«Рост потребности в ИИ-кадрах действительно опережает рост самого ИИ-рынка по нескольким причинам. ИИ масштабируется не как продукт, а как инфраструктура. Один и тот же рынок требует всё больше людей по мере того, как ИИ внедряется в существующие бизнес-процессы, а не только при создании новых продуктов. Переходы от пилотных проектов к промышленной эксплуатации требуют поддержки, адаптации, сопровождения и обучения пользователей, настройки моделей и процессов», — рассказала Зальцман.
Она объяснила, что внедрение ИИ в компании из разных секторов — банки, телеком, промышленность, ритейл, медицина, госсектор — формирует спрос на один и тот же пул специалистов. «Вопрос уже не в одном конкретном рынке, а в том, что практически все индустрии в один момент захотели одних и тех же людей», — добавила Зальцман.
Искусственный интеллект требует специалистов на каждом этапе — рынку нужны продакт-менеджеры в ИИ, дата-инженеры, архитекторы ИИ-моделей, специалисты по внедрению и эксплуатации решений.
«По нашим исследованиям существует большой разрыв. На одного реально востребованного специалиста приходится 3−4 человека с формальным обучением, но без практики, без опыта работы с данными, без понимания бизнеса и продукта. Эти люди требуют больших инвестиций времени и ресурсов для дообучения», — отметила эксперт.
Большую точку напряжения создает и нехватка преподавателей, компетентных в этом сегменте. «Но появляются гибридные модели: привлечение практиков из индустрии в вузы, совместные программы университетов и компаний, корпоративные магистратуры и треки. В таких моделях меняется и роль преподавателя: он становится не просто носителем знаний, а фасилитатором, ментором и наставником, работающим с реальными кейсами», — добавила Зальцман.