Выборка из 1076 российских компаний не подтверждает красивый западный сюжет про то, что найм с ИИ автоматически ведет к расширению штата. На локальных данных выходит почти обратное: генеративный ИИ чаще оказывается не мотором роста, а маркером того, у кого есть запас денег, и тех, кто пытается закрыть кадровую дыру подпиской.
Об этом пишет Habr / Карьера в разборе, который опирается на открытые вакансии hh.ru, бухгалтерскую отчетность ФНС и государственные реестры. Поводом стало февральское исследование американской Ramp Economics Lab: экономисты Заратан Харазян, Ара Саймон и Коул Стивенс проанализировали платежи 21,5 тысячи компаний США ИИ-вендорам и пришли к оптимистичному выводу: чем активнее бизнес платит за генеративный ИИ, тем быстрее после внедрения растет штат. На российской выборке этот сценарий не воспроизводится.
Что показали российские данные
Автор российского разбора пошел не через транзакции, которых в открытом доступе нет, а через прокси внедрения. Логика простая: если компания ищет специалистов с опытом ChatGPT, Midjourney, Claude Code или других генеративных инструментов, значит, она хотя бы пытается встроить их в работу. Через API hh.ru были собраны все активные вакансии с упоминанием генеративного ИИ по словарю из 62 терминов. После ручной чистки спорных случаев, где под ключевые слова попадали нерелевантные объявления, осталось около 9 тысяч вакансий от 4 тысяч работодателей. Для основной связки с финансовыми и кадровыми данными пригодились 1076 компаний.
Дальше выборку разделили на две группы. Первая — компании, которые интенсивно используют ИИ в найме: их определяли по высокой доле ИИ-вакансий среди всех вакансий, а не по абсолютному числу объявлений, чтобы крупные работодатели не получали фору просто из-за масштаба. Вторая — те, кто ИИ только пробует, то есть разместил несколько профильных вакансий на фоне обычного найма. Для сравнения каждой группе подбирали контроль из компаний того же региона, сопоставимого размера и профиля, которые тоже активно нанимают, но никак не упоминают ИИ. Сравнение строилось по модели difference-in-differences с поправкой на отрасль и год.
Итог для тех, кто ждал российскую версию американского бума, довольно будничный. Интенсивные адоптеры после 2022 года не показали заметного преимущества по численности персонала относительно контроля. Формальная оценка дала минус восемь логарифмических пунктов при p = 0,39, то есть статистически это ноль. Компании, которые лишь пробуют ИИ, выглядели даже слабее: их рост штата оказался примерно на 15% медленнее контроля, с p = 0,052, то есть на грани значимости. И это не история только про айтишников: паттерн сохранялся и после исключения ИТ-сектора из выборки.
Если перевести это с языка коэффициентов на язык рынка, найм с ИИ в России 2023–2025 годов не выглядит сигналом наступающего кадрового изобилия. Скорее это похоже на адаптацию под неприятную реальность: рекордно низкая безработица, дефицит людей, дорогие деньги и слабая готовность бизнеса наращивать штат любой ценой. В таком режиме нейросети становятся не спутником новой волны найма, а способом вытянуть текущую нагрузку без открытия еще одной ставки. Не новый аналитик, а доступ к сервису, который хотя бы часть его рутины заберет.
Почему это не похоже на американский сценарий
У исследования есть еще один важный слой, который хорошо охлаждает восторг вокруг фразы «ИИ ускоряет рост компаний». Будущие интенсивные адоптеры были сильнее остальных задолго до генеративной волны. С 2018 по 2021 год они росли по выручке быстрее будущего контроля на 14–16 пунктов. Иными словами, компании, которые теперь охотно ищут людей с опытом генеративного ИИ, и без того были техничнее, быстрее и агрессивнее в развитии. Американские авторы, кстати, честно признают похожую проблему и у себя: адоптеры крупнее, эффективнее и лучше подготовлены к экспериментам. Поэтому громкая формула «внедрил ИИ — ускорил бизнес» слишком часто продает селекцию под видом причинности.
Российские данные добавляют к этой истории еще и финансовый разрез. Внутри группы интенсивных адоптеров компании разделили по рентабельности 2022 года, то есть по состоянию до текущей волны генеративного ИИ. Здесь картина получилась куда выразительнее. Нижняя треть по рентабельности к 2025 году нарастила штат примерно наполовину. Верхняя треть — примерно на 140%. По запасу денег на счетах логика та же: чем толще финансовая подушка, тем бодрее идет найм. При этом по выручке эти компании не обгоняют контроль так, чтобы можно было уверенно говорить о скачке производительности на фоне ИИ.
Для бизнеса это, пожалуй, самая неприятная, но и самая полезная часть истории. Найм с ИИ в России пока больше зависит от накопленного запаса прочности, чем от магии новой технологии. Богатые компании могут позволить себе и людей, и подписки, и эксперименты с процессами. Те, у кого запасов меньше, чаще используют ИИ как более дешевую альтернативу новой ставке. Не потому, что это стратегический выбор из презентации на совете директоров, а потому, что рынок труда и стоимость капитала не оставляют особого простора для романтики.
Для разработчиков и продуктовых команд вывод тоже практический. Если работодатель активно требует опыт с генеративными инструментами, это еще не означает, что он входит в фазу бурного расширения. Иногда это сигнал здоровой зрелости и денег на эксперименты, а иногда — попытка выжать больше из текущей команды без расширения. Для HR и ИТ-руководителей вывод еще приземленнее: само по себе упоминание ИИ в вакансии не делает компанию «новой экономикой». В российских условиях это пока скорее индикатор того, как фирма отвечает на кадровый голод и ограниченный бюджет.
Главный вопрос теперь не в том, заменит ли ИИ людей завтра, а в том, когда российский рынок дойдет до стадии, на которой генеративные инструменты начнут сопровождать рост, а не маскировать его отсутствие. Пока картина прозаическая: у кого есть деньги, тот покупает и нейросети, и сотрудников; у кого денег меньше, тот чаще выбирает между ними.