Генеративный ИИ сокращает найм на стартовые позиции — исследования фиксируют падение занятости у 22 — 25 летних

Генеративный ИИ уже изменяет рынок труда для выпускников и начинающих сотрудников: исследование Stanford Digital Economy Lab (ноябрь 2025) обнаружило 16% относительное снижение занятости у людей 22–25 лет в наиболее подверженных ИИ профессиях после широкого внедрения генеративных моделей, а отчёт Anthropic (март 2026) даёт сопоставимые свидетельства. Это падение важно тем, что оно сжимает стартовую ступень карьерной лестницы, где формируются практические навыки и накапливается опыт. Эффект проявляется в конкретных специализациях: в числе наиболее пострадавших названы software developers, customer service representatives, computer programmers и information systems managers. Исследования учитывали прочие факторы и всё ещё фиксировали относительное снижение именно в профессиях с высокой экспозицией к инструментам автоматизации и генерации контента.

Замечено, что явление локализовано внутри структуры спроса: более опытные работники в тех же профессиях не испытали аналогичного падения занятости, а позиции начального уровня в профессиях с низкой экспозицией к ИИ остаются стабильными. Это указывает не на общий коллапс рынка труда, а на перераспределение спроса внутри профессий — сокращаются именно рутинные входные роли. Механизмы изменений описываются прагматично: фирмы используют ИИ для выполнения рутинных задач, которые ранее выполняли младшие сотрудники — черновики, первичный триаж запросов, часть кода, суммаризация документов и подготовительная административная работа. Такой подход повышает краткосрочную эффективность, но одновременно уменьшает возможности новичков накапливать практический опыт и подрывает традиционные внутренние программы обучения и менторства.

Авторы и аналитики предлагают системные ответы: переориентация образовательных программ на работу в среде с ИИ; государственные стимулы для найма и обучения сотрудников начального уровня; корпоративные инвестиции в долгосрочное развитие кадров, начинающееся с джуниоров; а также требование к самим студентам и соискателям — приобретать ИИ‑грамотность и учиться применять инструменты в своих доменах. При этом простая рекомендация «просто учите код» признаётся недостаточной.

За статистикой стоят личные последствия: выпускники сообщают о сотнях поданных заявок перед получением предложения, опросы фиксируют повышенные уровни тревоги, финансовой нестабильности и выгорания среди ищущих работу молодых людей. Авторы подчёркивают, что ИИ не обязательно единственная причина — найм в целом ослаб после пандемии, а молодые люди традиционно более уязвимы — но полностью игнорировать роль генеративных моделей в ускорении этих процессов было бы ошибкой.