Мифы об ИИ-апокалипсисе. За чем стоит следить на самом деле

MIT, Brookings и Dallas Fed опубликовали исследования в 2026 году с одним выводом: реальная угроза не там, где её ищут в заголовках.

4 мифа, которые мешают видеть реальное

Кодифицированное vs тактическое знание

Ключевое разделение, которое игнорируют заголовки. Не «AI заменяет людей», а «AI заменяет один тип знаний и усиливает другой».

Кодифицированное знание. AI замещает

Знания из учебников, процедуры, стандарты. То, что можно описать формально и воспроизвести без опыта.

• Младший юрист-исследователь: поиск прецедентов, анализ договоров по шаблону. Высокий риск замещения.
• Джун-аналитик данных: базовые запросы, стандартные отчёты. Задачи с низкой вариативностью.

Тактическое знание. AI дополняет

Опыт, контекст, суждение. То, что накоплено через практику и не передаётся формально.

• Опытный судебный адвокат: AI берёт рутину, адвокат применяет стратегическое мышление. Зарплаты растут.
• Старший data scientist с доменным знанием: понимает, что за данными, не только как их обработать. Незаменим.

Про-рабочий AI vs Авто-замещающий AI

Acemoglu, Autor и Johnson предлагают пять категорий технологических изменений. Только одна из них однозначно хороша для работников.

Почему рынок тяготеет к автоматизации

• Налоговые перекосы. Труд облагается выше, чем капитал. Это встроенный стимул заменять людей машинами.
• Корпоративные incentives. Автоматизация = контроль над процессами. Зависимость от конкретных людей это операционный риск.
• Path dependence. «Перекос в пользу автоматизации» это идеология, встроенная в инфраструктуру принятия решений о технологиях.
• Что могла бы изменить политика. MIT предлагает перераспределить налоговую нагрузку, ввести IP-защиту для экспертизы работников, создать стимулы для «new task-creating» AI.

Три реальных индикатора, за чем следить

• 01Расслоение внутри профессий

  Не «программистов нет», а «джунов нет, сениоры нужны». Dallas Fed: зарплаты растут там, где важны тактические знания и опыт. Следить за структурой найма внутри каждой профессии, а не за исчезновением профессий.

• 02Автоматизация через налоговую систему

  Кто платит, когда компании заменяют людей машинами? Налоги на труд выше, чем на капитал, это встроенный стимул к автоматизации. MIT/Brookings предлагают переосмыслить налоговые перекосы как политический инструмент.

• 03Правила для «кражи экспертизы»

  MIT предлагает IP-защиту для экспертизы работников. Когда компания обучает AI на знаниях своих сотрудников, кому принадлежит результат? Следить за законодательными инициативами в США и ЕС.

Главный вывод

Апокалипсис как нарратив выгоден: он продаёт заголовки и привлекает инвестиции. Реальные изменения сложнее и интереснее: они происходят внутри профессий, а не вместо них. AI меняет соотношение ценности разных типов знаний. Понимание этого даёт конкретное конкурентное преимущество.