Корпорации по всему миру в прошлом году сократили персонал в среднем на 4% — напрямую из-за внедрения ИИ. И при этом большинство CEO заявляют, что планируют нанимать больше людей. Morgan Stanley назвал это главным парадоксом 2026 года.
Опрос Morgan Stanley среди 935 руководителей в пяти странах показал: компании, внедрившие ИИ более года назад, фиксируют рост производительности на 11,5% при одновременном сокращении персонала на 4%.
Morgan Stanley прогнозирует трансформирующий скачок ИИ уже в первой половине 2026 года — и предупреждает: большинство компаний, рынков труда и регуляторов к нему не готовы.
Инвесторам следует переключить внимание с «строителей» ИИ-инфраструктуры — чипов, облаков, оборудования — на «применяльщиков»: компании, которые уже превращают затраты на ИИ в реальную маржу.
Производительность без найма: разрыв, который меняет правила
Исторически рост выручки требовал роста числа сотрудников. ИИ меняет это уравнение — и делает это быстрее, чем ожидал рынок. Snowflake, Shopify и ряд других публичных компаний открыто описывают на конференциях, как AI-инструменты позволяют им делать больше меньшим числом людей. По данным Morgan Stanley, уже к четвёртому кварталу 2025 года 30% компаний-«применяльщиков» ИИ зафиксировали измеримые финансовые результаты — против 16% годом ранее. Темп удвоения — менее чем за 12 месяцев.
Чикагский экономист Алекс Имас, чьи работы Morgan Stanley представил на конференции, констатировал: свежие макроданные с пересмотром вверх впервые показывают признаки прироста производительности на агрегированном уровне. Харвардский экономист Джейсон Фурман — бывший советник Обамы по экономике — согласился со Стэнфордским исследователем Эриком Брюнольфссоном: статистика производительности наконец отражает то, что до сих пор фиксировалось только в отраслевых микроисследованиях.
Компании по всему миру начинают получать реальную отдачу от диффузии технологий. Это трансформация не только технологии — это трансформация того, как бизнес развивается, перераспределяет капитал и открывает новые эффективности.— Мишель Уивер, стратег по тематическим инвестициям, Morgan Stanley
Скачок, который «шокирует» инвесторов
В своём крупном исследовательском докладе, опубликованном по итогам ежегодной конференции TMT (Technology, Media & Telecom — технологии, медиа и телеком) в Сан-Франциско, Morgan Stanley выходит за рамки текущих данных. Банк предупреждает: трансформирующий прорыв ИИ ожидается уже в первом полугодии 2026 года — и большинство участников рынка к нему не готовы.
Основа тезиса — накопленные вычислительные мощности американских ИИ-лабораторий. Аналитики ссылаются на позицию Илона Маска: увеличение вычислений при обучении больших языковых моделей (LLM — Large Language Model) в 10 раз фактически удваивает «интеллект» модели, и законы масштабирования пока держатся. GPT-5.4 Thinking от OpenAI набрал 83,0% на бенчмарке GDPVal — это уровень или выше уровня человека-эксперта по экономически значимым задачам. Джимми Ба, сооснователь xAI, уходя с должности, отметил, что петли рекурсивного самосовершенствования ИИ — когда система автономно улучшает собственные возможности — могут возникнуть уже в первой половине 2027 года.
Deutsche Bank поручил ИИ оценить масштаб вытеснения рабочих мест. Ответ: 92 млн позиций под угрозой — но 170 млн новых ролей будут созданы. Чистый результат положительный. Проблема — в скорости перехода: он произойдёт быстрее, чем успеют перестроиться системы образования и социальной защиты.
Три волны спроса, которые ИИ создаёт — а не уничтожает
Morgan Stanley выделил три конкретных сектора, где ИИ генерирует спрос на рабочую силу, а не сокращает её.
Первый — квалифицированные рабочие специальности. Невиданный масштаб строительства ИИ-инфраструктуры — дата-центры, энергоснабжение, сетевое оборудование — создаёт острый дефицит электриков, монтажников и специалистов по промышленным системам. Это не временный всплеск: речь идёт о 15-летних контрактах аренды дата-центров при доходности около 15% и стоимости создания около $15 за ватт. Morgan Stanley назвал это трендом «15-15-15» — долгосрочным экономическим контрактом вокруг капиталоёмкого каркаса ИИ.
Второй — переобучение и адаптация персонала. По данным опроса Morgan Stanley, 27% сотрудников в компаниях-«применяльщиках» были переобучены за последние 12 месяцев. Компания Docebo, разработчик систем управления обучением (LMS — Learning Management System), охарактеризовала ИИ как технологию, которая «фундаментально заставляет каждую организацию переобучать персонал». Провайдеры обучения и кадровые компании становятся бенефициарами этой волны.
Третий — новый класс «оркестраторов» ИИ. По мере того как агентные системы берут на себя рутинные задачи, компании переопределяют офисные роли: не операционное выполнение, а управление процедурами, контекстом и контролем ИИ-агентов. Salesforce ввёл новую метрику производительности — AWU (Agentic Work Units — единицы агентной работы), чтобы фиксировать ценность, которую ИИ-агенты и управляющие ими люди создают совместно. C.H. Robinson открыто сообщила сотрудникам: «будущие рабочие места будут связаны с управлением стандартными процедурами и контекстом для ИИ-агентов, а не с прямым операционным управлением».
Дефляция как инвестиционный тезис
Отдельный и, пожалуй, наиболее острый вывод доклада касается макроэкономики. Morgan Stanley прогнозирует: «трансформирующий ИИ» станет мощной дефляционной силой. Когда ИИ-инструменты воспроизводят человеческий труд при радикально меньших затратах, себестоимость широкого спектра продуктов и услуг падает. При полном внедрении в секторах Consumer Staples (потребительские товары первой необходимости), транспорте и недвижимости прирост эффективности от ИИ может превысить 50% прогнозируемой доналоговой прибыли 2026 года.
Для фондового рынка это означает структурный сдвиг в оценках. Рынок перестал вознаграждать ИИ-расходы сами по себе. Теперь он требует доказательств: что капитальные затраты транслируются в устойчивый рост прибыли. По данным Morgan Stanley, полное внедрение ИИ в компаниях индекса S&P 500 способно добавить $920 млрд ежегодных чистых выгод и $13–16 трлн рыночной капитализации в долгосрочной перспективе — прирост от 24% до 29% к текущему уровню.
Главная инвестиционная дискуссия 2026 года должна сместиться от опасений по поводу ценового давления к вопросу о том, насколько эффективно компании превращают ИИ-эффективность в финансовые результаты.— Morgan Stanley Research, тематический доклад, март 2026
Почему мир не готов
Парадокс — не только в цифрах занятости. Он глубже. Скорость, с которой ИИ меняет структуру труда, обгоняет скорость адаптации институтов. Системы образования не успевают. Регуляторные рамки формируются в темпе, несовместимом с темпом технологического прогресса. Нобелевские лауреаты Дарон Асемоглу и Саймон Джонсон совместно с Дэвидом Отором — автором исследований о «Китайском шоке» в экономике труда — предупреждают: в отличие от прошлых волн автоматизации, нынешняя нацелена на когнитивные и творческие задачи, которые считались недоступными для машин. «Чистые автоматизирующие технологии» не сотрудничают с работниками — они превращают человеческую экспертизу в товар, снижая её ценность.
Для инвесторов вопрос уже не в том, произойдёт ли скачок. Вопрос в том, кто успеет перестроиться до того, как разрыв между «применяльщиками» и «отстающими» станет непреодолимым.
Вероятность: 65% — доля «применяльщиков» с измеримыми результатами удвоилась за год (с 16% до 30%), темп ускоряется, а корпоративные отчёты Q1–Q2 2026 станут первым массовым тестом тезиса.
✅ Аргументы за
Рост доли «применяльщиков» с измеримыми результатами с 16% до 30% за 12 месяцев показывает устойчивое ускорение. Средний прирост производительности 11,5% при сокращении персонала на 4% уже транслируется в улучшение операционных показателей. Новые инструменты — агентные системы, модели уровня GPT-5.4 — радикально снижают порог внедрения. Критерии подтверждения: Квартальные отчёты Q2 2026 показывают расширение операционной маржи у 35%+ компаний S&P 500, атрибутирующих улучшение ИИ-инициативам.
❌ Аргументы против
Атрибуция прироста маржи конкретно ИИ — методологически сложная задача. Макроэкономические факторы (инфляция, ставки, геополитика) могут замаскировать ИИ-эффект в отчётности. Внедрение тормозит нехватка квалифицированных кадров и унаследованные IT-системы. Критерии опровержения: Менее 20% компаний S&P 500 явно упоминают ИИ как фактор улучшения маржи в отчётах за Q2 2026.
Динамика «revenue per employee» (выручка на сотрудника) у топ-50 компаний S&P 500 по итогам Q1–Q2 2026
Квартальный рост доли компаний с измеримыми ИИ-результатами (базовый уровень: 30% в Q4 2025)
Объём корпоративных расходов на переобучение персонала как % от затрат на IT (индикатор зрелости внедрения)
Динамика индекса потребительских цен в секторах с высокой концентрацией ИИ-применения — первый сигнал дефляции
Новые метрики производительности в корпоративной отчётности: AWU, compute-to-output ratio и аналоги
Сценарии развития
🟢 Оптимистичный сценарий (30%)
Прорыв ИИ-возможностей в H1 2026 подтверждается массово: агентные системы достигают уровня автономной работы в key enterprise-сценариях. Корпоративное внедрение ускоряется нелинейно. Маржа «применяльщиков» растёт быстрее прогнозов аналитиков. Последствия: Ротация капитала от «строителей» к «применяльщикам» приобретает масштаб 2010-х годов; акции компаний с доказанным ИИ-ROI переоцениваются на 20–35% выше консенсуса.
🟡 Базовый сценарий (50%)
Производительность продолжает расти умеренно. Половина крупных компаний фиксирует измеримые результаты к концу 2026 года. Рынок труда претерпевает структурные изменения, но без резких шоков — переобучение смягчает переход. Последствия: Инвесторам выгодна диверсификация между «применяльщиками» разных секторов; ставка на единственный «ИИ-победитель» несёт концентрационный риск.
🔴 Пессимистичный сценарий (20%)
Регуляторное давление в ЕС и США замедляет корпоративное внедрение. Ожидаемый прорыв H1 2026 не материализуется в измеримые бизнес-результаты — разрыв между демонстрациями и промышленным применением сохраняется. Рынок труда реагирует тревогой раньше, чем выгоды распределяются широко. Последствия: «ИИ-пузырь» нарратив возвращается; акции инфраструктурных игроков корректируются на 15–25%, пока применяльщики с реальным ROI сохраняют устойчивость.
Производительность без найма — это не просто корпоративная стратегия. Это новая логика капитала. Компании, которые первыми научатся конвертировать вычислительную мощь в маржу, получают структурное преимущество, которое будет сложно воспроизвести позже. Для инвесторов вопрос один: вы уже идентифицировали эти компании в своём портфеле?
Первичный источник: доклад Morgan Stanley, представленный на TMT Conference в Сан-Франциско. Содержит прямые цитаты аналитиков и прогнозы по ИИ-прорыву.
Детальный репортаж о новых категориях занятости — от квалифицированных рабочих до «оркестраторов» ИИ. Прямые цитаты CEO Salesforce, C.H. Robinson и Docebo.
Третий материал Fortune по TMT Conference — данные о «декаплинге» выручки и персонала как новой норме корпоративного роста в эпоху ИИ.
Первичные данные опроса Morgan Stanley — методологический базис всех количественных утверждений статьи.
Обсуждение