57% всех рабочих часов в США можно автоматизировать через агентов AI и робототехнику, но это вовсе не означает массовую безработицу. Компании, которые формируют модель "человек + агент + робот", видят максимальный прирост производительности.
Исследование McKinsey Global Institute показывает: успех зависит не от технологии, а от переосмысления рабочих процессов и развития навыков сотрудников.
Компании-лидеры (frontier firms) получают в 3 раза выше возврат на инвестиции, чем остальные, потому что переходят от автоматизации отдельных задач к переукладки целых профессиональных ролей.
Почему 57% — это не конец рабочих мест
Когда McKinsey Global Institute анонсировала, что агенты AI и роботы могут автоматизировать более половины всех рабочих часов в США, заголовки предсказуемо завопили о технологической безработице. Но исследование говорит совсем о другом.
Проблема в интерпретации. "Автоматизировать" не значит "полностью заменить". McKinsey проанализировала 900+ видов профессиональной деятельности и обнаружила: большинство ролей на 30–60% состоят из задач, которые поддаются частичной или полной автоматизации. Но оставшиеся 40–70% требуют человеческого суждения, творчества, эмпатии и стратегического мышления.
Администраторы данных — 88% задач поддаются автоматизации. Руководители — 15%. Врачи — 42%. Это означает, что траектория каждой профессии будет разной, и вероятность "вымирания" целых ролей низка.
Модель "человек + агент + робот": как это работает на практике
McKinsey выделяет три типа взаимодействия между людьми и технологией, и только один из них приводит к масштабному выигрышу:
1. Вспомогательная автоматизация (augmentation)
AI агент выполняет рутину; человек проверяет результат и принимает решение. Это самый безопасный путь, но эффект скромный: +10–15% производительности. Пример: AI дефектор предложит улучшения, юрист проверит и отправит клиенту.
2. Частичная автоматизация (partial automation)
AI самостоятельно принимает решения по стандартным сценариям; человек вмешивается при исключениях. Эффект: +25–40% производительности. Пример: чат-бот обслуживает 80% запросов клиентов; сложные случаи переходят к агенту.
3. Редизайн рабочего процесса (workflow redesign)
Компания полностью переосмысляет процесс, перекладывая части работы между людьми, агентами и роботами оптимально. Эффект: +50–70% производительности, часто с улучшением качества. Пример: вместо того, чтобы финансист проводит 6 часов на подготовку отчёта, он трудит 1 час на настройку агента, который автоматизирует конвертацию данных, проверку, и форматирование. Финансист тратит оставшиеся 5 часов на анализ и консультирование.
Вспомогательная автоматизация требует минимальных инвестиций и перестройки процессов. Компании её любят. Но пересмотр работы требует изменения организационной структуры, переподготовки сотрудников и переосмысления KPI — это сложно, долго и рискованно. Именно поэтому "frontier firms" (компании-лидеры) получают в 3 раза выше ROI: они решают этот организационный вызов.
Ставки на человеческий потенциал: откуда берутся выигрыши
McKinsey провела опрос 3,500+ исполнителей в США и обнаружила феномен: те, кто работает с AI агентами, не теряют работу, а меняют её характер.
Когда рутина автоматизирована:
- Работник занимается более сложными задачами: вместо заполнения форм — консультирование клиентов, вместо сбора данных — их интерпретация и стратегия.
- Компания экономит на масштабировании: вместо найма 100 новых аналитиков для обработки растущего объёма работы, компания может обойтись 20 сотрудниками + AI агентами.
- Сотрудники развиваются быстрее: они учатся работать с новыми инструментами, получают более интересные проекты, повышают зарплату.
Но есть критическая условие: компания должна инвестировать в переподготовку. McKinsey отметила, что компании-лидеры тратят в среднем 5–8% своего бюджета на обучение сотрудников работе с новыми инструментами. Остальные — 0–2%.
До: Три сотрудника вручную проверяли 500 деклараций в месяц. Процесс: чтение документа → проверка по правилам → ввод в систему → отправка. Каждая декларация — 45 минут.
После (уровень 1 — вспомогательная): AI система предварительно заполняет 80% данных; сотрудник проверяет и правит. Время на декларацию: 20 минут. Повышение производительности: +55%.
После (уровень 3 — трансформация работы): AI система самостоятельно обрабатывает 85% деклараций (стандартные случаи). Сотрудник больше не "проверяет форму", а анализирует сложные налоговые ситуации, консультирует клиентов, обновляет процедуры. При этом один сотрудник справляется с 2000 деклараций в месяц (из которых 1700 обрабатывает AI). Производительность: +320%.
Три барьера на пути к масштабированию
McKinsey выявила, почему многие компании застревают на уровне экспериментов:
1. Technоlogical debt (технический долг)
Старые системы (legacy systems) не интегрируются с современными AI агентами. Компания должна инвестировать в интеграцию, что требует времени и денег. Многие компании недооценивают эту статью расходов на 50–70%.
2. Organizational inertia (организационная инерция)
Люди боятся перемен. Даже если AI агент повысит производительность на 40%, сотрудники могут саботировать внедрение, если не верят, что их работа будет безопаснее и интереснее.
3. Skill gap (разрыв в компетенциях)
Компаниям нужны специалисты, которые умеют проектировать взаимодействие человека и AI, обучать агентов, адаптировать процессы. Это новая профессия, и её мало. Рынок труда не поспевает за спросом.
1. Провести аудит процессов: выявить, какие задачи поддаются автоматизации (матрица McKinsey в открытом доступе).
2. Выбрать пилотный процесс: начать с рутинного процесса, где ошибка низкокостова (например, классификация входящих писем, а не хирургическое решение).
3. Перепроектировать процесс: не просто автоматизировать отдельные шаги, а трансформировать работу, задав вопрос: "Какие части работы лучше всего выполняет человек, какие — агент, какие — робот?"
4. Обучить команду: не только технически (как использовать агент), но и культурно (зачем это нужно, как это улучшит вашу работу).
5. Измерить результат: трекировать не только эффективность (часы на задачу), но и качество (ошибки, удовлетворение клиентов), и благополучие сотрудников (удовлетворённость, развитие, зарплата).
Вероятные сценарии развития до конца 2026 года
На основе текущих тренденов McKinsey прогнозирует три вероятных сценария:
Оптимистичный сценарий (вероятность ~25%): Компании в США и Европе активно переходят к модели "человек + агент + робот", инвестируя в переподготовку сотрудников. Производительность растёт на 10–15% в год. Спрос на трудоёмкие специальности (администраторы, операторы) падает, но он компенсируется спросом на "AI-инженеров" и стратегических ролей. Безработица остаётся в пределах нормы (3–5%).
Реалистичный сценарий (вероятность ~60%): Большинство компаний внедряют "вспомогательную" и "частичную" автоматизацию, получая 15–25% прирост производительности. Инвестиции в переподготовку скромные. Возникает поляризация: крупные компании выигрывают, стартапы и SMB отстают. Появляется спрос на рабочих, которые умеют "управлять" агентами. Темп безработицы растёт с 3.7% до 4.2% из-за "структурного сдвига".
Пессимистичный сценарий (вероятность ~15%): Компании пытаются масштабировать AI агентов без переучёта сотрудников и трансформации процессов. Эффект минимален (3–5% производительности). Инвестиции теряются. Компании переходят к более агрессивным стратегиям — массовым сокращениям вместо переквалификации. Возникает социальное напряжение, регуляторы вводят ограничения.
• Начните прямо сейчас: не ждите идеальной технологии. Пилот на вспомогательной автоматизации займёт 2–3 месяца и покажет реальный ROI.
• Инвестируйте в людей: бюджет на обучение сотрудников должен быть минимум 5% от экономии, которую даёт AI. Иначе вы рискуете потерять мотивацию команды.
• Переосмыслите метрики: производительность важна, но не менее важны качество, удовлетворённость клиентов и благополучие сотрудников. Компании, которые оптимизируют все четыре параметра, получают долгосрочный выигрыш.
• Готовьтесь к кадровым сдвигам: поговорите с HR прямо сейчас о переквалификации и перемещении сотрудников. Пассивность сейчас приведёт к кризису завтра.
Заключение: от автоматизации к росту потенциала
57% автоматизации — это не приговор занятости, это приглашение переосмыслить работу. Компании, которые видят AI не как инструмент замены, а как партнёра для трансформации процессов и раскрытия человеческого потенциала, получают конкурентное преимущество.
Ключевая статистика: frontier firms (top 25% компаний по внедрению AI) видят 3x выше ROI, потому что они инвестируют не только в технологию, но и в людей. Это не тренд, это закон. Компании, которые игнорируют инвестиции в переподготовку, останутся позади.
Ваш выбор: автоматизировать или трансформировать?
Узнать больше
McKinsey Global Institute: "Agents, robots, and us: Skill partnerships in the age of AI" — полное исследование с интерактивными инструментами для оценки потенциала автоматизации вашей компании. Содержит матрицу видов профессиональной деятельности и их автоматизируемость, гайд по внедрению workflow redesign, и анализ требуемых компетенций.
Источники информации
Материал подготовлен на основе исследования McKinsey Global Institute "Agents, robots, and us: Skill partnerships in the age of AI" (ноябрь 2025), интервью с Fortune (25 ноября 2025), и данных опроса 3,500+ работников США. Статистика и цифры актуальны на 25 ноября 2025 года.