⚡️Stanford: як ШІ вже змінює зайнятість — перші сигнали для ІТ-бізнесуКлючові висновки дослідження (ADP payroll, мільйони працівників, 2019–липень 2025):🔹У найбільш «ШІ-експонованих» професіях (зокрема, розробка ПЗ та підтримка клієнтів) 22–25-річні втратили ≈13% зайнятості відносно інших груп, навіть після врахування шоків на рівні компаній. Старші працівники в цих же ролях зберігають або нарощують зайнятість. 🔹Загалом зайнятість зростає, але для молодших працівників у «ШІ-чутливих» ролях з кінця 2022 року — мінус 6%, тоді як у старших груп — +6–9%. 🔹Падіння зосереджене там, де ШІ автоматизує завдання; у ролях, де ШІ підсилює (augment), зайнятість на стартових позиціях навпаки зростає. 🔹Корекція відбувається через чисельність (headcount), а не через зарплати: суттєвої різниці у динаміці річних окладів не виявлено. 🔹Ефекти стійкі до альтернативних пояснень (не лише ІТ-ролі, не лише ремоутні професії) і різних зрізів даних. Механізм: ШІ швидше заміщує «книжкові» знання джунів, гірше — тacit-експертизу, що накопичується з досвідом. Що робити власникам ІТ-компаній1️⃣ Перебудувати джун-пайплайн: апрентайшип-модель, парне програмування, заплановані «офісні» дні для менторингу — фокус на набуття tacit-навичок, а не лише «чистий код».2️⃣ Проєктувати ролі під доповнення ШІ, а не заміну: явний поділ завдань на automation vs augmentation і метрика частки «augment-робіт» у команді.3️⃣ Керувати через метрики: time-to-productivity, утримання 90/180 днів для джунів, питомі витрати на найм vs приріст випуску; коригувати співвідношення junior/senior.4️⃣ Планувати бюджетами headcount, а не окладами: перший ефект іде по чисельності, тож сценарії мають передбачати варіативність набору без «зрізання» зарплатних грейдів.#ai #hiring #managementGrowth Digest: IT news & analytics