Сейчас перед каждой крупной технологической конференцией года существует определенный ритуал: кто-то выходит на сцену и произносит фразу «это все изменит», и половина зала аплодирует, пока другая половина мысленно подсчитывает, через сколько месяцев их должность устареет. А тем временем, в более скромных слоях реальной экономики, сотни тысяч рабочих мест исчезают молча, без пресс-конференций и оваций.
Нам повторяют, что этот сдвиг не нов, что каждая технологическая революция уничтожала рабочие места, прежде чем создавать другие: автомобиль уничтожил кузнеца, но породил автомастерскую, информационные технологии упразднили машинистку, породив колоссальную индустрию программного обеспечения. Это правда. Это также удобный способ не смотреть на то, что происходит на самом деле: не замена задач, а изменение самой природы интеллектуального труда — и сдвиг в том, кто именно получает от этого выгоду.
Разрушение происходит быстрее созидания, и это не случайно
Начнем с цифр, поскольку именно на языке цифр этот спор требует, чтобы его воспринимали всерьез. Amazon сократил почти 30 000 рабочих мест за последние месяцы, за ним последовали Google, Microsoft, Meta и Intel — в то время как совокупная оценка ИИ-лабораторий достигла таких высот, которые ни один серьезный аналитик не осмелился бы предсказать три года назад.
Но самая показательная цифра — не количество сокращений, а причины, по которым они были вызваны. Опрос *Harvard Business Review*, опубликованный в январе 2026 года, проведенный среди более чем тысячи руководителей, опрошенных в декабре 2025 года, показывает, что 39% из них признают, что сократили персонал в преддверии будущих возможностей ИИ — по сравнению с 2% на основании реально достигнутого повышения эффективности автоматизации. Перевод: основная часть нынешних сокращений не связана с фактической заменой человеческого труда, а является ставкой на эту замену, сделанной за счет уволенных сотрудников еще до того, как технология доказала свою эффективность.
Можно рассуждать об исследованиях, обещающих появление новых профессий — архитектор данных, специалист по этике ИИ, куратор алгоритмического контента. Эти профессии существуют или будут существовать. Отчет Генерального директората казначейства, опубликованный в июне 2026 года, безоговорочно признает это, цитируя работу экономиста Дэвида Автора: 60% работников сегодня занимают должности, которых не существовало в 1940 году. Экономическая история в долгосрочной перспективе на стороне оптимистов.
Проблема не в существовании этих профессий, а в их относительной редкости по сравнению с объемом должностей, которые они должны компенсировать в краткосрочной перспективе. McKinsey Global Institute говорит о 30% автоматизируемых рабочих часов к 2030 году в развитых экономиках; ОЭСР оценивает в 27% долю французских рабочих мест, подверженных высокому риску автоматизации, что составляет более четырех миллионов рабочих мест — сосредоточенных в административной поддержке, бухгалтерском учете и переводе. Всемирный экономический форум, в свою очередь, прогнозирует чистый положительный баланс в 78 миллионов созданных рабочих мест к 2030 году в мировом масштабе. Но автоматизированная задача не эквивалентна механически сокращенной должности — за исключением того, что на практике именно так поступают большинство генеральных дирекций, как только позволяют маржа. Выигранное время не перераспределяется на повышение креативности; штат сокращается, а прибыль распределяется акционерам.
Миф о «повышенном» работнике
Доминирующий дискурс — это дискурс «повышенного» работника: ИИ как второй пилот, как когнитивный протез, который освобождает человека от низкоуровневых задач, чтобы сосредоточить его на суждениях, творчестве, отношениях. Это заманчиво, и это не совсем неверно — я видел, как коллеги экономили драгоценное время на задачах синтеза, которые им не нравились. Но основной вопрос остается без ответа: кому принадлежит это освободившееся время?
В компании, которая рассматривает сотрудников как центр затрат, время, освобожденное ИИ, никогда не возвращается в виде меньшего количества рабочих часов или большей автономии. Оно немедленно реинвестируется в большее производство, больше запросов — до тех пор, пока нагрузка не вернется к своему прежнему уровню насыщения, но с сокращенным штатом. Это называется повышением производительности. Честнее было бы назвать это усилением труда, замаскированным под прогресс.
Что мы теряем, когда теряем скуку
Есть аспект этой трансформации, о котором мало говорят: исчезновение того, что я бы назвал продуктивной скукой. Эти моменты повторяющихся задач, трудоемкого написания, утомительных исследований, которые, казалось бы, сами по себе не имели никакой ценности, но которые формировали компетенцию, интуицию, профессиональную память. Молодой журналист, который часами разбирал архивы, чтобы найти цифру, развивал тонкое знание своего предмета, которое мгновенный доступ к обобщенному ответу никогда не даст. Стажер-юрист, который вручную составлял десятки одинаковых заключений, в итоге усваивал грамматику права, которую автоматическая генерация текста полностью обходит.
Мне ответят, что это рассуждение всех поколений перед лицом любого технического новшества — писцы сетовали на исчезновение устной памяти с появлением письменности. Этот аргумент приемлем. Но есть разница в степени, если не в природе, между делегированием вычислений калькулятору и делегированием самого мышления системе, которая дает правдоподобный результат, без необходимости пользователю понимать, как он был получен. Риск заключается не только в потере ноу-хау: это потеря способности оценивать, правилен ли результат, произведенный машиной, из-за того, что вы никогда не делали этого упражнения сами.
Профессии, которые выживают, и почему это не внушает доверия
Данные France Travail подтверждают тихий сдвиг: взрыв предложений для ИТ-специалистов, параллельное падение найма на классические административные должности. Нам говорят, в качестве компенсации, что межличностные, ручные или реальные профессии — медсестры, ремесленники, воспитатели, сантехники — защищены. Это, вероятно, верно в краткосрочной перспективе, но это слабое утешение.
Во-первых, эти профессии — именно те, которые наши общества оплачивали меньше всего, хотя они должны были бы, согласно иерархии, нарисованной когнитивной автоматизацией, стать самыми редкими и, следовательно, самыми высокооплачиваемыми. Нет никаких признаков того, что этот сдвиг происходит: мы продолжаем платить инженеру по *промпт-инжинирингу* больше, чем медсестре, даже если первая профессия может исчезнуть в течение пяти лет, а вторая никогда не исчезнет.
Во-вторых — и это самый неудобный момент — устойчивость этих профессий к автоматизации не обязательно является хорошей новостью для тех, кто их выполняет. Это означает поляризованное общество между когнитивной элитой, которая оркестрирует машины, и массой работников, занятых физическим присутствием, малоквалифицированных с точки зрения рынка: две параллельные экономики, которые все реже пересекаются.
Выход из фатализма без погружения в отрицание
Я не верю, что нужно поддаваться катастрофизму или выступать за технологический регресс, который не имеет никаких шансов на успех в мире международной конкуренции. Вопрос не в том, будет ли ИИ продолжать трансформировать труд — он будет. Вопрос в том, кто решает распределение выгод, которые порождает эта трансформация, и по каким критериям.
Это предполагает конкретные политические решения: налогообложение, которое поглощает часть прироста производительности, связанного с автоматизацией, для финансирования переобучения перемещенных работников; искреннее повышение ценности профессий, связанных с человеческим присутствием; образование, которое перестанет готовить молодые поколения к должностям, которых больше не будет, и будет направлять их к тому, что машины никогда не будут структурно делать хорошо — неопределенное суждение, принятая ответственность, воплощенные отношения. Это также предполагает, скромнее, что каждый задает себе неудобный вопрос: в своей работе я делегирую машине скучные задачи, или я делегирую свою способность понимать то, что произвожу?
Что остается нам, вопреки всему
Есть что-то ироничное в написании этого текста в то время, когда сама информационная индустрия переизобретается с помощью искусственного интеллекта, когда можно прочитать, опубликованную в один день, статью, восхваляющую производительность модели на бенчмарке агентивности, и другую, анонсирующую десятки тысяч сокращений в прессе. Это напряжение не разрешено, и, вероятно, никогда не будет полностью разрешено. Но если есть одна вещь, которую не могут отнять у нас ни самые изощренные модели, ни наиболее искусно представленные социальные планы, то это ответственность за коллективный выбор того, что мы хотим делать с этим освобожденным временем. Поручить его исключительно логике квартальной прибыльности было бы самой большой ошибкой этого десятилетия.
Мнение редакции
Этот трибьют затрагивает слепую зону в дебатах: мы бесконечно обсуждаем количество уничтоженных рабочих мест, почти никогда — что автоматизация делает с обучением профессии. Редакция OrChair особенно отмечает цифру из *Harvard Business Review* — 39% руководителей, увольняющих по прогнозам, против 2% на основании достигнутых результатов. Это говорит о главном: значительная часть текущей социальной стоимости ИИ не технологична, она — в принятии решений. А решение, в отличие от закона физики, может быть принято иначе.
* Трибьют. Выраженные мнения касаются только их автора.*





