#growth_архитектура #сколково Во вторник меня позвали в экспертную комиссию SkolkovoTech по теме ИИ. Главный вывод: ближайшей «волны тотальных увольнений из-за ИИ» не ждём. Кто громко обещает кадровую резню в 2026-м, чаще всего просто не умеет задавать контекст и писать нормальные промты. Но уже эксперты. ИИ сейчас дополняет и ускоряет — а не «сметает». Подкладываю мировые данные под этот вопрос.

1. Баланс: рабочих мест больше прибавится, чем уйдёт WEF прогнозирует к 2030 году 170 млн новых ролей и 92 млн вытеснённых — чистый плюс 78 млн. Это турбулентность на годы, а не обрыв в 2026-м.
2. Реальность внедрения: переустройство задач, а не массовые увольнения OECD на базе ~100 кейсов по 8 странам: чаще происходит реорганизация работы (людям переносится акцент на то, где у них преимущество), а не прямое замещение. Вывод: профессии остаются, меняется «начинка» задач.
3. Где риски есть по-настоящему IMF: всё решает «комплементарность». Высокая экспозиция + низкая комплементарность (типичный пример — телемаркетинг) = выше шанс замещения. Но там, где навыки дополняют ИИ, модель — усилитель, а не конкурент. Вывод: риск не «по отраслям», а по сочетанию задач и навыков.
4. Почему «апокалипсис завтра» не сходится по темпам McKinsey (2025): почти все уже инвестируют в ИИ, но лишь 1% компаний считают себя зрелыми. Узкое горлышко — лидерство и оргдизайн, а не «нежелание сотрудников». Массовые высвобождения тормозит реальность процессов.
5. Образование как зеркало рынка ВШЭ делились: бум студенческих работ с ИИ — это факт. При этом по внутренним наблюдениям: кто был силён — использует ИИ осмысленно; кому знания «не горят» — не используют вовсе. По миру картинка совпадает: 86% студентов уже применяют ИИ в учёбе (54% — минимум раз в неделю; 24% — ежедневно). Но при этом 31% не понимают, когда ИИ можно, а когда нельзя, а формальные политики есть лишь у 28% вузов (весна-2025). Для контекста: ВШЭ официально разрешает ИИ при обязательном раскрытии, что и как им сделано. Нормы важнее запретов. Кейсы из выступлений Промышленность: «месяц = 5 ИТ-продуктов» На одном из заводов провели интенсив: 5 мини-команд по 2 человека за месяц собрали 5 рабочих ИТ-проектов с ИИ. Владельцы включились лично. По замерам руководителей: задачи, которые «по-старому» занимали 90–120 человеко-дней, с ИИ укладывались в 14–28 человеко-дней — экономия в 4–8 раз. Скептик из лидов после демо… перестал быть скептиком. Реальный сектор ≠ презентации Спикеры отдельно подчёркивали: там, где ИИ работает с «виртуальным» (текст, презентации, маркетинг), эффект мгновенный. Но в стройке, эксплуатации, логистике и сервисе оборудования — человек остаётся в контуре: ИИ ускоряет диагностику и планирование, но не «вытесняет» бригаду на объекте. Нефтегаз: доменная экспертиза → ИИ-продукт Профессор нефтегаза ещё в 2018-м ушёл в ML по оцифровке керна. Итог — выросшая лаборатория и отдельная компания по цифровизации процессов. Кейс о том, что сильный домен + ИИ = не «минус люди», а новая ниша и экспорт экспертизы. Медицина: от «игрушек» к методологии Университетская команда ушла от точечных экспериментов к сквозной методологии внедрения ИИ в процессы обработки данных: от сбора до контроля качества. Цель — убрать «чёрные ящики», сделать воспроизводимую цепочку. Эффект — меньше ручных согласований, быстрее цикл «гипотеза → проверка → внедрение». Итого ИИ сейчас — это ускоритель. Он срезает рутину, но поднимает планку к постановке задач, критическому мышлению и умению шить процессы. Уволит не ИИ — уволит привычка работать без контекста. А если хочется прогнозов «резни в 2026-м», лучше начать с прокачки промтов: сначала думай и формулируй, потом автоматизируй.