ILO/ILOSTAT показывает: генеративный ИИ широко затрагивает рабочие задачи в Юго-Восточной Азии, но пока речь скорее о перестройке офисной работы, чем о доказанном массовом вытеснении.
По данным Reuters, Synopsys сокращает направление software для контроля производства на чиповых фабриках и смещает ресурсы к AI-инструментам проектирования. Разбираем, почему это не равно простой замене инженеров ИИ и какие задачи становятся важнее.
Компании урезают штат и одновременно вкладываются в AI-инфраструктуру и агентов. Это не доказывает массовую замену людей, но показывает, какие задачи работодатели уже готовы пересобирать.
Гостиницы тестируют роботов для повторяемых операций: доставки, навигации, ответов на типовые вопросы и части уборки. Для сотрудников это меняет нагрузку, обучение и вход в сервисные профессии.
Запуск роботакси Tesla в Майами показывает, что автоматизация такси идет не как мгновенная замена водителя, а как перераспределение задач между автомобилем, платформой, удаленной поддержкой и сервисными командами.
AI Jobs Barometer PwC показывает не массовую замену людей, а перестройку задач внутри профессий: выигрывают роли, где ИИ усиливает экспертизу, и сложнее становится там, где ценность держалась на рутинном входном уровне.
Вокруг General Motors появился громкий тезис: на заводе в Мичигане 1 000 работников якобы заменили ИИ-роботами. Проверяем, что подтверждено источниками, а где причинная связь пока не доказана.