> ## Content Index
> Fetch the complete content index at: https://eclibra.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# 60 000 оценок и 33 парламента: автоматизация ИИ идёт приливом, а институты отстают
- URL: https://eclibra.com/rising-tide-ai-automation-2026/
- Published: 2026-09-28T06:16:22.000Z
- Updated: 2026-09-28T06:16:23.000Z
- Description: MIT FutureTech отмерил автоматизацию по 60 000 оценок опытных работников и получил плоскую кривую: волна идёт широко и медленно. Экономика и 33 парламента сходятся на том, что узкое место лежит в институтах, а не в моделях.
- Author: Eclibra
- Tags: Инсайты, #mode-6, #hook-statistic, #track-F

60 000 оценок. 6 000 рабочих задач. 1 514 950 парламентских речей. 33 парламента.

И одна дата, до которой не дожили европейские регуляторы: 2 декабря 2027 года — момент, когда в силу вступят правила Евросоюза для ИИ в найме.

Четыре группы, четыре метода, четыре науки. Инженеры измеряли, как языковые модели вытесняют человеческий труд. Экономисты пересчитывали долю труда в экономике. Политологи перебирали выступления депутатов. Юристы двигали сроки. Пересечение у них одно.

Ограничение лежит в институтах.

💡

Автоматизация идёт широко и медленно, а не обрушивается внезапно. Экономика этого роста может поднимать зарплаты. Политика вокруг ИИ и труда уже формируется — в 33 парламентах. Регуляторы при этом отстают: Евросоюз перенёс правила для ИИ в найме с 2 августа 2026 года на 2 декабря 2027-го, потому что не успели выпустить стандарты. Узкое место лежит в институтах. 

Чтобы увидеть цепочку, нужно начать с измерения.

60 000 оценок экспертов 

#### Ответов ИИ оценено людьми

Столько оценок разбирали, справляется ли ИИ с реальными офисными задачами. Методика — база O\*NET Министерства труда США. · *MIT FutureTech, июль 2026*

1 514 950 парламентских речей 

#### Выступлений в корпусе исследования

Столько депутатских речей за 2023–2026 годы разобрали, чтобы найти, как парламенты говорят об ИИ и труде. · *Chueri & Törnberg, arXiv, сентябрь 2026*

12 развитых стран 

#### Столько стран с избытком доли труда

В США и одиннадцати других промышленных странах доля труда в доходах выше уровня, при котором она максимизирует зарплату. · *Autor & Kausik, arXiv, январь 2026*

## Прилив измеряют плоской кривой

MIT FutureTech собран из двух программ MIT — лаборатории искусственного интеллекта CSAIL и Программы цифровой экономики. Рулит им Нил Томпсон, первый автор — Матиас Мертенс.

Летом 2026 года девять их коллег опубликовали крупнейшую на тот момент проверку автоматизации рабочих задач. 6 000 текстовых задач из федеральной базы O\*NET, оценённых опытными работниками, всего более 60 000 раз. По ходу работы они тестировали 41 языковую модель.

Главный результат — не в скорости, а в форме. Авторы строили зависимость вероятности успеха от того, сколько времени человеку нужно на задачу. Получилась «удивительно пологая» кривая: успех падает с длиной задачи медленно, гораздо медленнее, чем показывают детерминированные бенчмарки.

> Можно представить это как пляж. В сценарии цунами несколько человек внезапно сбиты с ног. А мы видим, как вода поднимается вокруг всех — шаг за шагом.— Матиас Мертенс, ведущий автор исследования, MIT FutureTech

Скорость, кстати, высокая. В 2024 году модели решали примерно на 60% задач, которые человеку занимают около полутора часов. К третьему кварталу 2025 года — уже выше 70%. Если этот темп сохранится, к 2030 году передовые модели будут выполнять большинство текстовых задач на минимально достаточном качестве с вероятностью 88–97%.

Именно форма кривой породила главный спор. В работе прямо сказано, что результаты противоречат недавним исследованиям METR — лаборатории, чьи собственные измерения давали противоположный ответ: резкий обрыв успеха на длинных задачах, то есть картину обрушивающейся волны.

Цифры расходятся на порядок. Работу, на которую MIT FutureTech ссылается как на противоположный результат, авторы характеризуют так: у Kwa и коллег в 2025 году 50% успеха на задачах по разработке ПО длиной 8–15 минут. У самих авторов — 50% примерно на трёхчасовых. Это разные популяции задач, и переносить одно на другое напрямую нельзя. Но сам разрыв величин — лучший аргумент против того, чтобы закрывать дискуссию.

| Параметр                  | MIT FutureTech, июль 2026                                                                         | Линия METR                                                |
| ------------------------- | ------------------------------------------------------------------------------------------------- | --------------------------------------------------------- |
| **Как измеряли**          | 60 000+ оценок экспертов на 6 000+ задачах из O\*NET                                              | Детерминированные бенчмарки на ограниченном наборе задач  |
| **Форма зависимости**     | «Удивительно пологая»: успех слабо падает с длиной задачи                                         | Резкое падение успеса с ростом длины задачи               |
| **Вывод авторов**         | ✔ Прилив — основная форма автоматизации                                                           | ✗ Внезапные волны, способные обрушить отдельные профессии |
| **Ограничение сравнения** | ◐ Популяции задач разные: реальная офисная работа против отлаженных бенчмарков. Спора не закрыта. |                                                           |

Оба подхода измеряют разные популяции задач, поэтому расхождение не сводится к ошибке метода. Авторы работы прямо заявляют о противоречии с недавними результатами METR. · arXiv:2604.01363, MIT FutureTech, июль 2026

Масштаб самой работы менялся на глазах. Первая версия, опубликованная 1 апреля 2026 года, опиралась на 3 000+ задач и 17 000+ оценок — тогда успех в 50% случаев достигался на задачах, которые человек делает около трёх часов. За три с половиной месяца доказательная база выросла примерно вчетверо, и вместе с ней сместилась точка отсчёта: уже 60% успеха на полуторачасовых задачах. Методика не упрощалась, объём работы рос.

Это важная деталь для тех, кто читал апрельскую версию. Вывод про «пологую кривую» устоялся, а вот точка 50% успеха уехала втрое дальше по длительности задачи. Цифры менялись в пользу моделей быстрее, чем успевали публиковать обзоры.

Метафора пляжа изменила и прогноз. Цунами можно переждать — она приходит и уходит, а пострадавшие уходят с рынка навсегда. Прилив застаёт постепенно, и у человека есть время подстроиться. Именно на этом строят свой аргумент авторы: у правительств остаётся окно в несколько лет, чтобы построить институты, способные ответить на изменения рынка труда.

Отсюда же, из этой работы, звучит и главный политический вывод. Правительства, считают авторы, всё ещё располагают окном, в котором можно построить институты, способные ответить на автоматизационные сдвиги рынка труда. Окно ограничено, но измеряется оно годами.

Есть в этой работе и неприятная оборотная сторона, которую авторы формулируют прямо: прилив оставляет «меньше областей работы, полностью защищённых от давления автоматизации». От отдельных профессисей, которые рухнут за квартал, спасает берег. От постепенного уменьшения задач у каждой профессии — нет.

## Парадокс, который наконец посчитали

Дэвид Отор — экономист из MIT, известный работами о рынке труда — в январе 2026 года вместе с Б.Н. Каушиком закрыл вопрос, который десятилетие держался в воздухе: снижает ли автоматизация долю труда в доходах и вместе с ней зарплаты.

Ответ вышел неожиданным. В экономике с постоянной отдачей от масштаба уровень доли труда, максимизирующий зарплату, зависит только от отношения капитала к труду — значит, связь между долей труда и зарплатой нелинейная. Пока доля труда выше этого уровня, дальнейшая автоматизация поднимает зарплаты, даже когда она снижает долю труда в выпуске.

Механика простая. Доля труда — это доля заработной платы в выпуске, и при убывающей отдаче от масштаба уровень, максимизирующий зарплату, зависит только от отношения капитала к труду. Связь между долей труда и зарплатой нелинейна. Пока доля труда выше этого уровня, автоматизация поднимает зарплаты — даже когда она снижает долю труда в выпуске.

По данным США и ещё одиннадцати промышленных стран, доля труда оказалась слишком высокой во всех двенадцати. Вывод авторов прямой: дальнейшая автоматизация должна повышать зарплаты. Отдельно они оценивают, что падение доли труда объяснило 16% реального роста заработков в США за 1954–2019 годы.

Оговорка в их же тексте: автоматизация сдвигает структуру доли труда и тем самым создаёт серьёзные социальные и политические вызовы — отдельно от вопроса о зарплатах. Это ровно тот разрыв, который и объясняет расхождение между спокойной экономикой и тревожной политикой.

Модель опирается на допущение постоянной эластичности замещения в масштабе всей экономики. Авторы подчёркивают, что на уровне отдельных отраслей, где автоматизация идёт быстро, картина может отличаться. Средние цифры по странам — не приговор ни одному отдельному рынку труда.

Данные здесь старые: расчёты по 1954–2019 годам, опубликованные в январе 2026-го. Это теория со ссылкой на историю, а не свежий замер 2026 года.

## 1 514 950 речей и политика, которой не было в моделях

В начале сентября Джулиана Чуэри из Университета Свободы Амстердама и Петтер Тёрнберг из Университета города Амстердама опубликовали карту того, как национальные парламенты заговорили об ИИ и труде за 2023–2026 годы. Корпус — 1 514 950 выступлений из 33 парламентов.

Их вывод методологически честный: сравнительная политология до сих пор эту политику не картировала, и она развивается по логике, которой не предсказывала политэкономика. Материал выстроен вокруг пяти рубрик — регулирование и ограничения, права, гарантии, голос работников и коллективный договор об алгоритмических системах.

Пять линий, по которым они разложили корпус:

- Регулирование и ограничения — где и как вводят правила.
- Права — что именно новые технологии способны урезать у работника.
- Гарантии — какой контроль и какие процедуры закладывают.
- Голос работников — как влиять на саму систему внедрения.
- Коллективный договор об алгоритмических системах — предмет переговоров профсоюзов с работодателями.

Пятая линия — самая неожиданная. Речь не о письменных правилах для вендоров, а о том, чтобы договариваться о конкретных системах внедрения у себя на рабочих местах.

Стоит держать в голове масштаб выборки. Это не пилотные опросы и не заявления политиков. Это всё, что было сказано с парламентских трибун за четыре года, разложенное по странам и партийным системам. Политика ИИ и труда перестала быть набором разрозненных законопроектов и стала узнаваемым объектом с собственной логикой — примерно за год до того, как исследователи смогли её описать.

Как мы писали в сентябре, разбирая автоматизацию дебиторской задолженности, конкретный офисный процесс уже переходил на ИИ не «внезапно», а нарастающими долями. То измерение оказалось частным случаем того, что MIT FutureTech теперь показал на 6 000 задач сразу.

## Институты отстают ровно настолько, насколько позволяют стандарты

Европейский AI Act — первый в мире всеобъемлющий правовой режим для искусственного интеллекта — вступил в силу 1 августа 2024 года и стал применяться 2 августа 2026 года. С этого дня за его исполнением следят Агентство по ИИ и национальные органы: они могут требовать техническую документацию, оценивать модели, требовать исправительных мер и выписывать штрафы.

В этот же набор попали и системы ИИ для найма — сортировка резюме, размещение вакансий, анализ заявок, управление работниками. По общему правилу они относятся к категории высокорисковых: прослеживаемость, человеческий надзор, испытания на смещения.

По общему правилу — потому что сроки сдвинули. Поправка, известная как AI Omnibus, вступила в силу 27 июля 2026 года и перенесла именно эти обязательства с 2 августа 2026 года на 2 декабря 2027-го. Для систем, встроенных в регулируемые товары, срок отдельный — 2 августа 2028 года.

⚠️

**Причина переноса названа прямо**  
Задержка с выпуском стандартов поставила под угрозу вступление в силу правил для высокорисковых систем 2 августа 2026 года. AI Omnibus продливает срок до 2 декабря 2027 года, чтобы дать время для полноценного внедрения. Регуляторы ждали не готовость технологий, а отсутствие стандартов. 

До AI Omnibus поправка прошла обычный путь: предложение приняли 19 ноября 2025 года, политическое соглашение достигли 7 мая 2026-го, сила поправке вступила 27 июля. Сдвиг не сокращали, а оформляли отдельным актом — и причина в нём названа не предположительно, а прямым текстом.

Это ключевая деталь, которую регулярно путают с обратной стороной. Тезис «ИИ в найме стал высокорисковым с августа 2026 года» неверен: акт применим, но обязательства по Приложению III начнут действовать 2 декабря 2027 года.

Про штрафы тоже нужна точность. Верхняя планка — до 35 млн евро или 7% мирового годового оборота нарушителя — относится к запрещённым практикам, а не к нарушению требований для высокорисковых систем в найме. Смешение двух уровней — самая частая ошибка в пересказах этого регулирования.

Два других изменения в тот же пакет вошли отдельным пунктом. С 2 декабря 2026 года вступает в силу девятый запрет акта: ИИ-системы, порождающие сексуально откровенные изображения и интимный контент без согласия человека, а также материалы сексуального насилия над детьми. Тем же числом истекает переходный срок для маркировки синтетического контента — он сокращён с шести месяцев до трёх. С 2 августа 2026 года за исполнением акта следят Агентство по ИИ и национальные органы, а надзор за системами на базе универсальных моделей закреплён за Агентством.

Регуляторы получили и новую обязанность. Каждое государство — член ЕС должно обеспечить работу хотя бы одной регуляторной песочницы для ИИ, иначе переход к применению перенесённых правил теряет опору. Собственный срок у этой обязанности менялся вместе с остальными переносами AI Omnibus, поэтому точную дату стоит сверять с последней редакцией официального таймлайна.

Границы категории при этом не сузились ни на миллиметр: сортировка резюме, управление работниками, доступ к самозанятости — всё это по-прежнему высокорисковые случаи. Просто требования к ним начнут применяться позже.

Отдельные обязанности уже работают. С 2 февраля 2025 года компании в ЕС обязаны принимать меры по развитию ИИ-грамотности — то есть обучению сотрудников работе с системами ИИ. С 2 августа 2026 года действуют требования прозрачности: человек должен понимать, что говорит с машиной, а синтетический контент — машиночитаемо помечаться.

📊

**Ключевые сигналы для отслеживания**  
  
Публикация гармонизированных стандартов, из-за которых и сдвинули срок. Пока стандартов нет — сдвиг будет повторяться.  
  
Позиции в споре MIT FutureTech против METR: появление третьей группы с сопоставимой методикой.  
  
Пересмотр прогноза 88–97% к 2030 году по мере выхода обновлений крупных моделей.  
  
Прямые поправки к O\*NET от Бюро статистики труда США: если классификация задач изменится, изменится и база MIT FutureTech.  
  
Первые национальные песочницы регулирования ИИ: каждая страна должна получить хотя бы одну, и срок этой обязанности стоит перепроверять — он менялся вместе с AI Omnibus. 

🎯

Измерение сходится с экономикой и политикой. Автоматизация приходит широко и медленно; доля труда во всех двенадцати исследованных промышленных странах выше уровня, максимизирующего зарплату; политика вокруг ИИ и труда уже отделилась от политэкономики и говорит сама за себя.  
  
Окно у институтов есть, и оно измеряется годами. MIT FutureTech говорит о нескольких годах адаптации. Евросоюз на эту же работу взял срок более года и сдвинул дату ещё раз — потому что не хватило стандартов, а не знаний.  
  
Для инженерного бюджета на 2026–2027 годы это означает отсутствие обрыва и отсутствие отсрочки. Планировать придётся не дату прорыва, а непрерывное смещение объёма задач внутри каждой роли. 

[ Прилив или цунами: 60 000 оценок автоматизации ИИ Самая большая на 2026 год проверка автоматизации рабочих задач: 6 000 задач из базы O\*NET, оценки опытных работников, 41 модель. Главный вывод — форма кривой, а не скорость прогресса. MIT FutureTech ](https://futuretech.mit.edu/publication/crashing-waves-vs-rising-tides-preliminary-findings-on-ai-automation-from-thousands-of-worker-evaluations-of-labor-market-tasks?ref=eclibra.com) 

Источник всей измерительной части статьи. Обратите внимание на дату: это обновлённая версия исследования, в марте объём данных был втрое меньше — при обновлении улучшились и выводы.

[ Новая политика ИИ и труда в 33 парламентах Разбор 1 514 950 парламентских выступлений за 2023–2026 годы: регулирование, права, гарантии, голос работников, коллективный договор об алгоритмах. arXiv · Vrije Universiteit Amsterdam, University of Amsterdam ](https://arxiv.org/abs/2609.02296v1?ref=eclibra.com) 

Политическая часть материала. Публикация от 2 сентября 2026 года, на момент подготовки текста не получила заметного освещения в отраслевой прессе — отсюда и включение в подборку источников.

[ AI Act: сроки применения, перенос сроков и механизм правоприменения Официальная хронология Европейской комиссии: что применяется с 2 августа 2026 года, что отложено до 2 декабря 2027-го, кто и с какими полномочиями следит за исполнением. Европейская комиссия ](https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai?ref=eclibra.com) 

Проверяйте правовую часть текста по официальной странице комиссии, а не по юридическим пересказам: вторичные публикации регулярно путают уровни штрафов и даты вступления в силу.

[ Парадокс автоматизации: падает доля труда, растут зарплаты Расчёт по США и одиннадцати другим промышленным странам: доля труда везде выше уровня, максимизирующего зарплату, значит автоматизация должна повышать зарплаты. arXiv · D. Autor, B. N. Kausik ](https://arxiv.org/abs/2601.06343?ref=eclibra.com) 

Экономическая часть. Работа от января 2026 года, опирающаяся на данные до 2019 года — это исторический расчёт, а не замер текущего года, и в тексте это оговорено отдельно.