Американский инвестбанк Morgan Stanley представил собственный обзор, посвящённый тому, как развитие технологий искусственного интеллекта может отражаться на рынке труда. В фокусе исследования — ранние признаки «вытеснения» работников из отдельных профессий и задач, связанных с внедрением ИИ, и оценка того, насколько это способно повлиять на общую безработицу. По итогам анализа, суммарный эффект на агрегированный показатель безработицы оценивается как ограниченный — не более 10 базисных пунктов.
Что означает «дисрупция» и почему смотрят на безработицу
Термин disruption в контексте рынка труда обычно используют, когда технологические изменения приводят к структурным сдвигам: часть задач автоматизируется, меняются требования к навыкам, а некоторые роли сокращаются или трансформируются. В таких ситуациях важно отличать локальные изменения в конкретных компаниях и профессиях от заметного «системного» ухудшения на уровне всей экономики.
Базисный пункт — это единица измерения, равная 0,01%. Когда говорится, что эффект на безработицу составляет не более 10 базисных пунктов, это соответствует примерно 0,10 процентного пункта — то есть сравнительно небольшому изменению в масштабах всего рынка труда.
Главный вывод: первые сигналы заметны, но общий эффект пока ограничен
Согласно представленному трекеру, признаки вытеснения рабочих мест, связанных с внедрением ИИ, начинают проявляться — прежде всего среди более молодых сотрудников. Однако в целом воздействие на рынок труда остается умеренным. Если сравнивать динамику безработицы у работников с разным уровнем «подверженности» воздействию ИИ (то есть с разной степенью того, насколько их профессии и повседневные рабочие обязанности потенциально затрагиваются технологиями), картина в целом выглядит сопоставимой.
Цифры после поправок: у «высокоподверженных» безработица выше на 0,3 п.п.
Отдельный акцент в исследовании сделан на корректировке данных с учётом циклических факторов — то есть общих колебаний экономики, которые способны влиять на занятость независимо от ИИ (например, замедление или ускорение деловой активности). После такой настройки аналитики отмечают, что для работников с высокой подверженностью показатель безработицы примерно на 0,3 процентного пункта выше «нормальных» значений.
Авторы связывают это с возможным ИИ-эффектом, который для агрегированного уровня безработицы оценивается как максимум 10 базисных пунктов.
Кто ощущает изменения первым: молодые работники
Наиболее ранние признаки сдвигов, по данным Morgan Stanley, наблюдаются у молодых сотрудников. При этом характер динамики выглядит не как резкое одномоментное ухудшение, а скорее как постепенное изменение: потоки увольнений остаются на низком уровне, но понемногу растут. Параллельно увеличивается и длительность безработицы у этой группы — то есть тем, кто теряет работу, требуется больше времени, чтобы вернуться на рынок труда.
Почему «макро» пока не показывает сильных изменений
В отчёте подчеркивается, что сигналы дисрупции заметнее на микроуровне — в данных, которые отражают поведение отдельных компаний, подразделений и групп работников. При этом в «макроагрегатах» — то есть в крупных, усреднённых показателях по экономике в целом — эффект пока выражен слабее.
Такую разницу аналитики объясняют тем, что внедрение ИИ находится на ранней стадии: технологии и бизнес-процессы ещё не прошли полный цикл перестройки, а последствия распределяются неравномерно по секторам и должностям.
Как компании говорят об ИИ: упоминаний про вытеснение больше, чем про создание рабочих мест
Отдельный блок исследования опирается на тексты earnings transcripts — дословные расшифровки выступлений руководителей компаний на встречах с инвесторами и аналитиками при публикации финансовых результатов. Авторы отмечают, что в этих материалах упоминания о вытеснении рабочих мест, связанных с ИИ, растут быстрее, чем упоминания о создании новых рабочих мест.
В то же время в отчёте звучит оговорка: на то, как компании формулируют тезисы, может влиять система управленческих стимулов. Иными словами, акценты в публичных комментариях не всегда напрямую отражают баланс «сокращение против найма» в реальности.
Ещё один сигнал: перераспределение задач внутри рабочих процессов
Помимо сокращений как таковых, данные указывают и на более тонкий процесс — task reshuffling, то есть перетасовку задач в масштабах рабочей силы. По мере внедрения ИИ часть операций может автоматизироваться, другая — передаваться сотрудникам с иными навыками, а третья — перемещаться между ролями. В итоге даже при относительно стабильной численности занятых меняется содержание работы и требования к квалификации.
Контекст: почему это важно для понимания будущего рынка труда
ИИ уже используют в разных сферах — от аналитики и автоматизации документооборота до поддержки клиентов и разработки программного обеспечения. На ранних этапах внедрения экономический эффект обычно проявляется прежде всего в изменении структуры профессий, а не в резком росте безработицы. Поэтому наблюдение за «узкой» дисрупцией — вытеснением в отдельных сегментах — может быть более информативным, чем только мониторинг общей статистики занятости.
В представленном трекере Morgan Stanley как раз пытается измерить эти ранние сигналы и оценить их масштаб: пока он выглядит ограниченным по совокупной безработице, но наиболее чувствительные изменения, по оценкам аналитиков, начинаются с молодых работников.