Кадры готовятся быстрее, чем программы в вузах. Набор на Computer Science в вузах прошёл пик ещё в 2022-м и с тех пор снижается. При этом сотрудники активно переучиваются сами: в июне 2026-го 31% всех новых профессиональных сертификатов были связаны с ИИ, из них почти половина — про генеративный ИИ и LLM. Спрос смещается не в пользу джунов. В профессиях, которые ИИ теоретически может выполнять лучше всего, спрос на вакансии заметно просел по сравнению с менее уязвимыми. И это падение сильнее всего бьёт по junior-позициям. В самых автоматизируемых профессиях занятость просела на 4%, а у молодых сотрудников 22–25 лет — сразу на 13%. Рост у ИИ-адаптирующихся компаний тоже неравномерный: наём senior-специалистов вырос на 31%, junior — только на 6%. Меняется не должность, а содержание работы. Люди чаще остаются на тех же позициях, но выполняют другие задачи: растёт доля технических и образовательных активностей, падает доля клиентских и сервисных. 
Что это значит для бизнеса
Экономия на junior-найме сегодня может обернуться дефицитом опытных кадров через 5–10 лет (это перекликается и с недавним исследованием Axenix). Реальное внедрение ИИ — не угроза, а фактор роста штата, если делать это системно. ИИ-навыки перестают быть зарплатным преимуществом — рынок быстро выравнивается. Стоит пересматривать не столько штатное расписание, сколько сам процесс подбора: старые метрики найма работают всё хуже.Подписывайтесь 👉 @yab2btech и поддержите наш канал по ссылке.
