Россияне учатся применять ИИ быстрее, чем меняются рабочие места

Что происходит

• Навыками работы с ИИ владеют 37,5% занятого населения: 22,7% имеют базовый уровень (умение пользоваться распространенными ИИ-сервисами через готовые пользовательские интерфейсы), 11,7% — средний (использование специализированных решений для рабочих задач), 3,2% — продвинутый (разработка и сопровождение ИИ-решений).
• Базовый уровень распространен во всех возрастных и образовательных группах: 19–23% работников в каждой образовательной категории и 18–26% в старших возрастах владеют простыми ИИ-инструментами, тогда как средние и продвинутые навыки значительно чаще встречаются у молодежи до 30 лет и работников с высшим образованием.
• Среди работников с высшим образованием ИИ-навыками владеют 47%, со средним профессиональным — 33%, с более низким уровнем образования — 27–28%; продвинутый уровень указали 6% работников с высшим образованием против 1–2% в остальных группах.
• Возрастной разрыв особенно заметен для сложных компетенций: продвинутыми ИИ-навыками обладают 5–6% работников моложе 30 лет, а доля таких специалистов среди тех, кому больше 50 лет, снижается до 2%; кадровое ядро ИИ-экономики формируют в основном молодые специалисты с профильным образованием.
• Гендерные различия выражены слабо: навыками ИИ владеют 40% работников-мужчин и 36% занятых женщин, при этом соотношение полов остается близким и на базовом, и на среднем, и на продвинутом уровнях владения.
• Лишь 4,9% опрошенных сообщили, что навыки работы с ИИ необходимы им для выполнения текущей работы, что в 7,6 раза меньше доли уже владеющих такими навыками; исследователи объясняют этот разрыв в том числе феноменом «опережающего освоения технологии».
• Как сказано в резюме работы: «Во-первых, массовое «скрытое» освоение ИИ-навыков работниками опережает формальный спрос со стороны работодателей»; авторы рассматривают такое опережающее обучение как рациональную стратегию защиты человеческого капитала.
• По оценке исследователей, 4,9% — это, скорее всего, нижняя граница реальной потребности в ИИ-компетенциях: фактический спрос, вероятно, лежит между этой долей и 37,5% работников, уже освоивших ИИ, но ближе к нижней оценке, в том числе из-за неформализованного и «серого» характера использования ИИ-инструментов.
• Спрос и владение ИИ-навыками сконцентрированы в профессиональной и научной деятельности, финансовой и страховой сфере, а также в области информации и связи; лидируют специалисты по ИКТ, научно-технические специалисты и руководители высшего и среднего звена.
• Высокий уровень фактического владения ИИ-навыками зафиксирован и в ряде традиционных и регулируемых отраслей: например, 41% госслужащих используют ИИ для подготовки документов и обработки запросов, хотя лишь 6% в этой группе сообщают о формальном требовании таких навыков для работы.

Экономика инноваций Как с 1990-х годов изменилась научная грамотность россиян

Что это значит

• Работа ИСИЭЗ НИУ ВШЭ фиксирует одно из ключевых последствий распространения генеративного ИИ: навыки формируются быстрее, чем трансформируются рабочие места и управленческие стандарты. Во многих странах уже видно, что сотрудники осваивают ИИ-сервисы самостоятельно, тогда как компании и госструктуры медленнее меняют регламенты, IT-инфраструктуру и должностные инструкции. Российские данные подтверждают этот глобальный тренд опережающего накопления цифровых компетенций.
• Результаты показывают, что барьеры входа в базовое использование ИИ минимальны: работникам достаточно общей цифровой грамотности, чтобы создавать тексты, изображения, видео или музыку с помощью готовых сервисов. Это сближает Россию с мировыми тенденциями массового освоения генеративного ИИ и открывает возможности для быстрого повышения производительности не только в ИКТ-секторе, но и в административных, гуманитарных, правовых профессиях, где ИИ уже применяется для рутинизируемых задач — поиска информации, подготовки документов, черновой аналитики.
• Одновременно отчетливо формируются контуры будущего цифрового неравенства. Средние и продвинутые ИИ-навыки концентрируются у молодежи и людей с высшим образованием, тогда как работники старших возрастов и с более низким уровнем образования рискуют оказаться в зоне профессиональных потерь по мере автоматизации типовых операций. Похожая стратификация наблюдается и в других странах: сложные ИИ-компетенции требуют более высокого уровня человеческого капитала и доступа к современным рабочим местам, что усиливает разрыв в доходах и карьерных возможностях.
• Отраслевая картина соответствует мировым стандартам «первой волны» внедрения ИИ: в лидерах — ИКТ, финансы, страхование, профессиональные и научные услуги, где сосредоточены данные, аналитика и программирование. При этом российские результаты добавляют важный штрих: заметное распространение ИИ-навыков в госсекторе, образовании, здравоохранении и добыче полезных ископаемых говорит о том, что даже традиционные и тесно регулируемые отрасли начинают адаптироваться к ИИ, зачастую снизу вверх, через инициативу самих работников.
• Факт, что формальный спрос со стороны работодателей (4,9%) в несколько раз ниже, чем фактическое владение навыками (37,5%), означает наличие значительного нереализованного резерва производительности. Для бизнеса это сигнал к пересмотру процессов, описаний должностей и систем мотивации: компании, которые сумеют встроить уже имеющиеся у сотрудников ИИ-компетенции в операционную деятельность, получат конкурентное преимущество по скорости, качеству и гибкости работы.
• Для государства и системы образования результаты исследования поднимают вопрос о таргетированной поддержке групп риска — прежде всего людей старшего возраста и работников без высшего образования. Без программ массового переобучения и простых вхождений в ИИ-инструменты для таких групп цифровое неравенство может закрепиться, усиливая социальную и региональную поляризацию. В то же время данные показывают, что базовые ИИ-навыки не требуют длительного обучения, что дает шанс выстроить относительно недорогие и масштабируемые курсы повышения квалификации.
• Наконец, исследование демонстрирует, как быстро ИИ перестает быть нишевой технологией и превращается в инфраструктурный элемент экономики. По мере того как навыки работы с ИИ распространяются шире, чем формальные требования, возрастает давление на нормативное регулирование: компании и государство вынуждены будут обновлять стандарты безопасности, защиты данных, ответственности за использование ИИ и прозрачности алгоритмов. От того, насколько быстро это произойдет, будет зависеть, станет ли накопленный «запас» ИИ-навыков источником устойчивого роста или фактором нового неравенства и конфликтов на рынке труда.