Паніка щодо AI і робочих місць стала справжнім медіа-жанром. Щотижня з'являються нові звіти про мільйони скорочених посад, прогнози про автоматизацію третини завдань до 2030 року, і тривожні думки фахівців, які вже уявляють себе безробітними. Технологічний детермінізм домінує в оповіді: AI прийде, все забере, і нікуди від цього не дітися.

Але є й інша сторона цього дебату — та, яку значно рідше чути у медіа. За даними Platformer, є вагомі економічні аргументи проти так званого «jobs-pocalypse» — масового знищення робочих місць штучним інтелектом. Ці аргументи непопулярні, бо не дають матеріалу для сенсаційних заголовків, але спираються на десятиліття емпіричних досліджень ринку праці.

Що насправді кажуть дані про автоматизацію

Економісти, які досліджують ринок праці, давно розрізняють два різних процеси: автоматизацію окремих завдань і повну заміну посад. Це принципова відмінність, яку публічний дискурс регулярно ігнорує. AI чудово справляється з вузькими, добре визначеними функціями — шаблонний копірайт, базовий аналіз даних, класифікація запитів. Але повна заміна людини на посаді вимагає автоматизації всього спектру її функцій, включаючи нестандартні ситуації, міжособистісну взаємодію та адаптацію до мінливого контексту. Саме тут поточні системи суттєво відстають.

Статистика американського ринку праці за 2023–2024 роки демонструє характерний парадокс: масове впровадження генеративного AI відбувалось паралельно зі зростанням зайнятості у більшості білокомірних секторів. Класичний ефект комплементарності спрацював: технологія підсилила продуктивність, а не витіснила працівників. Ланцюжок простий — продуктивніша праця генерує вищий ВВП, а вищий ВВП створює більший попит на товари і послуги, тобто більше робочих місць.

Три аргументи, чому масового безробіття поки не буде

Економісти-скептики щодо «jobs-pocalypse» спираються на три стійких аргументи:

• Прецедент технологічних революцій. Ткацький верстат, паровий двигун, ПК, інтернет — кожна хвиля породжувала ті самі страхи. Щоразу технологія знищувала одні типи роботи, але одночасно створювала нові, часто більш продуктивні й краще оплачувані. Немає переконливих підстав вважати, що AI є структурним винятком із цього правила.
• Вузькість поточних систем. Сучасні LLM добре виконують вузькі мовні завдання, але погано справляються з фізичними діями, складним соціальним розумінням і прийняттям рішень в умовах реальної непередбачуваності — тобто саме тим, що становить ядро більшості посад.
• Швидкість адаптації ринку. Ринок праці гнучкіший, ніж здається у моменті. Вже з'явились ролі, яких три роки тому не існувало: AI trainer, prompt engineer, AI auditor, AI QA-спеціаліст. Цей процес триватиме й прискорюватиметься.

Водночас ці аргументи не означають «все добре і турбуватись нема про що». Перехідний період може бути болючим для конкретних категорій — особливо junior-спеціалістів у копірайтингу, базовій юридичній підготовці документів та рутинній обробці даних.

Що це означає для тих, хто будує AI-продукти

Якщо ви розробляєте AI-продукти або інтегруєте AI у бізнес-процеси, розуміння реального темпу трансформації ринку праці має пряме практичне значення:

• Позиціонування продукту. Рішення, що позиціонуються як «заміна людини», зустрічають більший регуляторний і соціальний спротив, ніж ті, що підсилюють людські можливості. «AI-копілот» продається легше і викликає менше тертя при впровадженні у великих організаціях.
• Реалістичні обіцянки клієнтам. GPT-washing — надмірні обіцянки щодо автоматизації — залишається поширеним маркетинговим прийомом. Але якщо продукт не доставляє обіцяного «скорочення персоналу», клієнти відходять швидко і з негативним відгуком.
• Апскілінг як конкурентна перевага. Компанії, що першими навчать команди ефективно працювати з AI-інструментами, виграють не через скорочення кількості людей, а через кратне зростання їхньої продуктивності при тій самій кількості.

Погляд AiiN

Економіст може мати рацію у загальному й водночас помилятися в конкретному. Агрегована статистика ринку праці не відображає ситуацію окремого фрилансера-копірайтера або junior-розробника, чиї щоденні задачі вже сьогодні вирішуються за допомогою ChatGPT і GitHub Copilot за секунди.

Ми у AiiN бачимо не знищення ринку праці, а його глибоку реструктуризацію. Переможуть ті, хто встигне перекваліфікуватись — і ті, хто будує інструменти для цієї перекваліфікації. Для AI-білдерів ця відмінність принципова: паніка — поганий бізнес-кейс, а тверезий реалізм — надійний фундамент для продукту, який справді вирішує реальну проблему.