Прозрачная модель
Как мы считаем индекс риска
Индекс риска — редакционная оценка воздействия технологий на задачи, а не предсказание увольнения. Будущие значения — сценарий с неопределенностью.
Формула
base = AI*0.30 + software*0.10 + robotics*0.15 + routine*0.15 + digitalization*0.10 + economic_incentive*0.20; index = base*(1-human_moat*0.005)
Снижает итоговую оценку с учетом ответственности, эмпатии, доверия, физической ловкости, непредсказуемости среды, переговоров, руководства и лицензирования.
Что индекс не означает
- Не вероятность исчезновения профессии.
- Не вероятность увольнения конкретного человека.
- Не точная доля рабочих мест, которая будет сокращена.
Как обновляется прогноз по годам
Текущий год определяется автоматически в часовом поясе Екатеринбурга. Сайт показывает ежегодный горизонт на десять лет: текущий год и еще девять лет. Значения между опорными оценками интерполируются, а годы после последней опорной точки продолжают последний наблюдаемый темп и ограничиваются шкалой 0–100.
Как формируются объяснения и навыки
Причины воздействия, факторы защиты, рабочие задачи и навыки формируются из отраслевого профиля, специализации в названии профессии и значений факторов риска. Процент каждой задачи рассчитывается из подходящих факторов: воздействия ИИ, программной автоматизации, робототехники, повторяемости и человеческой защиты. На странице карьерного перехода переносимые навыки, дефициты и порядок действий рассчитываются отдельно для каждой пары профессий.
Как строится квадрант задач
Положение задачи по горизонтали показывает модельную техническую способность ИИ выполнить или ускорить ее. Положение по вертикали показывает потребность в человеке с учетом защиты профессии, неоднозначности задачи и ответственности. Квадрант — объяснительная визуализация редакционной модели, а не результат отдельного лабораторного теста.
Оценка зарплаты
Для русской версии используются модельные среднемесячные начисленные зарплаты до налогов для России, ориентированные на групповые данные Росстата. Для английской версии — модельные среднемесячные зарплаты до налогов для США, ориентированные на OEWS Бюро трудовой статистики США. Значения конкретных профессий корректируются по отрасли, уровню специализации, спросу и сценарию изменения задач. Прогноз до 2035 года номинальный и не гарантирует конкретный доход. Количество вакансий сайт не оценивает и не показывает без подтвержденных данных.
Научная база
МОТ в обновлении 2025 года сопоставила почти 30 000 рабочих задач и пришла к выводу, что примерно каждый четвертый работающий в мире находится в профессии с некоторой степенью воздействия генеративного ИИ. Наиболее вероятный эффект — трансформация работы, а не полная замена человека.
WEF оценил, что структурная перестройка к 2030 году затронет 22% формальных рабочих мест: около 170 млн ролей могут быть созданы и 92 млн вытеснены. Это прогноз совокупного влияния технологий, демографии, экономики и других факторов, а не оценка только ИИ.
Stanford AI Index 2026 фиксирует неравномерные эффекты: давление заметнее во входных позициях некоторых цифровых профессий. Эти наблюдения нельзя автоматически переносить на все страны, возрастные группы и специальности.
Источники
Около 30 000 задач; глобальная оценка воздействия GenAI по детализированным группам профессий.
Опрос более 1 000 работодателей, представляющих свыше 14 млн работников в 55 экономиках.
Данные об экономике ИИ, производительности и неравномерных изменениях занятости.
Структура профессий, задач, навыков и рабочих контекстов.
Международная классификация профессий.
Официальные агрегированные данные по начисленной заработной плате в России. Используются как ориентир для модельных оценок, а не как точная зарплата каждой профессии.
Официальные оценки занятости и зарплат по профессиям в США; база для ориентиров английской версии.
Официальные долгосрочные прогнозы занятости США; используются как внешний ориентир направления спроса.
