Искусственный интеллект начинает заметно менять первые годы карьеры молодых специалистов. Вместо выполнения традиционных начальных задач некоторые выпускники университетов теперь управляют ИИ-агентами, проверяют созданные ими материалы и ищут новые процессы для автоматизации. Такой подход позволяет новичкам раньше получать более серьёзную ответственность, однако работодатели и эксперты задаются вопросом, успевают ли они при этом освоить фундаментальные навыки своей профессии.
Один из примеров — 25-летняя Лотте Андервуд, работающая в лондонском PR-агентстве Fight or Flight. После получения образования в области маркетинга она присоединилась к компании на новой должности, связанной с искусственным интеллектом. Значительная часть её рабочего времени теперь посвящена не классическим задачам PR-специалиста, а взаимодействию с ИИ.
Команда Fight or Flight создала около 30 специализированных ИИ-агентов. Они помогают проводить отраслевые исследования, готовить отчёты для клиентов, собирать материалы перед интервью со СМИ, уточнять технические задания и создавать изображения. Андервуд контролирует работу этих систем, проверяет результаты и передаёт готовые материалы коллегам, которые непосредственно взаимодействуют с клиентами и журналистами.
В её обязанности входит и новое направление, которого ещё несколько лет назад практически не существовало в PR. Специалист отслеживает, как клиенты агентства представлены в ответах ChatGPT, Claude, Gemini и других ИИ-сервисов. По мере распространения генеративного поиска компании начинают обращать внимание не только на традиционные поисковые системы и социальные сети, но и на то, какую информацию о брендах предоставляют нейросети.
Похожие должности появляются и в других отраслях. 24-летний Диллан Патель пришёл в компанию Stride, разрабатывающую инженерное программное обеспечение, сначала как стажёр. Одной из его первых крупных задач стало создание внутреннего чат-бота, который должен был сохранить знания опытного сотрудника, готовившегося к выходу на пенсию.
Теперь Патель работает аналитиком по ИИ-автоматизации. Он разрабатывает внутренних агентов для разных подразделений и изучает рабочие процессы, чтобы определить, какие повторяющиеся операции можно передать искусственному интеллекту. В результате молодой сотрудник взаимодействует сразу с несколькими направлениями бизнеса, хотя раньше для подобного понимания структуры компании могли потребоваться годы.
Некоторые работодатели уже пересматривают программы найма выпускников. Компания ArvatoConnect, работающая в сфере контакт-центров, приостановила привычный набор молодых сотрудников в 2026 году, но намерена возобновить его с большим вниманием к искусственному интеллекту. Руководство хочет искать специалистов, способных не просто выполнять административные задачи, а находить новые способы применения ИИ внутри бизнеса.
Такой подход меняет само представление о стартовой должности. Раньше выпускникам обычно поручали сравнительно простую работу, позволяя постепенно накапливать профессиональные знания. Искусственный интеллект способен выполнять значительную часть таких операций автоматически, поэтому от молодых сотрудников всё чаще сразу требуют анализа, самостоятельного принятия решений, взаимодействия с коллегами и понимания более широких бизнес-процессов.
Исследование PwC показывает, что эта тенденция уже заметна на рынке труда. Компания проанализировала около 2,4 млн американских вакансий начального уровня. В должностях, наиболее сильно затронутых искусственным интеллектом, работодатели примерно в семь раз чаще требуют навыки, которые раньше ассоциировались с более опытными специалистами.
К таким требованиям относятся лидерские качества, стратегическое мышление, командная работа, способность принимать решения и взаимодействовать с другими людьми. Количество начальных вакансий с повышенными требованиями с 2019 года увеличилось примерно на 35%. Одновременно число остальных вакансий стартового уровня сократилось примерно на 10%.
Для некоторых молодых сотрудников такой переход становится преимуществом. 23-летний Киан Клинтон, работающий в консалтинговой компании Valliance, ежедневно использует около десяти ИИ-агентов. По его оценке, благодаря таким инструментам он уже выполняет задачи, к которым при традиционной карьерной модели мог бы перейти только спустя четыре или пять лет работы.
Автоматизация рутинных операций позволяет молодому специалисту быстрее перейти к анализу, творческим задачам и реализации собственных идей. В подобной модели ценность сотрудника определяется уже не столько количеством накопленной информации, сколько способностью правильно поставить задачу, проверить результат ИИ и понять, как применить его в реальной работе.
Однако быстрый переход к более сложным обязанностям создаёт и новую проблему. Если ИИ выполняет значительную часть традиционной работы начинающего специалиста, человек может не получить практического опыта, который раньше формировал профессиональную базу. Позднее это способно осложнить оценку ошибок нейросети или принятие решений в ситуациях, где автоматизированный инструмент не справляется.
Например, Андервуд признаёт, что пока практически не занималась некоторыми традиционными PR-задачами, включая непосредственное продвижение материалов журналистам. Она рассчитывает постепенно получить такой опыт, одновременно продолжая развиваться в быстро растущем ИИ-направлении агентства.
Некоторые компании поэтому сознательно сохраняют более традиционный подход к обучению выпускников. Portman Finance Group использует двухлетнюю программу, в которой молодые сотрудники по шесть месяцев работают в четырёх разных направлениях бизнеса. Они изучают финансовые продукты, подготовку кредитных документов, работу с клиентами и проведение сделок от начала до конца.
Руководство компании считает, что умение использовать ИИ становится необходимым, но не должно заменять понимание самой профессии. Специалисту, который умеет управлять нейросетью, всё равно необходимо понимать, правильно ли она выполнила задачу, какие ошибки могла допустить и соответствует ли результат ожиданиям клиента.
Схожей позиции придерживаются специалисты PwC. По их оценке, базовая грамотность в области искусственного интеллекта постепенно станет обязательной практически для всех выпускников, однако сама по себе она не гарантирует успешную карьеру. Знание конкретной отрасли, понимание клиентов, способность принимать решения и профессиональная экспертиза сохраняют ключевое значение.
Именно здесь возникает одно из главных противоречий нового рынка труда. Искусственный интеллект позволяет начинающим сотрудникам быстрее выполнять сложную работу и раньше получать ответственность, но одновременно способен удалить из их карьеры те простые задачи, благодаря которым предыдущие поколения постепенно осваивали профессию.
В результате компании фактически экспериментируют с новой моделью подготовки кадров. Одни делают ставку на молодых специалистов, которые с самого начала управляют ИИ-системами и работают сразу с несколькими подразделениями. Другие стараются сохранить традиционное обучение профессии, добавляя нейросети лишь как ещё один рабочий инструмент.
Наиболее устойчивой моделью в перспективе может стать сочетание обоих подходов. Молодым сотрудникам потребуется уверенно пользоваться искусственным интеллектом, но одновременно получать достаточно практического опыта, чтобы самостоятельно понимать предметную область. Без этого человек рискует превратиться в оператора ИИ, который умеет получать быстрый результат, но не всегда способен определить, насколько этот результат профессионально корректен.
Поэтому распространение ИИ меняет не только количество доступных начинающим специалистам вакансий, но и само назначение первых лет работы. Выпускники могут значительно быстрее приблизиться к сложным и ответственным задачам, однако работодателям предстоит решить, как сохранить традиционную передачу профессионального опыта в ситуации, когда значительная часть базовой работы уже автоматизируется.