На Западе отказываются нанимать джунов в ИТ — что происходит и при чем тут токенмаксинг?

Мы в Beeline Cloud ^[1] решили продолжить тему увольнений, найма и кадровых перестановок, происходящих под «нейросетевым соусом» ^[2]. Часть компаний сокращает вакансии джунов, делая ставку на (почти фанатичное) использование ИИ в разработке — и тратит на токены больше, чем на «человеческий персонал». Другие идут «против течения» и, напротив, активнее набирают выпускников вузов на младшие позиции с целью обеспечить преемственность поколений. Разберем ситуацию, обсудим мнения и прогнозы.

Прощайте, вакансии для студентов

Летом прошлого года в журнале The New York Times вышла статья ^[3] с громким заголовком: «Прощайте технические вакансии на 165 тыс. долларов — студенты-программисты идут работать в Chipotle» [прим. сеть ресторанов быстрого питания]. Текст вызвал резонанс в профессиональном сообществе, его обсуждали на форумах, в тематических блогах и соцсетях. Авторы материала собрали истории выпускников западных технических вузов, начинавших учиться во времена, когда старшекурсники получали по несколько офферов от крупных ИТ-компаний, а закончивших — в эпоху систем ИИ, которые перевернули рынок и кратно усложнили поиск работы. Так, один специалист с факультета компьютерных наук из Университета штата Орегон, претендуя на джуниорскую позицию, за два года откликнулся почти на 6 тыс. вакансий — и не получил ни одного оффера. От безысходности он попытался устроиться на работу в McDonalds — но и там ему отказали из-за недостатка опыта ^[4]. Весь этот процесс герой статьи описал как «деморализующий».

И это еще мягко сказано. С 2022 по 2024 годы число вакансий для джунов на рынке США уменьшилось на 60% ^[5]. А в прошлом году специалисты из Гарварда изучили климат в 285 тыс. американских компаний, общее число сотрудников в которых превысило 62 млн. Они обнаружили, что в организациях, активно внедряющих генеративные системы ИИ в рабочие процессы, число джуниоров сократилось на 9–10% за шесть кварталов. При этом младших сотрудников не увольняют, им просто не подбирают замену, если те уходят.

Если копнуть глубже, то на западном рынке ИТ сокращается ^[6] количество не только вакансий, но и стажировок для студентов. Если раньше учащиеся вузов начинали нарабатывать опыт едва ли не с первого курса, то теперь этот механизм практически не работает. Если верить данным ^[7] американской платформы Handshake, с 2023 года число объявлений о приеме на стажировку в технологические компании сократилось на 30%. Параллельно результаты опроса исследовательской фирмы Intelligent, в котором участвовали восемьсот рекрутеров из США, показали ^[8]: 70% респондентов считают, что ИИ-системы способны выполнять задачи, которые до этого поручали стажерам (более того, 54% респондентов уверены, что нейросети справляются с этими обязанностями лучше молодых сотрудников).

В России можно наблюдать похожую тенденцию: ИИ-системы постепенно отнимают у начинающих разработчиков тот самый «тренировочный полигон», на котором они набивали шишки и получали первый реальный опыт. По итогам 2024 года в ИТ и аналитике спрос на стажеров упал ^[9] на 26 и 14% соответственно. Как говорил представитель одного крупного российского предприятия, теперь можно поставить задачу умной нейросети, а опытный сотрудник «проверит то, что натворил робот» — и при необходимости внесет правки, чтобы получить достойный результат. 

В условиях, когда компании делают ставку на системы ИИ и активно внедряют их в бизнес-процессы, развивается еще один тренд — токенмаксинг, когда компании грезят отказаться не только от начинающих специалистов, но и в целом от большинства людей в штате.

Долина токенмаксинга

Под токенмаксингом понимают подход, при котором компания или отдельные ее сотрудники соревнуются за максимальное потребление токенов моделей, превращая этот показатель в главный критерий своей продуктивности и статуса. Как следствие, такие компании с гордостью рассказывают ^[10], что тратят больше денег на ИИ-вычисления, чем на зарплаты «человеческих специалистов». Показательный пример — израильская компания Swan AI, где работает всего четыре человека. За один месяц они израсходовали на токены около 113 тыс. долларов и очень этим гордились. Основатель компании даже опубликовал пост в соцсетях, заявив, что предпочитает «масштабироваться с помощью интеллекта ^[11], а не увеличения штата». На слуху и кейсы с куда более крупными суммами. Технический директор Uber в интервью отмечал ^[12], что компания уже исчерпала свой ИИ-бюджет на 2026 год, потратив его на токены. А недавно Axios писал ^[13] о крупной компании, которая умудрилась потратить 500 млн долларов на Claude AI.

Несмотря на эти казусы, многие представители ИТ-индустрии считают такой подход примером, к которому нужно стремиться. Основатель Fundable AI — компании, занимающейся разработкой ИИ-сервисов для финансового рынка — тоже видит в токенмаксинге неоспоримые плюсы: «Математика работает, когда ваши затраты на ИИ генерируют в десять раз больший результат, чем эквивалентные затраты на человека. Реальный ключ к успеху — это сложное масштабирование: расход токенов растет линейно, а результат — экспоненциально».

Ситуация с токенмаксингом доходит до абсурда: кажется, что Кремниевая долина стала одержима идеей ^[14] с говорящим слоганом: «один человек — одна компания с оценкой в миллиард долларов». Яркий пример — стартап Medvi Мэттью Галлахера из Лос-Анджелеса, который практически в одиночку разработал и запустил платформу телемедицины. Он использовал дюжину ИИ-систем, чтобы писать код, создавать тексты для сайта, генерировать рекламные изображения и проморолики, а также обрабатывать обращения клиентов. Кроме того, он переложил на плечи агентов анализ бизнес-показателей и автоматизировал все задачи, которые не мог закрыть сам. Да, позже в компании появились люди, но немного — Галлахер нанял нескольких аккаунт-менеджеров, чтобы добавить элемент «живого человеческого общения» для клиентов. Кейс стал настолько вирусным, что даже Сэм Альтман, который предсказал появление подобных компаний, захотел встретиться с предпринимателем.

И хотя сейчас Medvi находится под пристальным вниманием ^[15] регуляторов (компанию обвиняют ^[16] в мошенничестве и недобросовестных практиках), идея отказа от программистов-людей и замены их на ИИ-агентов прочно укрепилась в умах предпринимателей. К этому уже идут ^[10] в нью-йоркской компании General Intelligence, в которой работает всего пять человек ^[17]. Основатель Эндрю Пиньянелли рассказывает, что токены иногда обходятся им дороже, чем сотрудники, но это плата за переход на новый формат: «Порой мы тратим больше денег на токены, чем на зарплаты — как-то раз за один день мы потратили 4 тыс. долларов на Opus».

При этом стоит отметить, что практика токенмаксинга все же сталкивается ^[18] с достаточно жесткой критикой, прежде всего потому, что она нередко создает лишь иллюзию продуктивности. В компании Waydev, занимающейся оценкой эффективности использования ИИ-систем, отмечают: хотя 80–90% сгенерированного кода разработчики формально принимают, в дальнейшем значительную его часть все равно приходится исправлять или оптимизировать. По итогу в продакшн попадает от 10 до 30% кода, написанного агентом. В марте этого года специалисты аналитической платформы Faros AI изучили ^[19] данные пользователей за два года и отметили рост показателя code churn, отражающего соотношение удаленного и добавленного кода в репозиториях, — он увеличился (внимание!) на 861%.

Эти цифры могут служить косвенным доказательством мнимости прироста продуктивности от токенмаксинга. Впрочем, последствия порой выходят за рамки банальной переработки и постоянного переписывания кода. Инфраструктуру американской облачной платформы Railway обслуживает ^[20] всего 30 человек, при этом ей пользуются более 2 млн зарегистрированных разработчиков. В начале марта основатель хвастался ^[21], что компания тратит 300 тыс. долларов в месяц на токены Claude и «еще никогда не росла так быстро». Однако уже 30 марта Railway сообщила об инциденте с утечкой данных. На этом фоне часть ИТ-сообщества довольно иронично восприняла ситуацию: слишком уж контрастно выглядели недавние заявления об эффективности внедрения ИИ в рабочие процессы.

Ряд компаний признает проблему, но не спешит сокращать траты на ИИ-системы. Чтобы не считать эффективность использования ИИ объемами потребленных токенов (которые, по сути, отражают лишь «болтливость» чат-ботов), в Salesforce предложили ^[22] свою метрику измерения эффективности использования интеллектуальных моделей — единицы агентского труда ^[23] (Agentic Work Units). Новая модель учитывает количество реально выполненных задач, а не время взаимодействия или объем использованных вычислительных ресурсов. 

С одной стороны, подобные подходы — не отмена токенмаксинга, а способ найти более справедливые метрики оценки труда разработчиков, использующих системы ИИ. С другой, начинающие разработчики считаются наиболее эффективными пользователями нейросетей (а значит, противоречия между наймом джунов и использованием ИИ вполне реально избежать). Неудивительно, что часть компаний не разделяет интерес ^[24] к токенмаксингу «в ущерб найму» и вместо этого фокусируется на расширении штата джунов.

Ставка на «зеленых»

Один из самых громких голосов, несогласных с практикой замены джуниоров ИИ-системами, принадлежит директору AWS Мэтту Гарману — многие слышали его точку зрения ^[25]. Он говорит, что на джунах не нужно экономить, чтобы было кому заменить ветеранов, когда те уйдут из компании. Кроме того, именно от начинающих специалистов можно почерпнуть новые и современные идеи: «Если вы не подготавливаете молодых сотрудников, которые потом будут продвигаться по карьерной лестнице, у вас не будет и свежих идей в работе».

Компании, которые отказываются от джуниоров сегодня, добровольно закладывают ^[26] демографическую бомбу замедленного действия. Исследователи из Джорджтаунского университета в США утверждают ^[27], что с 2024 по 2032 годы больше 18 млн опытных сотрудников в возрасте от 55 до 64 лет уйдут с американского рынка труда на пенсию, но на замену им придут меньше 14 млн молодых специалистов с теми же компетенциями. 

По оптимистичным оценкам у компаний есть еще около пяти лет, чтобы нанять и обучить джунов узкоспециализированным навыкам. Без молодых специалистов пострадает вся кадровая система — мидлам и сеньорам будет некому передавать знания (что, кстати, как показывают ^[28] исследования, помогает старшим сотрудникам справляться со стрессом ^[29] и выгоранием на работе). Чтобы кадровый конвейер не остановился, в IBM ^[30] планируют нанимать втрое больше начинающих специалистов в сфере разработки, маркетинга и других. Похожую позицию занимает ^[31] американская консалтинговая компания Cognizant. Только в 2025 году там приняли на работу 25 тыс. выпускников университетов, а в 2026-м планируют нанять еще больше.

Также выпускников вузов охотно нанимают компании среднего и малого бизнеса. Согласно отчету ^[32] фирмы Gusto, которая изучила рынок США, в 2026 году работу в таких фирмах нашли 974 тыс. начинающих специалистов в возрасте от 20 до 24 лет. Экономист компании считает ^[33], что малый бизнес видит в этом возможность: «Для них ИИ-системы — это не навык, которым нужно овладеть, а по умолчанию часть работы, и это делает их ценными для компаний, стремящихся к быстрой модернизации». К слову, в России похожая картина — еще несколько лет назад младших разработчиков чаще нанимал ^[34] малый бизнес и микропредприятия. 

Компании, которые продолжают нанимать джунов, постепенно меняют ^[30] взгляды на онбординг. Например, в SkillBench предлагают подход, при котором новые сотрудники под руководством опытного разработчика пробуют выполнить сложную «боевую» задачу с использованием систем ИИ и последующим разбором. Не исключено, что в ближайшие годы этот подход только укрепится: от начинающих специалистов, вероятно, будут ждать не столько реального опыта, сколько способности быстро разбираться в прикладных задачах и эффективно использовать ИИ-инструменты.

Наконец, есть обнадеживающее (как минимум для самих джунов) мнение, что в будущем ИИ-системы не только не сократят, но и косвенно поспособствуют увеличению найма новичков. Недавно консалтинговая компания Teneo провела опрос ^[35] среди 350 гендиректоров, возглавляющих международные публичные компании с годовой выручкой более миллиарда долларов. 67% респондентов сказали, что системы ИИ станут драйвером найма младших специалистов, а не причиной отказа от них. По словам Брайса Штрауса, соучредителя стартапа Nominal, разрабатывающего платформу для тестирования и анализа сложных инженерных систем, в эпоху ИИ именно начинающие специалисты становятся источником новых идей. Как отмечает ^[36] Штраус: «Выпускница инженерного факультета без каких-либо указаний самостоятельно собрала с помощью ИИ инструмент для анализа данных, которым теперь пользуется вся ее команда. Ставка на джуниоров стала одним из лучших решений, которые мы принимали». И в 2026 году компания планирует нанять еще десять недавних выпускников — вдвое больше, чем годом ранее.

Beeline Cloud ^[1] — безопасный облачный провайдер. Разрабатываем облачные решения, чтобы вы предоставляли клиентам лучшие сервисы.

Что еще почитать в нашем блоге на Хабре и на DIY-площадке «вАЙТИ»:

• Почему компании не жалеют миллиардные бюджеты на зарплаты ИИ-специалистов ^[37]

• Cкрытые причины массовых сокращений в зарубежном технологическом секторе ^[2]

• Как будет развиваться российский ИТ-рынок труда и стоит ли бояться увольнений ^[38]

• Нанимают за «харды», увольняют за «софты» ^[39]

• Как научить других прокачивать карьеру в IT ^[40]