Yo'qolgan birinchi zinapoya
Stanford oyiga besh million amerikalikning maoshini kuzatadi. Yigirma ikki–yigirma besh yoshdagilar bandligi AI ta'sir qilgan kasblarda kutilgandan o'n to'qqiz foiz past. Odamlar ishdan bo'shatilmayapti — ularni ishga olish to'xtagan. Va bu ikkisi butunlay boshqa muammo.
AI ish o'rinlarini yo'q qilyaptimi degan savolga bir yildan beri hamma javob beryapti va hech kim aniq bilmaydi. Muammo shundaki, javoblar deyarli har doim ikkita yomon manbadan keladi: yo bosh direktorlarning bayonotidan, yo ish e'lonlarini sanashdan. Birinchisi kompaniya nima demoqchi ekanini ko'rsatadi. Ikkinchisi kompaniya nima e'lon qilganini ko'rsatadi. Ikkalasi ham kompaniya aslida nima qilganini ko'rsatmaydi.
Shuning uchun Stanford Digital Economy Lab hisoboti boshqa toifada. Ular ADP bilan ishlaydi — bu Amerikadagi eng katta ish haqi hisoblash provayderi. Ya'ni ularning qo'lida fikr ham, e'lon ham emas, real to'lov ma'lumoti bor: oyiga besh millionga yaqin ishchining maoshi, kimga to'landi, qancha to'landi, qachon to'xtadi.
Hisobot nomi "Canaries in the Coal Mine?" — konchilar shaxtaga olib tushgan kanareyka haqida. Gaz bo'lsa qush birinchi sezadi. Nomning o'zi da'vo: bu hozir hammaga bo'layotgan narsa emas, bu birinchi bo'lib sezadigan guruh.
Oxirgi versiya bu yilning o'n ikkinchi avgustida chiqdi. Men shu raqamlarni oldim.
Bitta raqam
Yigirma ikki–yigirma besh yoshdagi ishchilarning bandligi AI ta'sir qilgan kasblarda kutilgan darajadan o'n to'qqiz foiz past.
Bu jumladagi "kutilgan daraja" muhim, chunki oddiy tushish emas. Tadqiqotchilar shunday hisoblaydi: xuddi shu yoshdagi, lekin AI ta'sir qilmagan kasblardagi tengdoshlarning bandligi qanday o'zgargan? Agar AI ta'sir qilgan guruh ham xuddi shunday o'zgargan bo'lsa, farq nol bo'ladi. Farq o'n to'qqiz foiz chiqdi.
Ya'ni bu iqtisodiy sekinlashuv emas. Sekinlashuv hamma kasbni birdek uradi. Bu — ma'lum turdagi ishning ma'lum yoshdagi odamlar uchun yo'qolishi.
Ikkinchi raqam birinchisidan ham ko'proq gapiradi: tajribali ishchilarda bunday farq umuman yo'q. O'sha kasblarda, o'sha kompaniyalarda, o'sha AI ostida — o'ttiz besh yoshdan oshganlarning bandligi tushmagan. Ba'zi joylarda o'sgan.
Bitta texnologiya bitta kasbning ikki uchiga qarama-qarshi ta'sir qilyapti. Nega — asosiy savol shu.
Ishdan bo'shatish emas, ishga olmaslik
Hisobotdagi eng muhim topilma, menimcha, raqamning kattaligi emas. Uning mexanizmi.
Tushish ishdan bo'shatish orqali emas. Ishlaydigan yoshlar ishdan haydalmayapti. Tushish ishga olishning to'xtashi orqali ketyapti — ochilmagan vakansiyalar, bekor qilingan intern programmalar, "bu yil junior olmaymiz" degan jimgina qarorlar.
Bu farq nazariy emas, u butunlay boshqa muammo yaratadi.
Ishdan bo'shatish ko'rinadi. Yangiliklarga chiqadi, statistikaga tushadi, kasaba uyushmasi javob beradi, siyosatchi gapiradi. Ishga olmaslik esa hech qanday voqea emas. Hech kim "bugun biz uch kishini ishga olmadik" deb e'lon qilmaydi. Byudjetda satr shunchaki paydo bo'lmaydi. Va shu sababli bu jarayon bir necha yil davomida hech kimning e'tiborini tortmasdan davom eta oladi — u allaqachon davom etib kelgani kabi.
Yana bir oqibat bor. Ishdan bo'shatilgan odam ish qidiradi va odatda topadi, chunki uning tajribasi bor. Ishga olinmagan odam esa tajriba boshlay olmaydi. Zinapoyaning birinchi pog'onasi olib tashlangan bo'lsa, ikkinchisiga qanday chiqiladi degan savol paydo bo'ladi — va bu savolga hozircha hech kimning javobi yo'q.
Almashtirish va yordam berish
Endi hisobotdagi eng ko'p e'tibordan chetda qolgan qismga o'taman, chunki amaliy jihatdan eng qimmatlisi shu.
Tushish hamma AI ishlatilgan joyda emas. Tushish AI odam ishini almashtiradigan joylarda ketyapti. AI odamga yordam beradigan joylarda esa bandlik tekis yoki o'syapti — ayniqsa tajribali ishchilarda.
Bir daqiqa shu ustida to'xtalish kerak, chunki bu bitta kasbni ikkiga bo'ladi.
Aytaylik, sizning ishingiz — aniq tavsif bo'yicha shablon kod yozish. Tiket keladi: "shu forma uchun validatsiya qo'sh", "shu endpointga filtr qo'sh". Talab aniq, yechim standart, natijani tekshirish oson. Bu — almashtirish ustuni. AI buni yaxshi qiladi va arzon qiladi.
Endi boshqa ish. Sizga chalkash talab keladi: "to'lovlar ba'zan ikki marta o'tib ketyapti". Bu tiket emas, bu simptom. Kimdir provayder callback'ni ikki marta yuborayotganini aniqlashi, retry mantiqiga qarab qaysi bosqichda idempotentlik kaliti yo'qolganini topishi, tuzatish eski mobil ilovani buzmasligini tekshirishi kerak. Bu yerda AI juda foydali — lekin faqat kimdir savolni to'g'ri qo'yganidan keyin. Bu — yordam berish ustuni.
Bir yil oldin bu ikkisi bitta lavozim edi. Junior kelib birinchi turdagi ish bilan boshlaydi, ikki-uch yilda ikkinchi turga o'sadi. Shablon ish — o'quv maydoni edi.
Endi o'quv maydoni avtomatlashtirildi. Lavozim esa ikkiga bo'linyapti.
Nega bu faqat dasturchilar haqida emas
Bu hisobotda dasturchilar alohida ajratilmagan. "AI ta'sir qilgan kasblar" ro'yxati ancha keng: mijozlarga xizmat, buxgalteriya, marketing matni, tarjima, ma'lumot kiritish, huquqiy hujjat tayyorlash.
Naqsh hammasida bir xil. Har bir kasbning ichida kirish darajasidagi ish odatda eng ko'p kodlangan, eng ko'p qoidaga bo'ysunadigan, eng oson tushuntirib beriladigan qismdir — aynan shuning uchun uni yangi odamga beradilar. Va aynan shuning uchun AI birinchi bo'lib o'sha qismni oladi.
Ya'ni bu "dasturchilar tugadi" degan hikoya emas. Bu "kasbga kirish yo'li torayyapti" degan hikoya, va u bir vaqtning o'zida o'nlab kasbda ketyapti.
Nimani ehtiyotkorlik bilan ushlash kerak
Uch narsa, chunki bu raqamlar internetda juda tez soddalashtirilyapti.
Birinchisi: hisobotning o'zi ommaviy ishsizlikni ko'rmayapti. Oltita faktdan birinchisi aynan shu: iqtisodiyot bo'ylab keng ko'lamli o'rin yo'qotish dalili yo'q. Bu muhim, chunki xuddi shu tadqiqot "AI hammaning ishini oldi" degan sarlavhalarga manba sifatida ishlatilyapti. Tadqiqot buni aytmaydi. U bitta yosh guruhida, bitta turdagi ishda tor va aniq ta'sir topdi.
Ikkinchisi: bu ma'lumot Amerikadan. ADP amerikalik provayder. O'zbekistondagi yoki umuman rivojlanayotgan bozordagi holat boshqa bo'lishi mumkin — bu yerda ish haqi tuzilmasi ham, autsorsing modeli ham, mahalliy talab ham boshqa. Naqsh o'tishi ehtimoli katta, lekin bu ehtimol, o'lchangan fakt emas. Bunday raqamni mahalliy kontekstga to'g'ridan-to'g'ri ko'chirish — xato.
Uchinchisi: korrelatsiya sabab emas. Bu davr texnologiya sohasidagi katta qisqartirishlar, yuqori foiz stavkalari va pandemiyadan keyingi ortiqcha ishga olishning tuzatilishi bilan ustma-ust tushdi. Tadqiqotchilar bularni hisobga olishga harakat qilgan va AI ta'sirini ajratib olishga urinishgan — lekin bu iqtisodiy tahlil, laboratoriya tajribasi emas. Ehtimol AI bu tushishning sababi emas, sabablardan biri.
Men qat'iy ushlaydigan xulosa torroq: real to'lov ma'lumotida, bir yildan beri barqaror kengayib borayotgan, bitta yosh guruhiga tegishli va aynan almashtiruvchi AI ishlatilgan joylarda to'plangan farq bor. Bu isbot emas. Bu signal — va u bosh direktor bayonotidan ko'ra ancha qimmatroq signal.
Amalda nima qilish kerak
Buni bilib nima o'zgaradi degan savol qoladi, chunki tashxis o'z-o'zidan foyda bermaydi.
Menimcha, asosiy o'zgarish ustuvorlikda. Agar ishingizning ko'p qismi birinchi ustunda — aniq talab, standart yechim — bo'lsa, vaqtingizni "tezroq kod yozishni o'rganish"ga sarflash endi eng yaxshi investitsiya emas. AI o'sha yo'nalishda sizdan tez o'sadi.
Qiymat ikkinchi ustunga ko'chdi, u yerdagi ko'nikmalar esa boshqacha: chalkash talabni aniq masalaga aylantirish, tizim yuk ostida qayerdan sinishini oldindan ko'rish, AI yozgan kodga qarab "bu yerda tranzaksiya yo'q" deb aytish, va nima qurmaslik kerakligini bilish.
Va bitta noqulay haqiqat bor. Ikkinchi ustundagi ko'nikmalar an'anaviy ravishda birinchi ustunda ishlash orqali o'rganilgan. Endi bu yo'l qisqargani uchun ularni ataylab, o'z tashabbusi bilan izlash kerak: real loyihada mas'uliyat olish, buzilgan tizimni tuzatish, o'z pet-proyektini prodga qo'yib xatolarini ko'rish. Hech kim buni sizga tiket qilib bermaydi.
Zinapoyaning birinchi pog'onasi olib tashlandi. Bu chiqish mumkin emas degani emas — bu o'zingizga pog'ona yasashingiz kerak degani.
Manba: Erik Brynjolfsson, Bharat Chandar, Ruyu Chen — "Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence", Stanford Digital Economy Lab, 12-avgust 2026 versiyasi. Qo'shimcha: Stanford Canaries Dashboard, IEEE Spectrum (NACE Job Outlook 2026 va SignalFire ma'lumotlari).
