Реальное влияние ИИ на рынок труда: рост зарплат в технологичном секторе и падение доходов линейных сотрудников

Это самое отрезвляющее исследование рынка труда за последнее время. Пока все ждали массовых увольнений из-за нейросетей, корпорации выбрали другой путь — сжатие зарплат. Согласно свежему отчету Apollo Global Management, основанному на реальных логах использования Claude от Anthropic, профессии с высоким уровнем внедрения ИИ столкнулись с падением реального роста зарплат на 6.7% после 2023 года. Компании забирают прирост продуктивности себе, почти не сокращая штат. Сильнее всего страдают низкооплачиваемые работники: в сфере услуг падение достигает 24.3%, тогда как доходы топ-менеджмента практически не изменились.
Но на уровне корпоративной стратегии формируется жесткий разрыв. Примерно 20% бизнеса сейчас успешно интегрирует ИИ в ядро своих процессов. У таких компаний размер штата растет в пять раз быстрее рынка, а средние зарплаты увеличиваются на 15%. Они используют автоматизацию для агрессивного масштабирования, а не для банальной экономии. Получается парадокс: рынок в целом стагнирует по найму и режет реальные доходы, но узкая прослойка AI-ориентированных компаний забирает лучших специалистов и заливает их деньгами!
Самое интересное происходит на уровне стартовых позиций. Растущие компании готовы активно нанимать джунов без опыта, но требования к ним изменились радикально. Рынок готов платить только за топовые таланты, способные сразу выдавать сложный результат с помощью ИИ-инструментов. Базовые механические навыки, которые раньше позволяли спокойно зайти в профессию, теперь девальвированы и легко перекрываются рутинными запросами в ChatGPT или Claude.
Поделиться:
Ещё из архива
Все публикации
Интервью с Владимиром Аюевым: графический язык бигтеха, студия SASHA и дизайн-образование
1 месяц назад
Jockey от TwelveLabs: ИИ-агент для семантического поиска по видеоархивам и извлечения метаданных
1 месяц назад
Архитектура винной этикетки: баланс наборного шрифта и каллиграфии в кейсе Winecraft
1 месяц назад
Оптимизация контекста в Claude Code: как работает кэширование промптов и за что мы платим
1 месяц назад
Архитектура памяти для LLM-агентов: от базового SQLite до Graph RAG
1 месяц назад