Владислав Андрюшин, 05.10.2026
Коротко. Какие профессии заменит ИИ, ни одно исследование назвать не может: оно показывает, какие задачи внутри профессии поддаются автоматизации. Сильнее всего меняется работа, где много повторяющихся операций с текстом, документами и данными: ввод данных, секретарская работа, первичный учёт, типовые обращения клиентов, перевод и тексты. Меньше всего затронута работа руками и с людьми на месте. Перед тем как выбирать профессию для переобучения, разберите её на задачи и посмотрите, что из них останется за человеком и что поручат новичку.
Когда искусственный интеллект переводит текст, составляет отчёт и отвечает клиенту, вопрос о будущем профессии становится вполне практическим. Стоит ли учиться на переводчика? Есть ли смысл осваивать программирование? Не окажется ли так, что за время переобучения работа, ради которой всё начиналось, существенно изменится?
Наибольшее внимание сегодня стоит уделить профессиям, в которых значительную часть работы составляют повторяющиеся операции с текстом, документами и данными. Среди них операторы ввода данных, секретари, сотрудники, занятые первичным учётом и обработкой типовых обращений. Изменения затрагивают также переводчиков, авторов текстов, дизайнеров, программистов и аналитиков. Однако характер этих изменений будет различаться.
Исследования позволяют оценить, какие задачи поддаются автоматизации и как меняются требования работодателей. Надёжного списка профессий, которые обязательно исчезнут к определённому году, они не дают. Поэтому вопрос «какие профессии заменит ИИ» полезно рассматривать через содержание работы: что именно сможет выполнять система и для чего по-прежнему потребуется специалист.
Профессия включает несколько видов деятельности. Например, сотрудник клиентского сервиса отвечает на стандартные вопросы, уточняет обстоятельства обращения, согласует решение с коллегами и разбирает конфликтные ситуации. Возможность автоматизировать ответы по справочнику ещё не описывает всю его работу.
В исследованиях это различие выражается через понятие подверженности ИИ. Оно показывает, насколько задачи профессии соответствуют возможностям технологии. Дальнейший результат зависит от качества системы, стоимости внедрения, организации процессов и решений работодателя.
В исследовании Международной организации труда и NASK 2025 года около четверти занятых в мире работают в профессиях с некоторой подверженностью генеративному ИИ. К категории с наиболее высокой подверженностью отнесены 3,3% мировой занятости. Авторы считают изменение содержания работы более вероятным результатом, чем полную автоматизацию профессий. Эти показатели описывают потенциальное воздействие технологии, а не число людей, которые потеряют работу (ILO и NASK, 2025).
Здесь и далее основное внимание уделяется генеративному ИИ, который работает с текстом, кодом, изображениями и другими цифровыми материалами. Роботизация производства и беспилотный транспорт требуют отдельной оценки. Низкая подверженность языковым моделям не означает защищённость от всех видов автоматизации.
По оценке ILO, наиболее высокая подверженность сохраняется у канцелярских и административных профессий. Среди категорий с максимальным воздействием названы операторы ввода данных, работники, занятые набором и обработкой текстов, учётные служащие и офисные сотрудники общего профиля (ILO, исследование и перечень профессий).
Причина связана с содержанием задач. Перенос информации между документами, подготовка стандартных писем и составление первичных сводок допускают формализацию. Если большая часть должности состоит из таких операций, внедрение автоматизации может сократить потребность в ручной обработке.
При этом в работе всегда есть исключения: неполные документы, противоречивые сведения, изменения требований, необходимость получить согласование. Для сотрудника практическое значение имеет то, умеет ли он разбирать подобные ситуации и контролировать процесс целиком.
Языковые модели существенно расширили возможности автоматической работы с текстом. В исследовании Eloundou и соавторов оценивалось, может ли модель или инструмент на её основе сократить время выполнения задачи как минимум вдвое при сохранении качества. Исследование использовало американские описания профессий и не устанавливало сроки их исчезновения (Eloundou et al., 2023).
Для понимания карьерных последствий полезно разделять разные заказы. Подготовка черновика описания товара и работа над интервью с экспертом требуют разного участия автора. Предварительный перевод стандартного письма и перевод переговоров с отраслевой терминологией также различаются по сложности и ответственности.
Поэтому при выборе направления стоит выяснить, за какой результат платит заказчик. Если ценность работы ограничена выпуском типового текста по готовым сведениям, возможности автоматизации особенно важны. Если специалист собирает информацию, проверяет факты, понимает предмет и отвечает за точность формулировок, его работа включает дополнительные задачи.
В клиентском сервисе полезно разделять стандартное информирование и решение проблемы. Сообщить условия доставки по базе знаний, зарегистрировать запрос и определить его тему можно встроить в автоматизированный процесс. Разобраться в неоднозначном обращении, проверить исключение и согласовать решение сложнее.
Это не даёт оснований обещать сохранение каждой должности. Если типовые обращения составляли основную нагрузку, их автоматизация способна изменить численность команды. Одновременно у оставшихся сотрудников может увеличиться доля сложных случаев. Поэтому оценивать нужно и объём работы, и её будущую трудность.
При обсуждении бухгалтерии особенно важно уточнять обязанности. Обработка первичных документов, сверка записей и подготовка типовых расчётов отличаются от выбора учётного подхода, анализа спорной операции и взаимодействия с проверяющими.
В отчёте WEF The Future of Jobs Report 2025 учётные служащие, а также бухгалтеры и аудиторы входят в группы с ожидаемым снижением занятости. Это ожидания опрошенных работодателей в условиях нескольких изменений рынка, включая цифровизацию. Они не означают, что любая бухгалтерская должность будет заменена нейросетью (WEF, 2025).
Для специалиста разумно оценить, насколько его опыт выходит за пределы ввода данных. Понимание учёта и способность обнаружить ошибку приобретают практическое значение именно тогда, когда часть операций выполняется автоматически.
Эти профессии тоже нельзя считать неизменными. Генерация кода, подготовка запросов к данным, создание визуальных вариантов и первичных макетов меняют способы выполнения задач. Однако из этого не следует одинаковый прогноз для всех цифровых специальностей.
В отчёте WEF 2025 года разработчики программного обеспечения, специалисты по большим данным и ИИ входят в число профессий с наиболее быстрым ожидаемым ростом. Графические дизайнеры, напротив, присутствуют среди профессий с ожидаемым сокращением. Речь идёт о прогнозах работодателей до 2030 года, а не о гарантированном результате для каждого специалиста (WEF, 2025, раздел о перспективах занятости).
Для выбора профессии этого различия недостаточно. Нужно изучить, чему именно предстоит учиться. Программисту потребуется понимать задачу и проверять поведение системы. Аналитику важно оценивать качество данных и обоснованность вывода. Дизайнеру необходимо связывать визуальное решение с задачей продукта и потребностями аудитории.
Ниже приведены редакционные примеры, которые помогают рассмотреть профессию через задачи. Это не рейтинг вероятности увольнения и не перечень функций, навсегда недоступных ИИ.
Во втором столбце стоит оценка из справочника «Карьерной карты»: та же цифра показана в отчёте по каждому направлению. Это показатель β из исследования Eloundou и соавторов по разметке людей. Он показывает, какую часть задач профессии ИИ ускоряет вдвое и сильнее; задачи, где к языковой модели нужен ещё и другой инструмент, засчитаны наполовину. Оценка сделана по американским описаниям профессий 2023 года, поэтому её полезно сравнивать между профессиями, но нельзя читать как долю работы, которая исчезнет.
У трёх строк есть оговорки. Для бухгалтера взята американская категория учётных служащих, то есть первичный учёт и сверки, а не работа главного бухгалтера. Для аналитика данных взята категория статистиков; у соседней американской категории специалистов по данным (Data Scientists) оценка ниже, 59%. Для автора текстов это среднее двух американских категорий: авторов и писателей (81%) и авторов художественных текстов (74%).
| Профессия или направление | Оценка подверженности ИИ | Задачи, которые может ускорять ИИ | На что направить профессиональное развитие |
|---|---|---|---|
| Переводчик | 84% | Предварительный перевод и поиск вариантов формулировок | Знание предмета, проверка смысла и терминологии, понимание контекста |
| Автор текстов | 77% | Черновики и переработка предоставленного материала | Работа с источниками, интервью, редактура, проверка фактов |
| Аналитик данных | 73% | Черновики запросов, описательные сводки, варианты визуализации | Постановка вопроса, проверка данных и корректность интерпретации |
| Оператор колл-центра | 70% | Ответы по базе знаний, классификация обращений | Разбор нестандартных случаев и согласование решений |
| Секретарь | 57% | Черновики писем, протоколы, обработка типовых документов | Координация участников, проверка договорённостей, работа с исключениями |
| Графический дизайнер | 41% | Варианты изображений и адаптация типовых материалов | Работа с задачей заказчика, визуальной системой и критериями качества |
| Бухгалтер | 31% | Извлечение сведений из документов и подготовка сверок | Понимание учёта, проверка операций и контроль качества данных |
Цифры сами по себе не объясняют, что будет с профессией. У графического дизайнера оценка ниже, чем у секретаря, но WEF относит дизайнеров к профессиям с ожидаемым сокращением. Оценка говорит о том, насколько задачи совпадают с возможностями ИИ, а судьба профессии зависит ещё и от спроса и от решений работодателей.
У профессий, связанных с физической работой в меняющейся среде, меньше прямого пересечения с возможностями языковых моделей. PwC приводит как примеры профессий с низкой подверженностью ИИ поваров, строительных рабочих и механиков. Это характеристика рассматриваемой технологии, а не обещание неизменного спроса (PwC, 2026, с. 5).
В медицине, уходе и образовании цифровая работа сочетается с непосредственным взаимодействием с людьми. Подготовка документа или учебного материала составляет лишь часть деятельности. Осмотр пациента, выполнение процедуры, организация занятия и наблюдение за состоянием человека предъявляют другие требования.
Однако выбирать новую профессию только потому, что её сложнее автоматизировать, недостаточно. Нужно учитывать здоровье, условия труда, график, требования к образованию и собственный интерес. Переход в неподходящую сферу не становится удачным лишь из-за более низкой технологической подверженности.
Автоматизация позволяет выполнять прежний объём работы быстрее. Работодатель может использовать это для сокращения затрат, расширения выпуска или изменения обязанностей команды. Результат зависит в том числе от спроса на продукт и возможности развивать бизнес.
В Global AI Jobs Barometer 2026 PwC отмечает более быстрый рост численности сотрудников у компаний с высокой подверженностью ИИ. Но анализ охватывает крупные компании с доступной отчётностью и исключает организации, прекратившие деятельность. Поэтому вывод нельзя превращать в утверждение, что внедрение ИИ всегда увеличивает занятость (PwC, 2026, с. 20).
Сочетание разных решений видно и в опросе WEF. К 2030 году 77% опрошенных работодателей планируют обучать сотрудников для работы с ИИ, а 41% предполагают сокращать штат там, где ИИ сможет выполнять работу людей. Компания может одновременно выбирать несколько стратегий. Доля работодателей с таким намерением не равна доле работников, которых сократят (WEF, 2025, рисунок 4.14).

Опрос WEF 2024 года, планы на 2025–2030 годы. Показаны пять выбранных стратегий. Ответы могут сочетаться; это не статистика состоявшихся увольнений.
Неопределённость отражена и в отдельном докладе WEF Four Futures for Jobs in the New Economy, опубликованном в январе 2026 года. Авторы рассматривают четыре сценария, зависящих от скорости развития ИИ и готовности работников осваивать новые способы работы. Среди них есть и расширение сотрудничества человека с ИИ, и быстрое вытеснение сотрудников. Это сценарии для подготовки решений, без установленной вероятности реализации каждого из них (WEF, 2026).
Для человека, который переучивается, важен не только спрос на профессию в целом. Необходимо понять, какие задачи работодатель готов поручать начинающему.
PwC обращает внимание на то, что число вакансий начального уровня перестало расти в группе профессий с наиболее высокой подверженностью ИИ. Этот анализ охватывает Канаду, Сингапур, Великобританию и США, причём на США приходится около 73% объявлений в выборке. Авторы отдельно предупреждают, что наблюдаемая динамика не доказывает причинного влияния ИИ (PwC, 2026, с. 12).
Для российского читателя это повод внимательнее изучать начальные позиции в выбранной области. Короткий курс может научить пользоваться инструментом, но работодателю нужен результат: корректный расчёт, работающий элемент программы, проверенный материал или решённая проблема клиента.
В том же отчёте PwC указана средняя зарплатная премия за ИИ-навыки в размере 62% по анализу объявлений о работе за 2025 год. Это различие предлагаемых зарплат между сопоставляемыми группами вакансий. Оно не показывает, насколько вырастет доход конкретного человека после обучения, и не является оценкой российского рынка (PwC, 2026, с. 22–23).
Международные исследования помогают определить задачи, на которые стоит обратить внимание. Но сроки внедрения и кадровые решения зависят от страны, отрасли и конкретной организации. Имеют значение доступность технологий, состояние данных, стоимость внедрения и потребность в сотрудниках.
Российский обзор Strategy Partners «Дефицит кадров: стратегия выживания бизнеса» показывает неоднородность рынка на данных конца 2025 года: конкуренция соискателей и потребность в кадрах различались по профессиональным областям. Это исторический срез, который сам по себе не объясняет изменения влиянием ИИ (Strategy Partners, декабрь 2025).
Поэтому международный прогноз стоит сопоставлять с вакансиями в своём регионе и разговорами с работодателями. Полезно выяснить, какие процессы уже автоматизированы, что изменилось в обязанностях сотрудников и какие задачи остаются незакрытыми.
Начните с перечня задач, которые выполняете в течение обычной рабочей недели. Выделите повторяющиеся операции, работу с неоднозначной информацией и задачи, требующие непосредственного участия. Такой разбор поможет увидеть, какая часть опыта сохраняет ценность при изменении инструментов.
Затем выберите одну задачу и проверьте, как ИИ помогает её выполнить. Оцените весь процесс, включая постановку задания, проверку и исправления. Быстро полученный черновик имеет практическую ценность только тогда, когда его можно довести до нужного качества с приемлемыми затратами времени.
Следующий шаг связан с развитием навыков. Переводчику может быть полезна отраслевая специализация, аналитику работа с качеством данных, сотруднику клиентского сервиса разбор сложных обращений. Выбор должен опираться на реальные требования и те виды деятельности, которые вам подходят.

Редакционная схема «Карьерной карты». Помогает разобрать содержание работы; не рассчитывает вероятность увольнения.
Если рассматриваете смену профессии, изучите несколько подходящих вакансий и попробуйте выполнить небольшую задачу из новой области. Это позволит проверить интерес, оценить пробелы в подготовке и понять, как ваш прежний опыт соотносится с новой работой.
Выбирать направление стоит с учётом того, какую профессиональную задачу вы хотите решать и чему готовы учиться. Технологии будут менять инструменты, поэтому устойчивость карьеры во многом связана со способностью понимать свою работу и осваивать новые способы её выполнения.
Для первоначального выбора направлений можно воспользоваться тестом «Карьерной карты». Полученные варианты стоит дополнить изучением задач, требований к подготовке и условий занятости.