Наконец‑то появилось действительно полезное исследование «Будущее труда с ИИ‑агентами» (Стэнфорд), которое превращает абстрактные споры о том, кого и как заменит искусственный интеллект, в конкретную дорожную карту профессий: какие задачи автоматизируются первыми, а какие навыки резко вырастут в цене.

Эта статья — не для того, чтобы вас напугать. Здесь будут конкретные инструменты и советы, чтобы вы сами могли ответить на главный вопрос:

• Какие навыки развивать?

• Какие задачи смело отдавать ИИ, а за какие стоит побороться и стать в них сильнее?

• Как изменится ваша профессия?

• За какие умения будут платить больше даже, чем за программирование и аналитику?

В основе статьи — такназываемая «матрица желаний и возможностей» автоматизации. Её создали как раз в Стэнфорде. Распределив свои рабочие задачи по четырём простым зонам этой матрицы, вы увидите, как ИИ повлияет именно на вашу профессию — и куда лучше направить усилия уже сейчас.

Я пообщалась с авторами исследования: они скоро опубликуют уникальную базу данных и отдельный инструмент для визуализации этих данных. Но пользоваться матрицей можно уже сейчас — ниже покажу, как это работает на практике.

А ещё сделала простого ИИ‑бота, который поможет каждому построить свою персональную матрицу задач (ссылку найдете в конце). Пробуйте, делитесь своими выводами.

Кстати, в исследовании есть и прогноз востребованных навыков будущего — там есть неожиданные позиции, которые сейчас почти не ценятся, а скоро станут главным конкурентным преимуществом.

В чем была проблема до этого исследования?

До этого исследования разговоры о будущем труда с ИИ сводились к двум темам:

• либо «ИИ заберёт все рабочие места»,

• либо «компании сэкономят и заработают больше».

Но почти никто не задавал вопросы самим работникам:

• Вы вообще хотите, чтобы ИИ вас заменил?

• Какие задачи вы готовы отдать машине, а какие хотите оставить себе?

А это ведь ключевой момент! Если игнорировать мнение людей, легко получить кризис, который вполне может перерасти в масштабный социальный конфликт.

Яркий пример — Голливуд. Как только ИИ научился писать тексты и придумывать истории сносно, продюсеры начали нанимать одного человека с ИИ вместо команды сценаристов.
Что в итоге? Сценаристы вышли на массовую забастовку — протесты длились пять месяцев.

Подобное может случиться в любой профессии — от клерков до дизайнеров.
Важно учитывать не только интересы корпораций, но и простых людей. Всё-таки искусственный интеллект создавался, чтобы облегчить нам жизнь, а не наоборот.

Что сделали по-настоящему нового?

Впервые на будущее работы с ИИ посмотрели не только глазами компаний и технологий, но и с точки зрения самих людей.

Учёные объединили два мира:

• желания и предпочтения работников;

• реальные возможности современных ИИ‑систем.

В итоге появилась картина, которая важна и политикам, и бизнесу, и каждому из нас. Это не очередная абстрактная теория — это практическое руководство, как жить и работать дальше.

Дальше коротко объясню, что именно сделали исследователи. А затем разложу по полочкам их выводы и покажу, что с этим делать на практике.

Как проходило исследование:

1. Сбор данных о профессиях

Учёные взяли огромную базу рабочих задач из американского Министерства труда — десятки тысяч конкретных действий по сотням профессий. Из этого массива выбрали только те задачи, которые выполняются за компьютером. После всех фильтров и этапов осталась «выжимка» — 844 задачи из 104 профессий.

2. Оценка роли человека — шкала HAS

Дальше важно было понять: насколько в каждой задаче важен человек? Для этого придумали специальную шкалу — HAS (Human Agency Scale), или Шкала человеческого участия.

• H1 — ИИ может выполнить задачу полностью самостоятельно, без человека.

• H5 — наоборот, ИИ не справится без нашего участия.

• H2–H4 — промежуточные варианты, где ИИ нужен человек, но в разной степени.

Это универсальный язык для оценки автоматизации: теперь видно, где ИИ полностью заменяет человека, а где лишь дополняет и усиливает.

3. Опрос работников и экспертов

Ключевой момент: учёные не ограничились теорией и пошли напрямую к людям.

Они опросили 1 500 работников из 104 профессий — у каждого спросили:

• Какие задачи вы готовы передать ИИ?

• За какие хотите держаться сами?
  Ответы собирали по той же шкале — от 1 до 5.

Параллельно этот же список задач дали экспертам по ИИ — 52 учёным и разработчикам, чтобы те оценили:

• Насколько реально автоматизировать каждую из этих задач прямо сейчас?

4. Итог: база данных WORKBank

Все результаты объединили в уникальную базу данных — WORKBank. В ней по каждой из 844 задач указано:

• что думают работники (желание автоматизации и предпочтительный уровень участия ИИ);

• что думают эксперты (насколько это реально автоматизировать сейчас).

Какие выводы? Три главных открытия

Первое открытие: что люди действительно хотят отдать ИИ — а что нет

Впервые для такого широкого спектра профессий документально зафиксировано, какие задачи люди готовы делегировать искусственному интеллекту, а какие хотят оставить себе.

Топ-20 задач, которые работники хотели бы автоматизировать:

46% опрошенных в целом позитивноотносятся к автоматизации — даже если их спрашивают о рисках потери работы или «скучности».

Главная причина, по которой люди хотят делегировать задачи ИИ — «освободить время для более ценной работы» (так ответили 70% респондентов).

Интересный факт

Когда учёные сравнили эти желания с реальными паттернами использования ИИ, выяснилось:

10 профессий с самым высоким желанием автоматизации составляют всего 1,26% от общего использования ИИ! (Данные по использованию Claude изучали)

То есть ИИ сейчас применяют не для самых простых и массовых задач, которые люди мечтают автоматизировать. Видимо просто не хватает подходящих инструментов — или никто не объяснил, как ими пользоваться.

Здесь — огромная ниша для стартапов, которые могут решить конкретные боли.

Топ-20 задач, которые меньше всего хотят автоматизировать:

Почему так?

Причина не только в страхе потерять работу. Люди хотят сохранить:

• контроль над важными решениями,

• возможность творить,

• и то самое «человеческое прикосновение» в профессии.

Второе открытие: “Матрица желаний и возможностей” автоматизации

Одно из ключевых достижений исследования — матрица “желаний и возможностей”.
В ней объединили два взгляда:

• чего хотят сами работники,

• и что действительно может автоматизировать ИИ прямо сейчас (по мнению экспертов).

Как устроена матрица

Это координатная сетка с четырьмя зонами:

• По вертикали — насколько человек хочет отдать задачу ИИ (от 1 до 5).

• По горизонтали — насколько ИИ реально справляется с этой задачей (тоже от 1 до 5).

Каждая рабочая задача “ложится” на это поле — и оказывается в одной из четырёх зон:

? Зелёная зона (высокое желание + высокая возможность)

Идеальные кандидаты для автоматизации:

И люди хотят избавиться от задачи, и ИИ уже умеет её делать.

Примеры:

• Назначение встреч с клиентами (юристы)

• Анализ рекламных кампаний, шаблонные посты в соцсети (маркетологи)

• Удаление фона с изображений (дизайнеры)

Всё, что попадает в зелёную зону, стоит смело отдавать ИИ — это высвобождает время для более ценных задач.

? Жёлтая зона (высокое желание + низкая возможность)

Зона надежды:

Хочется делегировать задачу ИИ, но пока технологии не дотягивают.

Примеры:

• Анализ экспериментальных данных и настройка дизайна эксперимента (учёные)

• Мозговой штурм и стратегия бренда (маркетологи)

• Подготовка плана лекций по новой теме (преподаватели)

Что делать?

Следить за развитием технологий, тестировать новые инструменты, экспериментировать. Как только ИИ “вырастет” — люди будут только рады делегировать эти задачи.

? Красная зона (низкое желание + высокая возможность)

Тревожная зона:

ИИ уже умеет делать задачу, но люди НЕ хотят её отдавать.

Примеры:

• Написание книг, статей, рассказов (писатели)

• Придумывание уникальных слоганов, креатив (маркетологи)

• Проверка творческих заданий (преподаватели)

Что делать?

Разработчикам стоит помнить: прямолинейная автоматизация может вызвать протест (вспомним Голливуд и сценаристов).

Для работников это «красный флаг»: здесь важно становиться экспертом и усиливать свои позиции, потому что именно здесь придётся конкурировать с ИИ.

⚪ Белая зона (низкое желание + низкая возможность)

Вне зоны автоматизации:

ИИ пока не умеет — и люди не хотят делегировать.

Примеры:

• Встречи с ключевыми клиентами (нужна эмпатия)

• Проведение интервью

• Ручная отрисовка сложных деталей (дизайнеры)

• Индивидуальная работа со студентами, дебаты (преподаватели)

Это ядро профессии, «человеческая крепость» — тут ценность личного участия максимальна.

Важное наблюдение: где ИИ реально полезен, а где — вызывает напряжение

Когда смотришь на матрицу, становится очевидно: ИИ уже отлично справляется с рутинными и аналитическими задачами.

Но там, где важны общение, сочувствие, гибкость — то есть коммуникативные и организационные навыки — ИИ всё ещё бессилен.

Есть и интересный парадокс.

Анализ инвестиций в ИИ показал: в каких зонах активно развивается YC‑стартапы (это компании, которые прошли через Y Combinator (YC) — один из самых известных и влиятельных бизнес‑акселераторов в мире). Обнаружили, что усилия 41% компаний принадлежат к зонам «Low Priority» и «Red Light», то есть занимаются темами автоматизациями, которые либо не желательны работниками, либо не являются приоритетными с точки зрения потенциала ИИ.

Получается парадокс: инструменты, которые могли бы избавить людей от рутины, или не разрабатываются или появляются слишком медленно.

Зато активно пытаются автоматизировать то, что людям по‑настоящему важно и дорого.

Отсюда и возникает напряжение — ощущение, что ИИ не помощник, а угроза.

Вот адаптация этого фрагмента для Хабра — с подзаголовком, списком и короткими акцентами:

Как использовать матрицу в реальной жизни

Эта матрица полезна не только разработчикам (чтобы понять реальные потребности людей), но и каждому профессионалу.
Суть проста: разделите свои задачи на четыре зоны. Для этого я сделала отдельный инструмент (о нём — в конце статьи), но основная логика вот какая:

• Всё, что в зелёной зоне — можно и нужно уже сейчас смело отдавать ИИ. Это высвобождает время и силы для развития.

• Жёлтая зона — не стоит уделять этим задачам слишком много внимания, но полезно следить за появлением новых ИИ‑сервисов. Решения могут появиться очень скоро.

• Белая зона — это ваши «человеческие» задачи, которые ИИ в ближайшее время точно не заберёт. Развивайтесь в них планомерно, но не тратьте на них все ресурсы. Здесь важны эмпатия, лидерство, нетворкинг.

• Красная зона — это главная точка фокуса! Эти задачи ИИ уже умеет делать. Здесь важно либо стать незаменимым экспертом (чтобы конкурировать с ИИ), либо постепенно переключать усилия на другие зоны — чаще всего на «белую».

Важно:
Матрица — не волшебная палочка и не «лекарство от всего». Это инструмент, который помогает со стороны взглянуть на свою профессию и понять, куда стоит направлять внимание и ресурсы прямо сейчас.

Вот как этот пример можно оформить для Хабра — с подзаголовком, списком и логичными акцентами:

Примеры

Рассмотрим, как выглядит такая матрица на практике — на примере маркетолога.

Зелёная зона:

• Автоматическая генерация A/B‑заголовков для тестирования

• Сбор статистики в таблицы

• Анализ цен конкурентов

Все эти задачи ИИ уже умеет выполнять, и сам специалист рад их делегировать — это экономит время для более важных вещей.

Жёлтая зона:

• Креативные концепты кампаний

• Разработка стратегий на год вперёд

Здесь маркетолог с радостью бы делегировал эти задачи хотя бы частично, но ИИ пока не справляется полностью. Следим за новинками — решения могут появиться скоро.

Красная зона:

• Написание эмоциональных текстов

• Креативы для рекламы

• Любая творческая работа

ИИ уже умеет делать это технически, но маркетолог не хочет с этим расставаться. Значит, выбор простой: или стать мастером в этих задачах (и превосходить ИИ), или понемногу переключаться на другие направления.

Белая зона:

• Питчинг идей клиенту

• Ведение переговоров, где важна харизма и уверенность

Здесь ИИ пока бессилен, а настоящая ценность — в человеческих качествах и опыте.

Вывод:
Если маркетолог выработает уникальный стиль (например, написание узнаваемых слоганов), то именно в этом ИИ его не заменит. На такие навыки и стоит делать ставку, если хочется остаться востребованным. И, конечно, развивать коммуникацию и гибкость.

Ещё пример: матрица задач для учителя

Зелёная зона:

• Проверка тестов

• Составление расписания

• Создание учебных листов

Эти задачи ИИ уже может выполнять, и учителю можно смело их делегировать — чтобы разгрузить свой график и сосредоточиться на главном.

Жёлтая зона:

• Разработка VR‑уроков

• Индивидуальные образовательные траектории для учеников

Пока ИИ не справляется с этим, но учитель бы с радостью отдал эти задачи — стоит следить за появлением новых инструментов.

Красная зона:

• Оценка творческих работ

• Проведение лекций, где важна индивидуальная подача, «голос» преподавателя

ИИ технически уже кое‑что умеет (например, создавать видео‑ и голосовых аватаров), но для учителя здесь особенно важна личная вовлечённость и индивидуальный стиль. Это «красная зона» — или становись мастером, или готовься к переменам.

Белая зона:

• Общение с учеником

• Мотивация

• Разговор «по душам»

Здесь искусственный интеллект бессилен. И, возможно, это к лучшему — ведь именно в этом и есть человеческая суть профессии.

ВАЖНО:
Когда вы попробуете разложить свои задачи по этой матрице, результат может сначала расстроить или удивить, а может — наоборот, вдохновить. В любом случае это отличная точка для переосмысления и планирования профессионального развития.

Telegram-бот для вашей персональной матрицы

Чтобы вы могли протестировать подход на себе, сделала простой инструмент — Telegram‑бот »матрица профессии»

Как это работает:

1. Переходите по ссылке и запускаете бота.

2. Указываете свою профессию.

3. Выписываете 10–15 реальных задач, с которыми сталкиваетесь на работе.

4. Для каждой задачи отмечаете: хотите ли вы отдать её ИИ, или предпочитаете оставить себе.

5. Сервис автоматически сопоставит ваши желания с реальными возможностями ИИ — и по

Важно!

• Возможности ИИ постоянно растут, поэтому распределение по зонам — это только ориентир.

• Сервис не выдаёт абсолютную истину, а помогает взглянуть на свою профессию со стороны и подумать о развитии.

Кстати, исследователи из Стэнфорда скоро откроют доступ к своей базе данных и инструменту визуализации (дам ссылку, как только она появится).

Третье открытие: навыки будущего — что действительно станет ценным

Какие навыки останутся востребованными, когда ИИ возьмёт на себя всё больше задач?
Исследователи сопоставили все задачи из своей базы с конкретными профессиональными навыками — например, «анализ данных», «координация команд», «общение с клиентами» и т. д.

А потом посмотрели:

• Какие навыки чаще всего встречаются в задачах, где человеческое участие обязательно

• А какие — наоборот — уже уверенно делегируются ИИ

Вот к чему они пришли:

• Ценность «жёстких» аналитических навыков падает.
  Ещё недавно умение работать с данными и таблицами было ключевым и высокооплачиваемым. Но именно такие задачи проще всего отдать ИИ, поэтому спрос на них будет постепенно снижаться.

• Роль «мягких» (гибких) навыков быстро растёт.
  Умение общаться, координировать других, работать в команде, распределять ресурсы — всё это по‑прежнему требует человека. Пока такие навыки оплачиваются ниже, чем «аналитика», но в будущем они могут стать самыми ценными на рынке.

• Нет одного «главного» навыка.
  Самые «человеческие» задачи требуют широкий набор умений и гибкости. Сейчас важнее быть не узким специалистом, а адаптивным человеком, способным быстро учиться и взаимодействовать с разными людьми.

Что делать?

Не стоит бояться ИИ — стоит осваивать то, в чём он нас не перепрыгнет(надеюсь):

• эмпатию,

• креативность,

• вдохновение,

• лидерство.

Это и есть настоящая «дорожная карта» развития.

Мой YouTube‑канал https://www.youtube.com/@Web3nity

Мой тг: https://t.me/web3nity_channel