Работодатели не понимают зачем им ИИ. Анализ 1000 вакансий

⚡️ Работодатели не понимают зачем им ИИ. Анализ 1000 вакансий Ребята из И2 сделали любопытное исследование, разобрали 1000 вакансий с HeadHunter, где есть упоминания AI, ИИ, нейросетей и LLM. Посмотрели, кого ищут, сколько платят, как формулируют требования и какой стек просят. Я изучила этот разбор и решила поделиться с вами своими выводами и рекомендациями, наблюдениями. 🔥 Что подтвердилось Мою давнюю мысль о том, что только 33,6% вакансий требуют ИИ как ядро профессии - это разработчики, инженеры данных, AI-архитекторы. Остальные 66,4% - это ИИ как помощник в маркетинге, продажах, HR, клиентском сервисе, финансах и операциях. Компании пока не ждут от соискателей магии. Им достаточно, чтобы ты умел запустить нейросеть и применить её к своей основной работе. И ещё одно подтверждение: зарплаты растут ровно там, где ты перестаёшь быть пользователем и начинаешь проектировать сценарии. Если просто работаешь с открытыми AI-сервисами — средняя вилка 120–140 тысяч. Если выбираешь use cases, строишь roadmaps, управляешь внедрением — уже под 200 тысяч. А если обучаешь модели, разворачиваешь их в production и отвечаешь за MLOps/LLMOps — от 360 тысяч. Всё логично. ⚡️ Что меня удивило Во-первых, как быстро рынок ушёл от абстрактного «знание нейросетей» к конкретному стеку. Вот полная картина упоминаний инструментов в вакансиях: • Claude — 156 (лидер, его воспринимают как универсальную платформу для текста, аналитики и повседневных задач) • ChatGPT — 137 (почти догнал, но немного уступает) • LangChain — 96 (ключевой инструмент для перехода от разовых запросов к созданию AI-продуктов и агентов) • Midjourney — 61 (визуальный контент, креативы) • GigaChat — 59 (российский игрок, набирает обороты) • Cursor — 51 (разработка, код) • YandexGPT — 46 (ещё один отечественный LLM) • Gemini — 40 • LlamaIndex — 31 (работа с данными и RAG-архитектурами) • Copilot — 28 (помощник для программистов) • Make — 26 (автоматизация процессов без кода) • Runway — 24 (мультимедиа, видео) • А вот DeepSeek, которым я сама пользуюсь, в выборке не встретился вообще. Пока он вне корпоративного спроса. Но это вопрос времени. Во-вторых, удивило, что почти нет вакансий для стратегов и продакт-менеджеров по ИИ. Из 1000 вакансий единицы на позиции AI Product Manager или Product Lead. При этом крупные корпорации строят платформы и данные, стартапы хватают быстрый эффект на продажах и контенте. Но мостика между ними почти нет. Это слепое пятно, и оно дорого обойдётся компаниям через пару лет. 🔝 Ещё одна неожиданность Уровень компетенций разбит на 5 ступеней. Так вот 70% всех вакансий - это первые две ступени: базовое использование готовых сервисов (ChatGPT, Midjourney) и прикладное использование в рабочих процессах (боты, простая автоматизация, low-code). На третьей ступени проектирование сценариев и внедрения всего около 15%. На четвёртой (инженерная интеграция LLM, RAG, агенты, API) и пятой (обучение моделей, MLOps) оставшиеся 15%. То есть пирамида спроса очень плоская внизу и острая наверху. И ещё: в разрезе бизнес-функций маркетинг даёт почти 20% всех вакансий. ИИ там применяют для генерации текстов, визуалов, роликов, персонализации и аналитики кампаний. А вот продажи, продуктовая трансформация и аналитика встречаются реже — хотя именно там должен рождаться коммерческий эффект. Теперь мои рекомендации для двух ваших состояний 🕐 Если вы сейчас в поиске или на старте нового проекта Не гонитесь за количеством выученных нейросетей. Сфокусируйтесь на сценариях. Вот что я бы посоветовала начать осваивать прямо сейчас, например: • тексты и аналитика: Claude или ChatGPT • визуалы и креативы: Midjourney • автоматизация и простые агенты: LangChain или Make - достаточно понять логику, не обязательно уметь кодить • если вы в разработке или данных: Cursor, Copilot, LlamaIndex - это ваша экосистема Но главное, не просто «изучить инструмент», а применить его к своей рутине. Автоматизируйте отчёт, подготовьте структуру переговоров, соберите дашборд по своим KPI.