Если человек 100% своих задач может делегировать ИИ, он рискует стать тем, кого этим ИИ можно заменить
Вероника Кышова
Руководитель бизнес‑вертикали «Рост экосистемы», Яндекс Практикум
Интервью с Вероникой Кышовой о том, что происходит с рынком труда в 2026 году, почему ИИ-навыки — это не только промпты и как обучение становится средой для карьерного роста
Интервью
26-й год. Что чувствуется на рынке труда — и как это ощущает Практикум?
Мы исторически готовим людей к работе, используя разные форматы обучения, и во всех них сейчас ощущаем ускорение. Работодатели все быстрее внедряют ИИ-технологии, из‑за чего возрастает давление на сотрудников: ведь им, в свою очередь, нужно не менее быстро адаптироваться и осваивать новые компетенции.
Идея «одна профессия на всю жизнь» уходит в прошлое. Сейчас считается нормой поменять специальность несколько раз за карьеру. Оставаться в одной сфере тоже можно, но для конкурентоспособности в  2026 году необходимо постоянное развитие. По ряду исследований «период полураспада» навыков сократился с  26 лет до  пяти и продолжает уменьшаться, поэтому актуализировать знания нужно постоянно.
Ключевые навыки в условиях технологизации — это коммуникация, лидерство, управление командой и кросс‑функциональное взаимодействие. Когда технологии проникают в повседневную работу, именно эти «мягкие» навыки становятся решающими.
Студенты приходят учиться с определенными ожиданиями.
Существует два основных «подводных камня»:
  • Миф о легкости. В рекламных сообщениях образовательных программ иногда звучит «будет легко». Мы считаем, что в любой IT‑профессии такой слоган скрывает подвох: навыки приходят через ошибки, «шишки» и упорный труд.
  • Управление запросами. Раньше мы в первую очередь помогали людям сменить профессию. Сейчас клиенты ищут «среду профессионального развития»: им важно не только получить новую специальность, но и адаптировать уже существующие навыки, построить долгосрочную карьерную стратегию.
Мы никогда не обещали студентам, что будет легко. У нас даже есть такое выражение: будет сложно — вам понравится. Мы обещали, что будет сложно, но если у студента есть желание достичь цели, то мы в этом желании будет с ним рядом, будем поддерживать в достижении
Как выглядит эта среда для развития — из чего состоит?
Во-первых, для тех, кто только задается вопросом, кем хочет стать или на кого переучиться, мы запустили Карьерный навигатор. Это сервис для планирования карьеры, в котором пользователи могут поставить определенную цель, получить маршрут по ее достижению и вместе с ИИ-помощником к этой цели идти. Это может быть и получение профессии, и ее смена, и рост в уже имеющейся.
Второе — для тех, кто уже определился с выбором специальности, у нас есть классические курсы Практикума и онлайн-магистратуры, которые ведущие технические вузы страны запускают в партнерстве с нами.
Третье — для тех, кто нарабатывает реальный опыт с бизнес-задачами, кому нужно портфолио. Это и студенты, и выпускники. Для них есть Мастерская, наше внутреннее агентство, куда и бизнес, и НКО обращаются с задачами, под которые по каким-то причинам нет собственного ресурса. Студенты и выпускники выполняют их бесплатно, нарабатывая таким образом практический опыт, необходимый для трудоустройства.
Это не столько часть учебного процесса, сколько практика для тех, кому она требуется углубленно: отдельное внутреннее агентство, куда человек может зайти и такую практику наработать в нужном объеме — включая кросс-командные взаимодействия
Для вас трудоустройство — это и есть успех студента?
Для нас успех — это достижение цели человека. Если студент пришел к нам, чтобы сменить профессию, — то да, мы считаем результатом трудоустройство. При этом, если человек пришел для развития в карьере, например, он уже работает и ему не нужно новое трудоустройство, — достижением цели мы будет считать иное.
На наши курсы для продолжающих — это Практикум PRO — пользователи приходят за повышением квалификации, за новыми навыками, за ростом в карьере или в зарплате. Когда мы только запустили этот суббренд, мы опросили несколько сотен человек и выяснили: благодаря этим курсам 20% получают повышение на работе, 30% растут в зарплате и больше половины — 52% — эти улучшения получают еще во время учебы или в течение трех месяцев после ее окончания
Еще один важный для нас маркер: из этого состава 82% готовы рекомендовать Практикум PRO для прокачки в своей карьере. Что касается трудоустройства при смене профессии — там сейчас значение держится на 80%. Те, кто приходит на нашу программу подготовки к трудоустройству, находят работу в течение полугода. Это высокие результаты — и важно, что даже в таком рынке труда он растет год к году. В прошлом году он тоже был высокий, но пониже на несколько процентов, а в этом — 80%. То есть даже в сложных условиях выпускники остаются конкурентоспособными.
Долю реферальных студентов мы считаем как метрику из года в год. Не как бонус. Мы работаем с этим как с системным каналом роста — управляем им, отслеживаем его в нашей Лаборатории образовательных технологий
Где чаще всего ломается путь студента — на входе, в середине, ближе к финишу?
Все очень индивидуально. Кому-то сложно начать, кому-то — адаптироваться к постоянным изменениям, кто-то в середине буксует, кто-то может бросить уже на финише.
Мы стараемся все такие вопросы разбирать через опору на данные, исходя из научного подхода и моделирования. У нас в этом смысле есть преимущество: все обучение проходит на платформе — и теория, и практика на тренажерах. Это выгодно отличает от, например, вебинаров, потому что дает уникальную возможность: мы можем на данных видеть, как студент движется по учебному процессу, на какой теме он подзастрял. Это все мы тщательно анализируем и работаем над вовлеченностью, над качеством контента, над бесшовностью CJM.
Весь учебный путь, вся CJM провязана — где-то глубже, где-то более поверхностными данными. Мы соотносим прогресс студента с историческими данными, и смотрим, как проходили обучение другие пользователи с похожими паттернами и стараемся оценить: справится ли человек или ему нужна проактивная помощь.
В Практикуме существует Лаборатория образовательных технологий — это команда, которая строит на доказательном научном подходе все обучение. Они следят за «счастьем студентов». Это прямо метрика. Постоянно анализируют образовательный процесс по целому ряду характеристик. И полученные в результате этого большие данные помогают обновлять учебные программы — добавлять то, что нужно работодателю, и то, что нужно студентам в учебе: чтобы они доучивались до конца, сохраняли мотивацию и успешнее справлялись с трудностями.
У нас есть ML-модель, которая за две недели до возможного ухода человека сигнализирует куратору о том, что такой риск проявился, и показывает вероятные причины, благодаря чему куратор может предлагать проактивную помощь
Что сейчас востребовано — и у студентов, и у работодателей? Насколько совпадает?
Совпадение ожиданий наблюдается сейчас, конечно же, относительно ИИ-навыков и профессий. В вакансиях работодателей мы видим растущий спрос на умение работать с нейросетями. И одновременно фиксируем растущий спрос со стороны пользователей, которые хотят этому научиться. Так что стараемся работать с запросом комплексно.
Наше целеполагание строится на том, чтобы помочь человеку оставаться конкурентоспособным. Если человек 100% своих задач может делегировать ИИ, он рискует стать тем, кого этим ИИ можно заменить. А вот если он с помощью нейросетей освобождается от рутины и начинает уделять время проектам, требующим его экспертизы, креативности и использования его сильных сторон — то есть начинает приносить дополнительную ценность своей команде и своей профессии — он выигрывает как сотрудник.
Мы для себя делим то, что должно входить в ИИ-навыки, на четыре уровня — потому что промпт-инжиниринг важен, но это лишь один из компонентов
Первый уровень — инструментальный: знание базовых инструментов, актуальных для профессии, и базовое умение с ними работать.
Второй — тактический: умение корректно сформулировать задачу и получить результат. Сюда входят и промпт-инжиниринг, и контекст-инжиниринг, и уже где-то даже оркестрация агентов, и другие формы взаимодействия с ИИ и моделями.
Третий — аналитический: способность оценивать результат в комплексе, то есть видеть ошибки с нейросетевыми галлюцинациями, доводить работу ИИ до результата, который можно четко разделить на качественный и некачественный, — и отбрасывать все лишнее.
Четвертый — экспертный: умение встраивать ИИ в свою работу так, чтобы результат был измеримым, прозрачным для бизнеса, и при этом не заменял человека как сотрудника. Здесь пока нет общепринятых подходов, как оценивать такой навык, но ведется большое количество исследований. Некоторые на собеседованиях уже переходят от вопроса «используете ли вы ИИ?» к конкретным форматам, когда кандидат прямо на собеседовании показывает, как он решает задачи с помощью нейросетей.
Какие ИИ-инструменты используешь сама каждый день в работе?
У меня нет одной любимой нейросети. У меня одновременно несколько подписок — расскажу только про рабочие.
Это семейство моделей и инструментов, которые позволяют мне решать задачи, частично автоматизировать некоторые процессы и повысить за счет этого свою продуктивность. Это и про вайб-кодинг — когда нужно во что-то оперативно погрузить команду, я понимаю, что быстрее будет показать, чем объяснять устно. Для этого существует довольно удобная группа сценариев в Cursor.
Второе — то, что касается обработки больших, огромных массивов данных. Может быть, это наша специфика, но никакие подписочные общедоступные решения не справляются с такими задачами. Поэтому я пользуюсь нашими внутренними комбинированными самописными системами, которым, я точно знаю, можно отдавать данные, которые я не отдала бы вовне. Кроме того, тут гарантирован качественный результат, ведь перед тем, как он был предоставлен мне, его проверили несколько агентов из разных ролей. При этом, конечно, любой результат нужно вычитывать
И, честно, я абсолютный фанат Алисы в Браузере. Она помогает мне преодолеть страх чистого листа. Если я изучаю какую-то сложную тему и понимаю, что застряла, я открываю чатик с Алисой и просто начинаю с ней переписываться. Это очень удобно. Например, читаю большое исследование на Nature.com — оно на английском, какую-то терминологию могу не знать. Выделяю тему прямо в Браузере и в чатике начинаю ее разгонять, уточняя вопросы. То есть не бросаю сложную тему, а с помощью вот такого сценария прорабатываю ее поглубже.
Краткий блиц. Представь: забрали всех маркетологов, офферы, обещания. Почему Практикум крутой?
Одну причину выделить сложно, дам три.
Первое — это, конечно, сила и опыт бренда и материнской компании. Это и преимущество, и повышенная ответственность. С одной стороны, как часть Яндекса мы обладаем большой экспертизой в IT, мы учим тому, что умеем сами. Наши практикующие специалисты, то есть сотрудники, работающие в команде сопровождения, наставников, ревьюеров, — это действующие эксперты из индустрии. И ожидания к нам выше чем, например, к стартапу.
Второе — это отличительная черта нашего сервиса: практика на реальных кейсах в процессе обучения и доступная возможность нарабатывать опыт в Мастерской.
Третье — предоставление нашим студентам профессиональной среды, которая закрывает уже не одну потребность. Это инвестиция в карьерный рост и длительный сценарий развития — иногда длиной во всю жизнь. От поиска своего места на рынке труда до долгосрочного выстраивания карьерной стратегии, следования ей и адаптации под те изменения, которые происходят.
Так что одним в ответе ограничиться не получится: первое — бренд, второе — практикоориентированность, третье — среда для карьерного роста.
Если человек 100% своих задач может делегировать ИИ, он рискует стать тем, кого этим ИИ можно заменить. А вот если он с помощью нейросетей освобождается от рутины и начинает уделять время проектам, требующим его экспертизы, креативности и использования его сильных сторон — то есть начинает приносить дополнительную ценность своей команде и своей профессии — он выигрывает как сотрудник