92% HR-специалистов уверены, что их нынешних сотрудников можно переобучить для ролей, связанных с ИИ. Но 51% компаний всё равно закрывает такие вакансии внешним наймом. Этот разрыв превращает AI-рескиллинг сотрудников из красивого пункта в HR-стратегии в вполне конкретную проблему: бизнес одновременно жалуется на дефицит AI-кадров и не всегда замечает подходящих людей внутри компании.
Об этом сообщает ZDNet со ссылкой на исследование провайдера кадровых решений Careerminds. Опрос проводился 15–26 мая 2026 года совместно с Censuswide: в нём участвовали 595 HR-специалистов и 547 линейных руководителей из США. Все респонденты работали в организациях численностью от 500 до 10 000 и более сотрудников.
Результаты выглядят как знакомая корпоративная логика с небольшим внутренним противоречием. Среди HR-специалистов 92% полагают, что сотрудники компании способны освоить AI-навыки для новых ролей; среди менеджеров такого мнения придерживаются 88%. При этом о внешнем найме на AI-позиции сообщили 51% HR-специалистов и 47% менеджеров. О внутреннем переводе или переобучении сотрудников — лишь по 42% в обеих группах.
То есть вопрос уже не столько в вере в способность людей учиться. Руководители в целом считают, что аналитик, разработчик, специалист поддержки или предметный эксперт могут освоить новые инструменты и изменить профиль работы. Сложнее понять, кто именно готов к переходу, чему его учить и какая вакансия действительно подходит после обучения. В реальной оргструктуре это обычно означает таблицы с неактуальными навыками, разрозненные оценки руководителей и вакансии, которые проще отдать рекрутеру, чем согласовать внутреннее перемещение.
Именно нехватку видимости навыков Careerminds называет одним из ключевых барьеров. Её указали 43% HR-специалистов и 34% менеджеров. Компании часто знают должности сотрудников, но заметно хуже представляют их фактический опыт: кто уже автоматизировал процессы с помощью моделей, кто умеет работать с данными, кто вёл внутренние пилоты, а кто может быстро дорасти до инженера по внедрению или AI-продуктового специалиста.
На уровне деклараций ситуация ещё оптимистичнее. 87% HR-специалистов и 84% менеджеров считают, что их организации достаточно учитывают переобучение при подготовке к будущим ролям. Однако цифры по найму показывают другое: убеждённость в правильности программы развития персонала не равна работающему механизму внутреннего подбора. Если у компании нет карты навыков, понятных учебных треков и процедуры перехода между командами, AI-рескиллинг сотрудников остаётся инициативой для презентации, а не каналом закрытия вакансий.
Картина различается и по отраслям. В технологиях и телекоме внешний найм опережает внутреннее перераспределение кадров на 15 процентных пунктов. Это показательно: именно там, где AI-компетенции обсуждают громче всего, скорость закрытия позиций и конкуренция за опытных специалистов, вероятно, перевешивают желание выращивать их внутри. Исключением стали медиа и индустрия развлечений. Среди HR-специалистов из этого сектора 56% сообщили о переводе или переобучении сотрудников, а о внешнем найме — только 25%.
Для разработчиков и продуктовых команд вывод довольно приземлённый. Знание AI-инструментов само по себе ещё не гарантирует внутренний переход: его нужно сделать видимым для компании. Портфолио пилотных проектов, участие в автоматизации процессов, работа с качеством данных и умение оценивать риски внедрения могут оказаться полезнее абстрактного сертификата. Для CTO и HR-директоров задача обратная: описать роли не только через редкий набор технологий, но и через навыки, которые можно достроить за понятный срок.
У внешнего найма есть и измеримая цена. В белой книге Careerminds приводятся данные The Josh Bersin Company: подбор внешнего кандидата на сопоставимую роль может обходиться в три-пять раз дороже внутреннего закрытия позиции и в среднем занимать на 20 дней больше. Эти оценки не отменяют необходимости нанимать людей с редкой экспертизой — например, когда компании нужен опыт, которого внутри действительно нет. Но они ставят под сомнение привычку открывать рынок раньше, чем проверять собственные команды.
AI-рескиллинг сотрудников не решит проблему дефицита кадров одной программой обучения. Компании придётся связать данные о навыках, обучение, бюджет на переход и ответственность руководителей за внутреннюю мобильность. Иначе рынок получит странную, но уже привычную картину: сотрудники осваивают ИИ в свободное время, а их работодатели продолжают искать тех же людей в соседней компании. Подробнее о методологии и результатах исследования — в материале .
