В начале 2025 года Сбер сократил около 14 000 сотрудников центрального аппарата - примерно 20% штата. Не «оптимизировал процессы». Не «перевёл на другие направления». Сократил. Герман Греф на конференции объяснил, что для оценки эффективности использовали мультиагентную систему ИИ - несколько нейросетей анализировали продуктивность каждого сотрудника и рекомендовали решения.
Марина, 34 года, аналитик бэк-офиса в московском подразделении, узнала о своём увольнении из корпоративного письма. Восемь лет стажа. Стабильные KPI. «Мне даже не объяснили, что именно алгоритм нашёл не так», - скажет она потом знакомой.
Когда читаешь такое, внутри что-то сжимается. Даже если ты не работаешь в бэк-офисе банка. Даже если твоя профессия выглядит на сто процентов «защищённой». Потому что ощущение одно на всех: а вдруг следующий я?
Этот страх не иррациональный. Он сигнальный. И первое, что стоит сделать - не отмахнуться от него и не провалиться в него с головой, а попробовать разобраться, чему именно он сигнализирует.
Потому что правда о том, что происходит с работой и ИИ - значительно сложнее, чем любой из популярных нарративов. И в этой сложности, как ни странно, есть кое-что полезное.
Статистика страха и дефицит кадров
Масштаб уже не абстрактный - он считается в процентах от рабочей силы страны.
ВНИИ труда в мае 2026 года оценил, что примерно 7,5% российских работников находятся под риском замещения искусственным интеллектом. 23% компаний планируют сокращения во второй половине 2026-го - в среднем на 10% штата. Половина работодателей уже внедрили нейросети в бизнес-процессы, 28% сотрудников используют ИИ регулярно.
Вице-премьер Голикова на ПМЭФ прямо сказала: ИИ может сократить потребность в кадрах на 10%.
Яндекс Такси и Т-Банк автоматизировали первую линию поддержки ИИ-агентами. Сбер, Тинькофф, МТС - все крупные игроки движутся в одном направлении. Формулировка везде одинаковая: «повышение клиентского опыта». Перевод на русский - мы нашли, как обслуживать людей дешевле.
Но здесь начинается нюанс, который почти никто не обсуждает.
Россия - не Америка. Безработица - 2,2%, кадровый голод почти во всех секторах. ИИ часто не заменяет людей, а компенсирует их нехватку - закрывает позиции, на которые физически некого нанять. Это создаёт парадокс: технология, которую на Западе воспринимают как угрозу рабочим местам, у нас во многих случаях просто затыкает кадровую дыру.
Это не значит, что угроза выдуманная. Это значит, что картина другая.
И вот тут начинается по-настоящему интересное.
Кто в зоне риска
Некоторые профессии действительно попадают под удар прямо сейчас. И это не гипотеза - это конкретные данные.
Служащие офисов и бэк-офисов - риск замещения 82% по оценке ВНИИ труда. Специалисты среднего звена - 64%. Операторы колл-центров, копирайтеры, переводчики, младшие аналитики, тестировщики, секретари, помощники юристов - все категории, где работа сводится к обработке информации по шаблону.
Активнее всего ИИ внедряют в оптовой торговле (13,3% компаний), образовании (12%) и IT (11%). Но удар ощущают шире - от банков до логистики.
Копирайтеры для массового контента - те, кто писал тексты для SEO, описания товаров на маркетплейсах, стандартные пресс-релизы - уже чувствуют сжатие рынка. GigaChat, YandexGPT и западные модели закрывают эту потребность достаточно хорошо, чтобы заказчики не замечали разницы.
Конкретные люди, которые закончили университет, вложили деньги в образование, строили карьерный план - и обнаружили, что рынок изменился за время, пока они учились. Для каждой конкретной Марины или Андрея, попавших в такую ситуацию, это не статистика. Это кризис.
Но вот что важно понять - и об этом почти не пишут.
Парадокс стоимости токенов
Существует парадокс, который возможно спасет от глобальной замены всех и вся ии моделями.
Новые chatGPT, Claude, Gemini, GigaChat, YandexGPT - работают хорошо. Очень хорошо. Но они чертовски дороги.
Обработка одного миллиона токенов (единица информации) через API GPT-4o стоит примерно 1 300 и 5 200 рублей. Для большинства реальных рабочих задач: анализа документов, написания сложного кода, юридического анализа - нужны контексты в сотни тысяч токенов. Посчитайте сами.
Для простой задачи, например сгенерировать аналитический отчёт с проверкой источников и итерациями, стоимость может составить 2 000-5 000 рублей. Хороший фрилансер-аналитик средней руки за ту же работу возьмёт 25 000-40 000 рублей. Кажется, ИИ дешевле?
Не совсем. Потому что у фрилансера есть то, чего нет у ИИ: постоянная память о контексте проекта, умение задать уточняющий вопрос в нужный момент, понимание политики компании, которое нарабатывается месяцами. А главное он не требует инженера, который будет писать промпты, чистить выходные данные, интегрировать их в существующие системы и отлаживать весь этот пайплайн.
Полный стек внедрения ИИ для нетривиальной бизнес-задачи - это зарплата AI-инженера, DevOps, менеджера по продукту, расходы на облако и ещё стоимость самих токенов. И вдруг оказывается, что нанять специалиста с опытом иногда дешевле.
Компании, которые с фанфарами объявляли о «полной автоматизации» функций, через год тихо возвращались к гибридным моделям. Не потому что ИИ плохой, а потому что реальный ROI оказался сложнее, чем в презентациях на совете директоров.
Это создаёт нетривиальный вывод: замещение не будет тотальным и немедленным. Оно будет неравномерным, частичным и зависящим от конкретного контекста. Где-то человек будет дороже и его уберут. Где-то дешевле, надёжнее, гибче и он останется.
Но вот вопрос, на который ни одна компания не даёт простого ответа: а что делать конкретному человеку, пока этот баланс ищется, прямо сейчас?
К этому мы вернёмся. А пока история, без которой весь разговор будет неполным.
Трагедия выживших: уроки луддитов
В 1811 году в Ноттингемшире, Англия, несколько сотен рабочих-ткачей начали систематически уничтожать ткацкие станки. Это были не вандалы и не неудачники. Это были квалифицированные мастера, которые учились своему делу годами, передавали навыки от отца к сыну, и чья работа кормила семьи. Они называли себя луддитами - по имени легендарного рабочего Неда Лудда, который якобы первым разбил машину в гневе.
Правительство Великобритании отреагировало жёстко. Было введено уголовное преследование за уничтожение машин, отправлены войска. К 1816 году движение было подавлено. Несколько человек казнены, десятки сосланы в Австралию.
Луддитов принято изображать как жертв собственного страха перед прогрессом. «Они были не правы» - стандартная строчка в учебниках. Промышленная революция создала больше рабочих мест, чем уничтожила. В долгосрочной перспективе.
Но вот что обычно не говорят: это «долгосрочно» растянулось на несколько десятилетий. Те конкретные мастера-ткачи, которые жили в Ноттингемшире в 1815 году, так и не увидели новых рабочих мест. Многие закончили свои дни в нищете. Их дети, возможно, нашли работу на фабриках за меньшие деньги, в худших условиях, без прежнего мастерства и статуса.
Историк экономики Ян де Врис назвал этот период «трагедией выживших» - люди дожили до промышленного процветания, но не как те, кем они были. А как кто-то другой.
Когда технологический сдвиг происходит быстрее, чем успевает адаптироваться рынок труда - промежуток между «старым исчезло» и «новое появилось» заполнен реальным человеческим страданием. И никакая макроэкономическая статистика этого промежутка не отменяет.
Сейчас мы находимся в начале такого промежутка. И его длина неизвестна.
Карта неопределённости
Здесь важно быть честным о том, чего мы не знаем.
Никто - ни ВНИИ труда, ни аналитики ВШЭ, ни технологические компании - не знает, как именно будет выглядеть рынок труда через пять лет. Прогнозы разбегаются в разные стороны.
Путин в мае 2026 года назвал перестройку рынка труда «необратимой и неизбежной».
На ПМЭФ-2026 депутат Госдумы Каплан Панеш от ЛДПР предложил ввести лимит увольнений из-за ИИ - не более 10% штата в год, обязательное переобучение за счёт работодателя и публичный реестр компаний, сокращающих более 5% из-за автоматизации. Инициатива пока обсуждается, но сам факт, что она появилась, - показатель масштаба тревоги.
Честный ответ: это другая технология, и исторические паттерны могут не работать.
Почему? Потому что предыдущие технологии автоматизировали физический труд и повторяющиеся когнитивные задачи, но оставляли нетронутым «думающее» ядро профессий. Бухгалтер потерял счёты, но не потерял профессию - потому что думать о налоговой стратегии оставалось человеческой задачей. Нынешние модели впервые всерьёз замахиваются именно на «думающее» ядро.
Это ещё не значит, что оно поглощено. Но это значит, что уверенность «всё будет хорошо, как всегда» - не обоснована. Это вера, а не факт.
При этом столь же необоснована уверенность в тотальном апокалипсисе. Модели галлюцинируют, не понимают контекст, не несут ответственности, не могут строить долгосрочные отношения. Они инструменты - мощные, но ограниченные.
Вот карта того, что мы знаем точно, что знаем примерно и чего не знаем вовсе:
Знаем точно: ИИ уже замещает конкретные задачи: массовую генерацию текста, рутинное кодирование, обработку стандартных запросов. Работники, чья ценность состояла исключительно в выполнении этих задач, испытывают давление.
Знаем примерно: переход не будет линейным. Цена токенов, зрелость технологии, регуляторная среда, инерция корпораций - всё это создаёт буферы. Полная замена людей во многих секторах, вероятно, займёт дольше, чем предсказывают оптимисты от ИИ.
Не знаем: будет ли создано достаточно новых рабочих мест, чтобы абсорбировать вытесненных. Это главный открытый вопрос, и никто не знает ответа.
Психология адаптации в эпоху перемен
Что делает с человеком жизнь в условиях такой неопределённости?
Есть хорошо изученный психологический паттерн: когда угроза реальна, но не определена по времени и форме - тревожность становится хронической. Не острый страх, который мобилизует. А фоновый шум, который истощает. Люди принимают решения из позиции страха, а не из позиции анализа. Начинают избегать новостей, потому что каждая новость о ChatGPT ощущается как личная угроза. Или наоборот, поглощают контент про ИИ в надежде найти успокоение и не находят его.
Это нормальная реакция на реальную неопределённость.
Но есть кое-что, что можно сделать с этим состоянием. Не «5 советов, как победить тревогу» - этого не существует. А кое-что более честное.
Первое - разделить то, что зависит от тебя, и то, что не зависит. Макроэкономический тренд автоматизации - не зависит. То, что ты делаешь со своими навыками прямо сейчас - зависит. Это звучит банально, но большинство людей, которые тревожатся об ИИ, тратят 90% энергии на то, что не зависит от них, и почти ничего - на то, что зависит.
Второе - осознать, что задача сейчас не «переучиться раз и навсегда», а «оставаться ценным в ближайшие два-три года» и параллельно наблюдать за тем, как меняется спрос. Горизонт планирования сократился. Это неудобно, но это честно.
Третье - понять, что именно в вас является ценным. Доверие, которое строится годами. Ответственность за результат. Понимание контекста, который нигде не записан. Умение сказать «я не знаю» и это признать. Способность быть некомфортным и не сбоить.
Это не гарантия занятости. Это не магическая защита. Но это то, что сложнее всего автоматизировать и то, на развитие чего имеет смысл направлять усилия.
Право на страх
Вернёмся к луддитам.
Интересно не то, что они проиграли. Интересно, что их страх был точным. Они правильно предсказали, что их жизнь будет разрушена. Они ошиблись в стратегии - ломать машины было бессмысленно. Но в диагнозе они были правы.
История склонна насмехаться над теми, кто боялся технологий. Но это мошенничество задним числом. Тем людям, которые боялись, было что бояться. Им никто не объяснил, как именно будет выглядеть их переход в новый мир, потому что никто не знал.
Марина из Сбера, которая в 2025-м получила письмо об увольнении, - она что, неправильно боится? Её беспокойство - хайп? Нет. Оно реальное и оправданное. Вопрос только в том, что с ним делать.
Страх - это информация. Он говорит: «здесь что-то важное, обрати внимание». Проблема не в страхе. Проблема в том, когда страх становится единственной линзой, через которую смотришь на мир.
Люди, которые сейчас адаптируются лучше других - не те, кто не боится. А те, кто умеет держать страх в поле зрения, не давая ему занять всё поле зрения. Это практический навык. Его можно развить.
Вместо финала: смотреть с открытыми глазами
Что в итоге?
Мы живём в начале крупного технологического сдвига. Он реальный. Он уже влияет на рынок труда. Некоторые профессии и роли под серьёзным давлением прямо сейчас. Другие пока нет. Новые роли появляются, но медленнее, чем исчезают старые, по крайней мере в этой точке перехода.
Никто не знает, чем это кончится. История говорит, что технологические революции в итоге создают процветание. Но история также говорит, что «в итоге» - это не то же самое, что «для вас лично и в вашем горизонте».
Это не повод для паники. И не повод для беспечности.
Это повод смотреть на происходящее честно, думать о своей конкретной ситуации конкретно и принимать решения, основанные на реальности, а не на страхе и не на иллюзиях.
Марина из Сбера сейчас ищет работу. Может быть, она найдёт лучшую. Может быть, ей придётся переучиваться. Вероятно и то, и то. Это несправедливо. И это реально.
Вопрос не «будет ли трудно». Будет. Вопрос кем вы хотите быть в этот период: тем, кто наблюдает за происходящим с открытыми глазами, или тем, кто либо закрыл их от страха, либо убедил себя, что всё в порядке?
Оба варианта - способ не видеть. А видеть это единственное, что сейчас действительно помогает.