Москва что

49,3%
рабочих мест могли бы быть ликвидированы в России 
в случае одномоментной автоматизации [Земцов, 2018].
375 млн
работников (около 14% мировой рабочей силы) вы-
нуждены будут сменить профессию к 2030 г. [McKinsey, 2017
b
].
98%
— вероятность автоматизации таких профессий, как 
банковский операционист, аудитор, кредитный специалист 
[Frey, Osborne, 2017].

---

41
На 29%
может снизиться количество рабочих часов в про-
фессиях, которые к 2027 г. не исчезнут благодаря внедрению ИИ 
в банковском секторе Китая [BCG, 2018].
51. На российском рынке труда ожидается рост спроса на ка-
дры высокой ИТ-квалификации в среднесрочной перспективе. 
В частности, вырастет потребность в кадрах по таким перспек-
тивным направлениям, как искусственный интеллект, анализ 
больших данных, робототехника, виртуальная реальность, Ин-
тернет вещей. В настоящее время уже отмечается существенная 
нехватка трудовых ресурсов с необходимыми цифровыми компе-
тенциями. Российские вузы ежегодно выпускают около 25 тыс. 
ИТ-специалистов, из которых лишь 15% готовы к немедленному 
трудоустройству. Средний срок адаптации выпускника на рабочем 
месте составляет от 0,5 до 1 года [РАЭК, 2017]. Серьезным барье-
ром является также дефицит специалистов, способных обучать 
актуальным навыкам в сфере цифровых технологий. Учитывая 
инертность системы формального образования и динамичную 
смену технологий, компании будут испытывать растущий дефи-
цит кадров.
52. Анализ эффектов внедрения прорывных технологий веду-
щими корпорациями показывает, что главным последствием авто-
матизации и роботизации является не уничтожение рабочих мест, 
а их обновление [Arntz et al., 2016; BCG, 2018; McKinsey, 2017
b
]. 
Технические возможности часто преувеличиваются, не учитыва-
ются инфраструктурные, экономические, регуляторные и эти-
ческие барьеры распространения технологий. Пока технологии 
позволяют справляться лишь с узким кругом задач, таких как, на-
пример, распознавание изображений, голоса и других биометри-
ческих данных, оценка вероятности банкротства, анализ данных 
устройств, предсказание сбоев техники (слабый искусственный 
интеллект) и т.п. Системы пока еще не обладают способностью 
осознавать и модифицировать себя (сильный искусственный ин-
теллект) [Bringsjord, Govindarajulu, 2018]. Не разрешена проблема 
«интерпретируемого искусственного интеллекта» — автомати-
ческие системы не способны давать обратную связь и объяснять 
пользователям логику принятия тех или иных решений, что кри-
тично в таких областях, как здравоохранение, безопасность, право 
[Brynjolfsson, Mitchell, 2017; Gunning, 2017]. С учетом подобных 

---

42
ограничений развитие технологий в ближайшем будущем, вероят-
нее всего, пойдет по пути повышения эффективности выполне-
ния отдельных задач в рамках профессий, нежели полной заме-
ны работников. Особенно востребованными будут специалисты, 
выполняющие высокоуровневые задачи — управление людьми, 
коммуникацию с контрагентами, поиск нестандартных решений, 
разработку методологии — и обладающие необходимым набором 
«мягких» навыков. Организации и их кадровые службы должны 
будут перейти на модель гибких карьерных траекторий, с учетом 
возможных переходов персонала из одних функциональных бло-
ков в другие вследствие автоматизации их функционала частично 
или полностью. 
53. По результатам исследований ИСИЭЗ НИУ ВШЭ
8
в числе