В России недосчитались специалистов по ИИ и нейросетям
Рынок AI и нейросетей в России растет быстро, а людей с нужными навыками не хватает. Об этом РИА Новости рассказала HR-директор MWS AI (МТС Web Services) Анастасия Зальцман. По словам кадровиков, картина такая: на четыре отклика по AI-вакансиям приходится один сильный кандидат.
Пока компании уходят от коротких экспериментов и пробуют держать ИИ в рабочем режиме, появляются вакансии для людей, которые занимаются адаптацией решений под компанию, сопровождением, обучением пользователей и настройкой моделей. Это уже не узкая история только для IT: запрос идет от банков, госсервисов, медицины, связи.
Кого ищут компании
Зальцман перечисляет роли, которых не хватает сильнее всего: дата-инженеры, AI-архитекторы, продакт-менеджеры, специалисты по эксплуатации AI-решений. Отдельно звучит проблема с преподавателями-практиками. Совместные программы бизнеса и вузов начали появляться, но быстрых изменений рынок пока не видит.
Ожидания бизнеса и реальность
Директор по персоналу Selecty Дарья Кудрявцева говорит, что многие менеджеры ждут от AI мгновенной отдачи. Специалиста по ИИ порой воспринимают как человека, который сделает быстро, дешево и сразу хорошо. А на деле ИИ не приводит в порядок то, что в компании пока не оцифровано. И уровень цифровой готовности у всех разный.
В тексте приводится и пример из США. Исследователи MIT в 2025 году оценили картину по Gen AI. По их подсчетам, вложения в 30–40 млрд долларов окупились только у 5 процентов компаний. Инструменты пробовали около 80 процентов организаций, пилот дошел до 20 процентов, до продакшна дошли те же 5 процентов.
Кудрявцева добавляет еще одну деталь: обучение для людей, которые работают с нейросетями, все равно нужно постоянно. Навыки быстро устаревают, и компании уже отдельно смотрят на AI-mindset, то есть умение держать знания в актуальном виде и быстро разбираться в новых инструментах.
Почему вузы не успевают
Основатель INSYTE Electronics Сергей Грибанов описывает кадровый голод как глобальную историю. Отрасль идет слишком быстро, а учебная система не успевает. Руководитель лаборатории ИИ Московской школы управления «Сколково» Александр Диденко согласен: генеративный ИИ пока слабо попадает в планы учебных заведений, а наставников мало, так как практикам бизнес платит больше.
AI-практик Иван Будник называет дефицит катастрофическим и объясняет это тем, что при любой промышленной революции сначала не хватает людей, а подготовка занимает время. Грибанов уточняет, что даже при хорошем сценарии выпускники с фундаментальной подготовкой выйдут на рынок через несколько лет, а компании ищут людей уже сейчас.
Кудрявцева считает, что в ближайшие годы вузы не закроют потребность, и лучше работают курсы, семинары и конференции.
Компании переходят в прод и упираются в кадры
Директор по персоналу DIS Group Елена Богук связывает напряжение с тем, что AI-проекты долго шли точечно, а учебные программы часто делают либо сильных инженеров без понимания требований бизнеса и регуляторики, либо аналитиков без понимания промышленной части.
Из-за этого бизнес все чаще берет подготовку на себя. При наличии IT-базы человек добирает навыки быстрее, если в компании есть понятная среда, менторство и работа на реальных задачах.
«Один ML-инженер и все заработает» не срабатывает
Будник говорит, что часть компаний до сих пор плохо понимают, где AI реально помогает. Кто-то ждет от него самостоятельной работы без людей, кто-то сводит все к текстам и аналитике уровня ChatGPT. При этом AI включает разные направления, включая компьютерное зрение, робототехнику, автоматизацию и нейросети.
Грибанов отмечает еще одну причину кадрового голода: много самоучек с сильными навыками в узких участках, а универсалов почти нет.
Совладелец и гендиректор Mains Lab Юрий Кувшинов объясняет, что ожидание «найти одного-двух ML-инженеров и запустить все» расходится с рынком. Для работы обычно нужен и бизнес-аналитик, и DevOps-инженер для вывода в прод, и тестирование.
Директор ГК «Экзон» Павел Часовских добавляет, что завышенные и размытые требования отсеивают сильных кандидатов еще до оффера. Эту нагрузку лучше делить внутри команды, а часть задач закрывать через дообучение.
Кувшинов отдельно упоминает, что из-за развития нейросетей сложнее проверять кандидатов. Небольшие тестовые задания легко делает ChatGPT-4, а долгие задания на несколько дней люди брать не хотят.
Новые темы: правила внутри компании и безопасность данных
Богук говорит, что вместе с ростом рынка меняются и требования. Компании думают про управляемость ИИ, границы ответственности человека и алгоритма, про безопасность данных и совпадение внутренних правил с внешними требованиями. Один из недооцененных пунктов тут это внутренние правила использования ИИ, где прописаны роли и контроль.
Что предлагают делать
Эксперт по AI-кадровой аналитике и директор по продажам IT-компании «Стахановец» Артем Жадеев считает ситуацию управляемой, но без перестройки подготовки не обойтись. Университетам полезнее вовлекать лидеров отрасли в курсы, особенно в магистратуре и переподготовке. Бизнесу подходит системное внутреннее обучение и наставничество. Такие расходы Жадеев предлагает воспринимать как вложения в кадровый капитал.
PR-директор архитектурного бюро «Крупный план» (KPLN) Екатерина Паричук приводит личный пример: обучение на внешней платформе помогло лучше понять работу нейросетей. И появился вывод, что нейросети не закрывают рутину автоматически, а проверка ответов иногда занимает больше времени, чем ручная работа. При этом в KPLN ИИ уже рассматривают как стандарт отрасли, а обучение в рабочем графике как вложение в рабочую скорость.
Советник гендиректора DM Solutions Андрей Лубенец видит выход в создании центров AI-компетенций внутри компаний. Такие команды могут проверять новые технологии, проводить эксперименты и предлагать варианты применения в рабочих задачах. Лубенец описывает движение в две стороны: AI-специалисты глубже погружаются в отрасль, а отраслевые команды учатся работать с нейросетями.
Будник добавляет, что мотивация сотрудников тоже влияет. Часть людей не хочет учиться поверх привычной работы, а доплачивать за рост готовы не все. Он высказывает идею, что повышение квалификации можно развивать через государственные и муниципальные инициативы, а новые направления стоит активнее открывать в учебных заведениях.
По оценке Жадеева, бизнесу придется жить с нехваткой людей еще несколько лет. Грибанов ожидает, что ситуация начнет выравниваться и станет спокойнее к 2028–2030 годам.
Полезный инструмент для покупок и крупных сделок
Telegram-бот Price Alert помогает отследить скидки в разных магазинах. Бот мониторит цены на Wildberries, Авито, Яндекс Маркете, Золотом яблоке, Авто.ру и других площадках каждые 30 минут. Добавьте товар, машину, квартиру в отслеживание по ссылке, получите уведомление, когда появятся первые скидки. Пользователи экономят до 30% на покупках благодаря своевременным уведомлениям.