30+ отчётов о будущем работы: что из них взять в стратегию

Что это за работа

Метаобзор: мы совмещаем четыре подхода – целевой обзор влиятельных отчётов, анализ их позиций, проверку переносимости выводов на Россию и проверку того, как сбывались прошлые прогнозы. Это не опрос экспертов по методу Дельфи и не усреднение прогнозов: мы показываем, что говорят отчёты, а не вычисляем «правильный» прогноз (о методе Дельфи: Dalkey, Helmer, 1963). Методика 1.4.

Корпус

31 заметный отчёт 2025–2026 годов: консалтинг (13), международные институты (7), технологические вендоры (5), академические организации (4), кадровые агентства (2). В корпус входит флагманское исследование о будущем работы с утверждениями о будущем и о причинах изменений или с рекомендациями. Полноту проверяли по профильным подборкам и отдельным поиском отчётов не про ИИ, по итогам добавили восемь. Это целевая выборка самых цитируемых источников, а не исчерпывающий обзор; отбор и описание построены по логике обзоров серой литературы (Adams и др., 2017). Четыре отчёта доступны только как веб-страница или пресс-релиз: МОТ 2026, PwC Hopes and Fears, ManpowerGroup, Brookings. Корпус закрыт 29 сентября 2026 года; новые отчёты войдут в версию 2.0, и на странице появится примечание.

Качество источника

Каждый отчёт оценён по чек-листу AACODS (Tyndall, 2010) – его используют в систематических обзорах, чтобы оценивать отчёты вне научных журналов. Шесть критериев по 0–2 балла, всего до 12: авторитет (известен ли издатель, названы ли авторы), точность (раскрыты ли метод и выборка), охват (заявлены ли ограничения), объективность (есть ли интерес издателя, уравновешен ли текст), дата (свежи ли данные) и значимость для темы. Оценки – в таблице корпуса, от 4 до 12. На расчёты они не влияют; если оставить только отчёты с оценкой 9 и выше, первые три тезиса по распространённости остаются теми же.

Типы издателей

Тип определяем по владельцу и бизнес-модели издателя, а не по теме отчёта.

• Международные и публичные институты – межгосударственные организации, агентства ЕС и некоммерческие фонды с общественным мандатом, которые не продают услуги по теме отчёта: ОЭСР, МВФ, МОТ, Eurofound, Всемирный экономический форум.
• Консалтинг – компании, которые зарабатывают на советах, исследованиях и услугах для бизнеса, включая их исследовательские институты: McKinsey и McKinsey Global Institute, BCG, Deloitte, PwC, Accenture, Mercer, Gartner, Gallup.
• Технологические вендоры – компании, которые продают ИИ, программы или данные о рынке труда: Microsoft, IBM, Anthropic, Lightcast.
• Академические организации – университеты, независимые исследовательские центры и рецензируемые научные статьи: Стэнфорд (Digital Economy Lab и HAI), Brookings, статья Bloom и соавторов в PNAS.
• Кадровые агентства – компании, которые зарабатывают на подборе и найме персонала: Randstad, ManpowerGroup.

Спорные случаи: WEF – некоммерческий фонд, поэтому в институтах (корпоративные члены учтены в поле «спонсор»); McKinsey Global Institute и Gallup – в консалтинге. Совместный отчёт получает тип ведущего партнёра: WEF и PwC о входе в профессию – консалтинг, потому что данные, рамка и текст PwC.

Интерес издателя

Для каждого отчёта записано, продаёт ли издатель решения по теме отчёта, есть ли у него собственные данные и спонсоры. Интерес не делает отчёт недостоверным: мы используем его, чтобы видеть, какие темы разные издатели делают заметными, а не чтобы снижать вес источника. Так влияние спонсора рассматривают и в медицинских обзорах (Lundh и др., 2017).

Утверждения

Из каждого отчёта выписано от 8 до 20 ключевых утверждений с дословной цитатой и страницей, всего 709. У каждого записан тип: наблюдение, прогноз, утверждение о причине, рекомендация или сценарий. После первого прохода по всем отчётам три четверти утверждений касались ИИ, хотя в отчётах есть и другие темы. Поэтому мы сделали второй проход по темам не про ИИ: офис, стоимость жизни, география, старение, геополитика, качество работы. Доля ИИ снизилась до 63%.

Тезисы

Утверждения сведены в 39 атомарных тезисов: в каждом одна мысль. Два утверждения объединяются, только если говорят об одном объекте в одном направлении. Прогноз и рекомендация в один тезис не сливаются. Составные тезисы разделены, чтобы отчёт не получал «поддерживает» за половину мысли. Тезисы, по которым ни один отчёт не занял позицию, и дубли убраны.

Позиции отчётов

Каждый отчёт проверен по каждому тезису: поддерживает, возражает, «и да, и нет», тема рядом без позиции, вне темы. У каждой позиции дословная цитата. Молчание не считается несогласием. «Поддерживает» ставится, только если отчёт подтверждает центральную мысль тезиса целиком – рост, причину, сравнение или срок, а не только тему. Спорные случаи решаются по кодбуку – своду правил разметки с примерами: например, слово «массовое» в тезисе требует, чтобы отчёт говорил о масштабе, а не об отдельных случаях.

Показатели

На карте длина полосы у тезиса – число отчётов, для которых тема релевантна (из 31), цвет – их позиции. Цифры справа, например «12 из 30», – сколько отчётов поддерживают тезис из тех, для кого тема релевантна.

Мы не объявляем тезис общим мнением, если его поддерживают больше какого-то процента отчётов. Отчёты – не эксперты, которым задали одни и те же вопросы: каждый пишет о своём. Поэтому порог 70% в проверках устойчивости – рабочий ориентир для сравнения, а не научное правило: в исследованиях консенсуса пороги от 50 до 97% выбирают по-разному (Diamond и др., 2014).

Повестки

Сравниваем три крупных типа издателей: консалтинг, международные институты и технологических вендоров. Для каждого тезиса считаем, какая доля отчётов этого типа его поддерживает. Если у одного типа доля выше, чем у другого, на 40 процентных пунктов и больше (например, 83% у консалтинга против 25% у институтов), тезис попадает в колонку этого типа. Тип учитываем, только если тема есть хотя бы в двух его отчётах. Академических организаций и кадровых агентств слишком мало для сравнения.

Как мы проверяли работу

1. Утверждения, тезисы и позиции разметила одна ИИ-модель (Claude, Anthropic) по единым правилам. 2. Другая модель, ChatGPT (OpenAI), вслепую разметила выборку клеток. Совпадение оказалось низким: мы засчитывали поддержку темы вместо поддержки самой мысли. Мы ввели строгое правило «поддерживает» и пересмотрели всю карту. 3. Вторая слепая проверка на других отчётах дала совпадение 75%, каждое расхождение разобрано отдельно. 4. Факты и российский блок отдельно проверил ChatGPT, неподтверждённое убрано. 5. Все 70 ключевых утверждений страницы вслепую сверил с источниками ChatGPT; формулировки уточнены по итогам. Правила разметки во всех деталях доступны по запросу.

Россия

Мы проверяли не то, верен ли тезис, а переносится ли он на Россию. Оценку ставим только по данным того же уровня, что и тезис: тезис о молодых проверяется данными о молодых, а не общей безработицей. Опросы мнений, ожидания, планы и отдельные кейсы компаний оценку не дают. «Подтверждается» – российские данные согласуются с тезисом; «данные против» – российские данные противоречат тезису; «другие условия» – явление есть, но механизм другой, например причина в денежной политике, а не в ИИ; «мало данных» – сопоставимых измерений нет. Источники: Росстат, Банк России, Минтруд, ВШЭ, hh.ru, SuperJob, Kept и другие. Факты и оценки проверила другая модель, ChatGPT (OpenAI).

Прогнозы

Прогноз попадает в проверку, если он количественный или однозначно проверяемый, у него есть срок, срок уже наступил и есть данные, чтобы его проверить. Источники заданы заранее: все такие прогнозы из WEF Future of Jobs 2016, 2018 и 2020 годов и McKinsey Global Institute 2016–2020 годов. Каждый оценён по направлению, масштабу и сроку. «Сбылось» – направление и срок верны, масштаб близок; «частично» – направление верно, но масштаб или часть прогноза не совпали; «перенесли» – к сроку не сбылось, и автор сам сдвинул срок или снизил ожидание; «не сбылось» – направление неверно. Если прогноз можно проверить только по близкой, но другой метрике (например, навыки людей – по требованиям в вакансиях), итог не выше «частично». Громкие заявления мы отобрали сами, без заранее заданного правила, поэтому в подсчёт не входят: по такой выборке нельзя судить, как часто сбываются прогнозы. Подход к проверке прогнозов – по Tetlock, Gardner, «Superforecasting», 2015.

Почти все проверенные прогнозы – из WEF: у McKinsey сроки этого периода почти всегда 2030 год и позже. Прогнозы WEF – это ожидания работодателей из опроса, масштаб проверяли по данным США, поэтому оценки грубые. Источник проверки – на обороте карточки.

Слепое пятно

Упоминания считали по английским текстам 31 отчёта: skill, task, purpose (без «purpose of» и «general-purpose»), meaningful work, sense of meaning; «ценности компании» и «идентичность компании» – company, organisational, corporate, shared values и identity (единственное упоминание о компании – shared values у Deloitte). Числа округлены: в счёт могли попасть юридические оговорки.

Там, где нет данных, остаются позиции. Что работает лучше, навязанные или выбранные ценности; есть ли разрыв между миссией и решениями компании; как компания ищет свою идентичность. Эти вопросы звучат на профессиональных площадках, но в корпусе их никто не измеряет. Метаобзор не может их подтвердить или опровергнуть: это граница метода, а не слабость тем.

Встречные движения

Антитренд здесь – группа реальных примеров, которые идут против того, что предполагают отчёты: одни только появляются, другие уже заметны. Мы шли от задач человека: войти в профессию, доказать, что умеешь, научиться, остаться нужным. Для каждой задачи брали предположение отчётов, переворачивали и искали компании, проекты, сообщества и исследования, где перевёрнутое уже происходит. Одиночный факт антитрендом не считается: нужна группа сигналов от разных организаций. Сигналов в карточке столько, сколько прошло отбор, поэтому где-то четыре, а где-то шесть. Решения государств и судов в основной набор не входят, они собраны в подписи «Кстати, ещё».

Сила – по четырём признакам: не меньше пяти сигналов от разных, не связанных между собой организаций; не меньше четырёх подтверждены первоисточником, а не пересказом в СМИ; сигналы из разных отраслей; почти все 2025–2026 годов. Сильный – выполнены все четыре, средний – не выполнены один или два, слабые на страницу не выносим.

Насколько держатся выводы

Где мы можем ошибаться

Корпус отбирали мы сами, почти все отчёты на английском. Разметку делала одна модель, два отчёта корпуса изданы Anthropic. Полностью прочитаны 17 отчётов из 31. В шести очень больших (ОЭСР, WEF Future of Jobs, Stanford AI Index, Gallup, Eurofound, Randstad) прочитаны резюме, выводы и главы по теме, остальное найдено поиском по ключевым словам: мы искали слова вроде «entry-level», «productivity», «training» и читали абзацы вокруг. У МВФ, Stanford Digital Economy Lab, сценариев Anthropic и McKinsey 2035 не читали приложения. МОТ 2026, PwC Hopes and Fears, ManpowerGroup и Brookings доступны только как веб-страница или пресс-релиз. Если мысль сказана другими словами, мы могли её пропустить, и тогда в клетке стоит «тема рядом, позиции нет». Это скорее занижает поддержку отдельных тезисов, чем меняет общую картину; в версии 2.0 эти отчёты дочитаем. Несколько отчётов одного издателя не вполне независимы, поэтому мы пересчитали выводы по издателям. Граница между «тема рядом» и «вне темы» требует экспертного решения.

Инструменты

Подробная методика и правила разметки – по запросу.