Еще недавно умение работать с ИИ могло стать отдельным пунктом в резюме и действительно выделить кандидата среди других.
Сегодня ситуация меняется. Сам факт использования ИИ постепенно перестает быть конкурентным преимуществом и становится базовым ожиданием рынка.
На этот сдвиг обратили внимание коллеги из Draup в исследовании Skills Durability Analysis for the AI Era. Они проанализировали около 2,85 млн активных вакансий за период с июня 2025 по июнь 2026 года по девяти инженерным и Data/ML-ролям.
И обнаружили интересную закономерность.
GitHub Copilot, Cursor и Claude совокупно встречаются более чем в 60 000 вакансий из выборки. Причем не только у разработчиков — AI-инструменты появляются в требованиях ко всем девяти исследованным ролям.
Авторы называют этот момент baseline threshold: владение ИИ переходит из категории навыков, которые отличают кандидата, в категорию того, что работодатели начинают воспринимать как норму.
‼️ Но если ИИ становится доступен практически каждому, возникает другой вопрос:
что тогда действительно отличает сильного специалиста?
И здесь исследование показывает куда более интересный сдвиг.
Чем больше рутинной работы берет на себя технология, тем выше становится ценность навыков, которые сложно стандартизировать: системного мышления, профессионального суждения, постановки проблемы, понимания бизнес-контекста, коммуникации и способности быстро осваивать новое.
То есть меняется сама логика ценности специалиста.
➖ Раньше преимуществом могло быть умение выполнить определенную задачу ➡️затем — умение выполнить ее быстрее с помощью ИИ ➡️ теперь все большее значение приобретает способность понять, какую задачу вообще нужно решать и насколько полученному результату можно доверять.
И это уже важный сигнал не только для сотрудников, но и для HR.
Если раньше при найме было достаточно выяснить, использует ли кандидат ИИ в работе, то сейчас такой вопрос дает все меньше информации.
Гораздо показательнее другое:
🖇 как человек формулирует задачу, когда нет готового алгоритма;
🖇 способен ли проверить и критически оценить результат ИИ;
🖇 замечает ли ошибки и ограничения;
🖇 умеет ли связать полученный результат с реальным бизнес-контекстом;
🖇 готов ли отвечать за решение, принятое с помощью технологии.
Та же логика постепенно должна проникать и в корпоративное обучение.
Обучить сотрудника пользоваться конкретным AI-инструментом относительно просто. Но инструменты будут меняться, а вместе с ними — интерфейсы, возможности и способы работы.
Поэтому гораздо важнее развивать то, что в исследовании Draup относят к durable skills — устойчивым навыкам: профессиональное суждение, системное мышление, глубокую предметную экспертизу и способность постоянно переучиваться.
‼️ Получается довольно интересный парадокс: чем доступнее становится ИИ, тем меньше ценности в самом умении им пользоваться.
Конкурентным преимуществом становится уже не
«я умею работать с ИИ»
А способность понимать, где его использовать, как оценить результат и какое решение принять на его основе.
И, возможно, именно этот сдвиг скоро придется учитывать и в профилях вакансий, и в оценке кандидатов, и в программах развития сотрудников.
#пульсрынка