Навыки будущего: чему учиться сейчас, чтобы оставаться востребованным через пять лет
Исследования показывают, что в ближайшие пять лет особенно ценными станут специалисты с лидерскими качествами, умеющие анализировать, креативно мыслить и работать с ИИ. Forbes Young выяснил у HR-экспертов, какие компетенции будут интересны работодателям в 2030 году и какие жесткие и гибкие навыки будущего нужно осваивать уже сейчас
По данным Всемирного экономического форума, в ближайшие пять лет на рынок труда будут влиять технологические изменения (автоматизация), геополитические и экономические факторы, демографические сдвиги и зеленый переход. Ожидается, что среди soft skills (гибких навыков) будущего на первый план выйдут аналитическое мышление, устойчивость к стрессу, гибкость и лидерские качества. В топ hard skills (жестких навыков) — технологическая грамотность, экспертиза в сфере кибербезопасности, умение работать с искусственным интеллектом (ИИ) и большими данными.
Согласно исследованию компании Anthropic, от автоматизации больше всего пострадают финансисты, менеджеры, IT-специалисты и юристы. При этом массовый рост безработицы среди представителей уязвимых профессий еще не наблюдается, но новых сотрудников в этих областях уже стало меньше. Строители, работники сферы услуг и часть медицинских специалистов, напротив, пока в безопасности с точки зрения замещения ИИ.
Forbes Young поговорил с HR-экспертами и узнал, чему учиться в 2026 году, чтобы оставаться востребованными в ближайшем будущем, а также какие профессии выбирать абитуриентам вузов и тем, кто прямо сейчас ищет работу.
Многопрофильность, знание ИИ и медийность
Дарья Лукина, HR- и карьерный консультант, автор Telegram-канала про международную карьеру и управление командами etc.by Dasha Lukina
— Какие современные карьерные тренды будут актуальны в ближайшие пять лет?
— Еще пять–семь лет назад работа с ИИ в России была мало распространена, а сегодня нейросети проникают в ежедневные рабочие процессы: например, помогают создавать продуктовые дашборды и экономить время на сборе данных и визуализации. Этот тренд продолжит набирать обороты.
Важно понимать, что есть различия между AI-fluent- (свободно владеющими ИИ) и AI-native-специалистами (повзрослевшими в тесном взаимодействии с ИИ). Например, поколение 30-летних только учится использовать ИИ в работе, постепенно становясь AI-fluent. А вот развитие карьеры 20-летних изначально связано с ИИ, поэтому они AI-native. Первое, что они делают, сталкиваясь с проблемой, — думают, как решить ее с помощью нейросетей.
Растет роль кросс-функциональной работы и специалистов, которые могут ее выполнять. Именно так ранее появилась профессия продуктового маркетолога: продукт и маркетинг должны были работать в тандеме, но без специалиста, который координировал бы совместные действия, было сложно. Продуктовый маркетолог стал своего рода мостом между этими командами. Также все более ценится наличие развитого личного бренда: кандидаты, у которых есть медийность, легче находят работу.
— Какие ключевые навыки понадобятся для успешной карьеры?
— Среди ключевых hard skills будущего я бы выделила умение создавать контент и вести профессиональные соцсети, а также блок навыков, связанных с освоением нейросетей:
- AI literacy (ИИ-грамотность) — общее понимание того, как работать с ИИ-инструментами;
- промптинг — универсальный навык грамотно формулировать запросы к ИИ;
- Data literacy — способность понимать и анализировать метрики, а также работать с данными;
- умение быстро создавать простые продукты с помощью ИИ-инструментов — например, лендинг для маркетинга, внутреннюю систему бенефитов или базу данных для HR. Иногда этот навык называют vibe-coding (вайб-кодинг).
В список soft skills будущего можно включить:
- критическое мышление (которое ценится, потому что нейросеть тоже может ошибаться). Даже если информация выглядит убедительно, проверяйте факты, сверяйте источники и задавайтесь вопросом: «Откуда это вообще взялось?». Спрашивайте у нейросети: какие предпосылки есть у этого вывода? Какие альтернативные объяснения существуют? Что мы могли не учесть?
