Как ИИ меняет рынок труда в IT: новые профессии, поляризация и кризис входа

В 2025 году темп увольнений в технологическом секторе составил 674 человека в день, в начале 2026-го — уже 926. Amazon сократил до 16 000 сотрудников, Block — около 4 000 (порядка 40% штата), Salesforce убрал 4 000 позиций в поддержке, Atlassian расстался примерно с 1 600 людьми. При этом компании редко называют ИИ прямой причиной: в официальных формулировках фигурируют «реструктуризация» и «повышение эффективности». По данным исследований, лишь около 7% увольнений в США в начале 2026 года прямо атрибутированы автоматизации, а CFO в среднем ожидают снижения штата всего на 0,4% за год. ИИ чаще выступает катализатором решений, а не их единственной причиной.

Параллельно с сокращениями сформировался новый слой профессий. LLM/AI Engineer — это не классический ML-специалист, обучающий модели с нуля, а инженер, собирающий рабочие системы из готовых компонентов: API моделей, RAG-пайплайнов, инструментов оркестрации. MLOps-инженер нового поколения оптимизирует стоимость инференса и управляет задержками под нестабильные модели. AI Infrastructure Engineer работает на уровне GPU и распределённых вычислений — квантование, батчинг, кеширование — и напрямую влияет на экономику продукта; это одна из самых дефицитных и высокооплачиваемых ролей. Появились также AI Interaction Designer, проектирующий поведение диалоговых систем, и Synthetic Data Engineer, генерирующий обучающие выборки там, где реальных данных недостаточно. AI Auditor проверяет модели на предвзятость и соответствие регуляциям — особенно востребованная роль в Европе, где регулирование ИИ ужесточается.

Главный структурный сдвиг — исчезновение классической точки входа в профессию. Задачи, которые традиционно выполняли джуны: написание типового кода, базовый анализ данных, подготовка отчётов — сегодня хорошо ложатся на языковые модели и внутренние AI-инструменты компаний. Согласно исследованиям, 66% мировых компаний сокращают найм специалистов, которых нужно обучать, а около 90% работодателей фиксируют трансформацию или исчезновение базовых ролей. Подход «наймём и обучим по ходу» стал непозволительной роскошью для многих организаций.

Рынок поляризуется. Верхний сегмент — разработка, инфраструктура, управление AI-продуктами — растёт: здесь дефицит специалистов и рост зарплат. Нижний сегмент рутинных операционных задач испытывает давление автоматизации. Наиболее уязвима середина: задачи миддл-специалистов частично автоматизируются, частично усложняются до уровня, требующего более высокой квалификации. Исследования показывают, что наличие AI-навыков даёт преимущество при отборе и прибавку к зарплате в среднем до 15%. Пространство, в котором можно было расти постепенно, допуская ошибки на простых задачах, сужается — и именно это создаёт кризис для тех, кто только входит в профессию.