Back

ИИ не вызовет массовых увольнений, а лишь смягчит кадровый голод: в Президентской академии представили прогноз рынка труда до 2035 года

ИИ не вызовет массовых увольнений, а лишь смягчит кадровый голод: в Президентской академии представили прогноз рынка труда до 2035 года

Массовое внедрение генеративного искусственного интеллекта в России не приведет к масштабной безработице, однако существенно изменит структуру спроса на кадры. ИИ будет выступать не как замена человеку, а как «интеллектуальный экзоскелет», повышающий производительность. К 2035 году технология, при ее массовом внедрении, позволит сократить общий спрос на труд на 10% (до 69 млн человек против 76,7 млн в сценарии без ИИ), однако кадровый голод в экономике, скорее всего, сохранится. Таковы ключевые выводы исследования «Сценарное моделирование развития рынка труда России в отраслевом разрезе с учётом влияния искусственного интеллекта», подготовленного экспертами Президентской академии.

Исследователи Президентской академии опровергли популярный страх о тотальной замене людей алгоритмами. В рабочей гипотезе модели ИИ рассматривается как технология общего назначения (подобно электричеству или интернету), которая автоматизирует отдельные рутинные задачи (работа с текстом, аналитика, документооборот), но не заменяем профессии целиком.

«Если работники отрасли применяют ИИ, это значит, что тоже количество людей закрывает больший объём работы. Чем выше этот показатель, тем большая часть кадрового дефицита «гасится» сама. Однако одновременно растёт встречный спрос на тех, кто внедряет и сопровождает эти технологии. ИИ действует на уровне задач, а не профессий целиком», – отмечает руководитель НИР, ведущий научный сотрудник Дирекции приоритетных образовательных инициатив Президентской академии Ринат Файзуллин.

Эффект от внедрения ИИ будет крайне неравномерным. Сильнее всего потребность в работниках снизится в сферах, связанных с интеллектуальным трудом: финансы, госуправление, информация и связь: спрос снизится на 3,2-3,6% к 2030 году. Сельское хозяйство, транспорт и строительство окажутся наиболее устойчивыми – снижение спроса составит около 1%.

В разрезе конкретных профессий самой сокращающейся группой к 2030 году станут продавцы (-16,5%). При этом специалисты в области здравоохранения и рабочие пищевой промышленности, напротив, покажут устойчивый рост.

Эксперты проанализировали реальный рынок вакансий (данные hh.ru за 2026 г.) и выявили интересную ситуацию: доля вакансий, где работодатели открыто требуют ИИ-навыки, пока точечная и составляет всего 2,7% от общего числа.

При этом высокая доля ИИ-вакансий не гарантирует большую добавку к зарплате. Например, в ИТ и маркетинге, где максимальная доля вакансий, связанных с ИИ, зарплатная премия за эти навыки составляет в среднем 19%. Обратная ситуация в машиностроении, химии и на транспорте – там доля ИИ-вакансий около 1%, но работодатели готовы платить за такие навыки в среднем на 29-40% больше.

Исследователи также выявили, что спрос на ИИ-компетенции имеет четкую демографическую и географическую концентрацию. Очень большой разрыв между новичками и профессионалами: в вакансиях с требованием ИИ доля требований к опыту «более 6 лет» составляет 8,8%, тогда как для соискателей «без опыта» – всего 1,0%.

В удаленном и гибридном формате доля ИИ-вакансий в 5–7 раз выше, чем в среднем по рынку (19,3%).

В Москве концентрируется наибольшая доля вакансий с упоминанием ИИ - 6,7%, что почти вдвое выше, чем в Санкт-Петербурге (3,5%) и Казани (3,6%). В региональных центрах (Красноярск, Уфа, Челябинск) этот показатель не превышает 1,4%.

Авторы исследования предупреждают о скрытом эффекте массового применения ИИ: работодатели, понимая, что сотрудники используют нейросети, начинают повышать планку качества и объема задач для них.

«Выигрыш от ИИ поглощается двумя путями: либо растёт объём задач, либо повышаются требования к качеству результата при том же измеримом выпуске. Потребность отрасли в кадрах при этом почти не снижается», – подчеркивает Ринат Файзуллин.

Справка о методологии
Исследование выполнено на базе модели Дарона Асемоглу (MIT). Для калибровки использовались данные Минэка, Минтруда, Росстата, а также аналитика McKinsey, BCG и данные с крупнейших рекрутинговых платформ. Прогноз построен с помощью каскада из трех моделей (BVAR-X, System GMM, DSGE), охватывающих горизонт до 2035 года по 19 группам отраслей ОКВЭД2.

Other news

1/5

Остался последний шаг:)

Проверьте почту: мы выслали письмо для подтверждения подписки.