Почему вопрос о том, какие профессии вымрут из-за ИИ, изначально поставлен неверно

Споры о том, какие профессии исчезнут под натиском искусственного интеллекта, упускают главное. Угроза на рынке труда исходит не от технологии как таковой, а от того, как организована работа конкретного человека в конкретной компании. Там, где сотрудник низведен до простой функции, ИИ действительно окажется эффективнее и заменит человека. Там же, где профессионал остается автором своих решений, замена не происходит.

Влияние искусственного интеллекта на рынок труда все чаще описывают не как линейное замещение, а как совокупность противоречивых процессов. Все больше разговоров о вытеснении человека алгоритмами в разработке, юриспруденции, финансовом анализе, медицине, обслуживании. С другой стороны, данные исследовательских агентств и корпоративные стратегии фиксируют, что поспешная замена работников алгоритмами приводит к обратным результатам:

Согласно опросам международной консалтинговой фирмы в сфере кадровой работы Robert Half, около 32% американских менеджеров по найму признали, что увольняли сотрудников для внедрения ИИ, а затем были вынуждены вновь принять их на те же позиции.
Консалтинговая компания Orgvue отмечает, 39% бизнес-лидеров уволили сотрудников из-за внедрения ИИ. Однако из этого числа 55% признают, что решения об увольнении были ошибочными [Там же].
Среди наиболее заметных кейсов – финтех-сервис Klarna, где ИИ-ассистент, призванный выполнять работу 700 сотрудников поддержки, столкнулся с неспособностью обрабатывать нестандартные запросы, что привело к падению клиентской удовлетворенности и экстренному возвращению специалистов.
Схожие сценарии зафиксированы в Commonwealth Bank of Australia, где голосовой бот спровоцировал рост жалоб и перегрузку оставшегося персонала, а также в IBM, где алгоритмизация HR-функций не справилась с задачами, требующими эмпатии и понимания контекста.

Во всех этих случаях компании корректировали стратегию, возвращая уволенных работников. Опыт показывает, что автоматизация проваливается именно там, где от человека требовалось нечто большее, чем исполнение шаблонных операций.

Это значит, что ключевое различие, определяющее судьбу профессии в эпоху ИИ, лежит не в ее названии, а в том, как выстроена роль сотрудника.

В одних организациях работник – это не более чем функция, исполнитель, действующий по инструкции и производящий предсказуемый результат. В других – это носитель ответственности, инициативы и смыслов. Первых ИИ заменяет с нарастающей скоростью, вторых – не способен заменить в принципе.

Вот несколько примеров.

Учитель, преподаватель. Если педагог лишь озвучивает учебник, проверяет задания и отвечает на типовые вопросы, его функцию в полной мере способен выполнить ИИ-тьютор, причем с куда большей доступностью и персонализацией. Однако если учитель становится для учащихся значимым другим, на которого хотят равняться, если он умеет организовать совместную деятельность, в которой развивается потенциал и ученика, и его самого, – такой специалист не заменим алгоритмом.
Руководитель. Менеджер, который только распределяет входящие задачи, контролирует сроки и готовит отчетность, уже сейчас очевидный кандидат на замену. ИИ справляется с координацией и мониторингом быстрее и точнее. Но обладающий безукоризненной репутацией руководитель, под началом которого люди хотят работать, способный вдохновить команду, принять сложное решение в условиях неопределенности и нести за него личную ответственность, остается незаменимым. Такая роль требует человеческого присутствия, а не алгоритмического расчета.
Программист. Разработчик, чья работа сводится к переводу готовых спецификаций в код, уже активно заменяется генеративными моделями, способными писать типовые модули быстрее. Но разработчик, который проектирует архитектуру системы, оценивает компромиссы между производительностью, безопасностью и стоимостью, взаимодействует с заказчиком для прояснения истинных потребностей и принимает на себя ответственность за жизнеспособность продукта, не будет вытеснен. ИИ становится его инструментом, а не заменой.
Врач. Если доктор выступает лишь оператором диагностического алгоритма (сопоставляет симптомы с базой знаний и выдает стандартные назначения), его работа может и должна быть автоматизирована. Но врач, который выстраивает доверительные отношения с пациентом, учитывает его жизненные обстоятельства, вдохновляет на борьбу с заболеванием, принимает решение при неполных данных и берет на себя ответственность за исход, незаменим. Иными словами, диагноз может подсказать машина, но лечение – это всегда человеческий акт.
Сотрудник кредитного отдела банка. Многие банки уже передали ИИ первичную оценку заемщиков. Алгоритм проверяет документы, считает скоринговый балл и выдает типовое решение. Если сотрудник лишь дублирует эту функцию, действуя строго по чек-листу и инструкции, он все всяких сомнений проигрывает машине в скорости и точности. Однако в нестабильной финансовой ситуации, когда привычные модели одномоментно перестают работать, на первый план выходит специалист, способный увидеть за цифрами реальный бизнес, учесть неочевидные риски и принять решение, за которое он будет отвечать лично. Такой аналитик не заменяется алгоритмом, а становится ключевым звеном между банком и клиентом.
Психолог-консультант, психотерапевт. ИИ-боты уже научились выдавать эмпатичные, грамотные и уместные реплики. Если специалист делает то же самое (воспроизводит заученные техники, следует протоколу и говорит правильные слова), он, конечно, проигрывает машине, которая всегда доступна, не устает и не выгорает. Но если психолог работает не только знанием методик, а собственной личностью, выдерживая чужую боль, рискуя быть непонятым и непринятым, вступая в живой, непредсказуемый контакт, – такой специалист незаменим. Терапия, которая действительно меняет жизнь, происходит не в обмене корректными фразами, а в пространстве отношений между двумя людьми.

Видно, что во всех этих примерах граница человек–ИИ проходит не по названию профессии, а по тому, действует ли специалист исключительно как функция или все-таки выходит за эти рамки.

Функция – это предсказуемое действие по известному алгоритму. Ее можно описать в должностной инструкции, разложить на этапы и передать безличному исполнителю. Именно с такими задачами ИИ справляется быстрее, точнее и без выгорания. Когда работа сводится к воспроизводимой последовательности шагов, будь то типовой урок, стандартный код, шаблонная консультация или контроль сроков, человек неизбежно проигрывает машине в эффективности. Замена здесь – лишь вопрос времени и качества алгоритма.

Личное же авторство начинается там, где заканчивается инструкция. Оно проявляется в момент, когда руководитель принимает решение при неполных данных, когда врач берет на себя моральную ответственность за выбор метода лечения, когда психолог рискует собственной устойчивостью ради честной обратной связи. Такие действия не поддаются алгоритмизации, и вовсе не потому, что технологии пока недостаточно развиты, а потому, что они требуют присутствия субъекта, рискующего своей репутацией, ценностями и картиной мира. Машина не может этого сделать, потому что ей нечем рисковать.

Ряд компаний уже осознает, что проблема внедрения ИИ – не только техническая или организационная, но и антропологическая, касающаяся того, какое место отводится человеку в рабочем процессе. Данные свидетельствуют о пересмотре подходов (далее – сведения из отчета, подготовленного IBM):

Опрос, проведенный консультационной фирмой Teneo, показал: 67% генеральных директоров в мире фиксируют увеличение штата начального уровня именно под влиянием ИИ.
IBM объявила о планах утроить количество сотрудников начального уровня в США в 2026 году. Вице-президент компании по глобальному подбору персонала Н. Пиллай-Бемат характеризует этот сдвиг как переход от чисто исполнительских задач к анализу, решению проблем и ответственному использованию ИИ.
McKinsey планирует увеличить наем в Северной Америке на 12%, подчеркивая, что начальные позиции развиваются, а не исчезают, и уже применяет игровые инструменты оценки системного мышления вместо проверки предшествующих бизнес-знаний. Директор по обучению и развитию McKinsey Х. Стефански говорит: «Мы удваиваем акцент на том, что делает тебя уникально человечным, и добавляем больше технологий».
Консалтинговая и аутсорсинговая компания Cognizant расширяет рекрутинг за счет специалистов с гуманитарным образованием, а в тренинговых программах, таких как SkillBench, формируются модели ученичества, в которых новички под руководством опытных сотрудников осваивают работу с ИИ-инструментами на сверхсложных задачах. Генеральный директор Cognizant Р. Кумар отмечает: «ИИ – это усилитель человеческого потенциала, это не заменитель человека».
Исследователи из The Budget Lab Йельского университета называют распространенные опасения скорого вытеснения работников «в значительной степени спекулятивными», указывая на недостаток данных для однозначных прогнозов. Спрос на технические кадры, по данным Citadel Securities, остается стабильным: количество вакансий инженеров-программистов выросло на 11% в годовом исчислении.

Эти сигналы говорят о том, что бизнес начинает обнаруживать, что специалист, работающий не по инструкции, а по смыслу, не только не может быть заменен, он становится дефицитным ресурсом именно потому, что его вклад не сводится к операциям, а заключается в способности действовать осмысленно в условиях неопределенности. Вопрос, таким образом, не в том, какие профессии исчезнут, а в том, какую роль мы отводим человеку в рабочем процессе – исполнителя или носителя ответственности.

Помимо прочего, это означает, что бизнесу, даже если он пока этого не вербализовал, уже сейчас нужны такие технологии искусственного интеллекта, которые нацелены не на замену человека, а на развитие его субъектности, толерантности к неопределенности и способности к созданию смыслов. Нужна принципиально новая архитектура ИИ-систем и принципиально новые режимы их внедрения, разрабатывать которые должны не только IT-специалисты, но и представители наук о человеке.