Искусственный интеллект вместо рабочих мест? Китай инвестирует в ИИ, но кто защитит сотрудников от этих изменений?

Больше ИИ, меньше рабочих мест? Пекин хочет подготовить рынок труда к переменам

План Китая в области искусственного интеллекта: повышение квалификации, социальное обеспечение и новые правила для компаний

Китай стремится ускорить внедрение искусственного интеллекта, не оставляя при этом последствия для работников на волю случая. Новые руководящие принципы связывают продвижение ИИ и создание новых рабочих мест с повышением квалификации, поддержкой смены профессии, социальным обеспечением и более тщательным контролем рисков на рабочем месте. В основе этого лежит ключевой экономический вопрос: как компании могут повысить производительность труда, не допуская при этом ослабления покупательной способности, карьерных перспектив и социальной приемлемости технологических изменений?

Даже когда ИИ берет на себя выполнение задач, это не означает автоматически, что сотрудники потеряют работу. Системы могут поддерживать людей, изменять рабочие процессы или делать рабочие места избыточными. Какой эффект преобладает, зависит от того, как компании используют технологии, возникает ли новый спрос и как распределяется повышение производительности. Стратегия Китая направлена ​​на более эффективное формирование этого перехода — от обучения навыкам и защиты прав сотрудников до раннего выявления рисков. Решающим фактором станет то, приведет ли это к устойчивым карьерным переходам и действительно ли преимущества ИИ будут ощущаться более широко компаниями и сотрудниками.

Китайское наступление в сфере ИИ: прогресс без социального краха?: Те, кто заменяет людей, должны предлагать нечто большее, чем просто дешевую эффективность

Китай не намерен препятствовать развитию искусственного интеллекта, а скорее стремится связать его экономические выгоды с более устойчивой системой занятости. Поэтому в руководящих принципах, опубликованных Канцелярией Государственного совета 23 октября 2026 года, предлагается сочетание содействия созданию новых рабочих мест в сфере ИИ с обучением, переходной поддержкой, социальным обеспечением и более систематическим мониторингом рисков в сфере занятости. Это отражает экономический конфликт целей: компании должны повысить производительность труда, не допуская при этом ускоренного сокращения численности рабочей силы, которое подорвет покупательную способность, возможности карьерного роста и социальную приемлемость технологических изменений.

Ключевой вопрос не в том, может ли ИИ взять на себя выполнение отдельных задач. Вопрос в том, при каких условиях повышение операционной эффективности приводит к общему экономическому процветанию. Машина, экономящая рабочее время, первоначально улучшает учет затрат компании. Приведет ли это к повышению заработной платы, увеличению спроса, улучшению качества услуг или к постоянному сокращению занятости, зависит от конкуренции, инвестиций, квалификации и распределения ресурсов. Новая стратегия Китая в отношении рынка труда сосредоточена именно на этом пересечении.

Пекин перестраивает прогресс

Руководящие принципы охватывают 18 задач в шести областях политики: создание дополнительных рабочих мест с помощью ИИ, пути внедрения, благоприятные для трудоустройства, цифровые навыки, более эффективные услуги по трудоустройству, права работников и социальное обеспечение, а также мониторинг и управление рисками в сфере занятости. Это выходит за рамки простой инициативы по обучению. Правительство не хочет ждать, пока рабочие места исчезнут, прежде чем реагировать, а стремится лучше координировать внедрение технологий, развитие персонала и социальное обеспечение.

Особенно показательно предложенное разграничение областей применения. Искусственный интеллект следует использовать преимущественно там, где существует нехватка рабочей силы, где выполнение задач опасно или где можно улучшить условия труда; в трудоемких отраслях, с другой стороны, его масштабы, интенсивность и скорость должны тщательно контролироваться. С экономической точки зрения это означает приоритет модернизации. Приложения, которые особенно полезны для общества, следует внедрять раньше, чем те, основная непосредственная выгода от которых заключается в вытеснении многочисленных доступных работников.

Однако политическое направление не следует путать с полноценной гарантией сохранения рабочего места. Компаниям рекомендуется, среди прочего, тестировать переходные этапы, заблаговременно информировать затронутых сотрудников и оказывать им поддержку в переходе на другие должности. Это не подразумевает общего запрета на увольнения из-за ИИ и не создает автоматически индивидуального права на неизменную занятость. Фактическая защита в значительной степени зависит от того, как власти и компании будут внедрять эти рекомендации.

Огромный рынок труда испытывает давление, вынуждающее его адаптироваться

К концу 2025 года в Китае было занято около 725 миллионов человек, в том числе около 475 миллионов в городах; за год было официально зарегистрировано еще 12,67 миллиона рабочих мест в городах. Уже один этот масштаб объясняет, почему даже незначительные изменения могут иметь значительные экономические и социальные последствия. Технологическая трансформация, которая кажется управляемой с точки зрения одной компании, может распространиться на различные отрасли и регионы, превратившись в серьезную проблему адаптации.

По данным опроса, уровень безработицы в городе в сентябре 2026 года составил 5,2 процента; средний показатель за первые три квартала также составил 5,2 процента. Эти цифры, взятые по отдельности, не доказывают ни кризис занятости, вызванный искусственным интеллектом, ни его отсутствие. Показатель отражает конкретный индикатор рынка труда, а не все формы неполной занятости, неиспользованных навыков или потери дохода. Что наиболее важно, единый общий показатель не показывает, испытывают ли отдельные профессиональные группы уже сейчас большее давление.

Для экономической оценки структура занятости, следовательно, важнее, чем отдельный заголовок. Стабильность общей численности рабочей силы может совпадать с сокращением числа вакансий начального уровня, сокращением рабочего времени для определенных групп или переходом на менее оплачиваемые рабочие места. И наоборот, сокращение численности одной профессиональной группы может быть компенсировано улучшением занятости в других областях. Эффективная политика на рынке труда, основанная на искусственном интеллекте, должна учитывать такие изменения, а не рассматривать занятость исключительно как количество доступных рабочих мест.

Старение не устраняет пробелы в навыках

Население Китая сократилось на 3,39 миллиона человек и к 2025 году составило приблизительно 1,405 миллиарда; при этом 323 миллиона человек уже достигли возраста 60 лет и старше, что составляет 23 процента населения. Таким образом, технологические изменения совпадают с долгосрочным демографическим сдвигом. С этой точки зрения, автоматизация может помочь сохранить производственные мощности и услуги, несмотря на сокращение предложения рабочей силы. Следовательно, цепляние за трудоемкие процессы не будет убедительной стратегией на будущее.

Однако сокращение числа доступных работников и увеличение количества ИИ не автоматически решают одни и те же проблемы. Отсутствие специалиста по техническому обслуживанию нельзя просто заменить уволенным административным сотрудником. Аналогично, пожилых производственных рабочих нельзя быстро перевести на разработку сложных систем ИИ. Между открытыми вакансиями и имеющимся персоналом существуют различия в плане квалификации, местоположения, состояния здоровья, возможностей обучения и ожиданий по заработной плате.

Это создает возможность одновременного увеличения дефицита рабочей силы и безработицы. Для политиков это означает, что одного лишь количества рабочих мест недостаточно в качестве определяющего фактора. Крайне важны достижимые переходы между рабочими местами. Поэтому стратегия в области ИИ, благоприятствующая занятости, не должна сохранять как можно больше устаревших рабочих процессов, а должна организовывать трансформацию таким образом, чтобы существующий профессиональный опыт оставался продуктивным при использовании новых инструментов. Особенно в условиях стареющей рабочей силы дополнительные технологии могут быть более экономически выгодными, чем дорогостоящая полная замена.

Автоматизация уже давно достигла промышленных масштабов

Внедрение интеллектуальных систем в Китае начинается не с нуля. В 2025 году было установлено около 354 000 новых промышленных роботов, что примерно на 20 процентов больше, чем в предыдущем году; это означает, что на Китай пришлось 59 процентов новых установок в мире. Эти цифры демонстрируют скорость промышленной автоматизации. Однако их не следует интерпретировать как показатель потери рабочих мест, связанных с ИИ: промышленный робот не является автоматически системой генеративного ИИ, и одна установка ничего не говорит о чистом влиянии на занятость.

К этому добавляется огромный экономический масштаб самого сектора ИИ. Официальная оценка его основного бизнеса к 2025 году превысила 1,2 триллиона юаней, а число компаний, занимающихся ИИ, по всей стране превысило 6200. Согласно опубликованным правительственным данным, к концу 2025 года более 30 процентов опрошенных производственных компаний с годовым доходом от основного бизнеса в 20 миллионов юаней и более использовали технологии ИИ. Этот порог важен, поскольку его не следует приравнивать к повсеместному внедрению ИИ всеми китайскими компаниями.

Проблема на рынке труда возникает из-за сочетания различных форм автоматизации. Программное обеспечение может трансформировать планирование, документирование и взаимодействие с клиентами, в то время как робототехника берет на себя физические процессы. Когда оба уровня модернизируются одновременно, целые цепочки процессов меняются. Это может создать больший потенциал производительности, но также и более высокие требования к обучению, техническому обслуживанию, качеству данных и организации работы. Поэтому основное внимание следует уделять не отдельному инструменту ИИ, а перепроектированной системе работы.

Затронутые должности не означают потерю рабочих мест

Ключевым условием для любого серьезного анализа является разграничение между технологическим воздействием и фактической потерей рабочих мест. Международные исследования рынка труда в 2025 году показали, что около четверти мировой занятости будет приходиться на профессии, задачи которых потенциально могут быть изменены с помощью генеративного искусственного интеллекта; в странах с высоким уровнем дохода этот показатель составил 34 процента. Такие цифры описывают потенциальные изменения в должностных обязанностях и не предсказывают соответственно высокого уровня увольнений. Кроме того, их нельзя применять к Китаю без расчетов, специфичных для каждой страны.

Работа обычно состоит из нескольких задач. Искусственный интеллект может, например, предварительно сортировать информацию, подготавливать тексты или выявлять отклонения, в то время как люди продолжают брать на себя ответственность, разъяснять особые случаи и управлять взаимоотношениями. Таким образом, устаревание должности зависит от того, насколько полно можно автоматизировать набор задач и использует ли компания сэкономленное время для дополнительных услуг. Интеграция, проверка ошибок и организационные изменения также требуют усилий.

И наоборот, преуменьшение влияния было бы столь же проблематичным. Если достаточное количество подзадач выполняется быстрее, и спрос не растет соответственно, компании могут достичь того же объема производства с меньшим количеством сотрудников. В этом случае последствия для занятости могут сначала проявиться в виде незаполненных вакансий и сокращения числа новых сотрудников, а не в виде заметных волн увольнений. Поэтому для системы раннего предупреждения планы найма и должностные профили как минимум так же важны, как и сообщения об увольнениях. Те, кто сосредоточится исключительно на сокращении штата, увидят часть изменений слишком поздно.

Сама по себе производительность не определяет процветание

Исследование, опубликованное в 2025 году и охватывающее 5172 сотрудника службы поддержки клиентов, демонстрирует, насколько эффективно ИИ может дополнять человеческий труд: количество успешно обработанных запросов клиентов в час увеличилось в среднем на 15 процентов благодаря поддержке ИИ. Особенно сильно это сказалось на менее опытных и менее квалифицированных сотрудниках; однако исследование одной компании не позволяет сделать выводы об общем экономическом влиянии на занятость и заработную плату. Это ограничение имеет решающее значение для публичного обсуждения.

Повышение производительности открывает различные операционные возможности. Компания может обслуживать больше клиентов, улучшать качество обслуживания, снижать рабочую нагрузку или сокращать штат. Какой вариант окажется более предпочтительным, зависит, помимо прочего, от спроса и конкурентной позиции компании. На растущем рынке повышение производительности может сделать создание дополнительных рабочих мест экономически целесообразным. На стагнирующем рынке, с другой стороны, возрастает стимул к сокращению затрат и распределению существующей работы между меньшим количеством людей.

На макроэкономическом уровне вступает в игру еще один аспект: рост производительности должен трансформироваться в увеличение доходов, снижение цен или дополнительные инвестиции. Если выгоды сосредоточены в руках нескольких компаний и владельцев капитала, в то время как широкие слои рабочей силы испытывают большую нестабильность на рынке труда, спрос может отставать от производственного потенциала. Поэтому политическим критерием не следует руководствоваться исключительно техническими возможностями. Не менее важно и то, насколько широка экономическая отдача, чтобы создать новые возможности для продаж и устойчивую занятость.

Без покупательной способности эффективность становится проблемой

В 2025 году китайская экономика выросла на 5 процентов в реальном выражении, в то время как средние потребительские цены остались неизменными; инвестиции в развитие недвижимости сократились на 17,2 процента. В первых трех кварталах 2026 года реальный ВВП вырос на 4,6 процента, но номинальные розничные продажи потребительских товаров увеличились всего на 1,1 процента. Эти показатели, определяемые по-разному, не являются напрямую эквивалентными, но они иллюстрируют необходимость рассматривать рост производства и частный спрос отдельно.

В контексте политики в области ИИ это приводит к логической причинно-следственной связи. Если сотрудники ожидают увольнений или значительных потерь дохода, они могут отложить крупные расходы и создать дополнительные финансовые резервы. Возникающее в результате нежелание затрудняет компаниям фактическую продажу дополнительных производственных мощностей. В результате технологического прогресса в сфере предложения оказывается недостаточно для соответствующего расширения экономического роста.

Таким образом, переходная помощь и социальное обеспечение выполняют макроэкономическую функцию. Они могут предотвратить полное перекладывание рисков адаптации на домохозяйства и предотвратить дальнейшее бремя спроса, вызванное неопределенностью. Это не означает постоянного финансирования каждого рабочего места. Это означает ограничение потерь дохода и предотвратимо длительных периодов безработицы. Эффективное социальное обеспечение, таким образом, может одновременно повысить готовность к внедрению новых технологий и к смене карьеры. В этих условиях защита рабочих мест и модернизация не обязательно должны быть взаимоисключающими.

Переход к карьере становится слабым местом

В сентябре 2026 года уровень безработицы в городе среди молодежи в возрасте от 16 до 24 лет, не посещающей школу или университет, составлял 18 процентов; среди молодежи в возрасте от 25 до 29 лет, также исключая студентов, он составлял 7,4 процента. Эти цифры не учитывают безработицу, связанную с искусственным интеллектом. Однако они показывают, что рынок труда уже находится под значительным давлением. Дополнительные изменения в низкоквалифицированных офисных, аналитических и коммуникационных профессиях, таким образом, оказывают влияние на рынок труда, способность которого поглощать молодежь не является неограниченной.

Особый риск заключается в функциях задач начального уровня. Исследования, документирование, простой анализ и стандартизированная коммуникация служат не только производству, но и обучению. Если такие виды деятельности в значительной степени автоматизированы, путь от университетского диплома к самостоятельной работе специалиста может сузиться. Компании может потребоваться меньше младшего персонала в краткосрочной перспективе, но в долгосрочной перспективе ей все равно будет сложно подготовить опытных специалистов.

Разумное решение — не перегружать молодых специалистов устаревшими рутинами. Вместо этого, программы обучения должны быть разработаны таким образом, чтобы навыки работы с ИИ и профессиональное суждение развивались одновременно. Молодые сотрудники должны уметь анализировать результаты, объяснять ошибки и постепенно брать на себя ответственность. Для компаний это делает организацию обучения стратегической инвестицией. Те, кто оптимизирует только текущее время обработки информации, рискуют ослабить собственное развитие навыков в будущем.

Для продолжения образования потребуется соответствующая работа

Китайские рекомендации призывают к адаптации программ высшего образования и профессиональной подготовки, расширению междисциплинарных навыков в области искусственного интеллекта и увеличению участия компаний в разработке учебных планов, практической подготовке и программах повышения квалификации. Кроме того, целевые программы обучения предназначены для молодежи, трудовых мигрантов и безработных, а также рассматриваются возможности обучения для широкой общественности и программы обучения, спонсируемые компаниями. Таким образом, этот подход признает, что технологические изменения нельзя контролировать исключительно за счет подготовки новых ведущих исследователей.

Однако экономическая эффективность таких программ не зависит от количества выданных сертификатов. Важно то, смогут ли люди впоследствии найти достижимую, продуктивную и адекватно оплачиваемую работу. Общее введение в ИИ может дать ориентир, но оно не заменяет отраслевые навыки. Например, для производственного рабочего понимание процессов, контроль качества и безопасное использование вспомогательных систем часто важнее, чем глубокие знания в области разработки моделей.

Таким образом, обучение, основанное на существующем профессиональном опыте, представляется перспективным. Опытный работник склада может подойти для мониторинга автоматизированных потоков материалов; административный помощник может взять на себя дополнительные обязанности по проверке данных и обработке исключений. Однако такие переходы должны быть реально доступны. Дальнейшее обучение без спроса со стороны компании лишь откладывает проблему. Поэтому его эффективность следует оценивать на основе стабильности работы, динамики дохода и времени до повторного трудоустройства, а не только по показателям участия.

Наш опыт работы в Китае в области развития бизнеса, продаж и маркетинга. — Изображение: Xpert.Digital

Основные отраслевые направления: B2B, цифровизация (от ИИ до XR), машиностроение, логистика, возобновляемые источники энергии и промышленность

Более подробная информация здесь:

• Экспертный бизнес-центр
• Блог о Китае / Аналитика

Тематический центр, предлагающий аналитические материалы и экспертные знания:

• Информационная платформа, охватывающая глобальную и региональную экономику, инновации и отраслевые тенденции
• Сборник аналитических материалов, выводов и справочной информации по нашим ключевым направлениям деятельности
• Место, где можно найти экспертные знания и информацию о текущих событиях в бизнесе и технологиях
• Центр для компаний, стремящихся получить информацию о рынках, цифровизации и отраслевых инновациях

Влияние среднего класса определяет масштабы проблемы

Стратегия поддерживает малые и средние предприятия (МСП) с помощью экономически эффективных, легко внедряемых цифровых решений, государственных консультационных услуг и равного доступа к соответствующим цифровым факторам производства. Открытые программные экосистемы и содействие развитию новых видов бизнеса также входят в предлагаемый набор инструментов. Обоснование политики занятости является логичным: технологическая модернизация не должна ограничиваться крупными организациями, имеющими собственные отделы разработки, обширные хранилища данных и значительные инвестиционные бюджеты.

Для малых предприятий проблема часто заключается не столько в фундаментальном интересе к ИИ, сколько в его внедрении. Приложение должно беспрепятственно интегрироваться с существующими процессами, обеспечивать надежные результаты и быть управляемым даже при ограниченном штате сотрудников. К этому добавляются текущие расходы, требования к обучению и потенциальная зависимость от конкретного поставщика. Поэтому низкая начальная цена не обязательно является доказательством низких общих затрат.

С экономической точки зрения, широкое распространение инструментов повышения производительности было бы выгодно, поскольку это может повысить конкурентоспособность малых компаний. В то же время субсидии не приводят автоматически к увеличению занятости. Даже малый бизнес может использовать ИИ в первую очередь для сокращения потребности в персонале. Поэтому более эффективными, чем повсеместные субсидии, являются проверяемые цели: повышение добавленной стоимости, улучшение качества продукции, расширение рыночных возможностей и устойчивое развитие навыков. Главный вопрос должен заключаться в том, укрепляет ли поддержка экономическую адаптивность или просто субсидирует приобретение нового программного обеспечения.

Сотрудничество должно быть экономически убедительным

Согласно этим рекомендациям, промышленность и сельское хозяйство должны все шире использовать модели сотрудничества между людьми и интеллектуальными системами; новые приложения также должны создавать дополнительные рабочие места в сфере услуг. Это не просто дружелюбное описание технологических изменений. Это поднимает фундаментальный вопрос о том, какие задачи должны постоянно выполнять люди, а где системы должны эффективно дополнять их возможности.

В производстве, например, анализ изображений на основе ИИ может выявлять отклонения, в то время как опытные специалисты оценивают причины и принимают соответствующие решения. В логистике программное обеспечение может прогнозировать потоки материалов, а люди занимаются устранением сбоев, удовлетворением требований клиентов и вопросами безопасности. В сельском хозяйстве рекомендации, основанные на данных, могут улучшить использование ресурсов, не заменяя полностью практическую оценку на месте. Эти примеры описывают возможные организационные структуры и не гарантируют положительного влияния на занятость.

Сотрудничество человека и машины устойчиво только в том случае, если роль человека действительно приносит дополнительную пользу. Простое использование сотрудников для формального подтверждения автоматически сгенерированных решений не будет убедительным ни с точки зрения квалификации, ни с точки зрения организации. Хороший дизайн оставляет место для принятия решений, допускает инакомыслие и обеспечивает четкую подотчетность. Он также может предотвратить потерю компаниями накопленного опыта. Экономически значимым является не максимизация участия человека любой ценой, а скорее такое сочетание, которое улучшает качество, безопасность, возможности обучения и снижает затраты на протяжении всего процесса.

Новые рабочие места, созданные с помощью ИИ, не решат всех проблем, связанных с перемещением населения

Китай стремится к развитию новых профессиональных профилей и квалификационных стандартов, включая должности в области разработки искусственного интеллекта, системного обучения и цифрового менеджмента. Стратегия также ориентирована на новые компании, открытые среды разработки и создание дополнительных рабочих мест в новых областях. Это является важным дополнением к простому сокращению потерь рабочих мест: экономика не может устойчиво адаптироваться только за счет трансферов; для этого необходимы новые виды производственной деятельности.

Тем не менее, было бы ошибочно просто сопоставлять сокращение рутинной работы с вновь созданными рабочими местами в сфере ИИ, как если бы люди были взаимозаменяемы. Различия в образовании, профессиональном опыте и местоположении могут быть значительными. Кроме того, быстрорастущий сектор, начинающийся с небольшого количества рабочих мест, может первоначально создать меньше рабочих мест, чем теряет стагнирующая крупная отрасль. Поэтому одних только высоких темпов роста недостаточно для ответа на вопрос о занятости.

Новые цифровые рабочие места должны быть устойчивыми в долгосрочной перспективе. Работа, необходимая в настоящее время для обработки или проверки данных, сама может в дальнейшем стать более автоматизированной. Поэтому более надежная стратегия заключается не в создании максимально длинного списка новых должностей, а в развитии универсальных навыков, жизнеспособных бизнес-моделей и непрерывных возможностей для обучения. Новые рабочие места должны не только существовать, но и быть достаточно продуктивными, безопасными и адаптируемыми, чтобы предлагать карьерные перспективы, выходящие за рамки следующего поколения технологий.

Китайские регионы начнут работу не одновременно

В руководящих принципах предусмотрено региональное разделение труда: восточные регионы должны сосредоточиться на развитии основных отраслей искусственного интеллекта, в то время как центральные и западные регионы, в зависимости от местных условий, должны заниматься такими задачами, как маркировка данных или производство интеллектуальных устройств. Такая дифференциация призвана открыть дополнительные области роста за пределами ведущих технологических центров. Однако она также несет в себе риск увековечивания существующих различий вдоль новых цепочек создания стоимости.

Если исследования, капитал и контроль над центральными платформами остаются географически сконцентрированными, другие регионы могут в основном обеспечивать стандартизированную поддержку. Хотя там могут создаваться рабочие места, они не обязательно обеспечивают тот же уровень доходов, возможности развития или переговорные рычаги. Поэтому региональная политика должна делать больше, чем просто привлекать цифровую активность. Она должна сосредоточиться на том, могут ли местные компании развивать собственную экспертизу и достигать более высоких уровней создания добавленной стоимости.

Эффективное развитие может опираться на существующие сильные стороны: промышленные кластеры, специализацию в сельском хозяйстве, университеты или логистические центры. В этом случае ИИ рассматривается не как изолированная отрасль будущего, а как инструмент для улучшения региональных экономических структур. Необходимыми условиями являются квалифицированные работники, надежная инфраструктура и доступные рынки. Переход от традиционных предприятий к новым поставщикам цифровых услуг, в частности, может создать дополнительные рабочие места. Однако без таких связей существует риск того, что в сфере финансирования видимые проекты окажут незначительное экономическое воздействие на регион.

Социальная защита остается неравной

В 2025 году в Китае насчитывалось приблизительно 301 миллион трудовых мигрантов; в то же время, на конец года около 249 миллионов человек были охвачены страхованием по безработице. Эти две цифры относятся к разным статистическим группам и не позволяют напрямую рассчитать разрыв в страховом покрытии среди трудовых мигрантов. Однако они иллюстрируют необходимость дифференцированного подхода к моделям занятости и правам на получение пособий. Общая занятость и доступ к конкретному страховому пособию не идентичны.

Новые правила предусматривают поддержку имеющих на это право лиц, включая профориентационное консультирование, обучение, рекомендации по трудоустройству и помощь в начале карьеры; для имеющих право на получение пособий застрахованных безработных предусмотренные выплаты должны производиться своевременно и в полном объеме. В то же время системы социального обеспечения должны стать более доступными для гибких форм занятости, а покрытие несчастных случаев на производстве в новых моделях занятости должно быть расширено. Это важно, поскольку смена карьеры все чаще может подразумевать переход между различными договорными и трудовыми отношениями.

Экономическая целесообразность заключается в возможности передачи прав и фактической доступности поддержки. Людям, меняющим работу, место жительства или статус занятости, необходимы надежные процедуры. Формально существующая служба малоэффективна, если обязанности неясны или потеря дохода остается без внимания в течение длительного времени. Поэтому модернизация, благоприятствующая трудоустройству, должна также улучшить административные процессы. В противном случае, наибольшие издержки перехода понесут те, у кого меньше финансовых резервов.

Когда алгоритм становится боссом

В руководящих принципах рассматриваются не только вопросы потери рабочих мест, но и использование ИИ в управлении человеческими ресурсами: дискриминация, мошеннические предложения о работе и нарушения конфиденциальности и прав на отдых с помощью злонамеренных алгоритмов должны пресекаться на законных основаниях. Кроме того, четко оговариваются права на оплату труда, отдых и безопасные условия труда. Это выводит на первый план второй аспект автоматизации: даже при сохранении рабочих мест качество работы может существенно измениться.

Алгоритмические системы могут предварительно отбирать заявки, назначать задачи и оценивать производительность. Хотя они могут обеспечить более согласованные процессы, они также могут применять неподходящие критерии в больших масштабах. Рассмотрение прошлых кадровых решений как якобы нейтральных данных рискует увековечить прошлые недостатки с помощью технологий. Это становится особенно проблематичным, когда те, кого это касается, не могут понять причины принятого решения или эффективно исправить ошибки.

С экономической точки зрения такие риски отнюдь не незначительны. Неправильный предварительный отбор может исключить подходящих специалистов; завышенные целевые показатели производительности могут негативно сказаться на здоровье, мотивации и удержании сотрудников. Комплексный мониторинг также не гарантирует автоматическую продуктивность. Решающим фактором является то, признает ли система фактическое качество работы или просто оптимизирует легко измеримые показатели. Поэтому ответственная реализация требует проверяемых критериев, четкого распределения обязанностей и реалистичных возможностей для человеческого контроля. Ответственность не должна исчезать под предлогом использования якобы объективного программного обеспечения.

Для систем раннего предупреждения нужны не только данные об увольнениях

Власти должны расширить обмен данными о занятости и отраслях, разработать региональные и отраслевые аналитические модели и постоянно отслеживать изменения в использовании ИИ, создании новых рабочих мест, перемещении видов деятельности и требуемых навыках. Дальнейшие меры включают углубленные исследования и интеграцию рисков для занятости, связанных с ИИ, в существующие механизмы предотвращения крупных всплесков безработицы. Это позволит преобразовать разрозненные наблюдения в более раннюю и действенную картину ситуации.

Однако хорошая система должна учитывать не только завершенные сокращения штата. К соответствующим факторам следует также отнести сокращение числа вакансий начального уровня, изменение требований к квалификации, истечение сроков действия контрактов, сокращение рабочего времени и продолжительность переходов на новые должности. Не менее важно и качество новой работы: переход на менее оплачиваемую или значительно менее стабильную работу не следует автоматически считать полностью успешной компенсацией. Только совокупность такой информации позволяет провести осмысленную экономическую оценку.

Наиболее сложной задачей остается выявление первопричин. Снижение занятости может быть вызвано слабым спросом, изменением торговых условий, производственными проблемами или технологическими сдвигами. Искусственный интеллект может быть одним из нескольких факторов. Приписывание каждого спада автоматизации способствует принятию ошибочных контрмер; категорическое исключение ИИ как причины игнорирует реальные проблемы адаптации. Поэтому следует изучать сопоставимые компании и отрасли в течение длительных периодов времени. Эффективность системы раннего предупреждения зависит от качества данных, аналитических методов и готовности признавать неудобные результаты.

Между защитой и конкурентоспособностью

Для проектов, которые могут оказать существенное влияние на занятость, руководящие принципы предусматривают более строгую оценку рисков; в некоторых областях доступа к рынку оценка занятости должна быть включена в анализ проекта. Это демонстрирует понимание политиками того, что решения корпораций об инвестициях могут иметь последствия для сотрудников и государственных бюджетов. С экономической точки зрения понятно, что такие затраты не следует учитывать только постфактум.

Однако у такого подхода есть явный предел. Если процедуры становятся слишком расплывчатыми или громоздкими, они могут задержать необходимую модернизацию и защитить существующие рыночные позиции. Компания, теряющая международную конкурентоспособность из-за чрезмерного регулирования, впоследствии может быть вынуждена сократить больше рабочих мест, чем удалось сохранить в краткосрочной перспективе. Поэтому заботу о сотрудниках не следует путать с общим приоритетом сохранения существующего штата.

Более убедительными были бы прозрачные и соразмерные процедуры, которые оценивают масштабы и скорость изменений, а также реалистичные альтернативы. Крайне важно, чтобы оценка была сосредоточена на том, насколько адекватно подготовлены обучение, внутренние переводы и переходная поддержка. Необходимо также учитывать потенциальные дополнительные заказы, повышение безопасности и долгосрочную конкурентоспособность. Таким образом, проверка не станет всеобъемлющим препятствием для инноваций, а скорее инструментом для более эффективной реализации. Политическая задача заключается в том, чтобы избежать ненужного социального вреда, не превращая при этом саму производственную трансформацию в нежелательный риск.

Кто должен нести расходы на переходный период?

Китайский подход явно связывает технологические инвестиции с инвестициями в человеческий капитал, а также затрагивает дальнейшее развитие механизмов компенсации и распределения. Это подчеркивает проблему распределения, которая часто упускается из виду в порыве энтузиазма по поводу эффективности ИИ: компании, сотрудники и государство не обязательно получают выгоду в одинаковой пропорции или одновременно. Издержки перехода также распределяются неравномерно.

Для компаний в краткосрочной перспективе может быть привлекательным сокращение расходов на персонал, в то время как другие несут бремя дополнительного обучения, компенсации доходов и связанных с этим социальных издержек. Экономически обоснованная система должна ограничивать такие стимулы. Это может включать в себя соответствующие взносы компании в обучение, заблаговременное планирование численности персонала и более активное участие сотрудников в ощутимом повышении производительности труда. В то же время крайне важно предотвратить чрезмерную нагрузку на малые предприятия или препятствовать экономически целесообразным инвестициям из-за дополнительных обязательств.

Однако сами руководящие принципы не заменяют полностью финансируемую архитектуру реализации: опубликованный текст не содержит ни всеобъемлющей, отдельной системы финансирования, ни единых количественных показателей успеха для всего пакета мер. Именно поэтому практическое распределение ресурсов будет иметь решающее значение. Если более богатые регионы смогут оказывать высококачественную поддержку, в то время как структурно более слабые регионы останутся позади, существующие диспропорции могут усугубиться. Необходима координация между уровнем реализации технологических достижений и уровнем социальных издержек, связанных с переходом к новой модели развития.

Европейским компаниям следует внимательнее присмотреться

Связь между продвижением ИИ и политикой занятости в Китае также актуальна для международных конкурентов. Масштабы промышленной автоматизации демонстрируют, что китайская экономика продолжает в широком смысле стимулировать технологическую модернизацию. Поэтому новую политику на рынке труда не следует интерпретировать как простой отказ от конкуренции. Скорее, она направлена ​​на улучшение экономических и социальных условий для более устойчивого пути модернизации.

Для немецких промышленных, логистических и сервисных компаний это поднимает стратегический вопрос: будет ли ИИ внедряться лишь как инструмент сокращения затрат или как часть более широкой стратегии улучшения бизнес-модели? Односторонний подход к сокращению штата может заслонить тот факт, что качество, надежность поставок, оперативность и дополнительные услуги также создают конкурентные преимущества. Компании с обширным опытом в специализированных областях и технологическом планировании, в частности, могли бы извлечь выгоду из сочетания этих знаний с интеллектуальными инструментами вместо преждевременного сокращения численности персонала.

Китайскую политику не следует ни идеализировать, ни полностью отвергать. Централизованно сформулированные цели не являются доказательством их эффективной реализации, а политический контроль может создавать нежелательные стимулы. Аналогично, было бы неубедительно рассматривать технологическое развитие как процесс, социальные результаты которого принципиально не поддаются контролю. Для деловой практики важный урок заключается в комплексном подходе: технологии, персонал, безопасность, обучение и экономические выгоды должны планироваться совместно.

Успех очевиден в ходе переходного процесса

Успех экономических изменений в политике Китая будет определяться не количеством опубликованных программ или созданных новых рабочих мест. Более значимыми показателями станут скорость восстановления стабильной занятости пострадавших граждан, динамика их реальных доходов, а также повышение производительности и конкурентоспособности компаний. Не менее важны доступ малых предприятий к высокоэффективным инструментам и появление новых рабочих мест за пределами нескольких технологических центров.

Таким образом, логика такова: стратегия использования ИИ, благоприятствующая занятости, имеет смысл, если она защищает людей, не закрепляя при этом устаревшие процессы. Она должна способствовать технологическому прогрессу, одновременно создавая условия для того, чтобы сотрудники могли в нем участвовать. Слишком медленная адаптация ставит под угрозу производительность и конкурентоспособность; слишком быстрое внедрение технологий без устойчивых преобразований может ослабить доходы, спрос и развитие навыков. Экономически значимым фактором является качество изменений.

Это меняет критерии прогресса. Не каждый сэкономленный час работы приносит пользу обществу, и не каждый сохраненный этап процесса автоматически стоит защищать. Решающим фактором является то, приводят ли технологические достижения к устойчиво лучшим экономическим возможностям. Китай пытается политически регулировать эту связь. Однако самая сложная часть начинается там, где эти принципы пересекаются с отдельными предприятиями: с конкретного решения о том, какие рабочие места исчезнут, какие новые будут созданы и кто получит возможность их выполнять в будущем.

Практически внутреннее решение: как Xpert.Digital устраняет операционные пробелы в B2B-маркетинге и продажах – Умный бизнес, основанный на контенте - Изображение: Xpert.Digital

Xpert.Digital — это ориентированный на данные B2B-индустрионный центр, возглавляемый Konrad Wolfenstein . Компания выступает в качестве внешнего, частично внутреннего решения для отраслевых партнеров, устраняя операционные пробелы в маркетинге, контенте и продажах — без необходимости привлечения дополнительных ресурсов со стороны клиента.

Более подробная информация здесь:

• Практически внутреннее решение: как Xpert.Digital устраняет операционные пробелы в B2B-маркетинге и продажах – Smart Content-Driven Business

☑️ Язык ведения нашего бизнеса — английский или немецкий

☑️ НОВИНКА: Переписка на вашем родном языке!

Konrad Wolfenstein

Я и моя команда будем рады быть вашими личными консультантами.

Вы можете связаться со мной, заполнив контактную форму здесь [email protected]:или просто позвонив по номеру +49 7348 4088 965. Мой адрес электронной почты

Я с нетерпением жду начала нашего совместного проекта.

☑️ Поддержка малых и средних предприятий в области стратегии, консалтинга, планирования и реализации проектов

☑️ Разработка или корректировка цифровой стратегии и цифровизации

☑️ Расширение и оптимизация международных процессов продаж

☑️ Глобальные и цифровые торговые платформы B2B

☑️ Развитие бизнеса / Маркетинг / PR / Выставки от компании Pioneer