Вижу, что моя статья «Мама, я пойду на рекламу!» о парадоксах выбора профессии в эпоху нейросетей вызвала интерес. Поэтому предлагаю пойти дальше и посмотреть, как развитие искусственного интеллекта (ИИ) влияет на рынок труда для молодых специалистов.
Спойлер: ИИ вытесняет именно начинающих. И делает это безжалостно.
Давайте вместе разберемся, что происходит.
Кто есть кто: три уровня специалистов
Для начала коротко о терминах, которые часто мелькают в дискуссиях об IT и не только.
- Начинающий (в оригинале – junior). Тот, кто только входит в профессию. Делает простые задания под контролем, много учится, его работу часто проверяют и правят.
- Средний уровень (middle). Работает самостоятельно, закрывает типовые задачи качественно, может подменять наставника для новичков.
- Опытный (senior). Берет сложные, нестандартные задачи, управляет процессом, принимает ключевые решения.
В статье я в основном буду использовать русские названия. Но иногда для краткости буду возвращаться к оригинальным терминам «джун», «мидл», «синьор».
Что показывают цифры
Возьмем исследование кадрового агентства Randstad. Они проанализировали 11 миллионов вакансий по всему миру и увидели, что за полтора года (с января 2024 по июль 2025 года) количество предложений для начинающих специалистов (с опытом до двух лет) в финансовом секторе сократилось на 24%, а в IT падение превышает 35%.
При этом спрос на опытных сотрудников (с опытом от десяти лет) за тот же период вырос на 6%. На первый взгляд – парадокс. Но объяснение простое и жесткое:
Нейросети лишают новичка возможности учиться на простых ошибках.
Раньше именно на начальных позициях молодые люди набирались опыта: писали простой код, готовили типовые отчеты, обрабатывали данные. Сегодня все это искусственный интеллект делает быстрее, дешевле и часто лучше. Логика бизнеса проста: зачем платить зарплату, тратить время на обучение и наставничество, если можно взять одного сотрудника среднего уровня, который с помощью ИИ сделает работу за троих?
Беда не только новичков
Сегодняшний специалист среднего уровня рискует завтра оказаться на месте вчерашнего новичка. Не потому, что он стал хуже. А потому, что нейросети стремительно «съедают» задачи, которые раньше считались «уверенной работой». То, что требовало опыта и квалификации, теперь превращается в грамотно составленный запрос к языковой модели.
Вот данные Стэнфорда (август 2025 года), которые это подтверждают:
- В профессиях, где ИИ применяется активно, занятость среди людей 22–25 лет упала на 6%, а среди тех, кому за 30, – выросла на 13%.
- Среди самых юных программистов уровень занятости на 20% ниже пиковых значений, а среди возрастных – выше.
Это не просто цифры. Это системная проблема. Если у нового поколения не будет возможности решать простые задачи, ошибаться и набираться опыта, то через десять лет нам просто неоткуда будет взять опытных специалистов. Нижний этаж карьерной лестницы исчез, и верхним этажам не из чего вырасти.
Возникает закономерный вопрос: как и где молодому человеку приобретать тот самый предметный опыт и знания (и, кстати, некоторую взрослость), которые позволили бы войти в профессию сразу на уровне специалиста среднего звена, минуя этап начинающего?
Новая карьерная траектория: что приходит на смену
Раньше стандартный путь выглядел так: школа → вуз → начальная позиция → средний уровень. Сегодня эта схема трещит по швам. Мест для новичков становится все меньше, и одной хорошей учебы уже недостаточно.
Новая реальность, скорее всего, потребует другого подхода (и многие эксперты это подтверждают):
- Погружение в практику как можно раньше – еще во время учебы в колледже, а возможно, даже в старших классах школы. Не вместо образования, а параллельно с ним.
- Обучение модулями и по делу – короткие прикладные курсы, проектные семинары, стажировки с первого курса.
- Постоянное обновление навыков – нейросети меняются каждый месяц, и остановка в учебе означает отставание.
Но главное – изменится сам набор компетенций. Мало просто «знать свою профессию без ИИ». И мало уметь «болтать с чатом».
Скорее всего, успешен будет тот, кто умеет соединять три вещи:
- Глубокое понимание своей предметной области (иначе нейросеть сделает из вас уверенного дилетанта).
- Навыки работы с ИИ – ставить задачу, проверять результат, понимать, где языковая модель ошибается.
- Реальную работу с живой ответственностью – где есть дедлайны, качество и цена ошибки.
А что с вузом? Он правда больше не нужен?
Понимаю, что этот вопрос волнует многих родителей. Я сама его себе задаю.
Старая университетская модель – сначала долгая теория, потом медленный выход на практику через простые задачи – действительно перестает работать (исключение – рабочие профессии). Если нейросети замещают нижний этаж компетенций, то такая длинная подготовка становится непозволительной роскошью.
Выходит, начинающий специалист попал в тиски: искусственный интеллект отбирает у него возможность учиться на легких заданиях, а старый добрый вуз – отнимает время, за которое можно было бы попробовать войти в профессию по-другому.
Но это не значит, что высшее образование нужно отменить. Оно должно стать другим: гибким, с реальными проектами с первого курса, с обязательным использованием ИИ-инструментов в учебе.
Возможно, многие пойдут сначала в колледжи, а потом, поработав, – в вузы за углубленной теорией. Или будут учиться всю жизнь через онлайн-платформы.
Что скажете вы?
Готовых ответов у меня нет. Есть только тревожные цифры и понимание, что менять подходы к образованию и профориентации нужно уже сейчас.
Родители, педагоги, студенты, старшеклассники, как вы видите этот путь в профессию? Давайте обсудим в комментариях.
Светлана Мананкина. Подписаться в MAX
ЕЩЕ ВАМ МОЖЕТ ПОНРАВИТЬСЯ: