Pearson договорилась купить Workera, платформу для оценки навыков, которой пользуются ServiceNow, Accenture и United States Space Force. Сделка бьет в больное место корпоративного рынка: AI-upskilling сотрудников все чаще нужен не «когда-нибудь на квартальном тренинге», а прямо внутри рабочего процесса, сообщает ZDNet.
О покупке Pearson объявила 29 сентября 2026 года. Закрытие сделки ожидается во второй половине 2026-го; финансовые условия компании не раскрыли. После завершения Workera войдет в подразделение Pearson Enterprise Learning & Skills, а сооснователь и CEO Workera Киан Катанфоруш присоединится к руководящей команде этого направления.
Для Pearson это не просто очередная покупка в edtech. Компания десятилетиями зарабатывала на обучении и оценке знаний, но корпоративный рынок быстро меняется: работодателям уже мало курсов «про искусственный интеллект для всех». Им нужно понимать, кто из сотрудников умеет применять AI в реальных задачах, кому хватает базовой грамотности, а кому пора закрывать конкретные пробелы: от промптинга и анализа данных до работы с AI-агентами и автоматизации процессов.
Workera как раз продает такую механику. Платформа помогает компаниям строить живую карту навыков: оценивать текущий уровень сотрудников, находить разрывы, подбирать обучение и подтверждать результат. В пресс-релизе Pearson отдельно подчеркивает AI fluency, целевое развитие и проверяемые итоги. Переводя с корпоративного на человеческий: не отправлять весь отдел на одинаковый курс на восемь часов, а понять, кому реально нужен Python для анализа, кому — практика с LLM в продуктовой работе, а кому — базовое понимание рисков и ограничений генеративных систем.
Контекст у сделки удачный. 23 сентября Workera выпустила State of Skills Intelligence Report за 2026 год. По данным исследования, почти 70% работников уже регулярно используют AI, но почти 60% говорят, что у них нет времени на повышение квалификации. Это важная цифра для IT-директоров и HR в технологических компаниях: проблема уже не в том, что сотрудники «не верят в AI». Они им пользуются, иногда активно, но делают это без системной проверки навыков, методологии и понятного времени на обучение.
Отсюда растет спрос на инструменты, которые встраивают обучение в работу, а не конкурируют с ней за календарь. Катанфоруш в разговоре с ZDNet описывал новую программу Workera Ambient как AI-native assessment tool: пилотный инструмент должен измерять навыки в потоке работы, а не только через отдельные тесты. По словам компании, на лист ожидания Ambient уже записались более 10 000 человек. Это не гарантия будущего успеха продукта, но хороший индикатор спроса: рынок устал от LMS, где прогресс измеряется количеством просмотренных модулей.
Для разработчиков эта история тоже не выглядит абстрактной. Если корпоративные платформы оценки станут точнее, «умею работать с AI» перестанет быть красивой строкой в резюме и превратится в проверяемый навык. Работодатели будут чаще спрашивать не «использовали ли вы Copilot или ChatGPT», а где именно AI сократил цикл разработки, помог найти дефект, ускорил ревью, улучшил аналитику или снизил операционную нагрузку. Это неприятнее для любителей общих формулировок, зато полезнее для специалистов, которые действительно меняют свой рабочий процесс.
Для бизнеса покупка Workera может стать способом не сжечь бюджет на модном обучении. Массовый AI-тренинг без диагностики часто превращается в дорогую рассылку сертификатов: сотрудники проходят одинаковые блоки, руководители получают красивые отчеты, продуктивность меняется не всегда. Pearson делает ставку на более прагматичную связку: сначала измерить компетенции, затем дать персонализированное обучение, потом проверить, изменилось ли поведение и качество работы. Если эта цепочка заработает в крупных компаниях, закупки корпоративного обучения станут заметно ближе к data-driven-подходу, который бизнес давно требует от всех остальных.
Для русскоязычной IT-аудитории сигнал простой: AI-upskilling сотрудников постепенно уходит из зоны вдохновляющих презентаций в зону операционного менеджмента. Команды будут все чаще оценивать AI-навыки так же регулярно, как сейчас оценивают знание облаков, безопасности, языков программирования или продуктовых метрик. И главный вопрос для рынка уже не в том, нужны ли такие навыки, а в том, кто научится измерять их без имитации бурной деятельности.