредсказуемых задач. Тем не менее, для воплощения этого потенциала требуются дополнительные усилия в обучении и повышении квалификации персонала.

Вывод: временная пауза перед бурей

Трактовать отсутствие немедленного «шока» на рынке труда как «фикцию угрозы» - это заблуждение в интерпретации динамических процессов. Отчет BudgetLab фиксирует отсутствие быстрого шока в занятости сейчас. При этом, внутренний бенчмарк OpenAI (GDPval) демонстрирует взрывной рост способностей. Статьи в HBR и концепция «J-кривой» объясняют лаг между этими двумя фактами.

Революция, вызванная генеративным ИИ, не исчезает. Она продвигается в темпе «хода времени предприятий», потребуя значительных инвестиций в комплементарные технологии и перестройку организационных структур. Как только фирмы смогут оперативно создавать такие «комплементы», сегодняшняя «тишина» в статистике превратится в лишь короткую паузу перед оглушительными изменениями, потенциально трансформирующими ландшафт рынка труда и глобальной экономики.