Всем привет! Я Ольга Матушевич, преподаватель курса «Нейросети для бизнеса», а в прошлом наставница на курсе «Аналитик данных». Про то, что нейросети «отберут работу», написаны тысячи текстов и сняты сотни роликов. Про обратную сторону — какие вакансии ИИ создал и где рынок труда вырос — говорят реже и обычно без цифр. Чтобы это исправить, я собрала и обобщила данные отечественных и зарубежных источников за 2025–2026 годы и написала эту статью. К сожалению, найти зарубежные источники оказалось проще. Поэтому в статье мало конкретики «как оно сейчас в России», но много информации о мировой динамике рабочих мест или динамике конкретно в США.

ИИ и правда создает рабочие места?

Да. Согласно отчёту LinkedIn, за 2023–2025 годы нейросети стали причиной появления 1,3 млн вакансий для «белых воротничков» и 0,6 млн — для «синих» [1].

Более того, составители отчёта WEF “Future of Jobs 2025” ждут, что за 2025–2030 годы развитие нейросетей уничтожит 92 млн рабочих мест — и одновременно создаст 170 млн новых [2]. Баланс — плюс 78 млн.

Но у оптимизма есть оговорка. Цифры 92 и 170 млн — это прогноз, а не факт. Сам WEF подаёт будущее не как одну траекторию, а как четыре сценария — от «все адаптировались» до «эпохи массового вытеснения» [3].

И ещё один отрезвляющий сигнал. По опросу более 10 000 руководителей, 54% ждут, что нейросети вытеснят существующие рабочие места, и лишь 24% — что создадут новые [3]. Ожидания бизнеса напрямую влияют на наём — и замедляют его уже сейчас. Вам может быть не важно, что к 2030 году нейросети создадут больше рабочих мест, чем сократят, если прямо сейчас компания вашей мечты не спешит открывать вакансии.

Горячие специальности

Чтобы не утонуть в списке, сначала — карта. Я разложила все профессии по двум осям: насколько массовый на них спрос и как они оплачиваются.

А теперь разберём профессии по группам.

Синие воротнички

Рабочие места в дата‑центрах. Проще всего разобраться с появлением 0,6 млн вакансий технических специалистов [1]. Развитие и рост использования ИИ спровоцировали рост спроса на вычислительную инфраструктуру. Строительство и обслуживание этой инфраструктуры требует электриков, специалистов по системам охлаждения, монтажников, инженеров инфраструктуры и пр. Спрос на этих специалистов глобальный и концентрируется там, где разворачивают крупные дата‑центры.

Массовые и хорошо оплачиваемые

MLOps‑инженер. Инженер, разворачивающий модели машинного обучения в продакшене и поддерживающий их работу: строит пайплайны, следит за стабильностью, масштабированием и мониторингом — по сути, DevOps для ИИ. Спрос вырос по мере того, как компании переходят от экспериментов и прототипов к промышленной эксплуатации моделей. Число ролей MLOps увеличилось примерно в 9,8 раза за 5 лет; а каждый третий IT‑руководитель не может найти подходящего MLOps‑специалиста [4]. Спрос глобальный.

AI‑инженер. Инженер, создающий ИИ‑ и ML‑системы и встраивающий модели в продукты — от рекомендаций до приложений на базе больших языковых моделей. Это «звезда» текущего рынка: в США AI Engineer занял первое место по темпам роста среди всех профессий и удерживает его второй год подряд, с приростом вакансий +143% год к году; за 2023–2025 годы в США добавилось около 75 000 таких ролей [5]. Спрос прежде всего американский, но профессия растёт по всему миру.

Специалист по AI/ML. Более широкая категория, включающая инженеров и исследователей машинного обучения, которые проектируют, обучают и внедряют модели. Спрос вырос взрывным образом: в США объявления по кластеру AI/ML прибавили 163% за год (2024→2025), достигнув примерно 49 200 позиций [5]. Спрос прежде всего в США, но рост идёт по всем отраслям и странам, а не только в техносекторе.

Оркестратор ИИ‑агентов. Проектирует и управляет «флотом» автономных ИИ‑агентов, выполняющих многошаговые задачи, и выстраивает над ними контроль — распределение ролей «супервайзер / исполнитель», обработку сбоев, управление состоянием между вызовами инструментов. Профессия появилась на волне агентного ИИ в 2025–2026 годах и растёт быстрее почти всех остальных: по Stanford AI Index, вакансии с навыками agentic AI прибавили 280% за год и достигли ~90 000 объявлений в США [6]. Спрос подстёгивает разрыв между желанием и умением: 82% руководителей ждут ИИ‑агентов в командах в течение 18 месяцев, но лишь 23% уверены во внедрении — поэтому Eightfold называет оркестратора агентов самой важной ролью найма 2026 года [7]. Спрос прежде всего американский и корпоративный. Показательный факт: McKinsey переопределила свой штат как гибрид из 40 000 людей и 20 000 ИИ‑агентов [8], и кто‑то должен ими управлять.

Массовые, но простые

Здесь объединяет одно — относительно доступный вход: у разметчика — почти без порога, у консультанта — без кода.

Разметчик данных / AI‑тренер. Готовит обучающие данные: размечает изображения и текст, оценивает и корректирует ответы моделей, участвует в обучении с обратной связью. Именно на этих людях держится «воспитание» нейросетей — их учат быть точнее, безопаснее и полезнее. По отчёту Upwork за 2026 год, спрос на разметку данных вырос на 154% год к году [9]; по более консервативным оценкам, спрос глобальный и растёт на 25–35% в год [10].

Консультант / стратег по ИИ. Специалист, который помогает организациям понять, где и как применять ИИ: оценивает ROI, планирует внедрение, подбирает инструменты и переводит технологию на язык бизнеса — здесь важнее не код, а стратегическое чутьё. В списке LinkedIn 2026 года это вторая по темпам роста профессия в США [11], а отдельные прогнозы дают роли рост около 15% за десятилетие — быстрее среднего по рынку [12]. Спрос глобальный, в рейтинге LinkedIn отражён по США. Роль хорошо подходит людям с гибридным профилем «технологии + управление».

Редкие и престижные

AI Ethics Officer. Руководитель, отвечающий за ответственное применение ИИ: соответствие требованиям, снижение предвзятости моделей, управление рисками и внутреннюю политику. Роль не могла не стать востребованной по мере ужесточения регулирования и роста репутационных рисков [8]. Спрос заметнее всего в США и в зарегулированных отраслях — финансах и здравоохранении.

Chief AI Officer. Топ‑менеджер, отвечающий за стратегию ИИ и её реализацию во всей компании. Появление роли отражает то, что ИИ из точечного инструмента превратился в отдельное стратегическое направление; крупные компании формализуют ответственность за ИИ на уровне правления [8]. Спрос глобальный и идёт «сверху». Это скорее управленческая, чем техническая позиция.

Forward‑deployed engineer. Инженер, который «выезжает в поля» к клиенту и внедряет ИИ‑продукт под конкретные задачи: интегрирует, кастомизирует, обучает модели и доводит решение до работающего результата. Формат зародился в Palantir ещё в 2011 году, а сейчас переживает второе рождение на волне корпоративного ИИ. Спрос растёт экспоненциально: по данным Live Data Technologies, число вакансий FDE выросло на 1165% год к году, а Paraform оценивает рост примерно в 10 раз за полтора года [13]. Спрос концентрируется в западных технокомпаниях: такие роли активно нанимают OpenAI, Anthropic и Google — причём OpenAI построила под них отдельную структуру с оценкой около $4 млрд [14]; LinkedIn называет forward‑deployed инженеров одной из профессий, давших оценку в 1,3 млн новых ИИ‑мест [1].

На слуху, но труднонаходимые

Промпт‑инженер. Проектирует и отлаживает запросы и сценарии работы с большими языковыми моделями, чтобы те выдавали точный, полезный и безопасный результат. Отдельной профессией стал в 2023 году, вместе с массовым выходом генеративных моделей. В мире это один из самых быстрорастущих сегментов: по оценке Grand View Research, рынок промпт‑инжиниринга вырастет с $222 млн (2023) до $2,06 млрд к 2030 году [15]. В России число вакансий промпт‑инженеров за 2025 год выросло на 52% — причём hh.ru в списке профессий будущего только у этой вакансии указывает цифры роста [16].

Но есть проблема — не так просто эту вакансию найти. На том же hh.ru по всей России я нашла аж 3 вакансии со словосочетанием «промпт‑инженер» в названии. На англоязычных сайтах ситуация ненамного лучше. Почему так происходит? У меня есть несколько идей:

• Быстрый взлёт профессии сменился быстрым падением.

• Исследователи определяют число таких вакансий не по названию, а по описанию. Т.е. в названии указано, что ищут дизайнера или тестировщика, — но описание, по мнению исследователей, соответствует промпт‑инженеру и учитывается в статистике.

Итог: эта вакансия, с одной стороны, у всех на слуху, с другой — не всё с ней так просто. Если хотите работать промпт‑инженером — придётся проявить фантазию при поиске.

Context engineer. Специалист, который проектирует, как подать модели нужные данные и контекст в нужный момент — чтобы ответы были «заземлены» на достоверных источниках (RAG, базы знаний, retrieval, машиночитаемое корпоративное знание). Это следующий шаг после промпт‑инжиниринга: не просто сформулировать запрос, а обеспечить модель правильным знанием о конкретном бизнесе. Роль оформилась в 2025–2026 годах и быстро растёт: по данным DataHub, 95% дата‑команд планируют инвестировать в обучение контекст‑инжинирингу, а 82% организаций уже считают промпт‑инжиниринг недостаточным для продакшена [17]. Спрос концентрируется в США и крупных технокомпаниях, но вышел за пределы стартапов — вакансии размещают финтех, healthcare‑AI и бигтех (например, Adobe с ролью «AI Context Engineer» в апреле 2026-го) [17].

Выводы

Многие новые вакансии — это хорошо отмытые старые. Тот же MLOps‑инженер, например. И это даже с учётом того, что я не добавила в список «финансовых специалистов со знанием нейросетей», «дизайнеров со знанием ИИ» и пр. вакансии, образованные по формуле «существующая специальность + ИИ». 

Часть вакансий останется недостижимой для большинства соискателей. Наверняка многие хотели бы работать AI Ethics Officer или Chief AI Officer — но это невозможно. Эти профессии не только «стильные, модные, молодежные» — они еще и по‑настоящему новые. Однако я даже не стала переводить их название на русский язык — спрос на этих специалистов сейчас концентрируется в крупных западных компаниях. И почти не выходит за их пределы. 

Не все рабочие места, созданные нейросетью, требуют высокой квалификации. Например, для начала работы разметчиком данных почти не нужно никаких специальных знаний — это явный плюс. Обратная сторона этого плюса: работа монотонная, зарплата невысокая, карьерные перспективы отсутствуют.

Профессии, одновременно требующие массового найма и дающие хорошую оплату, — существуют. Специальности AI‑инженера и специалиста по AI/ML относятся именно к этой категории. При этом для входа в эти профессии как раз необходимы специальные знания и высокая квалификация. Если у вас есть силы на их освоение — рынок труда вознаградит ваши усилия.

Но самый главный вывод — нейросети не столько удаляют старые профессии или создают новые, сколько меняют существующие. Это красной нитью проходило почти через все прочитанные мною документы: не обязательно менять профессию — освоение навыков работы с ИИ повысит вашу конкурентоспособность и зарплату почти в любом случае.

С чего начать, если хотите в профессию

Если статья вдохновила присмотреться к какой‑то из специальностей — вот подходящие программы Яндекс Практикума.

• Хотите в «массовые и хорошо оплачиваемые» (AI‑инженер, MLOps‑инженер, специалист по AI/ML) — смотрите курс «Инженер машинного обучения»: он проводит через полный цикл ML‑проекта, включая MLOps‑инструменты (Docker, FastAPI, Airflow, MLflow). Начать с нуля можно со стартовой версии.

• Нужен фундамент в данных и моделях — курс «Специалист по Data Science»: база, на которой строятся почти все технические ИИ‑профессии.

• Нетехнический путь — консультант/стратег по ИИ, основы промптинга — курс «Нейросети для бизнеса»: про то, как применять ИИ в работе без программирования.

• Хотите просто осмотреться — загляните в каталог курсов по искусственному интеллекту.