Что произошло
В Ташкенте прошёл дискуссионный клуб «Поможет ли ИИ утолить кадровый голод?» в рамках подготовки к III Международному форуму финансовых инноваций FINNEXT Asia 2026. Участвовали банки, IT Park Uzbekistan, «Узбекинвест», EY и IT-компании.
Директор Ассоциации работодателей Узбекистана и основатель Person Hunter Юлия Яковлева представила исследование. В 2025 году число вакансий для BI-аналитиков и аналитиков данных выросло на 102 процента, а зарплатные ожидания кандидатов в 2,1 раза превышали предложения работодателей. Вакансии программистов выросли на 6 процентов, и здесь ожидания соискателей оказались ниже предложений.
Выводы участников: ИИ может быть частью решения кадровой проблемы, но нужны качественные данные, пересмотр рабочих процессов и переобучение сотрудников. Внедрение ИИ предложили рассматривать как преобразование бизнеса, а не отдельный технологический проект. Названы шесть востребованных компетенций, включая управление на основе метрик.
Почему это важно
Данные Person Hunter рисуют асимметрию, которую редко видно в общей статистике «не хватает IT-кадров». Дефицит острее в аналитике и работе с данными: вакансий вдвое больше, а запросы по зарплате в 2,1 раза выше предложений. У программистов картина спокойнее: вакансий немного больше, и соискатели просят меньше, чем им предлагают. Вывод: оценивать нужно конкретные специальности, а не отрасль целиком.
Для компаний практический вывод такой. ИИ не заменит аналитика, пока нет чистых данных и описанных процессов, поэтому сначала нужны данные, потом модели. Те, кто в 2026 году закладывает бюджет на переобучение текущих сотрудников, получают опыт с ИИ быстрее, чем те, кто ждёт найма «готовых» специалистов на рынке, где ожидания выше предложений.
Для Узбекистана тема связана с государственной задачей подготовить сотни тысяч IT-специалистов к 2030 году. Если спрос на аналитику растёт быстрее обучения, программы подготовки стоит корректировать: больше данных, метрик и управления проектами, а не только программирования. Это наша трактовка: отчёт сам не делает таких выводов.
Что это значит для бизнеса
- Оцените дефицит по конкретным ролям: аналитики данных и разработчики сейчас в разном положении.
- Начните внедрение ИИ с данных и процессов, а не с покупки инструмента.
- Заложите бюджет на переобучение: закрывать роли «с рынка» дороже при завышенных ожиданиях.
