Три года с ChatGPT — и статистика показывает: массовых увольнений нет. Заголовки кричат: «Угроза ИИ оказалась фикцией!» Но это как сказать, что самолёт не полетит, глядя на него на взлётной полосе. Разбираемся, почему способности ИИ растут в разы быстрее, чем меняется рынок труда, и почему «тишина» в статистике — это не отмена революции, а пауза перед взрывом.
Что говорит исследование — и что из этого делают заголовки
Свежий отчёт The Budget Lab at Yale показал: 33 месяца с момента релиза ChatGPT — и никакого заметного потрясения на рынке труда.
Заголовки в СМИ:
- «Три года с ChatGPT — и ничего: главная экономическая угроза от ИИ оказалась фикцией»
- «Американское исследование показало, что ИИ не убивает рабочие места»
Логика заголовков:
ИИ был страшилкой. Обещали массовые увольнения. Прошло три года — ничего не произошло. Значит, угрозы нет.
Проблема:
Это неправильное чтение исследования.
Что на самом деле говорит отчёт:
«Рынок труда не испытал различимого потрясения с момента релиза ChatGPT 33 месяца назад».
Ключевое слово: «с момента релиза ChatGPT 33 месяца назад».
Это снимок момента. Фиксация текущего состояния. Не прогноз. Не итоговый вердикт.
Аналогия:
Представь, что ты смотришь на самолёт, который разгоняется по взлётной полосе. Он набирает скорость, но ещё не оторвался от земли.
И ты говоришь: «Вот, смотрите! Самолёт не летит! Значит, он никогда не полетит!»
Это ошибка.
Самолёт ещё не взлетел. Но он уже разгоняется. И через несколько секунд он оторвётся.
Так же и с ИИ.
Рынок труда ещё не перестроился. Но ИИ уже набирает силу. И скоро — взлёт.
Две разные скорости: способности ИИ vs изменения в компаниях
Вот ключ к пониманию:
Скорость роста способностей ИИ — одна.
Скорость перестройки компаний — совсем другая.
И именно вторая скорость объясняет «тишину» в статистике.
Способности растут взрывными темпами
По внутреннему бенчмарку OpenAI (GDPval — показатель экономической ценности задач, которые может решать модель), переход с GPT-4o к GPT-5 дал 3+кратный прирост результатов за год.
Что это значит:
ИИ стал в три раза полезнее для реальных экономических задач. За один год.
Примеры:
[1] GPT-4 мог написать черновик статьи — GPT-5 пишет готовую статью с минимальной правкой
[2] GPT-4 мог помочь с кодом — GPT-5 пишет целые модули сам
[3] GPT-4 мог анализировать данные — GPT-5 строит модели и делает прогнозы
Это взрывной рост.
Но GDPval — не термометр ВВП. Это показатель потенциала, а не реального использования.
Разница критична.
ИИ может сделать работу. Но это не значит, что компании уже перестроились, чтобы его использовать.
Компании меняются медленно
Почему компании не перестраиваются мгновенно?
Потому что купить модель ИИ — это только начало.
Что нужно после покупки:
[1] Перепроектирование процессов — как встроить ИИ в рабочий процесс? Кто будет отвечать за его использование?
[2] Обучение сотрудников — люди должны научиться работать с ИИ, а не бояться его
[3] Интеграция с существующими системами — ИИ должен «разговаривать» с CRM, ERP, базами данных
[4] Данные — ИИ нужны качественные данные для обучения и работы. Их нужно собрать, очистить, структурировать
[5] ИТ-сопровождение — кто будет следить за работой ИИ? Кто будет его обновлять?
[6] Безопасность — как защитить данные? Как избежать утечек?
[7] Комплаенс — соответствие законам, регуляциям, этическим нормам
Всё это называется "комплементарные вложения" (комплементы).
Без них ИИ не работает.
И на всё это нужно время. Годы, а не месяцы.
«Время предприятия»: почему революция идёт медленнее, чем кажется
Paul Hlivko в Harvard Business Review пишет:
«ИИ-революция пойдёт со скоростью "хода времени предприятий" — дольше и с бОльшим трением, чем принято думать».
Что такое "ход времени предприятий"?
Это скорость, с которой компании принимают решения, перестраивают процессы, обучают людей.
Примеры из истории:
[1] Электричество изобрели в 1880-х. Но фабрики перестроились под него только к 1920-м — 40 лет спустя
[2] Компьютеры появились в 1940-х. Но рост производительности от них стал заметен только в 1990-х — 50 лет спустя
[3] Интернет стал массовым в 1990-х. Но его влияние на экономику проявилось только в 2000-х — 10-15 лет спустя
Почему так долго?
Потому что технология сама по себе — ничто. Она даёт эффект только тогда, когда весь процесс перестроен под неё.
ИИ — не исключение.
Купить ChatGPT — легко. Перестроить всю компанию, чтобы он давал максимальную отдачу — очень сложно.
И пока компании учатся это делать, статистика молчит.
Экономика «J-кривой»: сначала инвестиции, потом урожай
У технологий общего назначения (а ИИ — именно такая технология) есть эффект «Productivity J-curve» (J-кривая производительности).
Что это значит:
Сначала — годы инвестиций.
Компании тратят деньги на:
- Перестройку процессов
- Обучение сотрудников
- Интеграцию ИИ
- Данные, инфраструктуру, безопасность
Эти инвестиции — нематериальные. Их не видно в ВВП. Их не видно в статистике занятости.
Потом — резкий подъём.
Когда всё выстроено, отдача начинает расти взрывными темпами. Производительность взлетает. Прибыль растёт. Компании начинают сокращать людей, потому что ИИ заменяет их работу.
График выглядит как буква J:
[1] Сначала — падение (инвестиции без видимой отдачи)
[2] Потом — взлёт (отдача превышает инвестиции в разы)
Мы сейчас в фазе 1. Инвестиции идут. Но отдачи ещё не видно.
Это не значит, что её не будет. Просто ещё рано.
Этот механизм подробно описан экономистами Erik Brynjolfsson, Daniel Rock и Chad Syverson.
И он прекрасно объясняет, почему статистика «тихая» — несмотря на бурный рост способностей ИИ.
Базовый «скромный» сценарий — это не предел возможностей
Экономист Daron Acemoglu (MIT) сделал консервативную оценку:
Если автоматизировать только 5% задач, где выгода очевидно превосходит издержки, макроэффект будет скромным — порядка +1% к ВВП США за десятилетие.
Заголовки:
«Экономист из MIT: ИИ добавит всего 1% к ВВП — шумиха не оправдана».
Проблема:
Эта оценка — не предел возможностей ИИ. Это реалистичная базовая оценка без агрессивных инвестиций в комплементы.
Простыми словами:
Если компании будут осторожны, двигаться медленно, автоматизировать только самые очевидные задачи — эффект будет скромным.
Но если компании начнут инвестировать агрессивно:
[1] Перестроят все процессы под ИИ
[2] Обучат всех сотрудников
[3] Интегрируют ИИ во всё
[4] Автоматизируют не 5%, а 20-30-50% задач
Эффект будет на порядки больше.
Сценарий Acemoglu — это пол, а не потолок.
Итог: революция не отменяется — она просто идёт медленнее, чем думают
Факты:
[1] Статистика тихая — за 33 месяца с релиза ChatGPT массовых увольнений нет
[2] Способности ИИ растут взрывными темпами — GDPval показывает 3+кратный прирост за год
[3] Компании перестраиваются медленно — комплементарные вложения требуют лет
[4] Эффект «J-кривой» — сначала инвестиции, потом отдача
Вывод:
Делать вывод, что «угроза ИИ для рынка труда — фикция» — это как объявлять, глядя на самолёт на взлётной полосе, что он не полетит, потому что ещё не оторвался от земли.
На самом деле:
Нужно всего лишь подождать.
Революция не отменяется. Но она идёт в темпе "хода времени предприятий".
И когда компании научатся быстро строить комплементы — когда процессы будут перестроены, люди обучены, данные готовы — сегодняшняя «тишина» статистики окажется всего лишь краткой паузой перед оглушительной канонадой взрывных изменений.
Что это значит для людей:
[1] Не расслабляйся — то, что сейчас тихо, не значит, что так будет всегда
[2] Учись — пока есть время, осваивай навыки, которые ИИ не заменит
[3] Адаптируйся — те, кто научится работать с ИИ, а не вместо ИИ, выиграют
Самолёт разгоняется.
Скоро — взлёт.
И тогда те, кто говорил «ничего не происходит», окажутся очень неправы.
Только будет уже поздно.
Веришь, что ИИ изменит рынок труда — или это действительно фикция? Делись мнением в комментариях — тема на стыке экономики и технологий 👇
Лайкни, если разбор зашёл, и подписывайся на канал — будем дальше копать, как ИИ трансформирует экономику. Медленно, но неотвратимо. И кто окажется готов, когда «тишина» закончится.