Российские компании активно внедряют ИИ в бизнес-процессы — доля таких предприятий достигла 29%. Спрос на специалистов с ИИ-компетенциями за год вырос на 90%. Разбираем, как меняется структура занятости, какие новые управленческие роли появляются на рынке и какие навыки необходимы лидеру гибридной команды в 2026 году.

Масштабы внедрения ИИ в российском бизнесе

По данным НИУ ВШЭ, доля российских предприятий, использующих искусственный интеллект, достигла 29% — это выше, чем в среднем по другим странам (22%). При этом 54% российских компаний уже внедрили решения на базе генеративного ИИ хотя бы в одну из функций организации.

Экономический эффект от внедрения ИИ к 2030 году, по оценкам экспертов, может достичь 7,9–12,8 трлн рублей в год, или до 5,5% прогнозного ВВП России.

Прогнозный экономический эффект от внедрения технологий ИИ по видам экономической деятельности (в % от вклада каждой отрасли)

Источник: ИСИЭЗ НИУ ВШЭ

Искусственный интеллект из технологии будущего превратился в инструмент, которым компании пользуются уже сейчас. Маркетинг, продажи, производство, клиентский сервис, логистика — практически в каждой функции крупного бизнеса сегодня можно найти примеры.

Цифровизация трансформирует устоявшуюся структуру занятости. Крупные и средние предприятия с устойчивым финансовым положением расширяют производство, формируют для работников новые задачи. В таких компаниях ИИ дополняет квалифицированный труд. По данным НИУ ВШЭ, в результате внедрения ИИ в 2025 году численность работников на таких предприятиях выросла в среднем на 3%.

Трансформация структуры занятости: новые управленческие роли

Рынок труда уже отреагировал на внедрение искусственного интеллекта. По данным аналитиков, в России в 2025 году число вакансий с упоминанием навыков применения ИИ увеличилось почти в два раза — рост составил 90% к году. Спрос обусловлен внедрением нейросетей в повседневные процессы бизнеса — от подготовки коммерческих предложений и обработки обращений до аналитики и контента. Работодателям нужны сотрудники, которые умеют работать с такими инструментами и быстро выдавать результат.

На сформировавшемся ИТ-рынке лидируют четыре прикладные специализации, спрос на которые продолжает расти:

• инженеры машинного обучения (ML-инженеры) — спрос вырос на 74%;
• ИИ-инженеры (обработка естественного языка и создание ИИ-систем) — спрос вырос на 77%;
• Промпт-инженеры (проектирование сложных запросов для ИИ) — спрос вырос на 55%;
• Специалисты по созданию визуального ИИ-контента (художники, иллюстраторы и дизайнеры) — спрос вырос на 51%.

Параллельно зарождается принципиально новый класс управленческих профессий. Их границы пока подвижны, а компетенции находятся в стадии стандартизации, однако именно они определяют архитектуру гибридного менеджмента.

• ИИ-фасилитаторы помогают командам внедрять ИИ с максимальной отдачей, находить и валидировать наиболее ценные кейсы для внедрения, а также отсеивать заведомо провальные идеи. Не занимаются программированием, действуют на стыке стратегии и методологии.
• Архитекторы мультиагентных систем — специалисты с экспертизой в управлении и технологиях. Разрабатывают схему взаимодействия множества ИИ-агентов. Определяют роли для агентов, проектируют их коммуникацию и интеграцию с бизнес-процессами.
• Специалисты по оркестрации ИИ-агентов управляют повседневной работой гибридной команды, состоящей из людей и ИИ-агентов. Их главная задача — добиться наилучшего бизнес-результата, оптимально распределяя задачи между «цифровыми» сотрудниками и человеком в рамках единых рабочих процессов.

Главным барьером для масштабирования технологий остаётся кадровый голод: 46% топ-менеджеров в мире называют дефицит квалифицированных кадров ключевой причиной медленного освоения ИИ. В России 38% предпринимателей заявляют о нехватке внутренней экспертизы, а 27% — об отсутствии на рынке доступных специалистов с нужными навыками.

Оценка численности специалистов в области ИИ по видам экономической деятельности

Источник: ИСИЭЗ НИУ ВШЭ

Какие навыки необходимы руководителю, чтобы управлять гибридными командами

С распространением ИИ-ассистентов и платформ-конструкторов технические навыки для топ-менеджмента перестают быть обязательными. На первый план выходят мягкие и системные компетенции.

Критическое мышление при работе с ИИ

Становится ключевым навыком 2026 года. В контексте работы с искусственным интеллектом оно заключается в умении чётко формулировать задачу, оценивать корректность, безопасность и применимость генерируемых ИИ решений, а также понимать их ограничения.

В условиях, когда нейросети могут «галлюцинировать» (выдавать правдоподобную, но недостоверную информацию) или работать с устаревшими данными, слепое доверие к результатам работы ИИ может привести к серьёзным потерям в бизнесе. Руководитель обязан уметь верифицировать выводы моделей, понимать ограничения обучающих выборок и оценивать комплаенс-риски использования ИИ в коммерческих сценариях.

Продуктовое мышление: переход от управления функцией к ответственности за результат

В гибридной команде руководитель становится владельцем бизнес-результата. Это требует продуктового мышления — умения видеть конечную ценность для пользователя или компании.

Зона ответственности руководителя расширяется в среднем на 20–30%, теперь он курирует смежные направления, участвует в формировании продуктовой стратегии и координирует работу как людей, так и ИИ-агентов в рамках единого рабочего потока. При этом он сохраняет и общекорпоративную координирующую функцию, но уже не через жёсткие регламенты, а через настройку взаимодействия всех участников гибридной команды.

Умение ставить задачи ИИ-агентам в логике бизнес-процессов

Руководитель должен уметь декомпозировать бизнес-процесс: определять, какие этапы (аналитику, первичный скоринг, генерацию отчётов) делегировать специализированным ИИ-агентам, какие — оставить за людьми, а также как организовать бесшовный обмен данными между ними, исключая системные конфликты.

Речь идёт о проектировании целых рабочих потоков, в которых ИИ-агенты выполняют специализированные функции — от сбора и анализа данных до генерации отчётов и принятия типовых решений.

Навык проектирования мультиагентных систем

Следующий уровень — управление системами, когда несколько специализированных ИИ-агентов работают согласованно под управлением человека. Это требует понимания:

• как распределять задачи между агентами;
• как организовывать их взаимодействие и обмен данными;
• как контролировать качество и корректность их работы;
• как обеспечивать безопасность и управляемость системы в целом.

Руководитель должен стать архитектором мультиагентных систем, это новая управленческая роль, требующая сильных навыков системного и проектного мышления, а также опыта в проектировании распределённых архитектур.

ИИ-грамотность

Согласно отчёту Всемирного экономического форума, к 2030 году ИИ-грамотность войдёт в базовый набор компетенций для 70% управленческих позиций. Понимание возможностей ИИ — его сильных сторон и ограничений — это фундаментальный навык, без которого сложно эффективно управлять гибридной командой.

Управление изменениями и командной динамикой

Успех ИИ-трансформации на 60% определяется качеством коммуникации и вовлечением команды, а не сложностью ИТ-решений. Руководителю необходимо обладать навыками фасилитации, чтобы снимать внутреннее сопротивление персонала, позиционируя ИИ как инструмент усиления сотрудника, а не его замены.

Этическое лидерство и управление рисками

Способность оценивать риски, связанные с безопасностью, конфиденциальностью и этикой использования ИИ, важна для принятия финальных решений, особенно в кредитовании, подборе персонала или медицинской диагностике. Руководитель должен уметь запрашивать у технических специалистов отчёты о предвзятости моделей и обеспечивать соответствие законодательству.

Измерение эффективности: от окупаемости к гибридным метрикам

Отсутствие прозрачных результатов — одна из базовых причин, по которой бизнес не переходит от пилотных проектов к промышленной эксплуатации ИИ. В 2026 году необходим переход от классического показателя ROI (от англ. return on investment — возврат на инвестиции) к динамическим гибридным метрикам.

• Ускорение сквозных бизнес-процессов (например, сокращение времени утверждения коммерческих предложений или лимитов).
• Коэффициент утилизации ИИ: доля решений, предложенных ИИ-агентами и успешно принятых человеком.
• Плотность автоматизации: процент рутинных задач, переданных на оркестрацию алгоритмам в расчёте на одного штатного сотрудника.

Метрики позволяют оценить реальный вклад ИИ в операционную эффективность. Задача руководителя гибридной команды — внедрить и регулярно отслеживать их динамику, корректировать настройку ИИ-агентов и распределение задач между людьми и алгоритмами.

Управление гибридной командой — это непрерывная калибровка связки «человек — ИИ — бизнес-результат». Внедрение технологии стоит начинать с малого: изолировать один стабильный процесс, декомпозировать его, запустить пилотного ИИ-агента, замерить гибридные метрики и прозрачно объяснить команде новые правила соавторства с технологиями.

Редакция СберПро

Автор

• Чтобы быть в курсе важных трендов и мнений ведущих экспертов, следите за нами в канале в Max. О развитии навыков управления, личностном росте пишем в «Дзене». Про технологии и развитие в IT — в блоге на VC.