14 января 2024 года Международный валютный фонд опубликовал записку Gen-AI: Artificial Intelligence and the Future of Work и блог Кристалины Георгиевой с самой цитируемой цифрой: ИИ затронет почти 40% рабочих мест в мире. Эта формулировка быстро разошлась как новость о будущем массовых увольнений, но в первоисточнике смысл другой: IMF оценивает не число исчезающих профессий, а долю занятости в профессиях с высокой экспозицией к ИИ. Для практиков важна именно эта разница, потому что в методике IMF ИИ может и вытеснять труд, и дополнять его.
Ниже — разбор того, что именно считал IMF, как устроена методика, что означают 60% для развитых стран и почему эту оценку нельзя напрямую читать как прогноз безработицы на 40%.
Коротко
- Оценка IMF от 14 января 2024 года — это оценка экспозиции занятости к ИИ, а не доли рабочих мест, которые обязательно исчезнут.
- Ключ к чтению отчёта — различие между высокой экспозицией с высокой комплементарностью и высокой экспозицией с низкой комплементарностью: в первом случае ИИ чаще дополняет труд, во втором сильнее риск вытеснения.
- В записке IMF средняя доля занятости в высокоэкспонированных профессиях составляет 60% для развитых экономик, 40% для emerging markets и 26% для low-income countries.
- IMF отдельно показывает, что женщины и работники с более высоким образованием чаще попадают в экспонированные профессии; OECD приходит к сходному качественному выводу для GenAI.
- Важно различать версии источника: в январском материале индекс готовности к ИИ обсуждался для 125 стран, а 25 июня 2024 года IMF выпустил публичный AIPI-dashboard уже для 174 экономик.
Контекст
Источник обсуждаемой цифры — не новостная заметка, а связка из двух материалов IMF, опубликованных в один день: Staff Discussion Note Gen-AI: Artificial Intelligence and the Future of Work и блог управляющего директора фонда. Важная оговорка из самого IMF: Staff Discussion Note отражает взгляды авторов и публикуется для обсуждения, то есть это аналитическая записка сотрудников, а не формальное решение совета директоров фонда.
Проблема, которую решает IMF, формулируется шире обычного вопроса «сколько профессий заменит ИИ». Авторы пытаются отделить случаи, когда ИИ может выполнять значимые задачи вместо человека, от случаев, когда он повышает производительность человека, но не убирает его из процесса. Поэтому в центре отчёта — не бинарная схема «автоматизируется/не автоматизируется», а связка из двух понятий: exposure и complementarity.
Это важное отличие от более старых разговоров об автоматизации. И IMF, и OECD подчеркивают, что ИИ сильнее затрагивает когнитивные и нередко высококвалифицированные роли, а не только рутинный физический труд. Поэтому headline про 40% — это, по сути, заявление о смещении зоны риска и зоны роста вверх по квалификационной лестнице.
Метод
Что именно считается «влиянием ИИ»
Методика IMF опирается на два исследовательских слоя. Первый — индекс профессиональной экспозиции к ИИ (AI Occupational Exposure) из работы Felten, Raj и Seamans, где способности современных ИИ-систем сопоставляются с человеческими способностями, нужными для профессий. Второй — индекс комплементарности из рабочего документа IMF 2023 года, который добавляет вопрос: насколько в конкретной работе важны человеческий надзор, ответственность, межличностное взаимодействие и другие факторы, затрудняющие полное вытеснение работника.
Дальше IMF делит профессии на три группы: high exposure, high complementarity, high exposure, low complementarity и low exposure. Если у профессии высокая экспозиция и высокая комплементарность, ИИ, по логике отчёта, скорее становится инструментом усиления труда. Если экспозиция высокая, а комплементарность низкая, риск падения спроса на труд выше.
Как считали по странам
Согласно записке IMF и её eLibrary-версии, эта классификация была наложена на структуру занятости 142 стран по данным ILO и классификации профессий ISCO-08. Для части стран авторы также использовали более детальные микроданные, чтобы посмотреть различия внутри стран по полу, образованию, возрасту и доходным группам.
Отдельный слой отчёта — AI Preparedness Index. Здесь IMF уже не оценивает экспозицию профессий, а пытается понять, насколько страны готовы к внедрению ИИ по четырём блокам: цифровая инфраструктура, человеческий капитал и политика рынка труда, инновации и экономическая интеграция, регулирование и этика. В январском блоге речь шла об оценке готовности 125 стран; 25 июня 2024 года IMF вынес индекс в публичный dashboard для 174 экономик. Это не мелкая деталь: при сравнении публикаций нужно фиксировать именно версию и дату.
Результаты
Главная цифра отчёта — почти 40% мировой занятости в профессиях с высокой экспозицией к ИИ. Но для чтения отчёта полезнее смотреть не только на суммарную долю, а на разбиение внутри неё.
| Группа стран | Высокая экспозиция к ИИ, % занятости | Из них высокая экспозиция + высокая комплементарность, % | Из них высокая экспозиция + низкая комплементарность, % | Как это читать |
|---|---|---|---|---|
| Развитые экономики | 60 | 27 | 33 | Больше всего и потенциала роста продуктивности, и риска вытеснения |
| Emerging markets | 40 | 16 | 24 | Воздействие заметное, но в среднем слабее и позже |
| Low-income countries | 26 | 8 | 18 | Меньше текущая экспозиция, но и ниже готовность к извлечению выгод |
Эти значения прямо следуют из записки IMF и совпадают с резюме январского блога Георгиевой. Для развитых экономик IMF отдельно формулирует результат так: примерно половина экспонированных работ может выиграть от интеграции ИИ, а другая половина — столкнуться с тем, что ИИ начнёт выполнять ключевые задачи, которые раньше делал человек. По цифрам это действительно почти симметричное разбиение: 27% занятости в группе, где комплементарность выше, и 33% — где ниже.
Внутри стран IMF видит ещё один повторяющийся паттерн: женщины и люди с более высоким образованием чаще заняты в профессиях с высокой экспозицией к ИИ. Но это не означает автоматически более высокий риск увольнения. Часть этой экспозиции приходится на профессии, где ИИ, наоборот, может стать усилителем продуктивности. OECD в своих более поздних материалах по GenAI приходит к сходному качественному выводу: экспозиция выше у высококвалифицированных работников и женщин, что отличает нынешнюю волну ИИ от более старых волн автоматизации.
Третий важный вывод IMF — возможное усиление неравенства. Логика тут такая: если выгоды комплементарности и прирост продуктивности сильнее достаются уже более доходным группам, а доход на капитал растёт быстрее дохода на труд, неравенство внутри стран может увеличиться даже при общем росте выпуска.
Наконец, блок про готовность стран к ИИ добавляет вторую половину картины. В январском материале IMF говорил о 125 странах и показывал, что более богатые экономики в среднем лучше готовы к внедрению ИИ. Публичный dashboard от 25 июня 2024 года расширил покрытие до 174 экономик, но общий тезис сохранился: меньшая текущая экспозиция в бедных странах не означает автоматической безопасности, потому что инфраструктура, навыки и регуляторная среда там часто слабее.
Интерпретация
Наш комментарий
Практически полезный смысл цифры «40%» такой: IMF предлагает карту того, где ИИ вероятнее всего начнёт менять структуру труда, а не прогноз того, сколько людей останется без работы. Это карта первой волны воздействия, а не счётчик будущих сокращений.
Для бизнеса и государства в этом отчёте важнее не headline, а сама единица анализа. IMF смотрит не на компании и не на вакансии, а на состав задач внутри профессий. Из этого следует рабочий вывод: вопрос не в том, «заменит ли ИИ бухгалтера, юриста или аналитика целиком», а в том, какие части их работы ускоряются, какие требуют человеческого суждения, а какие создают новый спрос на проверку, координацию и надзор.
Именно поэтому развитые экономики у IMF выглядят одновременно более уязвимыми и более перспективными. У них выше доля когнитивной занятости, значит, шок придёт раньше. Но по той же причине у них больше профессий, где ИИ можно встроить как производительный слой поверх существующего труда.
Ограничения
- Экспозиция — не то же самое, что автоматизация. Сам IMF специально разделяет роли, где ИИ дополняет труд, и роли, где он может сильнее его вытеснять. Читать 40% как «40% рабочих мест исчезнут» неверно.
- Это статическая оценка структуры занятости. В самой записке IMF оговаривает, что методика не моделирует скорость внедрения, издержки компаний, регуляторные запреты, обратные эффекты через рост спроса и другие макроэкономические реакции.
- Оценка агрегирована по профессиям. Два работника с одинаковым названием должности могут иметь разный реальный риск в зависимости от отрасли, страны, качества данных, используемых ИИ-инструментов и того, насколько фирма перестроила процессы.
- Цифры чувствительны к методике и объекту измерения. Например, ILO в материалах от 20 мая 2025 года для generative AI получает более узкую глобальную оценку: около 24% рабочих мест имеют некоторую экспозицию к GenAI, при сильном разрыве между high-income и low-income countries. Это не обязательно опровержение IMF: IMF считал более широкую профессиональную экспозицию к ИИ с учётом комплементарности, а ILO — более узкую GenAI-экспозицию на уровне задач.
- Нельзя смешивать версии AIPI. Январский блог IMF говорил о 125 странах, а dashboard от 25 июня 2024 года уже покрывал 174 экономики. Если просто взять оба числа без даты и контекста, получится ложное ощущение несогласованности.
Заключение
Фраза IMF о том, что ИИ затронет почти 40% рабочих мест в мире, в первоисточнике означает не «40% людей потеряют работу», а «40% занятости приходится на профессии, где ИИ способен существенно изменить набор задач». Сила отчёта — в различении между замещением и комплементарностью; слабость — в том, что headline слишком легко читать как прогноз увольнений.
Если запомнить одну вещь, то вот её: для практиков полезнее спрашивать не «сколько профессий исчезнет», а «какие задачи внутри профессий переходят к ИИ, а какие становятся дороже и важнее именно из-за ИИ».
Источники
- Gen-AI: Artificial Intelligence and the Future of Work — основная записка IMF с методикой, оговорками и резюме результатов.
- Gen-AI: Artificial Intelligence and the Future of Work (PDF) — таблицы и детали: 142 страны, разбиение 27/33, 16/24 и 8/18, ограничения метода.
- AI Will Transform the Global Economy. Let’s Make Sure It Benefits Humanity. — блог IMF от 14 января 2024 года, откуда пошла публичная формулировка про почти 40% рабочих мест.
- Labor Market Exposure to AI: Cross-country Differences and Distributional Implications, WP/23/216 — рабочий документ IMF 2023 года с индексом комплементарности.
- Occupational, industry, and geographic exposure to artificial intelligence: A novel dataset and its potential uses — базовая работа Felten, Raj и Seamans, на которую опирается измерение AI exposure.
- Mapping the World’s Readiness for Artificial Intelligence Shows Prospects Diverge — обновление IMF от 25 июня 2024 года по публичному dashboard готовности к ИИ для 174 экономик.
- AI Preparedness Index (AIPI) — описание состава индекса готовности к ИИ и его текущего покрытия.
- Job Creation and Local Economic Development 2024: The Geography of Generative AI — официальный материал OECD о GenAI-экспозиции, особенно у высококвалифицированных работников и женщин.
- OECD Employment Outlook 2023 — контекст о влиянии ИИ на качество труда, задачи и высококвалифицированные когнитивные роли.
- Generative AI and Jobs: A Refined Global Index of Occupational Exposure — ILO Working Paper 140 с более узкой GenAI-метрикой и глобальной оценкой 2025 года.
- How might generative AI impact different occupations? — поясняющий материал ILO к различиям между экспозицией, трансформацией труда и автоматизацией.
FAQ
Значит ли оценка IMF, что 40% людей потеряют работу?
Нет. У IMF это доля занятости в профессиях с высокой экспозицией к ИИ. Часть этих профессий скорее получит рост продуктивности, а не исчезновение.
Почему у развитых экономик показатель выше?
Потому что в их структуре занятости больше когнитивных, офисных, управленческих и профессиональных ролей, которые сильнее пересекаются с возможностями ИИ.
Почему у ILO и OECD встречаются другие числа?
Потому что они нередко измеряют другой объект. IMF в январе 2024 года смотрел широкую профессиональную экспозицию к ИИ и комплементарность, а ILO в 2025 году — более узкую GenAI-экспозицию задач.
Что из этого следует для компаний?
Практический следующий шаг — не спорить о headline, а картировать задачи внутри ролей: что можно ускорить ИИ, где нужен человеческий контроль, какие навыки становятся дефицитными и какие процессы надо менять первыми.