Research insights: Goldman Sachs — An AI Job Apocalypse (25 June 2026)

Дата публикации: 2026-06-25
Источник: Goldman Sachs Global Investment Research
Категории: Макроэкономика, Рынок труда, Информационные технологии / ИИ

Дата публикации: 25 июня 2026 года Источник: Goldman Sachs Global Investment Research Категории: Макроэкономика, Рынок труда, Информационные технологии / ИИ Сигналы: Trend, Watch

Описание-резюме отчета

Отчет подготовлен аналитической командой инвестиционного банка Goldman Sachs (редактор Эллисон Нейтан) и опубликован в июне 2026 года. Исследование посвящено оценке масштабов влияния искусственного интеллекта на рынок труда США и проверке гипотезы о неизбежности «технологического апокалипсиса» рабочих мест. Ключевая идея отчета заключается в том, что хотя ИИ вызовет заметную временную силу замещения (особенно в сфере белых воротничков), долгосрочные процессы адаптации рынка и создание новых профессий компенсируют эти потери. Отчет критически важен для СЕО, HR-директоров, инвесторов и государственных регуляторов, формирующих стратегии найма и технологической трансформации.

Сама суть

  • Главный тренд — переход от простых ассистирующих ИИ-инструментов к агентным системам (AI Agents), что ускоряет автоматизацию рутинных когнитивных задач.
  • По оценкам Goldman Sachs, в течение 10-летнего цикла внедрения ИИ может временно вытеснить более 9% рабочей силы США (около 15 млн человек), однако пиковый прирост уровня безработицы составит менее 1 процентного пункта благодаря высокой динамике создания новых рабочих мест.
  • На текущем этапе ИИ оказывает небольшое чистое негативное давление на рынок: замещение (сокращение на ~25 тыс. рабочих мест в месяц) преобладает над аугментацией (прирост на ~9 тыс. рабочих мест в месяц), создавая чистый отток около 16 тыс. рабочих мест ежемесячно.
  • Основными барьерами для тотальной автоматизации остаются высокая стоимость обучения моделей, отсутствие надежной интеграции ИИ с физической робототехникой, проблемы с галлюцинациями ИИ, а также дефицит качественных проприетарных данных у компаний.

Ключевые инсайты для СЕО

Что работает

  1. Аугментация высококвалифицированного труда: ИИ эффективно дополняет специалистов в сферах с высокой долей неструктурированных задач и межличностного взаимодействия (например, образование, проектирование, научные исследования).
  2. Агентное программирование (Agentic Coding): Использование ИИ-агентов для генерации кода (до 50% кода в Alphabet и Pinterest уже пишется ИИ) повышает производительность разработчиков на 30–80%.
  3. Программы переподготовки (Retraining): Сотрудники, прошедшие переподготовку в течение 3 лет после технологического вытеснения, показывают на 2% более высокий долгосрочный рост реальной зарплаты и на 10% меньшую вероятность повторной безработицы.

Что НЕ работает

  1. Прямое замещение «белых воротничков» начального уровня: Резкое сокращение найма выпускников вузов в бэк-офис и клиентские службы ведет к росту разрыва в безработице (+0.6 п.п.) и зарплатах (+1.3%) между начинающими и опытными сотрудниками.
  2. Простые ИИ-модели без кастомизации: Использование базовых LLM без интеграции с уникальными корпоративными базами данных не дает устойчивого прироста прибыли и усложняет работу из-за необходимости ручного промпт-инжиниринга.

Радар возможностей и ловушек

ВозможностиЛовушки
Рост операционной маржинальности: Использование ИИ-агентов (например, "IBM Bob" или "Cloudflare OS") для автоматизации бэк-офиса, комплаенса и клиентской поддержки позволяет сдерживать темпы роста штата (headcount decoupling).Иллюзия быстрой экономии: Увольнение ключевых сотрудников в надежде на ИИ без учета ограничений моделей (галлюцинации, потеря контекста) ведет к деградации качества бизнес-процессов.
Монетизация проприетарных данных: Компании с уникальными отраслевыми дата-сетами становятся главными бенефициарами ИИ-бума, так как ценность данных растет быстрее, чем дешевеет вычислительная мощность (inference costs).Рост неравенства доходов (Labor-Capital Gap): Высокая капиталоемкость ИИ-инфраструктуры перераспределяет доходы в пользу владельцев капитала, что может спровоцировать регуляторное давление и рост налогов на ИИ.

Что это значит для бизнеса

  • Для крупного технологического бизнеса (Big Tech & Software): Рекомендуется агрессивный переход на модель "Agentic Enterprise", где ИИ-агенты берут на себя рутинный код и поддержку, позволяя перераспределять человеческие ресурсы на R&D и архитектурные задачи.
  • Для сервисных компаний и аутсорсинга (Call-центры, консалтинг, маркетинг): Необходима срочная перестройка продуктовой линейки. Простые задачи (копирайтинг, базовые ответы, первичный скоринг) будут полностью автоматизированы клиентами самостоятельно; выживание зависит от предложения глубокой, специализированной экспертизы.
  • Для традиционных отраслей (Строительство, производство, ритейл): Краткосрочные риски высвобождения рабочей силы минимальны из-за физических ограничений ИИ. Фокус должен быть направлен на точечное внедрение ИИ в цепочки поставок, планирование и управление запасами.

Вопросы для управленческой команды

  1. Какая доля задач в наших ключевых департаментах (поддержка, продажи, бэк-офис) относится к категории «рутинных когнитивных» и может быть автоматизирована ИИ-агентами в ближайшие 2–3 года?
  2. Обладаем ли мы уникальными проприетарными данными, которые могут дать нам конкурентное преимущество при обучении отраслевых ИИ-моделей, и как мы защищаем эти активы?
  3. Какова наша стратегия переподготовки кадров (retraining) для минимизации транзиционных издержек и удержания наиболее ценных специалистов при автоматизации их текущих функций?
  4. Готовы ли наши ИТ-инфраструктура и бюджет к долгосрочному росту затрат на ИИ-вычисления (inference) и интеграцию агентных систем?

Stratsessions Signals

  • Trend: Стремительное падение стоимости токенов и запуск автономных ИИ-агентов (AI Agents), выполняющих сложные сквозные бизнес-процессы без постоянного контроля человека.
  • Watch: Рост безработицы среди молодых специалистов и выпускников вузов в ИИ-чувствительных секторах (IT, дизайн, копирайтинг, младший юридический персонал).
  • Cut: Прямой наем линейного персонала в бэк-офис и клиентские службы без предварительной оценки возможности автоматизации этих функций.

Для кого полезно

  • СЕО и топ-менеджеры в сфере ИТ, телекома, финансов, консалтинга и HR-технологий.

Call to Action

  • Заказать разбор для своей отрасли
Персональный анализ

Анализ рынка под ваш проект — за 1000 ₽

Открываете офлайн-бизнес и нужны конкретные цифры под ваш город, формат и размер? У нас 50 готовых ниш — от кофеен и автосервисов до коворкингов и онлайн-школ. Размер рынка локально, экономика, конкуренция, риски. PDF на email за 10-20 минут.

Все 50 ниш анализа рынка