Matt Shumer sparked panic around AI and the labor market, but the data do not confirm a wave of layoffs

Вирусный пост Мэтта Шумера о том, что влияние ИИ на рынок труда будет «масштабнее, чем Covid», собрал десятки миллионов просмотров и запустил волну тревоги. Но если убрать драматичный тон и посмотреть на данные, картина выходит гораздо сложнее: между тем, что ИИ теоретически способен делать, и тем, что компании реально внедрили, пока лежит огромный разрыв.

Почему пост сработал

Шумер попал в идеальную болевую точку рынка: страх, что модели уже сегодня готовы заменить большую часть офисных специалистов. Его формулировки были простыми и тревожными — «происходит что-то масштабное», «большинство людей не узнает об этом, пока не станет слишком поздно». Пост увидели более 85 млн человек, и для многих этого хватило, чтобы принять эмоциональный тезис за аналитический вывод.

Проблема в том, что в самой истории почти не было цифр по занятости, темпам внедрения и фактическим сокращениям. Позже, когда волна уже разошлась, тон автора стал заметно мягче. В интервью CNBC он признал, что не хотел никого пугать, и дал понять, что часть формулировок стоило переписать.

Для рынка это важная деталь: паника распространяется быстро, а уточнения читают единицы. Именно поэтому вирусные посты об ИИ опасны для руководителей. На их основе легко начать сокращения, заморозить найм или броситься в «трансформацию» без понимания, где модель действительно приносит результат, а где она красиво выглядит только на демо.

«Если бы я знал, насколько это станет вирусным, я бы переписал некоторые части».

Где ломается автоматизация

Главный контраргумент к тезису «ИИ уже всех заменяет» хорошо виден в данных Anthropic. Теоретическое покрытие задач у моделей действительно очень высокое: для ряда профессий оно приближается к 90% и выше. Но реальное использование заметно ниже.

В ИТ, например, Claude покрывает лишь около трети задач, хотя на бумаге потенциал намного выше. Это и есть ключевой разрыв: возможность не равна внедрению, а внедрение не равно полной замене человека. Причина проста: работа в компаниях состоит не только из самой задачи, но и из всего, что ее окружает.

Модели упираются не в генерацию текста или кода, а в контекст, зависимости и организационные ограничения. Даже если система умеет писать письмо, анализировать документ или предлагать код, это еще не означает, что она понимает, когда запускать процесс, у кого запрашивать одобрение и что делать при исключении. Именно поэтому автоматизация буксует там, где снаружи все кажется очевидным.

внутренние согласования, которые нигде нормально не описаны легаси-системы и нестандартные обходные процессы регуляторные ограничения и комплаенс-проверки неявные знания команды о клиентах, рисках и приоритетах * постоянно меняющиеся правила внутри самой организации По этой логике ИИ часто оказывается даже слабее нового сотрудника. Человек хотя бы постепенно встраивается в среду, учится на разговорах, замечает исключения и считывает негласные правила. Модель каждый раз стартует почти с нуля и зависит от того, насколько аккуратно ей передали контекст.

А контекст в живой компании меняется быстрее, чем его успевают формализовать. Поэтому массовая замена персонала на основании теоретических возможностей ИИ сегодня — это не стратегия, а дорогой эксперимент с высоким шансом отката.

Куда смещается спрос

Самая полезная часть этой дискуссии — не спор о том, сколько профессий исчезнет, а вопрос, какие задачи наконец становятся экономически решаемыми. Автор статьи предлагает смотреть на простую кривую спроса. В ее «голове» живут массовые продукты вроде CRM, офисного софта и дизайнерских сервисов.

Они уже давно закрывают типовые процессы. Но в «хвосте» — тысячи маленьких, болезненных и очень конкретных задач, которые годами не автоматизировали просто потому, что разработка стоила дороже результата. Это может быть отчет в уникальном формате для одного клиента, нестандартный процесс комплаенса, частный дашборд для финансового директора или локальная бюрократическая процедура, которая ломает сроки всему бизнесу.

ИИ делает такие задачи адресуемыми: их теперь можно решить маленькой командой или даже одним человеком, который глубоко понимает предметную область. Отсюда и парадокс 2026 года: ИИ не обязательно сжимает компанию, зато почти всегда ускоряет ее. В январе 2026 года Citadel Securities сообщила о росте вакансий разработчиков на 11% год к году, а прогнозы по многим профессиям, затронутым ИИ, все еще указывают на рост, а не на схлопывание.

Что это значит

Сейчас главное конкурентное преимущество — не паниковать из-за вирусных тезисов, а понимать, где в твоем бизнесе разрыв между «ИИ мог бы» и «ИИ реально делает». Те, кто режет людей слишком рано, рискуют потом срочно собирать экспертизу обратно. Те, кто сначала выбирает проблему, а уже потом инструмент, скорее всего и выиграют от нынешней волны автоматизации.