Прогноз, который не хотел умирать
Уже больше десяти лет одна-единственная цифра служит якорем общественного страха перед автоматизацией: 47%. В 2013 году экономисты Oxford Martin School Карл Бенедикт Фрей и Майкл Осборн оценили, что такая доля занятости в США приходится на профессии с высоким риском компьютеризации — в течение неопределённого будущего окна, которое они описали лишь как «возможно, десять-двадцать лет». Статья стала одной из самых цитируемых экономических рабочих статей века, и цифра 47% до сих пор кочует по заголовкам и презентациям для советов директоров так, будто это устоявшийся прогноз, а не вероятностная оценка, построенная на представлениях 2013 года о том, какие задачи правдоподобно сможет освоить программное обеспечение.
К 2022 году у Роберта Д. Аткинсона из Information Technology and Innovation Foundation появился естественный эксперимент, которого не хватало другим прогнозистам: девять лет реальных данных рынка труда. Его вердикт был прямолинейным. США добавили примерно 16 миллионов рабочих мест с момента публикации статьи, безработица составляла 3,7%, а когда он сопоставил оценки риска Фрея и Осборна по отдельным профессиям с тем, что действительно произошло с этими профессиями, корреляция оказалась слабой — около 0,26. 47% не сбылись. Это не означает, что автоматизация безобидна; это означает, что единичная оценка уязвимости, зафиксированная в один момент времени, какой бы строгой ни была её модель, — плохой ориентир для десятилетия технологических, экономических и институциональных изменений. Любое утверждение о «безопасных» ремёслах ниже стоит читать с учётом этого типа сбоя.
Два парадокса, которые постоянно путают
В обсуждениях ручного труда и ИИ регулярно упоминают две идеи так, будто они взаимозаменяемы. Это не так, и разница важна для планирования.
Парадокс Моравека — это вычислительное наблюдение, названное в честь книги робототехника Ханса Моравека 1988 года Mind Children, сформулированное примерно тогда же Родни Бруксом и Марвином Минским. Оно гласит, что абстрактное рассуждение вычислительно дёшево для машины, тогда как сенсомоторные и перцептивные навыки маленького ребёнка — равновесие, хват, восприятие глубины, распознавание объектов в беспорядке — чрезвычайно дороги. Это объясняет, почему модель может сдать экзамен на адвоката раньше, чем робот научится надёжно складывать бельё.
Парадокс Поланьи — термин из экономики труда, и именно он на самом деле предсказывает, какие рабочие места устойчивы к автоматизации. Экономист MIT Дэвид Отор ввёл его в рабочей статье NBER в сентябре 2014 года, опираясь на наблюдение философа Майкла Поланьи 1966 года о том, что «мы знаем больше, чем можем сказать». Квалифицированные мастера регулярно диагностируют неисправную проводку, заклинивший клапан или хрипящий компрессор, используя распознавание образов, которое не могут полностью сформулировать в виде набора правил, — а значит, это невозможно чисто кодифицировать ни в обучающие данные, ни в дерево решений. Собственный вывод Отора по-прежнему актуален: «трудности замены работников машинами в задачах, требующих адаптивности, здравого смысла и творчества, остаются огромными».
Различие важно, потому что парадокс Моравека — о телах роботов, а парадокс Поланьи — о неявном человеческом суждении. Ремесло может быть устойчивым к автоматизации по любой из этих причин, по обеим сразу или ни по одной — а их смешение порождает небрежные прогнозы.
Что показывают 200 000 реальных разговоров — и чего не показывают
Фрей и Осборн моделировали уязвимость извне. В 2025 году Microsoft Research применила другой подход: Киран Томлинсон с коллегами изучили 200 000 обезличенных разговоров с Bing Copilot, сопоставив их с базой данных O*NET по рабочим активностям профессий, и получили «показатель применимости ИИ» для сотен профессий. У профессий с наименьшим показателем — флеботомисты, ассистенты медсестёр, массажисты, операторы оборудования и кровельщики — есть очевидная общая черта: работа выполняется телом, в конкретном месте, руками.
Исследователи прямо указали, что это измерение пересечения задач с чат-ботом, а не прогноз увольнений. В последующей записи в блоге, отвечающей на восторженное освещение в прессе, они написали: «наше исследование не делает никаких выводов об исчезновении рабочих мест; в статье мы прямо предостерегали от использования наших результатов для такого вывода». Низкий показатель применимости сегодня описывает, где генеративный ИИ пока бесполезен как чат-ассистент. Он ничего не говорит о роботе пятилетней давности с лучшими камерами и более дешёвыми приводами — а это именно та территория, которую отслеживает глава сайта о человекоподобных роботах.
Осложнение: «ручной труд» — не одно и то же
Вот где стройная история ломается. В отчёте Всемирного экономического форума Future of Jobs Report 2025 работодателей спросили, значимость каких навыков, по их ожиданиям, вырастет или снизится к 2030 году. Ожидалось, что значимость почти каждой категории навыков возрастёт. Только две категории, как ожидалось, покажут чистое снижение — и одной из них стала «ручная сноровка, выносливость и точность» с показателем минус 24% в чистом выражении.
Это не противоречит данным о ремёслах выше; это напоминание, что «ручной труд» охватывает совершенно разные работы. Комплектация заказов на складе, работа на конвейерных станциях и повторяющаяся промышленная обработка — это ручной, физически тяжёлый труд, и именно такое структурированное, повторяющееся движение промышленная робототехника автоматизирует уже много лет — задолго до появления генеративного ИИ. Лицензированный электрик, разбирающийся с незнакомым щитком в незнакомом доме, тоже занимается «ручным трудом», но он почти не похож на складскую задачу по своей непредсказуемости, ответственности или потребности в суждении. Работодатели, опрошенные ВЭФ, судя по всему, улавливают именно первое, даже пока спрос на второе сохраняется. Ремесло защищено не тем, что оно ручное; оно защищено сочетанием неявного суждения либо с жёстким требованием физического присутствия, либо со структурным спросом на замену, который робот пока не может удовлетворить дёшево.
Пять ремёсел, две разные причины ожидать спрос
Прогнозы Occupational Outlook Handbook Бюро статистики труда США (BLS) на 2025–2035 годы иллюстрируют оба механизма одновременно:
| Ремесло | Прогнозируемый рост | Ежегодные вакансии | Медианная зарплата (май 2025) |
|---|---|---|---|
| Электрики | 9% | ~72 700 | $63,190 |
| Сантехники, монтажники трубопроводов и паровых систем | 7% | ~42 000 | $63,800 |
| Механики HVAC/холодильного оборудования | 11% | ~40 600 | $61,010 |
| Монтажники лифтов/эскалаторов | 6% | ~1 900 | $109,910 |
| Патронажные работники и сиделки по уходу на дому | 18% | ~760 500 | $35,800 |
Электрики, сантехники и техники HVAC сочетают суждение в духе парадокса Поланьи (диагностика незнакомой системы) со стареющей действующей рабочей силой и многолетним конвейером ученичества — примерно четыре-пять лет и около 2000 оплачиваемых часов в год для электриков, — который невозможно сжать только потому, что спрос растёт. Монтажники лифтов получают самую высокую зарплату из пяти профессий, что отражает узкую, лицензируемую, критичную для безопасности специальность с малым числом новичков. Патронажные работники и сиделки по уходу на дому находятся на другом конце шкалы зарплат, но дают, безусловно, наибольшее абсолютное число вакансий — вызванное демографией, а не нехваткой мест обучения: стареющему населению нужно больше личного ухода, чем может дать нынешняя рабочая сила, и этот спрос сравнительно нечувствителен к автоматизации, потому что зависит от физического присутствия, доверия и личного суждения, которые нынешняя робототехника не может обеспечить ни в нужном масштабе, ни по приемлемой цене.
Сквозная линия
Ничто из этого не равносильно постоянному освобождению от риска. Ремесло выглядит устойчивым, когда требует неявного навыка, сопротивляющегося кодификации, когда обеспечивающая его рабочая сила сокращается быстрее спроса или когда работа требует физического присутствия таким образом, каким робот пока не выполняет её дёшево, — в идеале более одного из этих условий сразу. Оно выглядит уязвимым, когда «ручной» компонент на самом деле повторяющийся и структурированный, — а именно такой ручной труд промышленная и складская робототехника целенаправленно автоматизирует уже целое поколение. Чтение данных BLS о росте и зарплатах — разумный первый фильтр для домохозяйства или молодого работника, взвешивающего варианты, но это фильтр, а не гарантия: та же дисциплина, которая должна была удержать людей от восприятия 47% как истины в 2013 году, применима к каждой цифре в этой статье.