ИТ-индустрия и технологические отрасли сталкиваются с постоянной нехваткой опытных специалистов с необходимыми навыками, поскольку спрос на облачные вычисления, кибербезопасность и общие ИТ-знания растёт быстрее, чем учебные заведения могут справиться с растущим спросом на персонал высочайшей квалификации. Хотя искусственный интеллект (ИИ) и автоматизация могут оптимизировать некоторые процессы и заполнить определённые пробелы в навыках, они также создают проблемы, из-за которых предприятиям будет трудно найти квалифицированных специалистов. Понимание обеими сторонами этой проблематики имеет решающее значение для формирования будущего ИТ-услуг.
Нехватка квалифицированных кадров является более серьёзным препятствием для найма, чем автоматизация, поскольку организации испытывают трудности с поиском кандидатов с нужными сертификатами, навыками и допусками. Многие предполагают, что обращение к ИИ решит проблему нехватки талантов, но нет никаких доказательств того, что инновационные разработки приведут к снижению спроса. Напротив, компании видят, что спрос на специалистов различных IT-направлений вырос, поскольку они инвестируют в подготовку своих сотрудников к правильному использованию инструментов компьютерной модернизации в своей отрасли.
Длительные задержки в получении допуска к секретной информации увеличивают стоимость и время, часто заставляя компании нанимать дорогих, уже проверенных специалистов. Между тем, современные технологи хотят использовать текущие инструменты и оказывать влияние — что трудно сделать с устаревшими системами и десятилетними усилиями по модернизации. Вопрос сейчас даже не в том, будут ли рабочие места в сфере ИТ востребованы, а в том, сможет ли образование достаточно быстро развивать нужные навыки, чтобы удовлетворить этот спрос. Поскольку формальное образование и обучение навыкам ИИ всё ещё отстают, это приводит к нехватке талантов в области ИИ, которые могут эффективно управлять этими технологиями, согласно необходимым требованиям. Нехватка наиболее заметна среди высокотехнических специалистов по работе с большими данными, обработке аналитики, системных администраторов высочайшего уровня для дата-центров, инженеров по машинному обучению, сервисных инженеров робототехники и разработчиков программного обеспечения.
Тем не менее, складывается парадоксальная ситуация, когда работодатели занимают позицию «выжидания и наблюдения», отслеживая экономические сигналы, при этом количество вакансий сокращается. Однако более масштабная история — это стратегическое планирование рабочей силы в эпоху быстрых технологических изменений. Компании невероятно точны в том, куда они распределяют ресурсы. Не только из-за экономического давления, но и потому, что ландшафт навыков меняется невероятно быстро. Ведущие организации рассматривают ИИ как стратегический сдвиг, а не просто сокращение расходов, а поэтому сокращение персонала сейчас грозит ослаблением основных критических областей, таких как кибербезопасность. Например, организации, которые когда-то использовали две команды по десять человек для разработки высококачественного программного обеспечения, теперь достигают превосходных результатов с помощью одной команды из пяти разработчиков, использующих технологии искусственного интеллекта. Но такой подход привносит огромные риски для будущего развития.
Найм на основе навыков растёт уже несколько лет, поскольку организации стремятся удовлетворить конкретные потребности — у опытных специалистов со стажем, в частности, есть преимущество, так как они привносят в команды лидерство, дисциплину, имея допуски к секретной информации. Стажировки и стипендии предлагают быстрый путь к постоянным должностям, давая новичкам опыт, который действительно имеет значение. И нельзя упускать из виду нематериальные ценности — гибкие навыки и руководство проектами превращают рядовых технологов в людей, оказывающих влияние.
ИИ не заменяет рабочие места — он фундаментально переопределяет способ выполнения работы. Точка разрыва, когда технология действительно вытесняет должность, наступает, когда примерно 80% задач могут быть полностью автоматизированы. Пока все индустрии далеки от этого порога для большинства ролей. Вместо этого можно наблюдать, как ИИ дополняет наборы навыков и делает профессионалов более способными, быстрыми и способными сосредоточиться на более ценных задачах. Лидеры в области разработки используют новые технологии искусственного интеллекта, как стратегический инструмент, внедряя его для улучшения работы разработчиков-людей, а не для конкуренции с ними. Например, ожидается, что инструменты ИИ будут выполнять львиную долю кодирования. Методы, в которых люди используют инструменты кодирования, дополненные ИИ, должны произвести революцию в разработке программного обеспечения, создавая исходный код, автоматически генерируя тесты и освобождая время разработчиков для инноваций вместо отладки.
Инновации предлагают ряд преимуществ, которые могут помочь решить проблему нехватки квалифицированных ИТ-специалистов. Например, платформы обучения на основе ИИ могут обеспечить персонализированное обучение, помогая новичкам быстро осваивать неизвестные области знаний. Кроме того, некоторые системы ИИ нацелены на выполнение рутинной административной работы, такой как мониторинг сети, обновление программного обеспечения и исправление безопасности, забирая эти задачи у сотрудников и освобождая их время для более квалифицированной работы. Также существует потенциал для использования в улучшении подбора персонала и поиска талантов среди студентов последних курсов. Сейчас основными причинами дефицита являются быстро развивающиеся секторы ИТ/технологий (42%), высокая конкуренция за талантливую молодёжь среди компаний (35%) и неадекватная подготовка или нехватка преподавателей в учебных заведениях (31%).
Быстрое развитие инструментов и процессов на основе ИИ ускоряет изменения в отрасли быстрее, чем за ними могут поспевать традиционные программы обучения. Эта эволюция требует постоянного повышения квалификации и адаптации, что затрудняет как для сотрудников, так и для организаций возможность идти в ногу с новейшими технологиями. Хотя 81% ИТ-специалистов заинтересованы в использовании искусственного интеллекта для своей работы, только 12% из них обладают необходимыми навыками, чтобы делать это эффективно. Такая ситуация подчёркивает растущий спрос на тех, кто действительно владеет опытом взаимодействия с ИИ, что еще больше увеличивает разрыв в навыках. Кроме того, чрезмерная автоматизация может ограничить возможности практического обучения. Если нейросети станут так же стремительно развиваться, обрабатывая слишком много задач, «джуниоры» будут испытывать трудности с получением практического опыта, что затруднит их карьерный рост. Это может привести к тому, что работники будут в значительной степени полагаться на интеллектуальные инструменты, не понимая в полной мере базовые процессы.
Ещё одной ключевой проблемой использования ИИ является потеря человеческого участия — если меньше людей будут развивать глубокие технические знания, критическое мышление и базовые навыки могут быть утрачены, что приведёт к зависимости от автоматизированных систем. Чрезмерная зависимость от автоматизации может привести к тому, что ведущий персонал не сможет устранять сложные проблемы, адаптироваться к уникальным вызовам или эффективно сотрудничать. Компании, которые отдают приоритет автоматизации, а не экспертизе, рискуют упустить подход, ориентированный на клиента. Поэтому молодых начинающих специалистов следует поощрять к практическому решению сложных проблем с использованием нестандартных подходов. Обеспечение человеческого контроля над процессами, управляемыми ИИ, укрепляет доверие и предотвращает непреднамеренные последствия.
По мере развития цифровой среды потребность в квалифицированных специалистах опережает предложение, что оказывает давление на внутренние команды и оставляет критически важные системы уязвимыми. Хотя автоматизация может помочь устранить операционные пробелы и повысить эффективность, она не являются заменой практической экспертизы. Слишком большая опора на автоматизированные системы, без достаточного человеческого контроля, может привести к новым рискам, включая неэффективное принятие решений, повышенную уязвимость и сниженную адаптивность.
Недавний опрос показал, что 94% руководителей проектов теперь используют генеративный искусственный интеллект (genAI) при разработке программного обеспечения, причём 82% применяют его на нескольких этапах, а 26% — на четырёх и более. Некоторые отраслевые эксперты ставят использование таких систем для создания кода в гораздо более высоких пропорциях. Они предполагают, что через три-шесть месяцев все окажутся в мире, где ИИ будет писать 90% кода. А затем, ещё через пару лет, интеллектуальные системы будут писать по сути весь код. Настоящая трансформация [ИИ] заключается в эволюции ролей. Разработчики становятся стратегическими технологическими дирижёрами, а профессионалы в области обработки данных становятся «решателями» бизнес-проблем. Спрос не исчезает; он становится всё более сложным и более ценным.
