Мир в 2036 и 2046 годах. Что станет дефицитом, когда технологии станут дешевле

ИИ может ускорить ответ клиенту, но не подключит завод к энергосети, не вырастит опытного врача и не разрешит спор о том, кому принадлежат данные. Два ближайших десятилетия стоит рассматривать через то, куда переместятся ограничения. От этого зависит, какие профессии изменятся, где появятся новые рынки и какую часть технологического выигрыша почувствуют люди.

Представим две компании, которые внедрили одну и ту же модель. Первая стала быстрее отвечать на обращения. Вторая выяснила, почему обращения вообще возникают, изменила правила возврата и сократила число повторных запросов. В отчёте обе могут записать внедрение ИИ. Для клиента и инвестора это две разные истории. В первой выросла скорость выполнения операции. Во второй изменилась сама услуга.

Это различие полезно, когда разговор о будущем сводится к вопросу о количестве исчезающих профессий. В экономике многое решает то, как фирмы перераспределяют задачи после снижения их стоимости. В обществе важны правила, по которым распределяются сэкономленное время, дополнительный доход и ответственность за ошибки. На горизонте десяти лет эти изменения видны в рабочих процессах. На горизонте двадцати они способны изменить устройство отдельных рынков и жизненные траектории людей.

Как читать два горизонта. 2036 и 2046 годы — точки авторского сценария. Цифры относятся к указанным в источниках годам и выборкам. Эксперимент, опрос, демографическая проекция и энергетический сценарий отвечают на разные вопросы. Методика форсайта ОЭСР.

2036. Меняется устройство повседневной работы

Кто ведёт дело от первого запроса до результата

В исследовании Эрика Бриньолфссона, Даниэль Ли и Линдси Реймонд сотрудники службы поддержки с ИИ решали примерно на 15% больше обращений за час. Выигрыш различался между сотрудниками. В эксперименте Фабрицио Делль’Аквы, Итана Моллика и коллег консультанты лучше справлялись с задачами в пределах возможностей модели, а на одной задаче за этой границей помощь ИИ снижала вероятность верного ответа. Для компании оба результата важны: прирост скорости стоит оценивать вместе с тем, насколько хорошо команда видит ошибки. Brynjolfsson, Li & Raymond, QJE · Dell’Acqua, Mollick et al. В разборе компаний из одного человека и ИИ-агентов мы рассмотрели, какие задачи фаундеры делегируют агентам и за какие решения отвечают сами. Разбор сбоев автоматизации в бизнесе и госуслугах показывает, что происходит, когда система получает право действовать по результатам прогноза.

Возьмём закупки. Система сверяет спецификации, проверяет договор на отклонения от шаблона и сопоставляет предложения. Сотрудник решает, можно ли принять зависимость от одного поставщика, и отвечает за исключения. Если согласование по-прежнему занимает две недели, ускорение подготовки таблицы мало изменит срок поставки. Экономический эффект появляется там, где команда может изменить маршрут решения, сохранив контроль над риском.

Практический вопрос для 2036 года — сколько стоит обработать один заказ или запрос до принятого результата. В расчёт входят повторные обращения, работа проверяющего, исправления и стоимость ошибки. Такой показатель может изменить выбор технологии и даже организационную структуру. У процесса появляется владелец, которому видна вся цепочка, а не только скорость своего отдела.

Первая работа после автоматизации рутины

По оценке МОТ, примерно каждый четвёртый занятый работает в профессии, в которой хотя бы часть задач потенциально подвержена воздействию генеративного ИИ. WEF оценивает совокупное создание и вытеснение рабочих мест к 2030 году в объёме, эквивалентном 22% нынешней формальной занятости. Эта оценка основана на ожиданиях работодателей и охватывает несколько структурных факторов, включая демографию и экономические изменения. Новые и вытесняемые позиции могут возникать у разных работодателей и в разных местах, поэтому положительное глобальное сальдо мало говорит о том, насколько легко конкретный человек найдёт следующую работу. МОТ, 2025 · WEF, 2025 В обзоре рынка труда до 2030 года мы разбирали, как автоматизация меняет спрос на навыки и задачи начинающих специалистов.

Есть менее заметное последствие. Работа младшего юриста над документами или начинающего инженера над типовыми дефектами была одновременно производством и обучением. Если эту работу забирает система, компании придётся отдельно проектировать вход в профессию. Например, давать новичку реальные случаи с постепенным ростом сложности, показывать, где машинный ответ оказался убедительным и ошибочным, и измерять время до первого самостоятельного решения.

Дэвид Отор видит в ИИ возможность расширить круг людей, способных выполнять часть задач, прежде доступных узким специалистам. Для реализации этой возможности нужны предметные знания и устройство работы, при котором сотруднику доверяют решение. Здесь интересы бизнеса и системы образования могут совпасть: обеим сторонам важно, чтобы человек умел разбирать незнакомый случай и объяснять ход решения. Дэвид Отор, Applying AI to Rebuild Middle Class Jobs.

У стареющих экономик есть ещё один стимул менять рабочий процесс: там, где труднее нанять людей на производственные операции, выше ценность автоматизации этих операций. Дарон Аджемоглу и Паскуаль Рестрепо обнаружили связь между старением рабочей силы и более широким внедрением промышленных роботов. Для бизнеса это повод смотреть на обеспеченность кадрами по регионам и профессиям. Дефицит оператора станка и дефицит инженера, способного наладить этот станок, требуют разных решений. Acemoglu & Restrepo, Demographics and Automation.

Офис получает конкретную функцию

В эксперименте с сотрудниками Trip.com гибридный график с двумя днями дома сопровождался снижением доли увольнений с 7,2% до 4,8%. Исследователи не обнаружили ухудшения оценок работы. Это результат одной компании для сопоставимых офисных должностей. Руководителю он даёт основание экспериментировать с задачами, ради которых люди собираются вместе: обучение на сложных случаях, переговоры, принятие решений и восстановление взаимодействия после ошибок. Николас Блум, Жобин Хань и Джеймс Лян, Nature.

Возраст становится параметром продукта

По проекции ООН, около 2050 года в мире будет примерно 1,5 млрд людей в возрасте 65 лет и старше. При этом в 126 странах и территориях население, по оценке ООН, продолжит расти по меньшей мере до 2054 года. На стареющих рынках расширяется круг задач, связанных с самостоятельной жизнью, длительным лечением и поддержкой родственников. В странах с молодой и растущей аудиторией возрастает значимость доступного жилья, образования и первой работы. У глобальной платформы может быть общий программный продукт и совершенно разная экономика спроса в двух городах. ООН, World Population Prospects 2024. Один из примеров такой модели — кейс Sugar Pulse о долгосрочном сопровождении пациентов.

Для цифрового здравоохранения отсюда следует вполне предметная гипотеза. Приложение может помочь пациенту заметить проблему. Чтобы пациент получил помощь, ему могут также потребоваться запись, транспорт, согласование расходов и участие семьи. Бизнес-модель стоит проверять на всей этой цепочке. Плательщик, пользователь и получатель эффекта здесь часто оказываются разными людьми или организациями.

2046. Результат определяет распределение выигрыша

Кому принадлежит сэкономленное время

Дарон Аджемоглу оценил в одной из моделей, что вклад ИИ в совокупную факторную производительность может составить до 0,66% за десять лет при использованных предпосылках. Эта величина относится к экономике в целом. Рост числа обращений в час в службе поддержки относится к конкретной операции. Между ними лежит внедрение в разных секторах, стоимость интеграции и доля задач, на которых удаётся получить надёжный эффект. Дарон Аджемоглу, The Simple Macroeconomics of AI · Brynjolfsson, Li & Raymond.

Эрик Бриньолфссон, Дэниел Рок и Чад Сиверсон объясняют часть этого разрыва через эффект J-кривой. Прежде чем универсальная технология даст заметную отдачу, компания тратится на обучение, переработку процессов и новые продукты. Если руководитель оценивает проект в момент, когда затраты уже видны, а новый процесс ещё работает параллельно со старым, он измеряет переходный период. Для инвестора это повод смотреть, какие издержки уйдут после перехода и сколько стоит повторить внедрение у следующего клиента. Brynjolfsson, Rock & Syverson, The Productivity J-Curve.

На горизонте 2046 года одинаковый технический выигрыш может дать разные общественные результаты. Там, где покупатель легко меняет поставщика, часть экономии может перейти к нему через цену или качество. Там, где данные, модели и каналы сбыта сосредоточены у нескольких игроков, эффект может остаться в их марже. В организациях, где сотрудники участвуют в пересмотре норм выработки, высвободившееся время может пойти на обучение или снижение нагрузки. Эти траектории могут существовать одновременно, даже внутри одной страны.

У компаний появляется ещё один вопрос о капитале. Если базовая функция доступна многим, на чём держится готовность клиента платить спустя три года? Ответом могут быть доступ к данным на понятных условиях, сеть поставщиков, качество исполнения в исключительных ситуациях или возможность встроиться в уже действующий процесс. Это полезнее проверять в сделке и эксплуатации, чем в демонстрации продукта.

Доверие как право увидеть и оспорить решение

Карта Рональда Инглхарта и Кристиана Вельцеля показывает различия между странами по осям традиционных и секулярно-рациональных ценностей, выживания и самовыражения. Джошуа Конрад Джексон и Данила Медведев, проанализировав ответы из 76 стран за 1981–2022 годы, обнаружили расхождение ценностей по ряду показателей. Поэтому технически одинаковые сервисы могут потребовать разных способов работы с согласием, данными и участием семьи. Эти предпочтения нужно проверять у пользователей конкретного рынка. Карта Инглхарта и Вельцеля · Jackson & Medvedev, Worldwide Divergence of Values.

Опрос ОЭСР показывает, что доверие к национальному правительству заметно выше у тех, кто ощущает возможность влиять на его действия. Связь выявлена в сфере государственных институтов. Она подсказывает вопрос для продуктового эксперимента: изменится ли готовность пользоваться автоматизированной услугой, если человек видит, какие сведения использованы, и может исправить ошибку? Проверять это стоит прежде всего там, где последствия решения существенны, например в найме или страховании. ОЭСР, Survey on Drivers of Trust in Public Institutions.

К 2046 году рядом с привычным требованием к скорости обслуживания может закрепиться требование к восстановлению после ошибки. Сколько времени занимает исправление отказа? Сохраняется ли история решения после смены поставщика? Кто отвечает, если данные корректны, а вывод ошибочен? Для компании это конкретные сроки и затраты. Для гражданина — возможность пользоваться автоматизацией без потери контроля над собственной ситуацией.

Цифровая экономика возвращает в расчёт географию

В двух сценариях World Energy Outlook 2025 МЭА ожидает роста мирового спроса на электроэнергию примерно на 40% к 2035 году. В обновлённой оценке по дата-центрам агентство указывает примерно 485 ТВт·ч в 2025 году и около 950 ТВт·ч в 2030-м. На отдельной площадке рост нагрузок может означать ожидание подключения и борьбу за мощность. Расходы на инфраструктуру и сроки подключения способны влиять на бизнес сильнее, чем очередное снижение цены вычислений. МЭА, World Energy Outlook 2025 · МЭА, Key Questions on Energy and AI.

В дорожной карте модернизации сетей МЭА оценивает, что покрытие ожидаемого роста спроса к 2035 году потребует увеличить пропускную способность сетей по меньшей мере на 30%. Это ориентир масштаба, а для конкретной площадки важны доступная мощность и дата подключения. Поэтому одна и та же производственная технология может окупаться в одном регионе и застревать на стадии подключения в другом. МЭА, Modernising Grids in the Age of Electricity.

Климат добавляет к этой географии стоимость охлаждения, воды, страхования и остановок. IPCC отмечает, что с каждым дополнительным приращением потепления усиливаются множественные климатические риски. Для промышленного проекта это означает анализ двух площадок с одинаковой арендой и разным профилем перебоев. Для города — способность сохранить доступ к транспорту и медицине в дни сильной жары. У Кейт Роуорт и соавторов есть способ оценивать такие решения вместе: сопоставлять удовлетворение социальных потребностей с давлением на природные системы. IPCC, AR6 Synthesis Report · Raworth et al., Nature.

Три сценария на 2046 год

В каждом сценарии технология развивается. Меняются условия доступа к ней и способность общества использовать её результаты. Разные отрасли и страны могут одновременно двигаться по разным траекториям.

Что отслеживать до 2036 года

• Рабочие процессы. Стоимость результата с учётом проверок и повторных обращений. Время, за которое новичок начинает принимать решения самостоятельно.
• Доступ к услугам. Время ожидания специалиста и доля пользователей, завершивших весь путь. Для рынка ухода — доступность персонала и время, которое тратит семья.
• Доверие. Доля обжалованных решений, сроки исправления ошибок, частота перехода от автоматического обслуживания к человеку.
• Инфраструктура. Срок подключения к сети, стоимость охлаждения и страхования, продолжительность остановок при перебоях.
• Распределение эффекта. Что меняется одновременно в цене для клиента, марже компании, оплате труда и нагрузке команды.

Заключение Алексея Олина

Работы экспертов и документы для дальнейшего чтения

1. Эрик Бриньолфссон, Даниэль Ли, Линдси Реймонд. Полевое исследование производительности службы поддержки. Generative AI at Work.
2. Фабрицио Делль’Аква, Эдвард Макфоуленд, Итан Моллик и соавторы. Эксперимент о неоднородном эффекте ИИ. Navigating the Jagged Technological Frontier.
3. Дарон Аджемоглу. Переход от эффектов отдельных задач к макроэкономической оценке. The Simple Macroeconomics of AI.
4. Дэвид Отор. Условия, при которых ИИ может расширить доступ к экспертной работе. Applying AI to Rebuild Middle Class Jobs.
5. Николас Блум, Жобин Хань, Джеймс Лян. Рандомизированный эксперимент о гибридной работе. Hybrid Working from Home Improves Retention Without Damaging Performance.
6. Рональд Инглхарт и Кристиан Вельцель. Сравнительная карта ценностей. World Values Survey Cultural Map.
7. Джошуа Конрад Джексон и Данила Медведев. Динамика различий ценностей между странами. Worldwide Divergence of Values.
8. Кейт Роуорт и соавторы. Социальные и планетарные границы развития. Doughnut of Social and Planetary Boundaries Monitors a World Out of Balance.
9. ОЭСР. Сценарное планирование на горизонте 2030–2050 годов. Strategic Foresight Toolkit.
10. Международное энергетическое агентство. Энергетические сценарии на основе действующей политики, заявленных мер и траектории нулевых чистых выбросов. World Energy Outlook 2025.
11. ООН. Демографические данные и проекции по странам и возрастным группам. World Population Prospects 2024.
12. IPCC. Сценарии выбросов, физические риски и пределы адаптации. AR6 Synthesis Report.
13. Дарон Аджемоглу и Паскуаль Рестрепо. Связь структуры рабочей силы с автоматизацией. Demographics and Automation.
14. Эрик Бриньолфссон, Дэниел Рок, Чад Сиверсон. Дополнительные инвестиции и отложенный эффект технологии. The Productivity J-Curve.
15. МЭА. Дорожная карта модернизации электрических сетей. Modernising Grids in the Age of Electricity.