Списка профессий, про которые можно с уверенностью сказать «искусственный интеллект их не заменит», в исследованиях рынка труда не существует. Запрос «профессии, которые не заменит ИИ» (искусственный интеллект) обычно приводит на страницы с перечислениями вроде «сантехник, хирург, психолог, писатель», но серьёзные измерения последних двух лет устроены иначе: они считают не профессии, а задачи внутри них. И вывод из этих измерений неудобный для любого списка: внутри одной и той же профессии часть работы уходит машине почти целиком, а часть остаётся человеку надолго. Устойчива не должность в трудовой книжке, а конкретный набор задач, которые вы умеете делать.
Главная цифра, которую пропускают все списки
Международная организация труда в мае 2025 года выпустила рабочий документ № 140 «Generative AI and Jobs: A Refined Global Index of Occupational Exposure». Индекс построен на почти 30 тысячах реальных рабочих задач и более чем 50 тысячах человеческих оценок с экспертной проверкой. Результаты такие: каждый четвёртый работник в мире занят в профессии, где есть хоть какая-то подверженность генеративному искусственному интеллекту, но в группу наивысшей подверженности попадает только 3,3 процента мировой занятости (данные Международной организации труда, май 2025 года).
То есть подверженность массовая, а высокая подверженность узкая. Но интереснее другое наблюдение из той же работы: средний балл автоматизируемости по всем профессиям почти не изменился, 0,29 в 2025 году против 0,30 в 2023 году, зато разброс баллов внутри профессий заметно вырос. Проще говоря, средняя оценка профессии стала хуже описывать судьбу отдельного работника внутри неё. Два бухгалтера, два юриста, два дизайнера с одинаковым названием должности могут находиться в совершенно разном положении.
Важная оговорка: документ опирается на состояние моделей на начало 2025 года. На момент чтения этой статьи ему больше года, а модели с тех пор обновлялись неоднократно. Цифру 3,3 процента стоит считать нижней границей, а не приговором.
Что на самом деле измеряют исследования: задачи, а не должности
Второй ключевой источник — препринт Microsoft Research «Working with AI: Measuring the Applicability of Generative AI to Occupations» (arXiv 2507.07935, опубликован 22 июля 2025 года). Авторы разобрали 200 тысяч анонимизированных диалогов пользователей с Bing Copilot за 2024 год и посмотрели, какие рабочие действия из классификатора O*NET модель фактически выполняет и насколько успешно.
Вывод: чаще и успешнее всего искусственный интеллект справляется с работой с информацией, то есть с созданием, обработкой и передачей данных и текстов. Наивысшая применимость получилась у устных и письменных переводчиков, у них показатель охвата задач составил 0,98. Высокие значения также у профессий, связанных с продажами и офисной поддержкой, потому что их содержание — это передача информации другим людям.
И здесь же авторы делают оговорку, которая обесценивает половину заголовков в новостях. Они прямо пишут, что оценки вида «столько-то процентов рабочей силы имеет столько-то процентов затронутых задач» из данных об использовании надёжно не получаются: выбор порога сильно меняет итоговое число, а кажущаяся простота такой метрики скрывает эту проблему. Когда вам показывают одну круглую цифру про долю заменяемых работников, скорее всего, вы видите результат выбора порога, а не измерение.
Творчество и ручной труд — не убежища
Стандартный аргумент популярных списков: машина не умеет творить и не имеет рук, поэтому спасутся творческие и физические профессии. Отчёт Всемирного экономического форума «Future of Jobs Report 2025» (опубликован 8 января 2025 года, опрос работодателей проведён в 2024 году, горизонт прогноза до 2030 года) с этим спорит по обоим пунктам.
В список самых быстро сокращающихся ролей вместе с кассирами и административными помощниками попали графические дизайнеры, и авторы связывают это напрямую с тем, что генеративный искусственный интеллект перестраивает рынок. Творческая профессия оказалась в списке сокращения. А в перечне навыков, спрос на которые падает сильнее всего, названы чтение, письмо и математика, ручная сноровка, выносливость и точность, а также надёжность и внимание к деталям. То есть аккуратное исполнение по заданному образцу дешевеет независимо от того, происходит оно на экране или руками.
Одновременно отчёт даёт и обратную сторону: чистый прирост занятости к 2030 году оценён в 78 миллионов рабочих мест, а 39 процентов ключевых навыков работников, по ожиданиям работодателей, изменятся за это время. Быстрее всего растёт важность технологических навыков, на первом месте искусственный интеллект и работа с большими данными, дальше сети и кибербезопасность. При этом наибольший чистый прирост в абсолютных числах дают вовсе не технологические роли: список возглавляют работники сельского хозяйства. Рынок не обнуляется, он перераспределяется.
Настоящий сдвиг 2025 и 2026 годов: удар по входу в профессию
Самое сильное на сегодня эмпирическое свидетельство — работа Stanford Digital Economy Lab «Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence» (Erik Brynjolfsson, Bharat Chandar, Ruyu Chen; август 2025 года, обновлена в ноябре 2025 года). Она построена не на прогнозах, а на данных о зарплатных начислениях миллионов работников в США из системы ADP.
- У работников 22–25 лет в наиболее подверженных искусственному интеллекту профессиях занятость снизилась примерно на 13 процентов относительно других групп, а с поправкой на шоки на уровне отдельных компаний оценка достигает 16 процентов.
- У более опытных работников в тех же самых профессиях занятость осталась стабильной или продолжила расти.
- Перестройка идёт через занятость, а не через зарплаты: сокращают найм, а не оклады.
- Падение сосредоточено там, где искусственный интеллект скорее автоматизирует работу, чем дополняет её. В дашборде лаборатории, обновляемом с использованием индекса Anthropic, у показателя автоматизации есть заметная связь с динамикой занятости молодых работников, а у показателя дополнения такой связи не видно.
Это данные по рынку США, и авторы сами называют их ранними, а причинность установленной не считают. Но для практического вывода это самая полезная работа из всех: под давлением оказалась не профессия целиком, а младшая позиция внутри профессии. Программист не исчез, исчезли задачи, на которых раньше учился начинающий программист.
Что видно на российском рынке
Российских исследований такого масштаба нет, поэтому здесь приходится работать с более грубыми данными.
По итогам 2025 года, которые hh.ru опубликовал в декабре 2025 года, структура спроса в стране осталась прежней: больше всего вакансий размещено для продавцов и кассиров, более 650 тысяч, затем менеджеры по продажам, более 646 тысяч, и водители, более 430 тысяч. Обратите внимание: продавцы и кассиры одновременно возглавляют список массового спроса в России и список сокращающихся ролей у Всемирного экономического форума. Массовость спроса и уязвимость задач — вещи независимые.
По сфере информационных технологий картина другая. Аналитиков hh.ru цитируют издания, писавшие в январе 2026 года, что количество вакансий в этой сфере сократилось примерно на 22 процента с начала 2025 года. Это вторичная ссылка на данные hh.ru, а не первичная публикация, поэтому цифру стоит считать ориентиром. В обзоре трендов найма на 2026 год карьерные эксперты hh.ru (май 2026 года) описывают тот же сдвиг, что и стэнфордская работа: работодатели перестали массово нанимать новичков, автоматизировали рутину и сосредоточились на специалистах с глубокими знаниями, а умение работать с искусственным интеллектом перестало быть отдельной специализацией и стало базовым требованием в самых разных профилях, причём важно понимать ограничения моделей и перепроверять результат.
Что при этом говорят сами компании. По исследованию сервисов «Работа.ру», «СберПодбор» и «Нетологии», проведённому в 2026 году среди более 250 представителей организаций из российских регионов, 63 процента сотрудников и работодателей относятся к применению искусственного интеллекта в работе положительно, чаще всего его используют для поиска информации и исследований — 48 процентов компаний, а рутинные операции автоматизируют лишь 17 процентов. По опросу hh.ru и Level Group, проведённому с 29 мая по 8 июня 2026 года среди 2032 соискателей, 52 процента респондентов сказали, что с помощью искусственного интеллекта быстрее находят решение при срочном или неожиданном поручении.
Обе картины уживаются: внедрение пока поверхностное, но именно поверхностного внедрения хватает, чтобы работодатель перестал брать человека на простые задачи.
Признак устойчивой задачи вместо списка профессий
Если собрать все четыре источника вместе, получается вот такая таблица. Она про задачи, а не про должности, и почти в любой профессии найдутся строки из обеих колонок.
| Признак задачи | Скорее уязвима | Скорее устойчива |
|---|---|---|
| Содержание работы | Создание, обработка и передача информации по понятному образцу | Действие в физической среде с непредсказуемыми условиями, работа с людьми в конфликте и неопределённости |
| Проверяемость результата | Правильность видна сразу и стоит дешево, ошибка легко исправляется | Цена ошибки высокая, за результат кто-то отвечает лично, включая юридическую ответственность |
| Роль искусственного интеллекта | Автоматизация: инструмент выполняет задачу вместо человека | Дополнение: инструмент ускоряет человека, но не закрывает задачу |
| Уровень позиции | Младшие роли, чьё содержание — простая часть работы старших | Роли, где нужен контекст организации, постановка задачи и принятие решения |
| Что говорят данные | Наивысшая применимость у переводчиков, охват задач 0,98 (Microsoft Research, диалоги 2024 года) | Занятость опытных работников в тех же подверженных профессиях стабильна (Stanford, данные ADP, 2025 год) |
Как проверить именно свою работу
Вместо поиска себя в чужом списке разложите неделю своей работы на задачи и задайте по каждой пять вопросов.
- Задача сводится к обработке текста, таблицы или изображения по понятному правилу? Если да, она в зоне риска независимо от названия вашей должности.
- Кто-то проверяет ваш результат перед применением, и сколько стоит ошибка? Чем дороже ошибка, тем дольше в цепочке нужен человек.
- Задача требует физического действия в меняющейся среде или личной ответственности перед конкретным человеком?
- Ваша задача — это то, что раньше делал начинающий сотрудник в вашей команде? Тогда смотрите на стэнфордские данные: под давлением оказалась именно эта часть работы.
- Инструмент в вашей задаче заменяет вас или ускоряет? Это разные сценарии с разными последствиями для занятости.
Что делать дальше
Практический вывод такой. Не выбирайте профессию по списку «неуязвимых», потому что такие списки собраны из общих рассуждений, а не из измерений, и почти всегда принадлежат тем, кому есть что вам продать. Выбирайте по составу задач и смотрите, какая доля этих задач останется вашей.
Если вы уже работаете, самый дешёвый шаг — довести до рабочего уровня владение теми инструментами, которые касаются вашей рутины, и научиться проверять их результат. Именно проверку и понимание ограничений эксперты hh.ru в обзоре трендов на 2026 год называют содержанием нового базового навыка, а не умение написать запрос. Начать можно с бесплатных курсов по искусственному интеллекту, чтобы не платить за проверку гипотезы, и дальше выбирать программу под свою сферу в разделе курсов по искусственному интеллекту для работы.
Если вы только входите на рынок, учитывайте главный сдвиг честно: конкуренция за младшие позиции стала жёстче, и одного владения инструментами для входа мало. Имеет смысл смотреть на программы с практикой и поддержкой в трудоустройстве, а базовое понимание того, как устроены модели и где они ошибаются, добирать через курсы по нейросетям. Это не гарантия, а способ не оказаться в той части работы, которую сокращают первой.
И последнее. Все цифры в этой статье привязаны к периодам: май 2025 года для оценок Международной организации труда, 2024 год для данных о диалогах в исследовании Microsoft Research и для опроса Всемирного экономического форума, август и ноябрь 2025 года для стэнфордской работы, 2025 и 2026 годы для российских опросов. Сфера меняется быстрее, чем выходят исследования, поэтому любую из этих оценок через год стоит перепроверить, а не переносить в новый год как факт.