Введите подверженность ИИ отдельно — и она предсказывает падение доли наймов джуниоров примерно на 5 процентных пунктов к 2025 году. Введите отдельно подверженность удалённой работе — и вы получите то же падение на 5 пунктов. Введите обе вместе — и одна из них обрушивается: коэффициент ИИ «резко ослабевает и часто становится статистически неотличимым от нуля», тогда как удалённая работа остаётся «сильным и устойчивым предиктором снижения доли джуниоров в каждой спецификации» (Lambert & Schindler, 2026). Это вывод, опровергать который выстроено большинство планов найма среднего рынка.
Если вы руководите операциями в компании на 50–500 сотрудников, вы почти наверняка слышали — и, возможно, повторяли — нарратив о том, что генеративный ИИ пожирает работу начального уровня. Это нарратив за заморозкой найма джуниоров, отложенной когортой выпускников, тихим решением «пусть ИИ делает работу, которую сделал бы сотрудник первого года». Новый рабочий доклад, анализирующий 243 млн наймов, говорит, что этот нарратив измеряет не ту переменную. Воронка начала карьеры обрушивается, но сила, наносящая ущерб, — та, которой ваша ИИ-стратегия коснуться не может, тогда как ваша политика по недвижимости и онбордингу — может.
Ошибочный диагноз в большинстве планов найма
Доминирующий нарратив 2026 года чист и интуитивен: большие языковые модели хороши именно в очерченных, чётко заданных задачах, на которых джуниоры набивали руку, поэтому рациональная компания автоматизирует эти задачи и перестаёт нанимать джуниоров. Цифры, приводимые рядом, реальны — найм начала карьеры действительно упал. В США, Великобритании, Канаде и Австралии доля новых позиций, занятых работниками начала карьеры, опустилась на 8–11 процентных пунктов ниже допандемийных уровней (Innovative Human Capital, 2026). Сжатие не выдумано.
Проблема в атрибуции. Профессии, наиболее подверженные генеративному ИИ, — «белые воротнички», когнитивно-рутинные, кабинетные — это почти в точности те же профессии, что перешли на удалёнку после 2020 года. Когда две силы движутся вместе, модель, смотрящая лишь на одну из них, припишет этой одной заслугу за обе. Большинство планов найма поступили именно так: прочли корреляцию между подверженностью ИИ и сжатием притока джуниоров и заключили, что причина — ИИ. Вытекающая политика — притормозить программу выпускников, опереться на ИИ для покрытия выпуска начального уровня — лечит симптом переменной, которую анализ так и не изолировал.
Что на самом деле обнаружил доклад по 243 млн наймов
Питер Джон Ламберт и Янник Шиндлер задались целью разделить эти две силы. Их рабочий доклад от мая 2026 года, The Broken Ladder: AI, Remote Work, and Early-Career Hiring, опирается на 243 млн новых наймов и 407 млн онлайн-вакансий в США, Великобритании, Канаде и Австралии с 2017 по 2025 год — выборку, достаточно большую, чтобы оценить подверженность ИИ и подверженность удалённой работе как раздельные эффекты, а не как единый размытый тренд (Lambert & Schindler, 2026).
При изолированном тестировании каждая сила выглядит виновной. Рост на два стандартных отклонения в подверженности генеративному ИИ или в подверженности удалённой работе предсказывает падение доли наймов джуниоров примерно на 5 процентных пунктов к 2025 году, наряду с падением примерно на 3 процентных пункта доли объявлений, требующих лишь ограниченного опыта. Сама по себе подверженность ИИ — статистически респектабельный подозреваемый.
Но очной ставки она не выдерживает. Когда обе переменные входят в одну спецификацию, коэффициент ИИ резко ослабевает к нулю и часто теряет статистическую значимость, тогда как коэффициент удалённой работы держится стабильно в каждой спецификации, которую прогоняют авторы. Их прямой вывод: простого бинарного индикатора удалённой работы достаточно, «чтобы сделать эффект генеративного ИИ незначимым». Сигнал ИИ, иными словами, был в значительной мере удалённой работой в костюме ИИ. Корреляция была реальной; причинность была приписана неверно.
Это тот тип результата, который должен менять решение, а не только слайд. Будь спад начала карьеры обусловлен ИИ, операционный ответ — автоматизировать задачи джуниоров, нанимать меньше джуниоров — был бы хотя бы внутренне непротиворечивым. Поскольку он обусловлен удалёнкой, тот же ответ ничего не делает с реальным механизмом и тихо закрывает воронку, которая понадобится компании через три года.
Механизм: наставничество плохо путешествует по Slack
Почему именно удалённая работа сжимала бы найм джуниоров? Честный ответ: джуниор стоит своих затрат лишь тогда, когда кто-то может его развивать, а развитие — непропорционально очная деятельность. Доказательства здесь предшествуют ИИ-панике и необычно конкретны.
В исследовании инженеров-программистов Наталия Эмануэль, Эмма Харрингтон и Аманда Паллаис обнаружили, что инженеры, сидящие в одном здании со своими коллегами по команде, получали на 22% больше комментариев к своему коду, чем разнесённые по разным зданиям, — и что эта обратная связь текла главным образом к инженерам-джуниорам от сеньоров (Emanuel, Harrington & Pallais, NBER, 2024). Близость не просто добавляла несколько очных разговоров поверх той же онлайн-обратной связи; инженеры, терявшие физическую близость, обменивались меньшим количеством обратной связи и онлайн. Личный контакт и цифровая коммуникация оказались взаимодополняющими, а не взаимозаменяемыми (Federal Reserve Bank of New York, 2024).
Компромисс, который документирует то же исследование, — ровно тот, что должен оценить нанимающий руководитель: близость повышает долгосрочное развитие человеческого капитала за счёт краткосрочного выпуска, приглушая немедленные прибавки к зарплате, но повышая их на протяжении карьеры. Совместное размещение — это инвестиция в джуниора, которая окупается позже. Уберите близость — и вы уберёте отдачу; в этой точке наём джуниора перестаёт сходиться, и компания рационально перестаёт его осуществлять. Удалённая работа не сделала джуниоров менее способными. Она сделала их дороже в развитии и менее очевидно достойными развития. Вот рычаг за сломанной лестницей, и он не имеет ничего общего с тем, что ваши ИИ-инструменты могут или не могут делать.
Контраргумент: «Это и то и другое, и ИИ всё равно надвигается»
Острейшее возражение опытного операционщика справедливо и заслуживает прямого ответа. ИИ действительно способен на работу уровня джуниора, технология быстро совершенствуется, и один рабочий доклад — сколь бы обширен он ни был — не должен перевешивать структурную логику, по которой автоматизация вытесняет первыми наиболее автоматизируемые задачи. Разве «это удалёнка, а не ИИ» — не просто утешительная история, за которой надвигается более длинная?
Две вещи верны одновременно. Во-первых, доклад не утверждает, что ИИ оказывает нулевое воздействие на рынки труда; он утверждает, что подверженность ИИ не объясняет независимо снижение доли джуниоров, наблюдавшееся вплоть до 2025 года, после контроля удалённой работы. Это точный, ограниченный вывод об одном исходе в одном окне — не прогноз, что ИИ никогда не переформирует работу начала карьеры. Руководитель может всерьёз отнестись к эконометрике и при этом планировать с учётом траектории ИИ.
Во-вторых, и полезнее: даже если вы верите, что давление ИИ на джуниор-роли надвигается, вывод об удалёнке говорит вам, что рычаг, которым вы управляете сейчас, — не тот, что нужно тянуть в вопросе воронки. Приостановка или замедление развёртывания ИИ не откроет джуниор-воронку заново, потому что закрыл её не ИИ. Вы понесёте реальные издержки — отстанете в приросте производительности, который ИИ действительно даёт, — чтобы решить проблему, которую ИИ не создавал. Дисциплинированный ход — перестать рассматривать темп развёртывания ИИ и здоровье джуниор-воронки как один и тот же регулятор. Это разные регуляторы, и доклад только что сказал вам, какой из них подключён к исходу.
Ход 3-го квартала: перестаньте крутить регулятор ИИ, начните планировать близость
Коррекция — это не философия найма; это календарь. Если удалённая работа обрушивает джуниор-воронку, лишая развитие очного наставничества, от которого оно зависит, то операционное решение — заново сконструировать эту близость для тех людей и в то окно, где она важнее всего, — а эконометрика указывает на точное окно: ранний срок работы.
Три хода внедряемы в этом квартале. Первое: относитесь к первым шести месяцам найма джуниора как к намеренно высокоплотному очному периоду. Не сплошное предписание вернуться в офис — а адресное, где планируемые вами очные дни сконцентрированы вокруг новых сотрудников начала карьеры и сеньоров, которые действительно будут проверять их работу. Исследование близости конкретно: обратная связь течёт от опытных сеньоров к джуниорам; совместное размещение джуниоров друг с другом даёт мало.
Второе: стройте когортные треки. Найм джуниоров по одному в команды с дефолтной удалёнкой максимизирует изоляцию. Найм их когортами со структурированным очным онбординг-хребтом создаёт плотность сверстников и видимое наставничество, благодаря которым происходит развитие, — и снова делает наём джуниора сходящимся.
Третье — и здесь большинство планов ошибается — основывайте решение о том, кто получает этот высококонтактный онбординг, на чём-то ином, нежели оргструктура. Срок работы, роль и стадия развития — индивидуальные атрибуты, а не атрибуты должности; джуниоры, которым плотное раннее наставничество нужнее всего, — не всегда те, кого пометила бы обобщённая политика. Это вопрос измерения, а вопросы измерения лучше решать данными, чем интуицией. База оценок Scovai построена так, чтобы профилировать ровно те черты развития и готовности к роли, которые подсказывают, каким сотрудникам начала карьеры нужен структурированный очный трек, а какие могут преуспеть в более лёгком по контакту гибридном формате, — чтобы близость, которую вы можете позволить себе запланировать, доставалась людям, чью долгосрочную траекторию она действительно меняет.
Ламберт и Шиндлер вручили операционным руководителям неудобно ясную квитанцию: сила, обрушивающая вашу джуниор-воронку, — в вашей политике гибридной работы, а не в вашем ИИ-стеке. Единственное решение, которое это оставляет на вашем столе в этом квартале, узко. Откройте свой план найма начала карьеры и найдите рычаг, который он тянет, чтобы «починить» воронку. Если этот рычаг называется ИИ — приостановить его, опереться на него для покрытия работы начального уровня, ждать, пока он устаканится, — вы крутите регулятор, не подключённый к исходу. Подключён к нему — очный календарь ваших наймов первого года, и вы можете изменить его до конца квартала.
