След появата на ChatGPT през 2022 г. значителен обем аналитична литература е посветен на оценката на въздействието на генеративния изкуствен интелект (ИИ) върху пазара на труда. Резултатите от тези изследвания обаче се различават съществено – от предупреждения за мащабно изместване на работници до оптимистични прогнози за значително повишаване на производителността и ускоряване на икономическия растеж. Като цяло изводите се концентрират около няколко основни направления: ИИ променя задачите, изпълнявани от служителите, и уменията, които работодателите търсят; влияе върху възможностите за заетост в началото на професионалния път, но общото му въздействие върху икономиката и съвкупната производителност засега остава ограничено. Макар наличните данни да не показват отчетлив общ спад на заетостта вследствие на внедряването на ИИ, въздействието му е неравномерно: в някои професии технологията повишава производителността на работещите, докато в други намалява търсенето на труд. По темата работи Мартин Макелов, стажант в Института за пазарна икономика (ИПИ) и студент в London School of Economics, който представя резултатите от няколко изследвания.
За да се разбере това неравномерно въздействие, е необходимо първо да се разграничат изложеността на различните професии към ИИ и допълняемостта между ИИ и човешкия труд. Изложеността към ИИ измерва степента, в която задачите, съставляващи дадена професия, могат да бъдат изпълнявани от изкуствен интелект. Допълняемостта, от своя страна, показва дали технологията по-скоро подпомага работещите в дадена професия, или поема значителна част от техните задачи и по този начин замества човешкия труд. Например ИИ може да изпълнява голяма част от задачите на служителите по въвеждане на данни – професия с висока изложеност към технологията и ниска степен на допълняемост. При адвокатите обаче ИИ може да подпомага правните проучвания и изготвянето на документи, докато самите адвокати продължават да работят с клиенти, да водят преговори и да носят правна отговорност – професия с висока допълняемост. С други думи, ИИ може едновременно да замества човешкия труд и да намалява търсенето на работници в професии с ниска допълняемост, както и да повишава производителността на работещите в професии с висока допълняемост.
Второто важно разграничение е между различните видове изследвания, разглеждани тук. Изследванията на изложеността оценяват кои задачи ИИ би могъл потенциално да изпълнява или да ускорява; контролираните експерименти измерват повишението на производителността при изпълнението на конкретни задачи. Изследванията, основани на данни от обяви за работа и показатели за заетостта, от своя страна се стремят да установят как фирмите и пазарите на труда действително реагират на внедряването на ИИ.
С оглед на тези разграничения изследванията на изложеността на професиите показват, че потенциалният обхват на въздействието на генеративния ИИ е значителен. Елунду и съавтори (2024) оценяват, че 80% от работещите в САЩ са на работни места, при които поне една десета от задачите могат да бъдат изпълнявани значително по-бързо с помощта на големи езикови модели (LLM), а 19% работят в професии, при които поне половината от задачите попадат в обхвата на тази технология. Кацанига и съавтори (2024) оценяват, че около 40% от заетостта в световен мащаб и 60% от заетостта в развитите икономики са изложени на въздействието на ИИ. В развитите икономики 27% от заетостта е в професии с висока допълняемост между ИИ и човешкия труд, а 33% – в професии с ниска допълняемост, при които потенциалът за заместване на човешкия труд е по-голям.
Тези изследвания обаче измерват единствено техническата възможност ИИ да бъде използван за изпълнението на определени задачи, без да отчитат трудно предвидими фактори като разходите за използване на моделите, регулаторната среда или увеличаването на търсенето вследствие на повишената производителност. Поради това те не могат да предвидят каква част от професиите действително ще бъдат автоматизирани. Изнасянето на дейности в чужбина често се използва като аналог при обсъждането на възможните ефекти от генеративния ИИ. Икономистът Алън Блайндър например оценява през 2007 г., че дейности в около една четвърт от работните места в САЩ потенциално могат да бъдат изнесени в чужбина. По-късна оценка на Адам Озимек от 2019 г. обаче показва, че при повечето професии, определени като уязвими към офшоринг, заетостта продължава да нараства стабилно.
Контролираните експерименти установяват значително повишаване на производителността, свързано с използването на ИИ, особено сред работещите с по-малък опит. В рандомизиран контролиран експеримент Ной и Джан (2023) установяват, че специалистите, които използват ChatGPT при задачи, свързани с писане, ги изпълняват с 40% по-бързо. В реална работна среда Бриньолфсон, Ли и Реймънд (2023) отчитат 15% увеличение на производителността в извадка от 5179 служители в обслужването на клиенти, измерено чрез броя разрешени казуси на час. В извадка от 4867 софтуерни разработчици Цуей и съавтори (2024) установяват, че използването на ИИ води до изпълнение на 26% повече задачи седмично. Разбира се, ефектът върху производителността зависи от конкретната задача: Дел’Акуа и съавтори (2023) показват, че консултантите, които не разпознават ограниченията на ИИ при определени дейности, по-често достигат до неправилни заключения в контролирана среда. Няколко от посочените изследвания също така показват, че работещите с по-малък опит се възползват в по-голяма степен от възможностите на ИИ.
Първи признаци на промяна в търсенето на труд
Същата технология, която може да повиши в по-голяма степен производителността на служителите на по-ниски позиции, може едновременно с това да намали броя на работниците, които фирмите трябва да наемат, тъй като им позволява да постигат същите резултати с по-малко служители. Изследванията, основани на данни от обяви за работа, ведомости за заплати и статистики за заетостта, дават най-ясната налична представа за възможното въздействие на генеративния ИИ върху пазара на труда. Те откриват признаци за изместване на млади работници, които тепърва навлизат на пазара на труда.
Анализирайки данни от ведомости за заплати в САЩ, Бриньолфсон, Чандар и Чен (2025) установяват относителен спад на заетостта от 16% сред работещите на възраст между 22 и 25 години в най-силно изложените на ИИ професии спрямо по-слабо изложените професии. Съответните оценки за по-възрастните възрастови групи като цяло не са статистически значими. Хосейни и Лихтингер (2025) достигат до сходен резултат въз основа на данни от професионални автобиографии и обяви за работа, обхващащи 65 милиона работещи в САЩ: заетостта на служители на начални позиции във фирми, които внедряват генеративен ИИ, намалява с около 9% спрямо заетостта на служители на по-високи позиции и спрямо тази във фирми, които не използват технологията. Спадът се дължи основно на ограничаване на новите назначения.
Тези ефекти обаче остават концентрирани сред младите работници с най-ниско ниво на умения и най-малък опит, а не сред работната сила като цяло. Индексът за икономическото въздействие на Anthropic (The Anthropic Economic Index) не установява общо нарастване на безработицата сред работещите в професии с висока изложеност към ИИ, но открива предварителни индикации за по-бавно наемане на хора на възраст между 22 и 25 години в най-силно изложените на технологията професии.
Нови умения и нови възможности за заетост
Освен че намалява търсенето на труд в някои професии, ИИ създава и нови форми на търсене на труд. Въз основа на данни от обяви за работа в няколко държави Жомот и съавтори (2026) установяват нарастващо търсене и по-високо заплащане за дигитални умения и за умения, пряко свързани с ИИ. Това се отразява и в очакванията на работодателите: две трети от фирмите, анкетирани от Световния икономически форум през 2025 г., планират до 2030 г. да наемат служители със специфични умения в областта на ИИ.
В по-широк план тази технологична промяна може да създаде и изцяло нови форми на труд. Поради тази причина анализите, основани на днешната професионална структура, може да не отчитат напълно способността на пазара на труда да се адаптира чрез появата на нови професии. Новите възможности обаче могат да изискват квалификации, различни от тези, необходими за работните места, при които търсенето намалява, и да не успеят да поемат изместените работници достатъчно бързо, за да компенсират загубата на работни места.
Какво знаем досега и какво остава неизвестно
Изследванията на изложеността показват, че ИИ може да засегне значителен брой дейности, но не могат да предвидят мащаба на евентуалната загуба на работни места, тъй като той зависи от несигурни фактори като разходите за внедряване и регулаторната среда. Експерименталните изследвания показват, че ИИ може съществено да повиши производителността при определени задачи, а технологията вече променя работните процеси и създава търсене на нови умения.
Наличните данни не показват настоящ или непосредствено предстоящ срив на заетостта, но сочат, че адаптацията на пазара на труда протича неравномерно, особено за хората, които се опитват да навлязат в професии с висока изложеност към ИИ. Мащабът на бъдещото изместване на работници и на повишаването на производителността ще зависи най-вече от способността на фирмите да внедряват модели с ИИ, от разпространението на необходимите умения сред работната сила – особено сред заетите в силно изложени професии – и от създаването на нови форми на заетост.
