Разговоры о том, что искусственный интеллект вот-вот начнет массово вытеснять людей с рабочих мест, звучат все громче. Особенно тревожно это выглядит для тех, кто только выходит на рынок труда: именно начинающие специалисты чаще всего выполняют рутинные задачи, которые генеративный ИИ уже умеет решать самостоятельно.
Однако свежий анализ данных по США показывает более сложную картину. Исследователи Роберт Фэрли (Robert Fairlie) и Джейн Ву (Jane Wu) не обнаружили статистически значимого скачка безработицы среди недавних выпускников колледжей летом 2026 года. По их оценке, уровень безработицы в этой группе составил 7,3% — показатель, который остается в диапазоне значений последних нескольких лет.
Это вовсе не означает, что искусственный интеллект никак не влияет на рынок труда. Скорее, пока недостаточно данных, чтобы говорить о масштабном вытеснении молодых специалистов именно по этому показателю.
Что показало исследование
Фэрли и Ву проанализировали микроданные американского Бюро переписи населения из Current Population Survey — масштабного обследования, которое используется для оценки занятости и безработицы в США.
В центре внимания оказались люди в возрасте от 22 до 25 лет с дипломом бакалавра, которые уже не продолжали обучение. Исследователи сравнили показатели летних месяцев с 2022 по 2026 год — то есть периодом, который начался после восстановления рынка труда от пандемии и включил стремительное распространение генеративного ИИ после появления ChatGPT.
В 2026 году безработица среди недавних выпускников достигла 7,3%. Для сравнения, в 2022-м она составляла 6,3%, а в 2024-м доходила до 7,8%.
Получается парадокс: если ИИ действительно уже начал массово уничтожать стартовые вакансии для выпускников, почему соответствующий показатель не выглядит необычным на фоне предыдущих лет?
Именно этот вопрос и оказался центральным для исследования.
Почему выпускники вообще должны быть уязвимы перед ИИ
Логика здесь достаточно проста. Многие вакансии начального уровня предполагают работу с информацией, документами и стандартными операциями: подготовку первых вариантов текстов, составление резюме документов, базовый анализ данных, обработку информации и выполнение других повторяющихся задач.
Генеративные ИИ-системы уже способны выполнять значительную часть такой работы. Поэтому компаниям необязательно увольнять опытных сотрудников, чтобы сократить потребность в рабочей силе. Они могут просто открыть меньше новых вакансий.
Именно поэтому первые последствия автоматизации теоретически должны проявляться не столько в массовых увольнениях, сколько в сокращении найма начинающих специалистов.
Однако обнаружить такой эффект по уровню безработицы непросто. Представим компанию, которая раньше нанимала десять выпускников, а теперь берет только пять. Это действительно изменение спроса на труд. Но если оставшиеся пять выпускников быстро находят работу в других компаниях, общий уровень безработицы практически не изменится.
Исследователи отдельно проверили и более широкое определение проблемы — включили людей, которые хотели бы работать, но в данный момент активно не ищут работу. Существенного изменения результатов это не дало.
Но другие исследования дают более тревожную картину
На первый взгляд результаты противоречат нескольким другим исследованиям, проведенным в США.
Например, исследование Стэнфордской лаборатории цифровой экономики (Stanford Digital Economy Lab), основанное на данных о зарплатных ведомостях ADP, обнаружило заметное отставание занятости молодых работников в профессиях, сильнее подверженных воздействию ИИ. Для работников 22–25 лет занятость в таких профессиях к июню 2026 года была на 19% ниже уровня, который наблюдался бы при сохранении прежней динамики относительно менее подверженных ИИ профессий. При этом аналогичного разрыва у более опытных работников исследователи не обнаружили.
Еще более свежие данные Бюро переписи населения США указывают на расхождения между выпускниками разных специальностей. Согласно рабочему исследованию, после появления ChatGPT занятость и заработки выпускников специальностей с высокой подверженностью ИИ начали отставать от показателей менее уязвимых направлений. Для 10% наиболее подверженных ИИ специальностей вероятность трудоустройства после выпуска снизилась примерно на 5 процентных пунктов, а первоначальные доходы за полный квартал — на 13%.
Исследование Федерального резервного банка Далласа, в свою очередь, выявило похожую тенденцию на данных выпускников государственных университетов Техаса. Среди специальностей с большей потенциальной подверженностью автоматизации вероятность трудоустройства в течение года после выпуска после 2022 года снизилась относительно менее подверженных направлений, а заработки трудоустроившихся выпускников также оказались ниже.
Почему исследования приходят к разным выводам
Здесь важна методология. Исследование Фэрли и Ву измеряет прежде всего безработицу — то есть долю людей, которые не имеют работы и ищут ее.
Исследования Stanford, Census Bureau и Федерального резервного банка Далласа используют другие показатели: фактическую занятость, заработки, вероятность получить работу после окончания учебы или изменения в отдельных профессиях и специальностях.
Это принципиально разные способы посмотреть на один и тот же рынок.
Представим, что компания сократила число вакансий для начинающих программистов. Если часть выпускников после этого устроилась аналитиками, перешла в другую отрасль или решила продолжить образование, общий показатель безработицы среди молодых специалистов может практически не измениться. Но их первоначальные доходы и структура занятости при этом вполне могли ухудшиться.
Поэтому отсутствие скачка безработицы не доказывает отсутствие влияния ИИ на рынок труда. Авторы исследования из CESifo именно это и подчеркивают: их результаты показывают лишь, что летом 2026 года безработица среди недавних выпускников не была необычно высокой относительно предыдущих лет.
Пока рано объявлять победу или катастрофу
Есть и еще одна причина не делать слишком далеко идущих выводов. Генеративный ИИ развивается очень быстро, а компании только начинают перестраивать рабочие процессы вокруг него.
Исследователи отмечают рост использования ИИ для автоматизации отдельных задач, увеличение расходов на ИИ в расчете на одного сотрудника и распространение корпоративных версий таких систем. Поэтому рынок труда выпускников следующих лет может выглядеть иначе.
Кроме того, исследования уже показывают, что последствия распределяются неравномерно. Специалист, чья будущая работа состоит преимущественно из задач, которые легко автоматизировать, потенциально находится в иной ситуации, чем выпускник направления, где ИИ скорее выступает инструментом, дополняющим человеческую работу.
Таким образом, вопрос сегодня стоит не столько в том, «заменит ли ИИ выпускников», сколько в том, какие именно задачи и профессии он будет менять и насколько быстро.
Что ждет выпускников 2027 года
Пока данные за 2026 год не подтверждают сценарий массового исчезновения рабочих мест для молодых выпускников. Но одновременно несколько независимых исследований указывают на ухудшение ситуации именно в профессиях и специальностях, наиболее тесно связанных с задачами, которые способен автоматизировать генеративный ИИ.
Поэтому нынешняя ситуация больше похожа не на внезапный «апокалипсис рабочих мест», а на постепенную перестройку рынка труда. ИИ может не уничтожать целые профессии за один день — вместо этого компании постепенно меняют набор задач, сокращают часть начальных позиций и предъявляют к новым сотрудникам другие требования.
Именно поэтому за статистикой безработицы стоит следить вместе с другими показателями: количеством вакансий начального уровня, заработками выпускников, продолжительностью поиска работы и различиями между профессиями с высокой и низкой подверженностью автоматизации.
Пока для молодых специалистов история с ИИ выглядит не как одномоментная катастрофа, а как быстро меняющаяся точка входа в профессию. И окончательный масштаб этих изменений станет понятнее лишь по мере того, как компании перейдут от экспериментов с генеративным ИИ к его более глубокому внедрению.
