Пора заняться кризисом начальной работы на фоне ИИ
Искусственный интеллект пока не привел к убедительной истории массовой безработицы. Совокупная занятость в развитых странах в целом остается стабильной, а недавние оценки находят лишь ограниченные доказательства того, что ИИ заметно изменил общую картину. Но под поверхностью может скрываться тревожный сдвиг: тихое ослабление первой ступени карьерной лестницы.
Самые тревожные сигналы появляются именно там, где их логично ждать в первую очередь: в найме на начальные позиции. Рабочий документ, опубликованный в ноябре 2025 года Stanford Digital Economy Lab, показал, что сотрудники 22–25 лет в наиболее подверженных ИИ профессиях после распространения генеративного ИИ столкнулись с относительным снижением занятости на 16%, даже с учетом других факторов, способных повлиять на решения компаний по найму. Отчет Anthropic за март 2026 года дает косвенные данные, которые приводят к похожему выводу.
Более опытные работники в тех же профессиях не испытали такого же снижения. Занятость не сокращается и в начальных позициях с низкой подверженностью ИИ. Речь идет именно о начальных карьерах, где влияние ИИ высоко.
Это не незначительный сигнал. Он указывает, что компании могут использовать ИИ для замещения тех младших задач, через которые люди традиционно получают первый профессиональный опыт, — по крайней мере в тех сферах, где генеративный ИИ используется особенно широко, например у разработчиков ПО, специалистов службы поддержки клиентов, программистов и менеджеров по информационным системам.
Сейчас самое время менять то, как мы обучаем, готовим и поддерживаем молодых людей, которые только выходят на рынок труда. Образовательным учреждениям нужно перестроиться под эпоху рабочей силы, усиленной ИИ. Правительствам следует стимулировать бизнес нанимать и обучать сотрудников начального уровня. Компаниям, в свою очередь, важно признать значимость долгосрочного кадрового резерва, умеющего работать с ИИ, — а этот процесс начинается именно с работников начального уровня. Студентам тоже нужно взять на себя ответственность: не просто стать AI fluent, но и научиться применять эти знания в разных областях.
Иными словами, мы должны изменить традиционное представление о начальной работе.
Это особенно важно, потому что и более широкий рынок труда для недавних выпускников тоже слабеет. Federal Reserve Bank of New York сообщил, что в четвертом квартале 2025 года уровень безработицы среди недавних выпускников колледжей вырос до 5,6%, а уровень недоиспользования рабочей силы (доля выпускников, работающих на должностях, которые обычно не требуют диплома о высшем образовании) достиг 42,5% — самого высокого значения со времени пандемии covid. Ни один отдельный показатель не доказывает, что именно ИИ является единственной причиной этого ухудшения. Общий найм после пандемии сильно сократился, а молодые люди особенно уязвимы к замедлению. Но игнорировать возможность того, что ИИ ускоряет и без того болезненный переход от учебы к работе, было бы ошибкой.
За этими цифрами стоит значительное личное потрясение. Сегодня недавние выпускники нередко отправляют сотни заявок, прежде чем получают единственное предложение, а опросы стабильно фиксируют повышенные уровни тревожности, финансовой нестабильности и выгорания среди молодых работников, которые долго ищут работу. Если ИИ тихо закроет дверь в типичные стартовые должности, люди заплатят за это отложенной самостоятельностью, переносом создания семьи и ощущением, что их первые серьезные профессиональные усилия оказались отвергнуты.
Это важно и потому, что начальные должности — часть системы обучения экономики. Младшие аналитики учатся понимать, каким цифрам можно доверять. Молодые разработчики ПО узнают, как ломаются production-системы. Новые маркетологи видят, как клиенты ведут себя вне аккуратного языка dashboard. Сотрудники на ранней стадии карьеры в юридических и финансовых ролях учатся тому, как на практике взаимодействуют правила, суждение, сроки и человеческие отношения. Если ИИ заберет на себя еще больше drafting, triage, coding, summarizing и административной подготовки, которые раньше помогали обучать начинающих, компании могут стать эффективнее в краткосрочной перспективе, но общество — менее способным в долгосрочной.
Правильный способ повышать навыки молодых работников — не говорить им: «Учитесь программировать». Этот совет, который определял более десяти лет федеральных инициатив и расширения университетов, исходил из предположения, что coding — стабильный и масштабируемый навык, которому может научиться почти любой и затем превратить его в работу среднего класса. Теперь это предположение больше не работает. Слой работы, с которым ИИ справляется хорошо, — перевод спецификации в типовой код, воспроизведение стандартных паттернов, исправление предсказуемых ошибок — это именно тот слой, вокруг которого и строились программы «learn to code».
Гораздо более важным навыком становится контроль за работой систем ИИ. Поэтому понимание того, какие результаты выдают системы ИИ, будет крайне важно.
Чтобы помочь людям развить такие навыки, университеты, community colleges и профессиональные программы должны встроить AI literacy, data literacy, prompt-based workflow skills, verification skills и domain judgment в обычные образовательные программы. Каждый выпускник должен уметь пользоваться инструментами ИИ, проверять их результаты, понимать их ограничения и сочетать их с человеческой экспертизой. Это важно даже для тех, кто идет в профессии, кажущиеся относительно защищенными от ИИ, например в здравоохранении. Почти в любой работе есть задачи — drafting, summarizing, scheduling, research, базовая работа с данными, рутинная коммуникация, — где ИИ уже является существенным инструментом повышения производительности.
Конкуренция, с которой столкнется большинство молодых работников, — это не человек против машины, а коллега против коллеги, усиленного ИИ. Для большинства молодых работников реалистичный путь к ценности — не избегать ИИ, а свободно владеть им и сочетать это с domain judgment, contextual reasoning и навыками человеческих отношений. Для этого школы должны делать больший акцент на paid co-ops, apprenticeships и проектах, связанных с работодателями, чтобы студенты до выпуска успевали вырабатывать суждение в реальных рабочих условиях.
Правительствам также следует создать целевые tax credits, wage subsidies и training grants для работодателей, которые нанимают сотрудников начального уровня на структурированные роли, усиленные ИИ. Архитектура для таких условных, привязанных к поведению субсидий уже существует в налоговой политике США. Не хватает только версии этих инструментов, специально рассчитанной на работу начального уровня в условиях ИИ.
Со своей стороны компании должны перестать принимать решения о найме, ориентируясь только на краткосрочную экономию от ИИ. Ценность молодых работников не сводится к задачам, которые они выполняют в этом квартале. Их ценность — в обучении, формировании навыков, институциональной памяти и будущей производительности. Нанимать работников начального уровня — это не просто расход. Это инвестиция в будущий запас суждения внутри компании. Самая эффективная senior workforce, усиленная ИИ, в конце 2030-х будет почти целиком сформирована из сегодняшних junior-специалистов. Компании, которые автоматизируют сам этап обучения, могут улучшить текущую маржу, но через десять лет обнаружат, что внутри никого не осталось, кто понимает, как на самом деле работают их собственные AI-driven workflows.
Студенты, выпускающиеся этой весной и в следующем году, выходят на тяжелый рынок труда в период перемен. AI fluency становится товаром массового спроса. Domain expertise без AI fluency начинает отставать. Дефицитной оказывается именно комбинация. Инженер-механик со знаниями в manufacturing и уверенным владением ИИ; программист со знанием финансовых услуг, который к тому же отлично работает с ИИ, — вот такие люди будут востребованы.
Georgios Petropoulos — доцент USC Marshall School of Business. Его исследования посвящены влиянию информационных технологий на инновации, конкурентную политику и рынки труда.
Материал — перевод статьи с английского.
Оригинал: It’s time to address the looming crisis in entry-level work.