Selectel: la IA no quita empleos, pero hace que entrar en la profesión sea significativamente más difícil

ИИ не отменяет работу — он меняет правила доступа к ней. Такой вывод делает Selectel, разбирая, как искусственный интеллект перестраивает рынок труда: вакансий меньше не становится, но вход в профессию сужается, требования растут, а цена навыков, связанных с ИИ, резко увеличивается. Вместо сценария, где машины массово вытесняют людей, формируется другая картина: людей заменяют те, кто уже научился работать в связке с моделями и быстрее превращает ИИ в прикладной результат.

За последние годы вокруг ИИ появился целый слой новых ролей, которых еще недавно либо не существовало, либо они были нишевыми. В центре этой экосистемы — LLM/AI Engineer, который не обучает модель с нуля, а собирает рабочую систему из API, RAG, инструментов и пайплайнов. Рядом с ним стоит обновленный MLOps-инженер: теперь его задача не просто выкатывать модели, а держать под контролем latency, надежность и стоимость инференса.

Еще выше по дефициту и зарплатам находится AI Infrastructure Engineer — специалист по GPU, распределенным вычислениям, квантованию, кешированию и другим вещам, которые напрямую влияют на экономику AI-продукта. Дополняют этот слой AI Product Manager и AI Interaction Designer: первый балансирует качество ответа, цену запросов и пользовательский опыт, второй проектирует логику диалога, поведение системы и то, как она должна ошибаться. Отдельный пласт — роли, связанные с данными, качеством и безопасностью.

Prompt Engineer из модной самостоятельной профессии постепенно превращается в набор обязательных навыков для инженеров и продуктовых команд. Human-in-the-loop-специалисты и AI Trainer размечают данные, исправляют ответы моделей и фактически создают скрытый человеческий слой под «автоматическим интеллектом». Synthetic Data Engineer идет дальше и генерирует обучающие выборки для редких или плохо представленных сценариев.

AI Auditor и AI Risk Specialist проверяют системы на предвзятость, юридические риски и соответствие регуляторике. Иначе говоря, рынок не просто адаптирует старые профессии к новым инструментам, а собирает вокруг ИИ полноценную производственную инфраструктуру. Но вместе с появлением новых ролей меняется сам принцип найма.

По данным, которые приводит Selectel со ссылкой на исследования, до 66% компаний сокращают наем специалистов, которых придется долго доучивать, а около 90% работодателей фиксируют исчезновение или радикальную трансформацию базовых ролей. Это особенно больно бьет по джунам: типовой код, первичная аналитика, подготовка отчетов и другая рутинная работа все чаще автоматизируются. Компании реже готовы брать человека «на вырост» и предпочитают кандидатов, которые уже умеют пользоваться AI-инструментами в рабочих процессах.

На этом фоне рынок поляризуется: верхний сегмент с инженерией, инфраструктурой и управлением AI-продуктами дорожает, нижний давится автоматизацией, а миддлы оказываются посередине — часть их задач исчезает, а оставшаяся часть требует уже почти сеньорского уровня. Параллельно растет и премия за AI-компетенции: наличие таких навыков, по оценкам, может добавлять к зарплате до 15%. Сокращения при этом никуда не делись, но их важно трактовать правильно.

Selectel приводит оценку, по которой в 2025 году технологический сектор глобально потерял около 246 тысяч сотрудников, из них примерно 55 тысяч увольнений в той или иной степени связывались с ИИ. В первые месяцы 2026 года динамика сохранилась: еще около 40 тысяч сокращений, а средняя интенсивность выросла с 674 до 926 человек в день. При этом ИИ редко называют единственной причиной увольнений.

Обычно компании говорят о реструктуризации, росте эффективности и перераспределении ресурсов в пользу AI-направлений. Важно и то, что прямой вклад ИИ в увольнения пока остается ограниченным: в начале 2026 года в США с ним связывали лишь около 7% кейсов, а финансовые директора в среднем ожидали снижения штата всего примерно на 0,4% за год. Это показывает, что ИИ чаще работает как ускоритель уже начатой оптимизации, а не как единственный источник кризиса.

Главный вывод здесь не в том, что работы становится меньше, а в том, что рынок труда стал заметно более избирательным. Выигрывают специалисты, которые понимают ограничения моделей, умеют считать экономику инференса, строить надежные пайплайны и брать на себя более сложные задачи, чем раньше. Проигрывает не профессия сама по себе, а старый способ входа в нее — через простые задачи, долгую раскачку и постепенное обучение на бою.

Именно поэтому главный конкурент сегодня — не ИИ как таковой, а человек, который уже встроил его в свою повседневную работу и научился получать от этого измеримый результат.