Альтман: ИИ автоматизирует фиктивный труд
Сэм Альтман заявил, что внедрение больших языковых моделей угрожает профессиям, которые он описывает как не реальный труд, что вызвало дискуссию в социальных сетях. Ранние исследования показывают, что ощущение бесполезности работы чаще связано с внутренними корпоративными проблемами, чем с системным кризисом.
По данным исследования 2021 года, основанные на данных Европейского социологического опроса, лишь около 5% опрошенных описали свои рабочие обязанности как бесполезные. Аналогичный анализ в США показал, что 20% респондентов испытывали чувство абсурдности в своей профессиональной деятельности. Эти цифры, однако, не подтверждают гипотезу о системном кризисе «фиктивного труда», а скорее указывают на проблемы управления и корпоративной культуры.
Сэм Альтман (Sam Altman), генеральный директор OpenAI, в ходе конференции DevDay заявил, что многие современные профессии, угрожаемые внедрением больших языковых моделей, «не являются реальным трудом». Его комментарий вызвал широкую дискуссию в социальных сетях, где его оценивали как «демонстрацию элитарного взгляда» и «дестабилизирующее упрощение».
Предыдущие исследования о бесполезных работах
Идея о «фиктивных профессиях» не нова. В 2018 году книга Дэвида Грейбера (David Graeber), антрополога, получила международное признание. В ней он аргументировал, что значительная часть современных рабочих мест существует ради соблюдения формальностей, а не для создания социальной ценности. Его работа, получившая название On the Phenomenon of Bullshit Jobs, стала бестселлером и цитировалась отдельными сотрудниками корпораций до исследовательских институтов.
Однако эксперты отмечают, что Альтман не первый, кто поднимает эту тему. Его формулировка, несмотря на критику, имеет предшественников в академической дискуссии.
Данные о восприятии работы
Исследования 2021 года показали, что ощущение бесполезности чаще связано с внутренними факторами: микроменеджментом, неэффективными процессами и отсутствием обратной связи. Например, подготовка отчетов, которые не используются, или электронные письма, дублирующие короткие сообщения в мессенджерах, могут вызывать иллюзию абсурда, даже если задача сама по себе значима.
Альтман, возможно, имеет в виду не упразднение должностей, а автоматизацию рутинных задач. Его утверждение о «ликвидации функций, а не ролей» может быть обоснованным в контексте ИИ, способного выполнять такие операции.
Интересно: Какие профессиональные функции окажутся наиболее уязвимыми для автоматизации, если ИИ начнет заменять не должности, а отдельные задачи?
ИИ и переосмысление труда: за кем останется будущее?
Скрытые мотивы и парадоксы автоматизации
OpenAI и её руководитель Сэм Альтман находятся в эпицентре дискуссии о будущем работы. Его утверждение о «фиктивном труде» выглядит как прямой вызов традиционным корпоративным структурам. Однако истинная мотивация, вероятно, кроется не в философском осуждении, а в продвижении ИИ как инструмента для оптимизации.
Искусственный интеллект уже демонстрирует способность выполнять задачи, которые ранее считались «недосягаемыми»: анализ данных, подготовка отчетов, даже юридические консультации. Для компаний, инвестирующих в ИИ, это не только повышение эффективности, а стратегический шаг для снижения издержек. Однако парадокс заключается в том, что автоматизация рутинных функций может привести к дестабилизации карьерных траекторий сотрудников, чьи роли становятся «многократно дублируемыми».
Важный нюанс: Компании, которые активно внедряют ИИ, рискуют столкнуться с сопротивлением сотрудников, если не обеспечат переход на более стратегические функции.
Эффект домино: кто выигрывает, а кто теряет?
Автоматизация не затрагивает все отрасли одинаково. Особенно уязвимыми окажутся сферы с высокой долей рутинных задач: бухгалтерия, юриспруденция, административные функции. Например, бухгалтеры, чьи обязанности включают обработку стандартных документов, могут потерять до 40% рабочего времени из-за рутины.
Но эффект домино не ограничивается сокращением вакансий. В смежных секторах, таких как обучение ИИ, мониторинг его работы или этическая экспертиза, потребность в квалифицированных специалистах резко возрастет. Это создает неожиданных победителей — компании, предлагающие тренинги по работе с ИИ, или стартапы, разрабатывающие инструменты для контроля алгоритмов.
Важный нюанс: Автоматизация рутинных функций может привести к росту новых профессий, но только если рынок труда готов к переоснащению.
Российский контекст: барьеры и возможности
В России внедрение ИИ сталкивается с двумя ключевыми проблемами: дефицитом квалифицированных специалистов и низкой цифровой грамотностью среди работников. Это делает переход на автоматизированные процессы более сложным, чем в странах с развитой ИТ-инфраструктурой.
Однако есть и шанс: государственные программы по переподготовке кадров, такие как «Цифровая экономика», могут стать катализатором. Если бизнес и власти синхронизируют усилия, страна сможет адаптироваться к новой реальности. В противном случае разрыв между крупными компаниями и малым бизнесом усилится.
Важный нюанс: Компаниям, зависящим от ручной обработки данных, стоит начать с малого — автоматизировать отдельные процессы, а не сразу всю структуру. Это снизит риски сопротивления и даст время на адаптацию.
Новое правило игры: от «ролей» к «функциям»
Традиционная модель труда, основанная на фиксированных должностях, уступает место гибкой системе, где человек отвечает за набор функций, а не за «место». Это меняет подход к управлению: вместо контроля за сотрудником акцент смещается на результат.
Для бизнеса это означает, что кадровые стратегии должны быть пересмотрены. Важно не только обучить сотрудников работе с ИИ, а научить их мыслить системно — понимать, какие функции можно автоматизировать, а какие требуют человеческого вмешательства.
Важный нюанс: Успех в эпоху ИИ зависит не от количества сотрудников, а от их способности адаптироваться к новым функциональным требованиям. Компании, которые не переоснастят модель управления, рискуют вытеснением с рынка.
Расширение горизонта: инвестиции, риски и масштабы
Самые масштабные шаги в развитии ИИ предпринимают компании, готовые к долгосрочным вложениям. OpenAI, например, заключила соглашения с Broadcom, NVIDIA и AMD на поставку кастомных AI-ускорителей, общая стоимость которых может превысить $500 млрд [!]. Эти инвестиции направлены на оптимизацию энергопотребления и сокращение времени вычислений, что делает модели более эффективными.
Однако рост интереса к ИИ сопровождается рисками. МВФ и Банк Англии предупреждают о возможном «пузыре» в секторе, вызванном завышенными оценками активов и отсутствием прибыли у ключевых игроков [!]. Например, оценка OpenAI составляет $500 млрд при выручке в $4,3 млрд за первые шесть месяцев 2025 года, что вызывает вопросы о реальной коммерциализации технологий.
Социальные последствия: сокращения и реорганизация
Автоматизация уже привела к массовым сокращениям. В 2025 году в Commonwealth Bank Австралии 45 сотрудников, включая тех, кто обучал ИИ, были уволены [!]. Аналогичная ситуация произошла в Microsoft, где студия King сократила около 200 рабочих мест [!]. Эти случаи подчеркивают, что даже специалисты, участвующие в создании ИИ, не защищены от замены.
В США доклад Комитета по труду прогнозирует потерю почти 100 миллионов рабочих мест за следующее десятилетие, особенно в отраслях с высокой долей рутинных задач [!]. Под угрозой — водители грузовиков, бухгалтеры, медсестры и работники фастфуда.
Экономические перспективы: рост и вызовы
Мировой экономический рост может получить импульс от ИИ, но только при условии синхронизации технологических инициатив с экономическими реалиями. МВФ оценивает, что развитие ИИ может увеличить мировой ВВП на 0,1–0,8 процентных пунктов [!]. Однако глава фонда предупреждает о рисках дисбаланса внутри стран и между ними.
