Кого мы перестали нанимать

Нас 10 человек, за плечами более 200 реализованных проектов, из них более 120 коммерческих ИИ-проектов и более 20 госзаказов. Вот кого мы больше не нанимаем: задачи этих ролей у нас закрывает ИИ. Это произошло не сразу: ещё в ноябре 2025 года мы искали тестировщика, а весной 2026-го звали дизайнера на баннеры. И вот кого, наоборот, ищем.

Кого мы перестали нанимать и кого ищем
  • Больше не нанимаем
    • Графических и продуктовых дизайнеров
    • UX-исследователей
    • Тестировщиков
    • Джунов
  • Ищем
    • Мидлов и сеньоров, которые уже работают с ИИ
    • Разработчиков, ведущих проект от ТЗ до запуска
    • Менеджеров проектов, которые приходят с решением, а не с вопросом
Опыт небольшой команды, которая делает ИИ-продукты. В большой компании или в отрасли со строгим регулированием картина будет другой.

Задачи этого уровня у нас решает ИИ, и расширять команду ради простых задач не приходится. Это не значит, что эти профессии исчезли: сильный дизайнер или тестировщик в большом продукте по-прежнему нужен. Это значит, что небольшая команда теперь может обойтись без отдельного человека на такую роль.

Кого ищем

Требования видно по нашим вакансиям. От разработчика мы ждём, что с первого дня он берёт проекты самостоятельно, от ТЗ до запуска. Менеджеру проекта нужна самостоятельность другого рода: прочитать требования, найти информацию в базе знаний, поговорить с нейросетью и прийти с решением, а не с вопросами.

Общего здесь одно: человек доводит задачу до результата, а ИИ для него обычный инструмент.

Заменит ли ИИ программистов

Исследования дают картину сложнее, чем заголовки.

  • Новичкам ИИ помогает сильнее. В исследовании на 5 172 операторах поддержки (The Quarterly Journal of Economics, 2025) производительность выросла в среднем на 15 %: у менее опытных примерно на 30 %, а у самых сильных не выросла, и качество их работы даже немного снизилось.
  • Опытным мешал, но данные быстро стареют. В эксперименте METR в начале 2025 года 16 опытных разработчиков с ИИ работали на 19 % медленнее, хотя были уверены, что ускорились на 20 %. В новой волне, опубликованной в феврале 2026 года, на инструментах конца 2025 года оценка сдвинулась к ускорению: минус 18 % времени у участников первого эксперимента и минус 4 % у новых. Но интервалы включают ноль, а многие разработчики уже отказываются работать без ИИ. Сама METR называет это очень слабым свидетельством и считает, что настоящее ускорение может быть выше.
  • Есть граница возможностей. В работе исследователей Гарварда, Уортона и MIT на 758 консультантах BCG качество на задачах в пределах возможностей ИИ выросло больше чем на 40 %, а за этими пределами верных решений стало на 19 процентных пунктов меньше.
Рост производительности с ИИ-ассистентом
  • Менее опытные сотрудники≈ +30 %
  • В среднем+15 %
  • Самые сильные0
5 172 оператора поддержки, The Quarterly Journal of Economics, 2025 год.

Наш опыт подтверждает скорее другое: заменяется не программист, а ручная работа над простыми вещами. В смежных командах мы видим, как некоторые разработчики классической школы делают всё вручную и тратят на некоторые простые задачи по две-три недели. У нас такие задачи делаются за вечер, в том числе людьми, которые только пришли в команду. Что можно делать таким способом, а что нет, мы разобрали в статье про вайбкодинг.

Что на самом деле меняется в работе
  1. БылоЦенность в том, чтобы сделать руками
  2. СталоПростое делает ИИ, человек ставит задачу
  3. Остаётся человекуПроверить результат и отвечать за него

Какие профессии ИИ не заменит

Мы бы искали ответ не в названиях профессий, а в том, что человек делает весь день. Труднее всего заменить работу, где нужно:

  • разговаривать с людьми и договариваться. С клиентами у нас общаются менеджеры, и в этом году мы искали руководителя продаж и менеджеров проектов;
  • решать и отвечать. Кто-то должен выбрать вариант и ответить за последствия;
  • видеть границу. Понимать, где ИИ начинает ошибаться, может только тот, кто сам разбирается в задаче.

Поэтому сильным специалистам ИИ пока угрожает меньше, чем новичкам: у них есть то, на чём проверять ответ.

Какое тестовое мы даём

Мы предлагаем собрать с помощью ИИ небольшой свой проект и показать его. Проект может быть любым: это самая базовая проверка, умеет ли человек работать с нейросетью.

Коллаж: игрушечный робот подаёт гаечный ключ руке, которая собирает картонный механизм
Мы смотрим на работу, а не на ответы

От разработчика просим ещё и выложить проект на домен. Здесь проверяется способность найти путь там, где нейросеть напрямую не запустишь: как-то вывести её в интернет, что-то собрать, что-то подключить.

Идеальное задание — парсер, то есть программа, которая собирает открытые данные с сайта. Там ИИ напрямую сталкивается с обычным кодом, который писали люди, и сразу видно, как кандидат вытягивает из него результат.

Тестовое с ИИ
  1. Собери с ИИ свой проектНебольшой и любой, лучше всего парсер
  2. Выложи на доменДля разработчиков
  3. ПокажиСразу работающий результат
  4. Мы открываем и пробуемРаботает или нет

Как мы отличаем результат от слопа

Слопом называют сырую работу нейросети, которая выглядит как готовая. Мы просто открываем то, что нам показывают. Нерабочие кнопки, непонятные тексты, непонятная логика — и сразу всё ясно. Подробно в статье про ИИ-слоп.

Что делать с сильным специалистом, который не пользуется ИИ

Учить, обязательно учить. Сильный человек сам быстро поймёт, зачем это нужно: ИИ помогает нам конкурировать с множеством других компаний. А опыт, на котором можно проверять ответы модели, у него уже есть.

Откуда возьмутся сеньоры

Честный вопрос к этому подходу: если джунов никто не нанимает, где рынок будет брать опытных людей через несколько лет. У небольшой команды ответа нет: джунов у нас практически нет, мы берём тех, кто уже вырос. Это вопрос для всего рынка, и простого ответа у него пока нет.