Дефицит кадров перестал быть универсальной проблемой и приобрёл конкретное лицо. По данным ManpowerGroup, опросившей более 39 тысяч работодателей в 41 стране, 72% компаний испытывают сложности с наймом. Но главное изменение не в самой цифре, а в том, чего именно не хватает. Навыки в области ИИ впервые в истории исследования обогнали инженерию и традиционный информационный сектор как самый дефицитный ресурс.
Разработка моделей и приложений ИИ возглавила список с 20%. ИИ-грамотность оказалась на втором месте с 19%. Традиционные информационные и аналитические навыки, которые годами были в топе, упали на седьмое место с 17%. Это не временное колебание, а структурный сдвиг: рынок труда перестраивается вокруг новых компетенций быстрее, чем успевает их производить.

При этом 91% работодателей используют комбинацию стратегий для закрытия дефицита. Лидирует переобучение и повышение квалификации — 27%. Это означает, что бизнес уже понимает: нанять готовых специалистов по ИИ в нужном количестве невозможно, их нужно выращивать внутри.
Разрыв между декларациями и инвестициями
Aon в исследовании Human Capital Trends 2026 показывает, где именно рвётся связь между словами и действиями. 88% работодателей согласны, что ИИ потребует новых навыков. Но только 18% сообщают, что большинство их сотрудников прошли программы переобучения или повышения квалификации в области ИИ за последний год. Разрыв между осознанием и действием — 70 процентных пунктов.
При этом 73% компаний внедряют или пилотируют ИИ. 80% ставят автоматизацию рутинных задач главной целью использования ИИ. И только 35% приоритизируют переобучение сотрудников. То есть в три раза больше компаний хотят автоматизировать работу, чем развивать людей, которые с этой автоматизацией будут работать.
Ещё одна цифра из того же исследования: только 28% нанимали сотрудников с экспертизой в ИИ. Это означает, что большинство организаций не закрывают разрыв ни через найм, ни через обучение. Они внедряют инструменты, не готовя людей, которые должны ими пользоваться.
Что показывает технологический сектор
Infragistics и Reveal в опросе IT-лидеров фиксируют ту же картину с другой стороны. 80% технологических руководителей называют дефицит талантов главным вызовом 2026 года. 91% приоритизируют ИИ-навыки, что выше прошлогодних 89%. Самые сложные роли для найма — ИИ-инженеры (39%) и специалисты по кибербезопасности (38%). Облачные инженеры — 25%, аналитики данных — 24%. Только 7% респондентов сообщают об отсутствии сложностей с наймом.
Структура найма смещена в сторону опыта. Около 70% целей найма сосредоточены на специалистах senior-уровня, и только 12% компаний планируют приоритетно нанимать начинающих. Это создаёт замкнутый круг: рынок не производит достаточного числа опытных ИИ-специалистов, потому что компании не инвестируют в начинающих, а без начинающих опытные не появляются.

Самые востребованные навыки: Python — 56%, ИИ и машинное обучение — 47%, Java — 34%, кибербезопасность — 33%. При этом ИИ не сокращает рабочие места, а меняет их: 48% компаний говорят, что ИИ создал новые роли, и только 18% сообщают о сокращениях, связанных с ИИ.
Половина респондентов называет ответственное использование ИИ серьёзной проблемой, 48% — риски безопасности и приватности. Это создаёт спрос на роли, которых несколько лет назад почти не существовало: управление ИИ, приватность данных, снижение предвзятости, безопасное развёртывание систем.
Что это означает для бизнеса
Дефицит ИИ-навыков не решается наймом. 72% не могут закрыть вакансии, 39% не могут найти ИИ-инженеров, 70% ищут только опытных. Рынок готовых специалистов слишком мал, чтобы закрыть спрос. Стратегия «наймём, когда появится» не работает, потому что не появится в нужном количестве.
Разрыв между целями и инвестициями — главное ограничение. 80% ставят на автоматизацию, 35% — на обучение. 88% согласны, что нужны новые навыки, 18% обучили большинство сотрудников. Компании внедряют инструменты быстрее, чем учат людей ими пользоваться. Это создаёт риск: автоматизация есть, а компетенций для её безопасного и эффективного применения нет.
Переобучение становится конкурентным преимуществом. 27% уже используют переобучение как основную стратегию — это самый популярный подход среди 91% компаний, применяющих комбинацию методов. Те, кто строит внутренние программы, получают специалистов, которых нельзя купить на рынке.
Начинающие остаются за бортом. Только 12% компаний приоритизируют найм начинающих. Это снижает долгосрочный резерв специалистов. Компании, которые инвестируют в начальный уровень и выращивают кадры, через несколько лет получат преимущество на рынке, где все остальные конкурируют за одних и тех же опытных специалистов.
Новые роли требуют новых подходов к обучению. Управление ИИ, приватность, безопасность, снижение предвзятости — эти компетенции не преподаются в классических программах. Их приходится строить внутри организации или через партнёрства с университетами и поставщиками обучения.
Вывод
72% не могут закрыть вакансии, ИИ-навыки впервые возглавили дефицит (20% и 19%), 91% используют комбинацию стратегий, лидирует переобучение (27%). Но 88% согласны, что нужны новые навыки, и только 18% обучили большинство сотрудников. 80% ставят на автоматизацию, 35% — на обучение.
Дефицит ИИ-навыков смещает фокус с найма на внутреннее развитие. Компании, которые инвестируют в переобучение, выращивают начинающих и строят новые роли, закрывают разрыв. Те, кто ждёт готовых специалистов и внедряет инструменты без подготовки людей, увеличивают разрыв между декларациями и результатом. Разница в 70 процентных пунктов между осознанием и действием — это и есть главное ограничение для масштабирования ИИ.
