Сбер за девять месяцев 2026 года нанял 990 сотрудников на ML-направления, другие ИИ-роли и разметку данных. Такой найм специалистов по ИИ почти втрое превышает объем за весь 2025 год — сигнал не только для банковского IT, но и для всего рынка, где AI-компетенции быстро становятся частью обычной профессиональной гигиены.
Как сообщает CNews, в разбивке цифры выглядят так: 279 человек пришли на ML-направления, 95 — на другие роли, связанные с искусственным интеллектом, еще 616 — в команды разметки данных. Последняя категория особенно показательна: развитие моделей требует не только исследователей и инженеров, но и людей, которые готовят, проверяют и структурируют данные для обучения.
Банк одновременно расширяет набор ролей вокруг ИИ и обучает сотрудников, не входящих в технологические команды. Базовую подготовку по работе с искусственным интеллектом прошли 47 тыс. работников первой линии — это около 40% ее численности. Масштаб здесь важнее красивой формулировки про «внедрение»: речь уже не о нескольких пилотных командах, а о попытке встроить инструменты ИИ в массовые операции.
По словам старшего управляющего директора и руководителя центра макроэкономических исследований Сбербанка Александра Исакова, генеративные модели берут на себя отдельные задачи — работу с текстами, поиск информации и обработку данных. В такой схеме выше ценятся постановка задачи, проверка результата и ответственность за принятое решение. Для работодателя это меняет профиль кандидата: нужен не абстрактный «человек вместо нейросети», а специалист, который умеет получить от нее полезный результат и не отправить его клиенту без проверки.
Конкуренция за технические вакансии при этом заметно выросла. В 2026 году число откликов на одну вакансию Middle ML Engineer увеличилось почти в четыре раза относительно 2025 года, на позицию Senior — более чем в пять раз. Это не означает, что рынок внезапно переполнен готовыми сильными ML-инженерами: скорее, ИИ стал очевидным карьерным направлением для разработчиков, аналитиков и специалистов из смежных областей. Но рост откликов заставит кандидатов точнее показывать практический опыт — от работы с данными и оценкой качества моделей до интеграции ИИ-функций в продукт.
Вакансии с требованиями к навыкам генеративного ИИ уже выходят за пределы IT. По анализу Центра макроэкономических исследований Сбербанка, в сентябре 2026 года такие навыки упоминались в 4,7 тыс. вакансий: почти на 20% больше, чем годом ранее, и втрое больше, чем в начале 2025 года. Семь из десяти профессий с наиболее частым запросом на эти навыки — нетехнические. После программистов по числу таких вакансий идут дизайнеры, опережая дата-сайентистов; далее следуют маркетологи, SMM-менеджеры и секретари.
Для бизнеса это означает, что найм специалистов по ИИ нельзя сводить к открытию нескольких вакансий для ML Engineer. Модели нужно внедрять в процессы, обеспечивать качественными данными, контролировать результаты и обучать пользователей. Иначе компания получает дорогой доступ к технологии и коллекцию презентаций о ее потенциале. Показательно и отношение самих сотрудников Сбера: 86% согласны, что ИИ может предлагать варианты решения рабочих вопросов, но финальное решение должно оставаться за человеком; 67% спокойно относятся к передаче части задач системе.
Российские инструменты уже видны и в формулировках вакансий: GigaChat входит в тройку наиболее упоминаемых больших языковых моделей, а Kandinsky в третьем квартале поднялся на четвертое место. Следующий вопрос для рынка — смогут ли работодатели превратить массовое обучение в измеримую производительность и новые продукты, а не просто добавить строку «работа с ИИ» в требования к кандидатам.
