7,3% безработицы среди молодых выпускников вузов США летом 2026 года — не катастрофа, а вполне обычный уровень для последних лет. Новый анализ рынка труда ставит под сомнение популярный тезис, что ИИ и выпускники уже столкнулись лоб в лоб и машины начали массово выдавливать вчерашних студентов из офисных профессий.
Рабочая статья экономистов Роберта Фэрли и Джейн Ву из мюнхенского CESifo не нашла признаков «значительного, широкого вытеснения» или заметного сокращения найма недавних выпускников, сообщает Ars Technica. Исследователи смотрели не на вакансии в LinkedIn и не на тревожные посты венчурных капиталистов, а на микроданные Current Population Survey Бюро переписи США — один из базовых источников по американскому рынку труда.
Фокус был узким и поэтому полезным: выпускники бакалавриата 22–25 лет, которые уже не учатся дальше. Именно эта группа, по логике исследователей, должна первой почувствовать удар автоматизации. Компании обычно не начинают сокращения с опытных сотрудников, в которых уже вложены годы контекста и процессов. Гораздо проще урезать стартовые позиции: младших аналитиков, ассистентов, джуниор-разработчиков, специалистов поддержки, маркетинговых координаторов и другие роли с большим числом повторяемых задач.
Но данные за лето 2026 года выглядят скучнее, чем прогнозы. Уровень безработицы среди молодых выпускников составил 7,3%. Для сравнения: в предыдущие годы показатель находился в диапазоне от 6,3% в 2022 году до 7,8% в 2024-м. То есть 2026-й не выбивается из ряда. Исследователи также проверили более широкую группу — тех, кто говорит, что хочет работу, но формально не считается безработным, потому что активно ее не ищет. И там картина тоже не показала резкого перелома.
Это важно из-за контекста. В последние месяцы рынок активно обсуждал противоположный сценарий: генеративный ИИ якобы уже забрал у выпускников первые карьерные ступени. Ранее исследование Стэнфорда на данных ADP показывало, что занятость на начальных позициях в профессиях, сильнее затронутых ИИ, отстает от других областей. Отсюда родилась удобная, тревожная и очень вирусная версия: джуниоры стали первыми жертвами корпоративной автоматизации.
CESifo спорит не с самой возможностью такого сценария, а с выводом, что он уже массово случился. Авторы сравнили выпускников с их ровесниками без диплома, а также с более взрослыми выпускниками 30–49 лет. Отдельно они смотрели на различия между профессиями с разной потенциальной «экспозицией» к ИИ, опираясь на исследование 2023 года о том, какие роли языковые модели могут затронуть сильнее. Почти во всех сравнениях различия трендов за 2022–2026 годы не оказались статистически значимыми.
Есть и методологическая развилка. Данные ADP показывают динамику занятости по зарплатным ведомостям компаний, но не весь рынок и не обязательно спрос со стороны работников. Current Population Survey шире и лучше ловит состояние людей: кто работает, кто ищет, кто хочет работу, кто выпал из активного поиска. Если в какой-то профессии вакансий стало меньше, но часть выпускников ушла в смежные роли или отложила вход в рынок, итоговая безработица может выглядеть спокойнее. Это не отменяет проблем отдельных направлений, но мешает честно говорить о «массовом крахе».
Для разработчиков и IT-компаний вывод неприятно прагматичный: ИИ и выпускники пока не дают простой картинки в стиле «боты съели джунов». Найм начального уровня мог стать жестче, требования могли вырасти, часть задач действительно автоматизируется, но агрегированные данные по США пока не подтверждают масштабного вытеснения. Для бизнеса это сигнал не путать локальную оптимизацию с макроэкономическим фактом. Для выпускников — повод инвестировать не только в синтаксис конкретного фреймворка, а в умение работать с ИИ-инструментами, проверять их выводы и брать задачи шире одного тикета.
Самый честный прогноз здесь короткий: класс 2026 года, похоже, прошел первый тест без видимого обвала, но классы 2027 года и дальше могут оказаться в другой ситуации, если корпоративное внедрение ИИ продолжит ускоряться. Рынок труда редко ломается одним громким релизом модели; чаще он меняет правила входа тихо, через требования к стажировкам, скорость выполнения задач и исчезновение самых простых стартовых поручений.