Сбербанк оценил потолок, до которого российская экономика может дотянуться за счет GenAI, роботизации и удаленной занятости: плюс 21–33% к производительности труда к 2032 году. Для IT-рынка это не абстрактный разговор про «цифровую трансформацию», а довольно приземленный сигнал: людей больше не станет, значит, бизнесу придется выжимать рост из автоматизации, процессов и качества управления.
Исследование представил Сбербанк, по данным CNews. Его отправная точка проста и неприятна: рынок труда в России вошел в фазу, где демография уже не фон, а прямое ограничение для экономики. Безработица в 2025 году держалась на рекордно низком уровне 2,2%, а привычные способы нарастить занятость, похоже, исчерпаны. Иначе говоря, найти еще людей становится труднее, чем научиться делать ту же работу быстрее и меньшими силами.
На этом фоне Сбербанк называет производительность труда единственным доступным драйвером устойчивого роста. Если ориентироваться на целевые темпы роста ВВП и сохранить нынешние тренды эффективности, то к 2032 году экономика может получить дефицит около 0,5 млн работников. Для бизнеса это означает, что кадровый голод уже нельзя закрывать только наймом, удержанием и бонусами. Эти инструменты останутся, но перестают быть достаточными. Дальше в игру входят системы, которые умеют снимать рутину, перераспределять задачи и поддерживать выпуск без пропорционального расширения штата.
Самая заметная цифра в исследовании связана с технологической «триадой»: GenAI, роботизация и удаленные режимы работы. При агрессивном внедрении именно эта связка, по оценке банка, и может дать экономике прирост производительности труда на 21–33% к 2032 году. Формулировка важна: речь не про один только генеративный ИИ, который в одиночку всех спасет, а про комбинацию нескольких подходов. GenAI ускоряет интеллектуальные и офисные операции, роботизация подхватывает физические процессы, а удаленные форматы помогают шире распределять работу и снижать трение на рынке занятости. Для CIO, CTO и продуктовых команд это довольно трезвый вывод: ставку придется делать не на отдельный модный пилот, а на пересборку целых контуров работы.
При этом исследование аккуратно уходит от популярного сюжета про «ИИ отнимет рабочие места». Вывод у Сбербанка другой: GenAI скорее не сокращает занятость напрямую, а меняет состав задач внутри профессий. Для оценки этого эффекта исследователи разобрали 923 специальности и 17,99 тыс. уникальных трудовых задач. Это важный сдвиг оптики. Для разработчиков, аналитиков, продактов и HR разговор уже не сводится к вопросу «какие профессии исчезнут». Куда полезнее спрашивать, какие куски работы можно стандартизировать, какие функции останутся за человеком, а где появится спрос на новый набор навыков. В этом смысле генеративный ИИ похож не на кнопку увольнений, а на ускоритель переразметки труда.
Есть в исследовании и менее громкий, но, возможно, более болезненный тезис: у российской экономики есть огромный внутренний резерв эффективности, который не сводится к закупке новых систем. Сбербанк пишет, что устранение барьеров для эффективных предприятий и более ровный конкурентный ландшафт способны поднять результативность в 1,5–2 раза. Отдельно приводится пример обрабатывающего сектора: если перераспределять ресурсы по модели, которую исследователи сопоставляют с Индией, выпуск можно увеличить на 48% без привлечения дополнительных работников. Для части бизнеса эта мысль неприятнее любой AI-презентации. Выходит, что проблема может быть не только в нехватке людей и не только в технологическом отставании, но и в том, как именно распределяются ресурсы, капитал и спрос между компаниями.
Региональная картина тоже неравномерна. Наибольший потенциал внедрения GenAI, по оценке авторов, сосредоточен в Москве, Санкт-Петербурге, Севастополе, а также в Самарской, Томской и Новосибирской областях. Это выглядит логично: там выше концентрация квалифицированных специалистов, цифровых сервисов, корпоративных заказчиков и самих процессов, которые можно масштабно автоматизировать. Но исследование одновременно напоминает, что у значительной части экономики профиль другой. В отраслях, где доминируют физические операции, главным инструментом компенсации кадрового дефицита становится не GenAI, а роботизация. ИИ там работает скорее в связке с роботами, планированием и управлением, чем как самостоятельная замена труда.
Для IT-аудитории отсюда следует несколько практических выводов. Во-первых, спрос смещается от «коробочного ИИ» к решениям, которые встраиваются в реальные трудовые цепочки и умеют измеримо экономить время. Во-вторых, вырастает ценность тех, кто способен описывать задачи на уровне операций, а не только на уровне должностей: именно так становится видно, что автоматизировать, что передать машине, а что оставить человеку. В-третьих, HR и корпоративное обучение получают новую роль. Руководитель Центра макроэкономических исследований Сбербанка Александр Исаков в комментарии к исследованию фактически говорит о необходимости связать в одну систему спрос работодателей на навыки, предложение навыков со стороны кандидатов и образования, а также возможности современных GenAI-систем. Если перевести с языка институтов на язык рынка, получается простая вещь: выигрывать будут те компании, которые быстрее других научатся собирать у себя нормальную карту задач, компетенций и точек автоматизации.
Главный вопрос теперь не в том, появится ли GenAI в российской экономике, а в том, кто сумеет превратить его в реальный прирост производительности труда, а не в еще один слой презентаций, пилотов и красивых дашбордов. До 2032 года окно кажется длинным только на бумаге: если дефицит кадров уже считается сотнями тысяч, то борьба пойдет не за сам факт внедрения ИИ, а за скорость перехода от экспериментов к системной перестройке работы.