13 лет назад в Луисвилле запустили бесплатную программу Code Louisville, чтобы быстро готовить людей к работе в IT. Через нее прошли тысячи человек, около 1400 выпускников нашли работу, но в августе 2026 года проект закроется: желающие учиться есть, а вот стартовых вакансий стало заметно меньше. Для русскоязычной IT-аудитории это важный сигнал: рескиллинг сотрудников в эпоху ИИ все меньше похож на билет в профессию и все больше — на обязанность самих работодателей.
Об этом пишет ZDNet, разбирая, как за одно десятилетие рынок развернулся почти на 180 градусов. Если в середине 2010-х власти, некоммерческие школы и буткемпы пытались закрыть дефицит кадров массовым лозунгом «учись кодить», то теперь бизнесу приходится думать не о воронке новичков, а о том, как переучивать уже существующие команды под AI-инструменты, агентов и новые процессы. Проблема в том, что никто не может уверенно сказать, какие именно навыки понадобятся через полгода, не говоря уже о пяти годах.
История Code Louisville хорошо показывает масштаб перемены. Основатель программы Райдер Родригес рассчитывал, что такие курсы однажды потеряют смысл, потому что технологические навыки станут повсеместными. Реальность оказалась другой. По словам руководителя программы Code:You Брайана Луермана, интерес со стороны соискателей никуда не делся, но рынок для entry-level-кандидатов фактически сжался. На пике через программу проходили когорты до 300 студентов, и это выглядело рациональной ставкой на местную экономику: в городе оценивали число открытых вакансий в IT примерно в 2000. Теперь сама логика «выучись на разработчика за полгода и войди в средний класс» работает куда хуже, чем десять лет назад.
Контраст с 2015 годом особенно заметен. Тогда администрация Барака Обамы запустила инициативу TechHire, пытаясь закрыть прогнозируемые 500 тысяч незакрытых IT-вакансий к 2020 году. Компании призывали брать людей из нетрадиционных образовательных треков, буткемпы росли как на дрожжах, а разговор о найме сопровождался еще и социальной повесткой: больше женщин, больше представителей недопредставленных групп, больше альтернативных входов в индустрию. Технологический сектор тогда выглядел почти как гарантированный социальный лифт. Сейчас этот лифт не сломан окончательно, но кабина явно ходит рывками и без расписания.
Причина не только в генеративном ИИ, хотя именно он добавил рынку нервозности. Forrester оценивает, что к 2030 году ИИ может заменить около 6% рабочих мест. Всемирный экономический форум смотрит на картину мягче и считает, что новые рабочие места могут компенсировать потери, но только если компании будут инвестировать в людей. На практике у бизнеса двойственная позиция. С одной стороны, 77% работодателей по всему миру планируют повышать квалификацию сотрудников. С другой — тот же WEF фиксирует, что 41% компаний собираются сокращать штат из-за ИИ. Иными словами, рескиллинг сотрудников перестал быть корпоративной благотворительностью. Это уже инструмент отбора: кого получится встроить в новую модель работы, тот останется в системе; кого нет — тот окажется снаружи.
Эту же мысль подтверждают и консультанты. Джули Бедард из Boston Consulting Group говорит, что компании сейчас проводят эксперимент в реальном времени: внедряют ИИ в повседневную работу и пытаются понять, что происходит с ролями, численностью команд и карьерными траекториями. Даррелл Уэст из Brookings Institution формулирует еще жестче: темп технологической перестройки оказался выше, чем ожидали даже оптимисты, поэтому любые долгосрочные прогнозы надо делать очень скромно. Для руководителей это неприятная новость. Нельзя просто составить список «профессий будущего», закупить курс по промпт-инжинирингу и считать, что вопрос закрыт. Рескиллинг сотрудников теперь означает не только обучение конкретному инструменту, но и развитие способности быстро перестраиваться, когда сам инструмент или процесс меняется через несколько месяцев.
И здесь у работодателей обнаруживается слабое место. По данным Deloitte, главное препятствие при внедрении ИИ — недостаточный уровень навыков у работников. Но проблема глубже: многим компаниям не хватает ясности даже в том, какие таланты и компетенции им нужны сейчас и понадобятся в ближайшем будущем. BCG прямо указывает, что AI-трансформация — это в первую очередь трансформация рабочей силы. По оценке Бедард, лишь 10-20% задачи связаны с данными и алгоритмами, а около 70% — с людьми и процессами. Это болезненный тезис для бизнеса, который любит считать, что достаточно купить платформу, подключить модель и поручить CTO «разобраться». Не разберется, если организационная схема, мотивация и роли остались из эпохи до массового ИИ.
При этом ставка на внутреннее переобучение не гарантирует мягкую посадку. Accenture еще в прошлом году предупреждала, что будет расставаться с сотрудниками, которых не удастся переучить для работы с ИИ, хотя сама компания сообщала о более чем полумиллионе уже переобученных работников. Verizon после сокращения 13 тысяч человек создала фонд на 20 млн долларов для переобучения увольняемых сотрудников: сертификаты, цифровые навыки, карьерный коучинг. То есть даже крупный бюджет на обучение не отменяет сокращений, а лишь меняет их механику. Для сотрудника это означает простую вещь: корпоративная программа обучения может быть и шансом, и последним предупреждением одновременно.
Отдельный риск связан с джунами. Исследование GMAC показывает, что треть работодателей уже заменила часть entry-level-позиций ИИ. На короткой дистанции для бизнеса это выглядит соблазнительно: меньше расходов, выше скорость, меньше рутины. На длинной — опасно. Луерман предупреждает, что если компании будут думать только о более старших ролях и перестанут подпитывать воронку новичков, то позже сами упрются в дефицит людей с опытом. Уэст добавляет еще один фактор: идет волна выходов на пенсию, а значит, полностью отказаться от подготовки новых кадров не получится. За роботами и агентами все равно нужны люди, которые понимают контекст, контролируют результат и отвечают за ошибки.
Для российского и в целом русскоязычного IT-рынка вывод довольно приземленный. Эпоха, когда человеку можно было просто посоветовать «войти в IT» через короткий курс, уходит вместе с прежней структурой спроса. Работодателям придется строить более скучную, дорогую, но реалистичную систему: учить своих, точнее описывать будущие роли, сохранять входные позиции хотя бы в ограниченном виде и оценивать не только hard skills, но и скорость адаптации. Рескиллинг сотрудников становится не HR-инициативой для презентации, а частью операционной модели бизнеса. Вопрос теперь не в том, заменит ли ИИ часть работы. Вопрос в том, какие компании успеют превратить переобучение людей в рутинный процесс раньше, чем у них закончится кадровый запас прочности.