Прошло уже более трех лет с момента запуска ChatGPT, однако влияние искусственного интеллекта на занятость по-прежнему почти не отражается в общей статистике. На уровне крупных показателей рынок труда выглядит относительно устойчивым. Но на его отдельных участках изменения уже становятся заметны – прежде всего в наиболее уязвимых секторах и на стартовых позициях.
Совместное исследование Coface и Центра анализа исчезающих и новых профессий (Observatory of Threatened and Emerging Jobs (OEM)) показывает, какие задачи в разных профессиях сильнее всего подвержены автоматизации с помощью ИИ. Детальный анализ позволяет увидеть важный сдвиг: граница автоматизации смещается. Если раньше технологии в первую очередь заменяли рутинный физический труд или простые повторяющиеся операции, то теперь в зоне риска оказываются сложные, когнитивно-интенсивные и квалифицированные задачи.
Это может привести к серьезной перестройке структуры занятости.
Новый подход к оценке автоматизации профессий
Цель исследования – определить, в каких сегментах рынка труда распространение ИИ с наибольшей вероятностью изменит содержание работы. Такой подробный анализ позволяет выявить риски, которые пока остаются почти незаметными в агрегированной статистике. Уровень подверженности автоматизации сильно различается в зависимости от конкретных задач, профессий, отраслей, стран и регионов.
Методология, разработанная Обсерваторией исчезающих и новых профессий, устраняет три слабых места, характерных для многих существующих исследований. Во-первых, она дает более детальный анализ профессий. Во-вторых, делает оценки более прозрачными и воспроизводимыми. В-третьих, учитывает не только текущую ситуацию, но и возможные этапы дальнейшего развития ИИ.
В рамках исследования 923 профессии были разложены на отдельные задачи. Каждая задача, в свою очередь, была разбита на элементарные действия, описанные через три компонента: действие, объект и контекст. Это позволяет точнее определить, насколько та или иная задача технически может быть автоматизирована. Затем каждое элементарное действие оценивается по понятным и проверяемым правилам.
Такой подход делает анализ более точным. Он позволяет оценивать не профессию в целом, а конкретные действия, из которых она состоит. Кроме того, единые правила оценки делают результаты более прозрачными и пригодными для проверки. Наконец, методология позволяет моделировать, как степень автоматизации задач может меняться по мере развития ИИ. В данном исследовании рассматриваются пять таких этапов.
Coface помогла расширить эту аналитическую структуру. Компания участвовала в разработке подхода к взвешиванию задач с учетом их значимости и частоты, уточнении сценариев развития ИИ и правил оценки, а также расширении анализа почти на 30 стран.
При этом важно подчеркнуть: исследование оценивает не будущие потери рабочих мест, а техническую подверженность задач автоматизации. Иными словами, оно показывает, какие задачи потенциально может выполнять ИИ, но не прогнозирует напрямую масштаб сокращений занятости.
Методология сознательно не учитывает динамику спроса, появление новых задач и профессий, а также барьеры, которые могут замедлить или ограничить реальное внедрение ИИ.
ИИ прежде всего затрагивает профессии, связанные с интеллектуальной работой и обработкой информации
сследование показывает: нынешняя волна автоматизации принципиально отличается от предыдущих. ИИ не просто продолжает развитие роботизации или традиционного программного обеспечения. Он переносит фокус на сложные, нерутинные и когнитивные задачи.
Влияние ИИ сначала проявляется на уровне отдельных задач. Затем оно неравномерно распространяется на профессии, профессиональные группы и отрасли, где эти профессии сосредоточены.
В основном сценарии, связанном с развитием агентного ИИ, примерно каждая восьмая профессия преодолевает порог в 30% автоматизируемых задач. В исследовании этот уровень рассматривается как граница, после которой профессия может пройти глубокую трансформацию. Это не обязательно означает ее исчезновение, но может привести к серьезному перераспределению функций и изменению роли сотрудников.
Наиболее подвержены автоматизации профессии, основанные на сложной интеллектуальной работе и активной обработке информации. К ним относятся инженерные специальности, ИТ, административные функции, финансы, право, а также часть творческих и аналитических профессий.
Число профессий, в которых ≥ 30% задач может быть автоматизировано, с группировкой по типам профессий (в сценарии использования ИИ-агентов)
Напротив, менее уязвимыми остаются виды деятельности, связанные с ручным трудом или живым человеческим взаимодействием, которое трудно стандартизировать. Это производство, строительство, техническое обслуживание, транспорт, общественное питание, клининг, а также отдельные направления ухода и социальной поддержки.
Исследование также оценивает, какая часть реального содержания работы в разных странах может быть автоматизирована. Для этого доля автоматизируемых задач в каждой из 923 профессий сопоставляется с численностью занятых в этих профессиях.
Выводы достаточно четкие. Более четверти содержания работы потенциально может быть автоматизировано в управлении и администрировании, творческих профессиях, праве и финансах, а также в инженерии и ИТ. В то же время очные услуги, технические, ремесленные и промышленные профессии остаются ниже порога 10%.
Профессии в сфере ухода, образования, продаж и других направлений, где важна работа с людьми, занимают промежуточное положение. Часть задач в них может быть автоматизирована, однако фактор важности живого взаимодействия по-прежнему служит важной защитой.
Уровень риска сильно различается по странам
Страны по-разному подвержены автоматизации с помощью ИИ. Доля содержания работы, которое потенциально может быть автоматизировано, варьируется примерно от 12% в Турции до почти 20% в Великобритании.
Главная причина таких различий – структура экономики. Именно она во многом определяет структуру занятости, а значит и долю задач, которые технически могут быть переданы ИИ.
Наиболее уязвимыми оказываются развитые экономики и страны, где велика роль «интеллектоемких» профессий. Помимо Великобритании, к этой группе относятся Нидерланды, Ирландия и Люксембург. В этих странах выше концентрация профессий, связанных с обработкой информации и интеллектуальной работой.
В странах, где занятость в большей степени сосредоточена в торговле, персональных услугах, строительстве, транспорте и других видах деятельности с более высокой долей физического труда, уровень подверженности автоматизации ниже. В исследовании выделены пять групп стран со схожими профилями риска.
Последствия выходят далеко за пределы рынка труда: доходы, социальная защита, образование и новые монополисты
Возможные последствия распространения ИИ не ограничиваются занятостью. Поскольку технология затрагивает квалифицированные и хорошо оплачиваемые профессии, ее внедрение может со временем изменить экономический и социальный баланс.
Автоматизация части задач в высококвалифицированных профессиях способна перераспределить значительную долю добавленной стоимости от труда к капиталу. Для стран, где налоговая система во многом основана на налогообложении труда, это создает двойной бюджетный вызов. С одной стороны, могут снизиться поступления от социальных взносов, подоходного налога и косвенных налогов. С другой – могут вырасти расходы на поддержку занятости, страхование по безработице и переобучение работников.
Исследование также поднимает вопрос о будущем ценности образования и квалификаций. Если часть задач, ради которых люди проходят длительное обучение, станет легче автоматизировать, связь между уровнем образования, заработком и стабильностью занятости может ослабнуть.
Это не означает, что высшее образование перестает быть важным. Однако работодатели могут начать меньше ориентироваться только на дипломы и формальные квалификации. На первый план будут выходить навыки, которые дополняют ИИ: способность принимать решения, адаптироваться к изменениям, критически оценивать результаты работы технологий и контролировать их использование.
Наконец, развитие ИИ может создать новые геополитические, логистические и операционные уязвимости. Ключевые элементы этой технологической инфраструктуры – полупроводники, языковые модели и дата-центры – сегодня сосредоточены у ограниченного числа компаний и стран. Это усиливает зависимость всего мира от тех, кто контролирует критически важные технологии.
Вывод: ИИ способен изменить саму природу работы
Точная траектория этих изменений пока остается неопределенной. Кроме того, техническая возможность автоматизации отдельных задач не означает автоматического сокращения рабочих мест. Однако один вывод уже очевиден.
ИИ внедряется не на периферии рынка труда. Он затрагивает его когнитивное, нерутинное и «интеллектоемкое» ядро – те функции, которые долго считались одними из наиболее защищенных.
Именно эти функции играют важную роль в создании доходов, добавленной стоимости и налоговых поступлений. Поэтому маловероятно, что такая трансформация пройдет незаметно. В той или иной степени она будет менять не только отдельные профессии, но и сам характер работы, а вместе с ним – экономический баланс, на котором держится современная структура занятости.
> Скачайте полное исследование в формате PDF или посмотрите выступление авторов на Конференции Coface по страновым рискам.
