Обсудим тему с доктором социологических наук, профессором Финансового университета при правительстве РФ Павлом Разовым.
ИИ становится инструментом поддержки, а не поводом для массовых увольнений
Согласно опросам, крупные российские компании не планируют массовых сокращений из-за внедрения ИИ. Как вы считаете, является ли это долгосрочной стратегией или лишь временной осторожностью? Какие бизнес-процессы (операционные, аналитические, рекрутинговые) трансформируются в первую очередь?
Павел Разов: В России внедрение ИИ становится для бизнеса скорее инструментом поддержки, чем поводом для массовых увольнений. ИИ помогает закрывать кадровые разрывы, ускорять рутинные процессы и снижать количество ошибок, но это не приводит к тому, что людей в большом количестве увольняют. В данный момент ИИ выступает скорее как помощник для специалистов, а не их замена. К тому же крупные компании не внедряют ИИ так масштабно, чтобы это вызвало лавинообразные сокращения. В 2026 году сокращения могут произойти, но, на мой взгляд, они коснутся в основном тех сфер, где автоматизация уже сегодня объективно эффективнее ручного труда. Главным образом это операционные и административные функции. Параллельно растет спрос на новые компетенции - от работы с данными до управления AI-системами. Проведенный анализ компаний, вне зависимости от размера бизнеса и опыта использования ИИ, показал, что они не планируют сокращения персонала при переходе к новым технологиям. В то же время, по данным из открытых источников, 22% российских предприятий РФ, напротив, рассматривают оптимизацию штата.
Эксперты говорят о "сдерживании роста численности персонала при масштабировании бизнеса" и смещении фокуса на точечный наем. Не приведет ли это в итоге к "тихому" сокращению, когда компании будут расти, не увеличивая штат пропорционально?
Павел Разов: Сегодня можно столкнуться с тем, что нейросети регулируют рост численности персонала при масштабировании бизнеса, поэтому фокус смещается с массового найма на точечный, но это в итоге не приведет к "тихому" или к "скрытому" сокращению, когда компании будут расти, не увеличивая штат пропорционально. При росте компании возрастает объем задач, и ИИ не везде заменит человека, но, с другой стороны, компании все чаще отказываются от стратегии массового найма, предпочитая подбор специалистов, ориентированный на практические навыки и конкретные результаты работы. Сильнее всего это заметно в профессиях, где много универсальных функций, поддающихся автоматизации. Например, на одну вакансию в маркетинге, рекламе и PR приходится в среднем 27,2 резюме, в IT - 20,7 резюме. Сейчас 63% работодателей называют главным приоритетом повышение производительности труда. Для этого компании вместо расширения штата оптимизируют процессы и закрывают неэффективные направления.
Высказываются предположения, что ИИ поможет преодолеть дефицит кадров за счет их перераспределения. Насколько реалистично, по-вашему, массовое внутреннее переобучение сотрудников в компаниях и кто должен нести за это основную ответственность и затраты - бизнес, государство или сам работник?
Павел Разов: Действительно, некоторые эксперты считают, что искусственный интеллект может помочь решить проблему дефицита кадров за счет перераспределения сотрудников внутри организаций. Главная задача ИИ - не замена людей, а их перераспределение внутри экономики. Внедрение ИИ полностью закроет потребность в таких сферах, как торговля, IT, финансы, наука, образование и культура. При этом есть мнение, что внедрение ИИ приведет к необходимости переобучать кадры, так как технологии изменят требования к навыкам сотрудников. Крупнейшие российские компании, такие как "Ростелеком", "Сбер" и MWS, высказывают мнение, что ИИ - это инструмент для роста производительности, а не сокращения издержек на персонал. У работодателей формируется запрос на новые профессии, связанные с искусственным интеллектом. Среди таких специальностей - специалисты по внедрению ИИ и агентизации, ИИ-инженеры, эксперты по качеству и безопасности искусственного интеллекта, менеджеры, отвечающие за финансовый результат от внедрения ИИ.
Формируются целые новые профессиональные профили (AI-инженеры, промпт-инженеры, AI Solution Architects). Как должен измениться рынок образования и профессиональной переподготовки, чтобы удовлетворить этот спрос? Нужны ли здесь государственные программы?
Павел Разов: Нет сомнений в том, что рынок образования и профессиональной переподготовки должен измениться, чтобы удовлетворить спрос на специалистов, связанных с развитием искусственного интеллекта. Это связано с трансформацией профессиональных ролей в ИТ из-за внедрения ИИ, и компании требуют специалистов, которые умеют работать с моделями ИИ. Сфера образования должна держать "руку на пульсе", чтобы удовлетворить данные запросы: например, добавить курсы по машинному обучению, компьютерному зрению, обработке естественного языка, предложить программы, посвященные машинному обучению (ML) или специализированные онлайн-курсы по машинному обучению, особенно те, которые предлагаются ИТ-компаниями, занимающимися разработкой больших языковых моделей. Также надо рассмотреть и курсы по проектированию AI-решений - например, программы, которые учат выбирать и внедрять архитектурные паттерны, проектировать MLOps-конвейеры, CI/CD и IaC для AI-решений, курсы по обеспечению безопасности AI-систем - специалисты должны уметь разрабатывать меры по защите данных и обеспечению безопасности AI-систем. Также важно, чтобы вузы и учебные центры адаптировали программы под требования работодателей - например, включали модули по автоматизации жизненного цикла моделей (MLOps) и интеграции интеллектуальных систем в бизнес-процессы предприятий. И при всем при этом очень важна государственная поддержка и контроль за организацией данных процессов в сфере образования.
Последнее слово все равно должно оставаться за человеком
Снижается спрос на роли, связанные с рутинной обработкой данных и подготовкой отчетности. Какие "надпрофессиональные" навыки (soft skills) становятся критически важными для сотрудников, чтобы оставаться востребованными в эпоху ИИ?
Павел Разов: В современных условиях Soft skills выходят на первый план. Различные исследования, проведенные в 2025 году, показывают, что 65% работодателей уже считают их важнее профессиональных компетенций. В эпоху искусственного интеллекта критически важными для сотрудников становятся "надпрофессиональные" навыки (Soft skills), которые связаны с коммуникацией, - навык, который не может полноценно заменить ИИ. Это решение сложных конфликтов, удовлетворение индивидуальных клиентских запросов. В деловых процессах сотрудник остается тем, кто формирует доверие и завершает диалог, когда нейросеть не справляется с нестандартной ситуацией. Нейросеть может оптимизировать конкретный процесс, но разработка глобальной стратегии развития, учитывающей множество внешних факторов и неопределенность разных людей, контекстов и будущего, требует человеческого интеллекта и интуиции. Это связано с тем, что ИИ автоматизирует рутинные процессы, но при этом нагрузка на человека не стала меньше: добавилась необходимость тщательно фильтровать информацию, а также осталась потребность в быстром принятии решений в условиях неопределенности.
HR-специалисты уже используют ИИ для обработки резюме и первичного отбора. Не создает ли это риска алгоритмической дискриминации и потери "человеческого чутья" в поиске талантов? Как совместить эффективность и объективность?
Павел Разов: Сегодня искусственный интеллект приходит на помощь HR-отделам, помогая автоматизировать рутинные задачи, анализировать большие массивы данных, совершенствовать процесс отбора кандидатов на вакансии. HR-специалисты используют ИИ, и это сократило время для подбора кадров на 40%. Все это создает риск алгоритмической дискриминации и потери "человеческого чутья" в поиске высококвалифицированных специалистов. Уже есть примеры занижения рейтинга женщин-кандидатов или эйджизма: по словам соискателей, ИИ чаще отсекал кандидатов старше 40 лет. Поэтому последнее слово все равно должно оставаться за человеком.
Прогнозы по вкладу ИИ в ВВП России к 2030 году варьируются от 2 до 5,5%. Насколько, по-вашему, достижимы эти цифры и что является главным условием для их реализации: технологический прорыв, инвестиции или качество человеческого капитала?
Павел Разов: Нельзя однозначно сказать, достижимы ли указанные прогнозы. Однако, по результатам исследования консалтинговой компании "Яков и Партнеры" и "Яндекса", ожидаемый экономический эффект от внедрения ИИ в России к 2030 году может составить от 7,9 до 12,8 трлн рублей в год, что эквивалентно примерно 5,5% от прогнозируемого ВВП. Это объясняется быстрым развитием технологий, прежде всего генеративного ИИ, и их активным внедрением в бизнес-процессы. Обновленный прогноз значительно превышает прежние оценки - они предусматривали эффект в 4,2-6,9 трлн рублей и до 4% в структуре ВВП за пятилетний период (до 2028 года). Главным условием для их реализации, на мой взгляд, является все-таки технологический прорыв и качество человеческого капитала, так как вклад ИИ в ВВП России, его перспективы и стратегии реализации остаются за человеком.
Многие привычные профессии могут исчезнуть, но быстро появятся новые
Эксперты ВЭФ указывают, что будущее зависит от готовности рабочей силы к адаптации. Какой из четырех сценариев ВЭФ ("Сверхускоренный прогресс", "Эпоха вытеснения" и др.), на ваш взгляд, наиболее вероятен для России и почему?
Павел Разов: Можно с уверенностью сказать, что все сценарии могут быть вероятными для России. Они построены на сочетании двух факторов: скорости развития ИИ (поступательной или экспоненциальной) и уровня готовности работников и компаний к изменениям. "Сверхускоренный прогресс" предполагает стремительный прорыв в ИИ и приближение к созданию сильного искусственного интеллекта. Многие привычные профессии могут исчезнуть, но быстро появятся новые; работники будут управлять цифровыми агентами и координировать работу ИИ, технологии будут выполнять большую долю задач, человеческий труд станет гибким и фрагментированным. "Эпоха вытеснения" предполагает быстрое развитие ИИ при низкой готовности рабочей силы. Традиционные системы образования не смогут подготовить кадры с нужными навыками. Автоматизация приведет к массовому исчезновению профессий. Новые рабочие места окажутся недоступны для большинства, что приведет к увеличению неравенства доходов и бедности. Поэтому государство обязано прогнозировать риски таких сценариев и предусмотреть направления социальной защиты работников различных предприятий и в целом рынка труда.
Развитие ИИ может усилить неравенство между адаптировавшимися и неадаптировавшимися работниками, между отраслями. Какие меры социальной политики и регулирования рынка труда должны быть разработаны уже сейчас, чтобы смягчить эти риски?
Павел Разов: Да, неравенство может усилиться. Это связано с тем, что ИИ автоматизирует рутинные задачи, меняет ценность труда и распределяет преимущества от применения технологий неравномерно. При этом внедрение ИИ не всегда означает полную замену - часто технологии расширяют возможности человека, а не вытесняют его. Конечно же, в этих условиях должны быть разработаны меры социальной политики и регулирования рынка труда, чтобы смягчить эти риски. Например, улучшение условий для малого и среднего бизнеса может создать дополнительные рабочие места. Снижение налоговой нагрузки, доступ к кредитам и субсидиям, а также поддержка стартапов могут значительно расширить рынок труда. Внедрение цифровых технологий и автоматизации позволит увеличить производительность труда и сократить нехватку рабочих ресурсов. Государственные программы поддержки цифровизации бизнеса и промышленности помогут ускорить этот процесс. Борьба с теневым сектором и неформальной занятостью через реформы и программы легализации труда может повысить официальную занятость и улучшить защиту прав работников.
Эксперты полагают, что основные риски сокращений - в торговле, логистике, банках. Видите ли вы возможности для создания новых массовых профессий в этих же отраслях благодаря ИИ, или рабочие места будут создаваться преимущественно в высокотехнологичных секторах?
Павел Разов: Да, такие процессы происходят. С одной стороны, ИИ автоматизирует рутинные операции, что приводит к сокращению рабочих мест в сферах, где задачи предсказуемы и однотипны. Например, кассиры в супермаркетах уступают место кассам самообслуживания. С другой стороны, появляются новые специальности, связанные с разработкой, тестированием и обслуживанием ИИ. Например, аналитик или инженер по технике безопасности ИИ. Такой сотрудник изучает и предотвращает угрозы, исходящие от искусственного интеллекта в адрес компаний и частных лиц. UX-дизайнер для ИИ. Специалист продумывает и разрабатывает логику и пользовательский интерфейс продукта, чтобы решение выделялось на фоне конкурентов. Промпт-инженер (инженер запросов) совершенствует модели искусственного интеллекта, давая пошаговые инструкции, создает нужные исходные данные, на основании которых ИИ генерирует максимально точные и полезные результаты. Нейрохудожник создает изображения с помощью нейросетей. Инженер-дизайнер конструирует нейросети под потребности и задачи конкретного человека с учетом его индивидуальных способностей и недостатков. Также растет спрос на "гибридных специалистов", способных эффективно ставить задачи нейросети и интерпретировать результаты.
Цифровизация повышает эффективность и конкурентоспособность предприятий
"Ростех" применяет ИИ в конструировании и моделировании, "Северсталь" - в производстве. Насколько трансформация в "традиционных" индустриях (обрабатывающая промышленность, строительство, транспорт) будет отличаться от цифрового сектора? Будет ли она более медленной, но более масштабной по воздействию на занятость?
Павел Разов: Сейчас нет однозначного ответа, насколько трансформация в "традиционных" индустриях (обрабатывающая промышленность, строительство, транспорт) будет отличаться от цифрового сектора и будет ли она более медленной, но более масштабной по воздействию на занятость. Однако есть некоторые сведения о влиянии цифровизации на традиционные отрасли. Например, цифровизация повышает эффективность и конкурентоспособность предприятий. Она улучшает качество услуг и продуктов, оптимизирует производственные процессы, упрощает взаимодействие с клиентами и расширяет приток инноваций. Использование цифровых технологий увеличивает производительность труда. Например, исследование McKinsey указывает, что внедрение цифровых технологий в промышленности может увеличить производительность труда на 5-8%. Цифровизация создает новые экономические возможности и рабочие места. По данным World Economic Forum, в 2025 году было создано около 12 млн новых рабочих мест, связанных с цифровыми технологиями, в таких отраслях, как искусственный интеллект, аналитика данных и интернет вещей. При этом проекты по цифровизации промышленных предприятий - дорогостоящие, часто требуют долгосрочных инвестиций, поэтому необходимость масштабных цифровых преобразований на предприятии бывает сложно экономически обосновать руководству.
Если сравнить Россию с другими странами, каковы наши сильные и слабые стороны в соревновании за человеческий капитал в эпоху ИИ?
Павел Разов: В соревновании за человеческий капитал в эру ИИ у России есть свои козыри. Во-первых, это сильная школа: МФТИ, ИТМО и НИУ ВШЭ оперативно подстраивают программы под запросы рынка, а лекции студентам читают действующие разработчики из индустрии. Во-вторых, российские IT-гиганты доказали, что могут создавать технологии мирового уровня даже без доступа к западным новинкам. "Сбер" с GigaChat 2.0 обошел зарубежных конкурентов в работе с русским языком, "Яндекс" встраивает YandexGPT во все свои сервисы, а МТС сделала умного ассистента Kodify 2, который понимает почти сотню языков программирования. В-третьих, за сектором стоит государство с долгосрочной стратегией до 2030 года, которая охватывает и строительство суперкомпьютеров, и подготовку кадров. Наконец, в стране выстроена целая экосистема для взращивания талантов: от олимпиад для школьников до масштабных хакатонов вроде "Цифрового прорыва" и профессиональных конференций, где можно заявить о себе и найти единомышленников.
Однако существует ряд серьезных ограничений. Ключевая проблема - отсутствие собственной технологической базы для создания передовых решений в сфере ИИ: из-за санкций Россия лишилась доступа к необходимым чипам (вроде NVIDIA A100/H100), а отечественное производство их аналогов не налажено. Ситуация усугубляется острой нехваткой кадров: отток опытных специалистов не компенсируется медленным притоком молодежи. Вдобавок страна сталкивается с технологической изоляцией и дефицитом актуальной информации. Тем не менее это не повод для отчаяния, а скорее сигнал к действию - необходимо системно заняться удержанием и развитием человеческого капитала в эпоху искусственного интеллекта.
Павел Разов - доктор социологических наук, профессор кафедры социологии Финансового университета при правительстве Российской Федерации, член Российского общества социологов. Постоянно работает в тесном контакте с органами законодательной и исполнительной власти. Сфера интересов: социология семьи, социология рисков, социология труда и профессиональной мобильности. Автор более 100 учебно-методических и научных работ, учебников и учебных пособий по социологии.