Рынок ИТ-образования охлаждается — это видно всем. Где правда: стагнация, падение или коррекция?

Все вместе, но в правильной интерпретации. По сравнению с 2022—2023 годами рост действительно замедлился, а где-то и остановился. Но это нормальная динамика, за периодом бурного роста всегда следует коррекция. Если смотреть на дистанции, объем ИТ-рынка сейчас все равно больше, чем 10−20 лет назад.

При этом есть ниши с кратным ростом. Школы, которые занимаются ИИ-образованием, растут на фоне общего охлаждения. Так что это не конец ИТ-образования — это конец старых механик. Массовый оффер «войти в ИТ» с классическими курсами по Python и DevOps работает все хуже. Вопрос только в том, кто перестроится, а кто останется на нисходящем тренде.

«Перестроиться» — это не «добавить ИИ в лендинг» и не подкрутить один рычаг. Это комплексное изменение. Прежде всего — продуктовая линейка. Навыки работы с ИИ сейчас востребованы и у работодателей, и у студентов. Причем не на уровне «знаю, что такое ChatGPT», а глубже: понимание инфраструктуры, создание агентов, построение микросервисов.

Добавить приставку ИИ в название — это не перестройка. Это магическое мышление, которое краткосрочно может что-то дать, но на длинной дистанции побеждают те, кто это действительно применяет. Есть случаи, когда компании называли себя работающими на базе ИИ, а под капотом сотни людей вручную разгребали документы. Это быстро заканчивается.

Я прошел все стадии. Сначала думал: да ерунда, там сплошные ошибки, галлюцинации. Прошло два года, и специализированные модели пишут SQL-запросы так, как я никогда не смогу. Это уже космическое расстояние.

Какие профессии исчезнут, и честно ли учить тому, что скоро будет ненужно?

Да, часть профессий исчезнет — это 100%. Но это нормальный исторический процесс: одни профессии уходят, другие остаются. Отличие от прошлого — скорость. Раньше такие переходы занимали десятилетия. Сейчас это происходит на наших глазах, почти в режиме реального времени.

Конкретный пример: позиция инженера по машинному обучению постепенно заменяется ИИ-инженером. Навык ручной настройки и обучения моделей теряет смысл, LLM из коробки уже делают это достаточно хорошо для большинства задач. То, что раньше требовало глубокой технической экспертизы, уходит под ИИ-капот. SQL-запросы, которые были отдельной специализацией, сейчас пишет любая бесплатная модель. Специалист по таргетированной рекламе только ВКонтакте — это профессия, которой будет очень тяжело.

А маркетологи, дизайнеры, копирайтеры исчезнут?

Нет. Но их роль изменится радикально. Запускать рекламные кампании, управлять ставками, тестировать креативы — все это уедет в автоматизацию. Останется человек, который этим дирижирует. Генеральный директор не будет говорить «запустите таргет ВКонтакте», он скажет «мне нужны лиды», и дальше армия агентов разберется. Маркетолог будущего — это тот, кто понимает рынок, продукт, каналы и при этом управляет ИИ-инструментами как оркестром.

Та же история в аналитике. Раньше аналитик должен был знать Excel, SQL, Python, статистику, визуализацию. Техническая часть также постепенно уходит под капот. Роль смещается от исполнения к управлению и интерпретации.

Что делать прямо сейчас: учиться базе или сразу ИИ-инструментам?

Комбинация. И это не компромисс, а самая сильная стратегия. Если вы придете в Яндекс аналитиком данных и скажете «я сам ни строчки SQL не могу написать, только вайб-кодинг», вас не возьмут. Пока на руководящих позициях люди, которые выросли без активного ИИ, базовые навыки будут цениться.

Но и просто знать базу уже недостаточно. Люди, которые хорошо освоили ИИ-инструменты, начнут обгонять тех, кто годами варился в профессии, просто за счет масштаба. Один человек с ИИ может делать работу, которую раньше делала команда из 15. Вот почему на собеседованиях все чаще отдают предпочтение тем, кто умеет и в базу, и в ИИ.

При этом никакой волшебной кнопки нет. ИИ дает ложную уверенность на старте — ты открыл платформу, написал промт, получил работающий сайт. Но деньги на этом еще никто не заработал, кроме самой платформы. Чтобы монетизировать ИИ-навыки, нужно уметь находить аудиторию, убеждать, продавать, и ты вдруг оказываешься в конкуренции с тысячами таких же.

Как Karpov Courses меняет программы под эту реальность?

Мы пока не уходим в чистое ИИ-образование. Даем студентам серьезную базу на входе и сверху добавляем понимание современных ИИ-реалий. И в ДПО, и в магистерских программах с вузами подобная комбинация пока находит студентов и работодателей, которые ждут таких выпускников.

Но я честно говорю: не ручаюсь даже за пятилетку. Возможно, моя позиция слишком консервативна. Следующий релиз может поставить под сомнение все, что я сейчас считаю правильным. Мы живем в моменте, когда правила переписываются быстрее, чем успеваешь их выучить.

Люди, которые умеют и в базу, и в ИИ-инструменты, уходят вперед. Люди, которые только в ИИ, — на втором месте. Сотрудники прошлого поколения, которые ничего не меняют, — на третьем.