Всем привет! Сегодня хочу остановиться и разобрать один очень злободневный и острый вопрос. Я много лет, более 20 лет работаю в сфере управления персоналом и сейчас как никогда слышу страх людей про свою востребованность, про то, заменит ли меня AI, останусь ли я без работы, какие у меня в целом будут карьерные возможности. У меня есть личное наблюдение. Иногда сильнее боятся те специалисты, которые используют AI глубже и чаще, поскольку, на мой взгляд, намного лучше понимают все возможности инструмента. Но это только моя гипотеза, поэтому захотелось вообще в целом посмотреть на прогнозы, на реальные цифры. Я хочу разобрать сегодня пример на рынке США. США я беру не потому, что это весь мир или что их цифры можно как-то перенести на рынок Азии, России, Европы, а исключительно потому, что изменения вокруг AI проявляются там быстро и достаточно много свежих источников, которые вот вышли даже на первой неделе сентября, на которые мы можем опираться. Сегодня сентябрь 26 года и уже через квартал или через полгода эти цифры точно могут измениться, какие-то тренды могут измениться. Я сегодня хочу предложить разобраться, а где мы сейчас с точки зрения рынков труда, видим ли мы какие-то массовые увольнения, связанные с AI и вокруг AI, как много сейчас об этом говорят и пестрят заголовки. Разобраться, что происходит с наймом, какие вакансии появляются, какие навыки стоят за этими вакансиями и какие мы все можем открывать и видеть новые для себя карьерные возможности.
Итак, каждой цифре мы будем задавать разные вопросы. Во-первых, кто посчитал, за какой период посчитал, на какой рынке, процент от какого числа, потому что, как всегда, дьявол в деталях. Первая страшная цифра. Почему она страшная? Поскольку она звучит достаточно пугающе и ее очень легко вынести в такой кричащий заголовок. С начала года мы видим 116 175 объявленных сокращений, связанных с AI. Так вот, эта цифра, она взята из отчета Challenger Gray and Christmas. Это американская компания, которая десятилетиями отслеживает публичные заявления, публичные объявления работодателей о сокращениях и планах найма.
Это такой важный источник, не официальная статистика, но, по сути, важный источник, который достаточно котируется на рынках труда. Так вот, Challenger записывает причину так, как ее сформулировал сам работодатель. И за январь-август 2026 года работодатели указали AI как причину в 116 175 объявленных сокращений. Причем это порядка 21% от всех сокращений внутри базы Challenger за этот период. То есть 20% всех сокращений, которые зафиксировала исследовательская компания за период с января по август 2026 года, приходится на сокращения, так или иначе связанные с AI.
На самом деле, внутри этого очень много детализации. Если мы пойдем внутрь, все-таки, что значит сокращение, связанное с AI? Оно может быть связано и с AI, и с реструктуризацией, и с сокращением костов и прочим. Но вместе с тем, такая цифра есть, ее достаточно много можно встретить в разных источниках. Причем общий рынок в самой этой базе, он выглядит сильно спокойно, потому что если взять все объявленные сокращения за 8 месяцев в 2026 года, то это на 41% меньше, чем в 2025 году за такой же период.
Если исключить государственный сектор из этой выборки, то на 15% меньше. Вот иногда такие детали очень важны, чтобы мы все-таки понимали реальную динамику, реальное движение. Поэтому считаю, что включать такие комментарии действительно имеет смысл для того, чтобы все понимать. Отдельно нужно посмотреть на технологические компании. Здесь картина сильное напряжение, поскольку Челленджер говорил о всем коммерческом рынке. Если мы говорим на технологические компании, то с начала 2026 года они объявили 155 126 сокращений по всем причинам.
Это на 52% больше, чем годом ранее, и приблизительно 29% всех сокращений в базе Челленджер. Но технологический рынок – это отрасль работодателя, это не профессия человека, и в технологической компании работают не только разработчики, но и HR, и маркетологи, финансисты, продажи, юристы. Поэтому сокращения в тех не означают и не всегда равно сокращения исключительно только разработчиков. Возникает логичный вопрос, а сколько от общего количества сокращений в технологическом рынке пришлось на сокращения, связанные именно с AI?
Какой это процент? К сожалению, мы не можем сказать точно, потому что не нашла я именно этой цифры и именно такого разделения, поэтому оставила бы этот пробел, чтобы какие-то проценты не придумывать. Но давайте посмотрим, насколько в целом вот эта цифра 116 175 сокращений по причине AI в 2026 году на рынке США, что она значит и насколько она велика для всей экономики. Чтобы почувствовать масштаб, я сравнила эту цифру объявленных сокращений за 8 месяцев со 159 миллионами 75 тысячами рабочих мест в американской статистике занятости работодателей за август.
И получается примерно 0,07 процента или около 7 позиций на каждые 10 тысяч рабочих мест. Причем это ведь не вероятность увольнения и не доля реально потерявших работу людей. Мы делим в целом 8-месячный поток объявлений на запас рабочих мест в один момент. Это просто какая-то масштабная линейка, которую я хотела использовать для того, чтобы мы понимали и оценивали, насколько эта цифра велика, либо возможно не мала.
Я тут не хочу сказать, что страх выдуман тем самым, поскольку все-таки если ты находишься внутри этой зоны, то для тебя это становится не статистикой, для тебя это становится реальным таким событием. Но большая вот эта цифра, она так или иначе не описывает риск для каждого человека. И прежде чем пугаться страшным заголовком, прежде чем пугаться каким-то достаточно завлекающим на сегодняшний день трендом и вот этому информационному шуму, всегда лучше разобраться и понимать, на что ты опираешься.
Следующее мое наблюдение, вот изучая и погружаясь в разные цифры, что рынок немножко как будто замер. И что меня привело к такому наблюдению? Есть такое бюро трудовой статистики США, такое федеральное статистическое ведомство отслеживает все вакансии, фактически наймы, добровольные уходы, уходы по инициативе работодателя. Причины AI там нет, но что интересно, то что в июле 26 года было открыто 7 271 000 вакансий. Это больше на 2.6% чем годом ранее, но фактических наймов было немногим больше 5 миллионов.
То есть тут, конечно, не конверсия одной какой-то вакансии, но это сочетание, оно похоже на такую осторожность работодателей. Почему я говорю, что рынок словно замер, вакансии открываются, планов на найм становится больше, но нанимать словно не планируют. Немного придерживают, ищут правильного человека, смотрят, что будет завтра, послезавтра, через месяц на рынке, понимают, как-то корректируют те возможности, которые предоставляют на рынке труда для широкого спектра специалистов.
Следующий момент в копилку того, что рынок замер, то что сотрудники стали реже уходить сами. И вот это очень интересная такая аналитика, поскольку как раз-таки данное бюро отслеживает именно уходы людей по причине смены работы и ради другой роли, другой позиции, другой компании. Так вот, таких смен стало меньше, что говорит о том, что люди, они стали больше опираться на текущего работодателя, занимают такую выжидающую позицию, хотят правильно, в такое кризисное, и я бы даже сказала не кризисное, в большей степени неопределенный период времени принимать решения.
Увольнение по инициативе работодателя на 6% стало меньше, чем годом ранее. Поэтому моя интерпретация всех этих цифр следующая, что рынок, он как будто немного замер, и работодатели держат вакансии, нанимают осторожнее, повторюсь, люди чуть реже уходят сами. А общей волны какой-то увольнений и так называемых лей-оффов вокруг AI или не связанных с AI в текущий момент времени мы не наблюдаем. Поэтому я все-таки связываю действительно часть этой осторожности с AI, с непониманием будущей модели работы, но это вместе с тем является моим таким личным наблюдением.
Я думаю, что есть, конечно, коллеги, кто его разделяют, есть кто его не разделяют. Тут интересно ваше мнение, как вы считаете, поделитесь в комментариях, и точно мы сможем, я думаю, тут много найти поводов порассуждать на эти темы в наших следующих выпусках.
Что же AI тогда в реальности делает с численностью внутри компании, что происходит там? Это такой, наверное, есть еще один источник, интересный, рабочее исследование Центра экономических исследований при Бюро переписи населения США. Так вот, это исследовательское подразделение, оно использовало ответы и опросило бизнес, использовало ответы более чем 117 тысяч уникальных компаний. И данные собирали с ноября 2025 года по февраль 2026 года. И среди компаний, которые использовали AI в работе, 95,7% сообщили, что за предыдущие 6 месяцев AI не изменил их общую численность.
2,3% сообщили рост численности и 2% снижение. То есть вывод для нашего вопроса, который мы поставили к сегодняшнему подкасту, он следующий. В широком массиве компаний AI пока значительно чаще все-таки меняет работу внутри организации. Мы сейчас поговорим про это. И это такая, мне кажется, очень крутая связка со всеми нашими предыдущими выпусками и в целом со всеми темами на нашем канале, чем меняет общее количество людей. Это не противоречит Челленджер. Челленджер все-таки видит такие крупные публичные объявления, опрос компаний, показывает более повседневную картину.
Но это такие разные, что ли, взгляды на действительность, на то, что происходит на сегодняшний день на рынке, на сколько стоит бояться, куда смотреть, куда бежать. Сегодняшний рынок нельзя распространить и влияние AI на потерю работы каждого человека. Ровно как и на приобретение работы каждого человека. Я в целом думаю, что есть разные уровни, на которые нужно опираться, если мы говорим и хотим подобными цифрами апеллировать.
Уровень – это отрасль работодателя. И вот даже в самом начале я приводила пример, насколько технологический рынок текущие изменения затрагивают больше. Второй – это профессия человека, поскольку даже внутри технологического рынка профессии очень сильно отличаются. Третий – это конкретная задача внутри профессии. И очевидно, есть сегодня задачи, которые потенциально, назовем это так, мы больше можем заменить. А есть задачи, которые в целом, наверное, мы заменить нельзя или невозможно.
Поэтому прежде чем мы говорим, что AI уничтожает все рабочие места, давайте будем говорить о какой отрасли мы говорим, о какой профессии мы говорим и о какой задаче.
Теперь предлагаю двигаться ко второй части нашей истории. Мы разобрали и поговорили с вами, в реальности какие-то опоры нашли, что же происходит на рынке с точки зрения вот этого найма, увольнения, с точки зрения того, что поговорили немного, как рынок замер, про вот этот страх, что AI всех-всех заменит. Но я еще хочу тут посмотреть, а что же рынок начинает покупать новое. Поскольку в технологическом контуре несколько, наверное, легче вот так быстро сформулировать группы, вот какие-то новые группы.
Мы видим на сегодняшний день на рынке вакансий для тех, кто создает AI, например, позиция AI-инженер. Мы видим вакансии для людей, для инженеров, кто внедряет AI в продукты, процесс, там могут быть так называемые AI-стратегисты, или есть такая вакансия на сегодняшний день, которая с очень сильным ростом. Это Forward Deployed Engineer, инженер по такому прикладному внедрению AI, кто работает с клиентом, понимает бизнес-проблему, подключает модель к реальному процессу, доводит ее до такой, до работающего результата.
В технологическом контуре есть еще, требуются специалисты, кто обеспечивает надежную работу систем, кто проводит эти изменения через компанию. То есть, казалось бы, несколько словно очевиднее вот эти новые позиции, которые возникают в AI-эру. Но самое интересное для меня начинается не только как раз-таки внутри технологических профессий, а я посмотрела реальные вакансии на сегодняшний день, проанализировала в маркетинге, продажах, финансах, HR, рекрутинге, поддержке, административной работе.
Там везде повторяется один и тот же паттерн, и хочу про него сейчас поговорить. Компания ищет не только человека, который выполняет какую-то функцию с помощью AI, она ищет человека, который улучшает этот способ работы. Вот прямо хочу несколько тут по нескольким позициям пройти. В маркетинге, например, ищут Marketing AI Operations Manager, руководитель AI-операций маркетинга. Не человек, который просто делает контент, а он должен владеть всей технологической системой маркетинга и еще управлять внутренними AI-агентами.
Другая вакансия в маркетинге, agentic marketer, я бы перевела как маркетолог, который строит и использует AI-агентов, снова. Там кандидаты прямо просят показать работающего маркетингового агента, например, созданного на n8n и Claude Code. Причем рядом вместе с тем остаются в требованиях 4 с лишним года опыта в digital или growth marketing, SEO, понимание и знание построения воронок, конверсии, стратегии кампаний, клиентской коммуникации и прочее. В продажах возникает новое название – go-to-market engineer, инженер коммерческих процессов и системы выхода на рынок, например, в сочетании с автоматизацией.
То есть компания ищет, например, руководителя автоматизации go-to-market системы. То есть человек владеет CRM как продуктом и автоматически собирает карту компании, людей, сигналов, создает AI-агентов для поиска клиентов, обогащения данных, развития аккаунта. Либо вакансий достаточно много на сегодняшний день в продажах в целом. Я вот нашла таких go-to-market инженеров, специалистов, которые соединяют Salesforce и другие системы, автоматизируют оценку аккаунтов, прикручивают AI для понимания, и оценки всех сигналов намерений, оценки анализа работы, эффективности работы специалистов отделов продаж и прочее.
Но параллельно с этим от этих людей все равно ждут 5-8 лет работы в revenue operations, работы с выручкой, работы в sales operations, умение работать с SQL, BI, понимать воронку, иметь навыки коммерческого планирования и так далее. То есть такая роль на стыке становится очень сильной. В финансах, в частности, даже Apple, ну не даже, Apple, просто один из моих примеров, Apple ищет Product Manager AI Finance Transformation, то есть менеджер AI продукта для трансформации финансов.
Он должен вместе с финансовыми лидерами видеть реальную бизнес-боль, спроектировать заново процесс, выбрать правильный AI сценарий, перевести их в требования, определить, конечно, какие данные получает AI агент, и насколько объясним результат, и как измерить точность и эффект. Очень много в финансовом планировании, вот именно я нашла вакансии, связанных с AI transformation analyst. В HR и рекрутинге происходит то же самое. На сегодняшний день есть вакансии Automation and AI HR Transformation, владелец продукта по автоматизации AI в трансформации HR.
Такой человек задает снова определенное поведение AI-агентов, ограничения, точки какой-то обязательной человеческой проверки в процессе. Ищут Recruiting Operations and AI Automation, руководители рекрутинговых операций и AI-автоматизации, человека, который владеет и понимает, что такое Applicant Tracking System, что внедряет AI в сорсинг, внедряет AI в коммуникации с кандидатами. Точно так же, безусловно, особенно в такой sensitive, очень чувствительной зоне к использованию AI как HR, как рекрутинг понимает вот эти точки все-таки человеческого контроля, человеческого управления внутри процесса.
В поддержке административной работы типовые запросы все чаще можно автоматизировать, и очень ценится работа с такими исключениями, с пониманием конфиденциальности, когда автоматизацию нужно остановить. То есть, во всех этих функциях я не пересказываю даже компании, по которым я прошлась, но во всех этих функциях я вижу словно одну и ту же формулу.
То есть, по сути, выполнить работу, требуется выполнить работу и перестроить способ ее выполнения. То есть, какой-то новый такой запрос появляется, и он ведь совсем не про то, что AI забрал вакансию или AI забрал работу, а формируются прямо такие новые слои профессионального профиля. И в итоге у меня прямо сложилось несколько таких вот pillars, на которые мы можем опираться. Это исключительно такая моя интерпретация, и может откликаться, может не откликаться. Поделитесь, что вы думаете по этому поводу.
Как вы видите вот это изменение, которое происходит конкретно в вашей профессиональной сфере, потому что я ведь перечислила очень ограниченное количество профессий. Так вот, первый слой, который является базовым и который никуда не исчез ни в одних требованиях, это доменная экспертиза. Нужно настолько хорошо знать свою функцию, чтобы понимать вообще, куда можно прикрутить тот самый AI или нет. Можно ли что-то автоматизировать или нет. Вот это глубокое понимание, детальное своей зоны, умение правильно формировать профессиональные суждения, умение глубоко увидеть и, возможно, предвосхитить, подсветить все риски.
Понимание взаимосвязи всех деталей в своем конкретном домене. Второй слой, пускай это будут слои, это архитектура процесса. Вот из-за глубокого понимания домена и экспертизы следует то, что специалист, он должен очень четко уметь раскладывать свою работу на процессы, на составляющие, на задачи. Понимать в каждом процессе, видеть, какой результат он хочет получить, какой триггер этот процесс запускает, какие этапы есть у этого процесса, кто является участником, кто является ответственным, какие инструменты используются, какие сроки внутри, какие исключения.
То есть разобрать на детали свою работу и на отдельные задачи. А это ведь возможно только при глубоком понимании и при глубине своего профессионального такого суждения в целом это сделать. Третий слой, это уже на основе первого и второго собрать какое-то рабочее решение. То есть вот что меня еще зацепило во всех примерах, которые я приводила раньше, то что, по сути, от каждого специалиста просят также быть немного инженером. Очень мало где есть вот этого контакта и уметь сформулировать задачу для какого-то технического специалиста.
То есть, по сути, сама задача работы с AI, автоматизации своих процессов, она становится требованием как раз-таки к этому глубокому доменному специалисту. То есть каждый из нас становится чуть-чуть таким инженером. И любой сильный специалист на сегодняшний день, он должен уметь собрать вот этот небольшой прототип или настолько точно уметь описать логику другому инженеру со всеми ограничениями и результатами, чтобы отвечать уже не просто за какую-то идею, за то, что он видит, можно сделать, а отвечать за результат.
Следующий слой, двигаемся дальше, это про качество. Всегда про качество, потому что какие-то... Мы должны всегда понимать, мы об этом много говорили на нашем канале, касательно качества и при любом... При любой прикрутке AI, при любой автоматизации, мы всегда должны понимать, а какой мы результат получили, а что мы заработали, а что мы сэкономили, а что мы достигли, а насколько качественнее стал наш процесс, а как мы вообще понимаем, где нужна человеческая проверка, а когда нам остановить систему, а какие ошибки допустимы.
Ну, тут очень такой многоплановый, многокомпонентный слой. И последний слой, который я для себя выделяю во всех, собственно, вакансиях, во всех на сегодняшний день запросах, это внедрение, да, это слой внедрения, потому что ты можешь быть очень крутым специалистом, ты можешь понимать и разрезать слона на кусочки, ты можешь точно уметь собрать какое-то инженерное решение и понимать его результат, но его нужно еще провести через бизнес, через какую-то информационную безопасность, через юристов на сегодняшний день.
Это прямо, мне кажется, супер такой тема вот в целом такой безопасности искусственного интеллекта в бизнесах. Это необходимо обучить команду, необходимо проработать когнитивное сопротивление, которое, наверное, знаете, оно словно не исчезает, оно просто с периодом, вот во время этой эры, оно переходит от одного такого блока к другому. Но что самое важное, то что база всей этой цепочки это профессиональная экспертиза и понимание процесса. По сути, ведь даже техническое, вот этот третий слой и инженерные решения очень часто можно собрать и узнать, что собрать, спросив у самого AI.
В этом и есть определенный парадокс. А вот эта профессиональная глубина, которая доменная глубина, профессиональная глубина и понимание того, что ты делаешь и через что твоя работа построена, она и позволит задать правильный вопрос для того, чтобы найти правильное решение. Поэтому я вижу так, что нам не нужен какой-то одинаковый список курсов для всех.
И если вообще просто ответить на вопрос, во что сейчас вкладываться и как работать вот с этим своим страхом, что AI нас заменит, то мне кажется, крайне важно сейчас углублять свою профессию, в какой бы отрасли и вы не работали, и кем бы вы не работали, учиться описывать процессы, как минимум понимать их компоненты, собирать небольшие AI-решения самому, пробовать на какой-то маленькой части, на самом понятном процессе. Возможно, описать только один работающий процесс и на нем собрать это AI-решение и посмотреть, что поменялось, какие данные мы получили, и попытаться этот процесс внедрить внутри своей компании, внутри, возможно, своего бизнеса, внутри своего какого-то проекта личного.
То есть, по сути, начинать можно не с новой должности, не с каких-то десяти инструментов, а ровно с того, что вы делаете в рамках своей работы, такой каждый день. Я думаю, точно обращают, и мне кажется, что мы тоже много раз, ну, неоднократно так или иначе этого касались, что вот это требование такой, как минимум базовой AI-грамотности, понимания своих задач, задачи, где ты можешь использовать и AI для своего усиления, для усиления качества работы,
оно уже дефолтно становится таким требованием, как раньше было знание Microsoft Office, предположим, в резюме. Но это первое касательно ответа на вопрос. Очевидно, да. Второе, это, как мы уже неоднократно говорили, в целом идёт такой сдвиг на предмет того, кого ищет конкретный бизнес и насколько предыдущий опыт человека соответствует вот этому уже новому видению, да, то, что мы сегодня с вами говорили. И точно есть несовпадение того, насколько поменялись требования работодателя и то, что ищет бизнес в сочетании с тем, что предлагает человек, поскольку он очень часто опирается на свой предыдущий опыт, очень часто опирается на свои предыдущие знания, в которых ведь он был успешный, он был востребованный и не всегда видит вот эти зоны своего развития, в том числе и с использованием искусственного интеллекта.
В то время как компании, они уже ушли вперёд, они уже понимают, что им 100% необходимо закрывать новые зоны. Поэтому вот одного, такой ответ для отдельного подкаста, поскольку очень много внутри тут зашито компонентов. Нужно разобрать, а кого всё-таки ищут компании и какие именно люди с какими компетенциями в каких профессиях не могут найти работу. Вот это, знаете, Оля, такой ведь хороший пример. Я, кстати, также натолкнулась на него, когда сейчас разные цифры искала. Есть позиции, которые как будто не сокращают намеренно, но люди уходят, а их заново не открывают, потому что бизнесы внутри понимают, что эти задачи стало очень легко перераспределить и заменить.
Ведь есть ещё такой слой, мы просто о нём не говорили. Такие задачи, они как будто немножко под капотом остались. Они не вышли ни в какую статистику, потому что никого не уволили. И мы не видим, что кого-то перестали нанимать. А просто в каком-то сегменте определённые задачи, человек ушёл по тем либо иным причинам, покинул компанию. Оп! И эти определённые какие-то действия их распределили между разными сотрудниками. Или какие-то определённые действия отдали, например, модели.
Поэтому ответа, просто единого ответа на этот вопрос нет. Вот мы с вами уже три компонента перечислили. Я думаю, что этот список можно продолжать. Поэтому мой ответ такой, что на вопрос «AI нас заменят?» нет.
В каких-то задачах – да. Цифры, которые мы посмотрели, на примере рынка США, они не показывают какой-то общей волны массовой увольнения из-за AI. они показывают и подсвечивают более сложный процесс. Про осторожность найма, про сокращение одних ролей и незамещение одних, про сокращение одних ролей и замещение их новыми, про изменение задач внутри профессии, про осторожность, может быть, где-то людей в этой неопределённой реальности. Если интересно будет разобрать подобные цифры на примере европейского рынка или российского рынка Азии, пожалуйста, напишите в комментариях, обязательно это сделаем.
Но, по сути, сегодня мы говорили про то, что рынок начинает искать специалистов, которые понимают свою работу настолько хорошо, что могут решить в целом, а как эту работу, как она должна, как её можно поменять, какой процесс может существовать, а какой процесс нет, какую его часть отдать AI, а где оставить человека. Потрясающее время, интересно живём.