Влияние искусственного интеллекта на российский рынок труда

Введение

Вопрос влияния цифровизации на рынок труда является предметом многих исследований, среди которых в числе выявленных эффектов отмечают: вытеснение некоторых профессий, создание новых категорий рабочих мест, повышение мобильности рабочей силы, увеличение спроса на навыки, связанные с цифровыми технологиями. В связи с этим, на фоне стремительного развития технологий искусственного интеллекта (ИИ), изучение их влияния на рынок труда представляется особенно актуальным.

Различные исследования изменений на рынке труда под влиянием искусственного интеллекта выделяют несколько основных направлений: с одной стороны, ожидается сокращение рабочих мест и вероятный рост структурной безработицы [1, 7]; с другой стороны, можно прогнозировать создание новых квалификаций, новых видов работ и новых рабочих мест [1, 5]. Также ряд исследований указывает на риски повышения неравенства в доходах и в компетенциях между высоко- и низкоквалифицированными специалистами [4, 12].

При этом существующие исследования влияния ИИ на рынок труда отличаются в большей степени теоретическим характером, что, во-многом, обусловлено сложностью оценок искусственного интеллекта. В рамках данной статьи предлагается провести первичную эмпирическую оценку влияния искусственного интеллекта на российский рынок труда и определить, как отражаются в российской действительности описанные ранее тренды.

Методология

Некоторые научно-исследовательские институты создают собственные индексы развития ИИ [8, 13]; в других работах влияние ИИ оценивается через показатели, привычно используемые для оценок цифровизации, например, плотность роботизации, количество используемых роботов и др.

Для оценки уровня развития искусственного интеллекта используются как показатели, традиционно связываемые с исследованиями автоматизации и цифровизации, - в частности, количество промышленных и применяемых складских и логистических роботов в организациях; так и относительно недавно созданные индикаторы развития ИИ (на основе индекса ИИ Стэнфордского Университета): общий объем частных инвестиций в искусственный интеллект (в целом и на душу населения); проекты на GitHub [1] с искусственным интеллектом; количество публикаций по теме искусственного интеллекта.

В числе показателей рынка труда в анализ включены уровень занятости и безработицы, численность занятых и безработных в Российской Федерации по данным Росстата; для оценки неравенства доходов используется коэффициент дифференциации доходов.

В связи с ограниченностью данных – в региональном или временном аспекте – исследование предлагается разделить на две части. В первой части рассматривается влияние внедрения ИИ на уровне роботизации на рынок труда, с региональной спецификой (используются панельные данные по 85 субъектам РФ за 2023-2024 гг.). Во второй части представлены расчеты оказываемого ИИ эффекта на российский рынок труда в целом, с использованием показателей описанных ранее индикаторов развития ИИ (временные ряды 2017-2023 гг.).

В качестве методов анализа в работе применяются корреляционный анализ данных, а также тест каузальности Грэнджера.

В качестве гипотез, можно обозначить следующие:

Н1: развитие искусственного интеллекта оказывает «двойственный» эффект на российский рынок труда.

Н2: развитие искусственного интеллекта способствует усилению неравенства в доходах на российском рынке труда.

Результаты и обсуждение

Согласно данным глобального индекса искусственного интеллекта Россия значительно отстает по уровню развития ИИ от многих стран, в частности, США, Китая, Южной Кореи, Сингапура, занимая 31 место в рейтинге (из 82 рассматриваемых стран).

Данный индекс состоит из семи субиндексов, к которым относятся: Талант (наличие квалифицированных специалистов-практиков в области решений для искусственного интеллекта); Инфраструктура (надежность и охват ИИ инфраструктурой); Операционная среда (нормативно-правовая база и общественное мнение); Исследования (исследования и публикации по теме ИИ); Развитие (разработка фундаментальных платформ и алгоритмов); Стратегия правительства (степень вовлеченности национальных проектов со сферой ИИ); Коммерция (уровень активности стартапов, инвестиций и бизнес-инициатив, основанных на искусственном интеллекте). Результаты оценки глобального индекса искусственного интеллекта представлены на Рисунке 1.

Рисунок 1 – Глобальный индекс искусственного интеллекта для России, Китая и США, 2024

Источник: составлено по данным [13]

Как видно из Рисунка 1, наименее развитыми показателями для России являются субиндексы Исследования, Талант и Коммерция при достаточно высоком уровне стратегии правительства и уровня развития операционной среды, инфраструктуры. Несмотря на это, как показывают данные по уровню развития ИИ Стэнфордского университета, число проектов GitHub, связанных с искусственным интеллектом, в России продолжает расти (Рисунок 2).

Рисунок 2 – Динамика показателей уровня развития ИИ по данным Стэнфордского университета для России

Источник: составлено по данным [8]

Частные инвестиции в ИИ в России отличается обратной динамикой, за исключением резкого роста в 2020 году, предположительно обусловленным пандемией COVID-19. Среднегодовой темп прироста по данному показателю за 2017-2022 гг. составляет -16,79%.

Рассматривая влияние технологического развития на российский рынок труда, можно отметить положительную связь количества используемых в организациях роботов с уровнем занятости и отрицательную связь с уровнем безработицы (Таблица 1).

Таблица 1 – Результаты корреляционного анализа количества применяемых роботов, уровня занятости и безработицы

Источник: рассчитано в Eviews по данным [2]

Полученные данные корреляционного анализа повторяют результаты исследования Р. Бахманна и др. (2022), согласно которому было выявлено положительное влияние внедрения роботов на процесс поиска работы и трудоустройства [6]. При этом авторами подчеркивается важность затрат на рабочую силу для оказываемого эффекта: в странах с низкими затратами на рабочую силу использование роботов в большей степени способствует успешному трудоустройству и негативно отражается на количестве увольнений.

Для проверки причинности выявленных изменений, был рассчитан тест Грэнджера для данных показателей (Таблица 2).

Таблица 2 – Результаты теста каузальности Грэнджера для показателей роботизации, уровня занятости и безработицы

Согласно полученным данным, подтверждается причинно-следственная связь между показателями использования роботов и уровнем занятости: изменение в количестве используемых роботов влечет за собой изменение в уровне занятости. К схожим выводам пришли Л. Пискова и др. (2023), доказав на примере автомобильной промышленности, что внедрение роботов положительно влияет на спрос на рабочую силу в странах ЕС [11]. Аналогичная взаимосвязь представлена в работе Д. Кавагучи (2022), где показано, что увеличение численности роботов на одну единицу на тысячу работников ведет к росту занятости Японии на 2,2% [9].

Вместе с тем, изучение влияния на российский рынок труда показателей искусственного интеллекта, включенных в глобальный индекс уровня развития ИИ, демонстрирует другие результаты (Таблица 3).

Таблица 3 – Результаты корреляционного анализа значений показателей, включенный в глобальный индекс уровня развития ИИ, и основных показателей занятости на российском рынке труда

**-значимо на уровне 5%

Источник: рассчитано в Eviews по данным [2, 8]

Как видно из Таблицы 3, в отличии от проектов ИИ GitHub, негативно коррелирующих с уровнем безработицы и численностью безработных (что можно объяснить ростом рабочих мест в результате новых стартапов и др.), между показателями частных инвестиций в ИИ и уровнем безработицы и численностью безработных в РФ отмечается положительная корреляция. Данное наблюдение может отражать эффект вытеснения, описанный в различных научных трудах, например, М. Иванова (2023) [3] или А. Анфаловой (2025) [1]. Таким образом, проведенное исследование доказывает наличие на российском рынке труда как эффекта производительности (в результате внедрения технологий искусственного интеллекта), так и эффекта вытеснения.

Для исследования эффекта неравенства на российском рынке труда, был проведен корреляционный анализ между показателями глобального индекса развития искусственного интеллекта и коэффициентом дифференциации доходов (Таблица 4).

Таблица 4 – Результаты корреляционного анализа между показателями глобального индекса развития искусственного интеллекта и коэффициентом дифференциации доходов в России

Источник: рассчитано в Eviews по данным [2, 8]

Количество проектов ИИ GitHub негативно коррелирует с коэффициентом дифференциации доходов. Тогда, рост числа проектов будет способствовать снижению коэффициента дифференциации доходов, что означает снижение неравенства доходов населения. С одной стороны, подобный эффект может быть обусловлен ростом продуктивности в связи с внедрением цифровых технологий [10]. С другой стороны, учитывая нестандартный характер задач, решаемых ИИ, многие исследователи ожидают вымещение именно высококвалифицированных работников, что будет способствовать негативному влиянию на заработную плату последних [12].

Несмотря на статистическую незначимость коэффициентов корреляции между показателями частных инвестиций в ИИ и коэффициента дифференциации доходов, тест каузальности Грэнджера показывает статистически значимую причинно-следственную связь между этими показателями (Таблица 5).

Таблица 5 – Результаты теста каузальности Грэнджера между показателями развития искусственного интеллекта и коэффициентом дифференциации доходов

Тогда, увеличение частных инвестиций в ИИ на российском рынке труда будет способствовать росту неравенства доходов. Подобное явление объясняется результатами исследования П. Лукичева, согласно которому применение искусственного интеллекта будет провоцировать рост неравенства на рынке труда в связи с возрастающими возможностями высококвалифицированных работников еще больше увеличить свою производительность и качество работы в сравнении с низкоквалифицированными работниками [4]. Таким образом, влияние искусственного интеллекта на неравенство на российском рынке труда неоднозначно. Вторая гипотеза исследования подтвердилась частично.

Неоднозначность выявленного эффекта можно связать с ограниченностью используемых данных, в частности, для оценки искусственного интеллекта.

Заключение

Проведенное исследование позволило выявить и эмпирически обосновать эффекты производительности и вытеснения от внедрения искусственного интеллекта на российском рынке труда. Эффект от ИИ на неравенство доходов оказался неоднозначным, что является следствием ограничений данного исследования.

^[1] Облачная платформа для хостинга IT-проектов и их совместной разработки.