В условиях дефицита ИИ-специалистов каждая страна формирует свою стратегию. На основе исследования от J’son & Partners рассказываю о том, какие практики включает российский подход.

Суть модели - BigTech-центричное трёхстороннее партнёрство

▫️В отличие от американской модели (драйвер - конкуренция элитных университетов) и китайской (драйвер - централизованное госпланирование), в России сформировалась экосистема, где ведущую роль играет крупный бизнес (BigTech) в кооперации с вузами при фасилитирующей роли государства. ▫️Крупнейшие технологические компании (Яндекс, Сбер, VK и др.) являются основными драйверами, инициаторами, инвесторами и заказчиками образовательных программ. Создаются базовые кафедры, совместные магистратуры, лаборатории для передачи реальных кейсов и данных для НИОКР. ▫️Государство осуществляет не прямое управление, как в КНР, а поддерживает и масштабирует успешные практики, формирует рамочные стандарты.

Сильные стороны подхода

▫️В отличие от США, ориентированных на «звёзд» для R&D, и Китая, нацеленного на конвейерную подготовку, Россия стремится готовить как уникальных специалистов для прорывных задач, так и массовых инженеров для внедрения. ▫️Прямое вовлечение индустрии гарантирует, что выпускники обладают навыками, востребованными на рынке здесь и сейчас, минимизируя проблему «нерелевантности компетенций». ▫️Исследование отмечает сохранение в ведущих российских вузах глубокой математической подготовки - важного фундамента для долгосрочной карьеры в ИИ, а не просто освоения текущих инструментов.

Системные ограничения

▫️Слабая интеграция ИИ в школьное образование, которое носит фрагментарный характер и создаёт разрыв между вузами и абитуриентами. ▫️Нехватка преподавателей и вычислительных ресурсов в вузах ограничивает масштабирование и качество подготовки, особенно в регионах. ▫️Низкая вовлечённость университетов в коммерческие НИОКР лишает вузы важного источника финансирования и усложняет удержание сильных академических кадров, которые уходят в индустрию. ▫️Дефицит междисциплинарных программ «AI+X» («ИИ + медицина/материалы/финансы»).

Ключевые инсайты очевидны:

▫️ИИ-компетенции становятся междисциплинарным стандартом. Речь не о смене профессии, а о надстройке над существующей экспертизой. Наиболее востребованным будет «гибридный» специалист: отраслевой эксперт, способный ставить задачи и интерпретировать результаты для ИИ-систем. ▫️Структурный дефицит кадров сохранится 5-7 лет. Текущий момент -  оптимальное время для инвестиций в переподготовку и освоение ИИ как инструмента для решения профессиональных задач.

По материалам «Практики и подходы к подготовке кадров для ИИ в России, США и Китая», J’son & Partners, 2025 г.