ТРАНСФОРМАЦИЯ ЛАНДШАФТА ЗАНЯТОСТИ ПОД ВЛИЯНИЕМ ГЕНЕРАТИВНОГО ИСКУССТВЕННОГО ИНТЕЛЛЕКТА: СЦЕНАРИИ, РИСКИ И НАЦИОНАЛЬНЫЕ ОСОБЕННОСТИ

Гилёв А.Ю., ст. преподаватель,

Бирский филиал УУНиТ, г. Бирск, Россия

Аннотация. В статье анализируется трансформация глобального и Российского рынков труда под воздействием генеративного искусственного интеллекта (ИИ) и больших языковых моделей (LLM). Автор сопоставляет оптимистичные прогнозы инвестиционных институтов с академическими концепциями. На основе эмпирических данных бирж фриланса рассматривается кризис в сфере рутинного интеллектуального труда и размывание когнитивного среднего класса. В работе описаны два полярных геоэкономических сценария: западный «техно-феодализм» и восточный «цифровой Госплан». Особое внимание уделено траектории России в рамках сценария «Технологическая крепость». Стратегическим вектором для страны должно стать развитие суверенного промышленного ИИ и монетизация инфраструктурных преимуществ.

Ключевые слова: Генеративный искусственный интеллект, большие языковые модели (LLM), рынок труда, автоматизация, фриланс, технологический суверенитет, экономика России.

Введение

Призрак автоматизации, десятилетиями бродивший по заводским цехам в виде промышленных манипуляторов, сменил синий воротничок на белый. Стремительное развитие больших языковых моделей (LLM) и генеративных нейросетей вывело дискуссию о будущем труда из плоскости роботизации физических процессов в сферу интеллектуальной деятельности. Сегодня научное и экономическое сообщество оказалось расколото. Техно-оптимисты предрекают взрывной рост производительности труда и формирование принципиально новых рынков. Техно-скептики, напротив, указывают на беспрецедентные риски массовой девальвации квалифицированного человеческого капитала и падения реальных доходов населения. Цель данной работы — попытка отделить маркетинговый шум от макроэкономических реалий и определить доминирующий вектор трансформации рынка труда, рассмотрев реалистичные сценарии адаптации как для глобальной экономики, так и для России.

Архитектура изменений: замещение или дополнение?

Дискурс вокруг влияния ИИ на экономику во многом задается крупным инвестиционным капиталом. В частности, широко цитируемый отчет аналитиков Goldman Sachs прогнозирует, что генеративный ИИ способен увеличить мировой ВВП на 7% в течение десятилетия [1]. Подобные оценки, равно как и прогнозы Всемирного экономического форума о создании миллионов новых рабочих мест, базируются на модели «аугментации» (дополнения). Согласно этой логике, алгоритмы автоматизируют не профессии целиком, а лишь отдельные рутинные задачи. ИИ выступает в роли цифрового подмастерья, который снижает порог входа в сложные индустрии, позволяя специалисту делегировать написание базового кода или составление типовых договоров машине, а самому сосредоточиться на креативных и стратегических аспектах.

Однако академическая среда предлагает гораздо более сдержанный взгляд на происходящее. Профессор Массачусетского технологического института Дарон Аджемоглу в своих недавних работах подвергает деконструкции оптимистичные корпоративные ожидания. Его макроэкономическая модель показывает, что реальный прирост ВВП от внедрения ИИ в ближайшее десятилетие может составить весьма скромные 1.1–1.6% [2].

Аджемоглу вводит критически важное понятие «так себе автоматизации» (so-so automation) или «ложной оптимизации». Это ситуация, при которой корпорации заменяют людей алгоритмами не ради качественного скачка в производительности или создания новых продуктов, а исключительно ради маргиальной экономии на фонде оплаты труда. Такая автоматизация не делает пирог всеобщего благосостояния больше; она лишь перераспределяет его в пользу владельцев капитала, разрушая при этом социальную стабильность и покупательную способность населения. Опасения скептиков подтверждаются и расчетами Международного валютного фонда, согласно которым в странах с развитой экономикой около 30% рабочих мест подвержены высокому риску снижения заработной платы и ухудшения условий труда из-за внедрения ИИ [3].

Фриланс как опережающий индикатор и полигон ИИ-кризиса

Чтобы понять, как именно будет происходить трансформация корпоративного сектора завтра, достаточно посмотреть на цифровой рынок труда сегодня. Глобальные платформы фриланса стали идеальным полигоном, на котором последствия внедрения LLM проявляются без задержек на бюрократию и трудовое законодательство.

Эмпирические данные свидетельствуют о жестком кризисе в этом секторе. Исследование, проведенное на базе статистики крупнейших платформ Upwork и Fiverr, зафиксировало падение объемов заказов на копирайтинг, базовый графический дизайн и переводы на 17–30% всего за несколько месяцев после релиза ChatGPT, при этом средние ставки исполнителей обрушились на треть [4].

Фундаментальная причина кроется в исчезновении сегмента «Good Enough» (нормально и недорого). Мелкосерийный заказчик сменил парадигму: вместо того чтобы нанимать начинающего специалиста для создания приемлемого текста или иллюстрации, он генерирует контент самостоятельно. На биржах формируется «эффект ножниц», который безжалостно вымывает профессиональный средний класс. С одной стороны, возникает узкая прослойка высокооплачиваемой ИИ-элиты (интеграторов и архитекторов решений), с другой — происходит маргинализация и обнищание массы «сырьевых» фрилансеров, вынужденных жестко демпинговать в попытках конкурировать с бесплатными нейросетями.

Глобальные геоэкономические сценарии: техно-феодализм против цифрового Госплана

Масштабирование описанных эффектов на макроуровень неизбежно приведет к формированию новых политико-экономических моделей, которые можно условно разделить на два полярных вектора.

Западный вектор тяготеет к модели, которую можно охарактеризовать как «техно-феодализм» или «капиталистический коммунизм». Это постдефицитная экономика сверхдешевого потребления контента и базовых услуг. По мере вытеснения когнитивного среднего класса концепция Универсального базового дохода (UBI) эволюционирует в идею Универсального базового дивиденда (UBD) — распределения среди граждан микродолей в ИИ-платформах или квот на вычислительные мощности. Главная опасность этого сценария заключается в абсолютизации «эффекта суперзвезды». Общество рискует жестко разделиться на замкнутую касту «создателей» (1%), владеющих алгоритмами и смыслами, и касту «потребителей досуга» (99%), субсидируемых государством. В такой системе ликвидируются традиционные карьерные лестницы, лишая молодежь возможности постепенного профессионального роста.

Восточный вектор, напротив, предполагает развитие цифрового патернализма. В его основе лежит реанимация плановой экономики («Госплан 3.0») на базе Big Data. Опыт предиктивных логистических моделей гигантов вроде Amazon доказывает, что алгоритмы способны распределять ресурсы эффективнее рыночного хаоса. В этой парадигме государство может использовать искусственное сохранение рабочих мест как инструмент социального контроля. Понимая психологическую потребность человека в «социальной полезности», правительства будут создавать избыточные контуры занятости, предотвращая политическую праздность и деградацию населения.

Траектория России: Сценарий «Суверенного технологического острова»

Для Российской Федерации вызовы генеративного ИИ накладываются на специфический макроэкономический и демографический контекст. Как отмечает Р.И. Капелюшников, российский рынок труда в настоящее время переживает острейший дефицит кадров, который носит структурный и долгосрочный характер [5]. Этот демографический щит парадоксальным образом сглаживает проблему ИИ-безработицы. Высвобождаемый алгоритмами «офисный прекариат» будет неизбежно выталкиваться на пустующие вакансии в реальном секторе, промышленности и инфраструктурных проектах. Кроме того, высокая доля участия государства в экономике традиционно выступает мощным демпфером, предотвращающим резкие волны увольнений.

Однако уравниловка доходов и попытки административного удержания занятости порождают критическую уязвимость — риск оттока интеллектуальной элиты. В условиях глобальной конкуренции за таланты потеря инженеров-архитекторов ИИ грозит превращением страны в технологического аутсайдера, вынужденного возводить регуляторные барьеры.

Реалистичный позитивный сценарий для России можно охарактеризовать как «Технологическая крепость». Его суть заключается в конвертации базовых физических преимуществ в цифровой суверенитет. Профицит дешевой электроэнергии (АЭС, ГЭС) и холодный климат Сибири создают идеальные условия для строительства крупнейших независимых центров обработки данных. В новой экономике вычислительные мощности становятся новой нефтью, которую можно экспортировать в развивающиеся страны.

Вместо попыток догнать западные корпорации на рынке потребительских чат-ботов, России целесообразно сделать ставку на промышленный и суверенный ИИ [6]. Разработка закрытого специализированного софта для тяжелой индустрии, добычи полезных ископаемых в Арктике и управления объектами ядерной энергетики — это ниша, в которой компетенции страны исторически сильны. Экспорт таких комплексных систем технологического суверенитета «под ключ» для стран Глобального Юга может стать эффективной альтернативой цифровому влиянию США и Китая.

Заключение

Генеративный искусственный интеллект не станет причиной одномоментного коллапса рынка труда и массовой безработицы. Его истинное влияние заключается в запуске глубокого, растянутого на десятилетие процесса перераспределения доходов. Главной тенденцией ближайших лет станет обесценивание рутинного интеллектуального труда и вымывание когнитивного среднего класса, что потребует пересмотра самих основ социального контракта.

Глобальный мир неизбежно разделится на технологические платформенные блоки. Для выживания и успешного развития государств в этой новой парадигме критически важным становится не слепое копирование потребительских ИИ-инструментов, а удержание ключевых человеческих талантов и грамотная монетизация своих базовых физических преимуществ — энергетической инфраструктуры и промышленных компетенций.

Литература

1.         Hatzius, J. The Potentially Large Effects of Artificial Intelligence on Economic Growth / J. Hatzius, J. Briggs, D. Kodnani, G. Pierdomenico. – (S. l.) : Goldman Sachs Global Investment Research, 2023. – 23 p.

2.         Acemoglu, D. The Simple Macroeconomics of AI / D. Acemoglu ; National Bureau of Economic Research. – Cambridge: NBER, 2024. – 31 p. – (Working Paper ; № 32487).

3.         Gen-AI: Artificial Intelligence and the Future of Work / M. Cazzaniga, F. Jaumotte, L. Li [et al.] ; International Monetary Fund. – Washington, DC : IMF, 2024. – 43 p. – (IMF Staff Discussion Notes; № 2024/001).

4.         Hui, X. The Short-Term Effects of Generative Artificial Intelligence on Employment: Evidence from an Online Labor Market / X. Hui, O. Reshef, L. Zhou // SSRN Electronic Journal. – 2023. – URL: ssrn.com (date of access: 18.05.2026). – DOI: 10.2139/ssrn.4527336.

5.         Капелюшников, Р. И. Экспансия вакансий на российском рынке труда: динамика, структура, триггеры / Р. И. Капелюшников // Вопросы экономики. – 2024. – № 8. – С. 81–111.

6.         Толкачев, С. А. «Новая» экономика предложения как политико-экономическая парадигма нового мирохозяйственного уклада / С. А. Толкачев, А. Ю. Тепляков // Научные труды Вольного экономического общества России. – 2025. – Т. 252, № 2. – С. 83–104.