🥴 Рынок труда в IT не рухнул из-за AI — он мутировал в нечто странное

Забудь про апокалиптичные прогнозы «AI отберет работу». Реальность интереснее и коварнее: появились новые правила игры, новые способы обмана заказчиков и новая ценность для тех, кто умеет думать головой. Разбираю пять таких сдвигов.

1. Синдром самозванца наоборот

AI выступает мощным усилителем продуктивности: сейчас любой вайбкодер может создать объем кода, сопоставимый с годами работы более опытного специалиста. Однако количество написанного кода != профессиональная зрелость. Архитектурные решения, выбор стека, обеспечение ИБ, проектирование действительно сложных систем — все это требует опыта, который невозможно ускорить в той же степени, что и написание кода.

И если раньше многие специалисты годами страдали от классического синдрома самозванца и недооценивали собственный уровень, то с распространением AI-инструментов появился противоположный эффект: сегодня каждый второй вайбкодер с минимальным коммерческим опытом (или вовсе его отсутствием) считает себя «экспертом». И это может грозить катастрофой для всего IT-сектора.

Почему:

Одним из побочных эффектов развития AI стало появление целого слоя специалистов, которые продают результат работы нейросетей как собственную экспертизу. Фронтенд, бэкенд, мобильная разработка, автоматизация, аналитика, дизайн, маркетинг — список постоянно расширяется. Вайбкодеры берутся буквально за любую работу и за реализацию любых проектов.

И в чем проблема? Исполнитель берет проект, генерирует большую часть решения с помощью AI, быстро сдает работу и получает оплату. Для заказчика все выглядит отлично: задача выполнена быстро и намного дешевле, чем могло бы быть.

Проблемы возникают позже. Например, когда через несколько недель приходит понимание, что проект состоит полностью из багов и дыр. Даже селекторы на сайте работают не так, как надо. А первоначальный «исполнитель» уже занят другими заказами. Поэтому заказчику приходится обращаться к другому исполнителю, которому предстоит разобраться в коде, собранном из десятков и сотен самописных AI-сгенерированных фрагментов. Если честно, так себе удовольствие — как для заказчика, так и для того, кому придется этим заниматься.

В целом, для стартапов и небольших компаний такие исполнители могут быть выгодны на этапе запуска MVP. Для зрелого бизнеса, где цена архитектурной ошибки измеряется миллионами рублей или долларов — точно нет.

2. Кризис пет-проектов

Как вычислить вайбкодера? У него в портфолио точно найдется:

• трекер приема таблеток;
• to-do;
• платформа для объединения UGC-блогеров и рекламодателей;
• CRM для малого бизнеса;
• SaaS B2B стартап (неплохой выбор для пет-проекта, правда?)

Но, если честно, проблема заключается не в самих проектах. А в том, что количество таких работ растет гораздо быстрее, чем их способность служить объективным индикатором квалификации: когда любой кандидат может за выходные собрать несколько «стартапов», это начинает выглядеть неадекватно для рынка труда.

В итоге, возникает своеобразная инфляция пет-проектов, которая заставляет работодателей менять подходы к найму. Компании все чаще отказываются от оценки исключительно конечного результата и переходят к оценке процесса мышления кандидата. Поэтому на технических интервью появляются вопросы, которые не предполагают правильного ответа. Такой подход кажется логичной попыткой отсеять «не тех», но по факту он снижает объективность оценивания (имхо).

3. Поляризация: ТОП-спецы дорожают, середина проседает

Распространено мнение, что AI призван снизить ценность человеческого труда. На практике рынок может столкнуться с противоположным эффектом: когда большая часть рутинной работы автоматизируется, основным ограничением становится не скорость реализации, а качество принимаемых решений. Ошибка в архитектуре, безопасности или бизнес-логике по-прежнему может стоить компании миллионы. Поэтому AI начинает усиливать разрыв между специалистами разного уровня.

В результате компании все чаще выбирают стратегию: нанять меньше сотрудников, но инвестировать больше ресурсов в привлечение действительно сильных специалистов, способных эффективно использовать AI и одновременно контролировать качество решений. Если этот тренд сохранится, рынок может стать более поляризованным: востребованность топовых специалистов вырастет, а конкуренция в среднем сегменте усилится.

4. Смещение конкуренции от производства к отбору

На протяжении десятилетий ключевым навыком в IT было создание: написание кода, проектирование системы, разработка интерфейса, подготовка аналитики.

AI значительно удешевляет производство. С каждым новым поколением моделей рынок получает возможность генерировать все больше кода, документации, дизайна и контента за все меньшее время. Однако вместе с этим растет объем посредственных и откровенно ошибочных решений.

Поэтому постепенно возникает новый дефицитный навык — способность выбирать.

Какое из десяти предложенных решений действительно масштабируется (и какое из них имеет смысл масштабировать)? Какой архитектурный подход годится конкретному бизнесу? Другими словами, ценность начинает смещаться от способности создавать варианты к способности выбирать между ними.

Парадоксально, но чем лучше AI-системы генерируют ответы, тем важнее (и сложнее) становится человеческая способность задавать критерии качества.

5. Инфляция технического контента

AI существенно снизил стоимость производства экспертного контента. Сегодня можно за несколько часов подготовить статью про микросервисную архитектуру, распределенные системы, машинное обучение или информационную безопасность, даже не имея глубокого практического опыта в этих областях.

В результате рынок сталкивается с беспрецедентным ростом количества технических материалов. Но качество этого контента растет далеко не так быстро, как его объем.

Для специалистов это создает новую проблему: становится сложнее находить действительно ценные (aka подтвержденные/верифицированные) источники знаний.

На рынке труда это может привести к неожиданному эффекту: наличие блога, канала или иного заметного технического контента перестанет автоматически восприниматься как доказательство компетентности. Все большую роль будут играть реальные кейсы, подтвержденный опыт и результаты работы в корпоративной среде.

Телеграм-каналы с вакансиями для IT-специалистов

• Избранные вакансии для IT-специалистов @proglib_jobs
• Вакансии по data science, анализу данных, аналитике, искусственному интеллекту @datajob
• Вакансии для java-разработчиков @javadevjob
• Вакансии по питону, Django, Flask @pydevjob
• Вакансии по фронтенду, джаваскрипт, React, Angular, Vue @jsdevjob
• Вакансии по C#, .NET, Unity @csharpdevjob
• Вакансии по C++ — си-плюс-плюс, cpp, Си, C, STL, Boost @cppdevjob
• Вакансии по Go @godevjob
• Вакансии по PHP, Symfony, Laravel @phpdevjob
• Вакансии для мобильных разработчиков @mobiledevjob
• Вакансии по DevOps & SRE @devopssjob
• Вакансии по QA тестированию @testerrjob
• Вакансии по информационной безопасности @hackdevjob