Мы привыкли считать, что автоматизация в первую очередь угрожает заводам и складам — физическому труду. Распространённый аргумент: роботы заменят грузчиков раньше, чем программистов. Но в реальности всё наоборот. Сейчас ИИ-агенты заменяют ментальный труд быстрее, чем любую физическую работу. И китайская IT-индустрия — самый наглядный пример.

Ветеран Alibaba: 22 года карьеры — и увольнение за два дня

В марте 2026 года одна из крупнейших китайских интернет-компаний начала активно внедрять ИИ-инструменты для повышения эффективности разработки. Через два месяца, в конце апреля, был сокращён первый блок сотрудников — более 30 человек. 22 мая уволили ещё около 10 человек. Среди них — программист, который проработал в компании 22 года.

Его история стала вирусной: 44 года, выпускник 1999 года с 599 баллами зачисления, карьера от холодных звонков в отделе продаж до позиции P7 — уровень, с которого в крупных технологических компаниях очень сложно подняться выше. На пике он вёл команду, которая повысила показатель автоматического продления подписки 1688 с 10% до 50%. После получения уведомления об увольнении обе стороны согласовали компенсацию N+1, и он ушёл без публичного конфликта. Планы на будущее — малый бизнес рядом с кампусом Alibaba и создание контента для коротких видео.

Реакция в комментариях оказалась даже острее, чем сам случай. Пользователи писали о «крахе культуры крупных технологических компаний под давлением сокращения затрат», о том, что «22 года молодости были обменяны на диплом об увольнении», и о том, что реинтеграция на рынок труда в 44 года практически невозможна для обычного программиста без существенных накоплений.

Масштаб бедствия: 130 000 увольнений за 18 месяцев

История одного сотрудника — лишь верхушка айсберга. По данным китайских СМИ, за последние 18 месяцев пять крупнейших интернет-компаний Китая суммарно уволили более 130 000 сотрудников:

• Alibaba — около 66 000 человек (34% сокращение)
• ByteDance (владелец TikTok) — около 19 000
• Tencent, Meituan, JD.com и другие — от 9 600 до 12 000 каждая

Важно понимать: официальные цифры отражают только видимую часть. Значительная часть увольнений проходит через «невидимые» механизмы — давление через KPI, перевод на нерелевантные позиции, «мягкие» переговоры об уходе с компенсацией N+1. Реальный масштаб сокращений, по оценкам аналитиков, может быть в разы больше.

Всего в Китае, по официальным данным на 2025 год, в индустрии программного обеспечения и IT-услуг занято более 11 миллионов человек. Из них около 5–6 миллионов — core-разработчики, и ещё 3–4 миллиона — тестировщики, DevOps и смежные специалисты. По текущим оценкам, безработица в IT-секторе составляет от 80 000 до 1,2 миллиона человек — это 10–15% всей рабочей силы отрасли. Уже сейчас исследования показывают, что позиции уровня junior находятся в зоне автоматизации с риском замещения более 80%.

Почему ментальный труд заменить проще

Один из спикеров на конференции описал это прямо: «Когда наша компания начала использовать ИИ, мы поняли, что 50 программистов, работающих с ИИ-агентами, эквивалентны по производительности 5 000 специалистов старой школы. Каждый программист раньше направлял 100 ИИ-систем на написание кода ежедневно. Теперь столько людей не нужно. Нам нужен один chief engineer, который понимает, как ИИ принимает решения и как им управлять».

Физический труд требует манипуляций с реальным миром — роботы всё ещё плохо справляются с неструктурированными задачами, непредвиденными препятствиями, вариативностью. Ментальный труд, особенно в его рутинных формах — написание кода по спецификации, тестирование по чек-листам, анализ данных по шаблонам — идеально ложится на то, что современные ИИ делают лучше всего: паттерн-распознавание и генерацию по образцу.

Ещё один фактор: стоимость ошибки. Если робот на фабрике повредит деталь — это дорого, но предсказуемо. Если ИИ-агент сгенерирует баговый код — можно перезапустить. Риск итерации в софте стремится к нулю. Это делает замену ментального труда не только технически проще, но и экономически выгоднее.

Что это значит для индустрии

Базовый вывод простой: если вы занимаетесь рутинным программированием — писанием кода по готовым спецификациям, копированием паттернов, тестированием по чек-листам — ваша позиция находится под прямой угрозой. Это не прогноз на 2030 год. Это происходит сейчас, в 2026 году, в Китае, и аналогичные процессы уже идут в США и Европе. Google, Meta, Microsoft уже объявляли о сокращениях, связанных с переходом на ИИ-разработку. Отличие Китая в масштабе и скорости: 130 000 увольнений за 18 месяцев — это цифра, которая в других контекстах кажется невозможной.

Counter-intuitive часть: быть middle-level или senior-разработчиком уже недостаточно. Компании говорят, что будущее — за chief engineer, человеком, который не пишет код сам, а управляет системой ИИ-агентов, понимает архитектурные решения и умеет ставить задачу. Но таких позиций — единицы на тысячи инженеров. Иерархия инженерных команд, которая складывалась десятилетиями, предполагает пирамиду: много джунов, средний уровень, немного синьоров, единицы архитекторов. ИИ-агенты превращают эту пирамиду в перевёрнутый конус: один архитектор на вершине, управляющий десятками агентов, — и почти никого внизу.

Вторая проблема — возрастная. Программист, проработавший 22 года, накопил опыт, который теперь не просто не нужен — он может быть антиквариатом. Навыки, которые считались преимуществом (глубокое знание legacy-систем, понимание специфики бизнеса), не конвертируются в способность управлять ИИ-агентами. Карьерная лестница, которая работала 15 лет назад, сейчас ведёт в тупик. Более того — чем дольше вы были «хорошим исполнителем» в старой системе, тем сложнее может быть переключиться на модель управления агентами.

Третий слой проблемы — экономический. Когда компания увольнила 30 000 человек и нашла, что выработка не упала, а выросла, это становится не временной мерой, а новой нормой. Руководители видят конкретные цифры: один инженер с ИИ-агентами делает работу, которую раньше делали 50–100 человек. Это не теоретическое утверждение — это ежедневная отчётность в китайских tech-компаниях. Каждый такой отчёт — ещё одна причина не нанимать людей обратно.

Как выжить в этой реальности

Несколько практических наблюдений из того, что говорят инсайдеры:

Первое — ИИ-компетенции важнее языка программирования. Если вы не умеете эффективно работать с ИИ-инструментами, вы находитесь в том же положении, что и оператор fax-машины в 1995 году. Не потому, что fax плох, а потому, что технология сдвинулась.

Второе — уникальные доменные знания ценнее, чем кодирование само по себе. Понимание, например, специфики финтех-регулирования, медицинских стандартов или логистических процессов, в сочетании с умением автоматизировать — это композитный навык, который пока не заменить. Компании готовы платить за связку «domain knowledge + AI literacy».

Третье — позиция «исполнитель» в разработке ПО (неважно, junior или senior) умирает. Компании хотят либо людей, которые полностью заменяют 100 исполнителей одним ИИ-агентом под управлением архитектора, либо полный стек-инженеров, способных самостоятельно закрыть продуктовую задачу end-to-end.

Часто задаваемые вопросы

Действительно ли ИИ заменит программирование?

Частично — уже заменил. Компании, которые год назад нанимали 50 человек для типовой разработки, сейчас решают те же задачи с 3–5 инженерами, управляющими ИИ-агентами. Это не футурология — это ежедневная реальность китайских и американских tech-компаний в 2026 году. Вопрос не «если», а «когда и как быстро» для каждой конкретной специализации. Важно понимать: речь не идёт о замене инженеров как класса. Речь идёт о замене конкретных задач — написания boilerplate-кода, рутинного тестирования, типовых интеграций. Но когда ты складываешь все эти задачи вместе, получается, что 80% того, что делает junior- и middle-разработчик, автоматизируемо.

Есть ли будущее у 22-летнего опыта?

Зависит от того, какой это опыт. Если человек 22 года писал код по спецификациям — нет, этот опыт ИИ заменит быстрее, чем хотелось бы. Если человек 22 года строил системы, понимал архитектурные компромиссы, управлял командами и решал нестандартные проблемы — это совсем другая история. Проблема в том, что большинство позиций в крупных компаниях — это специализация на исполнении, а не на решении. Чем крупнее компания, тем уже специализация: ты можешь 8 лет работать над одной подсистемой и стать глубоким экспертом именно в ней. Но если твоя подсистема — типовой CRUD-сервис, ИИ уже сейчас делает это быстрее и дешевле.

Что делать разработчику прямо сейчас?

Начать работать с ИИ-инструментами не как с IDE-плагином, а как с рабочим процессом. Это означает: уметь ставить задачу ИИ-агенту, оценивать результат, понимать, где ИИ ошибается, и как корректировать. Это не про изучение нового фреймворка — это про изменение самой модели работы. Те, кто научится управлять ИИ-агентами, а не конкурировать с ними, будут востребованы следующие 10 лет. Практический минимум: один ИИ-агент, которого ты настроил и научил проверять свою работу, заменяет трёх джунов — и стоит значительно дешевле. Теперь представьте, что будет, когда таких агентов можно будет настроить десятки.

Почему именно Китай?

Китай стал полигоном не потому, что там слабые программисты, а потому что совпало несколько факторов: высокая концентрация крупных tech-компаний, агрессивная политика найма в прошлые годы, которая создала избыточность, и государственная поддержка ИИ-развития, которая дала компаниям уверенность в готовности технологии. Когда ByteDance показала, что 30% задач решаются ИИ-агентами без потери качества, остальные компании быстро скопировали подход. Скорость адаптации в Китае — это культурная особенность: если конкурент сократил 30% персонала и показывает рост производительности, молчать и не делать то же самое — значит проиграть.

Итог

130 000 увольнений в китайской IT-индустрии за 18 месяцев — это не локальная история и не единичный случай. Это симптом системного сдвига: ментальный труд, особенно в его рутинных формах, заменяется ИИ быстрее, чем физический. 22-летний ветеран Alibaba — не жертва несправедливости, а, возможно, первая ласточка массовой перестройки рынка труда. Если вы в индустрии — вопрос не в том, произойдёт ли это с вами, а в том, когда вы к этому подготовитесь.