Оливер Фальк не ищет массовых увольнений. Директор центра инновационной экономики ifo смотрит на немецкую статистику занятости и видит другое: исчезает не работа, а вход в неё.
Девятого ноября институт опубликовал ранний индикатор. В 140 профессиях, разложенных по степени подверженности ИИ, полная занятость людей 20–24 лет в самых уязвимых группах упала на 14% — с 279 тысяч до 239 тысяч человек с третьего квартала 2022 года.
Четыре года. Минус 40 тысяч мест.
Общая занятость в тех же профессиях выросла на 1,8%. В наименее подверженных — упала на 6,4%. Разъезд начался не вчера, но именно на нём видно, где ИИ оставляет первый след.
«Старт карьеры — это система раннего предупреждения рынка труда, — говорит Фальк. — Здесь последствия ИИ видны задолго до того, как они проявятся в росте производительности».
Логика простая. Канцелярская поддержка, первая линия IT-поддержки, первичная обработка документов — работа, которую ИИ уже забирает. И она же исторически была входом в профессию для выпускника.
Где именно просело
Индикатор ifo собран из двух массивов. Первый — немецкие административные данные по занятости и найму в разрезе возраста и профессии. Второй — Европейское обследование рабочей силы по 27 странам, с 2021 по 2024 год.
В Германии разрыв между возрастными группами открылся после 2024 года: у молодых он приходится на найм, у старших — на удержание. В ЕС картина мягче, но той же формы. К концу 2024 года занятость в самом уязвимом квинтиле была на 5,2% выше уровня третьего квартала 2022 года, в самом защищённом — на 3,3% ниже.
Найм молодых относительно старших в 2024 году оказался на 2,9% ниже на каждое стандартное отклонение «автоматизационной» подверженности. Оценка неточная, статистически значима только одна. Авторы называют её подсказкой, а не доказательством.
Американские данные дают ту же траекторию, только крупнее. По выборке ADP, у 22–25-летних в двух самых уязвимых квинтилях занятость с ноября 2022 по июнь 2026 упала примерно на 11%, в трёх наименее уязвимых выросла на 10%. Разрыв объясняется наймом, а не увольнениями.
Чего в этих числах нет
Канадская статистика ломает аккуратную картинку. В отчёте от 28 октября Statistics Canada сравнила ставки найма и увольнений с 2006 по август 2026 года и не нашла широкого структурного сдвига после запуска ChatGPT.
Ставка найма 15–29-летних снизилась везде. В слабо подверженных профессиях — с 4,0% до 3,3%. В уязвимых к замещению — с 3,2% до 3,0%. В профессиях с интенсивным кодом — с 2,5% до 1,9%. Снижение началось до ноября 2022 года и шло независимо от подверженности.
«Трудно вычленить: если это происходит по всей экономике, как мы можем утверждать, что ИИ точно влияет на конкретные профессии», — говорит соавтор отчёта Тахсин Мехди.
Vanguard на выборке около 800 профессий не нашёл подтверждения истории замещения. У выпускников 22–26 лет в наиболее подверженных занятиях занятость лишь незначительно ниже допандемийного тренда. А компании, которые выигрывают от ИИ, нанимали молодых быстрее остальных.
Резервный банк Австралии в ноябре тоже говорит о «предварительных признаках» и напоминает: в 2022 году молодёжная занятость была необычно сильной, часть спада — остывание рынка. Из австралийских работодателей 41% сообщили, что ИИ увеличил число начальных позиций, 19% — что сократил.
Самые уязвимые к ИИ профессии, Германия
Занятость 20–24-летних упала с 279 тыс. до 239 тыс. с третьего квартала 2022 года, тогда как общая занятость в этих профессиях выросла на 1,8%. · ifo Institute, ноябрь 2026
Опрос Northeastern University (38 375 респондентов, из них 8 174 с правом найма) добавляет третью сторону. Среди руководителей, у которых ИИ изменил найм, 26% берут меньше новичков, 7% — больше. Ещё 28% нанимают столько же, но ждут от новичка работы более высокого уровня.
Три массива данных, три разные картины. Это не ошибка выборки. Это разные вопросы, заданные разным экономикам в разное время.
| Массив | Что измеряли | Результат | Вывод авторов |
|---|---|---|---|
| ifo, Германия и ЕС | Занятость и найм по 140 профессиям, 2022–2026 | 20–24 года: −14%; топ-квинтиль: +5,2% | Описательно, причинность не доказана |
| Stanford / ADP, США | 22–25 лет, квинтили подверженности | −11% против +10% у наименее уязвимых | Падение через найм, не через увольнения |
| Statistics Canada | Найм 15–29 лет, 2006–2026 | С 4,0% до 3,3% в слабо подверженных | Широкого сдвига нет |
| Vanguard, США | Выпускники 22–26 лет, около 800 профессий | Небольшое отставание от тренда | ИИ не главная причина |
Сопоставление по публикациям 2026 года. Метрики и периоды несопоставимы напрямую — сравнивается направление, не величина.
Арифметика ученичества
Спор о причине важен, но горизонт считается иначе. Сеньор не появляется из вакансии. Он появляется из пяти-семи лет обратной связи: ревью, разборов инцидентов, ошибок, которые кто-то объяснил.
Если когорта входа сжалась на 14%, через пять-семь лет сжимается и скамейка тех, кто способен проверять работу ИИ. Это не прогноз о безработице. Это арифметика конвейера.
В России та же развилка видна по вакансиям. Глава HeadHunter Дмитрий Сергиенков говорил в мае, что в профессиях под полную замену число джуниорских позиций падает на 40–45%, а там, где ИИ дополняет работу, доля новичков выросла на четверть.
Демография добавляет второй множитель. Население ЕС прошло пик: 450,6 млн сейчас, около 445 млн к 2050 году и 398,8 млн к 2100-му. К середине века каждый третий житель будет старше 65 лет.
Меньше молодых, меньше сеньоров, больше работы по надзору за моделями. Компании, которые сегодня экономят на первой ступеньке, через десять лет будут искать людей, которых не вырастили.
Первая ступенька — не льгота для выпускников, а инфраструктура отрасли. Её стоимость не видна в отчёте о прибылях, пока не понадобится человек, умеющий ловить ошибку модели.
Развилка 2070: технология или диффузия
Долгосрочные сценарии Европарламента (сентябрь 2026) показывают, насколько конечная цифра зависит не от модели, а от институтов. В исследовании EGOV одиннадцать вариантов роста ВВП на душу населения до 2070 года.
Сценарий I, ИИ с регулируемым распространением, даёт +5,3 процентного пункта к 2050 году и +1,8 к 2070-му относительно базового пути Ageing Report. Сценарий E, закрытие через налог на капитал, уводит в минус на 4,2 пункта к 2070-му. Разброс между «тем же ИИ» в разных институциональных рамках — почти десять пунктов.
Авторы отдельно оговаривают J-кривую: сначала производительность падает, потом растёт. И предупреждают, что краткосрочные оценки ИИ умеренные, а долгосрочные — сценарные, не прогнозные.
Отсюда практический вывод. Вопрос не в том, заменит ли ИИ новичков. Вопрос в том, будет ли у следующего поколения доступ к ученичеству. Это переменная политики, а не технологии.
Причина не доказана. Три массива данных расходятся, и это не отменяет риск.
К 2035 году дефицит сеньоров сложится из сегодняшнего недобора — независимо от того, кто виноват.
Станет ли вход в профессию шире к 2030 году?
Вероятность: 70% — найм восстанавливается медленнее, чем падает, а демографическое сжатие когорты уже заложено в данные.
✅ Аргументы за
Компании экономят на обучении, а не на штате: увольнений почти нет, вход закрыт.
Критерии подтверждения: доля 20–24-летних в уязвимых профессиях ЕС в 2029 году ниже, чем в 2022-м.
❌ Аргументы против
Компании, выигрывающие от ИИ, нанимают молодых быстрее — эффект может оказаться перераспределением, не сокращением.
Критерии опровержения: доля 20–24-летних в уязвимых профессиях ЕС к 2029 году вернётся к уровню 2022-го.
