Недавняя дискуссия во Всемирном банке с Алексом Ричмондом о «Концептуальной основе перехода рабочих мест в эпоху ИИ», разработанной OpenAI, служит полезной отправной точкой для понимания того, как искусственный интеллект преобразует рынки труда. Хотя анализ основывается прежде всего на опыте развитых экономик, его ключевые выводы ставят важные вопросы для Центральной Азии, где структуры рынка труда, системы подготовки кадров и институциональный потенциал существенно отличаются.
Основные цифры зачастую трактуются неверно. Согласно концептуальной основе, около 80% рабочих мест в той или иной мере подвержены влиянию ИИ, однако лишь около 18% в настоящее время относятся к группе высокого риска автоматизации. Это различие принципиально. Подверженность не означает устранения. Меняется не само существование рабочих мест, а их содержание: конкретные задачи внутри профессий автоматизируются, дополняются технологиями или переконфигурируются.
В развитых экономиках этот переход, вероятно, будет смягчён достаточно гибкими рынками труда, более развитыми системами образования и зрелыми инновационными экосистемами. В Центральной Азии путь адаптации окажется сложнее.
Для рынков труда региона характерны высокий уровень неформальной занятости, значительное несоответствие навыков и слабая связь между системами образования и запросами работодателей. Именно эти структурные особенности определяют как риски, так и возможности, связанные с внедрением ИИ.
Структура риска: что меняется и для кого
Непосредственный риск состоит не в масштабной технологической безработице, а в неравномерном и потенциально болезненном перераспределении занятости. Рутинные и административные функции, широко представленные в государственном управлении, сфере услуг и нижних сегментах частного сектора, наиболее уязвимы перед автоматизацией.
Как недавно отметил министр промышленности и новых технологий Таджикистана Шерали Кабир, даже базовые функции помощника теперь могут выполнять инструменты наподобие ChatGPT. Этот простой пример отражает более широкую тенденцию: постепенное вытеснение рутинных, канцелярских и вспомогательных функций.
Вместе с тем структура экономик Центральной Азии предполагает, что степень подверженности может отличаться от развитых экономик. Значительная доля занятости сосредоточена в низкопроизводительных секторах, неформальной деятельности и профессиях, требующих ручного труда или некодифицируемых навыков.
В краткосрочной перспективе это может снизить непосредственную подверженность автоматизации. Однако это также означает более медленный рост производительности и риск увеличения разрыва с технологически более развитыми экономиками.
Более значимым является эффект второго порядка. По мере того как ИИ повышает производительность и снижает издержки в развитых экономиках, он способен трансформировать глобальные цепочки добавленной стоимости и сократить спрос на отдельные виды трудоёмкого аутсорсинга. Это может ограничить возможности создания рабочих мест в развивающихся регионах, конкурентоспособность которых основана на низких издержках.
Одновременно могут открыться новые возможности в сфере цифровых услуг, информационной инфраструктуры и региональной логистики при наличии необходимых навыков и систем.
Готовность как определяющий фактор
Это подводит к ключевому политическому вызову: готовности. Системы образования и профессиональной подготовки Центральной Азии пока не в полной мере готовы к реагированию на быстрые технологические изменения.
Учебные программы во многих случаях устарели, системы технического и профессионального образования и обучения недостаточно развиты, а связи между университетами и работодателями слабы. В результате выпускники нередко не располагают ни фундаментальными, ни прикладными навыками, востребованными на современных рынках труда.
Практические выводы конкретны:
Во-первых, системы образования должны переориентироваться на фундаментальные компетенции: аналитическое мышление, решение проблем и способность к адаптации.
Во-вторых, техническое и профессиональное обучение необходимо модернизировать и привести в соответствие с потребностями развивающихся отраслей, включая цифровые навыки, управление данными и базовое программирование.
В-третьих, системы непрерывного обучения следует расширять для поддержки переквалификации работников, занятых в рутинных профессиях.
Не менее важна роль цифровой инфраструктуры. Инвестиции в центры обработки данных, подключение к сети и цифровые платформы являются не только условиями для внедрения ИИ, но и источниками занятости и развития кадрового потенциала.
Первые инвестиции Таджикистана в образование и инфраструктуру, связанные с ИИ, включая создание национального центра обработки данных, свидетельствуют о формирующемся понимании этой связи. Масштабирование подобных усилий в регионе потребует скоординированных государственных и частных инвестиций.
Наконец, необходима адаптация институтов рынка труда. Для управления переходными процессами необходимы более качественные данные о спросе на навыки, более эффективные службы занятости и целенаправленная активная политика на рынке труда. Без этого процесс адаптации рискует стать фрагментированным: очаги вытеснения будут соседствовать с незаполненными вакансиями в формирующихся секторах.
Основной вывод прост. ИИ не устранит труд, но изменит его содержание. Для Центральной Азии ключевой вопрос состоит не в степени подверженности, а в готовности.
Страны, которые заблаговременно инвестируют в человеческий капитал, приведут системы образования в соответствие с потребностями рынка и создадут необходимую цифровую инфраструктуру, окажутся в лучшей позиции для извлечения выгод из технологических изменений.
Остальные рискуют отстать, причём не из-за самой автоматизации, а из-за неспособности к ней адаптироваться.