Сегодня ИИ уже ускоряет написание кода в 2–3 раза, но продукты на рынок от этого быстрее выходить не стали. Всё потому, что теперь senior-специалисты тратят до 70% времени не на разработку или контроль джунов, а на проверку кода, который написал ИИ.

Одновременно компании меньше нанимают джунов: только за последние шесть лет доля junior-позиций сократилась с 40 до 30%. Их функции теперь можно передать ИИ, сэкономив 1–1,5 годового оклада. 

Но проблема в том, что junior — это будущий senior. Путь от новичка до опытного специалиста занимает 10–15 лет. И если не брать молодых сотрудников сейчас, то лет через десять не останется и более опытных, которые умеют разрабатывать сложные продукты. 

Есть и второй риск: команды, активно использующие ИИ, быстрее накапливают технический долг, когда написанный ИИ код приходится постоянно переделывать. 

И да и нет. Выводы Axenix отчасти подтверждает Стэнфордская Digital Economy Lab. Изучив данные о 3,5–5 млн сотрудников, там выяснили: к июлю занятость разработчиков 22–25 лет упала почти на 20% по сравнению с 2022-м. Гарвардское исследование 62 млн работников из 285 тысяч компаний показало похожее: наём junior-специалистов в компаниях с ИИ падал на 9–10% за полгода после внедрения, а наём senior почти не менялся. 

Но есть и обратные сигналы. Исследование Ramp и Revelio Labs показывает, что компании, которые больше вкладываются в ИИ, нанимают junior-разработчиков активнее, а не наоборот. Авторы считают, что главный эффект от ИИ здесь не в исчезновении вакансий для новичков, а в растущем разрыве между сильными и слабыми игроками рынка.

Экономия на junior-специалистах выглядит логично в моменте, но через 5–10 лет она обернется ростом зарплат сеньоров и дефицитом людей, способных понимать сложные системы изнутри.

Выход, который предлагают в Axenix, — сочетать ИИ-разработку с программами подготовки джунов. Ещё один потенциальный источник кадров — это системные аналитики с опытом 5–7 лет: ИИ снижает порог входа в архитектуру, и они со временем могут успешно перейти в разработку.