Почему компании зря сокращают junior-позиции в эпоху ИИ

Еще недавно искусственный интеллект считали помощником для начинающих специалистов. Сегодня работодатели задаются вопросом: а нужны ли вообще джуны, если нейросети уже справляются с рутинными задачами?

Многие компании начали сокращать junior-позиции, делая ставку на опытных сотрудников. На первый взгляд это разумное решение, но есть нюанс: каждый сеньор когда-то был джуном.

Во многих профессиях ИИ меняет привычный путь становления специалиста. И получается, что компании все реже нанимают джунов именно тогда, когда им особенно нужны сильная адаптация, наставничество и обучение.

📌 Некогда читать? В конце статьи собрали FAQ с короткими ответами о том, почему компаниям не стоит отказываться от джунов в эпоху ИИ. 

Из статьи вы узнаете:

— Почему сокращение junior-позиций может привести к кадровому дефициту уже через несколько лет.

— Как ИИ изменил путь развития новичков и какие навыки теперь необходимы.

 — По каким признакам можно понять, что новичок развивается, а не просто копирует ответы нейросети.

— Как перестроить адаптацию и наставничество, чтобы вырастить сильных специалистов внутри компании.

Почему компании перестают нанимать джунов

Логику работодателей понять несложно.

✔ ИИ действительно взял на себя часть рутинной работы. Разработчики генерируют код, маркетологи — первые версии текстов, аналитики — быстрее обрабатывают данные. Задачи, которые еще недавно поручали новичкам, сегодня закрывает нейросеть.

✔ Бизнесу нужен быстрый результат. Пока джун осваивает процессы компании, опытный специалист уже приносит пользу. Когда сроки горят, выбор кажется очевидным.

✔ Обучение требует времени, а его почти всегда не хватает. Наставнику нужно отвлечься от своих задач, руководителю — регулярно давать обратную связь, HR — выстраивать программу адаптации. В условиях высокой нагрузки многие решают, что проще искать готовых специалистов, чем выращивать своих.

Если наставники перегружены однотипными вопросами, скорее всего, проблема в системе адаптации. Как сократить количество повторяющихся вопросов новичков без перегруза для команды, читайте в статье: Как сократить вопросы новичков без выгорания →

🌟Кто станет сеньором через 5 лет, если сегодня не нанимать джунов?

На короткой дистанции отказ от junior-позиций действительно помогает экономить ресурсы, но в долгосрочной перспективе у такого решения есть свои последствия.

Растет зависимость от рынка

Если компания годами нанимает только middle и senior-специалистов, она начинает конкурировать за один и тот же ограниченный пул кандидатов. Закрывать вакансии становится сложнее, зарплатные ожидания растут, а стоимость найма увеличивается.

При этом рынок не может бесконечно поставлять готовых специалистов. Каждый опытный сотрудник когда-то был новичком.

Исчезает кадровый резерв

Во многих компаниях руководителей команд, ведущих экспертов и наставников выращивают внутри. Они уже знают процессы, разделяют культуру и быстрее берут на себя новые задачи.

Если несколько лет подряд не нанимать джунов, через некоторое время выяснится, что повышать просто некого. Внутренний кадровый резерв постепенно заканчивается, а искать людей на рынке становится все дороже.

Новичкам стало сложнее учиться

Раньше начинающий специалист постепенно набирался опыта на простых задачах. Исправлял мелкие ошибки, готовил черновики документов, писал несложный код, разбирался в процессах. Сегодня значительную часть этой работы выполняет ИИ. 

С одной стороны, это ускоряет работу команды. С другой — лишает новичков возможности спокойно набивать руку на рутинных задачах.

В результате ожидания от джунов становятся выше уже в первые месяцы работы. От них все чаще ждут не только исполнительности, но и умения анализировать информацию, задавать правильные вопросы и критически оценивать ответы нейросетей.

Отличный пример — кейс Cofix. Компания пересмотрела формат обучения для молодых сотрудников и отказалась от сложных регламентов в пользу понятного и удобного контента. Иногда изменить способ обучения оказывается важнее, чем просто добавить новые материалы.

ИИ забрал рутину. Что осталось новичкам? 

Есть распространенное заблуждение: если нейросеть умеет быстро находить ответы, значит, учиться теперь придется меньше. Джун действительно может быстрее выполнить задачу с помощью ИИ, но скорость еще не означает понимание. Если специалист не разбирается в том, что предлагает нейросеть, он рискует допускать ошибки, которые сложно заметить сразу.

Отсюда возникает новая проблема. Руководителю становится сложнее оценить, где заканчивается помощь нейросети и начинается собственная экспертиза сотрудника.

Что изменилось для джунов с появлением ИИ

Поэтому сегодня ценятся совсем другие навыки. Не умение написать первый вариант текста, кода или отчета, а способность проверить его, найти слабые места, задать уточняющие вопросы и понять, почему решение работает именно так. 

Получается, что ИИ не сократил путь обучения, а сделал его сложнее. Теперь новичку нужно не только освоить профессию, но и научиться грамотно работать с инструментом, который может как ускорить работу, так и сбить с правильного пути.

По этой причине вместо десятков чатов, папок и документов компании создают единое цифровое пространство, где новичок учится, получает задания и обратную связь. Например, в Motivity это реализуется через корпоративный университет и встроенные сценарии адаптации. Оформить бесплатный доступ к Motivity на 14 дней →

Представим двух джунов. Первый за десять минут получает решение от ChatGPT и сразу отправляет его в работу. Второй тратит еще полчаса: проверяет ответ, задает дополнительные вопросы, ищет ошибки и только потом принимает решение. На первый взгляд второй работает медленнее, но именно он через несколько лет станет сильным специалистом.

Что должно насторожить руководителя

Если новичок:

• не может объяснить свое решение;
• не знает, почему ИИ предложил именно такой вариант;
• не замечает очевидных ошибок;
• всегда соглашается с первым ответом нейросети,

скорее всего, он использует ИИ как замену собственному мышлению, а не как рабочий инструмент.

Похожие статьи по теме:

Не берут супер-опытных сотрудников: это эйджизм или страх, что сотруднику будет скучно? — почему компании иногда отказывают сильным кандидатам и как найти баланс между опытом сотрудника и потребностями бизнеса.

Первый день без хаоса: как собрать онбординг в одно окно и сохранить фокус новичка — как организовать адаптацию так, чтобы новичок не потерялся среди десятков ссылок, чатов и инструкций.

Адаптация на испытательном сроке: сохраняем нервы и сотрудников — какие ошибки совершают компании в первые месяцы работы сотрудника и как выстроить адаптацию, которая помогает удерживать новичков.

Как перестроить адаптацию новичков в эпоху ИИ

Полностью отказаться от ИИ уже не получится, да и не нужно. Гораздо важнее научить сотрудников использовать его осознанно. Вот несколько принципов, которые можно использовать. 

Не запрещайте ИИ

Попытки полностью отказаться от нейросетей уже не работают. Сотрудники все равно будут ими пользоваться, только без обсуждения с руководителем. Лучше договориться, где ИИ помогает ускорить работу, а где решение должен принимать человек.

Также важно, чтобы у сотрудников была возможность обсуждать ответы ИИ в процессе работы. Для этого можно использовать встроенные коммуникации внутри обучения, чтобы вопросы и разбор решений не терялись в чатах, а сразу становились частью процесса адаптации.

Проверяйте не ответ, а ход мыслей

Вместо вопроса «Задача готова?» спрашивайте:

Развивайте критическое мышление

ИИ отлично справляется с поиском информации, но не отвечает за ее качество. Поэтому одна из главных задач компании — научить новичков не принимать первый полученный ответ за истину. Учите сотрудника спорить с нейросетью. Можно добавить в обучение правило: перед тем как использовать ответ ИИ, сотрудник должен ответить на три вопроса:

• Почему нейросеть предложила именно это решение?
• Какие у него слабые стороны?
• Как я могу проверить, что ответ действительно подходит моей задаче?

Также включайте в адаптацию разбор реальных кейсов, совместный анализ ошибок и обсуждение спорных ситуаций. Чем чаще сотрудник объясняет свои решения и учится замечать слабые места в ответах нейросети, тем быстрее растет его профессиональная экспертиза.

При этом роль наставника не становится менее важной. Наоборот, она меняется. Подробнее о том, как выстроить систему наставничества и коучинга в компании, мы рассказывали в отдельной статье.

Проверьте, готова ли ваша система адаптации к эпохе ИИ?

☐ Новички знают, в каких задачах можно использовать ИИ, а где это запрещено.

☐ Наставники обсуждают не только результат, но и ход мыслей сотрудника.

☐ В программе адаптации есть задания, где нужно объяснить свое решение.

☐ Новички учатся проверять ответы нейросетей, а не копировать их.

☐ Руководители оценивают не скорость выполнения задач, а понимание процессов.

☐ В команде принято обсуждать ошибки ИИ, а не скрывать их.

Если чек-лист отмечен меньше чем наполовину, скорее всего, программу адаптации стоит пересмотреть.

❤️‍🔥Настоящее конкурентное преимущество

Джуны нужны компаниям. Без них через несколько лет не появятся новые сеньоры, тимлиды и руководители команд. Опытных специалистов по-прежнему придется искать, удерживать и конкурировать за них. Разница лишь в том, что одни компании будут делать это на рынке, а другие — развивать тех, кого когда-то не побоялись взять без опыта.

Поэтому сегодня стоит задуматься о том, как помочь новичкам быстрее вырасти в сильных специалистов. Именно адаптация, наставничество и обучение становятся тем самым конкурентным преимуществом, которое через несколько лет определит, у кого в команде будут эксперты, а у кого — незакрытые вакансии.