Существует ли дефицит квалифицированных ИИ-специалистов в России

Насколько распространена проблема дефицита квалифицированных ИИ-специалистов? С чем она связана и насколько она решаема?

Проблема дефицита квалифицированных ИИ-специалистов действительно широко распространена: многие говорят про ИИ, но на самом деле никогда сами не работали с нейросетями. Сейчас проблема стала более заметной, потому что рынок перешел из стадии экспериментов в стадию повсеместного внедрения ИИ-решений. Когда ИИ используется в теории, требования к качеству специалистов ниже. Когда он становится частью критически важных процессов — банковских, телекоммуникационных, медицинских, государственных, — требования резко возрастают.

В чем причина дефицита?

Ключевая причина дефицита не в отсутствии людей как таковых, а в разрыве между знаниями и реальными задачами бизнеса. Большая часть кандидатов имеет либо теоретическую подготовку без практического опыта внедрения решений, либо узкую экспертизу без понимания контекста. ИИ сегодня — это архитектура, данные, процессы, безопасность, экономика продукта и ответственность за результат. Именно этого системного взгляда чаще всего исполнителям и не хватает.

Легко ли поддаются дополнительному обучению такие сотрудники, что думает об этом бизнес, и видит ли он пути изменения ситуации?

Что касается дополнительного обучения, в большинстве случаев такие сотрудники обучаемы, но при одном важном условии: если обучение строится как прикладная работа с реальными кейсами компании. Бизнес в целом это понимает и все чаще рассматривает дообучение как инвестицию, а не как вынужденные издержки. Так меня то и дело приглашают на догрузку конкретной задачи (а на самом деле видения команды на задачу в комплексе решений компании). Компании не могут закрыть разрыв между теорией и практикой сами и приглашают обучать (практиковать) команду сторонних специалистов. НО! Тут важен выбор этого специалиста, он должен обладать стратегическим взглядом и быть практиком.

Что для этого требуется?

Комплексное решение обучения кадров возможно только на стыке нескольких уровней. Во-первых, требуется обновление университетских программ с фокусом на практику и междисциплинарность, а не только на математику и программирование (и молодые преподаватели, которые могут обучить этому). Во-вторых, нужны корпоративные и отраслевые образовательные треки, где обучение встроено в реальные проекты. В-третьих, важно повышать общую управленческую и продуктовую грамотность ИИ-специалистов — понимание, зачем бизнесу та или иная технология, становится не менее важным, чем владение инструментами.

ИИ — это среда. И выигрывать будут те компании и специалисты, которые быстрее научатся мыслить системно, учиться постоянно и работать на стыке технологий и смысла.

Мария Райдер, автор книг про искусственный интеллект и работу с нейросетями.