Из-за смещения спроса в сторону отечественных ИТ-продуктов, с одной стороны, образовался локальный дефицит специалистов по российскому ПО и open-source, а с другой – освобождается некоторый ресурс экспертов по технологиям западных вендоров, ушедших из нашей страны. Но на рынке кадров есть определенная инертность, то есть на изменение квалификации требуется время и желание человека. Поэтому в краткосрочной перспективе пока еще сохраняется резерв ИТ-специалистов, которых можно технологически переориентировать.

Большинство крупных компаний уже пришли к пониманию, что нужно растить кадры под себя. Поэтому широкие обороты набирает корпоративное сотрудничество с вузами – участники рынка курируют факультеты, строят свои кампусы и реализуют различные программы стажировок для студентов. 

В свою очередь, вузы перезапускают международные программы для привлечения потенциальных студентов из дружественных стран, в том числе – стран дальнего зарубежья (Китая, Индии и государств Латинской Америки). Вполне возможно, что на законодательном уровне в перспективе будут создаваться более благоприятные условия для трудовой миграции иностранных выпускников российских вузов или опытных специалистов по дефицитным направлениям.

Также есть кейсы, когда компании начинают работать уже со школами. И здесь фокус ставится не на продвижение конкретной организации, а на знакомство и повышение привлекательности профессии и индустрии в целом, чтобы потом выпускник пошел на профильный факультет и пополнил рынок труда, например, химической, фармацевтической или ИТ-отрасли.

Одна из причин, почему многие инициативы, связанные с искусственным интеллектом, не добиваются успеха, это проблема качества данных. Подавляющая часть проектов в компаниях сейчас направлена на использование данных, а не на повышение их качества и доступности. Опыт западных стран говорит об оптимальном соотношении 30 / 70, где первая часть направлена именно на управление данными. Постепенно и в крупных российских компаниях появляется позиция с подчинением напрямую генеральному директору – chief data officer, который отвечает именно за управление данными. Качественная data-база позволяет делать быстрое прототипирование, проверку гипотез и оптимизацию, разрабатывать искусственный интеллект и применять роботов.

Пока большая часть таких проектов связана с либо с бэк-офисными процессами, либо с точечными оптимизациями, которые не оказывают существенного влияния на выручку компаний. Постепенно будет накоплена критическая масса знаний в использовании генеративного искусственного интеллекта, которая позволит изменить саму операционную модель. И это будет уже качественный скачок в применения ИИ с колоссальным влиянием на финансовые результаты компаний.