Автоматизация чаще заменяет отдельные операции, а не профессию целиком. Когда расчёт, поиск или написание типового кода дешевеют, организации увеличивают объём работы, добавляют правила и передают человеку исключения, проверку и ответственность. Поэтому профессия может потерять рутину, но стать шире и сложнее.
Дальше вы увидите, куда на самом деле девается выигрыш от Excel, 1С, калькуляторов и искусственного интеллекта, почему НДФЛ уже нельзя честно описать одной ставкой и какие навыки становятся важнее, когда саму операцию умеет выполнять машина.
В статье вы узнаете:
Профессия состоит из десятков разных задач. Бухгалтер переносит документы в систему, проверяет проводки, следит за сроками, разбирает необычные операции, объясняет руководителю последствия решения и отвечает на требования налоговой. Статистик очищает данные, выбирает метод, считает показатели, проверяет ограничения модели и объясняет, что результат означает в реальном мире.
Машина может забрать одну операцию из этого набора. Электронная таблица мгновенно складывает столбец, но не знает, какую строку забыли внести. Учётная система начисляет зарплату, если ей правильно задали сотрудника, период, льготы и вид выплаты. Модель строит график, но сама по себе не решает, можно ли сравнивать две группы и не перепутана ли причина со следствием.
Excel вышел в 1985 году, российская фирма 1С появилась в 1991-м. За прошедшие десятилетия бухгалтерские и аналитические программы убрали горы ручной арифметики. Они не убрали хозяйственные операции, налоги, ошибки, проверки и управленческие решения. Наоборот, дешёвый расчёт позволил вести больше показателей, чаще закрывать отчётность и быстрее находить отклонения.
Экономист Дэвид Аутор предлагает смотреть именно на задачи. Автоматизация заменяет труд в рутинных операциях, одновременно дополняет человека в решении проблем и снижает цену результата. Более дешёвый результат может увеличить спрос на него, поэтому количество работы не обязано сокращаться пропорционально выигранным минутам [Autor, 2015].
Отсюда первая поправка к популярному прогнозу. Исчезнуть может конкретная роль, особенно если она почти целиком состоит из повторяемого ввода. Но соседняя профессия с тем же предметом работы способна вырасти, потому что теперь один специалист обрабатывает больше случаев и отвечает на более сложные вопросы.
Я бы назвал этот механизм бюджетом сложности. Это не отдельный научный закон и не единая формула для всех профессий. Это удобная модель: инструмент освобождает время и деньги на одной операции, а организация решает, на что потратить освободившийся ресурс.
Сначала дешевеет единица работы. Формула в таблице считает тысячу строк почти с той же лёгкостью, что и десять. Генератор создаёт типовой фрагмент кода за секунды. Электронная форма проверяет обязательные поля до отправки.
Затем растёт объём. Если отчёт можно собрать за час вместо недели, его начинают делать каждый месяц, потом каждую неделю, затем показывают отдельно по городам, продуктам и группам клиентов. Экономия остаётся реальной, просто компания покупает на неё больше аналитики.
После этого растёт точность правил. Ручная система любит несколько крупных категорий. Автоматическая позволяет завести двадцать тарифов, пять порогов, исключения для отдельных доходов и особое поведение в последний день месяца. То, что раньше было слишком дорого считать, становится технически возможным.
Наконец повышается стандарт. Вчера отчёт готовили десять дней, сегодня его ждут утром. Вчера сайт просто открывался, сегодня он должен быстро работать на телефоне, быть доступным для людей с ограничениями, правильно показываться в поиске и мессенджерах, собирать аналитику и не терять данные.
Бюджет сложности в этой статье означает часть выигрыша от автоматизации, которую люди тратят на больший объём, более тонкие правила, новые проверки и повышенные ожидания. Компания может потратить его и на сокращение работы. Но конкурентная среда часто подталкивает вложить выигрыш в дополнительные возможности.
Получается маленький парадокс. Каждая отдельная операция стала проще, а вся система сложнее. Кнопка считает налог безошибочно, но прежде нужно определить, какую базу, ставку, льготу и период ей передать.
Российская ставка НДФЛ 13%, которую многие помнят как символ простого налога, появилась в 2001 году. Фраза «умножил доход на 0,13 и готово» и тогда описывала не все случаи, но хорошо передавала устройство основной шкалы. В 2021 году для части дохода свыше 5 млн рублей появилась ставка 15%. С 2025 года основная шкала стала пятиступенчатой.
Теперь к части основной налоговой базы до 2,4 млн рублей применяют 13%, от 2,4 до 5 млн рублей 15%, от 5 до 20 млн рублей 18%, от 20 до 50 млн рублей 20%, свыше 50 млн рублей 22%. Повышенная ставка применяется только к части над порогом, а не ко всему доходу. Для некоторых доходов действуют отдельные шкалы, правила и исключения. Всё это перечисляет ФНС России.
Например, при основной налоговой базе 3 млн рублей первые 2,4 млн облагаются по ставке 13%, а оставшиеся 600 тысяч по ставке 15%.
2 400 000 × 13% + 600 000 × 15% = 402 000 рублей
Эффективная ставка составит 13,4%, а не 15%. Это всё ещё понятный расчёт, но к нему уже нельзя подходить одной операцией умножения. Нужно разбить доход по диапазонам. Затем могут понадобиться отдельные налоговые базы, вычеты, статус резидента и вид дохода. Для прикладного результата проще рассчитать НДФЛ с учётом шкалы и вычета, чем каждый раз заново собирать правила на листке.
Компьютеры не придумали сложные налоги. Ставки, вычеты и исключения появляются из политических и экономических решений: государство пытается по-разному учитывать доход, обстоятельства человека и цели бюджета. Цифровой учёт лишь снижает стоимость такого устройства. Системе проще принять тонкое правило, когда миллионы расчётов выполняют программы.
Это важная граница гипотезы. Автоматизация не заставляет законодателя усложнять закон. Она снимает одно из ограничений, которое раньше делало сложность слишком дорогой. Дальше люди сами решают, оставить простую ставку или потратить вычислительную возможность на более точную, справедливую либо политически удобную систему.
Представим бухгалтера до электронной таблицы. Большая часть дня могла уходить на перенос цифр, сверку итогов и повторный расчёт после одной найденной ошибки. Компьютер справился с этой частью. Освободившееся место заняли новые формы отчётности, интеграции с банками и государственными системами, контроль доступа, электронные документы, обновления законодательства и анализ хозяйственных операций.
Поэтому полезно различать счётного работника и профессионального бухгалтера. Чем ближе роль к механическому вводу одинаковых документов, тем легче её сократить. Чем больше в ней оценки, контроля, объяснения и ответственности, тем чаще программа становится рабочим местом специалиста, а не его заменой.
Статистика прошла похожий путь. Компьютер за секунды строит модель, которую человек раньше считал неделями. Но дешёвая модель создаёт соблазн проверить сотни признаков, сегментов и вариантов. Возникают новые вопросы: как собраны данные, кого в них нет, не подсмотрели ли мы ответ заранее, можно ли переносить вывод на другую группу, что делать с пропусками и кому навредит ошибка.
Быстрый расчёт не делает вывод очевидным. Если продажи зонтов растут вместе с числом автомобильных аварий, таблица честно покажет связь. Статистик должен заметить дождь, который влияет на оба показателя. Машина великолепно считает вопрос, который ей задали. Профессия начинается в месте, где нужно понять, тот ли это вопрос.
Меняется и сам продукт труда. Раньше ценностью могла быть правильно сложенная ведомость. Теперь от специалиста ждут объяснения: где риск, почему показатели разошлись, что произойдёт при другом сценарии и можно ли доверять данным. Арифметики стало меньше, а перевода между цифрами, правилами и решениями больше.
Автоматизировать выгоднее всего частый и понятный сценарий. Платёж прошёл, поля заполнены, ставка известна, документ совпал с шаблоном. Именно на таких случаях программа экономит больше всего времени.
Человек остаётся рядом для редких ситуаций: платёж задвоился, договор сочетает несколько видов услуг, сотрудник сменил статус посреди периода, данные двух систем расходятся, закон допускает разные толкования. Исключение случается редко, но почти всегда требует больше контекста, чем обычная операция.
Отсюда неприятная ирония. Новичок раньше учился на сотнях простых случаев и постепенно начинал видеть сложные. После автоматизации простые случаи проходят мимо него, а на экран сразу падает красное уведомление с задачей, которую не смог разобрать алгоритм. Работа стала реже повторяться и хуже подходить для обучения.
Есть ещё проблема навыка. Если программа годами ведёт процесс сама, человек теряет практику ручного управления. Но именно его позовут, когда программа встретит неизвестную ситуацию. Получается дежурный пилот, которому нужно сохранять мастерство на земле, чтобы однажды правильно действовать в шторм.
Поэтому хорошая автоматизация включает не только счастливый путь. Она объясняет решение, показывает исходные данные, позволяет проверить промежуточный результат, сохраняет историю и учит безопасно обрабатывать сбой. Иначе организация получает быстрый процесс в обычный день и очень дорогую загадку в необычный.
С искусственным интеллектом программисты, вероятно, увидят знакомый механизм. Если типовую форму, запрос к базе или тест можно написать за несколько минут, компания не обязательно сократит план разработки. Она может заказать больше интеграций, быстрее проверять идеи, персонализировать продукт для маленьких групп и автоматизировать процессы, до которых раньше не доходили руки.
Переход от отдельных подсказок к перестройке процессов можно назвать ИИзацией. Модель становится инфраструктурой, когда вокруг неё меняются данные, контроль, обучение и ответственность, а не только скорость написания текста или кода.
Дешёвый код увеличивает количество кода. Вместе с ним растут зависимости, способы взаимодействия и число мест, где что-то может сломаться. Сгенерировать функцию мало. Нужно понять требование, выбрать архитектуру, подключить данные, проверить безопасность, измерить скорость, написать тесты, выпустить изменение и заметить проблему после запуска.
Особенно хорошо это видно на сайтах. Когда-то можно было написать один HTML-файл и положить его на сервер. Такой файл по-прежнему можно собрать в визуальном HTML-редакторе. Но коммерческий сайт сегодня ещё получает мобильную вёрстку, доступность, поисковые метаданные, структурированные данные, карточки для мессенджеров, аналитику, согласие на обработку данных, защиту, резервные копии и процесс обновления.
Каждый слой решает настоящую задачу. Вместе они превращают автора страницы в того самого программистоэкономистоюристоразработчика. В большой компании эти роли разделят между специалистами. В маленьком проекте один человек хотя бы должен понимать границы каждой области и вовремя звать того, кто знает глубже.
Поэтому слово «программист» может стать менее точным. Ценность смещается от набора синтаксиса к сборке работающей системы: договориться о результате, задать ограничения, соединить сервисы, проверить ответ ИИ, оценить риск и не оставить после запуска цифровой сарай, который держится на надежде.
Это не обещание, что все программисты сохранят прежние места и зарплаты. Простые задачи, на которых начинающие набирали опыт, уже становятся дешевле. Отдельные команды смогут делать тот же объём меньшим составом. Но одновременно падает цена создания программ, а значит, программировать станет выгодно там, где вчера разработка не окупалась. Какая сила окажется больше, зависит от спроса, организации рынка и того, насколько хорошо новые системы решают реальные задачи.
Гипотеза о бюджете сложности хорошо объясняет часть происходящего, но её легко превратить в красивую универсальную легенду. Этого делать не стоит.
Некоторые профессии действительно сокращаются. Если почти вся роль состоит из предсказуемых операций, спрос может упасть быстрее, чем появятся новые задачи. Название должности иногда остаётся в справочнике, хотя рабочих мест становится меньше.
Не вся экономия уходит в сложность. Она может снизить цену продукта, сократить рабочий день, увеличить прибыль или уменьшить штат. Пользователь интернет-банка не получил десять новых банковских профессий только потому, что перевод стал проще.
Технология не является единственной причиной. Налоги усложняют политические решения, сайты обрастают требованиями из-за конкуренции, рисков и законов, компании множат отчёты из-за собственной культуры управления. Компьютер делает эти решения выполнимыми, но не принимает их вместо людей.
Сложность можно не покупать. Компания может оставить три понятных тарифа вместо сорока семи, удалить бесполезный отчёт, стандартизировать договор и отказаться от функции, которой воспользуются двенадцать человек. Иногда лучшая трата выигрыша от автоматизации состоит в том, чтобы действительно работать меньше.
Значит, речь идёт не о железном законе, а о сильном стимуле. Когда новая возможность становится дешёвой, появляется очередь желающих её использовать. Если никто не защищает простоту, свободный бюджет быстро разбирают новые требования.
Учитесь видеть профессию как набор задач. Отметьте, какие операции повторяются по ясному правилу, какие требуют контекста, а за какие вы лично отвечаете. Первую группу стоит автоматизировать. Вторая и третья показывают, чему учиться дальше. Когда вариантов несколько, полезно отдельно оценить работу по четырём вопросам икигай: что вам интересно, что вы умеете, что нужно людям и за что готовы платить.
Осваивайте предметную область вместе с инструментом. Бухгалтеру мало нажимать кнопки в 1С, разработчику мало получать код от модели, аналитику мало строить график. Нужно понимать, откуда взялись исходные данные, какое правило применено и как заметить правдоподобную ошибку.
Тренируйтесь на исключениях. Разбирайте сбои, сохраняйте сложные случаи, проводите учебные аварии и оставляйте понятную историю решений. Если автоматизация забрала простую практику, обучение придётся создавать специально.
Считайте сложность расходом. Новая ставка, отчёт, интеграция или поле формы требуют не только разработки. Их нужно объяснять, тестировать, обновлять и поддерживать. Полезный вопрос перед добавлением: какую старую сложность мы уберём взамен?
Проверяйте результат, а не красоту процесса. Тысяча строк кода, двадцать показателей и подробная налоговая форма могут выглядеть солидно. Ценность появляется, когда система помогает человеку принять правильное решение и не создаёт больше ошибок, чем исправляет.
Что хочется сказать в конце. Автоматизация переносит границу работы. Машина забирает повторяемую операцию, люди увеличивают масштаб, добавляют правила, а специалист поднимается к исключениям, связям и ответственности. Поэтому будущий программист может писать меньше кода и держать в голове больше системы. Это всё ещё программист. Просто у него опять появилась новая вкладка, которую нельзя закрыть.
Напишите своё мнение, комментарий или предложение.