Разговоры о том, что искусственный интеллект оставит миллионы без работы, идут с начала бума языковых моделей. Заголовки громкие, цифры — каждый раз разные, конкретики мало. Особенно — конкретики по российскому рынку, где структура экономики, уровень цифровизации и регуляторная среда отличаются от американских и европейских прогнозов.
Если убрать пафос и посмотреть на то, что реально происходит в малом и среднем бизнесе в 2025–2026 году, картина оказывается менее катастрофичной и более прикладной. Никаких «роботов, которые придут и заберут всё». Конкретные участки, где автоматизация уже снижает нагрузку на людей, и конкретные сектора, где она ещё нескоро дойдёт до критичной массы.
Где это уже происходит
Автоматизация в первую очередь касается работ, состоящих из повторяющихся операций с чёткой инструкцией. Не «творческого труда» в широком смысле, а вполне конкретных рутин.
Колл-центры первой линии. Голосовые боты Яндекса, Сбера, Тинькоф уже закрывают 30–60% входящих обращений в банках, мобильных операторах, страховых. Не «общение с клиентом», а конкретные операции: подтверждение остатка, смена тарифа, запись на приём. Живой оператор подключается, когда вопрос вне сценария.
Бухгалтерская рутина. Не «работа главного бухгалтера», а её подмножество: распознавание счетов из PDF, перенос данных в учётную систему, сверка с банковской выпиской. Сервисы вроде «Контур.Эльбы», «1С с ИИ-функциями», самописные пайплайны на n8n плюс GigaChat. Один бухгалтер вместо двух — реальный сценарий, если фирма пересобрала процесс.
Юридическая обработка типовых документов. Стандартные договоры подряда, проверка на типовые риски, поиск отклонений от шаблона. Не «юрист становится не нужен», а «юрист тратит час на то, что раньше занимало день».
Контент в массовых форматах. Карточки товаров для маркетплейсов, описания категорий, мета-теги. Здесь автоматизация уже сложилась как стандарт. Маркетплейсы сами генерируют описания товаров через свои API.
В этих участках сокращение людей идёт не быстро и не катастрофично, а постепенно: новых не нанимают, освободившихся переводят на другие задачи. Это и есть реальный сценарий 2026 года в российском среднем бизнесе.
Где автоматизация не работает
Параллельно надо честно сказать, где ИИ не заменяет людей и не заменит в обозримой перспективе.
Сложные продажи и переговоры. Тут от человека требуется не сценарий, а живое суждение, понимание контекста сделки, способность услышать недосказанное. ИИ-инструменты могут анализировать звонки и подсказывать слабые места менеджеров (это уже работает), но сами разговор не ведут.
Управленческие решения. Что закупать, кого нанимать, куда инвестировать — это не задачи для ИИ. Сводки и аналитику он подготовит, но решение принимает человек с контекстом.
Все профессии, где много физического труда плюс нестандартных ситуаций. Стройка, монтаж, ремонт, обслуживание оборудования. Базовая автоматизация (сметы, графики) есть. Замены живого человека на объекте — нет.
Образование и обучение, где важна обратная связь. ИИ-помощник может проверить тест и подсказать темы для повторения, но не заменяет учителя в живом разговоре с подростком, который не понимает.
Что появляется на месте автоматизированного
Параллельно тихо возникает новый слой ролей.
Промпт-инженеры и интеграторы. Те, кто умеет настроить ИИ-инструмент под конкретный бизнес. Не разработчики моделей, а специалисты по сборке. Зарплата выше среднего ИТ-программиста.
AI-аудиторы. Люди, которые проверяют, что ИИ-инструменты не плодят галлюцинации в чувствительных сценариях. В банках, страховых, юридических компаниях такая роль уже выделяется.
Тренеры моделей под бизнес. Те, кто умеет дать модели контекст компании: голос бренда, типовые случаи, исключения. Это пересечение редактора, методолога и ИТ-специалиста.
Это не «миллион новых вакансий через пять лет», но и не пустое место. Зарплаты в нижней половине ИТ-рынка, низкий порог входа для тех, кто уже работал в смежных областях (редактура, методология, тестирование софта).
Что делать бизнесу
Три простых шага, которые имеют смысл сейчас, и без которых разговор об «угрозе ИИ» остаётся абстрактным.
Аудит процессов. Не «попробуем что-нибудь автоматизировать», а конкретное наблюдение за днём ключевых сотрудников. Какие задачи повторяются? Какие занимают много времени без видимой пользы? Где люди жалуются на «уже не могу больше это делать»? Эти точки — кандидаты на пилот.
Пилот на одной задаче, не на отделе. Самая частая ошибка — попытка автоматизировать всё разом. На выходе ничего не работает целиком. Начинать с одной конкретной задачи, доводить до рабочего состояния, замерять экономию по часам, потом следующая.
Гибридные модели, а не топовые. Для 80% бизнес-задач достаточно дешёвых моделей: GigaChat, YandexGPT, китайские варианты вроде DeepSeek и Qwen. Лучшие зарубежные модели уровня GPT-5 или Claude Opus 4.7 нужны не для рутины, а для финального ревью или сложного анализа. На рутине переплачивать смысла нет.
Когда придут
Глобальный ответ на вопрос «когда роботы придут за зарплатой» — они уже частично пришли, но не туда, куда обычно показывают пальцем. Не «в творческую профессию» и не «в управление», а в массовый шаблонный труд. Это означает не катастрофу, а медленное и довольно болезненное переустройство.
Те, кто работает в этих сегментах сейчас, могут двинуться в смежные ниши. У бухгалтеров, например, есть путь в финансовый анализ, налоговое планирование, консультирование малого бизнеса по реальным управленческим вопросам. У сотрудников колл-центров — в сервисный дизайн, обучение, ведение нестандартных кейсов.
Эта перестройка не будет быстрой. Но она уже идёт. И единственное, что в этой ситуации точно проигрышно — это игнорировать сам факт изменения. Те, кто начинает адаптироваться сейчас, в 2026, получают пару лет форы. В ИТ это срок, который разделяет лидеров и догоняющих.