В первой половине 2026 года работодатели связали с искусственным интеллектом 101 743 сокращения рабочих мест в США, тогда как Всемирный экономический форум прогнозирует, что технологии, связанные с ИИ, создадут 170 миллионов должностей и вытеснят 92 миллиона по всему миру к 2030 году. Эти две цифры постоянно противопоставляют друг другу, хотя они несопоставимы: одна считает объявления, сделанные в этом году в одной стране, другая моделирует глобальное десятилетие. Более полезно смотреть на то, в чем они совпадают. Вытеснение сконцентрировано в канцелярской и административной сфере, создание смещено в сторону технических специальностей, а 39% ключевых профессиональных навыков в любом случае изменятся. Приведенные ниже цифры взяты из доклада ВЭФ о будущем рабочих мест, данных о сокращениях Challenger Gray, Gallup и Stanford HAI.
TL;DR
- ВЭФ прогнозирует вытеснение примерно 92 миллионов должностей к 2030 году (ВЭФ)
- Прогнозируется создание примерно 170 миллионов должностей (ВЭФ)
- Это чистый прирост примерно в 78 миллионов (ВЭФ)
- Ожидается, что к 2030 году изменится около 39% ключевых профессиональных навыков (ВЭФ)
- 77% компаний планируют инвестировать в переквалификацию в течение пяти лет (ВЭФ)
- Работодатели связали с ИИ 101 743 сокращения в США в первой половине 2026 года (Challenger, Gray and Christmas)
- Это составило 23% всех объявленных сокращений (Challenger)
- ИИ был главной названной причиной четыре месяца подряд (Challenger)
- Только в июне на ИИ пришлось 14 029 сокращений, или 31% (Challenger)
- Общее число объявленных сокращений в США в первой половине 2026 года упало на 40% год к году (Challenger)
- Сокращения в технологическом секторе выросли на 83% за тот же период (Challenger)
- 52% сотрудников в США используют ИИ на работе, но лишь 15% - ежедневно (Gallup)
- Внедрение ИИ на уровне организаций достигло 88% (Stanford HAI, McKinsey)
1. Прогноз
Наиболее цитируемые цифры в этой сфере - это прогнозы, и их нужно каждый раз обозначать именно так. ВЭФ прогнозирует создание примерно 170 миллионов должностей и вытеснение 92 миллионов к 2030 году, то есть чистый прирост около 78 миллионов, полученный из опросов работодателей об ожидаемых изменениях рабочей силы на период до 2030 года.
Именно на чистом показателе большинство публикаций останавливаются, а анализ должен как раз с него начинаться. Чистый прирост в 78 миллионов внушает уверенность только в том случае, если люди, теряющие должности, смогут занять создаваемые, а структура данных говорит, что в основном это не так. Вытеснение концентрируется в канцелярских и административных профессиях с ограниченной внутренней мобильностью. Создание концентрируется в технических должностях, требующих подготовки, которая занимает годы, а не недели. Поэтому прогноз с положительным чистым сальдо вполне совместим с серьезным ущербом для конкретных людей, и если воспринимать агрегированную цифру как хорошую новость, это обходит стороной весь вопрос распределения, из-за которого эта тема вообще становится проблемой для политики.
| Показатель | Значение | Источник |
|---|---|---|
| Прогнозируемое вытеснение должностей к 2030 году | около 92 миллионов | ВЭФ |
| Прогнозируемое создание должностей к 2030 году | около 170 миллионов | ВЭФ |
| Чистое прогнозируемое изменение | около 78 миллионов | ВЭФ |
| Профессии, доминирующие в вытеснении | канцелярские и административные | ВЭФ |
| Профессии, доминирующие в создании | технические специальности | ВЭФ |
| Соотношение созданных к вытесненным | примерно 1,85 к 1 | Рассчитано по данным ВЭФ |
| Характер цифр | прогноз, а не измерение | ВЭФ |
| Горизонт | до 2030 года | ВЭФ |
Источник: материалы доклада ВЭФ о будущем рабочих мест.
2. Что именно объявили работодатели
Прогнозу противостоит измерение - более узкое по охвату, но основанное на том, что компании заявили в этом году. Работодатели связали с искусственным интеллектом 101 743 объявленных сокращения в США в первой половине 2026 года, то есть 23% от общего числа, и ИИ был главной названной причиной четыре месяца подряд. Только в июне на ИИ пришлось 14 029 сокращений - 31% от объявлений за этот месяц.
Контекст вокруг этой цифры работает в обе стороны. Общее число объявленных сокращений в США за тот же период упало на 40% год к году, то есть доля ИИ как названной причины выросла в год, когда ситуация с увольнениями в целом заметно улучшилась. Это довод против того, чтобы считать упоминание ИИ простым прикрытием для спада. С другой стороны, сокращения в технологическом секторе выросли на 83%, тогда как везде остальном они снизились, а технологический сектор - это именно та отрасль, у которой сильнее всего стимул представлять сокращения как модернизацию под влиянием ИИ, а не как коррекцию избыточного найма. Обе трактовки не противоречат данным.
| Показатель | Значение | Источник |
|---|---|---|
| Сокращения, связанные с ИИ, первая половина 2026 года | 101 743 | Challenger |
| Доля ИИ во всех объявленных сокращениях | 23% | Challenger |
| Сокращения, связанные с ИИ, июнь 2026 года | 14 029 | Challenger |
| Доля ИИ в сокращениях июня | 31% | Challenger |
| Число месяцев подряд, когда ИИ был главной причиной | 4 | Challenger |
| Всего объявленных сокращений, первая половина 2026 года | 443 604 | Challenger |
| Изменение общего числа сокращений год к году | снижение на 40% | Challenger |
| Изменение сокращений в технологическом секторе | рост на 83% | Challenger |
Подробности по отраслям - в нашей статье статистика сокращений в технологическом секторе. Источник: отчет Challenger о сокращениях за июнь 2026 года.
3. Навыки меняются быстрее, чем исчезают рабочие места
Вывод о навыках менее эффектен, чем цифры по числу занятых, но, вероятно, более значим. ВЭФ прогнозирует, что к 2030 году изменится примерно 39% ключевых профессиональных навыков, а 77% компаний заявляют, что планируют инвестировать в переквалификацию и повышение квалификации в течение следующих пяти лет.
Вместе эти две цифры описывают работодателей, которые рассчитывают сохранить своих сотрудников и изменить то, чем эти люди занимаются, а не заменить их. Это принципиально другое будущее по сравнению с тем, что подразумевают заголовки о вытеснении, и оно перекладывает нагрузку на системы обучения, а не на рынок труда. Это же и самое легкое для декларирования и самое сложное для проверки утверждение: заявить о намерении инвестировать в переквалификацию компании ничего не стоит на момент опроса, а сопоставимого набора данных, отслеживающего, реализовались ли эти инвестиции, не существует.
| Показатель | Значение | Источник |
|---|---|---|
| Доля ключевых профессиональных навыков, которые изменятся к 2030 году | около 39% | ВЭФ |
| Компании, планирующие инвестиции в переквалификацию | 77% | ВЭФ |
| Горизонт для этих инвестиций | следующие пять лет | ВЭФ |
| Что подразумевает это сочетание | переобучение важнее замены | Расчетно |
| Проверяемость заявления об инвестициях | низкая | Расчетно |
| Прогнозируемое вытеснение должностей | около 92 миллионов | ВЭФ |
| Прогнозируемое создание должностей | около 170 миллионов | ВЭФ |
| Занимают ли вытесненные работники созданные должности | в основном нет | ВЭФ |
Контекст со стороны разработчиков - в нашей статье статистика опросов разработчиков. Источник: доклад ВЭФ о будущем рабочих мест.
4. Внедрение - это еще не замещение
Аргументы о вытеснении предполагают такую интенсивность использования, которую данные о внедрении пока не подтверждают. 52% сотрудников в США сообщают, что используют ИИ на работе, но лишь 15% делают это ежедневно, при внедрении ИИ на уровне организаций в 88%. Инструмент, которым время от времени пользуется половина работников, не работает на том уровне, который требуется для масштабного замещения.
Этот разрыв - самый весомый из доступных аргументов в пользу того, что заявления о скором вытеснении опережают реальность внедрения. При этом цель постоянно смещается: доля ежедневного использования выросла с 13% до 15% в течение 2026 года, а общее использование более чем удвоилось за три года. Вопрос в том, выйдет ли ежедневное использование на плато около нынешнего уровня - и тогда ИИ будет работать как вспомогательный слой, - или продолжит расти до той интенсивности, при которой должности действительно начнут объединяться. Нынешние данные этого не проясняют, и любой, кто утверждает обратное, занимается экстраполяцией.
| Показатель | Значение | Источник |
|---|---|---|
| Сотрудники в США, использующие ИИ на работе | 52% | Gallup |
| Использующие ИИ ежедневно | 15% | Gallup |
| Ежедневное использование ранее в 2026 году | 13% | Gallup |
| Сотрудники в США, использующие ИИ во втором квартале 2023 года | 21% | Gallup |
| Внедрение ИИ на уровне организаций | 88% | Stanford HAI, McKinsey |
| Использование генеративного ИИ хотя бы в одной функции | 79% | McKinsey |
| Организации, связывающие с ИИ хоть какое-то влияние на EBIT | 39% | McKinsey |
| Доля пользователей ИИ, применяющих его ежедневно | около 29% | Рассчитано по данным Gallup |
Подробности на уровне работников - в нашей статье статистика ИИ на рабочем месте, а данные о расходах - в статье статистика внедрения ИИ в компаниях. Источник: данные Gallup о частом использовании ИИ на рабочем месте.
5. Почему эти два набора данных расходятся
Прогноз и данные об объявлениях расходятся в разные стороны по структурным причинам, а не потому, что один из источников ошибается. Уничтожение рабочих мест сконцентрировано, датировано и объявляется публично; создание рабочих мест распылено, происходит постепенно и почти никогда не объявляется. Компания, сокращающая 500 должностей, выпускает заявление. Компания, добавляющая по две должности в сорока командах за восемнадцать месяцев, не выпускает ничего.
Эта асимметрия гарантирует, что любой набор данных, построенный на объявлениях, будет выглядеть более негативно, чем реальность, а любой набор данных, построенный на прогнозах работодателей, будет выглядеть более позитивно, потому что респонденты, прогнозирующие собственный найм, заинтересованы звучать оптимистично. Честная позиция состоит в том, что наблюдаемые данные показывают, что именно сейчас приписывают ИИ, но не могут показать чистый эффект, тогда как прогнозы могут смоделировать чистый эффект, но не могут сказать, реализуется ли он.
| Показатель | Значение | Источник |
|---|---|---|
| Что измеряет Challenger | объявленные сокращения и названные причины | Challenger |
| Что измеряет ВЭФ | прогнозы работодателей до 2030 года | ВЭФ |
| Географический охват данных Challenger | США | Challenger |
| Географический охват прогноза ВЭФ | глобальный | ВЭФ |
| Видимость уничтожения рабочих мест | высокая, объявляется публично | Расчетно |
| Видимость создания рабочих мест | низкая, не объявляется | Расчетно |
| Направление смещения в данных об объявлениях | негативное | Расчетно |
| Направление смещения в прогнозах работодателей | позитивное | Расчетно |
Источник: CFO Dive о сокращениях в технологическом секторе и роли ИИ в первой половине 2026 года.
Итог: влияние ИИ на рабочие места в цифрах
| Показатель | Значение | Источник |
|---|---|---|
| Прогнозируемое вытеснение должностей к 2030 году | около 92 миллионов | ВЭФ |
| Прогнозируемое создание должностей к 2030 году | около 170 миллионов | ВЭФ |
| Чистое прогнозируемое изменение | около 78 миллионов | ВЭФ |
| Соотношение созданных к вытесненным | примерно 1,85 к 1 | Расчетно |
| Ожидаемое изменение ключевых профессиональных навыков | около 39% | ВЭФ |
| Компании, планирующие инвестиции в переквалификацию | 77% | ВЭФ |
| Сокращения, связанные с ИИ, первая половина 2026 года | 101 743 | Challenger |
| Доля ИИ во всех объявленных сокращениях | 23% | Challenger |
| Сокращения, связанные с ИИ, в июне | 14 029 | Challenger |
| Доля ИИ в сокращениях июня | 31% | Challenger |
| Число месяцев подряд, когда ИИ был главной причиной | 4 | Challenger |
| Всего объявленных сокращений, первая половина 2026 года | 443 604 | Challenger |
| Изменение общего числа сокращений | снижение на 40% | Challenger |
| Изменение сокращений в технологическом секторе | рост на 83% | Challenger |
| Сотрудники в США, использующие ИИ на работе | 52% | Gallup |
| Использующие ИИ ежедневно | 15% | Gallup |
| Тот же показатель во втором квартале 2023 года | 21% используют ИИ в целом | Gallup |
| Внедрение ИИ на уровне организаций | 88% | Stanford HAI, McKinsey |
| Организации, связывающие с ИИ хоть какое-то влияние на EBIT | 39% | McKinsey |
Методология и источники
- Данные о вытеснении, создании, изменении навыков и намерениях по переквалификации взяты из доклада Всемирного экономического форума о будущем рабочих мест, в котором опрашиваются работодатели об ожидаемых изменениях рабочей силы на период до 2030 года (Всемирный экономический форум).
- Данные об объявленных сокращениях и названных причинах взяты из ежемесячных отчетов о сокращениях Challenger, Gray and Christmas (отчет за июнь 2026 года, PDF за июнь 2026 года), со сверкой отраслевого анализа (CFO Dive).
- Данные о внедрении на уровне работников взяты из мониторинга Gallup по использованию ИИ на рабочем месте (Gallup), а данные о внедрении на уровне организаций - из индекса ИИ Stanford HAI за 2026 год и опроса McKinsey о состоянии ИИ (Stanford HAI, McKinsey).
- На заметку: цифры ВЭФ - это прогнозы на основе опросов работодателей, а не измерения, и доклад, из которого они взяты, охватывает горизонт до 2030 года, а не описывает 2026 год. Они глобальны; данные Challenger относятся только к США и учитывают объявления, а не фактические увольнения. Эти два набора данных нельзя объединять в единое повествование о чистом изменении числа рабочих мест. Challenger фиксирует причину, которую называет работодатель, без проверки, поэтому рост доли ИИ среди названных причин - это тенденция раскрытия информации, которая может отражать, а может и не отражать причинно-следственную связь, а у работодателей есть репутационный стимул предпочитать объяснение через ИИ объяснению через слабый спрос. Показатели внедрения Gallup основаны на самоотчетах и относятся только к США. Строки с пометкой “расчетно” получены арифметически или прямым выводом из опубликованных цифр.
- Обновлено: 2 августа 2026 года. Мы обновляем этот обзор ежеквартально по мере публикации Challenger ежемесячных данных и выхода новых изданий ВЭФ, Gallup и Stanford HAI.