Искусственный интеллект пока не породил однозначной картины массовой безработицы. Общая занятость в развитых странах остается в целом стабильной, и недавние оценки показывают ограниченные свидетельства того, что ИИ существенно изменил общие показатели. Однако под поверхностью может скрываться тревожное изменение: тихое ослабление первой ступени карьерной лестницы.
Наиболее тревожные свидетельства проявляются именно там, где их следовало ожидать в первую очередь: в найме на начальные позиции. В рабочем документе, опубликованном в ноябре 2025 года Лабораторией цифровой экономики Стэнфордского университета, установлено, что работники в возрасте от 22 до 25 лет в профессиях, наиболее подверженных влиянию ИИ, испытали относительное снижение занятости на 16% после распространения генеративного ИИ, даже с учетом других факторов, которые могли повлиять на решения фирм о найме. Отчет Anthropic от марта 2026 года содержит убедительные доказательства, ведущие к схожему выводу.
Более опытные работники в тех же профессиях не понесли такого же спада. Занятость также не снижается на начальных должностях с низкой степенью воздействия ИИ. Проблема специфична для начальных карьерных позиций, подверженных влиянию ИИ.
Это не незначительный сигнал. Он предполагает, что фирмы могут использовать ИИ для замещения младших задач, с помощью которых люди традиционно получают первую возможность закрепиться — по крайней мере, на должностях, где генеративный ИИ используется широко, таких как разработчики программного обеспечения, специалисты по обслуживанию клиентов, программисты и менеджеры информационных систем.
Настало время внести изменения в то, как мы обучаем, готовим и поддерживаем молодых людей, которые вот-вот выйдут на рынок труда. Образовательные учреждения должны переориентироваться на эпоху рабочей силы, дополненной ИИ. Правительства должны стимулировать бизнес нанимать и обучать работников начального уровня. Бизнес, в свою очередь, должен признать важность развития долгосрочного кадрового резерва, имеющего опыт работы с ИИ, — процесса, который начинается с работников начального уровня. А сами студенты должны взять на себя ответственность не только за то, чтобы свободно владеть ИИ, но и за то, чтобы научиться применять эти знания в различных областях.
Короче говоря, мы должны изменить то, как мы традиционно представляли себе работу начального уровня.
Это особенно актуально, поскольку общий рынок труда для недавних выпускников также ослабевает. Федеральный резервный банк Нью-Йорка сообщил, что в четвертом квартале 2025 года уровень безработицы среди недавних выпускников колледжей вырос до 5,6%, в то время как уровень неполной занятости (доля выпускников, работающих на должностях, которые обычно не требуют высшего образования) достиг 42,5%, что является самым высоким показателем со времен пандемии COVID. Ни одна отдельная статистика не может доказать, что ИИ является единственной причиной этого ухудшения. Наем в целом сильно снизился после пандемии, и молодые люди особенно уязвимы к замедлению. Но было бы ошибкой игнорировать возможность того, что ИИ ускоряет и без того сложный переход от учебы к работе.
За этими статистическими данными стоит немало личных переживаний. Недавние выпускники сегодня часто подают сотни заявок, прежде чем получают одно предложение, а опросы постоянно выявляют повышенный уровень тревожности, финансовой нестабильности и выгорания среди молодых работников, долго ищущих работу. Если ИИ тихо закрывает дверь перед типичными начальными рабочими местами, люди заплатят за это отложенной независимостью, отсроченным созданием семьи и ощущением, что их первые серьезные профессиональные усилия были отвергнуты.
Это также важно, поскольку рабочие места начального уровня являются частью системы обучения экономики. Младшие аналитики узнают, каким числам можно доверять. Молодые разработчики программного обеспечения узнают, как выходят из строя производственные системы. Новые маркетологи узнают, как ведут себя клиенты за пределами четкого языка информационных панелей. Начинающие юристы и финансовые работники узнают, как на самом деле взаимодействуют правила, суждения, сроки и человеческие отношения. Если ИИ поглотит больше подготовки, триажа, кодирования, обобщения и административной подготовки, которые раньше помогали обучать работников начального уровня, фирмы могут стать более эффективными в краткосрочной перспективе, в то время как общество станет менее компетентным в долгосрочной.
Правильный способ повысить квалификацию молодых работников — не говорить им: «Учитесь кодировать». Этот совет, который определил более десяти лет федеральных инициатив и расширения университетов, основывался на предпосылке, что кодирование является стабильным, масштабируемым навыком, которому почти любой может научиться и который может обеспечить ему место в среднем классе. Эта предпосылка больше не верна. Слой работы, с которым хорошо справляется ИИ — преобразование спецификации в рутинный код, воспроизведение стандартных шаблонов, отладка предсказуемых ошибок — это именно тот слой, на котором строились программы «учитесь кодировать».
Надзор за системами ИИ в их работе теперь гораздо более актуальный навык. Поэтому понимание результатов, которые производят системы ИИ, станет очень важным.
Чтобы помочь людям развить такие навыки, мы должны потребовать, чтобы университеты, общественные колледжи и профессиональные программы встраивали грамотность в области ИИ, грамотность в области данных, навыки рабочего процесса на основе промптов, навыки проверки и экспертную оценку в обычные дипломы. Каждый выпускник должен знать, как использовать инструменты ИИ, проверять их результаты, понимать их ограничения и сочетать их с человеческим опытом. Это важно даже для выпускников, поступающих на профессии, которые кажутся относительно защищенными от ИИ, например, в здравоохранении. Почти каждая работа содержит задачи — составление черновиков, обобщение, планирование, исследования, базовая работа с данными, рутинное общение — для которых ИИ уже является существенным инструментом повышения производительности.
Конкуренция, с которой столкнется большинство молодых работников, будет не человек против машины, а коллега против коллеги, дополненного ИИ. Для большинства молодых работников реалистичный путь к тому, чтобы стать ценными, заключается не в том, чтобы избегать ИИ, а в том, чтобы свободно владеть этой технологией и сочетать ее с экспертной оценкой, контекстным мышлением и навыками межличностного общения. С этой целью школы должны уделять особое внимание оплачиваемым стажировкам (co-ops), ученичеству и проектам, связанным с работодателями, чтобы студенты могли развить суждения в реальных рабочих условиях до окончания учебы.
Правительства также должны создавать целевые налоговые льготы, субсидии на заработную плату и гранты на обучение для работодателей, которые нанимают работников начального уровня на структурированные, дополненные ИИ роли. Архитектура для такого рода обусловленной, привязанной к поведению субсидии уже существует в налоговой политике США. Чего не хватает, так это версии этих инструментов, созданных специально для работы начального уровня, дополненной ИИ.
Фирмы, со своей стороны, должны прекратить принимать решения о найме, основываясь только на краткосрочной экономии затрат от ИИ. Молодые работники ценны не только за задачи, которые они выполняют в этом квартале. Их ценность заключается в обучении, формировании навыков, институциональной памяти и будущей производительности. Наем на начальном уровне — это не просто расходы. Это инвестиция в будущий запас суждений внутри фирмы. Наиболее эффективная рабочая сила позднего периода 2030-х годов, дополненная ИИ, будет в подавляющем большинстве набираться из сегодняшнего младшего когорты. Фирмы, которые автоматизируют этап обучения, могут улучшить свою немедленную прибыль, но обнаружат, что через десять лет у них не останется никого, кто понимает, как на самом деле ведут себя их собственные рабочие процессы, управляемые ИИ.
Студенты, оканчивающие учебу этой весной и в следующем году, сталкиваются с трудным рынком труда в переходный период. Свободное владение ИИ становится товаром. Экспертиза в предметной области без свободного владения ИИ оттесняется на второй план. Истинный дефицит — это их сочетание. Инженер-механик со знанием производства и владением ИИ; программист с знанием финансовых услуг, который также является асом в ИИ — вот те типы людей, которые будут востребованы.
Георгиос Петропулос — доцент Школы бизнеса Маршалла Университета Южной Калифорнии. Его исследования сосредоточены на последствиях информационных технологий для инноваций, конкурентной политики и рынков труда.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – David Rotman
