Андрей Карпати, бывший директор по ИИ в Tesla и один из основателей OpenAI, выложил проект, в котором оценил уязвимость перед ИИ всех 342 профессий американской экономики. Каждая получила балл от 0 до 10, результаты визуализированы в виде интерактивной древовидной карты (treemap): размер блока пропорционален числу занятых, цвет — от зеленого (безопасно) до красного (высокий риск замещения). Оригинальный репозиторий на GitHub Карпати удалил по непонятной причине (возможно, проект требует доработки), но код и данные сохранились в форке.
Средний балл по всем профессиям — 5,3 из 10 (чем выше, тем уязвимее). Но за средним прячется разброс, в котором вся суть. Разработчики ПО получили 9 баллов, бухгалтеры и секретари — 8–9, специалисты клиентской поддержки — 9, юристы — 8, а медицинские транскрибаторы — единственную десятку. На другом полюсе — кровельщики, строительные рабочие, электрики и сантехники с баллами от 0 до 3. Правило простое: если весь рабочий продукт цифровой и работу можно делать из дома за компьютером — угроза от ИИ максимальна. Физическое присутствие, ручной труд и живое взаимодействие с людьми создают естественную защиту.
По подсчетам из обсуждений на X, 42% всех рабочих мест в США (около 60 млн) получили 7 баллов и выше — это зона повышенного риска с совокупным фондом зарплат порядка $3,7 трлн в год. При этом самые массовые "красные" профессии на карте — не программисты (1,9 млн), а офисный и административный персонал: секретари (3,5 млн, 8/10), клерки (2,6 млн, 9/10), бухгалтерия (1,6 млн, 9/10). Именно эти группы представляют наибольший объем потенциально замещаемого труда.
Технически проект устроен просто: Карпати спарсил данные с сайта Бюро трудовой статистики США (BLS), сконвертировал описания профессий в Markdown, а затем скормил каждое из них модели Gemini Flash через OpenRouter с единой рубрикой оценки. Модель возвращала балл и текстовое обоснование. Весь пайплайн — шесть Python-скриптов, а итоговый файл prompt.md (~45 тысяч токенов) можно вставить в любую LLM и вести предметный разговор о рынке труда без единой строчки кода.
Проект вышел через десять дней после исследования Anthropic Labor market impacts of AI, в котором компания ввела метрику «наблюдаемой экспозиции» — сравнение теоретических возможностей LLM с реальным использованием на основе данных трафика Claude. По их данным, программисты лидируют с показателем 74,5% реального покрытия задач с помощью ИИ. Но главный вывод Anthropic парадоксален: пока ИИ далек от реализации своего теоретического потенциала, а систематического роста безработицы в уязвимых профессиях не зафиксировано. Карпати же намеренно не заходит в прогнозы — он просто дает инструмент и данные, оставляя выводы читателю.
P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.
