Нарратив вокруг генеративного ИИ окончательно сместился от панических прогнозов о «замене людей» к холодной структурной перестройке капитала. Пока публицисты спорят о гипотетических угрозах, исследование Фанъянь Ван, Цзаянь Вэй и Ян Вана из бизнес-школы Университета Пердью доказывает: компании уже вовсю пересматривают архитектуру рабочих процессов. Используя массив данных по вакансиям в США и двухэтапный конвейер на базе больших языковых моделей (LLM), ученые вышли за рамки статичных метрик. Выяснилось, что бизнес не просто нанимает меньше людей — он радикально перекраивает само понятие «должности» в пост-генеративную эпоху.
Спрос на труд адаптируется через два рычага: перераспределение найма и редизайн ролей. По данным команды из Пердью, фирмы уводят вакансии из зон с высоким индексом воздействия GenAI и одновременно переписывают внутреннее содержание тех позиций, которые решили сохранить. На перераспределение — то есть отказ от одних профессий в пользу других — приходится 52% сокращения совокупного риска автоматизации. Однако редизайн внутри существующих ролей становится критическим фактором, обеспечивая почти 40% адаптации.
Генеративный ИИ здесь выступает не как помощник, а как жесткий структурный архитектор. Декомпозиция Оаксаки-Блайндера показывает, что сдвиги в составе профессий объясняют около 90% изменений в требованиях к соискателям. На практике это выглядит как методичное вытеснение из описаний вакансий лингвистически емких и рутинных аналитических задач. Людей выталкивают в зоны, где ИИ либо беспомощен, либо требует строгого человеческого контроля.
Стратегии адаптации прагматично делят персонал по уровню опыта. Старшие позиции (Senior) трансформируются в основном через перераспределение: специалистов просто перемещают в другие функциональные блоки. Младший персонал (Junior) сталкивается с более жесткой перестройкой — смесью реструктуризации и тотального изменения набора задач. Возникает опасный разрыв: пока руководство пересаживают в другие кресла, позиции начального уровня пересобирают с нуля, фактически превращая новичков в «человеческую прослойку» для обслуживания ИИ-процессов.
Чтобы зафиксировать эти сдвиги, исследователи использовали динамическую метрику на уровне конкретных объявлений о найме, а не должностных инструкций из учебников. Идентификация задач в каждом отдельном посте позволила уловить реальную «текучесть» рынка. Методология подчеркивает: уровень воздействия технологий — это не константа, а динамический показатель, который меняется по мере того, как бизнес учится встраивать нейросети в свои производственные цепочки.
Для тех, кто принимает стратегические решения, это исследование — четкий сигнал к действию. Генеративный ИИ перестал быть периферийным инструментом для продуктивности и стал драйвером организационного демонтажа. Данные указывают на то, что младший персонал стал полигоном для обкатки новых моделей труда, пока топ-менеджмент пытается нащупать новый ландшафт. Главным риском остается скорость диффузии: описание вакансии, составленное сегодня, может потерять актуальность уже к утру. Стратегический приоритет теперь не в том, чтобы просто «внедрить ИИ», а в том, чтобы управлять системным распадом и последующей сборкой всей архитектуры задач компании.