Данные о занятости 2026: 87 714 сокращений из-за ИИ за пять месяцев, минус 28 000 в месяц в техе и финансах, и главное различие в автоматизации.
Объяснение изменилось. По данным Challenger, Gray & Christmas, «ИИ» стал причиной номер один, которую компании называют, сокращая персонал: 87 714 сокращений, отнесённых к ИИ, за первые пять месяцев 2026 года против 54 836 за весь 2025 год и около 175 796 с начала наблюдений в 2023 году.
Отрасли названы конкретно. Занятость в финансовой деятельности и в информационном секторе — там, где внедрение ИИ шло быстрее всего, — сокращается примерно на 28 000 человек в месяц; на технологический сектор пришлась около трети всех увольнений 2026 года.
Самый важный нюанс. Лаборатория цифровой экономики Стэнфорда обнаружила, что занятость слабеет там, где ИИ автоматизирует задачи, и держится там, где ИИ помогает работнику. История вытеснения и история усиления обе верны — просто они происходят с разными профессиями.
Сразу методологическая оговорка: «ИИ» как названная причина — не то же самое, что ИИ как причина. У компаний есть стимул относить сокращения к технологической трансформации, а не к перенайму, слабому спросу или дисциплине расходов: перед инвесторами это звучит лучше. Цифры Challenger — лучший доступный сигнал, и это сигнал о корпоративном нарративе не меньше, чем о причинности.
При этом отраслевые данные подтверждают направление: именно отрасли с самым быстрым внедрением теряют занятость, и эта корреляция держится уже несколько кварталов подряд.
Обзор WEF за 2026 год прогнозирует 170 млн новых ролей против 92 млн вытесненных к 2030 году — чистый плюс, к которому стоит отнестись с обычной осторожностью, применимой к любому прогнозу на 2030 год. Положительное сальдо к тому же ничего не говорит об издержках перехода: вытесненный работник и вновь созданная роль часто не один и тот же человек, не в одном и том же месте и не с одним и тем же набором навыков.
Разделение Стэнфорда на автоматизацию и усиление — самая полезная из доступных рамок:
Практический перевод: вопрос об уязвимости звучит не «упоминается ли моя сфера в заголовках про ИИ», а «большая часть моего измеримого результата — это то, что модель производит от начала до конца, или то, что модель лишь ускоряет?». Рутинная подготовка документов, первый вариант кода, поддержка первой линии, базовая аналитика — уязвимы к автоматизации. Суждение в условиях неопределённости, ответственность, работа с отношениями, физическое присутствие, постановка новых задач — пока что относятся к усилению.
Два факта из данных о корпоративном внедрении усложняют простую историю вытеснения:
80% компаний уже встраивают ИИ-агента хотя бы в одно продуктивное приложение, но масштабируют хотя бы одного только 23%, а 88% пилотов с агентами никогда не доходят до продуктива. При этом 56% гендиректоров сообщают о нулевом измеримом ROI от развёртывания ИИ.
Сокращения, сделанные на основании пилота, который никогда не масштабируется, — это сокращения на основании прогноза. Эти два факта рядом друг с другом и есть честное состояние истории о рынке труда 2026 года.
Работникам: поднимайтесь по лестнице усиления — станьте тем, кто управляет ИИ-системами в своей области, а не тем, чей результат с ними конкурирует. Дефицитный профиль 2026 года — гибридный: экспертиза в предметной области плюс умение оценивать и направлять работу ИИ.
Руководителям: резать до того, как производительность достигнута, — это прямой путь оказаться среди 70–85% инициатив, не оправдавших ожиданий, и с дырой в компетенциях впридачу. Последовательность: развернуть, измерить, перераспределить людей и только затем корректировать численность, если расчёты сходятся.
Медианная окупаемость агента — 5,1 месяца, а 22% развёртываний убыточны по ROI на двенадцатом месяце. Такое распределение означает, что вы можете узнать, сработало ли развёртывание, ещё до второго бюджетного цикла, — а увольнения на втором месяце лишают вас именно той информации, которая подсказала бы, стоило ли вообще сокращать.
Проверьте три вещи, прежде чем делать выводы: был ли «ИИ» названной причиной или доказанной; сообщает ли компания о достигнутом росте производительности; совпадают ли сокращающие отрасли с быстро внедряющими. В 2026 году третья проверка обычно проходит, а вторая — обычно нет.
Sources: CNBC on Challenger's AI-attribution finding · Insurance Journal on sector payroll declines · Claims Journal coverage · BCG — AI will reshape more jobs than it replaces · EPIC March 2026 jobs report
Последнее обновление: 29 июля 2026 г.
Agents API от OpenAI упрощает создание устойчивых облачных агентов. Разбираем изменения, недоказанные тезисы и контролируемый запуск.
Как ИИ перекроил творческую работу: 86% внедрения, падение на 17% в дизайне, музыкальные мировые как шаблон и то, что суды так и не решили.
Данные 2026 года: 88% студентов используют генеративный ИИ, учителя экономят 5,9 часа в неделю — но формальные правила есть лишь у 13% школ.
Картина 2026 года: Digital Omnibus переносит обязанности для высокого риска на 2027 год, два новых запрета ЕС и надзор за GPAI.
Выявление мошенничества даёт 90–99 % точности и работает в 300 раз быстрее, но больше половины мошенничества тоже использует ИИ. Цифры и асимметрия.
Экспертные прогнозы для ИИ к 2030 году: сроки AGI, влияние на рынок труда, технологические прорывы и сценарии, по которым нет согласия.
ИИ в медицине в цифрах: 1,451 одобренное FDA устройство, 75% внедрения в системах здравоохранения и 43% без данных клинической валидации.
Восемь трендов, определяющих ИИ в 2026: гонка оценок, модели-однодневки, уход Sora, мировые по авторскому праву и намеренная пауза в регулировании.
