Stanford обновила отчет об ИИ: разрыв в занятости молодых работников вырос до 19%
Автор: Stanford Digital Economy Lab выпустила обновленную версию исследования о влиянии ИИ на занятость и сообщила, что у работников 22—25 лет в профессиях с высокой ИИ-экспозицией разрыв в занятости к июню 2026 года вырос примерно до 19%. Авторы не видят признаков массового вытеснения работников по всей экономике.
Работа основана на данных о зарплатах ADP и сравнивает динамику занятости после выхода ChatGPT, отдельно смотря на возраст и степень ИИ-экспозиции профессий. Авторы пишут, что обновленные данные усиливают выводы, которые они впервые зафиксировали в августе 2025 года, а основной сдвиг связан прежде всего с наймом молодых сотрудников, а не с ростом увольнений.
В профессиях, где ИИ чаще дополняет работников, занятость остается стабильной или растет, особенно у более опытных сотрудников. Эффект пока проявляется в занятости, а не в базовой оплате труда.
Разрыв в занятости молодых работников
- Массового сокращения занятости по всей экономике авторы не наблюдают.
- У работников 22—25 лет в сильно ИИ-экспонированных профессиях занятость примерно на 19% ниже ожидаемого уровня.
- У опытных работников сопоставимого разрыва нет.
- Разрыв рос постепенно: 15% по срезу за июль 2025 года и 19% по данным на июнь 2026 года.
- Снижение идет в основном через более слабый найм молодых работников.
- В профессиях, где ИИ используется скорее как дополнение к человеку, занятость не падает, а местами увеличивается.
Авторы говорят, что это описательные закономерности, а не прямое доказательство причинного эффекта ИИ. На траекторию занятости могли влиять и другие факторы, поэтому сами исследователи не считают одно исследование окончательным ответом на вопрос о последствиях генеративного ИИ для рынка труда.
Формализованные и неявные знания
Помимо расширения данных до середины 2026 года, обновленная версия добавляет новый слой анализа. Авторы выделяют различие между формализованными знаниями, которые можно зафиксировать в учебниках, инструкциях и письменных процедурах, и неявными знаниями, которые приходят через практику, наставничество и повторяющийся опыт.
По их данным, занятость молодых работников снижается в профессиях, где сильнее опора на формализованные знания. У более опытных сотрудников, работающих там, где важнее неявные знания, занятость, наоборот, растет. Исследователи считают, что это связано с тем, что генеративный ИИ лучше воспроизводит уже зафиксированную в текстах и цифровых данных информацию, чем опыт, накопленный в реальной работе.
Авторы также пишут, что женщины в среднем сталкиваются с большей ИИ-экспозицией, и обещают следить за этим расхождением по мере накопления данных. Они проверили несколько альтернативных объяснений: эффект сохраняется, если исключить технологические компании и компьютерные профессии, учесть рост ставок, удаленную работу, вход и выход фирм из выборки и другие меры ИИ-экспозиции.
В исследовании есть и более подробная разбивка по уровням занятости: в натуральном выражении занятость работников 22—25 лет в двух самых подверженных ИИ квинтилях снизилась примерно на 11% между ноябрем 2022 года и июнем 2026 года, тогда как в трех наименее подверженных квинтилях у той же возрастной группы она выросла примерно на 10%. Дополнительно авторы указывают, что расхождение сильнее заметно в образовании, здравоохранении и государственном управлении.
Лаборатория сообщает, что продолжит обновлять ключевые результаты через Canaries Dashboard каждый месяц. Stanford Digital Economy Lab запустила AI Economic Indicators, чтобы отслеживать изменения с высокой частотой, а не только по разовым срезам.
