Искусственный интеллект вряд ли просто разделит рынок труда на «профессии людей» и «профессии машин». Гораздо вероятнее, что он изменит сами правила отбора: дорожать будет не всё, что человек пока делает лучше ИИ, а то, что трудно оцифровать, дешёво масштабировать или безопасно передать алгоритму.
Есть странный парадокс. Программист работает почти полностью за компьютером, то есть находится в среде, которую искусственному интеллекту проще всего «увидеть». Электрик приходит в старое здание, где проводка проложена не так, как на схеме, часть проблемы нужно определить на месте, а ошибка может закончиться пожаром. Медсестра выполняет часть информационной работы — ведёт записи, читает показатели, заполняет документы, — но одновременно касается пациента, замечает изменения его состояния и отвечает за действия в физическом мире.
Если представить приход ИИ как своеобразный технологический естественный отбор, он будет отбирать профессии совсем не по принципу «умная работа против простой».
Некоторые сложные интеллектуальные задачи автоматизировать намного легче, чем починить трубу в незнакомом подвале.
Это уже видно в данных. В апреле 2026 года Международная организация труда обратила внимание на изменение старой логики автоматизации: современные показатели воздействия ИИ часто показывают более высокую уязвимость именно когнитивной, аналитической, административной и управленческой работы, тогда как ручные профессии, уход и ремёсла находятся значительно дальше от центра прямого воздействия. При этом сама «экспозиция к ИИ» ещё не означает потерю работы — это показатель того, какую часть задач технология потенциально способна изменить. Это разграничение подчёркивает МОТ.
Отсюда главный ответ: лучшие шансы пережить ИИ-отбор имеют не профессии, которых ИИ «никогда не коснётся», а профессии, в которых после автоматизации части работы остаётся дефицитное человеческое ядро.
Таких ядер как минимум пять: физическое действие в сложной среде, личная ответственность, доверие и человеческий контакт, работа с новыми неопределёнными проблемами и способность управлять самим ИИ.
Главная ошибка — искать список профессий, которые ИИ «никогда не заменит»
Такой список очень быстро устаревает.
Ещё несколько лет назад творческую работу часто называли почти естественной защитой от автоматизации. Но новые модели уже генерируют текст, изображения, музыку, видео и программный код. В исследовании МОТ 2025 года именно развитие генерации изображений, голоса и видео увеличило оцениваемую автоматизируемость некоторых медийных и веб-профессий. Канцелярские профессии остались наиболее уязвимыми, но зона воздействия начала продвигаться и в высококвалифицированный цифровой труд.
World Economic Forum получил похожий сигнал от более чем тысячи крупных работодателей. Среди профессий, для которых ожидалось наиболее быстрое сокращение к 2030 году, оказались кассиры, административные работники и секретари, а графические дизайнеры впервые приблизились к группе профессий с самым слабым прогнозом. Одновременно среди быстрорастущих ролей работодатели называли специалистов по большим данным, ИИ, программному обеспечению и кибербезопасности. Это видно в материалах WEF.
На первый взгляд здесь противоречие: если ИИ хорошо работает с кодом и данными, почему программисты и специалисты по данным не исчезают первыми?
Потому что способность автоматизировать задачи и способность ликвидировать профессию — это разные вещи.
Человек может выполнять 20 задач. ИИ забирает десять из них. Если после этого один человек начинает делать работу, для которой раньше требовались двое, возможны два совершенно разных результата. Компания может сократить половину персонала. А может снизиться стоимость производства, резко вырасти спрос — и компания наймёт ещё больше работников.
Поэтому вопрос будущего звучит не «что умеет ИИ?», а «что произойдёт со спросом после того, как он научится делать это дешевле?»
Первая группа выживших: люди, которые работают в непредсказуемом физическом мире
Для языковой модели офис удивительно удобен.
Документы уже цифровые. Письма цифровые. Базы данных цифровые. Таблицы цифровые. Бухгалтерские проводки, заявки, договоры, презентации и программный код существуют в среде, к которой программное обеспечение может получить прямой доступ.
Теперь отправим ту же систему ремонтировать электросеть после шторма.
Внезапно нужны руки, перемещение, инструменты, пространственная ориентация, работа с повреждёнными объектами, безопасность и способность действовать в ситуации, которую инструкция не предусматривала.
Роботы постепенно сократят и это преимущество. Поэтому сантехник, электрик или механик не обладают вечным технологическим иммунитетом. Но для их замены недостаточно хорошей языковой модели — нужна ещё дешёвая, надёжная и универсальная робототехника.
Последние американские прогнозы хорошо показывают эту разницу. Bureau of Labor Statistics ожидает, что занятость электриков в США вырастет примерно на 9% между 2025 и 2035 годами. Причём часть дополнительного спроса BLS связывает с расширением энергетической инфраструктуры, в том числе из-за дата-центров и роста потребления электроэнергии системами ИИ. Данные приведены на странице BLS.
Получается почти иронично: ИИ может создать дополнительную работу для профессий, которые ему трудно автоматизировать.
Поэтому к относительно устойчивой группе относятся электрики, монтажники, механики промышленного оборудования, техники, часть строительных профессий, ремонтники и другие специалисты, которые сочетают знания с физической работой в изменчивой среде.
Их защищают не «руки» сами по себе. Их защищает высокая стоимость универсального робота, способного заменить эти руки.
Вторая группа: уход, медицина и работа, где человек является частью самой услуги
ИИ может анализировать медицинскую информацию. Может готовить документацию, помогать с поиском литературы, напоминать о возможных рисках или автоматизировать административную часть работы.
Но медицинская услуга часто не заканчивается правильным ответом.
Нужно осмотреть человека. Помочь ему встать. Выполнить процедуру. Заметить, что пациент ведёт себя не так, как час назад. Убедить его соблюдать лечение. Объяснить семье неприятное решение. И в конце концов кто-то должен нести профессиональную ответственность.
К этому добавляется демография.
Последний прогноз BLS на 2025–2035 годы ожидает, что американский сектор здравоохранения и социальной помощи создаст более 2,2 млн рабочих мест, то есть около 37% всего прогнозируемого прироста занятости в экономике США. Среди причин — старение населения и распространённость хронических заболеваний.
В результате среди профессий с самым быстрым прогнозируемым ростом оказались медицинские сёстры расширенной практики, ассистенты физических и эрготерапевтов, психиатрические техники и другие специальности ухода. Обычных дипломированных медсестёр BLS ожидает примерно на 194 700 больше к 2035 году, чем в 2025-м.
Здесь особенно хорошо виден механизм ИИ-отбора.
Чем больше административной работы ИИ заберёт у медсестры или врача, тем сильнее профессия может концентрироваться на той части, которую автоматизировать труднее.
Поэтому медицина может одновременно стать одной из самых насыщенных ИИ и одной из самых человеческих отраслей будущего.
Третья группа: психологи, консультанты и профессии доверия
Казалось бы, это слабое место прогноза. Современная модель уже способна часами поддерживать разговор, помнить контекст и давать персонализированные объяснения. Часть стандартных консультаций это почти неизбежно удешевит.
Но есть разница между языковым взаимодействием и профессиональными отношениями.
Когда от результата зависят здоровье, семья, карьера, большие деньги или юридическая ответственность, человек покупает не только информацию. Он покупает суждение другого человека, его репутацию и ответственность за решение.
Это не гарантирует неприкосновенности психологам, финансовым консультантам, юристам или менеджерам. Напротив, значительная часть подготовительной работы в этих профессиях может автоматизироваться.
Но их верхний уровень может стать дороже.
Показательный пример — психическое здоровье. Американский BLS сейчас прогнозирует примерно 18% роста занятости консультантов по психическому здоровью, поведенческим расстройствам и зависимостям в 2025–2035 годах, а для психологов — около 6%.
Это не доказывает, что ИИ не сможет выполнять часть их работы. Наоборот, он почти наверняка будет выполнять всё больше.
Но профессия может пережить технологический отбор именно потому, что её продуктом останется не разговор сам по себе, а доверительные отношения и ответственное суждение.
Четвёртая группа страннее всех остальных: люди, чью работу ИИ автоматизирует сильнее всего
К ней относятся специалисты по данным, кибербезопасности, исследователи компьютерных систем и часть разработчиков программного обеспечения.
Это профессии с высокой технологической экспозицией. Они работают именно с информацией, которую ИИ обрабатывает лучше всего.
Однако последние прогнозы BLS ставят специалистов по данным в число самых динамичных профессий США: примерно +35% в 2025–2035 годах. Для исследователей компьютерных и информационных систем прогноз составляет около +22%, для специалистов по информационной безопасности — около +21%. Занятость разработчиков ПО также ожидается выше, хотя внутренняя работа в профессии быстро автоматизируется.
А вот для компьютерных программистов BLS в текущих таблицах прогнозирует противоположное движение — около −7% в 2025–2035 годах. Это видно в таблицах BLS.
Это одна из самых интересных границ будущего рынка труда.
«Писать код» и «создавать программные системы» всё меньше означают одно и то же.
Если ИИ дёшево генерирует тысячу строк кода, человеческая ценность смещается от самого набора команд к постановке проблемы, архитектуре, интеграции, проверке, безопасности и ответственности за конечную систему.
То есть ИИ может уничтожать задачи внутри профессии и одновременно увеличивать спрос на саму профессию.
Вероятно, это будет одним из главных механизмов ИИ-отбора.
Пятая группа: те, кто принимает решения там, где нет правильного ответа
Представим две задачи.
Первая: сравнить 50 контрактов и найти отклонения от стандартного условия.
Вторая: решить, стоит ли компании закрыть убыточный завод, зная, что это сократит расходы, уничтожит главного работодателя небольшого города, может вызвать конфликт с властями и через три года оказаться ошибкой.
Первая задача почти идеально подходит для автоматизации.
Вторую тоже можно анализировать с помощью ИИ. Но кто-то всё равно должен выбрать.
WOW:
Поэтому руководители, предприниматели, кризисные менеджеры, сильные переговорщики и профессионалы, работающие с неопределённостью, не получают автоматического иммунитета от ИИ. ИИ заберёт у них презентации, поиск информации, часть аналитики, протоколы и моделирование сценариев.
Но оставит то, что сложнее всего масштабировать: выбор в условиях неопределённости и ответственность за последствия.
Именно поэтому World Economic Forum одновременно ожидает роста значения технологических навыков и сохранения высокой ценности аналитического мышления, лидерства, социального влияния, устойчивости, гибкости и способности адаптироваться. Это видно в материалах WEF.
Это также объясняет, почему «научиться пользоваться ИИ» недостаточно. Если инструментом научатся пользоваться все, сама эта способность перестанет быть большим преимуществом.
Преимуществом станет то, что человек делает с помощью ИИ лучше других людей, у которых есть такой же ИИ.
А что с учителями и творческими профессиями?
Именно здесь простые списки «безопасных профессий» ошибаются чаще всего.
Учитель не защищён только потому, что работает с детьми. ИИ может объяснять тему, генерировать упражнения, проверять часть работ, адаптировать задания и индивидуально отвечать на вопросы.
То же самое с дизайнером. Творчество само по себе уже не является надёжным барьером, когда машина способна дёшево создавать сотни вариантов изображения.
Устойчивость возникает на другом уровне.
У учителя это диагностика того, почему конкретный ребёнок не понимает материал, мотивация, дисциплина, групповое взаимодействие, доверие родителей и ответственность за образовательный процесс. У дизайнера — постановка задачи, понимание бренда, отбор из сотен вариантов, работа с заказчиком и принятие окончательного решения.
Поэтому профессии не делятся на безопасные и опасные целиком.
Внутри одной профессии может исчезнуть её нижний этаж и подорожать верхний.
Именно это может оказаться наиболее болезненным последствием ИИ-отбора для молодых работников. То, что раньше было стартовой работой — подготовить черновик, простой анализ, базовую иллюстрацию, типовой код, короткую справку, — часто является именно тем, что проще всего передать машине.
Тогда проблема заключается уже не только в количестве рабочих мест.
Возникает вопрос: где будущий эксперт получит опыт, если ИИ заберёт работу новичка?
Шесть признаков профессии с хорошими шансами пережить ИИ-отбор
Вместо списка из ста названий профессий полезнее смотреть на их устройство.
Наиболее устойчивой выглядит работа, где одновременно присутствуют несколько характеристик:
- Физический мир трудно стандартизировать. Нужно перемещаться, работать руками и реагировать на неожиданные условия.
- Ошибка имеет реальные последствия. Кто-то должен юридически, профессионально или репутационно отвечать за результат.
- Человек является частью продукта. Пациенту, клиенту, ученику или команде важны доверие и взаимодействие с конкретным человеком.
- Задача плохо определена заранее. Нужно не просто найти ответ, а понять, какой вопрос вообще следует задать.
- Автоматизация создаёт новый спрос. Так может происходить в кибербезопасности, данных, энергетике и части программного обеспечения.
- Работник может использовать ИИ как множитель собственной продуктивности. Технология убирает рутину, но не устраняет главную причину существования профессии.
Чем больше таких признаков имеет работа, тем сильнее её позиция.
И наоборот, особенно опасна комбинация: цифровой вход → стандартная операция → цифровой выход → низкая ответственность за исключения.
Именно поэтому под большим давлением оказываются многие административные, секретарские, рутинные бухгалтерские, операторские и базовые информационные функции. В текущем прогнозе BLS вся группа офисной и административной поддержки сокращается примерно на 4% в 2025–2035 годах, или более чем на 750 тысяч рабочих мест. ИИ и другие инструменты автоматизации названы среди причин этого движения.
Скорее всего, профессии не исчезнут — они расслоятся
Именно здесь природная параллель с отбором становится полезной, но её не следует понимать буквально.
В эволюции среда не спрашивает, какой вид «умнее». Она создаёт условия, при которых одни свойства дают преимущество, а другие перестают окупаться.
ИИ делает с профессиями нечто похожее.
Он резко удешевляет определённый тип способностей: написать стандартный текст, найти информацию, создать первую версию изображения, подготовить типовую таблицу, сгенерировать код, классифицировать документ.
Когда способность становится дешёвой, рынок перестаёт так высоко вознаграждать сам факт её наличия.
Поэтому будущий бухгалтер не будет соревноваться с ИИ в скорости ввода данных. Программист — в количестве написанного кода. Дизайнер — в числе сгенерированных вариантов. Юрист — в скорости прочтения типового договора.
Они будут соревноваться в том, что происходит после генерации: что проверить, что отбросить, кому доверять, какой риск принять, что на самом деле нужно клиенту и кто отвечает, если всё пойдёт не так.
Поэтому граница будет проходить не между «человеком и машиной».
Она всё чаще будет проходить между человеком с ИИ и человеком без ИИ — а затем между двумя людьми с одинаково сильным ИИ.
Четыре сценария до 2035 года
Наиболее вероятная траектория — не массовое исчезновение профессий, а глубокая перестройка их задач. Это соответствует и текущей оценке МОТ: примерно четверть мировой занятости имеет некоторый уровень экспозиции к генеративному ИИ, но для большинства профессий трансформация работы выглядит вероятнее полной замены.
| Сценарий | Вероятность | Что происходит |
| Профессии остаются, задачи резко меняются | 60% | ИИ автоматизирует значительную часть рутины; люди концентрируются на физической работе, ответственности, взаимодействии, проверке и сложных решениях. |
| Сильное давление на офисный средний класс | 25% | Агентные системы автоматизируют не отдельные задачи, а целые рабочие процессы; особенно сокращаются административные и стандартизированные цифровые роли. |
| Широкая роботизация ускоряет отбор физических профессий | 10% | Прогресс робототехники переносит ИИ-отбор из цифровой сферы в строительство, логистику, ремонт и часть ухода. |
| Внедрение оказывается медленнее технологического прогресса | 5% | Стоимость, регулирование, ошибки, организационная инерция и недоверие замедляют перестройку труда. |
Самая важная неизвестная здесь — робототехника.
Если языковые и агентные системы будут развиваться быстро, а физические роботы останутся дорогими и узкоспециализированными, электрик может иметь лучшую защиту от автоматизации, чем бухгалтер с магистерским дипломом.
Если же универсальные роботы резко подешевеют, эта граница начнёт двигаться.
Тогда следующий ИИ-отбор затронет уже не только экран.
Что изменит прогноз
Текущий прогноз нужно будет повысить в пользу человеко-ИИ-гибридной модели, если к 2028–2030 годам статистика продолжит показывать рост занятости в медицине, уходе, квалифицированных ремёслах, ИИ-инфраструктуре, кибербезопасности и сложных экспертных профессиях одновременно с сокращением стандартизированной офисной работы.
Ещё более сильным сигналом станет ситуация, когда компании массово автоматизируют задачи, но не ликвидируют профессию целиком — вместо этого повышают продуктивность одного работника и меняют требования к его навыкам.
Прогноз придётся существенно пересмотреть, если агентные ИИ-системы начнут надёжно выполнять полные рабочие процессы без постоянного человеческого контроля или универсальная робототехника резко удешевит выполнение физических задач в непредсказуемой среде.
И ещё один ранний сигнал стоит отслеживать особенно внимательно: количество позиций для новичков.
Если старшие специалисты с ИИ останутся высокопродуктивными, а младших перестанут нанимать, профессия формально может «выжить» — но механизм воспроизводства следующего поколения специалистов начнёт ломаться.
Это может стать гораздо более серьёзным изменением, чем простое сокращение числа вакансий.
Не профессия будущего, а свойство будущего
Человек, который сегодня выбирает образование, естественно хочет получить конкретный список: врач — хорошо, бухгалтер — плохо, электрик — хорошо, дизайнер — плохо.
Такой список создаёт ощущение определённости, которой на самом деле нет.
ИИ развивается слишком быстро, а профессии состоят из слишком разных задач.
Более надёжный ориентир — другой вопрос:
если завтра машина начнёт выполнять половину моей работы, что останется от моей профессиональной ценности?
Для электрика останется физическая диагностика и монтаж. Для медсестры — уход и клиническое наблюдение. Для психолога — терапевтические отношения и ответственность. Для программиста — архитектура и контроль систем. Для руководителя — решения. Для учёного — постановка нового вопроса. Для учителя — не пересказ учебника, а работа с конкретным человеком.
А если после автоматизации рутины от профессии почти ничего не остаётся, это намного тревожнее любого рейтинга «профессий, которые заменит ИИ».
ИИ-отбор, скорее всего, не оставит мир без работы.
Он сделает другое: переопределит, за какой именно человеческий труд мир готов платить.
Техническая карточка прогноза
Для проверяемости широкий вопрос статьи сужается до конкретной группы профессий в США, где существует стабильная официальная статистика.
| Поле | Зафиксированная версия |
| Прогнозный вопрос | Будут ли в 2035 году как минимум 5 из 7 заранее определённых профессий иметь занятость не ниже уровня 2025 года? |
| 7 профессий | дипломированные медсёстры; электрики; консультанты по психическому здоровью, поведенческим расстройствам и зависимостям; работники домашнего ухода; специалисты по данным; специалисты по информационной безопасности; разработчики программного обеспечения |
| Вероятность | Около 85% |
| Уровень уверенности | 74 из 100 — умеренно высокий |
| Критерий «да» | По сопоставимым данным BLS за 2035 год как минимум пять из семи профессий имеют численность занятых на уровне 2025 года или выше. |
| Критерий «нет» | Этому критерию соответствуют четыре профессии или меньше. |
| Дата этой версии прогноза | 7 сентября 2026 года |
| Дата итоговой проверки | После публикации сопоставимых фактических данных BLS за 2035 год |
| Основной сценарий | ИИ автоматизирует задачи быстрее, чем ликвидирует целые профессии; сильнее всего выигрывают роли, дополняющие ИИ, а также физически и социально сложная работа. |
| История прогноза | 07.09.2026 — начальная оценка 85%, уровень уверенности 74/100 |
Важное ограничение: действующие прогнозы BLS сами учитывают известные сегодня технологические тенденции и не являются независимым доказательством будущего. BLS прямо предупреждает, что долгосрочное влияние ИИ имеет высокую неопределённость, а значительно более быстрый технологический прогресс может сделать исторические зависимости более слабым ориентиром.
Предупреждение
Материал содержит аналитическую оценку будущего рынка труда, а не гарантию занятости для конкретного человека или профессии. Влияние ИИ будет зависеть от развития моделей и робототехники, стоимости внедрения, регулирования, демографии и экономического спроса. Природная параллель с «отбором» используется для объяснения механизма и не означает, что рынок труда буквально повторяет биологическую эволюцию.
