Мы в Beeline Cloud решили продолжить тему увольнений, найма и кадровых перестановок, происходящих под «нейросетевым соусом». 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 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. 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%. 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 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 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: 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 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, 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, а не увеличения штата». На слуху и кейсы с куда более крупными суммами. Технический директор Uber в интервью отмечал, что компания уже исчерпала свой ИИ-бюджет на 2026 год, потратив его на токены. А недавно Axios писал 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 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 регуляторов (компанию обвиняют 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 в нью-йоркской компании General Intelligence, в которой работает всего пять человек. 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 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 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 всего 30 человек, при этом ей пользуются более 2 млн зарегистрированных разработчиков. В начале марта основатель хвастался, 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 свою метрику измерения эффективности использования интеллектуальных моделей — единицы агентского труда (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 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. 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 демографическую бомбу замедленного действия. Исследователи из Джорджтаунского университета в США утверждают, 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 исследования, помогает старшим сотрудникам справляться со стрессом и выгоранием на работе). Чтобы кадровый конвейер не остановился, в IBM планируют нанимать втрое больше начинающих специалистов в сфере разработки, маркетинга и других. Похожую позицию занимает 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 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, 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 малый бизнес и микропредприятия. 

Компании, которые продолжают нанимать джунов, постепенно меняют 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 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 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 — 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

• Cкрытые причины массовых сокращений в зарубежном технологическом секторе

• Как будет развиваться российский ИТ-рынок труда и стоит ли бояться увольнений

• Нанимают за «харды», увольняют за «софты»

• Как научить других прокачивать карьеру в IT