Найти в Дзене

ИИ как разочарование: почему миллиарды не дали роста и что происходит с рынком труда

Мы переходим от экономики труда к экономике продуктивности.
Раньше компании масштабировались количеством людей. Теперь они масштабируются инструментами. И это меняет всё. Бизнес вбухал миллиарды в искусственный интеллект, рассчитывая на взрывной рост эффективности. Вместо этого получил «кладбище пилотов» - сотни тестовых проектов, которые так и не вышли в реальную работу. А теперь компании всё чаще говорят: середнячки им больше не нужны в прежнем объёме. Звёздам повышают зарплаты и бонусы, а тем, кто «просто хорошо работает», уделяют меньше внимания. Почему миллиарды не дали результата? После появления ChatGPT в конце 2022 года все ждали, что нейросети моментально заменят отделы и кратно поднимут прибыль. По данным McKinsey, к 2025 году ИИ уже использовали 78 % компаний. Модели научились держать контекст, анализировать огромные объёмы данных и писать сложный код. Да, ИИ отлично экономит время. Но бизнес покупал не экономию времени. Бизнес покупал рост. И вот его как раз нет. В крупных

Мы переходим от экономики труда к экономике продуктивности.
Раньше компании масштабировались количеством людей. Теперь они масштабируются инструментами. И это меняет всё.

Бизнес вбухал миллиарды в искусственный интеллект, рассчитывая на взрывной рост эффективности. Вместо этого получил «кладбище пилотов» - сотни тестовых проектов, которые так и не вышли в реальную работу. А теперь компании всё чаще говорят: середнячки им больше не нужны в прежнем объёме.

Звёздам повышают зарплаты и бонусы, а тем, кто «просто хорошо работает», уделяют меньше внимания.

Почему миллиарды не дали результата?

После появления ChatGPT в конце 2022 года все ждали, что нейросети моментально заменят отделы и кратно поднимут прибыль. По данным McKinsey, к 2025 году ИИ уже использовали 78 % компаний. Модели научились держать контекст, анализировать огромные объёмы данных и писать сложный код.

Да, ИИ отлично экономит время. Но бизнес покупал не экономию времени. Бизнес покупал рост. И вот его как раз нет.

В крупных компаниях большинство внедрений свелось к точечной автоматизации: чат-боты в кол-центрах, системы обнаружения мошенничества и обработка договоров. Полезно - да. Тектонический сдвиг в эффективности - нет.

80 % компаний по-прежнему не видят значимого влияния ИИ на прибыль. Почти две трети застряли на этапе пилотов.

Где ИИ реально работает и где сокращают сотрудников?

Есть три сферы, где эффект уже заметен и масштабируется:

  • Разработка ПО - инструменты вроде Cursor резко снижают рутину и ускоряют написание кода.
  • Маркетинг и контент - генерация текстов, изображений и видео стала в разы быстрее и дешевле.
  • Аналитика - быстрое саммари больших массивов данных и выявление закономерностей.

Всё остальное пока остаётся на уровне экспериментов.

ИИ выравнивает навыки, но усиливает разрыв в результатах

Самое важное исследование последних лет провели Гарвардская школа бизнеса и BCG. Они изучили сотни консультантов и обнаружили:

  • сотрудники с изначально низкими показателями улучшили качество работы на 43 %;
  • высокоэффективные - всего на 17 %.

ИИ действительно выступает уравнителем навыков: убирает барьеры опыта, снижает когнитивную нагрузку и даёт «середнячку» доступ к знаниям лучших специалистов. Но именно поэтому он усиливает разрыв в конечных результатах. Раньше середнячки могли прятаться внутри системы. Теперь система начинает их подсвечивать.

Почему компании начали жёсткую селекцию середнячков?

Бизнес наконец посчитал: 80 % выручки приносят 20 % сотрудников (закон Парето). И сделал выводы.

Dell пересматривает систему компенсаций в пользу топов.
Meta и Microsoft дают звёздам значительно большие бонусы.
Amazon перетряхивает команды, оставляя только самых результативных.

«Средний уровень - самое опасное место»,-— говорит рекрутер с 30-летним стажем Джефф Хайман.

Особенно уязвимы новички и сотрудники на рутинных позициях: первая линия поддержки, регулярная аналитика, типовые тексты, первичный подбор персонала и обработка стандартных документов.

Российская специфика, ну как без этого -) Главный риск - не в технологиях

У нас нет западной системы жёсткого ранжирования, но риски свои и очень серьёзные.

Люди массово используют нейросети тайком, потому что боятся: если признаться, руководство поднимет норму выработки и урежет премию.
Звёзды выгорают быстрее всех - культура «героизма» заставляет работать ещё больше, даже когда ИИ уже выполнил задачу за два часа.
А компании вместо того, чтобы обучать середнячков, часто просто перекладывают их работу на сильных.

Главный риск России - не в самом ИИ, а в том, как менеджмент распоряжается высвобожденной продуктивностью. Если высвободившееся время не идёт на отдых и развитие, а сразу превращается в дополнительную нагрузку, мы получим не рост эффективности, а массовое выгорание лучших сотрудников и постепенную деградацию системы.

Моя позиция как HRа

ИИ - это мощный усилитель. Если человек уже сильный, он сделает его в разы эффективнее. Если человек работает «на автопилоте», ИИ просто сделает его слабости очевидными.

Главный вопрос 2026 года - станете ли вы тем, кто работает вместе с ИИ, или тем, кого с его помощью заменят!

Что делать прямо сейчас:

  • Начните открыто использовать нейросети как «вторую голову».
  • Развивайте навыки, которые ИИ пока не заменит: стратегическое мышление, работу в условиях неопределённости, построение отношений и личную ответственность.
  • Станьте специалистом с глубокими знаниями в своей области и быстрым пониманием смежных задач.
  • Доказывайте ценность не количеством часов, а результатом и инициативой.

Компании, которые вместо сокращения середнячков начнут их прокачивать через ИИ, получат не просто команду, а радикально более продуктивную команду.

А вы уже чувствуете этот сдвиг на своей работе?
Стали ли заметнее разница между звёздами и обычными хорошими сотрудниками? Используете нейросети открыто или всё ещё тайком? Вообще используете ИИ?

Пишите честно в комментариях -).