Прежде чем спорить, заменит ли ИИ разработчиков, предлагаю посмотреть на цифры. По данным Tom's Hardware и Nikkei Asia, в I квартале 2026 года технологические компании сократили 78 557 человек, и почти 48% этих увольнений пришлось напрямую на замену людей ИИ и автоматизацией. В апреле доля выросла: по отчёту Challenger ИИ стал причиной 26% от 88 387 увольнений месяца. В России картина зеркальная: число IT-вакансий только в Петербурге за год упало на 41%, а индекс HH в IT достиг 22,9 резюме на вакансию.
На таком фоне разговор «заменит ли ИИ разработчиков» переехал из IT-курилки в кабинет CFO. И вопрос теперь стоит иначе: что компании стоит сделать до того, как повторять эксперимент Klarna, где после массовых AI-увольнений 2024 года CEO в начале 2026-го публично признал ошибку и снова открыл найм.
Меня зовут Жемал Хамидун, я CPO AlpinaGPT и Head of AI в Alpina Digital, веду тг-канал «Готовим ИИшницу». За два года мы провели через AI-трансформацию собственное издательство и 40+ корпоративных клиентов — фарма, ритейл, финтех, медиа. Собрал здесь то, что мы поняли про найм, увольнения и переобучение команды в новых условиях — на конкретных кейсах и цифрах.
В марте 2025 года CEO Anthropic Дарио Амодей на Council on Foreign Relations высказался без обиняков: «через три-шесть месяцев мы будем в мире, где ИИ пишет 90% кода, а через двенадцать — практически весь код». В феврале 2026-го CPO Anthropic Майк Кригер на Cisco AI Summit это подтвердил: «Claude is now writing Claude — это фактически 100%». Внутренние отчёты Anthropic показывают пул-реквесты на 2 000–3 000 строк, целиком сгенерированные моделью.
Тут есть деталь, которую обычно теряют при пересказе. Anthropic параллельно продолжает агрессивно нанимать инженеров — численность команды за тот же период выросла кратно. Расклад для интуиции странный: код пишет ИИ, а людей нужно больше. Именно этот парадокс любой компании стоит осознать раньше, чем рисовать стрелочки сокращений.
Противоположный полюс — Klarna. В 2024-м CEO Себастьян Семятковски заявил, что ИИ заменил 700 операторов поддержки и забрал на себя 75% всех клиентских чатов. История разошлась по миру как образец «как надо». А в 2026-м у неё появилась вторая глава, о которой говорят гораздо реже.
К началу 2026 года Klarna тихо отыграла эксперимент назад и снова стала набирать людей. Не потому что ИИ плох — типовые запросы он закрывал отлично и темп держал. Он не вытянул нетиповое: эмоциональные конфликты, сложные споры, многоэтапные кейсы. Качество обслуживания упало, обработка жалоб начала стоить дороже, чем экономия на зарплатах. Klarna превратилась в корпоративный символ того, как «замещение людей ИИ» оказывается дороже, чем сохранение команды.
Пространство между этими полюсами — и есть зона решений CTO, IT-директора, HR-директора и гендира. В Anthropic ИИ пишет код, но команда растёт, потому что фокус смещается на архитектуру, безопасность и продукт — туда, где нужны люди. В Klarna ИИ заменил сотрудников целиком, но не справился с тем, что они на самом деле делали, и обошёлся дороже экономии на ФОТ.
Вопрос, который руководителю стоит задать себе в 2026 году, звучит так: что именно делает сотрудник, которого мы хотим «заменить ИИ» — рутинно обрабатывает входящий поток или принимает единичные сложные решения? Это разные задачи. Первую можно отдавать ИИ агрессивно. Вторую — нет, по крайней мере на этом поколении моделей.
В России картина почти зеркальная, и это любопытно. С одной стороны — число IT-вакансий только в Петербурге за год сократилось на 41%, индекс HH (резюме на вакансию) в IT в марте 2026 достиг 22,9 — это почти вдвое выше порога, при котором рынок считается «крайне перегретым» в пользу работодателя. Больше половины уволенных IT-специалистов попали под сокращение, а не ушли сами.
С другой — по данным Avito Работы, за лето 2025-го число вакансий с требованием AI-навыков выросло на 66% год к году. Получается, рынок сжимается на уровне общего IT и резко расширяется на уровне AI-навыков. Это не парадокс, а пересборка ролей: позицию с устаревшими навыками вытесняют, а на её место приходит другая, где ИИ — встроенный инструмент, а не угроза.
В AI-аналитике сейчас гуляет английский термин — rebundling. Его в 2010-х придумал Бен Томпсон (Stratechery) для медиа: интернет сперва разобрал газеты на отдельные статьи (unbundling), а потом собрал их обратно в новые продукты с другими функциями (rebundling). Сегодня то же самое идёт с ролями в компаниях. По-русски — пересборка ролей, перекомпоновка функций.
В отчёте об увольнениях замещение и пересборка выглядят одинаково — «убрали X человек». Операционно это две разные истории. При замещении функцию убирают целиком. При пересборке убирают часть функций, остальные перегруппировывают, добавляют новые — и на выходе получается компания, где один человек делает работу четверых из старой структуры.
На рынке США новые вакансии Software Engineer на LinkedIn в марте 2026 упали на 15,6% к февралю, Software Developer — на 20%. При этом по оценке McKinsey, у организаций с глубокой интеграцией AI рост продуктивности составляет 16–30%, а рост качества кода — 31–45% (это у 60% из более чем 600 изученных компаний), а контролируемое исследование GitHub показывает ускорение задач на 55%. Это и есть пересборка в чистом виде.
За фразой «ИИ заменит всех завтра» обычно прячется мысль, что AGI на пороге. Это не так. У нынешних моделей есть четыре стены, и каждая — это годы работы. Первая — данные: основные тексты человечества уже скормлены, синтетика даёт деградацию. Вторая — энергия: текущие темпы масштабирования упираются в физику, газ и уголь это физически не тянут. Третья — квантовые вычисления для связанных систем (погода, рынки, города) с горизонтом 10–15 лет. Четвёртая — сенсоры реального мира: ИИ заперт в табакерке текста и картинок, для полноценного «общего интеллекта» ему не хватает датчиков.
Значит, есть классы задач, которые ИИ в этом цикле не закроет: сложные многоступенчатые конфликты с клиентами (та самая история Klarna), архитектурные решения с противоречивыми вводными, ответственность за бизнес-решение, эмоциональный труд. Кто возьмётся автоматизировать это, повторит ошибку Klarna в более дорогой редакции.
Если в 2026 году вы открываете позицию разработчика, аналитика, маркетолога, юриста или HR — рекомендация одна. Внесите в описание вакансии обязательный пункт «опыт работы с LLM-инструментами в рабочих задачах» и проводите технический скрининг с конкретными промптами. Не теоретическим «знаете ли вы ChatGPT», а реальным заданием: за 20 минут собрать с помощью Claude, GPT или Gemini рабочий артефакт под задачу позиции.
По нашему опыту в Alpina Digital разница между AI-native сотрудником и AI-непривычным на одной и той же позиции составляет от 2× до 4× по производительности — это операционная цифра, не маркетинговая. Платить можно одинаково, а задачи они будут закрывать с разной скоростью.
Главная стратегическая ошибка 2024–2025 годов — массовые увольнения «под ИИ» без попытки переобучения. Это и есть та самая «формула провала», о которой пишут в свежих исследованиях Stanford и McKinsey: ставку сделали на инструмент, про обучение забыли, внутреннюю поддержку не настроили — и получили дорогой разворот, как у Klarna.
В Alpina Digital мы пошли иначе. За 2024–2025 годы провели через интенсив по AI-навыкам всю команду — от копирайтеров и редакторов до бэкенда. Через корпоративные форматы обучения, внутренние демо, шеринг удачных кейсов. Итог — цикл выпуска книги в нашем издательстве сократился в 4,5 раза, и при этом ни одного увольнения «за ненадобностью». Люди не ушли — у них поменялись функции.
Если вы CFO или гендир и подходите к решению об увольнениях, у меня три вопроса. Первый — посчитали ли вы стоимость качества: не зарплату оператора, а реальную цену нерешённой жалобы клиента, упущенного контракта, репутационного риска. Второй — посчитали ли стоимость восстановления, если эксперимент не сработает: найм, обучение, ROI на разворот, как у Klarna. Третий — посчитали ли альтернативу: что будет, если вместо «–700 операторов» вы сделаете «700 операторов + ИИ» и поднимете на этом не маржу, а объём бизнеса.
В большинстве реальных кейсов у наших клиентов третий сценарий обыгрывает первый по чистой экономике. Klarna это поняла дорого и поздно.
Когда меня спрашивают «заменит ли ИИ моих разработчиков», я всегда отвечаю встречным вопросом: а кого вы планируете нанимать вместо них и кто будет учить тех, кто остаётся? Если ответ — «вместо не нанимаем, оставшихся не учим» — Klarna 2.0 уже у вас на пороге. Если ответ — «нанимаем AI-native людей и учим текущих» — вы на правильной траектории, и сегодняшние 80 000 уволенных в квартал для вас не угроза, а возможность забрать с рынка сильных AI-native сотрудников.
Внешние замеры это подтверждают. По Microsoft Work Trend Index 2025 75% knowledge workers уже регулярно используют ИИ в работе, а среди так называемых «AI power users» 80% делают то, что год назад им было недоступно. Вопрос для работодателя один: есть ли внутри компании сегмент сотрудников из этой категории и что вы делаете, чтобы за следующие 12 месяцев их стало больше.
Закрою главным тезисом — он верен и в индивидуальной, и в корпоративной плоскости.
Ваших разработчиков заменит не ИИ. Их заменят другие разработчики, которые работают с ИИ.
Проблема, выходит, не на стороне сотрудника, а на стороне работодателя: компания, которая не выстроила AI-практики, проиграет не «армии алгоритмов», а соседней компании, где 200 человек делают работу 800 за счёт инструментов.
Сроки этого спора — между ультра-оптимистами (5 лет до AGI) и осторожными (20+) — помещают вашу команду в финальный отрезок профессиональной карьеры. Вопрос не в том, наступит ли это будущее, а в том, кто окажется в первом вагоне — вы или конкурент. Если выбирать, я бы советовал первый.
Это адаптированное изложение для архива публикаций Жемала Хамидуна. Полная версия статьи со всеми деталями — на Хабре: читать оригинал →