Какие профессии заменят нейросети, а какие станут сильнее

Если ваша работа целиком умещается в инструкции «получи типовой файл, переставь данные по шаблону и отправь типовой ответ», риск высокий. Если нужно приехать на объект, уговорить людей, заметить исключение, принять на себя ответственность и отвечать за последствия, нейросеть пока заберёт только отдельные куски процесса.

Вот мой главный вывод: нейросети заменяют не профессии по названию, а повторяемые задачи внутри профессий. После этого компания решает, что делать с высвободившимся временем: увеличить объём, снизить цену, сократить найм или убрать часть ставок. Поэтому два бухгалтера, два маркетолога и два программиста могут оказаться в совершенно разных зонах риска.

В статье не будет гадания про 2035 год. Я разберу факты, доступные на 16 сентября 2026 года, покажу четыре сценария для работы и дам простой аудит из шести критериев. Его можно провести по своим задачам за полчаса.

Короткий ответ: кого нейросети заменят раньше

Это не вечная классификация. Робототехника, законодательство, цена интеграции и качество моделей будут двигать границы. Но на горизонте ближайших нескольких лет полезнее смотреть именно так, а не спрашивать, «умрёт ли профессия».

Что говорят данные 2025–2026 годов

Охват технологией не равен увольнению

Международная организация труда оценивает, что около четверти работников мира заняты в профессиях с некоторой степенью воздействия генеративного ИИ. В высшую категорию воздействия попадает 3,3% мировой занятости. Но вывод ILO осторожный: для большинства профессий вероятнее изменение набора задач, чем полное исчезновение работы.

Это принципиальная разница. Если модель может подготовить проект договора, она воздействует на работу юриста. Но техническая способность написать текст ещё не отменяет переговоры, профессиональную тайну, судебную стратегию и ответственность за совет.

Общий рынок меняют не только нейросети

World Economic Forum прогнозировал на период до 2030 года создание 170 млн рабочих мест и вытеснение 92 млн под влиянием всех крупных трендов вместе: технологий, демографии, зелёного перехода, экономической и геополитической перестройки. Чистый баланс в этой модели — плюс 78 млн мест.

Эти цифры нельзя честно превращать в заголовок «ИИ создаст 170 млн профессий». Это совокупная модель, основанная в том числе на опросе работодателей. Полезный сигнал другой: рынок способен одновременно уничтожать старые роли, создавать новые и менять содержание оставшихся.

Российский рынок уже просит навык, а не новую должность

По данным hh.ru, в январе–феврале 2026 года на площадке было 10 777 вакансий с требованием владеть ИИ против 9 378 годом ранее. Это рост на 15%, а доля таких вакансий выросла с 0,5% до 0,8%.

Цифра пока небольшая. Но она хорошо показывает направление: компании чаще добавляют ИИ-грамотность к маркетингу, IT, финансам или продажам, чем создают отдельную должность «человек по нейросетям». Сильный специалист не меняет профессию на модное слово. Он добавляет новый рабочий слой.

Почему список профессий почти всегда обманывает

Профессия — это упаковка. Внутри лежат десятки действий с разной автоматизируемостью.

Возьмём маркетолога. Нейросеть легко делает двадцать вариантов заголовка, сводит интервью и собирает первый черновик. Но ей сложнее понять, почему продажи просели именно в этом регионе, договориться с продуктовой командой, защитить бюджет и отвечать за позиционирование бренда.

У бухгалтера похожая картина. Распознавание первички, категоризация операций и типовые сверки автоматизируются. Нестандартная сделка, конфликт документов, налоговый риск и объяснение позиции руководителю остаются человеческой работой.

Поэтому правильный объект анализа — не «маркетолог» или «бухгалтер», а конкретная задача с конкретным входом, выходом и ценой ошибки.

Если вам нужно сначала разобраться, чем нейросеть отличается от готового продукта и алгоритма, посмотрите карту понятий ИИ, ML, нейросети и LLM. Это помогает не приписывать одному чат-боту возможности всей автоматизации и робототехники.

Шесть признаков задачи, которую автоматизируют первой

1. Весь вход уже цифровой

Текст, таблица, форма, транскрипт, изображение или запись разговора поступают в систему без выезда и ручного осмотра. Чем меньше физического мира между задачей и моделью, тем проще внедрение.

2. Результат повторяется по шаблону

Нужно классифицировать обращение, заполнить карточку, подготовить письмо, извлечь реквизиты или собрать стандартный отчёт. Вариативность ограничена, а хороший результат можно описать заранее.

3. Контекст доступен системе

Правила, история клиента, каталог, договоры и база знаний находятся в доступных источниках. Если половина смысла живёт в голове начальника и вчерашнем разговоре у кофемашины, автоматизация быстро упирается в стену.

4. Качество можно проверить дёшево

Есть формальная схема, контрольная сумма, допустимый диапазон, тесты или понятный эталон. Сгенерированный код можно прогнать через тесты. Сумму — пересчитать. Формат — проверить автоматически.

5. Ошибка не требует личной ответственности

Промах в черновике карточки товара неприятен, но исправим. Ошибка в диагнозе, платеже, допуске к оборудованию или юридическом решении стоит дороже. Чем выше цена ошибки и регуляторное давление, тем дольше человек остаётся в контуре.

6. Спрос не растёт вместе с удешевлением

Если компания и так обрабатывает все нужные заявки, рост производительности может сократить потребность в людях. Если услуга дорогая и дефицитная, снижение цены создаёт новый спрос: больше людей получают консультацию, обучение или поддержку. Тогда продуктивность не обязательно означает сокращение.

Профессии с самым высоким давлением

Ввод данных и обработка типовых документов

Операторы ввода, расшифровщики, часть делопроизводителей и сотрудники, которые переносят данные между формами, находятся в очевидной зоне риска. Здесь цифровой вход, стандартный выход и дешёвая проверка совпадают почти идеально.

ILO отдельно относит к наиболее затронутым канцелярские роли: ввод данных, набор текста, часть бухгалтерских и секретарских задач. Американское BLS также прогнозирует снижение занятости для ряда административных профессий в 2024–2034 годах: например, для работников закупочной документации, части секретарей и представителей клиентского сервиса.

Первая линия клиентской поддержки и телемаркетинг

Когда вопрос повторяется, ответ лежит в базе, а действие ограничено проверкой статуса, бот обходится дешевле. Человек остаётся на конфликтных, эмоциональных и нестандартных обращениях. Это означает не мгновенное исчезновение контакт-центра, а уменьшение простой первой линии и рост требований к тем, кто решает сложные случаи.

Шаблонный контент, перевод и простая редактура

Карточки товара, типовые описания, транскрипция, базовый перевод и первый черновик уже производятся быстрее. Но массовая генерация создаёт встречную работу: проверку фактов, единый тон, юридическую чистоту, редактуру и отбор. Если вы работаете с документами, полезно отделить генерацию от ответственности по процессу из статьи о нейросетях для текстов и документов.

Рутинные операции в учёте и отчётности

Распознавание первичных документов, распределение платежей, выявление отклонений и стандартные отчёты хорошо ложатся в автоматизацию. Под давлением оказывается не весь бухгалтерский или финансовый контур, а роли, где почти нет исключений, анализа и общения с бизнесом.

Мой жёсткий, но полезный критерий: если результат вашей недели можно проверить сравнением двух таблиц, научитесь проектировать это сравнение сами. Иначе его спроектирует кто-то другой — и ваша роль останется только строкой затрат.

Профессии, которые не исчезнут, а перестроятся

Программисты: меньше ручной реализации, больше инженерии

Нейросети уже пишут функции, тесты, документацию и небольшие приложения. Это особенно давит на задачи с чётким условием и быстрой автоматической проверкой. Но разработка продукта состоит ещё из архитектуры, ограничений, безопасности, миграций, наблюдаемости и неприятных исключений в старых системах.

Свежая статистика не подтверждает простую формулу «программисты исчезают». BLS в июле 2026 года прогнозировало рост занятости разработчиков ПО в США на 15,8% между 2024 и 2034 годами. Это не прогноз для России и не гарантия конкретному джуниору. Но он показывает, что рост автоматизации и спрос на разработчиков могут идти одновременно.

Исследование Anthropic по агентному программированию добавляет важную деталь: люди определяют, что строить, агент чаще решает, как реализовать. При этом специалисты с пониманием предметной области успешнее используют инструмент и лучше восстанавливаются после ошибок. Если хотите увидеть границы на реальных типах задач, есть отдельное сравнение нейросетей для написания кода.

Риск для начинающих здесь реальный. Команде может понадобиться меньше людей для шаблонной реализации. Значит, карьерный вход надо перестраивать: учиться читать чужой код, тестировать, работать с данными, требованиями и инфраструктурой, а не только печатать синтаксис.

Дизайнеры: производство дешевеет, вкус дорожает

Генерация вариантов, удаление фона, ресайз и быстрый макет стали доступнее. Поэтому человек, который только переставляет готовые элементы, конкурирует уже не с другим дизайнером, а с шаблоном и генератором.

Но бренд-система, приоритеты интерфейса, исследование пользователей, отбор и защита решения никуда не исчезают. Сильнее станет дизайнер, который быстрее показывает варианты и при этом умеет объяснить, почему один из них решает задачу, а остальные просто красиво выглядят.

Маркетологи и копирайтеры: черновик обесценился

Сделать десять постов стало легче. Понять, что именно обещать рынку, — нет. Нейросеть снижает стоимость текста, баннера и базового анализа. Поэтому дороже становятся исследование аудитории, продуктовая позиция, работа с воронкой, эксперименты и ответственность за метрику.

Рынок уже видит перенос задач между ролями. В исследовании OpenAI на сообщениях пользователей ChatGPT 43,5% сообщений, связанных с конкретной профессией и не относящихся к общим задачам, касались работы за пределами собственной профессии пользователя. Это выборка пользователей одного продукта, а не весь рынок. Но направление заметно: маркетолог может сделать базовый анализ, продавец — собрать материал, владелец бизнеса — подготовить первую версию договора.

Юристы, бухгалтеры и аналитики: меньше поиска, больше суждения

Нейросеть хорошо собирает документы, сравнивает версии, извлекает условия и готовит черновик. Но редкое исключение, конфликт норм и ответственность перед клиентом делают полную замену сложнее.

Здесь выиграет не тот, кто запрещает ИИ, и не тот, кто без проверки копирует ответ. Выиграет специалист, который умеет ограничить источники, построить контроль, заметить нетипичное и объяснить решение простыми словами.

Учителя, врачи и психологи: информация — только часть услуги

Модель может объяснить тему, подготовить упражнение, напомнить протокол и собрать анамнез. Но обучение, лечение и психологическая помощь включают доверие, наблюдение за человеком, этику и ответственность.

Именно здесь снижение стоимости может увеличить спрос. Дешевле готовить персональные материалы — больше учеников получают индивидуальную практику. Быстрее заполнять документы — больше времени остаётся на пациента. Но это произойдёт только там, где организация вернёт сэкономленное время человеку, а не просто добавит ещё форм.

Профессии, которые могут стать сильнее

Data, безопасность и техническая инфраструктура

BLS ожидает к 2034 году рост занятости data scientists на 33,5%, специалистов по информационной безопасности — на 28,5%, исследователей в компьютерных науках — на 19,7%. Это американский прогноз, но логика переносима: чем больше автоматизации, тем больше данных, интеграций, доступов и последствий ошибки приходится обслуживать.

Архитекторы процессов и интеграторы

Компаниям нужны люди, которые видят весь процесс: где получить данные, когда вызвать модель, какой результат проверить автоматически, а где остановиться и позвать сотрудника. Хороший интегратор не продаёт «умного бота». Он меняет маршрут работы и оставляет наблюдаемость, права доступа и аварийный выход.

Посмотреть на это со стороны бизнеса можно в материале об ИИ-агенте и новом сотруднике: там сравниваются стоимость, контроль, масштабирование и случаи, когда автоматизация вообще не подходит.

Эксперты предметной области, которые умеют управлять ИИ

Сильный инженер, врач, юрист, редактор или технолог получает рычаг. Он знает, какой результат выглядит правдоподобно, где модель пропустила исключение и что нельзя отдавать наружу.

Опытный пользователь тоже становится лучше. В мартовском Economic Index Anthropic пользователи со стажем от шести месяцев показывали на 10% более высокий успех взаимодействий с Claude. Авторы честно предупреждают о возможном эффекте отбора ранних пользователей, поэтому это не доказательство причинности. Но практический вывод разумный: умение работать с моделью развивается, как любой другой инструментальный навык.

Контроль, аудит и безопасность ИИ

Чем больше решений проходят через модели, тем нужнее оценка качества, журналирование, защита данных, red teaming и управление риском. Это не обязательно новые должности с красивыми английскими названиями. Часто эту функцию заберут безопасность, комплаенс, QA, юристы и владельцы процессов.

Какие профессии нейросеть не заменит в ближайшие годы

Надёжнее всего чувствуют себя роли, где основная ценность находится вне экрана:

• электрики, сантехники, монтажники и ремонтные специалисты;
• строители и мастера, работающие в меняющейся физической среде;
• сиделки, медсёстры, воспитатели и специалисты ухода;
• повара, парикмахеры и сервисные роли с физическим действием и контактом;
• руководители на месте, которые разрешают конфликты и несут ответственность;
• специалисты экстренных служб.

Но слово «не заменит» нельзя понимать как «не изменит». Электрик будет быстрее готовить смету и искать документацию. Медсестра — получать подсказки и меньше вручную заполнять формы. Руководитель — собирать сводки и моделировать сценарии.

Языковой ИИ слабее там, где тело, место и непредсказуемая среда составляют ядро услуги. Робототехника постепенно меняет и эту зону, но внедрить физическую систему обычно дороже и сложнее, чем добавить модель к цифровому документообороту.

Когда нейросети заменят программистов, дизайнеров и копирайтеров

Честная дата отсутствует. Можно назвать три этапа, но нельзя поставить один год в календаре:

1. Замена отдельных действий уже идёт. Черновик, поиск, классификация, ресайз, тесты и шаблонный код часто делаются моделью.
2. Сжатие команд зависит от экономики. Если объём спроса не растёт, компании могут нанимать меньше людей. Если продукт становится дешевле и нужен большему числу клиентов, занятость может вырасти.
3. Полная замена упирается в последнее звено. Нужны доступы, ответственность, обработка исключений, доверие и физическое действие. Профессия держится не на средней задаче, а на самом трудном незаменённом звене.

Поэтому фраза «нейросеть заменит программиста через два года» звучит точно, но ничего не доказывает. Гораздо полезнее спросить: какую часть моего процесса модель уже может выполнить надёжно, кто проверяет результат и что случится с экономикой услуги после удешевления?

Аудит своей профессии за 30 минут

Это не академический индекс и не прогноз увольнения. Это рабочая эвристика, чтобы найти задачи для защиты и роста.

Шаг 1. Выпишите двадцать реальных задач

Берите последние две недели, а не должностную инструкцию. «Работа с клиентами» слишком широко. «Подготовить ответ на повторяющийся вопрос о доставке» — уже задача.

Шаг 2. Поставьте шесть оценок от 0 до 2

Для первых четырёх и последнего критерия высокий балл повышает потенциал автоматизации. Для физического действия используйте обратную логику: 2 балла означает, что физической части нет.

Шаг 3. Проведите одинаковый тест

Дайте модели реальный обезличенный пример, необходимые источники и точный формат результата. Не загружайте персональные данные, коммерческие секреты и документы, которые нельзя передавать выбранному сервису.

Проверьте пять вещей: полнота, точность, время, число ручных исправлений и стоимость ошибки. Один удачный ответ ничего не доказывает. Возьмите минимум десять разных случаев, включая сложные и неприятные.

Шаг 4. Выберите стратегию для каждой задачи

• Автоматизировать — стандартный поток с автоматической проверкой.
• Усилить — модель готовит вариант, человек решает и отвечает.
• Оставить человеку — контекст, риск или физическая часть слишком велики.
• Перепроектировать — сначала привести данные и правила в порядок, потом подключать ИИ.

Именно так стоит начинать внедрение: с процесса, а не с покупки очередной подписки. Если нужен базовый маршрут, начните с материала «Нейросети с нуля», а затем тестируйте один повторяемый рабочий сценарий.

Семь навыков, которые дорожают рядом с ИИ

1. Постановка задачи. Уточнить цель, ограничения и критерий готовности.
2. Предметная экспертиза. Отличить хороший результат от убедительной ошибки.
3. Проверка. Работать с источниками, тестами, расчётами и контрольными выборками.
4. Проектирование процесса. Соединить модель, данные, человека и точку остановки.
5. Работа с данными и автоматизацией. Понимать таблицы, API, права доступа и журналы.
6. Коммуникация и продажи. Договариваться, объяснять сложное, замечать настоящую потребность.
7. Ответственность. Принимать решение, когда модель даёт вариант, а не гарантию.

Отдельный «промпт-инженер» может оказаться временной упаковкой. А умение ставить задачу, проверять и внедрять результат останется внутри десятков профессий.

План на 30 дней, если вы переживаете за свою работу

Неделя 1. Составьте карту задач

Выпишите двадцать действий, оцените по шести критериям и выберите три самых повторяемых. Не начинайте с самого важного или рискованного процесса.

Неделя 2. Проведите контролируемый тест

Используйте десять обезличенных примеров. Сравните время до результата, число исправлений и типы ошибок. Сохраняйте промпт, источник и финальную версию.

Неделя 3. Соберите регламент

Опишите вход, запрещённые данные, обязательные источники, критерий проверки и ситуацию, когда человек обязан остановить процесс. Если задачу невозможно проверить, она ещё не готова к автономной автоматизации.

Неделя 4. Покажите измеримый результат

Не пишите в резюме «владею ChatGPT». Напишите: «сократил подготовку типового отчёта с двух часов до сорока минут, сохранив контроль по пяти показателям». Ценность находится не в названии инструмента, а в улучшенном процессе.

Если хотите превратить навык в услугу или дополнительный доход, используйте модели из статьи как зарабатывать с помощью нейросетей без сказок. Там вход начинается не с красивой профессии будущего, а с проблемы клиента и экономики решения.

Как руководителю внедрять ИИ без скрытого сокращения качества

Соблазн понятен: увидеть сильную демонстрацию, посчитать часы и объявить экономию. На практике модель работает со средней задачей, а сотрудник держит исключения, связи и ответственность. Если убрать человека до того, как эти функции перенесены в процесс, экономия превращается в возвраты, ошибки и репутационный долг.

Нормальный пилот отвечает на пять вопросов:

1. Какой поток задач передаём системе?
2. Какие данные ей разрешены?
3. Как проверяется результат?
4. Кто разбирает исключение?
5. Что делаем с высвободившимся временем?

Последний вопрос особенно важен. Если ответа нет, сотрудники считывают внедрение как угрозу и прячут ошибки. Если цель — снять рутину и увеличить объём полезной работы, команда помогает улучшать систему.

Для бизнеса логичный следующий шаг — корпоративное обучение по нейросетям: не экскурсия по кнопкам, а разбор процессов, безопасных данных и контрольных точек на задачах команды.

Частые вопросы

Какие профессии нейросеть заменит в первую очередь

Сильнее всего давление на ввод данных, типовые административные операции, первую линию поддержки, простую расшифровку, шаблонные тексты и часть рутинного учёта. Но даже там обычно сначала меняется поток задач и найм, а не исчезает профессия за один день.

Какие профессии нейросеть не заменит

В ближайшие годы устойчивее роли с физическим действием в непредсказуемой среде, личной ответственностью, доверием и сложными отношениями: электрики, сантехники, строители, специалисты ухода, экстренные службы и руководители на месте. Их документы и планирование всё равно изменятся.

Заменит ли нейросеть программистов

Она уже заменяет часть ручного написания шаблонного кода, тестов и документации. Полная разработка требует постановки задачи, архитектуры, безопасности, интеграций и ответственности. Риск выше у тех, чья работа сводится к типовой реализации, а ценность растёт у специалистов с предметной экспертизой и инженерным мышлением.

Заменит ли нейросеть дизайнеров и художников

Генераторы снижают цену вариантов и простой производственной работы. Дизайнер остаётся нужен для исследования, системы, отбора, пользовательского опыта и ответственности за результат. Конкуренция на входе усиливается, а роль вкуса и объяснимого решения растёт.

Какие навыки защитят от замены ИИ

Лучше всего работают предметная экспертиза, постановка задачи, проверка источников и расчётов, проектирование процессов, работа с данными, коммуникация и ответственность. Одного умения писать длинные промпты мало.

Стоит ли менять профессию из-за нейросетей

Сначала проведите аудит задач. Часто выгоднее перейти из производства шаблонного результата в проверку, работу с исключениями, клиентом или процессом внутри той же профессии. Менять сферу стоит не из-за страшного списка, а когда в вашей роли мало задач, где вы создаёте уникальную ценность.

Когда ИИ начнёт массово сокращать рабочие места

Единой даты нет. Эффект зависит от качества моделей, цены интеграции, спроса, регулирования и решений компаний. Ранние изменения чаще видны в составе задач, требованиях к навыкам и числе начальных вакансий, а не в одном общем скачке безработицы.

Создаст ли ИИ новые профессии

Да, но важнее другое: новые функции распределятся по существующим ролям. Понадобятся владельцы ИИ-процессов, специалисты по оценке качества, безопасности, данным и интеграции. Часть работы получат уже действующие аналитики, QA, разработчики, юристы и руководители.

Вывод: нейросеть заменяет слабое звено процесса

Панический список профессий даёт ложное облегчение. Вы либо находите своё название в «безопасной» колонке, либо расстраиваетесь. И ничего не меняете.

Рабочий подход другой. Разложите профессию на задачи. Найдите цифровую рутину с дешёвой проверкой. Отдайте её модели под контролем. Затем вложите освобождённое время в то, что системе даётся хуже: контекст, доверие, исключения, физическое действие и ответственность.

Нейросеть не обязана полностью заменить вас, чтобы изменить вашу карьеру. Достаточно, чтобы один человек с хорошим процессом делал работу двух людей со старым процессом. Поэтому лучший момент учиться — не после объявления о сокращении, а пока вы сами можете выбрать первую задачу для автоматизации.

Об авторе: Илья Шведков — эксперт по внедрению нейросетей, ИИ-агентов и контент-систем в рабочие процессы бизнеса.