Про ИИ в бизнесе много мнений и мало фактов. Но есть один источник, который врёт реже остальных: вакансия. Компания пишет её не для того, чтобы высказаться, а потому что готова платить зарплату. Мы собрали 98 таких вакансий и прочитали их целиком.
Нас интересовал не рынок разработчиков — там всё довольно предсказуемо. Интересовал слой выше: люди, которых нанимают, чтобы ИИ появился в процессах компании. Внедренцы, руководители направлений, менеджеры ИИ-проектов, продакты, аналитики, консультанты.
Вакансии собирает наш агент: ходит в API hh.ru по запросам к заголовкам и сохраняет каждую целиком, с описанием и требованиями. Из того, что он приносит, мы оставили роли по внедрению и управлению, а чистую разработку отбросили. Поэтому это не статистика рынка, а срез по конкретному фильтру: что компании писали про ИИ, когда открывали под него позицию и бюджет. Полное описание задач и требований есть в 91 вакансии из 98 — все проценты про содержание считаны по ним.
Это снимок на 10 сентября 2026 года. Агент продолжает собирать вакансии, поэтому мы будем обновлять и цифры, и выводы. Каждое обновление помечается датой в шапке статьи.
Дальше — то, что из этого видно.
Бизнесу нужен не инженер, а внедренец
Первое, что бросается в глаза: чистая разработка в этой выборке в меньшинстве.
Сложите всё, что не является инженерной позицией, — получится 65 вакансий против 22. Бизнес ищет не того, кто напишет модель, а того, кто доведёт готовую технологию до рабочего процесса и оставит её там работать.
И нанимает это не ИТ-отрасль. В выборке — производство, ритейл, стройка, добыча, агрохолдинги, банки, пивоварни, мебельные фабрики, сети клиник, стоматология. Компании, у которых ИИ не продукт, а способ дешевле делать то, что они делали и раньше. Треть вакансий — вне Москвы и Петербурга: Уфа, Казань, Томск, Архангельск, Липецк, Озерск.
Это заметный сдвиг. Год назад разговор про внедрение ИИ жил в основном внутри технологических компаний. Сейчас позицию под ИИ открывает завод в моногороде.
Самое честное в этих вакансиях — то, чего в них нет
Если читать требования подряд, сильнее всего удивляет не список технологий, а его пробелы.
Почти никто не собирается делать свой ИИ. Наука, обучение моделей, собственные веса, дорогое железо под обучение — всего этого в требованиях практически нет.
Вместо этого просят другое.
Читается это однозначно: интеллект берут снаружи, а ценность создают на стыке. Модель — чужая, зато данные, процессы, учётные системы и ответственность — свои.
Отсюда и главное требование, которое стоит на первом месте: дотянуться. Сорок два процента вакансий прямо называют CRM, 1С или ERP. Полезен не тот ИИ, который красиво отвечает в чате, а тот, который видит заказы, договоры, остатки, заявки и умеет писать результат обратно в систему, где живёт бизнес.
Агенты стали нормой быстрее, чем привычка их проверять
Половина вакансий говорит про агентов — не про чат-бота, а про систему, которая сама выполняет шаги, вызывает инструменты и что-то делает с данными. Каждая шестая упоминает MCP, протокол, которому и года нет. Формулировки вроде «цифровой сотрудник, который самостоятельно выполняет регулярные операции» встречаются буднично, как когда-то «настроить выгрузку».
А теперь рядом второе число.
Галлюцинации, валидация результата, метрики качества, тестирование ответов — всё это упоминает одна вакансия из семи. Про конфиденциальность, персональные данные и разграничение доступов — одна из шести, и это при том, что агент по определению получает доступ к внутренним системам.
Мы не думаем, что это беспечность. Скорее это признак возраста рынка: проверку начинают описывать в требованиях после первого случая, когда что-то ушло клиенту не тем. У большинства компаний в выборке этого случая ещё не было.
Для кандидата это, кстати, самое выгодное место разговора на собеседовании. Если вы приходите с готовым ответом на «а как вы поймёте, что оно работает правильно», вы отвечаете на вопрос, который наниматель ещё не научился задавать.
За экономику отвечает верх, а собирает низ
Треть вакансий требует считать эффект от внедрения: экономику, ROI, срок окупаемости, сокращение трудозатрат. Но требуют это очень неравномерно.
Получается знакомая конструкция: человек, который защищает бюджет, обязан обосновать деньги, а человек, который своими руками выбирает решение, про деньги в требованиях почти не читает. Между ними — зазор, в котором обычно и живут внедрения, работающие технически и бессмысленные экономически.
Это тот случай, когда вакансия невольно описывает будущую проблему компании.
Внедрение — это работа с людьми, а не с моделью
Дальше самое неожиданное для тех, кто представляет внедрение ИИ как технический проект.
Больше половины вакансий на внедренцев требуют обучать сотрудников: проводить короткие сессии, писать инструкции, чек-листы, регламенты, выстраивать правила использования ИИ в компании. Сорок один процент всех вакансий говорит про эксплуатацию — мониторинг, логирование, поддержку, стабильную работу после запуска. У менеджеров проектов это вообще главный пункт.
То есть компании уже поняли важное: собрать сценарий — это меньшая часть работы. Дальше начинается неинтересное. Человек должен перестать делать по-старому. Кто-то должен заметить, что агент сломался. Кто-то должен обновить инструкцию, когда изменился процесс.
Пятнадцать процентов вакансий описывают роль как «первый человек по ИИ в компании»: направление с нуля, поддержка собственника, бюджет на инструменты, короткий цикл решений. Это честная и трудная вводная. Такому человеку придётся не столько программировать, сколько объяснять, договариваться и защищать результат.
Рынок ещё не знает, сколько это стоит
Три четверти вакансий не называют зарплату. Из двадцати трёх, где вилка есть, картина такая.
Середина вилки, приведено к сумме на руки. 23 вакансии из 98 — остальные зарплату не раскрывают.
Разброс в четыре с половиной раза при почти одинаковых формулировках требований. Две вакансии могут просить одно и то же — агентов, RAG, интеграции с 1С, измеримый результат — и отличаться в оплате втрое.
Это не жадность и не щедрость. Это отсутствие ориентира. Рынок скрывает цену, потому что сам ещё не решил, что покупает: инженера, консультанта, руководителя или универсального человека, который закроет всё сразу.
Есть и обратная сторона той же неопределённости. Тридцать шесть процентов вакансий требуют не резюме, а доказательство: кейс, портфолио, ссылки на свои проекты, тестовое задание. Формулировки прямые, вплоть до «отклики без описания конкретного кейса не рассматриваются». Строчка «опыт работы с ИИ» перестала что-либо значить, и наниматели это уже поняли.
Кого на самом деле ищут
Если собрать требования в один портрет, получается человек на стыке.
Он должен уметь разобрать процесс, поговорить с подразделением, собрать решение из готовых кубиков, дотянуть его до 1С, посчитать эффект, написать инструкцию и обучить людей. Медианная вакансия перечисляет три инструмента, но каждая пятая — восемь и больше, от Python и SQL до n8n, векторных баз, Power BI и Битрикса.
Отдельный сюжет — опыт. Тридцать шесть вакансий из девяноста восьми хотят от трёх до шести лет, семь — больше шести. В области, которая в нынешнем виде существует года два. Понятно, что имеется в виду: общий стаж в ИТ, автоматизации или управлении проектами. Но формально рынок просит опыт, которого физически ни у кого нет, и это ещё один признак того, что требования пишутся по инерции от привычных ИТ-вакансий.
Что с этой картой делать
Три разных вывода из одних и тех же цифр.
Если вы собственник или руководитель. Открывать позицию под ИИ раньше, чем вы назвали процесс, — самый частый способ потратить год. Из этих вакансий видно, какие роли рынок уже научился описывать, а какие ещё нет: сильнее всего размыты именно те, где не назван процесс и не назван способ считать эффект. Прежде чем нанимать, стоит ответить на четыре вопроса: какой поток работы меняем, кто внутри отвечает за результат, кто проверяет качество, как считаем экономию. Если ответы есть, вакансия пишется сама. Если нет, вы наймёте человека, который будет искать себе задачу, — а это редко заканчивается хорошо.
Если вы нанимаете. Требование «опыт работы с ИИ» больше не фильтр. Работающий фильтр — просьба описать одно внедрение целиком: исходная задача, что человек делал сам, чем собирал, что получилось в цифрах, что сломалось потом. И проверьте свою вакансию на два пробела, характерные для рынка: сказано ли, кто отвечает за проверку качества, и сказано ли, что будет с решением после запуска. Кандидаты сильного уровня читают именно эти строчки.
Если вы кандидат. Спрос смещён не к моделям, а к сборке и внедрению: интеграции, агенты, RAG, учётные системы, эффект. Один доведённый до эксплуатации кейс с цифрами весит больше, чем список технологий. И почти в каждой второй вакансии от вас ждут разговора с бизнесом, а не только сборки — это не бонус, это основная часть работы.
Общая же картина кажется нам скорее обнадёживающей. Рынок перестал покупать ИИ как чудо и начал покупать его как работу: с процессом, ответственным, инструкцией и счётом. Проверка качества и экономика пока отстают, но это отставание нормального возраста, а не тупик. Такие вещи в требованиях появляются после первого болезненного опыта — и, судя по темпу, появятся быстро.
Следующее обновление — когда наберётся заметная новая выборка. Если картина сдвинется, мы перепишем не только числа, но и выводы.