Профессии-призраки: 5 ИТ-специальностей, которые исчезнут к 2028 году

Еще вчера вы составляли презентации для клиентов по результатам своей работы, а сегодня пишете промпт для нейросети, чтобы она отчиталась о результатах кампании, которую сама же и разработала месяц назад. За видимым облегчением рутины скрывается угроза «отмены человека»: нейросети могут сделать вашу работу не хуже вас, зато в разы быстрее и дешевле. 

По заявлениям в СМИ, в 2025 году 62% ИТ-специалистов уже используют ИИ-инструменты (вдвое больше, чем в 2024-м), а к 2028-му показатель может вырасти до 98%. Доля разработчиков растет, а тестировщиков и аналитиков — снижается. Резко падает потребность в junior-сотрудниках. 

Елена Соколова, эксперт Академии ТОП, карьерный консультант, поделилась мнением, как адаптироваться к цифровой трансформации ИТ-отрасли и выбрать трек для усиления карьеры.

Тезис «вас заменит ИИ» достаточно противоречив. Да, нейросети существенно ускоряют процессы и уже используются не только в ИТ-отрасли, но и в больницах при оценке результатов рентгенограммы, в налоговой для выявления схем дробления бизнеса, в банковском секторе для предотвращения мошенничества. А еще их используют в школах, в машиностроении, науке, геологии, продажах — все  шаблонные задачи, вроде генерации однотипного кода, автотестов, первичной аналитики, сбора гипотез, забирает ИИ.

У отдельных команд разработка с ИИ — это уже новая норма. Например, в интервью РБК Татарстан основатель стартапа Евгений Касакин говорит, что у них «60% кода пишет ИИ», а люди фокусируются на архитектуре и «глобальных вещах». Умение пользоваться нейросетями указывается в самых разных вакансиях от линк-билдеров до инженеров машинного обучения, от лаборанта в медцентре до начальника отдел продаж металлургического комбината. 

Постановка задач, работа с неопределенностью, архитектура, безопасность, качество и здравый смысл машинам недоступны. Их логика эволюционирует только в пределах доступных к прочтению «токенов» — информации, которую нейросеть может найти в интернете или получает из загруженных пользователем файлов.

И это подтверждает тезис о том, что призраками станут только те профессии, которые не смогли эволюционировать. Ну или не захотели.

Далее разберем 5 ИТ-профессии в зоне риска и покажем путь трансформации, который поможет сохранить карьеру в эпоху глобального давления ИИ.

Старая версия: регресс руками, тест-кейсы в Excel, отчетность ради отчетности.

Почему исчезает: неэффективный расход рабочего времени, человеческий фактор, зависимость процесса от квалификации и ответственности специалиста создают высокие риски для конечного результата. ИИ быстрее и дешевле генерирует тест‑кейсы по спецификации, автоматом прогоняет UI/ API‑тесты, анализирует логи. 

Кем нужно стать: QA‑инженер по ИИ‑системам, инженер по качеству продукта (Quality Owner), специалист по проектированию тестовой стратегии для сложных систем. Строит стратегию тестирования, автоматизацию, метрики качества и управляет ИИ-инструментами.

Что прокачать в 2026:

• тест-дизайн + риски (что тестировать и зачем);

• автотесты (API/UI), стабильность пайплайна;

• наблюдаемость: логи/метрики/трейсы, анализ инцидентов;

• промпт-практики для генерации тестов и баг-репортов.

Старая версия: начинающий программист на задачах по шаблону: «возьми тикет, скопируй паттерн, допиши 20 строк, открой PR».

Почему исчезает: невысокий объем задач, длительное время на «доращивание» специалиста, риски неуспешного прохождения испытательного срока, текучка. ИИ отлично закрывает типовые задачи (боллерплейт, мелкие правки, заготовки). 

Кем нужно стать: AI‑assisted developer, архитектор микросервисов, разработчик сложной бизнес‑логики и интеграций. Быстро собирает решение вместе с ИИ и отвечает за корректность, архитектуру и поддержку.

Что прокачать в 2026:

• основы архитектуры (границы модулей, контракты, интеграции);

• качество: тестируемость, читаемость, безопасность;

• инженерия требований (понять «зачем», а не только «что написать»);

• работа с ИИ как «пара-программистом»: проверка, refactor, оценка рисков.

Старая версия: копирайтер, контент-менеджер, редактор контента, который пишет FAQ, описания карточек товаров, составляет ТЗ для подготовки макетов дизайнерам, пишет документацию, release notes, базовые статьи в блоге.

Почему исчезает: высокие расходы на однотипные задачи, оплата за факт присутствия сотрудника, а не за его ценность. ИИ отлично справляется с типовыми описаниями, разработкой контент-плана, верификацией общеизвестной информации, подготовкой карточек товаров и фото к ним. Человеку остается контроль: понять проблему, измерить эффект, согласовать компромиссы.

Кем нужно стать: AI-копирайтер, промпт-инженер. Разрабатывает промпты для автоматизации контентных задач, формулирует гипотезы и метрики, помогает команде принимать решения, а ИИ использует для ускорения рутины.

Что прокачать в 2026:

• продуктовые метрики и эксперименты;

• интервью/исследования, формулировка гипотез;

• моделирование домена (смысл, а не «красивые диаграммы»);

• навыки «AI-редактора» — проверять и улучшать черновики.

Старая версия: строит дашборды, выгружает отчеты «как в прошлом месяце», пишет простые SQL‑запросы по шаблону, работает с данными вручную. 

Почему исчезает: большой срок выполнения объемных задач, потеря данных из-за снижения внимания, текучка из-за неинтересной работы и невысокой зарплаты. ИИ быстро строит визуализации по текстовому запросу, сам предлагает базовые инсайты, удовлетворяет спрос на быстроту обработки и качество данных.

Кем нужно стать: аналитик решений (decision scientist), аналитик‑продуктолог, эксперт по постановке правильных вопросов к данным и интерпретации выводов. Строит слой данных (модели, витрины, качество) и понимает бизнес-контекст.

Что прокачать в 2026:

• SQL + моделирование данных (звезда/снежинка, dbt-подход);

• data-quality, линейдж, каталоги данных;

• базовая статистика и причинно-следственные выводы;

• интеграция ИИ в анализ: задавать вопросы и проверять выводы.

Старая версия: «зайти на сервер», «поправить конфиг», «накатить релиз ночью руками».

Почему исчезает: требования к скорости решения задач растут, повышается ценз безопасности, отсутствию рабочих ошибок. ИИ автоматизирует рутинный деплой и масштабирование, предсказывает инциденты по логам и метрикам. Роль человека смещается к платформенной инженерии и контролю утечек.

Кем нужно стать: SRE/DevOps, управляющий системами автоподдержки, reliability‑инженер, специалист по архитектуре облачной инфраструктуры. Строит внутренние платформы, стандарты, наблюдаемость и безопасность «по умолчанию».

Что прокачать в 2026:

• IaC (Terraform/Ansible), GitOps, CI/CD;

• SLO/SLA, управление инцидентами;

• контейнеры и оркестрация (Kubernetes на уровне смысла);

• кибербезопасность (секреты, политики, цепочки поставок).

Эти 5 профессий — пример, как изменяются требования к профессиям. Если вас нет в списке, это не значит, что ИИ-трансформация вас не затронет. В той или иной мере абсолютно все профессии, существующие в ИТ-поле и зависимые от программных продуктов, эволюционируют. Вопрос только в том, как быстро вы примете реальность и найдете путь для себя.

Вот базовый шаблон, который поможет найти точку отсчета:

1. Выпишите свои текущие задачи. Сортируйте по важности и объему.

2. Отметьте, что уже можно сделать с ИИ и что предположительно еще научатся делать нейросети в ближайшее время. Например, ИИ уже умеет писать код, и в скором времени научится  сразу тестировать решение в «песочнице»

3. Посмотрите, какие задачи становятся важнее: стратегия, архитектура, коммуникация с бизнесом, дизайн решений.

4. Введите модель: «рутина для ИИ», «решения и ответственность для человека».

Оценить свои сильные стороны и выбрать направление трансформации бесплатный Тест на профориентацию. Ответив на несколько вопросов, вы получите оценку вашего типа личности, узнаете дополнительный профиль, компетенции, которыми уже владеете, примерный вектор развития и получите рекомендацию по выбору направления для эволюции в профессии со ссылкой на курс. 

Пройти курс для прокачки навыков и получения актуальных компетенций тоже можно в Академии ТОП. Мы предлагаем несколько десятков актуальных программ для переобучения и повышения квалификации, которые ориентированы на современный рынок труда и обновляются раз в полгода.

1. Назовите свою роль и «следующую версию». Например: Manual QA → Quality Engineer.

2. Выберите 1–2 навыка-рычага: архитектура, безопасность, продуктовые метрики, наблюдаемость, системное мышление.

3. Возьмите один измеримый проект на 4–6 недель (с результатом, а не «в стол»).

4. Встройте обучение в рутину: 3–4 часа в неделю стабильно лучше, чем «марафон раз в полгода».

5. Покажите результат: README, кейс, внутренний доклад, демо — рынок любит доказательства.

Спрос на такие апгрейды есть: по данным hh.ru работодатели в 2026 году все чаще добавляют в вакансии умение использовать ИИ.

Профессии-призраки — это не «конец карьеры», а сигнал: пора обновить версию себя. ИИ забирает рутину, но усиливает ценность человека там, где нужно думать, выбирать и отвечать за результат.

Если хотите понять, какая «следующая версия» подходит именно вам и с чего начать апгрейд, пройдите бесплатную профориентацию для взрослых.

Елена Соколова — Product Owner в Компьютерной Академии ТОП, ex-Нетология и Яндекс Практикум. Автор подкастов «Карьера без багов» — про карьеру в Tech и профессиональное развитие и «Привет, касатики!» — про продуктовую культуру и тех, кто ее создает. Автор статей для карьерного блога Яндекс, Коммерсант и Хантфлоу. Спикер на конференциях ProITFest, Менеджмент будущего, Днях карьеры ВШМ СПбГУ, Сколтехе, ИТМО, СПбГЭУ и на других площадках.