Робота після людини: як ШІ та роботи змінюють ринок праці

24 жовтня 2026 р. 21:21

24 жовтня 2026 р. 21:21

Технології як нові засоби виробництва і Україна з її дефіцитом кадрів

Ще кілька років тому розмови про те, що роботи заберуть людську працю стосувалися заводів і складів. Місць, де роботу легко розкласти на повторювані операції.

Офісний працівник міг доволі спокійно дивитися на промисловий маніпулятор. Причина у тому, що робот добре зварював кузов автомобіля, але не міг написати звіт, проаналізувати договір чи підготувати рекламну кампанію.

Поява генеративного штучного інтелекту зруйнувала цю межу. Тепер алгоритми працюють із текстами, кодом, таблицями, зображеннями, документами та величезними масивами інформації. Іншими словами заходять на територію «білих комірців».

Одночасно традиційна робототехніка все активніше поєднується із системами машинного зору та ШІ, тому технологічний тиск починає здійснюватися з двох боків. І на розумову, і на фізичну працю.

Саме з цього виходить стаття Сергія Голубицького «Робот і митар» у «Новій газеті Європа». Автор описує світ, де ШІ не просто допомагає програмісту або дизайнеру, а поступово з'єднується з робототехнікою, освоює будівництво, логістику, виробництво, комунальне і сільське господарство.

Далі постає питання, яке ще недавно здавалося майже фантастичним. Що робити з податковою та соціальною системою, якщо роботу, за яку людина отримувала зарплату і сплачувала податки, дедалі частіше виконуватиме машина?

У центрі матеріалу ідеї оподаткування роботів та використання ШІ, зокрема пропозиція Білла Гейтса оподатковувати роботи і AI-токени. Проте перш ніж говорити про податок на роботів, варто відповісти на базове питання.

Чи справді світ наближається до масового технологічного безробіття, чи ми бачимо значно складнішу перебудову ринку праці?

Попри «наступ ШІ» робота не померла

Перший важливий висновок із сучасних досліджень полягає в тому, що загального обвалу зайнятості через штучний інтелект поки не видно. Це суттєво відрізняється від найгучніших прогнозів, згідно з якими після появи ChatGPT компанії мали швидко скорочувати офісних працівників.

Дані ринку праці показують значно повільніший і нерівномірніший процес. Деякі групи працівників уже відчувають тиск, тоді як для інших ШІ поки що означає переважно новий робочий інструмент. Тому правильніше говорити не про одномоментне «зникнення роботи», а про поступове перерозподілення завдань, вакансій і вимог до працівників.

Так, Stanford Digital Economy Lab у серпні 2026 року прямо зазначив, що ознак масового витіснення людей ШІ немає. Водночас усередині загалом стабільного ринку вже формується дуже помітний виняток.

Серед молодих працівників віком 22–25 років у професіях із високим потенціалом автоматизації зайнятість виявилася приблизно на 19% нижчою, ніж була б, якби вона рухалася так само, як серед їхніх ровесників у професіях із невисоким впливом ШІ.

Ще важливіше те, що проблема виникає через слабший найм молодих людей, а не через масові звільнення тих, хто вже працює.

«Ми не бачимо широкомасштабного витіснення робочих місць у масштабах економіки, пов'язаного з ШІ», — пишуть Ерік Бріньольфссон, Бхарат Чандар і Рую Чен у дослідженні «Канарки у вугільній шахті? Шість фактів про нещодавній вплив штучного інтелекту на зайнятість» .

Що це значить: це може виявитися одним із найважливіших соціальних наслідків нової технології. Людина традиційно входила в професію через відносно прості завдання:

Саме такі операції генеративний ШІ автоматизує найшвидше. Якщо роботодавцеві тепер достатньо одного досвідченого працівника з хорошим AI-інструментом замість одного досвідченого і двох помічників, вакансія для старшого спеціаліста нікуди не зникає, але двері в професію для новачка стають вужчими.

У довшій перспективі це створює парадокс, а саме — якщо зникне частина початкових робіт, незрозуміло, де майбутні старші спеціалісти отримуватимуть перший досвід?

ШІ забирає не професію. Він розбирає її на завдання

Однією з найслабших сторін публічної дискусії про автоматизацію є списки на кшталт «20 професій, які зникнуть через ШІ». Професія майже ніколи не складається з однієї операції.

Штучний інтелект може дуже добре автоматизувати одну частину цієї роботи й майже не торкнутися іншої.

Саме тому Міжнародна організація праці пропонує говорити не стільки про «професії, які замінить ШІ», скільки про ступінь впливу технології на завдання всередині професій.

За її оновленою оцінкою 2025 року, приблизно один із чотирьох працівників у світі зайнятий у професії, де генеративний ШІ потенційно може автоматизувати певну частину завдань.

Однак лише близько 3,3% світової зайнятості потрапляє до категорії найвищого впливу.

«Оскільки більшість професій складаються із завдань, що потребують участі людини, найімовірнішим наслідком генеративного ШІ буде трансформація роботи», — пишуть Павел Гмирек та співавтори у дослідженні «Генеративний ШІ та робочі місця: уточнений глобальний індекс професійної вразливості» .

Що це значить: це розрізнення важливе ще з однієї причини. Одна й та сама технологія може використовуватися двома принципово різними способами.

Тому майбутнє професії залежить не лише від можливостей ШІ, а й від того, як саме роботодавець вирішує його застосовувати.

Найбільша короткострокова загроза це старт кар'єри

Традиційна кар'єра мала зрозумілу структуру. Працівник приходив у професію з невеликим досвідом, отримував прості завдання, робив помилки, навчався у старших колег і поступово переходив до складнішої роботи. Бізнес фактично фінансував частину професійного навчання, наймаючи джуніорів, стажерів та асистентів.

Якщо значну частину цих завдань забирає генеративний ШІ, компанія отримує можливість скоротити витрати саме в нижній частині професійної піраміди.

Для молодого спеціаліста це означає, що від нього можуть вимагати рівень продуктивності, який раніше приходив лише через кілька років досвіду.

Цю тенденцію підтверджує ще одне дослідження Stanford на 1,25 млрд вакансій та 154 млн трудових записів у 41 країні. Дослідники виявили, що після впровадження генеративного ШІ компанії змінюють кадрову структуру на користь досвідченіших працівників.

Важливо, що це не обов'язково відбувається через пряме скорочення молодих працівників, оскільки у багатьох випадках старша зайнятість просто зростає швидше.

«Зниження частки молодших працівників відбувається передусім через зростання зайнятості старших, а не через падіння зайнятості молодших», — пишуть Бхарат Чандар і Буке Кляйн Теселінк у дослідженні «Як ШІ змінює попит на працю: дані з 41 країни» .

Що це значить: це змінює й саме поняття «професія для початківця». Якщо раніше компанії могли навчити молодого працівника тому, що він не вмів, тепер вони мають альтернативу — передати прості завдання моделі й найняти людину для контролю складніших процесів.

Тому вимога «три роки досвіду для junior position», яка й раніше викликала жарти, може стати реальністю для значно більшої кількості професій.

Виграти в цій ситуації можуть ті навчальні заклади та програми професійної підготовки, які дадуть студентам не лише теорію, а й практичний досвід ще до виходу на ринок праці.

Інакше роботодавець дедалі частіше обиратиме не між досвідченою та недосвідченою людиною, а між недосвідченою людиною та програмою.

Висококваліфіковані працівники також більше не захищені

Попередні хвилі автоматизації найсильніше били по рутинній фізичній та адміністративній праці. Генеративний ШІ відрізняється тим, що його можливості швидко поширюються на професії, де потрібні вища освіта й складна інтелектуальна робота.

Ще у 2023 році дослідження OpenAI та Університету Пенсильванії оцінювало, що приблизно 80% американських працівників можуть мати щонайменше 10% своїх завдань, на які впливатимуть великі мовні моделі, а близько 19% працівників — щонайменше половину завдань.

«Приблизно 80% робочої сили США можуть мати щонайменше 10% своїх робочих завдань, на які вплине впровадження GPT, а близько 19% працівників — щонайменше 50% завдань», — пишуть Тіна Елоунду, Сем Меннінг, Памела Мішкін і Деніел Рок у дослідженні «GPT — це технологія загального призначення: перший погляд на потенційний вплив великих мовних моделей на ринок праці» .

Що це значить: висока експозиція до ШІ ще не означає високий ризик безробіття.

Наприклад, програміст може бути дуже «AI-exposed», тому що модель здатна писати код, але це може дозволити програмісту створювати більше продуктів, а не втратити роботу. Те саме стосується юристів, інженерів, аналітиків, дизайнерів і дослідників.

Саме тому дедалі більше досліджень переходять від питання «чи може ШІ виконати цю роботу?» до питання «що робить компанія після того, як працівник став продуктивнішим?».

Якщо попит на продукт достатньо великий, продуктивність може породжувати нову роботу; якщо обсяг потрібної роботи фіксований, той самий ефект може означати скорочення персоналу.

Фізична праця отримала відстрочку, але не імунітет

Поки генеративний ШІ стрімко змінює офіс, багато фізичних професій виглядають порівняно захищеними.

Такі середовища складніше автоматизувати, ніж електронну таблицю чи стандартний документ. Проте робототехніка також швидко змінюється, особливо після інтеграції машинного зору, сучасних моделей керування й генеративного ШІ. Саме тому нинішня «перевага» фізичної праці може бути лише тимчасовою.

World Economic Forum очікує, що роботизація та автономні системи до 2030 року стануть одним із найбільших технологічних чинників скорочення робочих місць.

За опитуванням роботодавців, AI та інформаційні технології можуть створити приблизно 11 млн робочих місць і витіснити близько 9 млн, тоді як роботи й автономні системи матимуть негативніший чистий баланс — мінус 5 млн місць.

При цьому 58% опитаних роботодавців очікують істотного впливу робототехніки та автономних систем на свій бізнес до 2030 року.

«До 2030 року створення та витіснення робочих місць під впливом глобальних тенденцій разом можуть охопити близько 22% нинішніх формальних робочих місць», — зазначає команда World Economic Forum у звіті «Майбутнє робочих місць — 2025» .

Найімовірніше, роботизація також рухатиметься не через миттєве зникнення професій, а через автоматизацію окремих операцій.

• Людина продовжуватиме працювати на складі, але значну частину переміщення товару виконуватимуть автономні машини.
• Будівельник контролюватиме обладнання, яке бере на себе важкі або небезпечні процеси.
• У сільському господарстві автономні системи поступово виконуватимуть дедалі більше робіт, пов'язаних із моніторингом, обприскуванням, збором урожаю та навігацією техніки.

Тому майбутнє фізичної праці теж, швидше за все, полягатиме в новій комбінації людини і машини.

Головний аргумент оптимістів

Є вагомі підстави вважати, що головний економічний ефект ШІ найближчим часом полягатиме не у скороченні персоналу, а у зростанні продуктивності.

Одним із найвідоміших польових досліджень стало спостереження за 5179 операторами служби підтримки. Працівники, які отримали AI-асистента, в середньому обробляли на 14% більше звернень за годину.

Найбільше виграли новачки та працівники з нижчою початковою продуктивністю: для них приріст досягав приблизно 34%.

«Доступ до інструмента підвищив продуктивність у середньому на 14%, а для новачків і менш кваліфікованих працівників — на 34%», — пишуть Ерік Бріньольфссон, Даніель Лі та Ліндсі Реймонд у дослідженні «Генеративний ШІ на роботі» .

Цей результат важливий, оскільки він демонструє механізм, який відрізняється від простого «робот замінив людину». Модель фактично передавала менш досвідченим працівникам частину практик, які раніше були доступні досвідченішим колегам.

Іншими словами, технологія стискала процес накопичення досвіду. Для компанії це чудово, оскільки нова людина швидше стає продуктивною. Для самого працівника картина двоїста, тому що перевага, яку раніше давав багаторічний досвід, може частково зменшитися.

Ще одне масштабне польове дослідження, яке охопило 7137 працівників знань у 66 компаніях, показало вже інший ефект. Люди, які користувалися генеративним AI-інструментом для електронної пошти, зустрічей і написання текстів, економили приблизно дві години на тиждень на роботі з поштою та менше працювали поза стандартним робочим часом. При цьому дослідники не побачили істотної зміни у загальній структурі робочих завдань.

«Користувачі інструмента витрачали приблизно на дві години менше на електронну пошту щотижня та рідше працювали поза звичайним робочим часом», — пишуть Елеанор Діллон, Соня Джаффе, Ніколь Імморліка та Крістофер Стентон у дослідженні «Як генеративний ШІ змінює робочі звички» .

Що показують дослідження

Картина стає значно цікавішою, якщо вибирати не одне дослідження, яке підтверджує бажаний прогноз, а подивитися на різні результати. Частина авторів уже знаходить перші негативні наслідки для зайнятості, інші не бачать статистично помітного загального ефекту.

Одні прогнозують величезну потенційну автоматизацію, інші наголошують, що технологічна можливість ще не означає економічно вигідної заміни працівника.

Деякі дослідження показують скорочення попиту на певні завдання, тоді як корпоративні дані PwC пов'язують високий рівень використання ШІ зі швидшим зростанням зарплат і чисельності персоналу.

Stanford Digital Economy Lab — «Канарки у вугільній шахті? Шість фактів про вплив штучного інтелекту на зайнятість»

Найважливіший висновок — масового скорочення зайнятості в США дослідники поки не бачать.

• Проте серед працівників 22–25 років у найбільш AI-exposed професіях сформувався приблизно 19-відсотковий розрив у зайнятості порівняно з менш уразливими професіями.
• Основний механізм — слабший найм молодих людей, а не хвиля звільнень.
• Особливо помітний негативний ефект у професіях, де ШІ використовується для автоматизації, а не доповнення працівника.

Stanford Digital Economy Lab — «Як ШІ змінює попит на працю: дані з 41 країни»

Автори проаналізували 1,25 млрд вакансій і 154 млн трудових записів. Після впровадження генеративного ШІ компанії починають збільшувати частку старших працівників щодо молодших.

• При цьому дослідження не показує простого загального скорочення персоналу: є навіть ознаки помірного зростання зайнятості та продуктивності.
• Це дозволяє припустити, що першим ефектом ШІ може стати зміна вікової та професійної структури компаній.

International Labour Organization — «Генеративний ШІ та робочі місця: уточнений глобальний індекс професійної вразливості»

МОП оцінює майже 30 тисяч робочих завдань і доходить висновку, що приблизно чверть світової зайнятості має певний рівень впливу генеративного ШІ.

• Найвищу експозицію мають адміністративні й канцелярські професії.
• Лише близько 3,3% світової зайнятості потрапляє у найвищу категорію впливу. Загальний висновок авторів обережний: трансформація роботи значно ймовірніша за її повну ліквідацію.

ILO — «Трансформація праці: можливості та ризики штучного інтелекту»

Цей огляд збирає ширшу міжнародну літературу й показує двоїстість технології.

• ШІ може підвищувати продуктивність, створювати нові види діяльності та полегшувати частину роботи, але водночас загрожує переміщенням працівників і поглибленням нерівності.
• Важливий акцент МОП — результат залежить не лише від технології, а й від політики компаній, трудових інститутів та здатності працівників впливати на процес упровадження.

World Economic Forum — «Звіт про майбутнє робочих місць 2025»

На основі опитування понад тисячі великих роботодавців WEF прогнозує до 2030 року створення приблизно 170 млн робочих місць і витіснення 92 млн.

• Чистий баланс залишається позитивним — близько 78 млн додаткових місць, але приблизно 22% нинішніх формальних робочих місць так чи інакше зазнають трансформації.
• Тобто WEF прогнозує не кінець роботи, а дуже великий перерозподіл роботи між професіями.

OECD — «Штучний інтелект і зміна попиту на навички на ринку праці»

OECD звертає увагу на те, що більшість працівників, на яких вплине ШІ, зовсім не повинні ставати програмістами чи спеціалістами з машинного навчання.

• Змінюватиметься передусім набір навичок усередині звичайних професій.
• У найбільш ШІ-вразливих професіях особливо важливими залишаються управління, бізнесові навички, фінанси та адміністрування.

NBER — «Генеративний ШІ на роботі»

Польовий експеримент із 5179 працівниками служби підтримки показав середнє підвищення продуктивності приблизно на 14%.

• Новачки та менш кваліфіковані працівники отримали значно більший ефект — близько 34%.
• Це може означати, що ШІ частково демократизує професійні знання, передаючи людям практики найкращих працівників.

NBER — «Як генеративний ШІ змінює моделі роботи»

Експеримент охопив 66 компаній і понад сім тисяч працівників.

• Використання ШІ скоротило час на електронну пошту приблизно на дві години на тиждень і зменшило роботу поза стандартним графіком.
• Але дослідники не побачили різкої перебудови загальної кількості та структури завдань.
• На ранньому етапі ШІ часто працює як економія часу, а не як прямий механізм скорочення робочих місць.

NBER — «Швидке поширення генеративного ШІ»

За американськими опитуваннями наприкінці 2024 року генеративним ШІ користувалися майже 40% людей віком 18–64 років, а 23% зайнятих використовували його для роботи щонайменше раз за попередній тиждень.

• Дев'ять відсотків застосовували технологію щодня.
• За швидкістю проникнення генеративний ШІ вже порівнювався з персональним комп'ютером і поширювався дуже швидко.

NBER — «Тиха поверхня, стрімкі течії: рання трансформація ринку праці під впливом генеративного ШІ»

Дослідження данського ринку праці показало поєднання швидкого впровадження чат-ботів і майже непомітних змін у доходах та відпрацьованих годинах.

• Автори не виявили ефекту більше 2% навіть через два роки після появи ChatGPT.
• Тобто робочий процес змінюється значно швидше, ніж традиційні показники ринку праці.

NBER — «Штучний інтелект і ринок праці»

У цьому дослідженні аналізується вплив ШІ на окремі завдання всередині компаній.

• Чим більша частка завдань професії піддається автоматизації, тим сильніше згодом може падати попит на відповідну працю.
• Але якщо ШІ автоматизує лише частину завдань, працівник може перенаправити час на іншу діяльність, і негативний ефект слабшає.

OpenAI та University of Pennsylvania — «GPT — це технологія загального призначення: перший погляд на потенційний вплив великих мовних моделей на ринок праці»

Раннє дослідження потенціалу великих мовних моделей оцінювало, що для приблизно 80% американських працівників ШІ може впливати щонайменше на десяту частину робочих завдань.

• Для близько 19% працівників потенційно зачіпається не менше половини завдань.
• Важливий висновок — вплив поширюється на всі рівні зарплат, а висококваліфіковані професії не мають автоматичного захисту.

The Budget Lab at Yale — «Відстеження впливу ШІ на ринок праці»

Цей проєкт дає сильний контраргумент алармістським висновкам.

• Станом на вересень 2026 року дослідники не бачать очевидного зв'язку між рівнем реального використання ШІ та змінами зайнятості або безробіття у США.
• Структура професій змінюється, але не настільки різко, щоб можна було впевнено приписати це генеративному ШІ.

McKinsey Global Institute — «Нове майбутнє праці: перегони за впровадження ШІ та підвищення кваліфікації в Європі й за її межами»

За середнім сценарієм McKinsey, до 2030 року технологічно можливо автоматизувати приблизно 27% нинішніх робочих годин у Європі та 30% у США.

• Це не означає автоматичного скорочення такої самої частки людей, оскільки автоматизуються години й операції, а не цілі професії.
• Але Європі через це може знадобитися до 12 млн професійних переходів.

McKinsey — «Генеративний ШІ та майбутнє праці в Америці»

Дослідники очікують особливо сильного скорочення попиту в адміністративній підтримці, частині клієнтського сервісу та деяких інших рутинних професіях.

• Водночас у STEM, медицині, будівництві та низці висококваліфікованих напрямів попит може зростати.
• До 2030 року приблизно 11,8 млн американських працівників у професіях зі скороченням попиту можуть потребувати переходу в інші види діяльності.

Brookings — «Оцінка здатності працівників США адаптуватися до витіснення робочих місць під впливом ШІ»

Brookings пропонує важливе доповнення до поняття AI exposure.

• Два працівники можуть мати однаково високий ризик автоматизації, але абсолютно різні можливості пережити втрату роботи.
• Приблизно 70% американських працівників із високою експозицією мають відносно високий потенціал адаптації, але близько 6,1 млн людей мають одночасно високу експозицію і слабку здатність перейти в іншу роботу.

Anthropic Economic Index — «Ритми»

Anthropic аналізує реальне використання Claude, тому це не прогноз можливостей ШІ, а спроба подивитися, що люди вже доручають моделям.

• У 2026 році користувачі дедалі частіше переходять від коротких консультацій до довших агентних завдань.
• Водночас сама Anthropic наголошує, що її користувачі не репрезентують увесь ринок праці: серед них сильно переважають програмісти й менеджери.

PwC — «Глобальний барометр робочих місць і ШІ — 2026»

PwC аналізує понад мільярд вакансій і отримує картину, значно оптимістичнішу за багато прогнозів.

• Компанії з високим рівнем впливу ШІ демонструють швидше зростання продуктивності, а їхня чисельність персоналу й зарплати також зростають швидше, ніж у менш ШІ-вразливих компаній.
• Одночасно формується двошвидкісний ринок праці: професії, де ШІ підсилює потребу у людському судженні та лідерстві, розвиваються краще, ніж ті, де технологія робить роботу простішою для виконання менш досвідченими людьми.

NBER — «Штучний інтелект і технологічне безробіття»

На відміну від більшості емпіричних досліджень, ця робота моделює можливі довгострокові сценарії.

• У одному з каліброваних сценаріїв автори отримують більше ніж триразове підвищення продуктивності, але водночас довгострокову втрату приблизно 23% зайнятості.
• Це не прогноз, а модель, результат якої залежить від припущень щодо зарплат, продуктивності та адаптації ринку.

Які професії можуть виграти

Штучний інтелект не лише руйнує попит — він створює нові напрямки роботи і збільшує продуктивність старих. Найочевидніші переможці — професії, пов'язані зі створенням, навчанням, упровадженням, перевіркою та захистом AI-систем.

Проте обмежувати майбутній ринок праці програмістами було б помилкою. Значного абсолютного зростання очікують також серед працівників догляду, медиків, освітян, будівельників, водіїв доставки та працівників сільського господарства. Тому майбутнє — це не один новий клас «AI-фахівців», а широкий перерозподіл попиту між галузями.

• розробники й інженери ШІ, фахівці з даних, з кібербезпеки;
• люди, які контролюють результат роботи алгоритмів і несуть за нього відповідальність;
• професії довіри — лікарі, психологи, соціальні працівники, викладачі, консультанти;
• фахівці складної фізичної праці, де середовище важко стандартизувати;
• професії, що поєднують вузьку експертизу та AI-інструменти;
• робота з людьми, де переговори, емпатія, відповідальність і репутація залишаються ключовими.

Головним ресурсом стане не просто знання конкретної програми. Сьогодні «уміння користуватися ChatGPT» ще може виглядати окремою конкурентною перевагою, але через кілька років воно, ймовірно, стане такою самою базовою навичкою, як користування пошуком чи текстовим редактором.

Дорожчим стане інше, а саме уміння поставити правильне завдання, перевірити результат, побачити помилку, зрозуміти контекст і взяти відповідальність за кінцеве рішення.

Саме тому автоматизація не обов'язково знецінює професійну експертизу. Навпаки, коли посередній результат машина може зробити за секунди, здатність відрізнити правильне від переконливо написаної помилки стає значно важливішою.

Найбільша проблема може бути не в безробітті, а в нерівності

Навіть якщо через десять років у світі буде стільки ж робочих місць, скільки сьогодні, це ще не означатиме, що технологічний перехід пройшов безболісно.

• Одна людина може володіти компанією, де сотні працівників замінили автоматизовані системи, і отримувати величезний прибуток.
• Інша може залишатися зайнятою у низькооплачуваній роботі, яку поки що дешевше виконувати людиною.
• Формально обидві людини «мають роботу», але розподіл створеної економічної вартості стає набагато нерівнішим.

Тому дискусія про майбутнє роботи дедалі більше перетворюється на дискусію про майбутнє доходів.

Тут важливий ефект власності. Працівник продає свій час, а власник алгоритму, обчислювальної інфраструктури або роботизованого підприємства отримує вигоду щоразу, коли машина працює.

Якщо частка людської праці у виробництві зменшується, більша частина доходу природно може переходити до капіталу. У минулих технологічних революціях цю проблему частково вирішували профспілки, податкова система, масова освіта, соціальне страхування та політика перерозподілу. Нова революція ставить те саме питання в іншій формі.

Як суспільству отримати частину вигоди від машини, яка не отримує зарплати й не сплачує внесків?

Податок на робота: проста ідея з дуже складними наслідками

Саме тут ми повертаємося до «Робота і митаря» . Якщо компанія наймає працівника, навколо його зарплати існує ціла система податків і соціальних платежів. Якщо ту саму функцію виконує машина, значна частина цих надходжень зникає.

Білл Гейтс ще 2017 року пропонував обговорювати оподаткування роботів, а у 2026 році повернувся до теми в ширшій формі, запропонувавши розглядати також оподаткування AI-токенів.

Його аргумент полягає в тому, що податкова система не повинна створювати додаткову фінансову перевагу для заміни оподатковуваної людської праці машиною.

Ідея звучить просто, доки не спробувати визначити, що саме треба оподаткувати. Промисловий маніпулятор очевидно є роботом. Але чи є «роботом» автоматизована каса, бухгалтерська система, програмний агент, Excel-макрос або модель, яка за 30 секунд виконує двогодинну аналітичну роботу?

Ще складніше відокремити технологію, яка замінила працівника, від технології, яка дозволила працівникові виробляти більше. Саме тому буквальний robot tax ризикує перетворитися на податок на продуктивність і загальмувати корисні інвестиції.

• оподаткування прибутку та надприбутку від автоматизації
• зміни структури соціальних внесків
• податки на цифрові послуги або обчислювальні ресурси
• фінансування перекваліфікації працівників
• участь суспільства у вигодах від зростання продуктивності
• можливе скорочення робочого часу замість скорочення кількості працівників

Головна проблема тут навіть не технічна, а політична. Якщо технологія дозволяє суспільству виробляти у два рази більше за той самий час, теоретично це може означати коротший робочий тиждень і вищий рівень життя.

Але той самий приріст продуктивності може означати, що половина працівників продовжує працювати стільки ж, а друга половина втрачає дохід. Машина сама не визначає, який із цих сценаріїв реалізується. Це залежить від того, кому належить технологія, як організована конкуренція і які правила встановлює держава.

Не «людина проти ШІ», а «людина з ШІ проти людини без ШІ»

Найближчі роки, ймовірно, будуть не епохою тотального протистояння людей і машин. Реальніша конкуренція виникатиме між працівниками, які навчилися використовувати нові інструменти, і тими, хто цього не зробив.

Журналіст із ШІ може швидше працювати з великим документом, програміст — писати типові блоки коду, маркетолог — перевіряти десятки гіпотез, а малий підприємець отримує доступ до частини інструментів, для яких раніше була потрібна ціла команда.

У багатьох випадках це не знищує спеціаліста, а підвищує мінімальну продуктивність, яку ринок очікує від нього. Людина без таких інструментів просто починає програвати конкуренцію.

PwC уже бачить відповідну різницю в оплаті. За глобальним AI Jobs Barometer, працівники з AI-навичками отримують зарплатну премію, а навички, потрібні в найбільш ШІ-вразливих професіях, змінюються значно швидше.

У версії 2026 року PwC також побачила цікаве розділення між професіями, які ШІ «професіоналізує», підсилюючи цінність судження й експертизи, та професіями, які він «демократизує», тобто дозволяє виконувати менш досвідченим працівникам.

«Компанії, які отримують найбільшу віддачу від ШІ, використовують його для посилення людської експертизи, прискорення інновацій і створення нових джерел цінності», — говорить глобальний директор PwC зі штучного інтелекту Джо Аткінсон у дослідженні «Глобальний барометр робочих місць і ШІ — 2026» .

До 2030 року: що можна сказати без фантастики

Найкраще ставитися до конкретних прогнозів із великою обережністю. Ми не знаємо, наскільки швидко подешевшають моделі, якими будуть можливості наступних поколінь ШІ, скільки коштуватимуть роботи і як швидко компанії перебудовуватимуть власні процеси. Але кілька напрямів уже достатньо помітні, щоб говорити про них без футурології.

Генеративний ШІ стає стандартною частиною офісної роботи; автоматизація поступово переходить від окремих завдань до цілих робочих процесів; робототехніка отримує нові можливості завдяки машинному зору й AI-моделям. Одночасно дедалі сильніше зростає потреба в перенавчанні людей.

• менше початкових офісних посад із великою часткою рутини
• вища продуктивність досвідчених спеціалістів
• розширення професій, пов'язаних із контролем, інтеграцією та безпекою ШІ
• автоматизація дедалі більшої частини фізичних операцій
• швидша зміна потрібних навичок усередині старих професій
• постійна необхідність професійних переходів замість однієї освіти «на все життя»
• гостріша дискусія про податки, соціальне страхування та розподіл доходів від автоматизації

Отже, найближче майбутнє навряд чи виглядатиме як фантастичний світ, де більшість людей узагалі не працює. Значно реальніший сценарій — професії залишаються знайомими за назвами, але всередині них працює значно менше людей, кожна з яких робить більше.

Частину нових працівників компанії просто перестають наймати. Інші професії, навпаки, швидко ростуть і страждають від дефіциту людей. І саме на такому суперечливому ринку праці Україна входить у власну AI-трансформацію.

Україна: ШІ приходить на ринок, де людей уже не вистачає

Українська ситуація принципово відрізняється від американської чи західноєвропейської. У багатьох країнах головний страх перед автоматизацією полягає в тому, що економіці може виявитися непотрібною велика кількість людей.

Україна вже сьогодні має протилежну проблему: працівників у багатьох професіях фізично бракує. Війна, мобілізація, вимушена міграція, демографічний спад, внутрішнє переміщення та майбутні потреби відбудови створюють ринок, де автоматизація може не знищувати робочі місця, а дозволяти підприємствам узагалі продовжувати працювати. Це фундаментально змінює сенс дискусії про роботів і ШІ.

Особливо важливо, що найбільший кадровий дефіцит виник не серед тих професій, які нинішній генеративний ШІ автоматизує найкраще. Державна служба зайнятості називає серед дефіцитних водіїв, електромонтерів, сантехніків, електриків, зварників, операторів верстатів із програмним керуванням, токарів, столярів, машиністів екскаваторів, слюсарів, кухарів і пекарів. Значна частина цього списку — фізична, технічна або виробнича праця. Отже, в Україні автоматизація найшвидше заходить не туди, де дефіцит людей найбільший.

Саме тут може виникнути український парадокс. Уявімо підприємство, якому потрібні десять зварників, а знайти вдається п'ятьох. Для такого підприємства роботизована зварювальна система не забирає роботу в людини — вона закриває операції, для яких людини просто немає. Те саме стосується складів, логістики, частини будівельних процесів, агросектору та промисловості. У країні з довгостроковим демографічним дефіцитом роботизація може бути не причиною безробіття, а необхідною передумовою економічного зростання.

Ситуацію посилює зовнішня міграція. Міжнародна організація праці прямо називає переміщення населення, демографічний спад, кадровий дефіцит і невідповідність навичок серед головних проблем українського ринку праці на 2026–2029 роки. Частина людей повернеться, частина залишиться за кордоном, але навіть значне повернення не скасує довгострокової демографічної проблеми. Післявоєнна відбудова, навпаки, ще сильніше збільшить попит на технічних працівників. Це означає, що роботизація для України в багатьох галузях може бути не заміною людини, а способом компенсувати її відсутність.

Водночас офісна частина українського ринку може розвиватися за зовсім іншим сценарієм. У 2026 році Мінцифра оприлюднила результати опитування українського бізнесу , де 93% респондентів заявили, що вже використовують ШІ. Найчастіші напрями — аналіз даних і ринку, прогнозування, маркетинг та продажі; 62% компаній повідомили про позитивний вплив на продуктивність або економічні результати. Вибірка не репрезентує весь український бізнес, однак добре показує, наскільки швидко технологія поширюється серед активних компаній. Отже, технологія не «прийде» в Україну колись пізніше — вона вже працює всередині компаній.

Тому Україна може одночасно побачити дві протилежні картини. Завод не знаходить людей і купує автоматизоване обладнання, щоб не зупиняти виробництво. А офісна компанія не наймає двох молодших аналітиків, тому що досвідчений працівник із ШІ вже справляється з їхнім обсягом роботи. В одному випадку автоматизація рятує робочі місця й підприємство, у другому — закриває молодій людині вхід у професію. Обидва процеси можуть відбуватися в одній країні одночасно.

Український ринок уже страждає від структурного безробіття. Робота є, але професія, навички або географічне розташування людини не збігаються з потребами роботодавця. Генеративний ШІ може зробити цей розрив ще більшим, якщо автоматизація скорочуватиме саме ті офісні позиції, на які люди намагаються перейти з інших секторів. Це особливо важливо для ветеранів, внутрішньо переміщених людей, жінок, людей з інвалідністю та працівників старшого віку. Україні потрібна буде масова перекваліфікація незалежно від ШІ, просто через війну та відбудову.

Нові технології можуть одночасно полегшувати цей перехід і ускладнювати його. З одного боку, цифрові інструменти дозволяють людям із фізичними обмеженнями керувати технікою, працювати дистанційно або виконувати частину операцій, які раніше вимагали фізичної сили. З іншого — вони швидко піднімають вимоги до цифрової грамотності та швидкості навчання. Тому технологічна політика має бути пов'язана з реальною політикою зайнятості, а не існувати окремо від неї. Навчання повинно закінчуватися не сертифікатом, а можливістю перейти у професію, де є попит.

Для українського ринку праці найближчих років можна виділити щонайменше п'ять практичних завдань:

• масова перекваліфікація, прив'язана до реального попиту роботодавців
• автоматизація дефіцитної фізичної праці, а не її штучне стримування
• нові кар'єрні маршрути для молодих спеціалістів, якщо початкові офісні позиції скорочуватимуться
• доступність технологічних робочих місць для ветеранів, людей з інвалідністю та старших працівників
• перебудова податкової та соціальної системи, якщо частка фонду оплати праці у створенні економічної вартості поступово зменшуватиметься

І саме останній пункт повертає нас до дискусії про «Робота і митаря» . Для України прямий податок на роботів може бути особливо небезпечним, якщо він почне карати підприємство за автоматизацію роботи, для якої воно фізично не може знайти працівників. У країні з дефіцитом робочої сили, масштабною відбудовою та потребою різко збільшувати продуктивність логічніше оподатковувати створений прибуток, а не сам факт використання машини. Інакше держава фактично створить податок на модернізацію. Але це не скасовує базової проблеми: якщо машини вироблятимуть дедалі більшу частину економічної вартості, система соціального фінансування, що спирається передусім на людські зарплати, рано чи пізно потребуватиме зміни.

Тому Україна може стати дуже цікавим тестом для всієї дискусії про майбутнє праці. У нас автоматизація відбуватиметься не в умовах надлишку робочої сили, а в умовах її дефіциту. Це дає країні шанс використати ШІ та роботизацію як спосіб компенсувати демографічні втрати й прискорити відбудову. Але одночасно частина людей може програвати від автоматизації навіть тоді, коли економіка в цілому потерпає від браку працівників. Саме здатність перенаправити цих людей туди, де вони потрібні, стане одним із головних випробувань української політики зайнятості.

Тому питання «чи заберуть роботи нашу роботу?» для України сформульоване неправильно. У частині галузей відповідь може бути протилежною: без роботів роботу просто не буде кому робити. У частині офісних професій ШІ справді здатний скоротити потребу в людях і особливо ускладнити старт кар'єри. А в масштабі всієї економіки найбільшим викликом буде не кількість людей і машин сама по собі, а здатність поєднати їх так, щоб продуктивність зростала швидше, ніж соціальна нерівність. Саме від цього залежатиме, чи стане автоматизація для України інструментом відбудови, чи ще одним джерелом нового розриву між людьми.

Можливо, саме тому головне питання нової технологічної епохи звучить не «коли ШІ замінить людину». Значно важливіше запитати: коли людина разом із машиною почне виробляти значно більше, хто отримає результат цього зростання?

Якщо продуктивність перетвориться на вищі зарплати, коротший робочий час, доступніші товари, сильнішу економіку й краще соціальне забезпечення, автоматизація стане продовженням попередніх технологічних революцій. Якщо ж результат концентруватиметься переважно у власників технології, світ може отримати не безробіття в буквальному сенсі, а складнішу кризу — суспільство, де продуктивність зростає, але вигоди від цього зростання розподіляються дедалі нерівномірніше.

Для України цей вибір матиме ще й безпосередній зв'язок із тим, як країна відбудовуватиметься після війни.

Економіка