Исследование ФРС: ИИ на работе используют массово, но неглубоко

Экономисты Александр Бик (Федеральный резервный банк Сент-Луиса), Адам Блэндин (Vanderbilt), Дэвид Деминг (Гарвард) и Тайлер Шумахер (Vanderbilt) опубликовали работу «What Work Does Generative AI Do?» («Какую работу выполняет генеративный ИИ?»), в которой измерили реальное применение генеративного ИИ по профессиям и задачам на основе данных опроса Real-Time Population Survey (RPS).

Вывод: распространение широкое, но неглубокое. Генеративный ИИ охватывает 80% профессий и более 40% рабочих задач, но в большинстве этих профессий его используют менее половины работников. Применение выше всего там, где и ожидалось, в управленческих и профессиональных занятиях, особенно связанных с финансами, бизнесом и компьютерами; ниже всего, в сфере персональных услуг и работах, требующих ручного труда или межличностного взаимодействия.

Авторы прямо указывают на расхождение с оценками самих ИИ-компаний, Anthropic, Microsoft и OpenAI, которые оценивают охват профессий по логам чатов. Проблема, по их мнению, в том, что классификаторы логов относят переписку к задачам с общими, «активностными» формулировками вроде «редактировать письменные материалы или документы». Так, по данным OpenAI, 15% чатов связаны именно с такой правкой текста, но по базе Министерства труда США O*NET лишь 2,4% работников вообще заняты на должностях, включающих такую задачу. Из этого исследователи заключают: оценки охвата от вендоров, вероятно, завышают реальную значимость генеративного ИИ для работы людей.

Авторы приводят цифры: у четырёх из пяти детализированных профессий уровень применения выше 20%, но только у одной из шести, выше 70%. Около 15% профессий показали уровень применения выше 70% (в основном связанные с компьютерами). Среди задач ситуация ещё скромнее: лишь 2,8% задач показали уровень применения выше 50%, и ни одна не превысила 70%.

По состоянию на май 2026 года 55% взрослых американцев в возрасте 18, 64 лет применяли генеративный ИИ вне работы, а 45%, на работе; суммарный уровень применения (независимо от цели) составил 62%.

Исследователи также отмечают, что одним из факторов, определяющих внедрение ИИ, служит опыт: те, кто начинает применять его в одной сфере, склонны переносить эту практику и на другие. По их мнению, понять, почему одни работники осваивают ИИ, а другие нет, не менее важно, чем понять, какие задачи он способен выполнить.

Ключевые факты

Генеративный ИИ охватывает 80% профессий и более 40% задач, но в большинстве профессий его используют менее половины работников
Оценки ИИ-компаний (Anthropic, Microsoft, OpenAI) по логам чатов завышают реальный охват: 15% чатов OpenAI связаны с правкой текста, но лишь 2,4% работников вообще заняты на должностях с такой задачей (по базе O*NET)
Только у одной из шести профессий уровень применения превышает 70%; среди задач выше 50%, лишь у 2,8%, выше 70%, ни у одной
По состоянию на май 2026 года суммарный уровень применения ИИ среди взрослых американцев 18, 64 лет, 62% (45% на работе, 55% вне работы)
Опыт использования ИИ в одной сфере предсказывает его перенос на другие сферы, это исследователи называют важным фактором внедрения

Почему это важно

Работа даёт независимую, основанную на реальном опросе занятости (RPS) оценку внедрения генеративного ИИ, в противовес оценкам самих вендоров, построенным на логах их чатов. Расхождение (15% против 2,4%) показывает, что классификаторы, привязывающие переписку к общим формулировкам задач, систематически завышают то, насколько ИИ реально встроен в работу людей.

Кому это важно

Компаниям и инвесторам, оценивающим реальный рынок применения ИИ в бизнесе, данные о «неглубоком» внедрении корректируют завышенные ожидания. Исследователям рынка труда и регуляторам, как источник более точной методологии измерения. HR и руководителям, планирующим внедрение ИИ в конкретных профессиях, особенно вне управленческих и компьютерных специальностей, где применение остаётся низким.

Как это применить

Компаниям стоит опираться не на общие цифры «охвата профессий» от вендоров ИИ, а на данные о фактической интенсивности использования внутри конкретных задач и ролей. Авторы также указывают, что опыт использования ИИ в одной области предсказывает его перенос на другие, значит, точечное обучение сотрудников в одной задаче может ускорить более широкое внедрение.

Можно ли доверять

Источник, академическое исследование экономистов из Федерального резервного банка Сент-Луиса, Vanderbilt и Гарварда, использующее данные специализированного опроса занятости (RPS), а не маркетинговые материалы ИИ-компаний. The Register в этом материале выступает как новостной пересказчик исследования, без сатирического или иронического подтекста.

Риски и подводные камни

В статье не раскрыты методология RPS, размер выборки и погрешность, а также точное определение «применения» (adoption), частота использования или самоотчёт. Не указано, где и когда опубликована сама работа. Разбивка по конкретным профессиям и точные показатели по каждой из них также не приведены, доступны только укрупнённые категории и итоговые доли.

«Генеративный ИИ применяется во многих профессиях и задачах, но лишь немногие из них демонстрируют по-настоящему высокий уровень внедрения. Например, у четырёх из пяти детализированных профессий уровень применения выше 20%, но только у одной из шести, выше 70%.»

— авторы исследования «What Work Does Generative AI Do?»