ИИ и рынок труда: как автоматизация меняет вакансии, зарплаты и экономику
Это не история про то, что «ИИ уже всех уволил». Она гораздо интереснее: технологии постепенно меняют саму экономику найма — от количества вакансий и цены труда до корпоративного софта, недвижимости и даже того, кто будет выбирать товар или квартиру вместо нас.
От программиста до водителя — это уже происходит
Этого человека зовут Шон, ему 42 года. В апреле 2024-го его сократили из компании, строившей метавселенную. Весной 2025-го его историю рассказал Fortune.
Другой пример ещё показательнее. Мужчина приехал из Индии в США по H-1B в 2007 году, через 15 лет получил гражданство. За 25 лет в IT успел поработать в Apple и Verizon, был техническим директором, а последним местом стал Cognizant, где он работал проектным менеджером. После сокращения он сел за руль Uber. В ноябре 2025 года эту историю опубликовал предприниматель из Сан-Франциско Рональд Нетават.
Два случая — ещё не тренд. Но цифры уже достаточно крупные, чтобы на них смотреть.
По данным Challenger, Gray & Christmas, за январь—октябрь 2026 года американские работодатели связали с ИИ 121 401 объявленное сокращение — примерно каждое пятое. Это больше, чем за весь 2025 год. Важно: Challenger считает не доказанный эффект ИИ, а причины, которые сами компании указывают в объявлениях.
И тут начинается самое интересное. В мае компании связали с ИИ 38 579 сокращений — около 40% всех объявленных сокращений месяца. В октябре таких сокращений оказалось всего 1 265 — минимум за год.
То есть сама статистика уже подсказывает: цифру «нас сократил ИИ» нельзя принимать буквально. В Deutsche Bank для ситуации, когда под ИИ прячутся более привычные причины — прошлый переём, давление на расходы или слабый спрос, — используют термин AI redundancy washing, то есть «ИИ-отмывание сокращений».
При этом общий рынок труда США пока выглядит совсем не как катастрофа. В октябре экономика добавила 165 тысяч рабочих мест, безработица составила 4,1%. Но число людей, которые работают неполный день, хотя хотели бы работать полный, выросло примерно на 339 тысяч.
Именно здесь проблема становится заметнее: работа не обязательно исчезает полностью. Она может стать хуже оплачиваемой, менее стабильной или просто перестать появляться.
Можно никого не увольнять — и всё равно сократить рынок труда
Для изменения рынка необязательно увольнять программистов. Достаточно нанимать меньше.
Глава Uber Дара Хосровшахи в конце 2025 года пересказывал логику, которую слышал от коллег-CEO: если ИИ повышает продуктивность инженеров на 20–30%, компании понадобится на 20–30% меньше инженеров. Сам Хосровшахи говорил, что не обязательно разделяет такую логику.
Представим компанию, которая каждый год нанимала 100 программистов. После внедрения новых инструментов ей хватает 40. Никого не увольняют: просто 60 вакансий больше не открываются.
В отчёте о сокращениях — ноль.
Для конкретного человека эффект всё равно реальный: в соседней компании уволили инженера, но на рынке стало на 60 вакансий меньше. Потом то же самое делают ещё сто компаний, потом тысяча.
Получается тихая перестройка рынка без одной большой новости: людей становится не обязательно меньше, но возможностей для них — меньше.
И это касается далеко не только программистов.
Следующий удар — по модели SaaS
10 ноября 2026 года Anthropic добавила в Claude Whiteboards, Sheets и Claude Data, а также расширила работу с подключёнными сервисами. Теперь команда может совместно собирать доски, таблицы и дашборды прямо в Claude, а модель получает доступ к контексту из подключённых инструментов.
Для пользователя это просто очередное обновление. Для рынка корпоративного софта — потенциально большая проблема.
Двадцать лет компании покупали SaaS по подписке: CRM, таблицы, маркетинговые системы, аналитику, управление проектами, документооборот. Обычно цена зависела от количества пользователей.
Сотрудник открывал программу, вводил данные, нажимал кнопки, переносил результат в другую программу и повторял всё сначала.
Теперь часть этой работы можно сформулировать одной командой:
«Проверь заявки за неделю, сравни их с прошлым месяцем, найди клиентов, которым давно никто не отвечал, обнови прогноз продаж и подготовь предложения».
Агент сам проходит по разрешённым системам и выполняет цепочку действий.
Пять вкладок можно закрыть.
Представим компанию, которая платит за 500 лицензий, но после перехода на работу через ИИ непосредственно в интерфейсе осталось 100 человек. Что происходит с остальными 400 лицензиями?
Есть два варианта:
- поставщик теряет большую часть прежней выручки;
- поставщик меняет модель и начинает брать деньги не за пользователя, а за операции, документы, доступ к данным или вычисления.
Второй вариант выглядит вполне логично. База данных никуда не исчезает. Остаются права доступа, безопасность, аудит, контроль изменений и юридическая ответственность.
Gartner оценивает, что к 2030 году под угрозой агентного ИИ окажется до $234 млрд расходов на корпоративное прикладное ПО — примерно 20% рынка SaaS. Речь именно о расходах, которые могут быть перераспределены из традиционной модели seat-based SaaS, а не обязательно уничтожены целиком.
Главный риск для простого SaaS здесь не в том, что «ИИ убьёт программу». Риск в другом: если клиенту больше не нужен интерфейс для элементарной операции, ему сложнее объяснить, почему он должен платить за этот интерфейс каждый месяц.
Сначала клиент попросит скидку. Потом сократит лицензии. Потом спросит, зачем ему вообще отдельный сервис, если агент умеет сделать то же самое.
А компания, которая теряет выручку, обычно начинает пересматривать расходы. В том числе штат.
Но у SaaS есть и другой путь
Возьмём две компании.
Первая продаёт простой инструмент: собрать данные, построить отчёт, отправить уведомление. ИИ воспроизводит такую механику относительно легко. Клиенты уходят, команду сокращают, а бизнес может вообще закрыться.
Вторая держит сложную корпоративную систему с критичными данными, аудитом, безопасностью и интеграциями. Пользователь тоже приходит в неё через ИИ, но сама система остаётся необходимой. Компания меняет тарифы, добавляет агентов и продолжает зарабатывать.
Более того, самые быстрые игроки могут использовать тот же ИИ, чтобы снизить собственные расходы на разработку.
Но даже растущему бизнесу теперь потенциально нужно меньше людей на каждый миллион долларов выручки.
Поэтому разговор «ИИ уничтожит одни профессии, а создаст другие» слишком простой. Новые вакансии действительно появляются — в ИИ, безопасности, интеграциях, данных. Вопрос в другом: совпадут ли они со старыми по числу, зарплатам, географии и требованиям к опыту.
Мы пока не знаем.
А что происходит с теми, кто не нашёл новую работу?
Вернёмся к программисту за рулём.
Представим обычного специалиста: 40 лет, 15 лет карьеры, в прошлом году зарабатывал $200 тысяч. Писал код, руководил разработкой, решал сложные задачи.
Проблема не в том, что для него вообще нет работы. Проблема в количестве конкурентов. На рынок одновременно выходят тысячи специалистов с похожим опытом. Одни вакансии предлагают меньше денег. Другие требуют навыков, которых у кандидата пока нет.
Дальше начинается выбор без хорошего ответа:
- переучиваться;
- открывать своё дело;
- переезжать туда, где есть спрос;
- соглашаться на меньшую зарплату;
- или временно уходить в работу, которую можно получить быстро.
Так бывший менеджер Cognizant оказался за рулём Uber.
Если семейный бюджет рассчитывали под доход $200 тысяч, а он внезапно стал водительским, математика меняется полностью.
Но дальше возникает неприятный эффект второго порядка. Если таких водителей становятся тысячи, пассажиров от этого больше не появляется. Конкуренция за поездки растёт, а потенциальный доход падает.
И тут особенно мрачно выглядит история самого Uber. 2 сентября компания объявила о сокращении примерно 3 300 сотрудников — около 10% глобального штата. Одновременно Uber планирует инвестировать более $10 млрд в развитие автономных автомобилей. Reuters связывал реорганизацию в том числе с усилением конкуренции со стороны роботакси.
Получается почти абсурдная петля: человек уходит от сокращений в Uber, а Uber сам перестраивает бизнес под транспорт, которому в конечном счёте водитель вообще не понадобится.
«ИИ создаст новые профессии» — да. Но когда?
Это главный контраргумент против слишком мрачного сценария.
После распространения персональных компьютеров исчезли одни операции, зато выросли целые рынки: программное обеспечение, интернет-сервисы, электронная торговля.
Поэтому сам факт автоматизации ещё не доказывает массовой безработицы.
Более того, исследование Андерса Хумлума и Эмили Вестергаард на данных Дании показывает: на раннем этапе распространения чат-ботов статистически значимого падения заработков и зарегистрированных рабочих часов не обнаружено. При этом меняется структура работы — появляются новые задачи, связанные с генерацией контента, контролем ИИ и интеграцией систем. Исследование охватывает ранний период внедрения, поэтому оно не отвечает на вопрос, что произойдёт при более автономных агентах.
И это важная оговорка.
Генеративный ИИ одновременно заходит в код, тексты, изображения, аналитику, поддержку клиентов и офисную работу. Если одна профессия сокращается, человек может попытаться перейти в другую — и обнаружить там ту же технологию.
Поэтому главный вопрос не «заменит ли ИИ человека?», а «с какой скоростью экономика создаст новые задачи быстрее, чем исчезают старые».
Пока ответа нет.
Теперь добавим ипотеку
Сан-Франциско и Сиэтл десятилетиями строили рынок дорогого жилья вокруг высоких зарплат технологического сектора.
Представьте семью с ипотечным платежом $8 тысяч в месяц. Это $96 тысяч в год только банку. Плюс налоги, страховка, коммунальные расходы, машины, школа и всё остальное.
Пока оба супруга хорошо зарабатывают, такой бюджет может выглядеть рационально. Но один человек теряет работу — и семья начинает сокращать расходы, использовать накопления, продавать инвестиции.
Если новая работа находится быстро, ничего драматического может не произойти. Если поиск затягивается и таких семей в одном районе становятся тысячи, последствия уже выходят за пределы отдельно взятой семьи.
Пока общенациональные показатели не похожи на новый ипотечный кризис. За 12 месяцев к 30 сентября 2026 года число банкротств в США выросло на 11,4%, но это всё ещё значительно ниже исторических пиков.
И здесь особенно важен локальный масштаб. Национальная статистика может выглядеть спокойно, пока отдельный город переживает серьёзную перестройку.
Представьте 2 города.
В первом крупные работодатели сокращают штат, вакансий меньше, часть специалистов уезжает. Покупателей дорогого жилья становится меньше, объекты дольше висят на рынке, продавцам приходится двигать цену.
Во втором, наоборот, открываются новые компании, приезжают специалисты и инвесторы. Спрос растёт, цены держатся.
Одна технологическая перестройка может создать два совершенно разных рынка недвижимости.
Причём внутри одного города дорогие дома, для которых нужны две высокие зарплаты, могут столкнуться с падением спроса, пока более доступное жильё, наоборот, станет востребованнее среди людей, которые ужимаются.
И многие семьи переживут такой период спокойно: у них фиксированная ипотека, большая подушка или дом, купленный давно и по гораздо более низкой цене.
Поэтому говорить о неизбежном обвале недвижимости сейчас рано. Но следить за вакансий, временем поиска работы, арендой и реальными ценами сделок в технологических центрах точно имеет смысл.
Рикошет прилетает даже тем, кого ИИ не заменяет
Пусть несколько тысяч высокооплачиваемых специалистов в одном городе потеряли работу. Большинство из них не обанкротится. Но тратить они начнут осторожнее.
Меньше ресторанов. Меньше поездок. Меньше дорогих машин. Меньше ремонта.
Ресторан сокращает смены. Риелтор получает меньше клиентов. Официант напрямую не конкурирует с ИИ, а риелтор уже использует его для аналитики и документов, но показы, переговоры и доверие клиента всё ещё завязаны на человеке.
Удар по спросу всё равно проходит по цепочке.
Есть и обратная сторона. Автоматизация удешевляет запуск бизнеса. Аналитика, разработка, маркетинг и поддержка, которые раньше требовали серьёзной команды и бюджета, становятся доступнее маленькой компании.
Так появляются новые фирмы. Часть уволенных специалистов переходит туда, часть запускает собственные проекты.
В долгосрочной перспективе рост производительности действительно может сделать экономику богаче.
Только человеку с ипотекой, которую нужно заплатить в этом месяце, слово «долгосрочная» помогает не очень.
Кому достанутся сэкономленные деньги?
Представим компанию, которая раньше тратила $1 млн в год на программное обеспечение. После внедрения ИИ ей достаточно $600 тысяч.
Куда исчезает оставшиеся $400 тысяч?
Они могут пойти на:
- новые продукты;
- зарплаты;
- снижение цен;
- инвестиции;
- прибыль и дивиденды.
На уровне одной компании экономия выглядит отлично: расходы ниже, маржа выше.
Но если одновременно так делают тысячи компаний, возникает вопрос шире. Что происходит со спросом, если расходы на труд сокращаются быстрее, чем появляются новые источники дохода?
Капитал, конечно, не лежит мёртвым грузом. Он может идти в инвестиции, новые предприятия и более дешёвые товары. Поэтому итог совсем не обязательно будет плохим.
Есть как минимум два сценария.
В первом производительность растёт, товары дешевеют, появляются новые отрасли, а количество хороших рабочих мест в итоге увеличивается.
Во втором компании становятся эффективнее, высокооплачиваемых мест становится меньше, а значительная часть выгоды оседает у владельцев капитала и инфраструктуры.
Скорее всего, реальность окажется смесью этих вариантов. И пока неясно даже, сколько расходов ИИ действительно уберёт, а сколько просто перенесёт от одного поставщика к другому.
Деньги могут просто переехать из SaaS в ИИ
Именно поэтому выход Anthropic на биржу — тоже часть этой истории. Компания планирует начать торги на Nasdaq 19 ноября 2026 года с ориентиром по оценке до $1,4 трлн.
Но капитализация — не прибыль.
Для мощных моделей нужны вычисления, дата-центры, электричество и огромные инвестиции. Если бизнес действительно избавляется от части старых программ, расходы на софт падают. Если вместо этого он просто начинает платить ИИ-платформе за каждую операцию, деньги никуда не исчезают — они переходят от одного поставщика к другому.
Причём новая схема может оказаться не дешевле старой. Вычисления, интеграции, контроль результата и безопасность тоже стоят денег.
Поэтому фраза «ИИ уничтожит половину SaaS» слишком прямолинейна. Гораздо реалистичнее сценарий, в котором часть программ станет невидимой для пользователя, а деньги, клиенты и влияние переместятся к другим поставщикам.
А кто теперь владеет клиентом?
Здесь возникает ещё одна проблема, особенно понятная на примере недвижимости.
Представьте, что через пару лет вы больше не листаете Property Finder или Bayut вручную. Вы говорите своему ИИ:
«Найди квартиру в Дубае, сравни цены сделок, проверь доходность аренды и покажи три лучших варианта».
Очень удобно.
Но предложений пять тысяч, а показали три. Почему именно эти?
Потому что они действительно лучше подходят — или потому, что у платформы есть коммерческая договорённость, платное продвижение, нужная интеграция или доступ к определённой базе данных?
Сегодня компании конкурируют за клиента через сайты, рекламу, поисковики и приложения. Завтра всё чаще посредником может стать чужой ИИ, который решает, какие варианты вообще попадут в поле зрения пользователя.
То же касается авиабилетов, отелей, страховок, финансовых продуктов и практически любого рынка, где человек выбирает между сотнями поставщиков.
Так появляется огромный новый рынок посредничества. Теоретически открытые протоколы и независимые агенты могут оставить пользователю больше контроля над данными и выбором. Но если рынок поделят несколько крупных платформ, значительная часть денег, которые сегодня распределены между тысячами программ, окажется у них.
И вот здесь история про таксиста становится историей про всю экономику
Мы привыкли обсуждать ИИ через способности моделей: какая лучше пишет код, какая точнее анализирует данные, какая быстрее создаёт изображения.
Но за каждой такой возможностью тянется длинная цепочка:
- компании могут платить меньше за привычный софт;
- SaaS-поставщики теряют часть клиентов или меняют модель оплаты;
- бизнесу требуется меньше людей на тот же объём работы;
- новые компании и профессии должны поглотить высвободившихся специалистов;
- зарплаты в одних областях снижаются, в других растут;
- изменение доходов влияет на потребление, кредиты и недвижимость;
- ИИ-платформы получают всё больше влияния на то, что именно увидит и купит пользователь.
Именно поэтому история Шона важна не как страшилка про одного программиста.
Он показывает, что технологические изменения доходят до человека не одной кнопкой «уволить». Сначала компания перестаёт открывать вакансии. Потом меняет софт. Потом сокращает расходы. Потом кто-то из специалистов переходит в другой сектор. Там сталкивается с избытком кандидатов. Снижается доход — меняется потребление. Если доход был завязан на дорогую ипотеку, меняется уже и экономика целого района.
При этом финал совсем не обязан быть мрачным. Через десять лет производительность может вырасти настолько, что жить действительно станет проще и дешевле. Новые отрасли могут создать больше возможностей, чем исчезло старых.
Но для конкретного человека переход может оказаться болезненным.
Бизнес уже учится делать тот же объём работы меньшим числом людей. Следующий вопрос — кто и с какой скоростью получит новую работу, доход и покупательную способность.
Экономика ещё не дала на него ответа.
А ипотека, как обычно, ждать не будет.

Комментарии
Написать комментарийВойти