Экономия на junior сегодня — дефицит экспертизы завтра

ИИ всё чаще забирает на себя задачи, которые раньше отдавали начинающим специалистам. Для бизнеса логика кажется очевидной: если опытный сотрудник с ИИ может сделать больше, зачем сохранять прежний объём junior-позиций?

Но в исследовании коллег из AXENIX «Скрытая цена ИИ-революции» я обратила внимание на другую сторону этой экономии.

‼️ Junior — это не просто более дешёвая рабочая сила для выполнения простых задач. Это начало цепочки, через которую компания получает экспертов через несколько лет.

На примере ИТ этот механизм особенно хорошо виден. По данным, которые приводят авторы исследования, занятость начинающих программистов 22–25 лет в США снизилась на 20****🛍 за 2022–2025 годы, а найм начинающих разработчиков — на 25****🛍.

Причина вполне объяснима: ИИ автоматизирует именно тот пласт работы, который традиционно выполняли специалисты начального уровня — типовые функции, тесты, документацию и другие относительно стандартные задачи.

В краткосрочной перспективе компания действительно получает экономический эффект. Но дальше возникает проблема⬇️⬇️⬇️ Если сегодня мы не наняли junior, через несколько лет он не превратится в middle. Если не появился middle — позже из него не вырастет senior. А затем компании обнаружат, что им неоткуда брать экспертов. В AXENIX называют это разрывом обучающего конвейера и предлагают посмотреть на последствия не в горизонте одного года, а гораздо дальше По сценарной модели авторов, решения по сокращению найма начинающих специалистов сегодня могут привести сначала к дефициту middle**➡️ затем senior**➡️ а в перспективе — архитектурных компетенций. И мне кажется, здесь есть важный вывод далеко за пределами ИТ. 💡Автоматизируя задачи начального уровня, мы одновременно автоматизируем часть среды, в которой раньше учились новички.

Поэтому вопрос для HR уже не только в том, сколько junior-позиций действительно понадобится компании после внедрения ИИ. Гораздо важнее понять: а где теперь человек будет получать тот опыт, который раньше приобретал на этих задачах? И ответ точно не в том, чтобы искусственно сохранять работу, которую эффективнее выполняет технология. Нужно перестраивать сам путь развития. 📌 Авторы AXENIX, например, говорят о трансформации ролей начинающих специалистов, новых карьерных треках, менторстве и shadowing, проектных ротациях, обучении в связке с ИИ и более раннем развитии компетенций, которые раньше появлялись значительно позже.

И здесь я бы добавила ещё одно понятие — кадровый долг. Мы привыкли говорить о техническом долге: сегодня принимаем быстрое и выгодное решение, а расплачиваться за него приходится позже. С людьми может происходить то же самое. Можно сократить затраты на junior-позиции сегодня и увидеть красивую экономию в текущем бюджете. Но если одновременно не создать новый механизм выращивания специалистов, через несколько лет компания заплатит за эту экономиюдефицитом экспертизы. ИИ действительно позволяет пересмотреть количество людей, необходимых для выполнения работы. Но он не отменяет необходимость откуда-то брать людей, которые завтра будут способны эту работу контролировать, развивать и переосмысливать. И, возможно, одна из главных задач HR в эпоху ИИ — не сохранить старые карьерные лестницы, а вовремя построить новые. #пульсрынка

В этом посте были ссылки, но мы их удалили по правилам Сетки