Тренд на замену: где и как искусственный интеллект замещает людей

Фото: Freepik

В 2025 году искусственный интеллект (ИИ) начал полностью заменять человека на рабочих местах, требующих рутинных операций. Запрос работодателей на замену людей в России усилился в сложных экономических условиях, когда человеческий труд стал очень дорог, а во многих профессиях ужесточается дефицит специалистов. Нейросети уже успешно заменяют человека во многих отраслях российской экономики, утверждают эксперты.

Нейросеть вместо человека

Вопреки мнению, что нейросети не столько «вытесняют» людей, сколько снимают с них самую скучную часть работы, опрошенные РБК Петербург эксперты говорят о полной замене людей в некоторых видах работ. По словам коммерческого директора компании Smart Design Николая Подстрелова, это происходит в тех случаях, когда объем работы, особенно рутинной, настолько велик, что занимает все время сотрудника. «Нейросеть, беря на себя эту работу, делает ненужным присутствие в штате компании соответствующей единицы. Но важно, что это именно монотонная, однотипная и алгоритмизируемая работа», — подчеркивает эксперт.

Исходя из опыта работы своей компании, он приводит примеры такой замены: в промышленности ИИ берет на себя контроль качества, охрану труда, диагностику оборудования и текущее планирование, а в банках и страховании нейросети заменяют аналитиков и операторов, выполняя скоринг, антифрод и обработку обращений. Причем они делают это быстрее и точнее человека. «В службах поддержки и колл-центрах ИИ фактически уже вытеснил человека с первой линии — до 80% запросов сегодня закрываются автоматически. И это уже не хотелки, а реальность», — утверждает Николай Подстрелов.

Как говорит руководитель отдела разработки конструкторского бюро «Локальные технологии» Василий Базжин, всем уже известные голосовые ассистенты, чат-боты в техподдержке — «все это нейросети, которые заменили людей, и пользуются таким ИИ примерно 35-40% российских компаний».

Запросы на полную замену

Число запросов работодателей на полную замену людей в России увеличивается по мере ухудшения предпринимательского климата и, соответственно, сокращения возможностей компаний повышать уровень оплаты труда сотрудников, что снижает их способность удерживать специалистов от ухода к конкурентам. Еще одним стимулом замены людей эксперты называют сохранение (а в некоторых сферах и усиление) дефицита специалистов.

«По запросам наших клиентов мы четко видим, что в России запрос на замену человеческого труда нейросетями сформировался прежде всего там, где не хватает людей и где задачи при этом можно четко алгоритмизировать», — говорит Николай Подстрелов.

«Под угрозой ИИ-оптимизации — целые пласты профессий в строительстве, корпоративном консалтинге, добывающей промышленности, машиностроении, автопроме и традиционном ретейле, — уверен учредитель TS Solution Михаил Зимин. — Административный персонал, маркетологи, нетехнические работники в IT, специалисты по документообороту могут быть частично заменены».

Василий Базжин видит такой запрос на данный момент в сельском хозяйстве и в медицине. «Думаю, что агропромышленость и строительный бизнес уже дозревают до ИИ-автоматизации и в ближайшие 2-5 лет продолжат наращивать бюджеты для этого», — считает эксперт. И для этих отраслей, по его словам, уже есть соответствующие разработки. «Технологий для радикальной автоматизации уже много, пилотные разработки есть практически во всех отраслях», — подтверждает генеральный директор «Эр Би Ай Концепт» Наталья Лузина.

Что мешает замене людей

Вместе с тем потребители указывают на несовершенство нынешних программ на основе ИИ. Вице-президент Российской гостиничной ассоциации и Российского союза туриндустрии Алексей Мусакин, изучающий возможности автоматизации для отельной отрасли, обращает внимание на слишком частые ошибки ИИ.

«Нейросеть считает правильной ту информацию, которую транслирует большинство источников — даже если все они перепечатывают ложную информацию, — замечает он. — К тому же при дефиците информации ИИ просто выдумывает факты».

Как недавно сообщил Reuters со ссылкой на совместное исследование Европейского вещательного союза и BBC, крупнейшие искусственные интеллектуальные ассистенты, включая ChatGPT и Gemini от Google, искажают новостной контент примерно в 45% случаев. Специалисты относят эти дефекты к недостаточному еще уровню обучения нейросетей.

Но еще больше, чем технические проблемы, замене людей на технологии ИИ мешают институциональные и законодательные барьеры, отмечают эксперты. Такие барьеры возникают даже тогда, когда ИИ убедительно доказал свою эффективность.

Ярким примером Николай Подстрелов называет автономное вождение. Роботы уже давно умеют управлять автомобилями точнее и аккуратнее людей: сенсоры, камеры и алгоритмы прогнозируют дорожные ситуации мгновенно, не устают и соблюдают ПДД на 100 %. «Но массового внедрения нет — все упирается в законодательство и ответственность», — утверждает он. Василий Базжин указывает на аналогичные барьеры в медицине, препятствующие использованию ИИ в диагностике.

По мнению Натальи Лузиной, замещение упирается также в консерватизм менеджмента, низкую готовность перестраивать процессы. «Большинство компаний пока не готовы перестроить процессы под ИИ: нет культуры доверия к данным и нет специалистов, которые умеют ставить задачи машинам, а не людям», — говорит и Николай Подстрелов.

Михаил Зимин отмечает факторы, связанные с психологией и творчеством. «Опыт компаний, поспешно заменивших людей на ИИ, показал ограниченность технологий в задачах, требующих эмпатии, творчества и нестандартных решений. Это приведет к формированию гибридной модели, где ИИ выступает ассистентом, а на первый план выходят человеческие навыки: критическое мышление, креативность и управление в условиях неопределенности», — считает эксперт.

Незаменимость человека в креативных задачах на данном этапе технологического развития отмечает и Василий Базжин. «Автором и инициатором идей при генерации контента пока чаще является человек — автор запроса, а не сама языковая модель», — подчеркивает он.

Развитию технологий на основе ИИ мешают и санкции, говорят эксперты. «Крупнейшие розничные банки (Сбер, Т-банк) занимаются развитием собственных LLM (Large Language Model — большая языковая модель), однако ввиду недоступности вычислительных мощностей конкурировать с мировыми лидерами отечественным игрокам становится невозможно, — отмечает Николай Подстрелов. — Из глобальной гонки по обучению гигантских языковых моделей нас во многом выбросили. Но мы успешно идем другим путем: берем открытые модели, дорабатываем их под конкретные задачи и добиваемся блестящих прикладных результатов».

Гибридные команды

По всем этим причинам запрос на полную замену человека нейросетями пока точечный, утверждает Наталья Лузина. «В массовом бизнесе и в России, и в мире тренд скорее на гибридные команды «человек + ИИ», чем на тотальное вытеснение», — говорит она. С этим согласен и Николай Подстрелов: «По сути, российская экономика начала массовый переход от «умных помощников» к «цифровым коллегам». В то же время он подчеркивает: «Но человек становится надстройкой над ИИ, а не наоборот».

Реальные сокращения штатов чаще всего происходят по экономическим причинам, связанным с падением рентабельности — они более важны для компаний, чем внедрение ИИ, утверждают эксперты.

Массовый переход на «цифровых коллег» потребует времени, говорят эксперты: предприятия должны перестроить процессы, внедрить ИИ в ядро операций и выстроить систему ответственность за решения машин.

«Процесс уже идет, но полная трансформация отраслей будет растягиваться на несколько ближайших лет, с постепенным ростом доли задач, выполняемых ИИ, от 10–20% сегодня до 40–50% и выше в отдельных сферах», — прогнозирует Николай Подстрелов.

По мнению Натальи Лузиной, замещение людей ИИ в России станет серьезным по масштабу в течение 3–5 лет. «Уже в ближайшие 1–2 года мы увидим массовую автоматизацию рутинных операций в банках, торговле и госсекторе. А вот полная замена целых профессий останется скорее исключением, чем нормой», — считает эксперт.

Где ИИ доказал экономическую эффективность

Возможность заменять людей в технологических операциях появилась тогда, когда ИИ доказал свою эффективность в самых разных сферах — от медицины до промышленности. Самый заметный эффект — в поддержке клиентов: компании, внедрившие чат-ботов на базе ИИ, сократили расходы на контакт-центры до 70%, а время обработки запросов — в 3–4 раза. В офисных операциях (от составления отчетов до подготовки презентаций), по данным McKinsey, генеративные модели позволяют экономить до 30% рабочего времени специалистов.

В здравоохранении ИИ-системы диагностируют болезни точнее врачей: в тестах Microsoft их точность оказалась в 4 раза выше, чем у людей-специалистов среднего уровня. В производстве алгоритмы предиктивного обслуживания позволяют компаниям снижать простои оборудования на 30–40%, экономя миллионы долларов ежегодно.

В России эффект заметен прежде всего в медицине, где уже внедрено свыше 400 AI-проектов для анализа снимков и помощи врачам, и в банковской сфере, где ИИ стал ключевым инструментом борьбы с мошенничеством и оптимизации скоринга.

По подсчету McKinsey, генеративный ИИ способен добавлять к мировой экономике $2,6–4,4 трлн в год, прежде всего, за счет продаж и маркетинга, клиентских сервисов и разработки ПО.