Будущее профессий в эпоху ИИ: что нельзя делегировать алгоритму

Почему «шторм» приходит неравномерно

У тех, кто пишет письма из будущего, есть привычка преувеличивать его равномерность. На деле новая технология распределяется по карте очень неровно — и это поддаётся измерению. В ноябре 2025 года Anthropic опубликовал отчёт Economic Index о неравномерности внедрения ИИ ↗: использование Claude через сайт и API сильно сконцентрировано в странах с высоким доходом, в крупных городах и больших компаниях. Богатые страны представлены в глобальной статистике непропорционально своей доле трудоспособного населения.

Интереснее другое наблюдение из того же отчёта. В регионах с низким уровнем проникновения ИИ люди чаще используют его «вслепую» — отгружают целую задачу и забирают результат. Там, где проникновение высокое, преобладает другой режим: человек итеративно работает с моделью как с напарником по мышлению. Это согласуется с общей динамикой Anthropic — к концу 2025 года доля «совместного» использования снова обогнала простую автоматизацию.

Практический вывод для рынка вроде белорусского простой. Фора во времени существует объективно. Но фора — это актив только в том случае, если её на что-то тратят. Регион, который сначала научится работать вместе с ИИ, а не просто перекладывать на него задачи, входит в новую экономику в более сильной позиции, чем тот, кто пришёл первым, но остался в режиме «отгрузил и забыл».

Что именно дешевеет до нуля

Стадии «отрицание» и «торг» в этой теме звучат узнаваемо: «ИИ никогда не заменит творчество и эмпатию». Эмпирически это уже не так. В исследовании, опубликованном в JAMA Internal Medicine в 2023 году, панель врачей сравнивала ответы реальных докторов и ChatGPT на вопросы пациентов. Эксперты предпочли ответы ИИ в 79% случаев и оценили их как более качественные и более эмпатичные — средняя оценка эмпатии 4,67 против 2,33 у врачей. Машина, разумеется, ничего не чувствует. Но имитировать тёплый, внимательный ответ она уже умеет лучше среднего уставшего человека.

То же касается «сложных» когнитивных задач. Языковая модель сдала единый экзамен на адвоката (Uniform Bar Exam) — пройдя порог сдачи в большинстве юрисдикций. Здесь нужна честность: последующая переоценка результата показала, что относительно тех, кто сдаёт экзамен с первого раза, модель ближе к середине распределения, а не к 90-му перцентилю, как звучало изначально. Но направление тренда это не меняет: всё, что можно оцифровать — текст, код, базовая иллюстрация, типовой анализ, поиск по документам, — стремительно дешевеет.

И всё же «всё пропало» — такая же ошибка, как «ничего не изменится». Экономист Дарон Аджемоглу, лауреат Нобелевской премии 2024 года, в работе «The Simple Macroeconomics of AI» (2024) оценивает совокупный макроэффект сдержанно: напрямую ИИ затрагивает лишь около 20% рабочих задач, а прибавка к производительности за десятилетие, скорее всего, окажется скромной. Барометр PwC 2025 года по миллиарду вакансий показывает обратную сторону медали: в отраслях, наиболее «подверженных» ИИ, выручка на сотрудника росла втрое быстрее, а специалисты с ИИ-навыками получали надбавку к зарплате до 56%. Рабочие места растут даже там, где задачи легко автоматизируются.

Исчезают не профессии целиком, а оцифровываемые задачи внутри них. Падает «пол» под рутинным когнитивным трудом — и одновременно поднимается «потолок» над человеческим суждением. Вопрос не в том, останется ли работа, а в том, на каком этаже окажетесь вы.

Кейс IT: «войти в айти» больше не равно достатку

Несколько лет «войти в айти» звучало как универсальный совет: освой код — получишь стабильный доход. Сейчас этот вход сужается, и заметнее всего — для новичков.

Самое предметное исследование на эту тему — «Canaries in the Coal Mine?» Стэнфордской лаборатории цифровой экономики (Brynjolfsson, Chandar, Chen, 2025) на данных кадрового оператора ADP. У специалистов 22–25 лет в профессиях, наиболее подверженных ИИ, занятость снизилась примерно на 13%, а у разработчиков ПО того же возраста — почти на 20% с конца 2022 года. У их опытных коллег в тех же профессиях занятость осталась стабильной.

Вывод авторов точнее газетных заголовков про «конец профессии»: ИИ не устраивает массовых увольнений всех подряд — он меняет, кого нанимают. Рутинный код, типовые тесты и отладку, на которых джуниор набирал первые годы опыта, теперь закрывает старший разработчик с ИИ-ассистентом. Нижняя ступенька карьерной лестницы истончается. Параллельно идут и обычные волны сокращений, и часть компаний впервые прямо называет их причиной ИИ — разработчиков увольняют целыми командами.

При этом сама сфера не схлопывается: в прогнозах WEF технологические роли остаются среди самых быстрорастущих. Меняется правило входа. Диплом или курсы сами по себе больше не гарантия — гарантией становится понимание, где именно в этой большой сфере ваше место и чем ваш профиль сильнее среднего.

Здесь технологии диагностики работают на вас. Прежде чем вкладывать год в направление, имеет смысл объективно понять свои сильные стороны и зоны роста: как устроено внимание, насколько гибко переключается мышление, как держится концентрация под нагрузкой. Это и есть задача нейродиагностики — отделить «модно» от «подходит именно мне», выбрать траекторию, где сильные качества дают преимущество, а зоны риска вы закрываете осознанно. Как это измеряется — в следующем разделе.

Четыре территории, которые нельзя отдать алгоритму

Когда оцифровываемая часть работы приближается к цене подписки, ценность концентрируется в том, что нельзя записать в промпт. Если присмотреться к прогнозам WEF, McKinsey и Goldman Sachs, под ними проступают четыре устойчивые территории.

Отсюда неочевидное следствие: ответственность сама становится продуктом. Хорошему бухгалтеру или юристу всё чаще платят не за таблицу и не за типовой договор — это умеет и модель, — а за подпись под ними и за того, кто за этой подписью стоит. Именно поэтому «ИИ сдал экзамен на адвоката» не отменяет юриста: пройти тест и быть допустимой стороной, которая отвечает перед клиентом и судом, — разные вещи.

Исследование из JAMA выше показывает, почему тёплый тон письма больше ничего не доказывает: эмпатичный текст может сгенерировать машина. Доказывает другое — история отношений, имя, которому есть что терять в реальном мире, присутствие, растянутое во времени. Люди доверяют тем, кого давно знают.

Экономист MIT Дэвид Аутор в работе «Applying AI to Rebuild Middle Class Jobs» (2024) формулирует это как расширение, а не вытеснение экспертизы: ИИ способен дотянуть человека с базовой подготовкой до решений, которые раньше были доступны только узкой элите. Но кто-то должен решить, какое решение вообще стоит принимать. Здесь работает «парадокс Полани»: мы знаем больше, чем можем выразить словами. Ценностное суждение не лежит в обучающих данных, потому что его там нет ни у кого, кроме конкретного человека с его биографией.

За этим стоит «парадокс Моравека», сформулированный робототехником Хансом Моравеком ещё в конце 1980-х: компьютеру сравнительно легко даётся то, что мы считаем интеллектом высокого порядка, и крайне тяжело — сенсомоторные навыки годовалого ребёнка. Рассуждать дёшево, двигаться в хаотичной физической среде — дорого. Тело в непредсказуемых условиях пока остаётся самой защищённой профессией.

Четыре сдвига: как подготовиться за год-два

Беларусь — как раз из тех рынков, где волна докатывается с задержкой, так что фора у нас пока есть. Вот четыре направления, куда стоит сместить вес, пока время на это работает.

1. Найдите то, что нельзя оцифровать

В зоне максимального риска — все, кто подолгу сидят за монитором и производят текст, графику или код. Логика подготовки: перенести часть фокуса в офлайн, который невозможно скопировать, — живые выступления, личные встречи, физические продукты, закрытые сообщества. Здесь работает «болезнь издержек Баумоля»: услуги, которые сопротивляются автоматизации, со временем дорожают относительно всего остального. То, что можно «потрогать» и пережить лично, становится премиальным. Отсюда — новый виток интереса к иммерсивным форматам, где премиальной аудитории предлагают не информацию, а фасилитацию уникального переживания.

2. От генерации — к оценке

Компетенция будущего — не создать вариант, а быстро оценить сто сгенерированных, отбраковать галлюцинации и собрать из них один верный. Нужно стать «оценщиком» (AI evaluator) высокого уровня в своей нише.

И здесь — самый неудобный, но точный поворот. В исследовании «Generative AI at Work» (Brynjolfsson, Li, Raymond) доступ к ИИ-ассистенту поднял производительность операторов поддержки на 14% в среднем, на 34% — у новичков, и почти не повлиял на опытных. Причина: модель быстро распространяет на новичков лучшие практики сильных сотрудников. Это значит, что оцифровываемый слой вашей экспертизы только что обесценился — его теперь получает любой стажёр через подсказку. Дефицитным остаётся неоцифровываемый слой: вкус, насмотренность, «чуйка», которая отличает правдоподобный, но неверный результат от верного. Опыт перестаёт быть «мягким навыком» и становится главным защитным рвом.

3. Развивайте междисциплинарный синтез

ИИ — лучший «узкий специалист» внутри одного домена знаний. Человеческое преимущество — находить неочевидные связи между далёкими сферами, куда алгоритм не пойдёт сам, потому что у него нет парадоксального жизненного контекста. Идея Аутора о «расширении экспертизы» сильнее всего работает именно у того, кто переносит суждение через границы дисциплин: на стыке инженерии и психологии, медицины и дизайна, права и этики данных рождаются роли, которых пока нет в обучающих выборках.

4. Стройте активы, а не продавайте время

Примите как рабочую гипотезу: базовые интеллектуальные услуги будут стоить всё меньше. Не стройте бизнес-модель вокруг задач, которые ИИ решает по цене подписки. Стройте масштабируемые системы вокруг трёх вещей:

• снижения реальных жизненных рисков клиента;
• принятия ответственности и предоставления гарантий;
• создания и фасилитации уникального человеческого опыта.

Данные PwC напоминают, что это не призыв бежать от ИИ: те, кто работает вместе с ним, получают надбавку, а их роли растут. Сдвиг в другом — постепенно перестать зависеть от того, есть ли покупатель на ваше время и внимание (то, что раньше называлось «работодатель»). Полезно иметь активы, которые поддержат уровень жизни в период неопределённости, когда целые фрагменты отраслей исчезают быстрее, чем люди успевают переучиться.

Ваше преимущество живёт в нервной системе

Если присмотреться, все четыре защищённые территории держатся на одном фундаменте — на вашей нервной системе. Суждение в условиях неопределённости, ответ на вопрос «зачем», интуиция, которая ловит неверный вариант, устойчивость, чтобы выдержать ответственность. Это свойства конкретного мозга, собранного из живого опыта. Их нет в чужих обучающих данных ровно потому, что они ваши.

Поэтому в эпоху ИИ имеет смысл понимать свой нейропрофиль так же предметно, как раньше понимали профессию. Нейродиагностика CleverUp считывает 30 параметров работы нервной системы — когнитивную гибкость, концентрацию внимания, скорость и эффективность обработки информации, психофизиологическую устойчивость. Это приборные данные о том, как ваш мозг работает сейчас и где его сильная сторона, а не самооценка по опроснику. Те же параметры, что становятся премиальными в новой экономике, можно измерить и развивать адресно.

Для подростка, который выбирает направление, это профориентация по нейротесту, а не по анкете: на какие задачи настроен именно его мозг. Для взрослого — психотерапия, которая развивает психологическую гибкость, то есть тренируемую способность действовать по своим ценностям даже в дискомфорте и неопределённости. Ровно этот навык WEF ставит в топ навыков будущего, и ровно его требует жизнь рядом с ИИ. Программы трансформации — Стресс-Щит, Энергия Плюс, Суперфокус — работают с конкретными ресурсами: вниманием, восстановлением, регуляцией стресса. Главный актив переходной эпохи — адаптивный мозг.

Письмо из будущего заканчивается спокойно, а не тревожно. Работа, которая остаётся за человеком, становится более человеческой, а не менее. Фора во времени — единственное преимущество, которое нельзя купить позже. Имеет смысл потратить её на то, что алгоритм не заберёт.

Частые вопросы

Какие профессии ИИ не сможет заменить?

Устойчивее всего четыре территории. Первая — роли с юридической и финансовой ответственностью за решение (медицина, финансы, управление, инженерия): алгоритм не может быть ответчиком в суде, потерять лицензию или дать гарантию. Вторая — работа на верифицируемом доверии и репутации. Третья — постановка целей из ценностей: ИИ отвечает на вопрос «как», но не «зачем именно это и именно сейчас». Четвёртая — физический труд в непредсказуемой среде; по данным Goldman Sachs, такие профессии затронуты слабее всего.

Правда ли, что искусственный интеллект обесценит интеллектуальный труд?

Дешевеет не интеллект как таковой, а его оцифровываемая часть — типовой текст, простой код, базовый анализ. По оценке Goldman Sachs (2023), автоматизации в той или иной степени подвержены около двух третей профессий, но Acemoglu (2024) показывает, что напрямую затронуто лишь около 20% задач, а PwC (2025) фиксирует рост зарплат и выручки на сотрудника в самых «ИИ-подверженных» отраслях. Исчезают не профессии целиком, а рутинные задачи внутри них.

Как подготовиться к эпохе ИИ за 1–2 года?

Четыре шага: перенести фокус на то, что нельзя оцифровать (живой офлайн-опыт, физические продукты, сообщества); перейти от генерации к оценке — отбирать верный вариант из ста сгенерированных; развивать междисциплинарный синтез; строить активы и системы, снижающие реальные риски клиента, вместо продажи своего времени. Опора всех четырёх компетенций — нервная система. Понять свой нейропрофиль помогает нейродиагностика — 30 параметров работы мозга по приборным данным, а не по опроснику.

Стоит ли сейчас «входить в IT»?

IT остаётся среди самых быстрорастущих сфер, но сам по себе вход в профессию больше не гарантирует доход. По данным Стэнфордской лаборатории цифровой экономики (2025), занятость разработчиков ПО 22–25 лет снизилась почти на 20% с конца 2022 года, тогда как у опытных специалистов осталась стабильной. Решает не факт диплома, а понимание, где именно в сфере ваше место и чем ваш профиль сильнее среднего — это помогает оценить профориентация по нейротесту.

Источники и исследования

• World Economic Forum. The Future of Jobs Report 2025. Geneva, 2025. (170 млн новых ролей, 92 млн исчезающих, 39% навыков меняются.)
• Goldman Sachs Research (Briggs J., Kodnani D.). Generative AI could raise global GDP by 7%. 2023. (≈300 млн рабочих мест, ⅔ профессий, слабый эффект на физический труд.)
• Anthropic. Anthropic Economic Index: Uneven geographic and enterprise AI adoption. 2025.
• PwC. 2025 Global AI Jobs Barometer. (Рост выручки на сотрудника, надбавка 56% за ИИ-навыки.)
• Acemoglu D. The Simple Macroeconomics of AI. NBER Working Paper 32487, 2024.
• Autor D. Applying AI to Rebuild Middle Class Jobs. NBER Working Paper 32140, 2024.
• Brynjolfsson E., Li D., Raymond L. Generative AI at Work. NBER Working Paper 31161, 2023 (Quarterly Journal of Economics, 2025).
• Brynjolfsson E., Chandar B., Chen R. Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab, 2025. (Занятость молодых разработчиков 22–25 лет.)
• Ayers J.W. et al. Comparing Physician and Artificial Intelligence Chatbot Responses to Patient Questions. JAMA Internal Medicine, 2023.
• Katz D.M., Bommarito M.J., Gao S., Arredondo P. GPT-4 passes the bar exam. Phil. Trans. R. Soc. A, 2024; и переоценка: Martínez E. Re-evaluating GPT-4's bar exam performance. Artificial Intelligence and Law, 2024.
• Taleb N.N. Skin in the Game: Hidden Asymmetries in Daily Life. Random House, 2018. — концепция «шкуры на кону».
• Akerlof G.A. The Market for "Lemons": Quality Uncertainty and the Market Mechanism. QJE, 1970. — асимметрия информации и роль репутации.
• Moravec H. Mind Children: The Future of Robot and Human Intelligence. Harvard University Press, 1988. — «парадокс Моравека».

Следующий шаг с CleverUp. Понять, на какие задачи настроен именно ваш мозг и где ваша сильная сторона в экономике ИИ, поможет нейродиагностика за 25 минут →