Стэнфордский институт SIEPR не нашёл признаков того, что ИИ уже обрушил рынок труда США. Главный вывод для ИТ-аудитории проще, чем громкие заголовки про «конец офисной работы»: массовых увольнений пока не видно, но для джуниоров вход в профессию стал заметно тяжелее.
Это важная развилка и для российского рынка. Бизнес получает прирост продуктивности, а вот начинающим специалистам всё чаще приходится конкурировать не только друг с другом, но и с ИИ-инструментами, которые берут на себя базовые задачи.
Рынок труда в США пока держится
В policy brief Stanford SIEPR говорится, что с 2022 года безработица в профессиях с самой высокой подверженностью ИИ выросла на 0,77 процентного пункта. В наименее затронутых профессиях рост оказался даже чуть выше — на 0,85 пункта. Для исследователей это аргумент против простой схемы «пришёл ИИ — начались массовые сокращения».
Авторы связывают динамику скорее с общим охлаждением экономики США, чем с прямым вытеснением людей алгоритмами. Более того, среди компаний, которые внедрили enterprise-ИИ, занятость в среднем выросла на 10% за два года после запуска таких систем. Это не выглядит как сценарий, где ИИ просто «минусует людей из штата».
Джуниорам стало сложнее входить в профессию
Но здесь и начинается неприятная часть истории. По данным SIEPR, безработица среди недавних выпускников в США достигла 5,6% к началу 2026 года — это на 1,6 процентного пункта выше, чем тремя годами ранее.
Отдельная работа Эрика Бриньолфссона, Bharat Chandar и Ruyu Chen показывает более слабый спрос на молодых сотрудников в профессиях, сильнее всего затронутых генеративным ИИ, прежде всего в разработке и клиентской поддержке. Логика понятна: рутинные задачи, с которых обычно начинают карьеру, теперь проще автоматизировать или хотя бы сократить их объём.
При этом сами авторы оговаривают важную деталь: сводить всё только к ИИ рано. На найм влияли и рост ставок в США, и перекос после пандемийного перегрева рынка, и удалённая работа, которая усложнила обучение новичков внутри команд.
Продуктивность растёт, но не у всех одинаково
С продуктивностью картина тоже не чёрно-белая. Исследование, на которое ссылается Stanford, показало рост эффективности операторов колл-центра на 15%, а у менее опытных сотрудников — примерно на 30%. В разработке GitHub Copilot в одном из экспериментов ускорял выполнение задач на 56%, а в других работах эффект был скромнее — в диапазоне от 10% до 30%.
Перевод на человеческий язык такой: ИИ уже неплохо работает как усилитель для команды, но не как полноценная замена опытного специалиста. Там, где нужен контроль качества, понимание контекста и ответственность за результат, человек пока остаётся узким местом системы. И, если честно, хорошо, что именно так.
Что это значит для российского рынка
Для российских ИТ-команд это сигнал пересмотреть воронку найма и программу адаптации. Если компания отдала нейросетям простые тикеты, черновой код, поиск информации и первичную аналитику, джуниор-позиции неизбежно становятся менее очевидной точкой входа. Значит, ценность смещается в сторону стажировок с наставничеством, внутренних учебных треков и задач, где новичок учится работать вместе с ИИ, а не соревнуется с ним в написании шаблонов.
Следующий год покажет, останется ли это локальным перекосом для молодых специалистов или рынок начнёт сильнее перестраиваться уже на уровне целых профессий.
Оригинал: Stanford SIEPR — What is really happening to jobs? Separating AI hype from reality