Рынок труда входит в фазу парадоска: компании одновременно жалуются на нехватку людей и ускоренно автоматизируют процессы. Причина в разрыве между структурой спроса и фактическими навыками работников. По оценкам NPB Markets, к 2030 году до 30% текущих задач в офисной занятости могут быть автоматизированы. Это не означает исчезновение рабочих мест в целом, но означает быстрый пересбор ролей. Следствие — дефицит возникает не по количеству людей, а по качеству компетенций.
Первый удар примут позиции с высокой долей повторяемых операций. Речь о функциях, где результат можно формализовать в правила или обучить на исторических данных: саппорт, контент-менеджеры без экспертизы, операторы ввода данных, младшие аналитики, бухгалтеры на типовых операциях.
В NPB Markets объяснили, что нейросети снижают стоимость единицы задачи с условных $1 до $0.05—0.2, при этом скорость обработки растет в 5—20 раз. При такой экономике бизнесу выгоднее заменить 3—5 сотрудников одним специалистом с AI-инструментами. Следствие — не массовые увольнения одномоментно, а постепенное «сжатие» штата через непродление контрактов и заморозку найма.
Показательный сигнал приходит из Азии. В Китае уже масштабируются сервисы «цифровых двойников сотрудников» — модели обучаются на переписке, задачах и паттернах решений конкретного работника и начинают воспроизводить его стиль. Это снижает зависимость от конкретного человека и превращает знания в тиражируемый актив. Сотрудники отвечают зеркально: создают собственные копии, чтобы закрывать KPI быстрее и выглядеть продуктивнее. Причина — давление на метрики и конкуренция за позиции. Следствие — размывается граница между личной экспертизой и корпоративным IP.
В России динамика будет похожей, но с поправкой на структуру экономики. Доля рутинных офисных функций в малом и среднем бизнесе выше, чем в развитых экономиках, а инвестиции в автоматизацию ниже. Это создает отложенный эффект: внедрение идет медленнее, зато скачками.
Как только инструмент окупается за 3—6 месяцев, компании начинают масштабировать его на весь процесс. Например, внедрение AI-ассистента в поддержку снижает нагрузку на операторов на 40—60% уже в первые месяцы. Следствие — высвобождение персонала происходит пакетно после успешного пилота.
"При этом дефицит кадров никуда не исчезает. Он смещается в зоны, где автоматизация повышает планку входа", — к такому выводу пришли в NPB Markets. Спрос растет на специалистов, способных управлять системами: продуктовые аналитики, инженеры данных, AI-тренеры, специалисты по комплаенсу и кибербезопасности, инженеры по интеграции. Механика — каждый внедренный AI-модуль требует настройки, контроля качества, юридической обвязки и защиты данных. Один внедренный процесс создает 2—3 новые роли вокруг него. Следствие — рынок становится полярным: избыток на нижнем уровне и нехватка на верхнем.
Отдельная зона риска — креативные индустрии низкого и среднего сегмента. Генеративные модели уже закрывают базовые задачи дизайна, копирайтинга и видео. Стоимость производства контента падает в 3—10 раз, сроки — с дней до часов. Это бьет по исполнителям, работающим по шаблонам без уникальной экспертизы или доступа к аудитории. Выживают те, кто либо управляет процессом как продюсер, либо добавляет доменную экспертизу: финансы, медицина, право. Следствие — монетизация смещается от «сделать» к «придумать и управлять».
Финансовый эффект для бизнеса очевиден. Сокращение фонда оплаты труда на 10—25% при сохранении или росте выручки — типичный результат первых волн автоматизации. При марже 10—15% это удваивает операционную прибыль. Но возникает новый риск: зависимость от поставщиков технологий и рост расходов на лицензии. Если раньше ключевым активом были люди, теперь это стек инструментов и данные. Следствие — компании начинают диверсифицировать провайдеров и инвестировать в собственные модели, чтобы контролировать издержки.
Для сотрудников стратегия меняется. Горизонт планирования сужается до 12—24 месяцев: навыки устаревают быстрее. Работает связка из трех элементов — доменная экспертиза, умение работать с AI и способность влиять на результат бизнеса. Например, маркетолог, который понимает юнит-экономику и умеет автоматизировать воронку через AI, увеличивает LTV/CAC на 20—40% и становится незаменимым. Следствие — зарплатная вилка расширяется: разрыв между средними и сильными специалистами растет в 2—3 раза.
Государства тоже реагируют. Усиление требований к локализации данных, регулирование AI и поддержка переобучения — базовый набор мер. В России это может принять форму субсидий на обучение и налоговых стимулов для внедрения технологий. Причина — смягчить социальный эффект и сохранить налоговую базу. Следствие — появление программ переквалификации, но их эффективность будет зависеть от скорости и практической направленности.
В итоге можно сказать, что работу первыми теряют те, чья ценность измеряется количеством выполненных однотипных задач. Сохраняют и наращивают доход те, кто управляет системами, принимает решения и отвечает за результат. На горизонте 3—5 лет это приведет к рынку, где «дефицит людей» и «сокращения» существуют одновременно, потому что речь идет о разных типах труда. | 
Войти
