Андрей Карпатый сделал интерактивную карту рынка труда и AI-угроз
Андрей Карпатый (напомню, бывший директор AI в Tesla, сооснователь OpenAI) выложил визуализатор: 342 профессии, 143 млн рабочих мест в США — всё на одной интерактивной карте.
Каждый прямоугольник — профессия. Размер = количество занятых. Цвет переключается между метриками: прогноз роста до 2034, зарплата, образование и Digital AI Exposure — насколько AI перевернёт профессию.
Как работает AI Exposure? Карпатый написал промпт с чёткой шкалой 0-10 и якорными примерами, скормил LLM описание каждой из 342 профессий и получил оценку + обоснование. Ключевой принцип: если работу можно делать целиком из дома за компьютером exposure автоматически 7+.
3 неожиданных вывода из данных Карпатого:
1 Чем выше зарплата — тем выше AI-exposure. Средний скор для зарплат <$35K — всего 3.4, а для $100K+ — уже 6.7. AI угрожает не низкооплачиваемым работникам, а среднему классу и выше. Парадокс: те, кто больше зарабатывает, больше всего рискуют.
2 Бакалавры — в зоне максимального удара. Средний exposure для людей без образования — 4.1, для бакалавров — 6.7, а для обладателей PhD — только 5.7. Высшее образование не защищает, а наоборот маркирует «цифровые» профессии. При этом PhD с их уникальной экспертизой оказываются защищённее.
3 42% рабочей силы США (60М человек) — в зоне высокого или очень высокого AI-exposure (6+). А общая зарплатная масса этих профессий — $4.6 трлн в год, больше половины всех зарплат страны. Это не окраина рынка труда, это его ядро.
Карта доступна здесь: https://karpathy.ai/jobs/
Исходный код проекта доступен здесь: https://github.com/karpathy/jobs
Весь проект — образец минимализма: 6 скриптов на Python, ноль фреймворков. Файлы вместо базы данных. Каждый шаг кэшируется — упал на 200-й профессии, перезапустил, продолжит с 201-й. Модель для скоринга — Gemini Flash через OpenRouter (дёшево).
Что можно сделать с этим кодом (просто идеи):
Карта AI-exposure для должностей вашей компании. Форкнуть репо, заменить BLS-описания на внутренние должностные инструкции, написать свой промпт — и получить визуализацию: какие подразделения и роли AI затронет первыми. Готовый инструмент для HR и стратегии.
Exposure к роботам-гуманоидам. Карпатый сам предлагает: поменяй промпт — получи другую карту. Вместо «digital AI» оценить «humanoid robotics exposure» — и увидеть, какие физические профессии окажутся под ударом через 5-10 лет.
Карта рисков аутсорсинга для российского рынка. Взять данные Росстата вместо BLS, написать промпт про риски выноса функций за пределы компании/страны — и получить аналогичную визуализацию для российского контекста.
p.s. Тем, кто посмотрел лекцию Карпатого на прошлой неделе — вот ещё один инструмент от него, только теперь не про то, как работает LLM, а про то, что LLM делает с рынком труда
(текст Дмитрия Сотникова, которым он любезно разрешил мне с вами поделиться )
