- 20,972
- 46
- 8 Ноя 2022
Громкие кейсы, тихая статистика — рынок труда не поддался ИИ.
Специалисты The Budget Lab представили новый разбор того, как генеративный ИИ влияет на рынок труда спустя почти 3 года после выхода ChatGPT в ноябре 2022 года. Главный вывод исследователей прост и немного неожидан — никакого заметного, экономически масштабного сдвига в занятости пока не видно. Состав профессий действительно меняется чуть быстрее, чем во времена бурного роста интернета, но разница невелика и зародилась ещё до широкого внедрения ИИ в офисы и производственные процессы.
Авторы сравнили темп перестройки «профессионального микса» после ноября 2022 года с периодами раннего распространения персональных компьютеров и интернета. Индекс несходства показывает: чтобы «вернуться» к набору профессий в стартовой точке, потребовалась бы лишь небольшая миграция работников между занятиями. При этом сходная динамика наблюдалась уже в 2021 году — задолго до того, как чат-боты и помощники на базе моделей стали привычным инструментом сотрудников.
На уровне отраслей сильнее остальных менялись информационный сектор, финансы, а также профессиональные и бизнес-услуги. Однако траектория этих сдвигов началась до появления новых ИИ-инструментов и, судя по длинным рядам, отражает особенности самих отраслей. Массовой «эрозии» когнитивного труда данные не подтверждают — ни в занятости , ни в безработице.
Чтобы проверить гипотезу о рисках автоматизации, исследователи сопоставили текущую занятость с двумя наборами метрик. Первый — «экспозиция» профессий к ИИ по данным OpenAI: речь о доле задач, где использование технологий GPT способно сократить время выполнения как минимум вдвое. Расклад по квинтилям почти не меняется — доли работников в группах низкой, средней и высокой экспозиции остаются стабильными. Среди безработных также не видно роста доли тех, чьи предыдущие задачи были сильно «подвержены» автоматизации.
Второй блок — фактическое применение ИИ по данным Anthropic, где каждая задача классифицируется как автоматизируемая или усиливаемая. Картина опять же спокойная: доля работников в профессиях, где преобладает автоматизация или, наоборот, дополнение труда ИИ, почти не дрейфует. При этом наблюдается сильный перекос использования в сторону компьютерно-математических и медиа-профессий, тогда как clerical-направления с сопоставимой теоретической «экспозицией» внедряют ИИ заметно медленнее. Это подчёркивает ограниченность любых выводов на базе одного источника телеметрии: у каждого вендора свой профиль аудитории и сценариев.
Отдельно авторы посмотрели на выпускников бакалавриата 20–24 лет и их старших коллег 25–34 лет. Если бы ИИ давил на старт карьеры, различия в распределении по профессиям росли бы заметно. На практике индекс несходства колеблется в узком диапазоне, а лёгкая тенденция вверх объясняется как шумом выборки, так и общей прохладой рынка к младшим специалистам.
Ключевая методологическая проблема — нехватка общедоступных, сопоставимых данных об использовании ИИ на уровне задач и компаний. «Экспозиция» OpenAI — теоретична и не отражает реальную диффузию инструментов, а телеметрия Anthropic по одному продукту не представляет весь рынок. Пока лучшие доступные ряды указывают на стабильность, а не на ускоренное вытеснение профессий. Исследователи планируют обновлять расчёты ежемесячно, чтобы фиксировать возможные переломы тенденций, когда и если они начнут проявляться.
Заметки для практики: в ближайшей перспективе кадровые стратегии стоит строить не на страхах, а на реальных метриках внедрения — где ИИ уже ускоряет конкретные операции, где повышает качество, а где ещё упирается в процессы и регуляции. История с компьютерами и интернетом напоминает — настоящие производственные перестройки измеряются годами, а иногда десятилетиями.
Специалисты The Budget Lab представили новый разбор того, как генеративный ИИ влияет на рынок труда спустя почти 3 года после выхода ChatGPT в ноябре 2022 года. Главный вывод исследователей прост и немного неожидан — никакого заметного, экономически масштабного сдвига в занятости пока не видно. Состав профессий действительно меняется чуть быстрее, чем во времена бурного роста интернета, но разница невелика и зародилась ещё до широкого внедрения ИИ в офисы и производственные процессы.
Авторы сравнили темп перестройки «профессионального микса» после ноября 2022 года с периодами раннего распространения персональных компьютеров и интернета. Индекс несходства показывает: чтобы «вернуться» к набору профессий в стартовой точке, потребовалась бы лишь небольшая миграция работников между занятиями. При этом сходная динамика наблюдалась уже в 2021 году — задолго до того, как чат-боты и помощники на базе моделей стали привычным инструментом сотрудников.
На уровне отраслей сильнее остальных менялись информационный сектор, финансы, а также профессиональные и бизнес-услуги. Однако траектория этих сдвигов началась до появления новых ИИ-инструментов и, судя по длинным рядам, отражает особенности самих отраслей. Массовой «эрозии» когнитивного труда данные не подтверждают — ни в занятости , ни в безработице.
Чтобы проверить гипотезу о рисках автоматизации, исследователи сопоставили текущую занятость с двумя наборами метрик. Первый — «экспозиция» профессий к ИИ по данным OpenAI: речь о доле задач, где использование технологий GPT способно сократить время выполнения как минимум вдвое. Расклад по квинтилям почти не меняется — доли работников в группах низкой, средней и высокой экспозиции остаются стабильными. Среди безработных также не видно роста доли тех, чьи предыдущие задачи были сильно «подвержены» автоматизации.
Второй блок — фактическое применение ИИ по данным Anthropic, где каждая задача классифицируется как автоматизируемая или усиливаемая. Картина опять же спокойная: доля работников в профессиях, где преобладает автоматизация или, наоборот, дополнение труда ИИ, почти не дрейфует. При этом наблюдается сильный перекос использования в сторону компьютерно-математических и медиа-профессий, тогда как clerical-направления с сопоставимой теоретической «экспозицией» внедряют ИИ заметно медленнее. Это подчёркивает ограниченность любых выводов на базе одного источника телеметрии: у каждого вендора свой профиль аудитории и сценариев.
Отдельно авторы посмотрели на выпускников бакалавриата 20–24 лет и их старших коллег 25–34 лет. Если бы ИИ давил на старт карьеры, различия в распределении по профессиям росли бы заметно. На практике индекс несходства колеблется в узком диапазоне, а лёгкая тенденция вверх объясняется как шумом выборки, так и общей прохладой рынка к младшим специалистам.
Ключевая методологическая проблема — нехватка общедоступных, сопоставимых данных об использовании ИИ на уровне задач и компаний. «Экспозиция» OpenAI — теоретична и не отражает реальную диффузию инструментов, а телеметрия Anthropic по одному продукту не представляет весь рынок. Пока лучшие доступные ряды указывают на стабильность, а не на ускоренное вытеснение профессий. Исследователи планируют обновлять расчёты ежемесячно, чтобы фиксировать возможные переломы тенденций, когда и если они начнут проявляться.
Заметки для практики: в ближайшей перспективе кадровые стратегии стоит строить не на страхах, а на реальных метриках внедрения — где ИИ уже ускоряет конкретные операции, где повышает качество, а где ещё упирается в процессы и регуляции. История с компьютерами и интернетом напоминает — настоящие производственные перестройки измеряются годами, а иногда десятилетиями.
- Источник новости
- www.securitylab.ru
