惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

量子位
小众软件
小众软件
S
SegmentFault 最新的问题
人人都是产品经理
人人都是产品经理
博客园 - 【当耐特】
博客园 - 三生石上(FineUI控件)
C
Check Point Blog
S
Schneier on Security
Microsoft Azure Blog
Microsoft Azure Blog
N
Netflix TechBlog - Medium
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI
罗磊的独立博客
有赞技术团队
有赞技术团队
V
V2EX
Y
Y Combinator Blog
博客园 - 叶小钗
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
F
Fortinet All Blogs
W
WeLiveSecurity
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Stack Overflow Blog
Stack Overflow Blog
The Cloudflare Blog
S
Security @ Cisco Blogs
TaoSecurity Blog
TaoSecurity Blog
MyScale Blog
MyScale Blog
Hugging Face - Blog
Hugging Face - Blog
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
www.infosecurity-magazine.com
www.infosecurity-magazine.com
PCI Perspectives
PCI Perspectives
H
Heimdal Security Blog
Schneier on Security
Schneier on Security
Security Latest
Security Latest
AWS News Blog
AWS News Blog
月光博客
月光博客
Security Archives - TechRepublic
Security Archives - TechRepublic
Recent Announcements
Recent Announcements
Google DeepMind News
Google DeepMind News
博客园 - Franky
Cisco Talos Blog
Cisco Talos Blog
T
Threat Research - Cisco Blogs
M
MIT News - Artificial intelligence
T
Troy Hunt's Blog
N
News and Events Feed by Topic
Cloudbric
Cloudbric
Scott Helme
Scott Helme
云风的 BLOG
云风的 BLOG
Attack and Defense Labs
Attack and Defense Labs

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Российская экономика укрепится, когда ИИ заменит людей?! Мы опросили трёх экспертов
tsnis_journa · 2026-05-13 · via Все публикации подряд на Хабре

Российская экономика укрепится, когда ИИ заменит людей?! Мы опросили трёх экспертов

Время на прочтение7 мин

Охват и читатели981

Такого дефицита рабочей силы, как сейчас, ещё никогда не было в современной России. Об этом недавно заявила Эльвира Набиуллина.

Нейросети называют заменой человеку. ИИ может выполнять функции сотрудников — значит, потенциальное количество рабочих (робо)рук кратко увеличивается. Так ли это на самом деле? Если государство и частный бизнес повсеместно внедрят нейросети, что случится с людьми? Они останутся безработными или займутся творчеством, наукой и собственным бизнесом?

В этой статье редакция журнала «ЦНИС» найдёт ответы на эти вопросы. Нам помогут эксперты: Артур Зубанов, исполнительный директор «ИАС Диджитал», Евгения Любко, управляющий партнёр платформы «Пряники», и Екатерина Агаева, генеральный директор сервиса GdeRabota.ru.

Где ИИ уже работает вместо людей

Самый простой ответ — там, где работа состоит из повторяемых действий. Не обязательно низкоквалифицированных. Иногда рутина съедает людей приличных должностей: нужно проверить документы, сверить цифры, ответить на типовой вопрос клиента, составить черновик отчёта, разложить обращения по категориям, найти ошибку в массиве данных.

Артур Зубанов говорит, что нейросети уже помогают компенсировать нехватку кадров в промышленности, финансах, поддержке, документообороте, аналитике, маркетинге и бухгалтерии. В промышленности это контроль качества, диагностика оборудования и планирование производства. В банках и страховых компаниях — обработка обращений клиентов. В поддержке, по его оценке, до 80% запросов в колл-центрах могут решаться автоматически.

Это не значит, что компания увольняет весь отдел и ставит на его место чат-бота. Чаще меняется сама норма производительности. Один сотрудник с ИИ-инструментами делает то, для чего раньше требовалось два человека.

Для бизнеса это способ не искать лишних людей на рынке, где их всё равно нет. Для сотрудника — шанс перестать быть человеческим маршрутизатором заявок.

Екатерина Агаева формулирует жёстче: ИИ не решит проблему нехватки рабочей силы, потому что дефицит в России структурный. На него влияют демография, география и перекосы между отраслями. Но автоматизация может снизить потребность в дополнительных сотрудниках. То есть вопрос не в том, заменит ли ИИ людей вообще. Вопрос в том, сколько новых вакансий бизнесу не придётся открывать, если часть процессов станет цифровой.

Эта разница важна. Когда в новостях пишут: «ИИ заберёт рабочие места», — обычно представляют резкую замену: был человек — стала машина. В реальности чаще происходит другое. Компания растёт, нагрузка растёт, клиентов становится больше, документов больше, данных больше. Раньше под это нанимали новый штат. Теперь часть роста можно закрыть ИИ.

Почему нейросети не спасают стройку, больницу и транспорт

У автоматизации есть граница, и она проходит там, где работа связана с физическим миром, личным контактом и ответственностью за последствия.

Артур Зубанов напоминает: нехватка рабочей силы в России не ограничивается офисом. Острый дефицит сохраняется среди токарей, водителей, строителей, врачей и педагогов. Физический труд и профессии, где нужно взаимодействовать с человеком или материальным объектом, пока плохо поддаются полной автоматизации. Даже если в отрасли появляется ИИ, его нужно внедрять, обслуживать, проверять и интегрировать в действующие процессы. Для этого нужны инженеры, программисты, специалисты по данным. Их тоже не хватает.

Получается парадокс: ИИ должен компенсировать кадровый дефицит, но для внедрения ИИ нужны кадры.

Малый бизнес в регионе может прекрасно понимать, что автоматизация документооборота или продаж ему поможет. Но одного лишь понимания мало. Нужны деньги, люди, время и готовность перестроить процессы. У крупной компании для этого есть бюджет и IT-команда. У небольшого подрядчика часто есть только владелец, бухгалтер и вечный аврал.

Таким составом точно не построить грамотную ИИ-автоматизацию, особенно если учесть, сколько проблем возникает с этим. Для роботизированных бизнес-процессов необходимо подключение нейросетей по API. Мало того, что само подключение — непростая задача, так ещё и оплата API становится острым подводным камнем. Зарубежные поставщики API попросту не принимают деньги от российских компаний. Более того, иностранные компании могут вовсе блокировать проекты из России. Чтобы подключить API с оплатой рублями и без риска блокировок, нужно использовать отечественные сервисы, как API SpeShu.AI. Подробнее о нём можно почитать на официальном сайте.

Так вот, малый бизнес сталкивается с большим количеством трудностей при интеграции ИИ. Поэтому легко согласиться с позицией Евгении Любко. Она не считает ИИ универсальным ответом на дефицит кадров. Она ссылается на отчёт Всемирного экономического форума «Будущее рабочих мест 2025»: к 2030 году технологии и другие факторы создадут 170 млн новых рабочих мест в мире и одновременно вытеснят 92 млн существующих. Чистый прирост — 78 млн рабочих мест. Из этого следует неприятная для любителей простых прогнозов вещь: ИИ не просто «убирает людей». Он меняет требования к ним.

По её словам, искусственный интеллект скорее решит проблему низкой эффективности кадров, чем проблему их нехватки.

Люди будут вынуждены переучиваться, осваивать новые инструменты и переходить в роли, где человек управляет системой, проверяет её работу и отвечает за результат.

Что будет с экономикой, если нейросети возьмут рутину на себя

Сценарий массовой замены людей часто описывают как катастрофу. Миллионы работников остаются без дела, компании забирают всю выгоду, государство получает социальную проблему. Такой риск есть, особенно для сотрудников, чья работа почти полностью состоит из повторяемых операций.

Артур Зубанов называет среди рисков сокращение рабочих мест в секторах с рутинным трудом: административный персонал, операторы, аналитики начального уровня. Ещё один риск — рост разрыва между теми, кто умеет работать с ИИ, и теми, кто не успел освоить новые инструменты. Добавьте зависимость от технологий, сбои, кибератаки, ошибки моделей — и картина уже не выглядит безобидной.

Но у этого процесса есть и экономическая выгода. ИИ способен повышать производительность, снижать издержки, ускорять обслуживание клиентов, улучшать диагностику в медицине, персонализировать образование, автоматизировать госуслуги.

В отдельных функциях, по оценке Зубанова, эффективность может вырасти до 40%.

Для России это особенно чувствительная тема. Когда работников не хватает, рост производительности перестаёт быть красивым словом из стратегии. Это способ выпускать больше товаров и услуг без пропорционального роста штата. Если один диспетчер, бухгалтер, менеджер или аналитик с ИИ делает больше, экономика получает шанс не упереться в потолок кадров.

Екатерина Агаева считает, что российская экономика будет использовать ИИ как инструмент адаптации к нехватке людей, а не как машину безработицы. Повторяющиеся задачи уйдут в автоматизацию, а спрос сместится к специалистам, которые умеют управлять технологиями, анализировать ситуацию и решать сложные задачи.

Евгения Любко предлагает смотреть шире: экономика меняется не только из-за офисных нейросетей. Меняется роль энергетики, вычислительных мощностей, инфраструктуры, данных. В этом смысле Россия находится в интересной позиции: у неё есть собственные энергетические ресурсы, а значит, часть будущей экономики ИИ может опираться не только на софт, но и на доступ к энергии.

Правда, это не отменяет главного: производительность не растёт сама по себе. Купить доступ к нейросети проще, чем перестроить компанию так, чтобы она начала приносить пользу. Если ИИ используют как игрушку для презентаций, эффекта не будет. Если его встраивают в конкретный процесс — поддержка, продажи, документы, обучение, аналитика, производство, — появляется шанс освободить людей от работы, которую они давно выполняли как придаток к интерфейсу.

Когда время освободится, что ждёт людей: бизнес, творчество или ещё больше работы?

Есть оптимистичная версия будущего: ИИ сокращает часы на основной работе, люди получают свободное время и запускают мини-бизнесы. Кто-то делает контент, кто-то консультирует, кто-то продаёт локальные услуги, кто-то автоматизирует маленькую нишу и зарабатывает там, где раньше не хватало рук.

Такой сценарий уже виден. Евгения Любко приводит бытовой пример: днём человек работает операционистом в банке, вечером ведёт йогу. Это связано не только с экономией времени, но и с желанием заниматься чем-то своим, а не жить только основной зарплатой. ИИ может ускорить такую модель: помочь с текстами, дизайном, рекламой, расписанием, клиентской поддержкой, бухгалтерией.

Артур Зубанов тоже считает гипотезу реалистичной, но с условиями. Автоматизация действительно снижает барьеры для запуска небольших проектов. Облачные сервисы, ИИ-помощники, автоматизация учёта и маркетинга позволяют одному человеку делать то, для чего раньше требовалась мини-команда. Перспективные ниши — персонализированный консалтинг, локальные сервисы, создание контента, анализ данных для малого бизнеса, цифровые продукты вокруг туризма и образования.

Так укрепится экономика или нет?

На наш взгляд, ответ зависит от того, что понимать под словом «заменит». Если представить, что нейросети полностью вытеснят людей из профессий, экономика получит не рост, а шок: безработицу в одних сегментах, нехватку специалистов в других, давление на систему образования и социальную сферу. Такой сценарий слишком грубый, чтобы быть рабочим прогнозом.

Если смотреть на ИИ как на инструмент, который забирает рутину и повышает производительность, картина другая. Он не закрывает дефицит строителей, врачей и водителей. Он не повышает демографию. Он не отменяет региональные перекосы. Но! ИИ может сделать так, что офисные, сервисные, управленческие и аналитические процессы потребуют меньше ручного труда. Для экономики, где свободных рук мало, это отлично.

Российская экономика укрепится не потому, что ИИ «заменит людей». Она может укрепиться, если люди перестанут тратить рабочие часы на задачи, которые машина делает быстрее, а бизнес и государство сумеют перевести высвободившееся время в новые продукты, услуги и компетенции.

В этом месте важно не впасть в две крайности. Первая — бояться нейросетей как конкурента за рабочее место. Вторая — верить, что достаточно подключить ИИ, и кадровый дефицит исчезнет. Обе позиции удобны, но обе плохо описывают реальность.

ИИ не отменяет человека. Он отменяет часть старой организации труда. И если у сотрудника раньше половина дня уходила на копирование, сверку, поиск и переписывание, то главный экономический вопрос звучит не «уволят ли его?». Главный вопрос — что он сможет сделать вместо этого.

В ЦНИС считают, что для такого перехода людям нужен простой вход в технологии. Наша компания поддерживает и развивает проекты, через которые россияне могут погрузиться в ИИ без лишнего технического барьера: попробовать нейросети, встроить их в работу, учёбу и повседневные задачи, понять, где они действительно экономят время, а где требуют контроля человека. Если за ближайшие 5–10 лет такие инструменты станут массовой привычкой, эффект может выйти далеко за пределы отдельных компаний: больше людей начнут работать быстрее, учиться практичнее, запускать небольшие проекты. А это неизбежно приведёт к росту российской экономики.