🎯 Карьерные треки вместо бонусов

Исследование HR-платформы Jinn (437 компаний) показывает: бизнес уходит от шаблонных карьерных моделей и переходит к персональным траекториям развития.

Что стоит за этим сдвигом:
🔵 28% увольняются из-за зарплаты
🔵 18% из-за отсутствия развития
🔵 14% из-за отношений с руководством
🔵 12% компаний делают ставку на карьерные программы и обучение
🔵 12% на прозрачную систему оценки
🔵 11% выделяют онбординг
🔵 29% фокусируются на удержании, только 13% на найме

Главное изменение не в том, что развитие стало важным. Раньше карьерные треки были стандартизированы. Один путь для всех с небольшими вариациями. Сейчас компании начинают учитывать реальные различия между людьми: цели, темп роста, навыки, мотивацию.

И здесь появляется ИИ как ключевой инструмент. Не потому что это тренд, а потому что без него это невозможно. Объём данных о сотрудниках стал слишком большим, чтобы управлять развитием вручную. Фактически компании начинают строить «персональные карьерные системы» внутри себя. Когда у каждого сотрудника появляется своя траектория, а не общий шаблон.

При этом прозрачная оценка становится базой. Без понятных компетенций и критериев никакая персонализация не работает. Это не замена системы, а её усложнение. Параллельно всё собирается в единую цифровую среду. Онбординг, обучение, коммуникации больше не разрозненные процессы, а части одной экосистемы.

И важный момент: фокус смещается с найма на удержание. Компании начинают работать с теми, кто уже есть, потому что управлять развитием внутри становится выгоднее, чем постоянно искать новых людей.

✅ Вывод

Мы видим переход от «карьерной лестницы» к «карьерной навигации».
Раньше компания предлагала путь. Теперь она должна уметь его конструировать под каждого сотрудника.

ИИ здесь не про эффективность, а про возможность вообще управлять этим процессом. В результате меняется роль HR. Это уже не поддержка и не сервис, а система управления развитием людей на уровне продукта.

🫢 ИИ оказался не дешевле людей

Axios обращает внимание на важный разворот в AI-рынке: для многих компаний ИИ сейчас обходится дороже сотрудников.

Что создаёт основные расходы:
🔵 GPU и вычислительная инфраструктура
🔵 API и токены для моделей
🔵 cloud и inference costs
🔵 AI-подписки и корпоративные инструменты
🔵 мониторинг, поддержка и контроль качества
🔵 необходимость человеческой проверки результатов

Один из самых показательных тезисов прозвучал от Bryan Catanzaro из NVIDIA:
«Стоимость вычислений уже превышает стоимость сотрудников».
Компании массово внедряют ИИ, но далеко не всегда потому, что это уже выгодно. Во многом рынок движется страхом «отстать». При этом расходы на инфраструктуру, вычисления и контроль качества часто оказываются выше ожидаемого, а реальный эффект от внедрения пока нестабилен.

Параллельно рынок постепенно приходит к более реалистичной модели: не замена человека, а усиление человека через ИИ. В большинстве сложных ролей связка «специалист + ИИ» пока работает эффективнее и безопаснее, чем полная автоматизация. Поэтому текущий этап скорее похож не на конец человеческого труда, а на дорогую инфраструктурную фазу технологического перехода.

✅ Вывод

Главный миф AI-рынка сейчас – идея, что ИИ автоматически дешевле человека. На практике экономика автоматизации пока намного сложнее.

Мы движемся не к мгновенной замене людей, а к модели усиления сотрудников через ИИ. И, возможно, главный вопрос ближайших лет будет не «может ли ИИ заменить человека», а «в каких задачах это вообще экономически выгодно».

🪞 У каждого человека может появиться ИИ-двойник

В МТС считают, что через несколько лет у людей появятся цифровые ИИ-клоны, которые смогут выполнять часть повседневной работы вместо человека.

Что смогут такие агенты:
🔵 отвечать на типовые вопросы
🔵 согласовывать встречи и дедлайны
🔵 копировать стиль общения
🔵 обучаться на переписке и документах
🔵 воспроизводить голос по коротким записям
🔵 масштабировать знания одного специалиста

Фактически компании начинают автоматизировать не только задачи, а само рабочее присутствие человека. ИИ постепенно превращается в цифрового представителя сотрудника. При этом разработчики признают: полностью заменить человека такие системы не могут. Нестандартные решения, контекст, ответственность и развитие всё ещё остаются за людьми.

Но сам подход уже меняет рынок. Если знания и стиль работы можно оцифровать, бизнес получает возможность масштабировать экспертизу без прямого масштабирования команды. Одновременно растут и риски: мошенничество, AI-контент без реальной экспертизы и размывание границы между человеком и его цифровой копией.

✅ Вывод

Мы движемся к рынку, где ценностью становится не только работа человека, но и возможность создать его цифровое продолжение. Следующий этап AI-трансформации – это не автоматизация задач, а автоматизация профессиональной идентичности.

Компании будут пытаться сохранять, копировать и масштабировать лучшие рабочие паттерны через ИИ. И это может стать одним из самых серьёзных сдвигов на рынке интеллектуального труда за последние десятилетия.

➕ Изучение ИИ превращается во вторую работу для разработчиков

Business Insider поговорил с инженерами и техлидами из Google, стартапов и крупных компаний. Почти все описывают одну и ту же ситуацию: чтобы оставаться востребованным, приходится постоянно учиться вне основной работы.

Что происходит:
🔵 разработчики тратят от 1 часа в день до 20+ часов в неделю на AI-upskilling
🔵 изучают prompt engineering, AI agents, orchestration, MCP servers
🔵 читают OpenAI, Anthropic, TLDR и технические блоги до начала рабочего дня
🔵 AI постепенно становится частью даже «не-AI» ролей
🔵 многие воспринимают давление по принципу «успевай или отстанешь»

ИИ перестал быть отдельной областью и начинает встраиваться почти во все инженерные роли. Разработчикам приходится постоянно переучиваться, потому что скорость изменений уже не помещается в обычный рабочий ритм. Обучение фактически стало обязательной частью профессии.

При этом AI-гонка держится не только на страхе отстать. У многих инженеров появилось ощущение нового технологического окна возможностей, где один удачный инструмент, проект или эксперимент может резко изменить карьеру.

✅ Вывод

Инженерная работа начинает включать постоянное переобучение как базовое требование профессии.
Фактически learning становится частью job description.

При этом рынок движется к модели, где ценится не просто умение писать код, а способность быстро адаптироваться к новым инструментам и парадигмам. И, возможно, главным навыком AI-эпохи становится не знание конкретной технологии, а способность постоянно переучиваться быстрее других.

👋 AI-first = сокращения

Cloudflare объявила о сокращении более 1100 сотрудников. Компания напрямую связывает это с переходом к операционной модель нового типа, где процессы выстраиваются вокруг ИИ-агентов.

Что происходит:
🔵 Cloudflare сокращает 20% сотрудников
🔵 AI-использование внутри компании выросло в 6 раз за 3 месяца
🔵 компания «переосмысляет» все команды и процессы

Важно, что Cloudflare подчёркивает: дело не в производительности сотрудников и не в краткосрочной экономии. Меняется сама операционная модель компании. Раньше AI внедряли как инструмент внутри процессов. Теперь процессы начинают перестраивать вокруг AI с нуля. Это уже не автоматизация отдельных задач, а изменение архитектуры работы.

Goldman Sachs оценивает влияние AI в 5–10 тыс. чистых потерь рабочих мест в месяц в наиболее уязвимых отраслях США. Cокращения происходят даже в технологических компаниях с хорошими финансовыми показателями. Cloudflare показала результаты выше ожиданий рынка, но всё равно сокращает людей.

Фактически бизнес начинает оптимизировать не кризис, а будущую структуру компании.

✅ Вывод

Рынок входит в фазу, где AI начинает влиять не только на производительность, но и на саму организационную структуру бизнеса. Компании постепенно переходят от модели «люди + инструменты» к модели, где ИИ становится частью операционного ядра.

И это важный психологический перелом: раньше автоматизация воспринималась как помощь сотрудникам, теперь — как причина пересборки команд.

Главный вопрос ближайших лет уже не в том, заменит ли AI отдельные задачи.
Главный вопрос — сколько людей вообще потребуется компании нового типа.

⌛️ Лимиты ИИ начинают управлять рабочим днём

Business Insider описывает новый эффект AI-эпохи: разработчики и стартаперы начинают строить рабочий график вокруг лимитов Claude и других ИИ-инструментов.

Что меняется:
🔵 длинные ИИ-сессии дробятся ради экономии токенов
🔵 команды останавливают работу после достижения лимита
🔵 некоторые разработчики выделяют отдельные дни под «AI-intensive» работу
🔵 ИИ-подписки постепенно становятся инфраструктурным расходом бизнеса

Главный парадокс в том, что ИИ уже настолько встроился в рабочие процессы, что его отсутствие начинает восприниматься как потеря производительности. Разработчики всё чаще говорят, что вручную делать часть задач «уже нерационально». В результате лимиты ИИ начинают работать почти как лимиты электроэнергии или интернета — как инфраструктурное ограничение, вокруг которого выстраивается ритм работы.

При этом меняется и сама психология труда. Люди начинают мыслить не рабочими часами, а доступом к вычислительным ресурсам и токенам. Фактически появляется новая модель продуктивности: короткие интенсивные ИИ-циклы вместо длинной линейной работы.

✅ Вывод

ИИ постепенно превращается из инструмента в рабочую инфраструктуру. И вместе с этим появляется новая зависимость: продуктивность человека начинает напрямую зависеть от доступа к вычислительным мощностям AI-компаний.

Это важный сдвиг. Раньше сотрудник ограничивался своим временем и энергией. Теперь его дополнительно ограничивают токены, лимиты и capacity чужих моделей. И, возможно, в ближайшие годы ИИ-доступ станет таким же базовым рабочим ресурсом, как интернет или облачные сервисы.

🧻 Сколько зарабатывают HR в 2026 году?

Поддержу коллегу и рекомендую поучаствовать в исследовании зарплат HR-специалистов.

Несколько лет назад я сам проводил подобный ресерч и могу подтвердить: чем больше участников делятся данными, тем ценнее итоговый результат для всего HR-сообщества.

Если вы работаете в HR — рекрутменте, C&B, HRBP, L&D, Employer Branding, People Operations или других направлениях — уделите пару минут анкете. Данные собираются анонимно, а участники смогут бесплатно получить итоговый отчёт.

Такие исследования помогают лучше ориентироваться в рынке труда, понимать актуальные зарплатные уровни и принимать более взвешенные карьерные и управленческие решения.

Рекомендую внести свой вклад в исследование 👇

➡️ Ссылка на форму опроса

💼 Предпринимательство не всегда окупается?

Исследование Университета Калгари, основанное на наблюдении за 12 686 американцами в течение более 30 лет, показывает: работа на себя далеко не всегда приносит больше денег и делает людей счастливее.

Что выяснили исследователи:
🔵 69% людей никогда не уходят в предпринимательство,
🔵 только 6% становятся предпринимателями «на всю карьеру»,
🔵 наличие зарегистрированной компании сильнее влияет на результат, чем возраст старта,
🔵 неформальная самозанятость не даёт заметного роста доходов,
🔵 самый сильный спад удовлетворённости жизнью наблюдался у тех, кто начал неформальный бизнес в среднем возрасте,
🔵 главный фактор, влияющий на будущую предпринимательскую карьеру, – наличие семейного бизнеса, а не уровень дохода семьи.

Самый интересный вывод исследования заключается в том, что вопрос «когда начинать бизнес?» оказался второстепенным. Гораздо важнее, какой именно бизнес строит человек и в каких обстоятельствах он в него приходит.

Особенно показательно, что работа на себя без создания полноценной компании часто не приносила ни финансовой выгоды, ни повышения качества жизни. Миф о том, что предпринимательство автоматически означает свободу и высокий доход, оказался намного менее универсальным, чем принято считать.

При этом наличие примера предпринимательства в семье влияло на будущее сильнее, чем деньги. Иными словами, доступ к опыту и ролевым моделям оказался важнее стартового капитала.

✅ Вывод

Предпринимательство – это не гарантированный путь к благополучию, а одна из карьерных траекторий со своими рисками и ограничениями.

Исследование показывает, что романтизированный образ «уйти из найма и работать на себя» часто скрывает более сложную реальность. Для многих людей самозанятость оказывается не шагом вверх, а компромиссом без финансовой премии.

Возможно, главный тренд ближайших лет – постепенный отказ от противопоставления «предприниматель или сотрудник». Всё больше людей будут выбирать не статус, а ту модель работы, которая лучше соответствует их ресурсам, опыту и жизненному этапу.

🤡 ИИ создал компанию, которая вошла в топ работодателей

Группа ИТ-предпринимателей провела эксперимент: создала полностью вымышленное digital-агентство Horns and Hooves («Рога и копыта»), которое смогло попасть в число лидеров рейтинга hh.ru.

Как выглядел эксперимент:
🔵 описание компании и контент генерировались ИИ,
🔵 были созданы сайт, соцсети и профили на различных площадках,
🔵 опубликовано около 20 вакансий,
🔵 обработано более 2700 откликов соискателей,
🔵 накручены отзывы и опросы сотрудников,
🔵 компания вошла в топ-20 среди небольших работодателей и заняла первое место по лояльности сотрудников.

Самое интересное здесь даже не использование ИИ. Эксперимент показал, насколько легко можно имитировать репутацию компании в цифровой среде. Фактически авторы смогли создать убедительную «цифровую личность» бизнеса, которая успешно прошла проверки и получила знаки доверия. При этом за брендом не стояло ни реальной команды, ни клиентов, ни сотрудников.

Это поднимает более широкий вопрос о доверии на рынке труда. По мере развития генеративного ИИ создавать сайты, отзывы, вакансии и корпоративный контент становится всё проще и дешевле. В результате традиционные маркеры надёжности начинают терять свою ценность.

✅ Вывод

Мы постепенно входим в эпоху, где подделать репутацию становится проще, чем построить её. Если раньше главным дефицитом была информация, то теперь дефицитом становится доверие.

Это касается не только работодателей. По той же логике можно создавать фальшивые резюме, рекомендации и даже профессиональные истории. Поэтому одним из самых ценных активов на рынке труда ближайших лет может стать не бренд и не контент, а подтверждённая репутация, которую сложно искусственно воспроизвести.

⏳ Работа загружается

По данным Мосстата, жителям Москвы в среднем требуется около пяти месяцев, чтобы найти новую работу. А для части специалистов поиск может растягиваться на год и дольше.

Как меняется рынок:
🔵 в среднем поиск работы занимает 5 месяцев,
🔵 почти 40% находят работу за 1–3 месяца,
🔵 более 20% ищут работу от полугода и дольше,
🔵 миддлы и сеньоры в IT могут искать работу 4–6 месяцев,
🔵 топ-менеджеры нередко выходят на новое место через 12–18 месяцев,
🔵 компании закрывают профессиональные вакансии в среднем за 80 дней.

Миф о том, что хороший специалист всегда быстро найдёт работу, постепенно уходит в прошлое. Замедление экономики и более осторожный найм привели к тому, что вакансий стало меньше, а конкуренция выросла.

Особенно заметно это в ИТ. Несколько лет назад сильные специалисты получали несколько офферов за неделю. Сегодня даже опытным кандидатам требуется несколько месяцев, чтобы найти подходящую позицию.

При этом возникает интересный парадокс: компании закрывают вакансии быстрее, чем кандидаты находят работу. Всё потому, что работодатели стали более избирательными, а сами соискатели не готовы быстро соглашаться на ухудшение условий. Особенно это касается специалистов, привыкших к высоким зарплатам и сильным соцпакетам.

✅ Вывод

Рынок труда возвращается к более «нормальному» состоянию после нескольких лет дефицита кадров и рекордной конкуренции за специалистов. Быстрый поиск работы перестаёт быть гарантией даже для сильных кандидатов. Всё большее значение приобретают финансовая подушка, гибкость ожиданий и готовность к длинному циклу поиска.

Возможно, главным изменением 2026 года становится не дефицит кадров, а возвращение неопределённости. И к этому придётся адаптироваться как компаниям, так и кандидатам.

⚖️ ИИ-увольнения стали вопросом государственной важности

Губернатор Калифорнии Гэвин Ньюсом подписал указ, который поручает государственным органам подготовить меры поддержки работников, пострадавших от внедрения ИИ.

Что предлагается:
🔵 изучить программы поддержки и компенсаций для уволенных сотрудников,
🔵 расширить возможности переобучения,
🔵 рассмотреть модели совместного владения бизнесом для работников,
🔵 проанализировать влияние ИИ на рынок труда Калифорнии,
🔵 изучить, как профсоюзы ведут переговоры по вопросам ИИ,
🔵 ограничить увольнения, основанные исключительно на решениях алгоритмов.

Поводом стали массовые сокращения в технологическом секторе. Meta, Cisco и Block уже напрямую связывали увольнения с ИИ-трансформацией компаний. Сам факт появления подобных инициатив показывает, что дискуссия вокруг ИИ выходит за пределы технологий и бизнеса. Вопросы занятости, защиты работников и распределения выгод от автоматизации постепенно становятся предметом государственной политики.

Интересно, что профсоюзы и часть экспертов всё чаще подчёркивают:

массовая потеря рабочих мест из-за ИИ не является неизбежностью.

Во многом это вопрос управленческих и политических решений. При этом подходы начинают расходиться. Если в США на федеральном уровне преобладает курс на минимальное регулирование, то отдельные штаты уже пытаются выстроить собственую систему защиты работников.

✅ Вывод

Мы постепенно переходим от обсуждения возможностей ИИ к обсуждению его социальных последствий. Если раньше автоматизация была внутренним вопросом компаний, то теперь она становится предметом переговоров между бизнесом, государством и обществом.

И, возможно, главный спор ближайших лет будет не о том, способен ли ИИ заменить человека, а о том, кто получит выгоду от этого перехода и кто заплатит за его последствия.