Обзор по теме: ИИ автоматизирует лишь малую долю задач: бизнес сфокусировался на точечной оптимизации процессов
Лишь 2,6% ИИ-инструментов способны полностью закрыть рабочую задачу без участия человека, что опровергает миф о тотальной замене сотрудников алгоритмами. Вместо массового увольнения рынок переходит к точечной автоматизации узких участков процессов, требуя от бизнеса пересмотра карьерных треков и внедрения гибридных моделей работы.
ИИ не заменяет целые профессии, а точечно автоматизирует узкие участки процессов. По данным Cohere Labs, лишь 2,6% из 696 000 проанализированных инструментов способны полностью закрыть рабочую задачу без участия человека. Остальные решения выполняют фрагментарные действия или служат помощниками в принятии решений. Это меняет подход к управлению персоналом: компании перестают говорить о полном вытеснении сотрудников и начинают оптимизировать конкретные этапы работы, от медицины до ИТ.
Как именно ИИ меняет структуру профессий
Внедрение технологий происходит по двум противоположным сценариям, которые напрямую влияют на требования к квалификации. В высокотехнологичных отраслях, таких как медицина и программирование, автоматизируются сложные экспертные участки. Это снижает требуемый уровень базовой квалификации для выполнения рутинной части работы, но повышает потребность в навыках управления ИИ-агентами.
В юриспруденции и продажах картина обратная: под удар попадают начальные, рутинные этапы карьеры. Молодые специалисты теряют возможность набирать практический опыт на простых задачах, которые теперь выполняет алгоритм. Это создает долгосрочный риск дефицита кадров с реальной экспертизой через 5–10 лет, когда нынешние новички должны были бы стать опытным сотрудниками.
Автоматизация начальных этапов карьеры лишает молодых специалистов возможности набирать практический опыт, что может привести к долгосрочному дефициту кадров с реальной экспертизой.
Масштаб увольнений и реакция рынка
Статистика подтверждает, что процесс уже идет, хотя и не так стремительно, как прогнозировали оптимисты. В 2025 году в США из-за внедрения ИИ сократили более 55 000 рабочих мест. Это составляет около 5% от общего объема увольнений за год. Крупные игроки рынка, включая Amazon и Microsoft, официально обосновывали эти решения переходом на ИИ-ориентированную стратегию для повышения эффективности.
В сентябре 2025 года доля увольнений по причине автоматизации достигла пика: 10% всех сокращений в стране (7 000 человек) были связаны именно с внедрением нейросетей. В технологическом секторе за тот же месяц уволили 5 639 сотрудников. Эти цифры показывают, что автоматизация стала не гипотетической угрозой, а стандартной причиной перестройки штатного расписания в корпорациях США.
Экономические последствия: от паники к сбережениям
Реакция работников на угрозу автоматизации влияет на макроэкономику. В Китае страх потери рабочих мест привел к росту сбережений и падению потребления. Более 85% респондентов обеспокоены влиянием ИИ на занятость. Работники сокращают расходы, ожидая нестабильности, что замедляет внутренний спрос.
Давление со стороны работодателей, требующих владения ИИ-инструментами, порождает две крайности: ожесточенную конкуренцию за обучение и фатализм (стратегию минимизации усилий). Несмотря на признание общих преимуществ технологий, на практике они воспринимаются как прямая угроза личной стабильности. Этот разрыв между технологическим прогрессом и реальным опытом сотрудников создает уникальный стресс в рабочей среде.
Внедрение ИИ происходит по двум противоположным сценариям: в медицине и ИТ автоматизируются сложные экспертные участки (снижая требуемый уровень квалификации), а в юриспруденции и продажах — рутинные задачи (повышая порог входа для новичков).
Что делать бизнесу и специалистам
Для руководителей ключевым становится не вопрос «заменит ли ИИ сотрудника?», а вопрос «какие именно этапы работы можно делегировать алгоритму?». Поскольку лишь малая часть инструментов работает автономно, фокус должен сместиться на гибридные модели: человек + ИИ-помощник.
Практические шаги для адаптации:
- Аудит процессов: Выделить задачи, которые занимают больше 20% времени сотрудника и имеют четкий алгоритм выполнения. Именно их стоит автоматизировать в первую очередь.
- Переквалификация новичков: Если рутинные задачи уходят в ИИ, необходимо пересмотреть программу адаптации молодых специалистов. Им нужно давать более сложные кейсы раньше, чтобы компенсировать потерю «школы жизни» на простых задачах.
- Мониторинг рисков: Отслеживать не только экономию средств, но и качество работы. В случае с Commonwealth Bank в Австралии после увольнения 45 сотрудников, обучавших ИИ, количество клиентских обращений выросло, и часть персонала пришлось вернуть. Это сигнал о том, что полная автоматизация без контроля качества может обернуться репутационными потерями.
Прогноз
Если текущий темп внедрения сохранится, к 2028 году в компаниях среднего звена появится новый вид управленческой ошибки: «автоматизационный разрыв». Он возникнет из-за того, что старое поколение сотрудников будет уходить на пенсию с полным опытом работы без ИИ, а новое поколение не сможет набрать базовую экспертизу, так как рутинные этапы их обучения уже закрыты алгоритмами. Компании, которые сейчас инвестируют в перестройку карьерных треков, а не только в закупку софта, получат конкурентное преимущество за счет более глубокой экспертизы персонала через 5 лет.
🤖 Сводка сформирована на основе фактов из Календаря и обновляется при поступлении новых данных.
📅 Последнее обновление сводки: 8 сентября 2026.
