Российский облачный рынок перешагнул отметку в 400 миллиардов рублей, но компании внезапно столкнулись с тем, что старые методы управления цифровой инфраструктурой перестали работать.
Объем российского рынка облачных услуг по итогам 2025 года достиг примерно 400 миллиардов рублей, и, по оценкам аналитиков M1Cloud, в 2026 году он продолжит расти как минимум на 30%. Казалось бы, такая динамика должна вызывать бум на рынке труда, но реальность оказалась сложнее. В марте 2026 года на hh.ru случился перелом: количество активных вакансий в ИТ-сфере упало на 37% по сравнению с прошлым годом, а вот число соискателей, наоборот, выросло на 29%. Массовый найм ушел в прошлое, работодатели стали придирчивее и осторожнее. Однако это не значит, что двери для специалистов закрылись. Напротив, открылся новый спрос — на тех, кто помогает бизнесу переезжать в облака с самыми сложными системами, внедрять искусственный интеллект, следить за расходами и защищать цифровую инфраструктуру от угроз.
Как рассказал технический директор M1Cloud Дмитрий Соловьев, сегодня заказчики хотят получать от провайдера не просто доступ к виртуальным машинам. Им нужна экспертиза, которая лежит на стыке сразу нескольких областей: инфраструктуры, искусственного интеллекта, безопасности и финансовой экономики. По словам Соловьева, облачные команды теперь будут конкурировать за специалистов, которые умеют превращать сложнейшие технологические платформы в управляемый, безопасный и, что важно, экономически прозрачный сервис. Другими словами, клиент хочет нажать кнопку и получить работающий продукт, а не разбираться в дебрях сетевых настроек или стоимости каждого гигабайта.
Одними из самых востребованных на рынке становятся инженеры по GPU-инфраструктуре и машинному обучению. Спрос на них растет гораздо быстрее, чем в среднем по ИТ. Если в 2025 году количество вакансий для ML-инженеров выросло со 135 до 396, а для AI-инженеров — со 164 до 290, то сейчас этот тренд только усиливается. Бизнесу срочно нужны мощности для обучения нейросетей, но покупать собственные серверы с дорогими видеоускорителями и содержать их в своем дата-центре часто просто разорительно. Поэтому провайдеры предлагают услугу GPU как сервис, а для этого им требуются инженеры, способные проектировать и обслуживать GPU-кластеры. Эти специалисты настраивают сети и системы хранения данных так, чтобы они выдерживали колоссальные нагрузки, управляют контейнерными средами, а также помогают заказчикам встраивать ИИ-сервисы в их собственную инфраструктуру.
Параллельно с этим набирает вес профессия FinOps-специалиста. Речь идет не просто о бухгалтере, который смотрит на счет за облако. В больших проектах деньги утекают буквально сквозь пальцы из-за простаивающих мощностей, неправильно выбранных тарифов или дублирования сервисов. FinOps-специалист соединяет в себе знания финансов, ИТ и бизнес-процессов. Он анализирует, куда уходят ресурсы, распределяет затраты по конкретным проектам, помогает выбрать самую выгодную модель оплаты и строит прогнозы на будущее. Согласно исследованию State of FinOps 2026, эта практика шагнула далеко за пределы публичных облаков. Например, 90% FinOps-команд уже управляют или собираются управлять тратами на программное обеспечение по подписке, 57% следят за частными облаками, а 98% из них уже работают над оптимизацией затрат на искусственный интеллект. Это направление становится критичным, потому что ИИ — штука дорогая, и без контроля счет может вырасти до астрономических сумм.
Отдельного внимания заслуживают Platform Engineers, или инженеры платформ. В условиях, когда квалифицированных кадров не хватает, компании стремятся автоматизировать все, что можно автоматизировать. Им нужны так называемые внутренние платформы разработчика, которые позволяют программистам разворачивать приложения, базы данных или тестовые стенды в облаке буквально в пару кликов, не отвлекая инфраструктурных инженеров. Этот подход — эволюция DevOps. Специалисты по платформам создают самообслуживаемые инструменты, стандартизируют шаблоны, настраивают непрерывную интеграцию и доставку кода. В итоге бизнес получает возможность выводить продукты на рынок гораздо быстрее, а инженеры перестают тонуть в рутине.
Безопасность при миграции в облако — еще один камень преткновения. Когда компании переносят туда свои критичные системы и обучают нейросети, риски меняются. Классических методов, таких как разграничение доступа или шифрование, уже недостаточно. На первый план выходит защита контейнеров, API-шлюзов, пайплайнов обработки данных и самих моделей машинного обучения. Рынок облачной кибербезопасности в России, по прогнозам Sk Capital и «Кода Безопасности», может вырасти с 7 миллиардов рублей в 2024 году до 32 миллиардов к 2028 году. Поэтому растет спрос на специалистов, которые одинаково хорошо разбираются и в информационной безопасности, и в устройстве облаков. Эти люди умеют строить архитектуру с нулевым доверием, защищать Kubernetes, контролировать доступ к данным для обучения ИИ и предотвращать сложные атаки, включая те, что пытаются обмануть сами алгоритмы машинного обучения.
Наконец, современная облачная инфраструктура становится настолько сложной, что человек уже не в силах управлять ею вручную. Бесконечный поток метрик, логов и событий от виртуальных машин, микросервисов и сетей просто невозможно обработать без помощи машинного обучения. Здесь на сцену выходят AIOps-инженеры. Это специалисты, которые применяют искусственный интеллект для мониторинга систем: они учат алгоритмы находить аномалии, прогнозировать сбои и автоматически масштабировать ресурсы. Благодаря им время реакции на инциденты сокращается в разы, а число ложных тревог падает. В ближайшие пару лет спрос на AIOps-компетенции в России будет только расти, потому что облака становятся все более распределенными, а нагрузка от ИИ-приложений продолжает увеличиваться.
Перечисленные технологии постепенно становятся доступнее для среднего бизнеса, но говорить о дешевизне пока не приходится. Например, аренда мощностей для обучения нейросетей (GPU-кластеры) по карману в основном крупным корпорациям с бюджетами на исследования и разработки. Для небольшой компании или частного пользователя это все еще роскошь. Однако платформенные решения (Platform Engineering) и AIOps уже начинают проникать в средний сегмент, так как они окупаются за счет сокращения штата операционных инженеров. В медицине и промышленности доступ к таким облачным инструментариям часто ограничен нормативными требованиями, но там, где они применяются, стоимость обработки данных постепенно снижается благодаря конкуренции провайдеров.
До недавнего времени облака воспринимались просто как «железо в аренду». Нынешний сдвиг — это переход к сервис-ориентированной модели, где главная ценность — экспертиза и готовые решения. Мы видим не лабораторный эксперимент, а полноценный тренд, который уже вышел в промышленную эксплуатацию. Раньше компании искали системных администраторов, теперь им нужны архитекторы, объединяющие ИТ, финансы и безопасность. Это не уточнение деталей, а смена парадигмы управления ресурсами.
Главный подвох, о котором часто умалчивают, — это сложность переобучения персонала. Новая экспертиза требует перестройки всего ИТ-отдела, а это долго и болезненно. Кроме того, вакансий для «новых» специалистов пока объективно мало (несмотря на рост), и далеко не все компании готовы платить за высококвалифицированные кадры. Производительность труда от внедрения AIOps и FinOps сильно зависит от качества данных: если они неполные или «грязные», алгоритмы будут давать ложные рекомендации, и экономического эффекта не будет.
Ранее мы опубликовали 10 инноваций индустрии 5.0.