Макроэкономика 2026: почему ИИ пока не отнимает рабочие места

Суть

Инвестиционная компания Citadel Securities выпустила аналитический отчет, датированный февралем 2026 года, который ставит под сомнение популярный нарратив о том, что искусственный интеллект приведет к массовой потере рабочих мест. Основной тезис документа: несмотря на рекордные инвестиции в инфраструктуру ИИ, реальные экономические данные не подтверждают теорию быстрого вытеснения человеческого труда. Напротив, спрос на специалистов, включая программистов, продолжает расти.

Контекст

В последние годы индустрия жила в ожидании «кризиса интеллекта» — момента, когда алгоритмы начнут массово заменять людей, вызывая структурную безработицу. Многие эксперты экстраполировали экспоненциальный рост возможностей ИИ на скорость его внедрения в бизнес-процессы.

Однако реальность 2026 года, согласно отчету, выглядит иначе. Уровень безработицы в США составляет низкие 4,28%. Капитальные затраты на ИИ достигли 2% от ВВП (около 650 миллиардов долларов), а количество вакансий для инженеров-программистов выросло на 11% год к году. Это противоречит прогнозам о том, что кодинг станет первой профессией, которую полностью автоматизируют нейросети.

Детали и цифры

Аналитики Citadel обращают внимание на разницу между потенциалом технологии и скоростью ее принятия обществом.

• Линейное внедрение: Данные Федерального резервного банка Сент-Луиса показывают, что использование генеративного ИИ в рабочих процессах растет стабильно, но не взрывообразно. График внедрения больше напоминает классическую S-образную кривую, характерную для прошлых технологических революций (ПК, интернет), а не вертикальный взлет.
• Экономические барьеры: Внедрение ИИ требует не только алгоритмов, но и колоссальных вычислительных мощностей и энергии. Если спрос на автоматизацию резко растет, дорожает и стоимость вычислений. Это создает естественный экономический ограничитель: в какой-то момент использовать ИИ становится дороже, чем нанять человека.
• Рост смежных отраслей: Строительство дата-центров (в планах около 2800 новых объектов в США) стимулирует наем в строительном секторе и смежных индустриях.

Анализ: Рекурсивные технологии против реальной экономики

Ключевая ошибка пессимистичных прогнозов заключается в смешении понятий. Способность ИИ к самообучению (рекурсивное улучшение) не означает, что бизнес будет внедрять его с той же скоростью. Организационные изменения стоят дорого, требуют времени и сталкиваются с регуляторными барьерами.

Исторически любые скачки производительности (паровой двигатель, электрификация) работали как позитивные шоки предложения. Они снижали издержки и увеличивали реальные доходы, что, в свою очередь, стимулировало потребление. Проще говоря, когда товары и услуги становятся дешевле благодаря автоматизации, у людей освобождаются деньги на новые виды потребления, что создает новые рабочие места.

Перспектива

Отчет проводит параллель с прогнозом Джона Мейнарда Кейнса 1930 года о 15-часовой рабочей неделе. Кейнс был прав насчет роста производительности, но ошибся в выводах о занятости. Люди не стали работать меньше — они стали потреблять больше и качественнее.

Вероятно, ИИ станет мощным инструментом-дополнением (как Microsoft Office в свое время), а не полной заменой сотрудника. Пока эластичность замещения труда капиталом (ИИ) не станет абсолютной, экономика будет адаптироваться, меняя структуру задач, а не выбрасывая людей на улицу. Главный риск смещается с «исчезновения работы» на необходимость быстрой адаптации к новым инструментам.