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.

automation_viability https://arxiv.org/html/2506.06576v2

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.

overview https://arxiv.org/html/2506.06576v2

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.

human_agency_scale https://arxiv.org/html/2506.06576v2

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:

https://arxiv.org/html/2506.06576v2

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:

https://arxiv.org/html/2506.06576v2

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:

automation_viability https://arxiv.org/html/2506.06576v2

? 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:

skill_rank_change https://arxiv.org/html/2506.06576v2
  • 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

Комментарии (12)


  1. zudwalex
    29.06.2025 09:37

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

    ...

    Написание книг, статей, рассказов (писатели)

    Вы это серьезно?

    Это же ахинея почище замены программистов.


    1. gaal_dev
      29.06.2025 09:37

      в этом году проводился эксперимент по созданию фирмы сплошь из ИИ агентов который закончился фиаско https://vc.ru/future/1976626-eksperiment-s-ii-agentami-v-it-kompanii "Эксперимент показал, что современные ИИ-агенты крайне далеки от уровня, необходимого для полноценной замены человека даже в стандартных офисных процессах"

      https://tproger.ru/articles/velikij-ii-proval--pochemu-8-iz-10-kompanij--vnedrivwih-nejroseti--ne-zarabotali-ni-centa "Великий ИИ-провал: почему 8 из 10 компаний, внедривших нейросети, не заработали ни цента"

      https://krasnodar.allestate.pro/news/26.06.2025/proval-tehnologiy-pochemu-ii-agenty-ne-vyzhivut "В отчёте аналитической компании Gartner предупреждается: свыше 40% проектов по созданию автономных интеллектуальных агентов окажутся неэффективными и будут свернуты к 2027 году. Основные причины — высокие операционные затраты на вычислительные ресурсы и внедрение, отсутствие зрелых моделей искусственного интеллекта и неясная коммерческая ценность таких решений при реальном масштабировании."


      1. Smogendrr
        29.06.2025 09:37

        Годный ИИ появился месяца три назад, ни хоть сколько-нибудь зрелых бизнес-результатов за это время не успеешь получить, ни тем более исследований и статистики вменяемой.

        И какая разница, сколько сценаристов (конюхов) в течение какого времени будут бастовать, если найдется немного других людей (водителей грузовиков) за 10кратную зарплату, которые будут выполнять работу 20-30 бастующих?


  1. znauchtoneznau
    29.06.2025 09:37

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

    ...

    Написание книг, статей, рассказов (писатели)

    согласен, что это возможно, но ии не сможет придумать абсолютно новое, он сможет лишь делать по шаблонам собранные книги, они могут казаться новыми, но по сути это будет просто старая информация в новой обложке, но это имеет место быть в определенных категориях, а именно в развлекательных романах, легких детективах и т.д. Но серьезная литература требует мысли автора, которая может быть нова для этого мира в целом


    1. n0isy
      29.06.2025 09:37

      В чем состоит разница с писателями людьми? Почему вы решили, что сами не компилируете свой накопленный опыт сейчас?


      1. znauchtoneznau
        29.06.2025 09:37

        Но серьезная литература требует мысли автора, которая может быть нова для этого мира в целом

        вот тут я имею ввиду, что мысль не обязательно нова, но она может быть такой, мысль у человека может быть абсолютно новой для нашего мира, а ИИ не сможет сгенерировать что-то абсолютно новое, то есть если представить это например в форме искусства, то человек сможет придумать краску, а ии сможет только воспользоваться краской, которая уже есть, он не сможет придумать то, чего в него не задано изначально человеком, то есть человек задает параметры ИИ, но при этом может придумать абсолютно новые параметры, которых нет в ИИ и только потом их туда добавить


        1. Afiligran
          29.06.2025 09:37

          ИИ не пользуется. Пользуются люди, используя для этого ИИ.


        1. n0isy
          29.06.2025 09:37

          Приведите максимально точный пример того, чего ИИ не сможет в писательстве или художестве. И мы это легко проверим. Ведь так?


          1. xaoc80
            29.06.2025 09:37

            Не уверен, что llm сможет написать Трудно быть богом или Зовите меня Джо без специального промпта. На тот момент это были именно революционные идеи. Только как это проверить и тем более легко, учитывая, что эти произведения уже попали в обучающую выборку.


      1. Afiligran
        29.06.2025 09:37

        А в чём состоит сходство с писателями людьми? Почему вы решили, что ИИ компилирует свой накопленный опыт?


    1. yargolubev
      29.06.2025 09:37

      Все так. Через некоторое время люди выучивают паттерны ии генераций и начинают их распознавать.


  1. FaynsM
    29.06.2025 09:37

    Посмеялась с того, что будут спрашивать сотрудников что они хотят делать, а что отдать ИИ.