Про «теорию мертвого интернета» знают все: якобы большую часть контента в сети давно пишут боты. Теперь дискуссия выходит на новый уровень (пусть и пока гипотетический): что будет, если работу офисных сотрудников будут выполнять системы ИИ?
Обсудим мнения экспертов и посмотрим на свежие исследования по теме.
Есть ли угроза для рынка труда
Конспирологическая «теория мертвого интернета» стала вирусной в начале 2020-х. Она гласит, что большую часть контента в сети создают не люди, а машины: якобы боты пишут статьи и комментарии, генерируют смешные картинки, спорят на форумах. В конце прошлого года агентство Graphite проанализировало 43 тыс. англоязычных страниц из архива Common Crawl и установило, что в ноябре 2024-го количество сгенерированных материалов впервые обогнало число статей, написанных человеком. Некоторые видят в этом назревающую проблему, которая может выйти за пределы интернета и цифрового мира в мир реальный.
Несмотря на рассуждения о том, что это временные трудности и не «конец привычной нам работы», ИТ-компании действительно сокращают некоторых сотрудников, чтобы заменить их чат-ботами или ИИ-агентами. И пусть сценарий выглядит крайне маловероятным, гипотетически возможна ситуация, когда большую часть аналитических и «офисных» задач начнут выполнять умные алгоритмы. В начале лета практикующий юрист и консультант Оуэн Макгранн даже предложил новый термин — «мертвая экономика».
Очевидно, что полностью закрыть рутину SoTA-модели пока не способы, но ряд бенчмарков показывает, что некоторые задачи «белых воротничков» им уже по силам. Например, APEX от компании Mercor измеряет способность ИИ-моделей выполнять работу сотрудника инвестиционного банка, консультанта по менеджменту, юриста крупной фирмы и врача первичного звена. На каждую профессию приходится по 100 заданий — например, разобрать приложенную финансовую модель в электронной таблице, провести расчеты и оформить выводы. Модели вроде GPT 5, Gemini 3 Pro, Opus 4.5 и новее уже частично справляются с подобными задачами — контрольные критерии показывают правильность выполнения до 67%.
Еще один бенчмарк — GDPVal от OpenAI. Он служит для оценки способности моделей выполнять задачи юристов, соцработников, видеомонтажеров, технических специалистов и еще десятков других профессий. В него входят 1320 заданий, составленных практиками со средним стажем в 14 лет. Примером может быть задача для инженера-технолога: спроектировать оснастку для испытательного стенда кабельной машины, чтобы цикл намотки и размотки выполнял один оператор, а не двое. Как правило, к промптам прилагаются документы, таблицы, чертежи и другие материалы. В OpenAI провели серию экспериментов с помощью своего бенчмарка, в которых ответы моделей оценивали реальные специалисты. Они вслепую сравнивали варианты решений, предложенные нейросетями и человеком, выбирая лучшие. По итогу ответы некоторых моделей признавали не хуже человеческих чуть менее, чем в половине случаев. Руководитель отдела передовых оценок OpenAI говорит, что всего несколько месяцев назад ни одна нейросеть не могла соревноваться с отраслевыми экспертами. В качестве примера она привела коллегу-исследователя, которая раньше работала банкиром и теперь «постоянно удивляется тому, насколько много из ее прежних задач могут делать ИИ-системы».
Гендир Anthropic Дарио Амодеи предупреждает: рынок труда ждет «беспрецедентный по масштабу», но болезненный краткосрочный шок. В мае 2025 года он спрогнозировал, что в течение одного-пяти лет ИИ-модели вытеснят до половины начинающих «белых воротничков», а безработица в США подскочит до 10–20%. В своем январском эссе он отметил, что рынок труда, возможно, и адаптируется — как адаптировался когда-то к механизации сельского хозяйства — но сам глава Anthropic «уверенно ставит против» такого исхода.
Как именно системы ИИ «убивают» экономику
Как правило, компании прибегают к сокращениям, чтобы получить краткосрочную выгоду — уменьшить расходы, освободить офисные пространства. Если бизнес резко режет затраты на рабочую силу, то в следующем квартале может зафиксировать рост прибыли на акцию — неудивительно, что рынок скорее одобряет такую практику, чем порицает. Достаточно вспомнить ситуацию с американской компанией Block, разрабатывающей решения для приема и обработки электронных платежей. В феврале этого года руководство сократило 4 тыс. работников — около 40% штата — а котировки на бирже подскочили более чем на 20%.
Но если в рамках изолированных кейсов подобная авантюра кажется прибыльной, в масштабах всего рынка она несет риск размытия потребительского спроса — независимо от страны. Исследователи из Пенсильванского и Бостонского университетов смоделировали эту динамику в свежей научной работе, где рассмотрели последствия массовых и неконтролируемых сокращений. Если количество уволенных будет превышать число появляющихся рабочих мест, то из экономики начнет пропадать тот самый платежеспособный спрос, на котором держится бизнес. Может возникнуть цепная реакция: уволенные работники теряют доход и начинают тратить меньше денег — следом снижается прибыль других компаний, клиентами которых они являлись. Пытаясь компенсировать падение выручки, компании начинают экономить на сотрудниках и вновь сокращают штат. И ключевой вывод, который делают специалисты, заключается в том, что даже если какая-то отдельная компания видит проблему, она не способна повлиять на ситуацию в одиночку.
Усугублять всю эту ситуацию, по мнению профильных экспертов, может тот факт, что процесс массовых увольнений довольно заразителен сам по себе. Экономист, бывшая сотрудница OpenAI и ныне специалист Anthropic Зои Гитциг говорит, что порой гендиры расстаются с работниками только потому, что так делают в других компаниях: «Когда одни руководители прибегают к сокращениям из-за ИИ-систем, другие чувствуют, что им тоже надо так сделать». По ее словам, подобная динамика определенно отражается на состоянии всего рынка, если уволенные специалисты не могут найти новое рабочее место.
Наконец, массовое сокращение может привести к серьезным последствиям для социальных программ. В апреле 2026 года специалисты из OpenAI опубликовали вайтпейпер под названием «Промполитика в эпоху искусственного интеллекта». Там они отметили, что в мире, где системы ИИ забирают рабочие места, определенно будут сокращаться налоговые поступления с зарплат — а именно на них держится финансирование пенсий и мед. помощи.
Что можно сделать
Чтобы сгладить негативные эффекты от массового внедрения систем ИИ, экономисты и представители компаний, развивающих большие языковые модели, предлагают ряд мер. В той же работе «Промполитика в эпоху искусственного интеллекта», специалисты OpenAI предложили ряд возможных решений проблемы, правда, с оговоркой, что это не четко сформулированные инициативы, а свод идей для дальнейшей дискуссии.
По мнению авторов, государствам придется пересматривать налоговые политики: смещать фокус с налогов на доходы физических лиц в сторону налогов на прирост капитала и на корпоративный доход — прорабатывать сборы, привязанные к автоматизированному труду. Также специалисты предложили сформировать общественный фонд, который будет вкладываться в долгосрочные активы и распределять доход между жителями страны. Еще авторы предложили пакет временных мер для тех, кто работу все-таки потерял: пособия по безработице и ваучеры на обучение. Конкретно эти меры предлагают реализовывать по мере необходимости, только когда показатели вроде уровня безработицы переходят заранее заданный порог (и автоматически их сворачивать, когда ситуация стабилизируется).
Есть предложения и более радикальные: Оуэн Макгранн в своем эссе перечисляет меры, которые, на его взгляд, действительно могли бы сработать: доли государства в ИИ-инфраструктуре, жесткое антимонопольное регулирование и полноценный налоговый режим для автоматизированного труда. Разумеется, не все согласны, что подобные (даже радикальные) меры способны хоть сколько-нибудь повлиять на ситуацию и спасти умирающую экономику — в том случае, если нейросети действительно начнут отнимать рабочие места колоссальными темпами. Так, специалисты из Пенсильванского и Бостонского университетов в своей научной работе пишут, что ни корректировка зарплат, ни налоги на доходы с капитала, ни передача сотрудникам доли в собственности компании, ни универсальный базовый доход не способны привести к сколько-нибудь значимым положительным изменениям и сдержать негативные эффекты от массового распространения интеллектуальных систем.
Они утверждают, что теоретически помочь может только так называемый пигувианский налог для компаний, внедряющих интеллектуальные системы. Это — сбор, который государство вводит, чтобы заставить фирму компенсировать вред, который ее деятельность наносит третьим лицам (классический пример — налог на выбросы). В случае с автоматизацией — это работники, чей труд заменяют (а размер налога привязывается к объему автоматизированных задач). Так, полагают исследователи, удастся отбить у компаний желание внедрять ИИ ради внедрения и сокращать ради сокращений.
А нужно ли что-то делать?
В сети также можно встретить мнение, что «теория мертвой экономики» не более чем простая «пугалка» для «белых воротничков». Как отмечают участники тематических тредов, про замену рабочей силы системами ИИ пишут владельцы и менеджеры крупных компаний, которые в своих рассуждениях почему-то не допускают возможности, что нейросети в первую очередь заменят управленческий состав, а не исполнителей. При этом известный турецко-американский экономист Дарон Аджемоглу пишет, что между 1987 и 2016 годами новые технологии тоже являлись драйвером для сокращений штата в самых разных областях. Причем новые задачи (и рабочие места) появлялись недостаточно быстро, чтобы сразу же «поглотить» уволенных сотрудников. Но экономика не умерла тогда, поэтому не умрет и сегодня.
Beeline Cloud — безопасный облачный провайдер. Разрабатываем облачные решения, чтобы вы предоставляли клиентам лучшие сервисы.
Комментарии 0