видеоподкасты
Парадокс Нестерова LIVE
Интервью, разборы кейсов и разговоры о будущем бизнеса.
контакты
Связаться со мной
Выберите формат сотрудничества. Я лично отвечаю на все заявки в течение 24 часов.
Согласно докладу ООН о гендерном равенстве, вышедшему в 2025 году, женские рабочие места сильнее пострадают от повсеместного внедрения искусственного интеллекта, чем мужские. Forbes Woman рассказывает, как технологии влияют на занятость и карьерные перспективы женщин и какие решения помогут бороться с неравенством на меняющемся рынке труда

По данным доклада ООН Gender Snapshot 2025, за последние десять лет уровень участия женщин трудоспособного возраста в рабочей силе (то есть доля женщин, которые трудоустроены или активно ищут работу) вырос с 62,8% до 64,5% — это первый заметный рост после 20 лет стагнации. Также за это же время незначительно сократился и гендерный разрыв в представленности на рынке труда: с 29,9% до 27,8%. Однако за позитивной динамикой скрывается новая тревога. Хотя в 2024 году женщины составляли 40,3% мировой рабочей силы, за два года на них придется лишь 29,4% ее прироста.

Одна из причин — стремительное развитие искусственного интеллекта, которое может стать для женщин барьером, который затормозит доступ к работе и карьерному росту. В отчете Bloomberg, вышедшем в апреле 2025 года, говорится, что уже сегодня ИИ может взять на себя более половины задач «белых воротничков». И женщины, согласно оценкам ООН, пострадают сильнее: почти 28% женских рабочих мест в мире (против 21% мужских) может «заместить» генеративный ИИ — тот, что создает текст, изображения, музыку, видео, программный код, имитирует речь.

Под угрозой ли женские карьеры?

Современное разделение профессий на «мужские» и «женские» — не только стереотип из прошлого, но и прямое следствие того, как сегодня устроено разделение обязанностей в семьях. Как поясняет декан Философско-социологического факультета ИОН РАНХиГС Анастасия Астахова, до сих пор именно женщины чаще берут на себя уход за детьми и родственниками. Поэтому они стараются выбирать работу с гибким графиком, неполной занятостью или возможностью работать из дома. По словам Астаховой, такие позиции действительно дают больше маневра, но одновременно делают женщин уязвимыми.

Чтобы понять, почему развитие ИИ несет большие риски именно для карьер женщин, достаточно взглянуть на сферы, где они работают. «Чаще всего женщины заняты в тех областях, где ИИ-алгоритмы уже умеют выполнять значительную часть операционных задач — в маркетинге, PR, HR, клиентских службах и бухгалтерии», — поясняет преподаватель программы MBA в бизнес-школе ИМИСП, эксперт в области цифровой трансформации Андрей Нестеров.

Согласно данным «Русской службы Би-би-си» (внесена в список иноагентов), женщины составляют 71% операторов в колл-центрах по всему миру. В США, по данным Бюро переписи населения, с 2000-го по 2019 год они занимали от 93% до 97% всех позиций секретарей и ассистенток. В России, согласно исследованию портала Superjob, они подают 95% резюме на должность бухгалтера (к тому же 58% россиян уверены, что бухгалтер — это исключительно женская профессия).

В технических сферах женщины также оказываются в уязвимом положении. Их доля в IT и так невелика — в среднем около 20% в мире. А кроме того, сотрудницы чаще занимаются тестированием, поддержкой, аналитикой и ведением документации — задачами, которые сегодня все чаще способен выполнять ИИ.

Примечательно, что типично женские профессии, связанные с уходом и заботой (медсестры, сиделки, сотрудницы хосписов), в докладе ООН оцениваются как более защищенные от экспансии ИИ. «Скорее всего, искусственный интеллект будет выполнять ту часть работы, которая уже передана в цифровой формат, более эффективно. Все остальное, что выходит за пределы документооборота и еще не цифровизировано, машина вряд ли заменит», — рассуждает автор книги «Искренний сервис», эксперт по мотивации сотрудников и управления организациями Максим Недякин.

По его мнению, полной замены невозможно добиться и в сфере образования, где доля женщин также высока: среди школьных учителей их 88,3%, среди воспитателей — 96,4%, среди преподавателей вузов — 57,6%. «ИИ может помочь с отчетностью, подготовкой к урокам, методической поддержкой. Но это не значит, что из десяти учителей восемь будут заменены им. Технологии будут перераспределять задачи и поддерживать учителей, сохраняя их в профессии, а дополнительная нагрузка может компенсироваться с помощью ИИ», — продолжает мысль Недякин.
Со временем сфера труда неизбежно трансформируется, а внедрение технологий генеративного искусственного интеллекта приведет к сокращению числа сотрудников, выполняющих рутинную работу. «Именно «женские» профессии в массе своей окажутся радикально трансформированы, часть рутинных функций исчезнет безвозвратно, часть профессий будет сокращена, а другие по-новому перераспределены между мужчинами и женщинами», — делает вывод Андрей Нестеров.

Женщины против искусственного интеллекта

Впрочем, для многих профессий появление ИИ-технологий означает не их упразднение, а качественное изменение, прежде всего, в плане интенсивности и автономности. Однако тут возникает вопрос о том, кто умеет работать с искусственным интеллектом и превращать его в инструмент. По данным Гарвардской школы бизнеса за 2025 год, женщины осваивают генеративные технологии заметно реже мужчин — в среднем на 25% медленнее. В итоге квалифицированные сотрудницы постепенно теряют конкурентное преимущество.

Осторожность женщин по отношению к ИИ связана не с техническими барьерами или интеллектуальными способностями, а с социальными переживаниями. Согласно гарвардскому исследованию «Глобальные данные о гендерном неравенстве и генеративном ИИ» 2025 года, некоторые девушки опасаются, что коллеги сочтут использование искусственного интеллекта мошенничеством или же усомнятся в их профессиональных способностях. «Мужчины, похоже, куда увереннее (я бы даже сказал, чересчур уверены), что, пользуясь ИИ, они в любом случае получат только выгоду», — отмечает доцент кафедры администрирования Гарвардской школы бизнеса Рембрандт Конинг в разговоре с изданием Fortune.

Экономисты и исследователи уже много лет обращают внимание на то, что гендерное неравенство на рынке труда обходится мировой экономике слишком дорого — по данным аналитической компании Moody’s Analytics за 2023 год, ежегодные потери превышают $7 трлн. В 2022 году Всемирный банк подсчитал, что мировой ВВП мог бы быть на 19% выше при полном участии женщин в рабочей силе. В то же время совместное исследование Международной организации труда (МОТ) и Национального исследовательского института Польши показало, что в странах с высоким уровнем дохода женщины почти в три раза чаще мужчин теряют работу из-за генеративного ИИ. И связано это с автоматизацией не только собственно труда, но и набора новых сотрудников.

Сегодня 98,4% компаний из списка Fortune 500 используют искусственный интеллект в процессе найма. При этом, согласно исследованию аналитического центра Института Брукингса, периодически ИИ опирается на гендерные стереотипы. Так, крупнейшие языковые модели (то есть те, что обладают наибольшим количеством данных об устройстве общества и рынка труда) предпочитают резюме с мужскими именами в 51,9% случаев, тогда как с женскими — лишь в 11,1%. По словам аналитика Центра стратегического прогнозирования Джулии Неахер, если исторические данные о найме содержат предвзятость в пользу мужчин, генеративные модели — включая те, что сегодня внедряются в HR-процессы, — с высокой вероятностью будут транслировать ее дальше. И это породит замкнутый круг.

Новая цифровая архитектура неравенства

Ситуация, когда новая технология ускоряет экономический рост на макроуровне и одновременно усиливает гендерный разрыв, довольно типична. Например, появление пишущей машинки, телефона и компьютера в свое время «впустило» женщин в офисы, но только в качестве дешевой, дисциплинированной рабочей силы для рутинных операций, напоминает тендерная исследовательница, ведущий научный сотрудник Социологического института ФНИСЦ РАН, автор Telegram-канала «Женщина, у которой накопилось» Жанна Чернова. «Кажется, ИИ идет по той же траектории. Он не нейтрален, он уже встроен в гендерную архитектуру профессий. И поэтому более реалистичен тот сценарий, при котором ИИ меняет формы той же самой гендерной стратификации, как делали до него пишущая машинка и таблицы Excel».

По словам Жанны Черновой, до сих пор мужчины имеют более легкий доступ к высоким карьерным ступеням и «уважаемым» профессиям, тогда как женщины концентрируются в «околопрофессиональных» сегментах с размытыми карьерными траекториями. «Если перенести эту логику на ИИ, то это может означать, что новые задачи (настройка систем, аналитика, принятие решений на основе данных) оформятся как отдельные позиции, на которые набирают «с рынка» или переобучают уже привилегированные группы (то есть профессионалов-мужчин), а не тех, кто раньше делал «невидимую» административную работу», — говорит социолог.

Рычаги влияния в этой ситуации — у тех, кто управляет цифровой трансформацией рабочих мест. «Компаниям стоит строить стратегию на осмысленном внедрении ИИ во внутренние рабочие процессы. Важно привлекать сотрудников к обучению и экспериментам с ИИ-инструментами — даже там, где отдача пока не очевидна. Ключ в том, чтобы создавать новые роли вокруг ИИ», — подчеркивает Андрей Нестеров.

По мнению Максима Недякина, если заранее адаптировать рабочие процессы под развитие ИИ, замещения «по половому признаку» не произойдет: «Скорее будет переход к более устойчивым ролям, когда доля женщин на рынке труда уже высока и риск автоматизации минимален».

Однако Жанна Чернова сомневается в столь позитивных прогнозах. По ее словам, без явного решения со стороны работодателя, например, по пересмотру принципов оплаты труда и критериев квалификации, «освободившиеся» от рутины женщины с большой вероятностью останутся в том же формальном статусе, просто с другим набором мелких поручений.
Еще один конкурент: почему ИИ-технологии угрожают заменить женщин на рынке труда
Новая архитектура компетенций: три «I» и модель MELDS
Мы сталкиваемся с управленческим парадоксом: чем мощнее становится искусственный интеллект, тем критичнее становится чисто человеческое в лидере. ИИ легко сымитирует аналитический отчёт, но он не может взять на себя ответственность. У него нет этики, эмпатии и способности держать смысловую рамку, когда у команды нет полной информации и цена ошибки высока.
Опираясь на исследования Лаборатории «Лидерство + ИИ» и многолетнюю работу с руководителями, я предложил рассматривать ядро лидерской зрелости как авторскую модель трёх «I»: Insight, Integrity и Intuition. Этот фреймворк не заимствован из классических учебников по лидерству, а родился на стыке практики и академии - как попытка точно описать тот минимальный набор человеческих качеств, без которого архитектура лидерства в эпоху ИИ не работает.
· Insight (проницательность),
· Integrity (целостность/честность)
· Intuition (стратегическая интуиция).

Это больше не «soft skills» - это ядро профессиональной капитализации лидера. Модель трёх «I» - не просто ещё один набор красивых слов, а практическая проверка архитектуры лидерства на состоятельность в эпоху ИИ. Если в конкретной управленческой ситуации лидер не демонстрирует проницательность (Insight), не берёт на себя ценностную и репутационную ответственность (Integrity) и не готов опираться на стратегическую интуицию там, где данных по определению недостаточно (Intuition), никакая глубина моделей или масштаб инвестиций в ИИ не компенсируют этот дефицит: архитектура решений начинает рассыпаться, а технологии лишь ускоряют движение организации в неверном направлении.

Также в Лаборатории ИМИСП мы используем модель MELDS, предложенную Полом Догерти и Джеймсом Уилсоном в книге «Человек +Машина» Human + Machine: Reimagining Work in the Age of AI.[6]
Модель описывает пять ключевых компетенций лидера в эпоху искусственного интеллекта, которые, на мой взгляд, необходимо развивать в первую очередь.
M - Mindset, «мышление, модус лидера в эпоху ИИ» - готовность работать в условиях неопределенности.
E - Experimentation, «эксперимент как управленческая норма» - способность организации быстро проводить эксперименты.
L - Leadership, «лидерство гибридных команд» - умение управлять гибридными командами людей и AI-агентов.
D - Data, «дисциплина работы с данным» - понимание природы данных и ограничений алгоритмов.
S - Skills, «персональные навыки» - практическая работа руководителя с инструментами искусственного интеллекта.
MELDS становится «скелетом» архитектуры лидерства в эпоху искусственного интеллекта: он показывает, что ключевым ограничением ИИ остаётся не вычислительная мощность, а человеческая готовность лидера мыслить по‑новому, экспериментировать, брать на себя ответственность, работать с данными и развивать собственные навыки

Agentic AI и новая архитектура компании
Следующий этап развития искусственного интеллекта связан с появлением agentic AI - автономных интеллектуальных агентов, способных выполнять сложные последовательности задач.
В отличие от традиционных моделей, которые отвечают на запрос пользователя, агентные системы способны самостоятельно планировать действия, анализировать результаты и корректировать собственные шаги, фактически становясь «цифровыми сотрудниками» в архитектуре компании [5]
Это меняет архитектуру организации.
Компании постепенно переходят от структуры, где цифровые инструменты поддерживают человека, к структуре, где люди и цифровые агенты образуют гибридные команды. В таких командах алгоритмы берут на себя аналитическую и операционную часть работы, а человек концентрируется на постановке задач, интерпретации результатов и принятии решений.

Как меняется роль совета директоров
Появление искусственного интеллекта меняет и роль высшего уровня корпоративного управления. Если раньше совет директоров в основном сосредотачивался на утверждении стратегий, контроле финансовых результатов и крупных инвестиций в технологии, то сегодня ему приходится обсуждать архитектуру ответственности за решения, принимаемые с участием алгоритмов, задавать рамку допустимых рисков и определять принципы работы с данными и этикой ИИ.
Исследование Deloitte показывает, что всё больше советов директоров начинают включать вопросы ИИ в повестку корпоративного управления, рассматривая их в контексте рисков, этики и стратегической устойчивости [9]
Это означает, что совет директоров постепенно превращается из органа контроля в орган стратегической навигации в эпоху искусственного интеллекта.

Уязвимости архитектуры: вопросы без готовых ответов
Было бы интеллектуально нечестно завершить этот текст только описанием возможностей. Любая архитектура имеет точки уязвимости - и архитектура лидерства в эпоху искусственного интеллекта не исключение.
Мы намеренно формулируем эти уязвимости как открытые вопросы - не потому что не решаемся отвечать, а потому что ни один из них не имеет на сегодняшний день ни универсального, ни окончательного ответа. Именно здесь находится реальная граница управленческого знания.
Где проходит граница между «ИИ помогает решать» и «ИИ решает за человека»? По мере того как алгоритмы становятся убедительнее и быстрее, эта граница смещается - незаметно для самого руководителя. Исследование MIT Media Lab 2025 года фиксирует когнитивный эффект: чем чаще человек делегирует мышление, тем труднее ему вернуть его обратно. Для лидера-архитектора это означает, что делегирование алгоритму требует такой же осознанности, как делегирование человеку - с явной постановкой задачи, критериями качества и точкой возврата ответственности.
Кто несёт ответственность за решение agentic AI в реальном бизнес-процессе? Когда цифровой агент принимает решение в операционном контуре и это решение приводит к ошибке - кто является субъектом ответственности: тот, кто внедрял систему, кто формулировал задачу, или тот, кто не поставил ограничение? Корпоративное право, управленческая практика и этика ИИ пока дают на этот вопрос разные ответы. Лидер-архитектор не ждёт, пока право догонит технологию: он фиксирует границы полномочий агента заранее - так же, как фиксирует полномочия любого сотрудника, принимающего решения от имени компании.
Как измерить качество архитектуры лидерства до того, как она даст сбой? Human Elevation Metrics, описанные в этом тексте, позволяют отслеживать эффект. Но архитектура может казаться устойчивой ровно до момента, когда система оказывается в нестандартной ситуации. Предиктивных метрик для оценки «управленческой хрупкости» в эпоху ИИ пока не существует. Это не повод откладывать измерение - это повод строить архитектуру с запасом прочности, а не только с расчётом на штатный режим.
Как сохранить вовлечённость команды, когда ИИ справляется быстрее - и люди это видят? Это не вопрос о замене рабочих мест. Это более тонкая управленческая проблема: о смысле, который человек находит в своей работе, когда алгоритм выполняет её за секунды. Мотивация, построенная на скорости и точности исполнения, в этой среде разрушается. Мотивация, построенная на суждении, авторстве и ответственности за результат - нет. Это означает, что архитектура лидерства должна явно отвечать на вопрос: за что именно человек в этой команде отвечает так, как не может алгоритм.
Что происходит, когда архитектуру выстраивает меньшинство? Все четыре вопроса выше - про внутреннюю устойчивость компании. Но есть системная уязвимость, которая возникает снаружи: партнёры, поставщики и контрагенты, не выстроившие собственную архитектуру ответственности, создают риски для тех, кто её выстроил. Управленческая зрелость одной компании не изолирует её от управленческой незрелости экосистемы вокруг. Это означает, что архитектура лидерства — не только внутренний проект, но и требование к партнёрской среде.
Эти вопросы - не слабость архитектуры. Это её честная граница. Лидер-архитектор отличается от лидера-эксперта не тем, что знает все ответы заранее, а тем, что проектирует систему, способную замечать собственные сбои раньше, чем они становятся кризисом.

Вместо заключения
Технологическое преимущество копируется за квартал. Архитектура лидерства - годами.
ИИ не принимает плохих решений. Он масштабирует решения тех, кто его настраивает.
Делегировать алгоритму задачу - управленческий выбор. Делегировать ответственность - управленческая иллюзия.
Компания, которая измеряет ИИ в сэкономленных часах, оптимизирует прошлое. Компания, которая измеряет его в качестве решений, проектирует будущее.
Чем мощнее становится ИИ - тем дороже стоит человек, который умеет думать сам.

Вопрос для размышления
Когда ИИ в вашей компании станет сильнее — вы станете лидером, который его направляет, или руководителем, которого он заменяет?

Взгляд вперед
Смысл, который лидер привносит в бизнес, невозможно сгенерировать промптом. Его можно только прожить - в конкретных развилках: где мы готовы ускоряться любой ценой, а где сознательно ставим границы; где делегируем машине, а где, несмотря на соблазн автоматизации, удерживаем человеческое решение на себе. В этом и проявляется архитектура лидерства в эпоху искусственного интеллекта: не в наборе технологий, а в том, как лидер распределяет между собой и алгоритмами ответственность за будущее компании.
Мы только в начале пути, и дальше начнётся самая сложная и самая интересная часть работы - проектирование будущего, в котором технологии работают не на обнуление человека, а на его возвышение, а архитектура лидерства позволяет этому будущему действительно состояться
Автор: Андрей Нестеров, профессор практики, руководитель лаборатории «Лидерство+ИИ» бизнес-школы ИМИСП
[1] BCG. As AI Investments Surge, CEOs Take the Lead on Decision Making and Upskilling Themselves (Jan 15, 2026).
https://www.bcg.com/press/15january2026-as-ai-investments-surge-ceos-take-lead
[2] McKinsey. The State of AI in 2025.
https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai/
[3] McKinsey. Superagency in the Workplace.
https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/superagency-in-the-workplace-empowering-people-to-unlock-ais-full-potential-at-work
[4] Dell’Acqua F., Mollick E., Lakhani K. Navigating the Jagged Technological Frontier.
https://d3.harvard.edu/navigating-the-jagged-technological-frontier/
[5] Mollick E. et al. Cyborgs, Centaurs and Self-Automators.
https://www.hbs.edu/ris/Publication%20Files/26-036_e7d0e59a-904c-49f1-b610-56eb2bdfe6f9.pdf
[6] Daugherty P., Wilson H. Human + Machine.
https://www.oreilly.com/library/view/human-machine/9781633693876/
[7] Deloitte. State of AI in the Enterprise (2026).
https://www.deloitte.com/global/en/issues/generative-ai/state-of-ai-in-enterprise.html
[8] Ping An Group. Interim Results 1H2025.
https://group.pingan.com/media/news/2025/25-interim-results.html
[9] McKinsey. The AI Reckoning: How Boards Can Evolve.
https://www.mckinsey.com/capabilities/mckinsey-technology/our-insights/the-ai-reckoning-how-boards-can-evolve
Made on
Tilda