AI создал 1,3 миллиона новых рабочих мест за два года. Разбираем данные LinkedIn

В январе 2026 года LinkedIn опубликовал отчёт, который стал одним из самых цитируемых в дискуссии о будущем работы: за два года — с 2024 по 2025 — искусственный интеллект создал 1,3 миллиона новых рабочих мест на платформе. Число впечатляющее. Но прежде чем праздновать, давайте посмотрим, что за ним стоит. Потому что в вопросе «AI и работа» дьявол — в деталях, а не в заголовках. И детали здесь — непростые.

LinkedIn — крупнейшая профессиональная сеть в мире с более чем миллиардом пользователей в 200+ странах. Их данные о вакансиях — одни из самых репрезентативных на рынке. Когда LinkedIn говорит о «новых рабочих местах, созданных AI», они имеют в виду позиции, которых не существовало до массового распространения генеративного AI или которые появились как прямое следствие внедрения AI-инструментов в бизнес-процессы.

Это включает очевидные категории — AI-инженеры, специалисты по промптам, ML-инфраструктурщики, исследователи в области NLP и компьютерного зрения, инженеры по тонкой настройке моделей. Но также — менее очевидные: AI-тренеры, которые обучают модели на специфических данных конкретных отраслей; AI-этики, которые оценивают социальное воздействие алгоритмов; специалисты по AI-compliance, обеспечивающие соответствие AI-систем регуляторным требованиям; интеграторы AI-решений для конкретных отраслей — от медицины до сельского хозяйства.

Методология LinkedIn не идеальна — любая методология подсчёта «новых» профессий имеет границы и допущения. Где грань между «новой» и «трансформированной» позицией? Если маркетолог теперь использует AI для аналитики — это новая позиция или та же самая с новым инструментом? LinkedIn решает это через анализ описаний вакансий и навыковых требований. Но объём данных — более 67 миллионов вакансий в год — делает их анализ одним из самых надёжных на рынке.

Разберём структуру этих позиций. Примерно 40% — чисто технические роли: разработка, деплой, поддержка AI-систем. ML-инженеры, NLP-специалисты, инженеры данных, DevOps для AI-инфраструктуры, исследователи генеративных моделей, специалисты по inference-оптимизации, инженеры по RAG-архитектуре. Конкуренция за эти роли жёсткая, а зарплаты — одни из самых высоких на рынке: $150-400K в США. Здесь нет сюрприза — когда появляется новая технология, нужны люди, которые её строят и обслуживают.

Около 25% — гибридные роли, и именно здесь самое интересное. Маркетолог, специализирующийся на AI-персонализации и способный настроить систему рекомендаций. HR-специалист, внедряющий AI-скрининг кандидатов и понимающий ограничения алгоритмического отбора (включая проблемы bias). Финансовый аналитик, работающий с AI-моделями прогнозирования и умеющий критически оценивать их результаты. Юрист, специализирующийся на интеллектуальной собственности в контексте генеративного AI. Медицинский специалист, интерпретирующий результаты AI-диагностики и знающий, когда доверять алгоритму, а когда — клинической интуиции.

Ещё 20% — роли поддержки и контроля. AI safety, аудит алгоритмов на предвзятость, контроль качества данных, мониторинг AI-систем в production, compliance с EU AI Act и аналогичными регуляторными рамками. Эти позиции возникают не потому, что AI что-то создаёт, а потому, что AI что-то может сломать. Регулирование и корпоративные стандарты генерируют спрос на людей-контролёров. По мере ужесточения регулирования эта категория будет расти быстрее остальных.

Оставшиеся 15% — самая необычная категория. Роли без аналогов в прошлом. AI-взаимодействие с клиентами — настройка тона, стиля и «характера» AI-ассистентов для бренда. AI-контент-стратегия — решения, что AI может генерировать, а что нет, с ответственностью за последствия. AI-переводчик (концептуальный, не языковой) — мост между бизнесом и инженерами. AI-оркестратор — координация нескольких AI-систем в сложном процессе.

Данные показывают выраженную концентрацию. Более 60% новых AI-позиций сосредоточены в пяти странах: США (500 000+), Великобритания, Индия, Канада и Германия. США — безусловный лидер, с фокусом на Bay Area, Нью-Йорк, Сиэтл и Остин. Индия — вторая, с акцентом на аутсорсинг и обслуживание AI-систем, Бангалор и Хайдерабад становятся AI-хабами мирового масштаба. Великобритания — третья, лондонский финтех-кластер и DeepMind-экосистема.

Для России данные LinkedIn менее репрезентативны — платформа не основная для поиска работы. Косвенные индикаторы с HeadHunter и Хабр Карьеры показывают похожие тренды, но в меньшем масштабе. Спрос на AI-специалистов вырос в 3-4 раза за два года. Москва и Петербург концентрируют 70-80% AI-найма, создавая дополнительный слой регионального неравенства.

Концентрация создаёт системную проблему. Новые рабочие места появляются в технологических хабах, а старые исчезают повсюду. Это не замещение, а перераспределение — и не обязательно справедливое. Уволенный оператор колл-центра в Казани и новая вакансия ML-инженера в Москве формально — «баланс». Практически — непересекающиеся вселенные.

LinkedIn фиксирует тревожную закономерность: AI-рабочие места непропорционально заняты мужчинами (73%) и людьми до 35 лет (68%). Это отражает структурный перекос в технологическом образовании и найме. Женщины и люди старшего возраста непропорционально представлены в профессиях, которые AI замещает (административные, канцелярские, образовательные), и недопредставлены в профессиях, которые AI создаёт. Если «новая экономика» создаёт рабочие места преимущественно для молодых мужчин с техническим образованием, а разрушает — преимущественно для женщин и людей за 50, нетто-баланс маскирует углубляющийся разрыв.

Страны Глобального Юга сталкиваются с ещё одним парадоксом. Индия, Филиппины, Кения строили экономику на аутсорсинге когнитивного труда. AI ставит под угрозу именно этот сегмент. Зачем нанимать колл-центр в Маниле, если AI-чатбот справляется не хуже? Одновременно те же страны создают новые AI-рабочие места (аннотация данных, тестирование моделей), но эти места оплачиваются значительно хуже утрачиваемых.

Хорошая новость: средняя зарплата на AI-позициях выше рыночной. AI-специалисты в США зарабатывают на 30-50% больше коллег в традиционных IT-ролях. В Европе разрыв 15-25%, в России — 40-60% больше «обычных» разработчиков. На уровне principal и staff — $500K+ в крупных компаниях.

Плохая новость: барьер входа высок и для технических ролей не снижается. Большинство позиций требуют степени в CS, математике или смежных дисциплинах плюс 2-3 года релевантного опыта. Курсы «стань AI-специалистом за 3 месяца» создают иллюзию доступности: менее 15% выпускников находят работу по специальности в течение полугода. Есть сегмент с низким барьером — AI-тренеры, аннотаторы, тестировщики, — но и зарплаты там ниже медианы: аннотатор в Кении — $1-2 в час, тестировщик AI-контента в США — $35-45K в год. Это «AI-рабочие места», но назвать их «хорошими» — натяжка.

1,3 миллиона за два года при глобальной рабочей силе в 3,5 миллиарда — это 0,037%. Если AI ставит под давление 300-800 миллионов рабочих мест, соотношение создания к потенциальному разрушению — примерно 1 к 250. Это не баланс.

Но создание ускоряется: 400 тысяч в 2024-м, 900 тысяч в 2025-м. Если тренд продолжится, 2026 может дать 1,5-2 миллиона. Экспоненциальный рост может догнать темпы разрушения. Может — но гарантий нет. И между «может догнать» и «уже компенсирует» — разрыв, в котором живут реальные люди.

Стоит учитывать: LinkedIn фиксирует вакансии, не устойчивую занятость. Часть «новых рабочих мест» — проектные контракты на 3-6 месяцев в стартапах, которые закроются через год. Устойчивое ядро — вероятно, 60-70% от заявленного. Есть и «теневая» AI-занятость: до 40% работников используют AI без ведома руководства, выполняя работу двоих-троих. Когда руководство это обнаружит, «лишние» коллеги могут оказаться не нужны.

AI не просто создаёт рабочие места — он переопределяет, что значит «работать». Всё больше позиций строятся вокруг взаимодействия человек-AI. Десять лет назад «работать с компьютером» означало отношения «хозяин — инструмент». Сегодня «работать с AI» — ближе к «старший коллега — младший коллега». Постоянная калибровка доверия, оценка результата, коррекция направления. Навык, которому нигде не учат и который становится критически важным.

LinkedIn отмечает рост навыка «AI collaboration» в профилях — на 850% за два года. Через пять лет это будет настолько базовым, что перестанет упоминаться отдельно.

Мы рады видеть рост новых позиций. Но видим разрыв — между тем, где создаются рабочие места, и тем, где исчезают старые; между навыками, которые требуют новые позиции, и навыками вытесненных работников; между зарплатами в AI-секторе и зарплатами в замещаемых профессиях.

1,3 миллиона — не ответ на вопрос «будет ли всё хорошо». Главный вопрос: доступны ли новые места тем, кто теряет свои? Пока ответ — чаще всего нет.

Если бы вы увидели вакансию своей мечты, но с требованием «опыт работы с AI обязателен» — вы бы подали заявку или прошли бы мимо?