PFNYC: в Нью-Йорке сжимаются стартовые вакансии в профессиях, уязвимых для ИИ
В Нью-Йорке уменьшается число стартовых вакансий в офисных профессиях, где большая доля навыков может быть усилена ИИ. Это следует из отчёта Partnership for New York City, опубликованного 2 октября. Но это ранний сигнал рынка, а не доказательство того, что сокращение вызвал именно ИИ.
Где вакансий стало меньше
PFNYC сопоставила данные вакансий Lightcast, федеральную статистику занятости и индекс подверженности ИИ, разработанный в Stanford. В группах, где такой индекс превышает 50%, годовое число вакансий начального уровня с момента публичного выхода ChatGPT в 2022 году сократилось: на 40,6% в дизайне, медиа и текстах, на 34,4% в клиентской поддержке, на 30,5% в административной работе и на 23,4% в финансах.
Индекс здесь означает долю навыков, которые ИИ способен дополнять, а не прогноз автоматической ликвидации профессии. PFNYC пишет о возможной связи производительности с применением ИИ с меньшей потребностью в рутинных младших ролях, однако из этих рядов нельзя отделить влияние ИИ от общего охлаждения найма и других факторов.
Источник: Partnership for New York City, расчёты на данных Lightcast и Stanford AI Index.
Планка на входе растёт
На фоне сокращения общего числа стартовых позиций объявления, где требуются ИИ-навыки, выросли на 55% с 2022 года. От работодателя всё чаще ждут не просто знакомства с инструментом, а умения применять, внедрять и контролировать ИИ-системы. Это меняет саму первую ступень карьеры: меньше задач для обучения на рутине, выше требования к кандидату до первого найма.
Независимая проверка — и важная оговорка
Обновлённая работа Stanford Digital Economy Lab на зарплатных данных ADP видит похожее расхождение по США: занятость работников 22–25 лет в наиболее подверженных ИИ профессиях к июню 2026 года была примерно на 19% ниже уровня, который был бы при темпе менее подверженных сверстников. У опытных работников сопоставимого разрыва не нашли; паттерн больше связан со снижением найма молодых, чем с увольнениями.
Авторы Stanford прямо называют результаты описательными, а не причинными оценками: разрыв уменьшается с учётом образования, часть различий видна до массового распространения генеративного ИИ, а выборка ADP может не полностью представлять весь рынок. Поэтому два исследования стоит читать как повод внимательно отслеживать вход в профессию, а не как приговор молодым специалистам.
