Когда я прочитала исследование SignalFire State of Talent Report 2025, у меня возникло ощущение, что его авторы писали и о России тоже, пусть между строк. Они описывают рынок США, Канады и Европы, но фактически отражается глобальный сдвиг: фундаментальные принципы найма, удержания и развития специалистов в IT-индустрии за последние годы изменились, и вектор этих изменений болезненно совпадает с российскими реалиями.
Этот отчет стал для меня лакмусовой бумажкой, зеркалом, в котором, пусть с искажением, можно рассмотреть и наши проблемы, и наши точки роста. Именно поэтому мне важно не просто пересказать его тезисы, а проанализировать и наложить на российскую реальность. Где швы сходятся? Где расходятся? А где, наоборот, наш рынок уже пошел дальше?
Джуниоры: глобальное падение и локальное разочарование
Один из центральных тезисов отчета SignalFire – катастрофическое падение найма джуниоров. В американской Big Tech отрасли их доля снизилась до 7%. В стартапах – до 6%. Это минус 30-50% к допандемийному уровню. Удивительно ли это? Вовсе нет. Причины:
- Бизнес стал нетерпелив. Никто не хочет и не может больше инвестировать в рост начинающих специалистов.
- Искусственный интеллект начал вытеснять джуниоров с их традиционных позиций: от поддержки и тестирования до анализа данных и первичного кодинга.
Этот тренд в полной мере проявляется и у нас. В России ситуация осложняется тем, что в рамках господдержки и образовательных инициатив в последние годы на рынок вышло огромное количество людей, прошедших переквалификацию. Проблема в том, что у большинства из них нет практического опыта. У них нет реальных кейсов, и они не могут конкурировать даже на стартовых позициях. На сайтах по поиску работы опубликовано десятки тысяч таких резюме, но спроса на них нет.
Специалисты уровня Middle+/Senior – новая зона риска
Вторая часть отчета посвящена феномену «парадокс опыта»: компании открывают позиции уровня junior, но на деле берут туда middle. Просто потому, что результат нужен сейчас. Это создает напряжение в самой структуре рынка: опытные кадры перегреваются, а рост новых специалистов тормозится.
На отечественном рынке труда тоже перекос. Джуниоров больше, чем нужно, а вот найти толкового миддла, особенно в продажах, внедрении, архитектуре или DevOps, становится все труднее. Их стоимость растет. Стоимость замены – тем более, фактически замена одного senior-специалиста уже обходится дороже его годового дохода.
Если ничего не менять, через 2-3 года мы столкнемся с системным «бутылочным горлышком»: IT-инфраструктура будет развиваться, технологии – приходить, а людей, способных все это внедрять и поддерживать, не будет.
Удержание кадров – новая стратегия выживания
SignalFire делает интересный акцент на retention как конкурентном преимуществе. Например, у ИИ-стартапа Anthropic сохранение senior-сотрудников достигает 80% против 67% у OpenAI. Это означает одно: удержание персонала становится таким же важным фактором, как найм.
У нас этот тренд чувствуется особенно остро. Мы долго искали способ, как сохранить сильных специалистов без постоянного давления «повысьте зарплату». Ответ нашли в перестройке карьерной архитектуры: инженер или эксперт может развиваться горизонтально, получать повышение в грейде и задачах, но не уходить в менеджмент. Это работает. Мы отказались от «лестницы» и начали строить «коридоры», и это дало свои плоды.
ИИ меняет не только роли, но и систему обучения
В отчете перечислены профессии, которых не существовало еще пару лет назад:
- Agentic AI-engineer (инженер автономных интеллектуальных систем).
- AI-governance lead (менеджер по регулированию ИИ-технологий).
- Non-human security ops specialist (специалист по безопасности IT-инфраструктуры).
Все это выглядит как футурология, но на самом деле – уже здесь. Просто названия другие.
Уже наблюдается повышенный спрос на специалистов, которые умеют:
- Проверять корректность решений, принятых ИИ.
- Оценивать соответствие сгенерированного кода корпоративным стандартам.
- Объяснять бизнесу, как именно использовать возможности нейросетей.
Параллельно исчезают старые роли. Например, «чистые» рекрутеры уже переходят в People Analytics (анализ больших данных о персонале). Проектные офисы с высокой долей ручного труда постепенно автоматизируются. Мир меняется, и требует от людей новой гибкости.
SignalFire пишет, что 2025 – это год T-shaped-инженеров, мультизадачников, способных сочетать разные функции. Это правда. В России эта тенденция ускорена еще и импортозамещением. Стек технологий меняется каждый квартал. Вчера нужен был Oracle, сегодня PostgreSQL, завтра – «Байкал-2». Выживает тот, кто учится быстрее, чем меняется рынок.
Именно поэтому мы интегрировали ИИ в систему обучения. Не как бонус или имиджевый проект, а как рабочий инструмент. У нас ИИ-учитель помогает проверять домашние задания, формировать обратную связь, анализировать ошибки. Благодаря этому обучение масштабируется и остается персонализированным.
Россия: тот же вектор, но другая скорость
Что особенно важно: почти все тренды SignalFire подтверждаются на российском IT-рынке. Просто у нас своя динамика. Мы движемся быстрее в зонах, где вмешалось государство (например, в импортозамещении), и медленнее – там, где не хватает зрелых IT-продуктов (например, в ИИ-образовании).
На уровне государства есть четкий фокус на переквалификацию, цифровую независимость, поддержку миграции IT-семей. Но по-прежнему не хватает программ для развития middle-специалистов, которым нужно не учиться с нуля, а быстро добирать компетенции до продуктивного уровня. Это и есть главная зона роста.
Главный вывод: кто выживет на IT-рынке?
Все, что говорит SignalFire, и все, что мы видим в своей работе, можно свести к одному тезису: выживут не те, у кого больше джуниоров, а те компании, которые умеют быстро переучивать опытных сотрудников грейда middle, удерживать senior-специалистов и перестраивать свою ИИ-инфраструктуру под рост бизнеса.
Никакие нейросети, никакой импортозамещенный софт, никакие господдержки не спасут, если в компании не будет живого слоя специалистов, способных переводить технологии на язык задач. Это – основа IT-рынка, его нервная система.
Читайте также:
У в академгородке есть компании, которые бесплатно учат и потом набирают почти всех желающих.
Учат не сильно многому, но для отбора начинающих подходит.
мои дочери, из сферы ИТ - маркетинга (наверное)) разговаривают со мной недолго. Я после двух предложений теряю нить))
В 80-ые Эдвардс Деминг говорил, что автоматизация, компьютеризация, изобретения и новые типы машин приведут к тому, что мы будем делать то же, что и раньше: плодить те же проблемы и ошибки, но только с большей скоростью и большей производительностью.
Президенту фирмы, который сделал на это упор и вложил в это десятки миллиардов, он задал вопрос, надеется ли он что этот подход обеспечит будущее фирмы. Ответ он не получил.
Деминг говорил: "Компьютеры великолепны, если их правильно используют, но большее число компьютеров - это не решение наших проблем."
На рекламный слоган: "Наша компьютерная система информации о качестве - жизненно важное звено, связывающее современные высокие технологии и эффективные процессы принятия решений". Деминг отвечал: "Хотел бы я, чтобы управление, дающее настоящее качество, было таким простым делом."
Похоже, история во многом повторяется... И не всегда видно стремление выявлять проблемы, их причины. Не всегда виден поиск решений по уменьшению вариабельности процессов, стремление сделать их управляемыми.
На днях ходил в больницу. Медсестры сидять и что-то с бумагами делают: что-то правят, подклеивают, прошивают, маркируют. Я спросил, что они делают. А они: компьютеризация у нас, сначала забиваем истроию болезни в компьютер, потом распечатываем и сдаем в архив.
И ведь здесь у меня нет ни капли иронии - бумажный архив нужен. дело касается здоровья людей. Да, компьютеризация ускорила и упростила обмен клиническими исследованиями, но не уменьшило количество работы, а даже увеличило.
Программисты в течении 5-10 лет изучают 5-6 языков. Ранние языки в большинстве своем умирают, и знания в этой области ничего уже специалисту не дают. Ценность представляет только опыт работы в прикладной области, знание механизма работы и понимание задач и устремлений пользователя. Эти знания только дорожают. В связи этим, будет нарастать тенденция, обучения разработке отраслевого специалиста (а не наоборот), который с помощью ИИ интеллекта будет быстро и качественно решать свои задачи.
Я понимаю, необходимость компьютеризации, важность для критически важной информации бумажных носителей.
К сожалению, то что я наблюдаю во многих сферах, для осуществления важных или "важных" задач создаются всё новые процессы, которые в конечном итоге приходят как новые обязанности на рядовых исполнителей.
При этом нет задачи оценить нагрузку, оптимальность и возможность оптимизации их работы. Вместо попытки работы с их внутренней мотивацией из трёх вариантов:
- страх,
- деньги,
- заинтересованность, желание.
Под девизом "они должны" пытаются использовать первый. В итоге, это приводит к тому, что люди отбывают положенное время и делают минимум. А оптимизация процессов зачастую может проходить под лозунгом "а точно ли люди всё рабочее время работают".
В итоге, это приводит к издержкам. Иногда, к существенным издержкам или рискам. И в этом виноватым назначается исполнитель.
Во многих коллективах ситуацию спасает человечность непосредственных руководителей, которые как могут создают атмосферу в коллективах.
Не дай бог им всё время работать, а думают они тогда когда?
Мы никуда не денемся от необходимости решать те или иные проблемы. Как и искать решения. В этом смысле история, конечно, повторяется.
Деминг и Щухарт делали то, что могли, используя инструменты своего времени, которые были им доступны - начиная с обычных расчетов вручную.
Сейчас многое делается иначе, но решение проблем и поиск решений - по-прежнему главные задачи менеджмента. Происходит каждый день, у всех по-разному.
Если мы об IT, посмотрите на Intel в качестве примера. Компании приходится решать проблемы, с которыми она раньше не сталкивалась. И пока решение не найдено, несмотря на все сделанные усилия и потраченные средства.
Быстро - возможно. Скопировать куски текста несложно.
Изучение, понимание и создание алгоритмов быстрее не стало - для этого нужна фундаментальная подготовка.
Качественно - кто и как это будет тестировать и оценивать?
Безопасно - еще менее вероятно. Нет никаких гарантий, что такие решения выдержат проверку на соответствие требованиям ИБ, если они не были заранее учтены в процессе разработки.
Пока мы не можем выйти из триады Faster Better Cheaper. Pick any two.
А кто будет наращивать тенденцию обучения людей? В статье предлагается отказаться от этого и делать упор на middle, т.е. уже обученных. А учить и развивать ИИ, который быстрее учится. И опыт работы в прикладной отрасли будет у ИИ, именно он будет "отраслевым" и не только специалистом.