ИИ и рынок труда в России: какие навыки дорожают и дешевеют

ИИ меняет ценность отдельных операций внутри профессий. Подготовка черновика, поиск вариантов и первичная обработка информации могут занимать меньше времени. При этом остаются задачи, от которых зависит пригодность результата: выбрать исходные данные, поставить вопрос, проверить ответ и применить его в конкретной работе.

Для российского специалиста важен финансовый вопрос: за что будут платить, если часть привычной работы выполняется быстрее? Доступные исследования не дают единого тарифа на каждый навык. Но позволяют увидеть направление изменений: самостоятельная ценность базового владения ИИ снижается по мере распространения технологии, а её сочетание с профессиональными компетенциями становится значимее.

ИИ-навыки могут требоваться чаще, а доплата за них — снижаться

В опубликованном в 2026 году исследовании НИУ ВШЭ авторы проанализировали более 700 тысяч онлайн-вакансий за 2021–2025 годы. По их оценке, зарплатная премия за ИИ-навыки сократилась с 31,8% в 2022 году до 11,8% в 2025-м. Одновременно спрос на такие компетенции рос.

Зарплатная премия здесь — исследовательская оценка связи навыков с предлагаемой оплатой. Она не означает, что каждому сотруднику после обучения прибавляли соответствующий процент. Речь также идёт о предложениях в вакансиях, а не о фактически выплаченных зарплатах.

Авторы связывают снижение премии с распространением ИИ и увеличением предложения соответствующих навыков. Исследование указывает прежде всего на дополнение человеческого труда технологией, а не на выраженное массовое вытеснение.

Экономическая логика понятна: когда инструмент доступен немногим, само владение им может выделять кандидата. По мере распространения инструмента для преимущества нужны более сложные задачи и результат.

Поэтому обещание «освойте нейросеть и увеличьте доход на треть» нельзя обосновать этой статистикой. Для личной оценки нужны конкретная должность, требования и уровень ответственности.

Пользоваться ИИ и внедрять его в работу — разные навыки

Между запросом к чат-боту и работающим решением для компании есть несколько ступеней.

На первой человек получает отдельный результат: черновик письма, краткое изложение документа или варианты изображения.

На следующей он умеет встроить инструмент в повторяющуюся задачу: подготовить исходные материалы, задать критерии качества, проверить результат и обработать исключения.

Далее начинается внедрение: определить доступ к данным, связать решение с рабочими системами, оценить затраты, обучить коллег и установить порядок контроля.

В анализе ИСИЭЗ НИУ ВШЭ на основе Обследования рабочей силы Росстата за 2025 год базовые пользовательские навыки не выглядят массово дефицитными. Исследователи выделяют другую проблему — переход к профессиональной интеграции ИИ в процессы. При этом исходные сведения основаны на самооценках работников, что ограничивает точность выводов.

Для карьеры различие существенное. Запись «пользуюсь нейросетями» почти ничего не говорит о сложности работы. Описание конкретного процесса, требований и проверяемого результата позволяет обсуждать профессиональную ценность гораздо предметнее.

Какие навыки имеют основания становиться ценнее

В российском исследовании ИСИЭЗ НИУ ВШЭ, опубликованном в августе 2026 года, более 500 организаций — разработчиков ИИ оценивали будущий спрос на компетенции до 2027 года.

Рост востребованности стратегического мышления и управления процессами ожидал 41% респондентов, установки и защиты компьютерных систем — 38%. По базовой работе с информацией, включая ввод данных и подготовку документации, чаще ожидали снижение спроса: 45% против 25%, прогнозировавших рост.

Это прогнозные ответы, собранные в 2025 году. Они не доказывают, что соответствующие зарплаты уже выросли или упали. Но задают основу для анализа рабочих задач.

Постановка задачи и знание предмета

Чтобы оценить ответ системы, нужно понимать, какую проблему решают. Предметная экспертиза помогает выбрать критерии и заметить, что внешне убедительный результат непригоден.

Условный пример: нейросеть подготовила обзор предложений поставщиков. Специалист по закупкам проверяет сопоставимость комплектаций, сроки, обязательства и ограничения. Без этого дешёвое предложение может оказаться неприемлемым.

Навык здесь — способность превратить производственную или коммерческую проблему в корректную задачу и принять обоснованное решение.

Проверка информации и работа с данными

В финансовой аналитике важно понимать происхождение показателей, единицы измерения и ограничения сравнения. Генерация связного объяснения не заменяет проверку расчёта.

Например, система объяснила рост выручки повышением спроса. Аналитик выясняет, что изменились цены и состав продаж, а натуральный объём сократился. Для бизнеса ценен именно корректный вывод.

Такую компетенцию можно развивать через работу с таблицами, первичными источниками, методами анализа и проверкой гипотез. Конкретный набор инструментов зависит от профессии.

Внедрение, техническая надёжность и безопасность

Полезное решение должно работать на реальных данных и выдерживать ошибки. Нужно понимать, где необходим контроль человека, как обнаружить сбой и когда остановить автоматическую обработку.

Условно: система сортирует обращения клиентов. Для внедрения недостаточно удачной демонстрации на десяти примерах. Потребуются проверка на разнообразных запросах, правила передачи сложных случаев сотруднику и оценка ошибок.

Для такой работы могут понадобиться программирование, интеграция систем, тестирование и управление доступом. Это отдельные профессиональные компетенции, которые не возникают автоматически после освоения чат-бота.

Управление изменениями и профессиональные коммуникации

Даже технически исправный инструмент может не приносить пользы, если его применение не согласовано с реальным процессом.

Кто проверяет результат? Кто отвечает за исправление? Какие случаи нельзя обрабатывать автоматически? Как изменятся обязанности?

Умение договориться об этих условиях важно для внедрения. Общую запись «коммуникабельность» в резюме полезнее заменить примерами: согласовал требования между подразделениями, организовал проверку решения, обучил пользователей.

Для каждого из этих навыков рост личного дохода остаётся отдельным вопросом. Он зависит от спроса на роль, полномочий и того, как работодатель распределяет эффект от повышения производительности.

Какие навыки становятся уязвимее

Наибольшее давление логично ожидать там, где результат стандартизирован, исходные материалы доступны, а качество можно проверить относительно дёшево.

Ниже — редакционный разбор типовых задач, а не статистика падения зарплат.

Уязвимость операции не означает исчезновения всей профессии. В работе редактора, например, подготовка черновика соседствует с поиском материала, проверкой фактов и определением того, что вообще нужно сообщить аудитории.

Но если услуга ограничена только производством легко заменяемой заготовки, обосновывать её прежнюю цену становится сложнее. Это возможный механизм ценового давления; размер его влияния нужно проверять в конкретном сегменте.

Почему креативность не даёт автоматической защиты

Слово «творчество» объединяет очень разные виды работы: от вариаций готового шаблона до разработки авторской концепции.

Создать несколько изображений и выбрать решение, которое выполняет задачу кампании, — разные уровни работы. Во втором случае нужны понимание аудитории, визуальный язык, критерии отбора и способность довести замысел до согласованного результата.

При этом нестандартность сама по себе не гарантирует коммерческой ценности. Работодатель или заказчик должен понимать, какую задачу решает предложение.

В прогнозном исследовании ИСИЭЗ НИУ ВШЭ оценки креативности были неоднозначными: роста спроса ожидали 28% организаций, снижения — 23%. Поэтому вывод «творческие профессии ИИ не затронет» был бы слишком широким.

Практический ориентир — определить, за что платят именно в вашей работе: за количество вариантов, качество выбора, собственный материал или решение сложной задачи. От этого зависит и полезность ИИ, и устойчивость услуги.

Почему ИИ не делает всех программистов лишними

В том же прогнозном обследовании оценки программирования почти разделились: снижения спроса ожидали 30% организаций, роста — 29%. Такой результат не поддерживает однозначный сценарий.

Подготовка кода — часть разработки. Остаются требования, устройство системы, тестирование, эксплуатация и устранение ошибок.

Например, сгенерированный фрагмент может работать на демонстрационных данных, но не учитывать ограничения существующей системы. Специалисту необходимо проверить совместимость и последствия изменения.

При этом нельзя гарантировать, что автоматизация оставит объём найма неизменным. Компания может иначе распределить задачи или пересмотреть потребность в сотрудниках. Для оценки нужны данные конкретного направления, а не только возможности инструмента.

Начинающему специалисту поэтому важно осваивать и создание решения, и его объяснение: почему оно устроено так, как проверяется и что произойдёт при ошибке.

Какие базовые навыки всё равно придётся сохранить

Снижение самостоятельной стоимости операции не делает соответствующее знание бесполезным. Грамотное письмо, основы расчётов и понимание кода могут требоваться именно для проверки автоматического результата.

Условный пример: сотрудник поручает системе сравнить два варианта поставки. Чтобы заметить ошибку, ему нужно различать цену за единицу и общую стоимость, учитывать сроки и понимать, какие расходы не включены в предложение. Красиво оформленная таблица не помогает, если сравниваются разные условия.

Поэтому стратегия «этого больше не учу, за меня сделает ИИ» может создать зависимость от ответа, который человек не способен оценить. Более устойчивая цель обучения — понимать метод, типовые ошибки и границы применения инструмента.

При этом глубина подготовки должна соответствовать работе. Пользователю готового инструмента и разработчику системы нужны разные знания. Не каждому сотруднику требуется обучать модели, но человеку, отвечающему за итоговый документ или расчёт, необходимо уметь его проверить.

Это помогает точнее выбрать программу обучения: искать задания на проверку и применение результатов, а не только демонстрации эффектной генерации. Сам сертификат не показывает, способен ли выпускник обнаружить ошибку на незнакомом примере и объяснить, почему результат нужно исправить.

Рост производительности не равен росту зарплаты

Даже подтверждённая экономия времени не превращается автоматически в прибавку.

Компания может использовать её для увеличения объёма работы, сокращения сроков, снижения цены для клиента или уменьшения потребности в дополнительных сотрудниках. Самозанятый исполнитель тоже может столкнуться с пересмотром стоимости заказа.

Условный расчёт: подготовка отчёта занимала четыре часа. После применения ИИ черновик готов за полчаса, но проверка, исправления и согласование требуют ещё полутора часов. Полное время сократилось до двух часов — вдвое, а не в восемь раз.

Денежный эффект зависит от того, можно ли полезно использовать освободившееся время и не выросли ли другие затраты.

Для разговора об оплате сильнее аргументировать весь результат: какие задачи теперь выполняются, как соблюдается качество и какую ответственность берёт специалист. Одного сообщения «я стал быстрее» может быть недостаточно.

Как выбрать навыки для развития в России

Начать полезно с разбора собственной работы и доступных вакансий.

Определить повторяющиеся операции. Что выполняется по устойчивому шаблону? Где нужны переговоры, проверка исходных данных или профессиональное решение?

Проверить реальный спрос. В вакансиях своей специализации посмотреть, что требуется: базовое использование ИИ, автоматизация процесса или разработка решений. Эти требования предполагают разную подготовку.

Найти связку с текущей экспертизой. Бухгалтеру может быть полезнее освоить автоматизированную проверку данных в привычном процессе, чем начинать с общего курса о создании любых ИИ-продуктов.

Проверить применение на небольшой задаче. Использовать разрешённые данные, заранее определить критерии и сравнить результат с прежним способом. Если проверка занимает больше времени, чем экономит генерация, схему нужно пересмотреть.

Зафиксировать доказательства. Для портфолио или обсуждения зарплаты описать задачу, личный вклад, способ контроля и полученный эффект. Условные и учебные результаты следует обозначать прямо.

В российских компаниях также нужно учитывать рабочую среду: используемые учётные системы, требования к размещению данных, доступные сервисы и внутренние правила. Инструмент полезен профессионально, когда его можно применять в реальном процессе, а не только на домашнем примере.

Перспективная ставка — профессиональная база плюс способность использовать ИИ с проверяемым результатом. Она не гарантирует прибавку, но даёт более прочное основание для обсуждения ценности специалиста, чем само наличие доступа к нейросети.