Чтобы разобраться, как искусственный интеллект влияет на работу команд и найм в России, мы запускаем рубрику, в которой будем говорить на эту тему с разными экспертами из рынка Digital и IT. В этот раз мы поговорили с Георгием Бабаяном, основателем и CEO Эльбрус Буткемп. В интервью обсудили, что происходит на уровне команд, чего ждёт рынок и чему стоит учиться уже сейчас.
Вроде норма, но не для всех
Международные компании давно встроили ИИ в базовые процессы: от тестовых заданий до оценки эффективности. Во многих командах кандидат без опыта работы с искусственным интеллектом просто не проходит отбор. Это касается не только стартапов, но и крупных компаний, где внедрение ИИ уже проходит не на этапе экспериментов, а полной оптимизации всех возможных процессов.
В России ситуация скорее противоположная. Здесь опыт с ИИ может восприниматься как что-то спорное, рискованное или вовсе лишнее. Отказ в найме по причине «будет всё делать через ИИ» на самом деле не редкость.
В России ситуация скорее противоположная. Здесь опыт с ИИ может восприниматься как что-то спорное, рискованное или вовсе лишнее. Отказ в найме по причине «будет всё делать через ИИ» на самом деле не редкость.
Что меняется в найме
Искусственный интеллект постепенно вытесняет стандартные навыки в резюме и заставляет нанимающих пересматривать критерии оценки кандидатов. Сейчас важнее не только знать фреймворк или язык программирования, но также понимать, как использовать инструменты, которые делают работу быстрее, чище и дешевле.
Сегодня, если разработчик не использует ИИ, он объективно работает медленнее. Особенно это видно на рутинных задачах: формы, вёрстка, API-интеграции. ИИ даёт существенный прирост скорости, и если этого прироста нет, то тут уже вопрос. — прокомментировал Георгий.
Многие команды, по словам Георгия, уже осознали это. Но чаще всего неформально, то есть в требованиях к вакансии это может не указываться, но внутри собеседования навык быстро использовать ИИ-инструменты всё равно проверяется. Часто косвенно: через подход к решению, скорость или архитектуру.
Обучение и его важность
Если раньше под обучением ИИ-инструментам понимали, в лучшем случае, серию видео про то, как пользоваться ChatGPT, то сейчас запросы стали глубже и точнее. Особенно со стороны техспециалистов, у которых уже есть опыт и задачи, но нет понимания, как именно встроить ИИ в повседневную работу.
Сейчас разработчики ищут конкретные практики: как построить агента, как собрать RAG-сценарий, как настроить пайплайн с LangChain или интегрировать LLM в уже существующий сервис. То есть сейчас обучение заключается в том, чтобы найти способы стать быстрее и эффективнее на рабочем месте, а иногда и просто не отстать от коллег, которые уже перешли в новый режим.
Сейчас разработчики ищут конкретные практики: как построить агента, как собрать RAG-сценарий, как настроить пайплайн с LangChain или интегрировать LLM в уже существующий сервис. То есть сейчас обучение заключается в том, чтобы найти способы стать быстрее и эффективнее на рабочем месте, а иногда и просто не отстать от коллег, которые уже перешли в новый режим.
Важно, что обучение сегодня перестаёт быть разовой активностью, а становится встроенной частью карьеры. Когда технологии меняются так быстро, невозможно «отучиться один раз и все». Нужно регулярно обновлять стек, разбираться в новых возможностях, пробовать, тестировать и внедрять. Это касается как индивидуальных специалистов, так и целых команд.
Почему команды сопротивляются и что с этим делать
Одной из главных тем в интервью стало то, насколько тяжело внедрять ИИ в команды, даже если инициатива идёт от CTO. Проблема не в технологиях, не в документации, даже не в доступе к API. Проблема в поведении команды, в страхе, что ИИ ошибается и желании не меняться.
Часто слышу от разработчиков: “ИИ делает ошибки”. А кто не делает? Мы просто теперь видим ошибки сразу, они более заметны. А когда человек ошибается, это не всегда очевидно. Это не аргумент — это страх. Страх потерять контроль, потерять рутину, за которую можно зацепиться. — высказался Георгий.
Парадокс в том, что ИИ почти всегда используют те, у кого «горит»: стартапы, компании на жёстких сроках, те, у кого мало ресурсов. Они внедряют, потому что не могут не внедрять. В стабильных командах ИИ часто воспринимается как необязательное. Пока не станет поздно.
Какая ситуация сейчас на рынке
По данным консалтингового агентства «Яков и Партнеры», российский рынок ИИ уже оценивается в 40 млрд рублей, с ежегодным ростом в 50%. Это больше, чем в среднем по миру. Потенциал влияния ИИ на экономику от 22 до 36 трлн рублей. И уже до 6,9 трлн реализованный эффект, в том числе за счёт автоматизации процессов, повышения производительности труда, сокращения рутинных задач.
Но при этом Россия остаётся на 31-м месте в глобальном AI-рейтинге. А по количеству внедрений в ИТ-командах ещё ниже. Да, крупные компании вроде Сбера, Яндекса, ВТБ или Ozon уже используют ИИ в своих продуктах. Но в основной массе бизнесов ИИ пока либо не внедрён, либо используется точечно, то есть как эксперимент или «проект на потом».
Но при этом Россия остаётся на 31-м месте в глобальном AI-рейтинге. А по количеству внедрений в ИТ-командах ещё ниже. Да, крупные компании вроде Сбера, Яндекса, ВТБ или Ozon уже используют ИИ в своих продуктах. Но в основной массе бизнесов ИИ пока либо не внедрён, либо используется точечно, то есть как эксперимент или «проект на потом».
Что будет дальше и что важно делать уже сейчас
Судя по опыту тех, кто уже начал внедрять ИИ в работу, вопрос больше не в том, «стоит ли», а в том, «как это сделать еще более эффективно». ИИ-инструменты уже работают: они ускоряют команду, помогают писать код, оптимизировать маркетинг, упростить аналитику и автоматизировать саппорт.
Если в команде нет понимания, как работать с ИИ, значит, его нужно развивать. Если в процессе найма нет критериев, которые оценивают работу с LLM, значит, их надо добавить. И если в продукте нет точек, где ИИ может помочь, значит, их надо искать.
Итог
ИИ точно глобально меняет найм, работу, требования к специалистам и подход к управлению командами. Разговор с Георгием Бабаяном и опыт сотен команд показал, что реальное преимущество получают не те, кто первым «освоил новую фичу», а те, кто научился системно применять ИИ в своих рабочих процессах.
Если команда уже умеет это делать, то она выигрывает в скорости, стоимости, гибкости и возможностях. Если не умеет, то сейчас есть все шансы и возможности этому научиться.
Если команда уже умеет это делать, то она выигрывает в скорости, стоимости, гибкости и возможностях. Если не умеет, то сейчас есть все шансы и возможности этому научиться.
Следите за актуальной ситуацией на рынке tech и digital с нами в Телеграме 🫶