Как AI изменил рынок труда и почему у IT-джуниоров мало шансов найти работу

Искусственный интеллект ^[1] сделал то, чего раньше не знал рынок труда. За короткое время он сократил сотни тысяч стартовых вакансий и оставил лишь узкий коридор для новичков с AI-скиллами. Теперь молодые специалисты могут быстро выйти на высокий доход, тогда как другим становится сложнее найти первый шаг в профессию.

Поговорим о том, как AI изменил рынок для IT-новичков, и почему сегодня карьерные перспективы зависят от умения работать с нейросетями.

Главный фильтр для кандидатов — реальная работа с AI в продуктах

The Wall Street Journal отмечает, что молодые специалисты с навыками AI в возрасте около 25 лет могут зарабатывать от $900k до $1M+ ^[2] в год. Компании вроде Databricks и Scale AI нанимают выпускников, способных сразу создавать AI-продукты, и предлагают компенсационные пакеты с базовой зарплатой $190–260 тысяч плюс опционы, что в итоге доводит доход до миллиона.

Важно, что охотятся не за «модным словом AI» в резюме, а за людьми, умеющими решать конкретные задачи. В особой цене сейчас несколько ключевых направлений.

Первое направление — генеративные модели. Специалисты, которые умеют адаптировать GPT-подобные модели под корпоративные данные, создавать рабочие процессы вокруг них и запускать такие решения в продакшн, сегодня особенно востребованы. Их доходы могут достигать сотен тысяч долларов в год. В стартапах компенсация ниже, но чаще дополняется опционами, тогда как в крупных компаниях базовые оклады достигают $250–300 тысяч в год ^[3], а с бонусами и акциями совокупный пакет может значительно превышать эту сумму.

Второе направление — классическое машинное обучение ^[4]. Сюда входит прогнозирование, работа с большими массивами данных и настройка моделей под конкретные бизнес-метрики. В этой области зарплаты — $190-260 тысяч ^[2] для специалистов среднего уровня и могут превышать $500 тысяч ^[5] у тех, кто руководит командами и отвечает за внедрение решений в продакшн.

Третье направление — обработка естественного языка (NLP). Это разработка чат-ботов, систем поиска, автоматических переводчиков и анализа тональности. В США ведущие специалисты по NLP могут зарабатывать от $200 до $400 ^[2] тысяч в год.

Четвертое направление — компьютерное зрение ^[6] (Computer Vision). Это область искусственного интеллекта, которая позволяет машинам распознавать изображения: от медицинских снимков до анализа видеопотоков в реальном времени. В сферах автономного транспорта и робототехники специалисты с опытом ^[7] в CV зарабатывают от $140 тысяч в год, а руководители проектов могут получать свыше $250 тысяч ^[8].

Пятое направление — prompt-engineering. На первый взгляд это умение выглядит простым: правильно формулировать запросы к моделям. Но на практике компании готовы платить десятки и даже сотни тысяч долларов за способность превращать запрос в коммерчески полезный результат. Диапазон зарплат пока сильно отличается: от примерно $120 тысяч в небольших фирмах до $300 тысяч ^[9] и выше в консалтинге и крупных корпорациях.

Шестое направление — архитектура решений. Здесь ценны специалисты, которые умеют не просто работать с моделями, а встраивать их в масштабные корпоративные системы, учитывая требования безопасности и затраты на инфраструктуру. Такой опыт крайне редок, поэтому зарплаты старших архитекторов AI-систем могут быть выше $500 тысяч ^[5] в год, а в некоторых компаниях превышать и эту планку.

Forbes ^[10] отмечает, что сочетание хотя бы двух-трех ключевых AI-навыков сразу заметно повышает доход. А исследование на Arxiv ^[11] показывает, что премия за практические умения работы с AI может достигать 23%. И этот фактор влияет на зарплату сильнее, чем диплом престижного университета.

Высокие зарплаты в AI связаны не с общими словами в резюме, а с конкретными ролями и задачами. Ниже — ключевые позиции и навыки, за которые компании готовы платить особенно щедро.

Джуниорам приходится несладко

Рынок для новичков сильно сузился. Найм на стартовые IT-позиции упал более чем наполовину по сравнению с допандемийным временем. Если раньше почти каждый выпускник мог рассчитывать на работу, то теперь многие остаются за бортом.

Обычные задачи для новичков почти исчезли. Тестирование, мелкие багфиксы и техподдержка теперь выполняют автоматизированные системы. Поэтому компании не спешат нанимать джуниоров: алгоритм работает быстрее, дешевле и без перерывов.

На первый план выходят редкие умения, которые пока трудно заменить. Ценятся специалисты, умеющие дообучать модели на корпоративных данных, внедрять AI в реальные процессы, учитывать безопасность и инфраструктуру. Именно такие навыки становятся входным билетом в профессию.

Выпускники код-буткемпов и даже сильных университетов сталкиваются с одной проблемой: без коммерческого опыта их резюме почти не востребованы. Недавний материал Reuters рассказал истории разработчиков, которые после курсов программирования были вынуждены уйти работать в сферу обслуживания, потому что вход в IT оказался закрыт. В США и Европе все чаще используют термин lost juniors — те, кто хотел войти в профессию, но так и не смог найти первую ступень.

А что со стажировками?

Крупные компании все чаще сворачивают программы для новичков. Раньше они открывали стажировки, где выпускники могли учиться на реальных задачах и получать первую строчку в резюме. Теперь таких входов в профессию становится все меньше, и начинающим специалистам гораздо труднее сделать первый шаг.

В Великобритании Big 4 — KPMG, Deloitte, EY и PwC — сократили прием выпускников: KPMG на 29% ^[12], Deloitte на 18% ^[12], EY на 11% ^[12], PwC на 6% ^[12]. Эти компании еще недавно ежегодно нанимали тысячи молодых специалистов.

В бигтехах ^[13] вроде Facebook, Apple, Amazon, Netflix и Google уже заморозили найм MBA и уменьшили число стажировок.

Tesla и X (бывший Twitter) под управлением Илона Маска тоже сократили программы летних стажировок в 2025 ^[14] — формально, с целью оптимизации расходов и повышения эффективности.

Handshake отмечает: число объявлений о стажировках упало больше чем на 15% ^[15] с января 2023 до января 2025. При этом конкуренция выросла втрое — позиции стали в два раза менее доступными, а соискателей стало в разы больше.

Выпускники ^[16] конкурируют за стажировки, которые раньше были доступны в основном студентам. 

Учиться нон-стоп, чтобы выжить

Для новичков остается только два пути: либо пробиваться в стартапы, где готовы рисковать и брать «сырых» кандидатов за меньшие деньги, либо самостоятельно доучиваться и показывать проекты в портфолио. 

AI воспринимается не только как шанс, но и как давление. Auvik IT Trends Report 2025 ^[17] фиксирует: 88% айтишников в Индии планируют пройти курсы или сертификацию, чтобы защитить карьеру. Многие выбирают узкие специализации — облачные платформы, кибербезопасность, управление данными и, конечно, работу с AI-инструментами.

Глобально ситуация схожая. 42% специалистов по всему миру уже задумываются о смене работы из-за давления AI — PRNewswire ^[18]. Для одних это страх ^[19] потерять профессию, для других — шанс перейти в более перспективное направление.

На рынке формируется целая «экономика дообучения». Онлайн-школы и корпоративные академии растут быстрее, чем сами IT-компании. Многие крупные игроки — от Google и Microsoft до Accenture и NVIDIA — запустили собственные обучающие программы, превращая их в каналы подбора специалистов.

Обучение стало новой нормой: сертификаты от Coursera, Udemy, Google или Microsoft сегодня ценятся не меньше университетского диплома. Вакансии все чаще требуют не только опыта, но и «постоянного развития» — умения работать с последними версиями AI-инструментов и быстро перестраиваться под новые технологии.

Рынок раскололся надвое

World Economic Forum ^[20] прогнозирует подъем спроса на GenAI-скиллы и все большее расслоение на рынке труда.

С одной стороны — узкий круг экспертов по генеративным моделям, архитектуре и интеграции AI. Им платят сотни тысяч, и за них идет настоящая борьба между компаниями.

С другой — широкий слой специалистов, для которых конкуренция становится выше, а рост зарплат уже не такой быстрый.

Рынок труда в AI быстро меняется: выигрывают те, кто учится непрерывно и умеет применять знания на практике. А что ты делаешь, чтобы остаться в игре? Поделись в комментариях.