5 IT-профессий, которые AI сделал ненужными — и 5, на которых можно заработать сейчас

На Хабре вышел разбор с цифрами, которые стоит держать в голове каждому, кто планирует свой карьерный роадмап в IT. Не как мотивационную речь — как инвентаризацию рисков.

Промпт-инженер: от $335k до мусорной корзины за два года

Помните хайп? Anthropic в 2023-м выставлял вакансии с зарплатой до $335 тысяч в год — без требования технического образования. McKinsey рапортовал: 7% компаний, внедривших AI, уже наняли промпт-инженеров. Microsoft торжественно нарекла это «профессией года».

Прошло два года. Microsoft провела опрос 31 000 сотрудников в 31 стране. Промпт-инженер — предпоследнее место в списке ролей, которые компании планируют добавлять. Рекрутинговая компания Razoroo фиксирует падение вакансий на 80–90% от пика. LinkedIn — минус 40% профилей с этим титулом с середины 2024 по начало 2025 года.

Инженер из VMware сформулировал точнее всех: «Это то же самое, что "специалист по поиску в Google". Полезный навык — но не отдельная должность». Модели стали умнее. Умение нормально сформулировать запрос превратилось в базовый скилл, как печатать вслепую. Не навык, за который платят шестизначную зарплату. Костыль, который перестал быть нужен, потому что пациент научил ходить.

Ручной QA, контент-фермы, поддержка: стек катастроф

Ручной QA лет пять назад был понятной точкой входа в IT. Без кода, с чеклистом, с постепенным ростом. Сейчас эта дверь почти закрыта. По данным QA.tech, автоматизация заменила 50% ручного тестирования. 44% компаний встроили AI в QA-процессы. 20% команд автоматизировали больше 75% ручных проверок — и это данные 2025-го, не прогнозы.

Кейс Tesla: в 2020-м в QA-команде было 200 ручных тестировщиков и 50 автоматизаторов. К 2025-му — 50 ручных (−75%) и 180 автоматизаторов (+260%). Команда выросла. Людей, которые просто «кликают по чеклисту», почти не осталось. Регрессионное тестирование по заранее написанному сценарию — ровно тот тип работы, который алгоритму даётся проще всего.

Контент-фермы — мёртвая бизнес-модель. 300–500 статей в месяц по ключевым словам, $3–5 за штуку, минимальное погружение. GPT делает то же самое быстрее и дешевле. А поисковики в ответ начали активнее фильтровать AI-мусор в выдаче — убили экономику фабричного контента сразу с двух сторон. Ирония в том, что спрос на качественный авторский текст вырос: AI поднял планку входа, и «просто написать текст» перестало считаться ценностью.

Клиентская поддержка. Klarna в 2024-м заменила AI 700 из примерно 3 000 операторов. Две трети чатов стали обрабатываться автоматически — при том же уровне удовлетворённости клиентов. Brookings Institution оценивает потенциал автоматизации в клиентском сервисе в 86% задач. К 2027-му генеративный AI будет закрывать большинство рутинных обращений без участия человека.

Что делать: не костылить, а строить

Если вы в зоне риска — ручной QA, контент на конвейере, first-line поддержка, промпт-инжиниринг как отдельная роль — самое время открыть терминал и начать рефакторить свой карьерный стек.

Куда растут вакансии: инженеры, которые проектируют и внедряют AI-системы в продакшен (не «промптят», а строят пайплайны); специалисты по AI-безопасности и alignment; продвинутые автоматизаторы тестирования, которые пишут фреймворки, а не чеклисты; MLOps/инженеры данных; разработчики, которые умеют интегрировать LLM в существующую архитектуру без костылей.

Паттерн тут один: выигрывает тот, кто управляет автоматизацией, а не тот, кого автоматизируют. Инструмент приходит и уходит. Умение строить систему — нет.

$ uptime
# карьера не падала 0 дней
$ git log --oneline | head -5
# проверь свой стек, прежде чем он проверит тебя
$ rsync -av /skills/ /market-demands/ --delete
# делай бэкапы карьеры, пока не поздно