5762 отклика на вакансии — и ни одного нормального оффера. Это не страшилка из LinkedIn, а история выпускника, о которой в августе писали в The New York Times. Порог входа в карьеру резко поднялся: более чем для 80% стартовых позиций требуется два с лишним года опыта (речь о Сан-Франциско с его Кремниевой долиной, но плюс-минус это общемировой тренд). Cамих таких вакансий стало на 35% меньше с января 2023-го — разумеется, непропорционально сильно пострадали должности, которые легко автоматизировать.
На горизонте — еще более жесткая математика: по прогнозу WEF, к 2030 году 41% работодателей планируют сокращать людей там, где ИИ эффективнее. Goldman Sachs оценивает, что 300 млн фултайм-позиций исчезнут или изменятся не в лучшую сторону для занимающих их людей. Билл Гейтс призывает зумеров осваивать ИИ как можно скорее и при этом признает, что карьеры молодых в опасности, независимо от того, насколько хорошо они научатся им пользоваться. И все это на фоне постов и тиктоков, где одни плачут, потому что устали рассылать сотни резюме, а другие хвастаются, как заменили команду на десяток ИИ-агентов.
Да, это глобальный кризис старта карьеры, и ИИ тут — один из главных катализаторов. Так что делать, чтобы не проиграть машине?
Перемены сильно чувствуются в ИТ. Долгое время индустрия была одной из самых доступных и комфортных для новичков — с понятным входом, высоким спросом и устойчивым ростом. Сейчас же она трансформируется быстрее других именно потому, что находится в прямом контакте с ИИ: новые инструменты, автоматизация и изменения в рабочих процессах проявляются здесь раньше, чем в большинстве сфер.
Взять российский ИТ-рынок: в начале 2026-го количество вакансий в отрасли просело на 40%, а конкуренция превратилась в гонку на выживание: на одно место уже 300 откликов. Две трети специалистов признают, что поиск работы превратился в квест повышенной сложности.
Виральный пост главы ИИ-стартапа Мэтта Шумера о том, что эффект от нейросетей будет масштабнее последствий пандемии — сначала для технологической индустрии, а потом для всех, — собрал 85 млн просмотров и вызвал массу споров. И хотя Шумеру выгодно «прогревать» аудиторию (его компания специализируется на персональных ИИ-помощниках), очевидно: правила игры изменились окончательно.
Подобных новостей сейчас бесконечно много, и все это, разумеется, звучит тревожно, особенно для тех, кто только начинает карьеру и просто не успел накопить глубокое понимание индустрии, обзавестись сильным портфолио или профессиональными связями. Тем не менее без входа в профессию не обойтись — это база, на которой строится все остальное. Это стоит принять как факт и спокойно адаптироваться к новым условиям: от того, сделаете вы это или нет, во многом зависит ваш дальнейший карьерный трек.
Добавлю позитивную мысль: ИИ действительно играет огромную роль в обновлении рынка труда, но демонизировать его не стоит. Во-первых, перестройка началась еще после ковидного перегрева на фоне оптимизации затрат и роста требований к эффективности. То есть в какой то степени происходящее можно считать нормальным откатом после бурного скачка рынка, а ИИ лишь ускорил уже и без него запущенные процессы. Откат этот, по идее, должен прекратиться в обозримом будущем. Во-вторых, многие эксперты не поддерживают алармистские настроения: глава того же Goldman Sachs заявил, что никакого «апокалипсиса на рынке труда» не предвидится. И назвал текущий расклад классическим «созидательным разрушением»: пусть технологии всегда стирают или перепридумывают старые профессии, но параллельно они создают новые.
В общем, сейчас важно не паниковать, а ответить на вопрос: какие навыки прокачивать, чтобы найти работу и развиваться в таких волатильных условиях?
Этот вопрос я регулярно слышу и обсуждаю в разных профессиональных контекстах, связанных с цифровыми технологиями, инновациями и трансформацией рынка труда: он волнует всех, от опытных исследователей до студентов-первокурсников. И хотя мы обычно разбираем тему на примере индустрии ИТ, все навыки ниже сейчас критичны и для любых других информационных и креативных профессий.
{{slider-gallery}}
Сегодня особенно полезно быть не узким специалистом, а дженералистом — развиваться не только глубоко в одной области, но и в смежных направлениях, хотя бы поверхностно. Как отмечает CEO Figma Дилан Филд, по мере того как ИИ упрощает отдельные технические задачи, конкурентным преимуществом становится способность работать на стыке ролей и пользоваться повышением потолка возможностей даже за пределами своей профессии.
Условно, если раньше разработчик в основном отвечал за кодинг, сейчас он вполне может сам подготовить макеты интерфейса (а раньше это требовало навыков дизайнера), проанализировать результаты проекта (вместо аналитика), а иногда и сформулировать продуктовые требования (вместо продуктового менеджера). Это не значит, что дизайнеры, аналитики и менеджеры не нужны или что разработчикам придется выполнять чужую работу, — скорее базовый скиллсет в смежных областях становится новым «гигиеническим минимумом».
Как этому учиться?
{{slider-gallery}}
Еще в 2024-м более 70% менеджеров сказали, что скорее наймут человека с меньшим опытом, но умеющего использовать ИИ-инструменты, чем более опытного, но не владеющего ими. При этом работодатели видят в этом не только практический навык, но и сигнал: человек интересуется индустрией и инновациями, у него есть интеллектуальное любопытство и желание учиться. А для джунов это настоящий грин флаг.
Другими словами, от вас не требуется быть «лучше» искусственного интеллекта и обходить его во всем. Это невозможно. Следить за всеми обновлениями тоже бессмысленно: на это уйдут все силы, а ИИ все равно будет быстрее. Гораздо важнее уметь работать в связке хотя бы с более-менее популярными технологиями, где это действительно помогает становиться быстрее и эффективнее, и дирижировать ими, проверять и управлять, не доверять бездумно.
То есть уметь корректировать, что ИИ написал и накодил, проверять его на уязвимости и валидировать ответы, соединять в одну логичную картину разрозненные ответы. (По сути, это то самое критическое мышление и научный подход, о которых мы говорили еще в 2023-м. — Прим. ред.)
Как этому учиться?
{{slider-gallery}}
Понимание контекста — критически важно. Сейчас от джунов ожидают не просто конкретных хард-навыков, но и умения увидеть «боль», понять, для кого создается продукт и как предлагаемое решение закрывает проблему пользователя. Этот тренд продвигают практически все продуктовые лидеры. Например, один из самых влиятельных экспертов в продакт-менеджменте Марти Каган подчеркивает, что успешные сотрудники и команды отвечают не за фичи или отдельные задачки, а за решение реальных пользовательских проблем.
Именно поэтому формат собеседований и портфолио меняется. Например, кандидатов-дизайнеров все чаще просят провести интервьюера через свои проекты: описать всю логику, от постановки проблемы до финального решения. Это отлично видно по портфолио, которые получают наибольшее внимание на таких платформах, как Behance — один из самых популярных стоков дизайнерских кейсов. Сейчас там хороший тон — показывать не только финальные макеты, но и анализ пользовательских болей и конкурентной среды, критерии для принятия решений.
Как этому учиться?
{{slider-gallery}}
Искусственный интеллект усиливает конкуренцию не только из-за навыков. В отчете Harvard Business School отмечается, что автоматизация найма ускорила работу рекрутеров, но одновременно усложнила путь кандидатов к живому HR: машинные фильтры стали жестче и прямолинейнее — и большинство резюме джунов даже не открываются, особенно крупными компаниями.
Параллельно рынок экономит: в условиях трансформаций компании сокращают риски и предпочитают нанимать по рекомендациям. Рекрутеры тоже перегружены и в первую очередь замечают тех, кого уже где-то видели или о ком слышали. Короче, сегодня один полезный контакт зачастую ценнее прекрасного резюме, а социальный капитал стал важным даже для нелюдимых талантов.
Как этому учиться?
P. S. Важно помнить, что социальная видимость — это инструмент, а не цель сама по себе. Она действительно требует немало сил, и, если вы совсем к ней не готовы, это не закрывает для вас рынок труда — просто в таком случае имеет смысл опираться на другие коммуникационные инструменты: рекомендации, грамотное портфолио и точечные отклики.
{{slider-gallery}}
Сейчас главная сложность при работе с ИИ связана уже не с качеством ответов моделей (оно еще оставляет желать лучшего, но стремительно прогрессирует), а с тем, как правильно сформулировать задачу и задавать контекст, чтобы не уйти в бесконечный цикл правок.
Для этого нужно тренировать структурное мышление. Если продуктовое мышление, о котором мы говорили выше, отвечает на вопрос «Зачем?», то структурное — на вопрос «Как именно?». Да, даже новичку теперь нужно уметь продумывать решение комплексно и раскладывать его на понятные шаги, по крайней мере стремиться к этому.
Так, если раньше джуну могли дать конкретное поручение — скажем, оформить пуши для приложения, — сегодня от него ждут, что он учтет, в какой момент какое уведомление будет уместно, что увидит пользователь при плохом интернете и где возникнут репутационные риски. При работе с ИИ это означает, что мало просто попросить модель о помощи, нужно выстроить для нее жесткий каркас: объяснить, какие правила важны для компании, какие ошибки недопустимы и по каким критериям будет оцениваться результат.
Как этому учиться?
Несмотря на страшные цифры и прогнозы, которые сейчас валятся на нас со всех сторон, не стоит тратить время на то, чтобы пытаться угадать точные сценарии развития индустрии. Пока кто-то умный предвещает «ИИ-пузырь», который не сегодня завтра лопнет, кто-то не менее умный высмеивает паникеров и предвидит счастливый симбиоз человека и ИИ, а кто-то еще, казалось бы, довольно успешный, вообще игнорирует эту технологию. На деле никто не знает, что будет даже через год: все слишком нестабильно, и не только из-за ИИ.
Что действительно можно сделать сейчас, чтобы остаться востребованным при любом исходе, — это фокусироваться на навыках, в которых в силу природы человек сильнее машины. В конечном счете самая сложная и умная нейросеть по-прежнему у нас в голове.
