До меня все больше доходит новостей из первых уст, когда в компаниях уже начались сокращения сотрудников в следствии внедрения ИИ. И до сих пор не совсем ясно, кому стоит бояться. Поэтому боятся все

Ошибка «фиксированного пирога» (lump-of-labor fallacy)

Страх перед ИИ строится на допущении: «Работы в экономике - конечное число. Если ИИ делает больше, людям остаётся меньше».

Это опровергается всей историей технологических революций: • Паровая машина не уничтожила труд - она создала железные дороги, логистику, туризм • Компьютеры не упразднили бухгалтеров - они породили финтех, data science, продуктовую аналитику • Интернет не убил ритейл - он создал e-commerce, маркетплейсы, performance-маркетинг.

Вывод: Человеческие потребности не фиксированы. Мы не «заполняем время» - мы создаём новые ценности.

Что говорят данные (не мнения, а исследования 2026 года)

• NBER Working Paper - ИИ пока не меняет общую занятость, но перераспределяет задачи: рутина → аналитика, менеджмент.

• Fed Reserve Bank of Atlanta - >90% компаний не зафиксировали влияния ИИ на штат за последние 3 года

• Census Center for Economic Studies - только ~5% фирм заметили изменения в численности

Инсайт: пока идет перераспределение задач и избавление от той самой рутину, от которой многие устают и выгорают

Единственный реальный сигнал: входные позиции под давлением

Исследования Стэнфорда, Далласского ФРБ и Census показывают:

• Роли с высокой «экспозицией к ИИ» (копирайтинг, базовый анализ, первичная поддержка) становятся сложнее найти на старте • НО: одновременно растёт число входных позиций, где ИИ - инструмент усиления, а не замена • И: многие «исчезнувшие» джуны скорее следствие циклического замедления найма, чем ИИ

Инсайт: если вы начинающий аналитик - не конкурируйте с ИИ в рутине. Конкурируйте в постановке задач, интерпретации результатов и принятии решений.

Что меняется на самом деле: не «кто работает», а «как работает»

ИИ не убирает профессии - он меняет их экономику: ценность смещается с исполнения на постановку, с обработки на осмысление, с операционки на стратегию.

Например:

БЫЛО: Аналитик собирает данные вручную СТАЛО: Аналитик проектирует пайплайн, ИИ собирает, он валидирует и интерпретирует

БЫЛО: Менеджер пишет отчёты СТАЛО: Менеджер формулирует гипотезы, ИИ генерирует черновики, он принимает решения

🎯 Что это значит для нас как аналитиков?

• Не бояться автоматизации - бояться статики. Если вы делаете то, что можно описать алгоритмом - это сигнал к апгрейду, не к панике.

• ИИ - ваш рычаг, а не конкурент. Один аналитик с ИИ-стеком может делать работу за нескольких статичных человек. Это не угроза - это возможность масштабировать личный вклад и доход.

• Точка входа - в «последней миле». ИИ силён в генерации, слаб в контексте, этике, переговорных нюансах. Зона роста - там, где нужна человеческая интерпретация.

• Продуктовая гипотеза: инструменты, которые помогают аналитикам не «заменяться», а «усиливаться» ИИ. Например, no-code пайплайны для валидации AI-выводов, фреймворки для prompt-инженерии в аналитике - это готовый B2B-продукт.

#ИИ #рыноктруда #аналитика #карьера #продукт #экономика #будущее