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:
Увы. Или невозможно. Вариантов всё меньше, учитывая сокращение количество возможных вариантов и постоянное - лавинообразное - увеличение проблем ИБ.
Если раньше на рынке очень многое входило в зону ответственности производителей оборудования, начиная с архитектуры на уровне системы, то сейчас эти цепочки разорваны. За конечный результат никто не отвечает, а переписывание базовых протоколов - неподъемная задача.
Берём из доступного и пытаемся сделать из этого конфетку.
Это абсурд.
Прикладная система,тем более - сложная, может быть лучше или хуже, но требования к таким системам формулируется заказчиком при её создании, затем - меняются в процессе внедрения и эксплуатации.
Средства AI, возможно, помогут сделать прототип быстрее - но только за счёт использования каких-то готовых и доступных кусков. Всё остальное происходит в рамках стандартного цикла разработки. Системы сами себя не пишут.
Еще немного о том кто же выживет и за счет чего. Из свежего.
Не самая простая дискуссия.
"Мы работаем над ее исправлением и ожидаем, что проблема вскоре будет устранена."
Сколько раз мы такое или подобное видели и/или слышали?
Абсурд что? Заменять джунов комбинацией middle + ИИ? И из кого готовить будущих middle? Я понимаю позицию бизнеса - когда сейчас джуниоры при наличии ИИ выглядят убыточным решением, и если идет тенденция все большего использования ИИ, то продолжать применять убыточное решение это гибель... И как всегда, как это и было во все времена мы стоим перед дилеммой прибыль vs люди
Точне даже не так - прибыль сейчас, а после нас хоть потоп.
Про ИБ вы совершенно верно отмечаете! Куски кода, иди пусть даже некие готовые модули не могут (пока?) обеспечить все требования заказчика и, тем более, ИБ.
да и сомнения у меня есть в том, что. используя готовый код, программист сможет чему-то научиться. Самое лучшее обучение - поиск собственных багов. Пару ночей не поспишь и все поймешь.
Може автор предложит примеры использования ИИ для обучения джуниоров?
Джунов нужно заменять комбинацией middle + ИИ + джуны
Для начала нужно максимально честно и как можно точнее сформулировать проблему. Кого, как, чему и зачем мы собираемся учить, кто это должен делать, что должно быть на входе, что на выходе. Когда мы ожидаем увидеть желаемые результаты. Что в итоге это даст, и какие новые проблемы при этом могут возникнуть.
Например, если это только общая бухгалтерская проблема, напрямую связанная с стоимостью разработки и растущими затратами на IT, то только переиспользование существующего кода со ссылками на AI большинство важнейших факторов не учитывает и для многих отраслей и задач просто неприменимо.
Кто-то должен им сказать, что же им предстоит разработать. А потом их нужно будет найти, что бы они исправили собственные ошибки или внесли изменения.
Дело же не только в каких-то кусках кода, своего или скопированного. Это процесс из многих шагов.
А никто и не говорил, что легко будет!
:)))