Ексклюзивне інтерв’ю з тимчасовим генеральним директором Core International Чжень Ченг: більше не «усі посади в AI популярні» Конкуренція за таланти в галузі штучного інтелекту переходить від загальних навичок до впровадження у сценарії

Нещодавно компанія UBTECH розмістила оголошення про глобальний набір на посаду «головного наукового спеціаліста зі втіленого інтелекту» із річною зарплатою 15 млн—124 млн юанів, знову вивівши рекрутинг AI-талантів у тренд.

Який нині стан рекрутингу AI-талантів? Які тенденції сформуються в майбутньому? Які болючі точки має рекрутингова екосистема? На це в інтерв’ю кореспондентові Securities Times (证券时报) голова, що виконував обов’язки генерального директора (輪值CEO) компанії Кріа (科锐国际) Чжи Сень (曾诚) нещодавно відповів: найм із зарплатами понад десятки мільйонів юанів не є галузевою нормою, зазвичай це трапляється лише у декількох топових компаніях і здебільшого як поодинокі випадки в межах певних «вікон» часу. Цей крок якраз і показує: конкуренція за AI-таланти переходить від змагальності в «універсальних здібностях» до реалізації в конкретних сценаріях. Коли втілений інтелект проходить ключову переломну точку, підприємства вже змагаються не лише за самих талантів, а за небагатьох ключових, які здатні реально довести технології до впровадження та визначити майбутній ландшафт.

Водночас вона також прогнозує, що гарячість найму в ланцюжку AI-індустрії в 2026 році структурно триватиме: це вже не буде «усі AI-позиції гарячі», а буде «те, що має бути гарячим, буде ще гарячішим, а те, що не має, природно охолоне», і компанії перейдуть у новий етап «раціонального процвітання».

Премія в оплаті праці для трьох типів AI-посад є виразною

Кореспондент Securities Times: Якою є нинішня ситуація з наймом у ланцюжку AI-індустрії, яку ми спостерігаємо?

**Чжи Сень: **Згідно з даними оперативного моніторингу Центру даних (data platform) компанії Кріа (科锐国际), зараз попит на найм у ланцюжку AI-індустрії справді тримається на високому рівні, і потреби в AI-талантах демонструють три доволі помітні зміни: по-перше, оптимізація моделей для вертикальних галузей і модернізація мультимодальних можливостей. Компанії істотно збільшили інвестиції в ключові алгоритми та талант у моделювальній інженерії. На кшталт інженерів алгоритмів великих моделей, дослідників алгоритмів, а також інженерів, що можуть реалізовувати розгортання моделей і оптимізувати продуктивність: попит на такі позиції роками перебуває на високому рівні, а складність найму відносно велика.

По-друге, зі входом в масштабовану стадію валідації втіленого інтелекту та гуманоїдних роботів пов’язані передові посади швидко стали гарячими у рекрутингу. Наприклад, напрями VLA/L4/світових моделей (world model), інженери з втіленого інтелекту, алгоритми мультимодальної інтеграції, а також таланти в напрямі інтелектуального керування роботами: раніше попит на такі посади був доволі розрізнений, але зараз вони вже стали фокусом змагання між компаніями, а премія в зарплаті є дуже помітною.

По-третє, AI прискорено проникає в матеріальні галузі, зокрема, реалізація агентів (інтелектуальних агентів) стимулює зростання потреби в посадових ролях з боку застосувань у галузях. Компанії більше зацікавлені в кандидатах, які одночасно добре розуміють технології та бізнес, тобто в комбінованих профілях: інженерах з розробки агентів, архітекторах рішень AI тощо. Паралельно AI-продукт-менеджери та експерти з продуктових рішень, які здатні перетворювати технології на комерційну цінність і точно інсайтити потреби користувачів у різних сценаріях, також стали ключовими дефіцитними посадами на ринку.

Крім того, у міру поглиблення застосування AI в ключових бізнес-сценаріях підприємств, компанії дедалі більше приділяють увагу надійності моделей, якості даних і безпеці бізнесу. Це також підвищує «гарячість» посад на кшталт управління даними (data governance), оцінювання безпеки AI та комплаєнс-перевірок.

Кореспондент Securities Times: Чи з’явилося виразне зростання рівня зарплат у рекрутингу ланцюжка AI?

**Чжи Сень: **У цілому рівень зарплат у ланцюжку AI не зростає повсюдно. Основне зростання зосереджене в дефіцитних нішах і на ключових посадах. Стрибки зарплат у разі переходу талановитих кандидатів найчастіше тримаються в діапазоні 20%—30%. Натомість компанії демонструють більшу гнучкість у зарплатних пропозиціях для ключових технологій та лідерських посад.

Справді відчутна премія зосереджена в трьох типах посад. Перший — мультимодальність і втілений інтелект, особливо комбіновані таланти, які поєднують алгоритми, системи та можливості керування: премія в зарплаті на відповідних ключових посадах є суттєвою; річна зарплата старших експертів з алгоритмів великих моделей — у межах 1—2 млн юанів, а річна зарплата технічних старших інженерів з технологій AI Agent — у межах 400 тис.—700 тис. юанів.

Другий — інженеризація моделей і масштабоване розгортання. Якщо коротко: це інженерні таланти, які здатні взяти моделі з лабораторії, реально перенести їх у практичний бізнес і стабільно запустити. Попит на таких людей високий, а зростання зарплат — також дуже помітне.

Третій — комбіновані ролі «технологія + галузь + продукт». Наприклад, AI-продукт-менеджери, архітектори рішень. Таким людям потрібно і розуміти технології, і розуміти галузевий бізнес, і вміти узгоджуватися з комерційними потребами. Рівень зарплат у них також постійно зростає. Наприклад, компенсація AI-продуктового старшого менеджера може сягати 800 тис.—1 млн юанів.

Нагрів у промисловому рекрутингу AI тримається на високому рівні, але темпи зростання стабілізуються

Кореспондент Securities Times: Як ви прогнозуєте: чи збережеться в 2026 році гарячість найму в ланцюжку AI-індустрії, чи вона буде стабілізуватися, або піде на спад? На чому ґрунтується оцінка?

**Чжи Сень: **Я вважаю, що в 2026 році гарячість найму в ланцюжку AI-індустрії структурно триватиме. Загалом рівень залишиться високим, а темпи зростання — стабілізуються, і є шанс увійти в новий етап «раціонального процвітання». Незалежно від того, в Китаї чи в глобальних ключових економіках, AI вже розміщено в центрі позиціонування як ядра конкурентоспроможності. Підтримувані вкладення політики, капіталу та ресурсів галузі визначають, що це не буде короткостроковою гарячою хвилею. З погляду самої технології, штучний інтелект усе ще перебуває на ранній стадії еволюції поколінь. Мультимодальні великі моделі, втілений інтелект, AI for Science — ці напрями вже дали певні початкові результати, але до справжньої зрілості ще дуже далеко. Поки технології продовжують швидко розвиватися, попит на високоякісні таланти не зупиниться.

Одночасно AI прискорено проникає в усі сфери. Раніше він здебільшого концентрувався в інтернеті, фінансах та інших сферах із високим рівнем цифровізації, але тепер прискорено проникає в матеріальні галузі — виробництво, енергетику, сільське господарство, медицину тощо. Кожне цифрове й інтелектуальне оновлення традиційної галузі стоїть за формуванням тривалого та стабільного попиту на таланти.

Але з погляду тренду в майбутньому вже не буде «гарячими всі AI-позиції», а буде «те, що має бути гарячим, буде гарячішим, а те, що не має — природно охолоне». Для компаній і талантів це насправді добра новина.

Кореспондент Securities Times: Для компаній і талантів це справді добра новина. Як це розуміти? Як ви оцінюєте нинішню екосистему рекрутингу в ланцюжку AI-індустрії?

Чжи Сень: Я вважаю, що нинішня екосистема рекрутингу в ланцюжку AI-індустрії переходить від раннього етапу сильної «гарячки» та сильних емоцій до більш раціональної й водночас структурної стадії. З одного боку, попит на таланти починає повертатися до орієнтиру на цінність. У попередній період на ринку справді існувала ситуація «якщо є будь-що, пов’язане з AI, — усіх тягнуть наймати». Але зараз компаніям дедалі зрозуміліше, що реальна конкурентоспроможність визначається не кількістю вакансій, а тим, чи здатні таланти забезпечити впровадження в бізнес. Ці зміни штовхають рекрутинг від «змагання за гучні слогани» до «змагання за спроможності», і для всієї індустрії це необхідна корекція курсу.

Структура талантів оновлюється, а комбіновані компетенції стають основним напрямом. Компанії вже дуже рідко наймають точково, лише людей, які «знають лише алгоритми» або «знають лише бізнес». Натомість їм більше потрібні комбіновані таланти, які і розуміють технічні принципи, і можуть узгоджуватися з галузевими сценаріями, і мають продуктове мислення. У певному сенсі це також сприяє еволюції талантів від традиційної структури «T-подібної» до багатовимірної структури «у-подібної (兀型)». Це довгостроковий позитив для підвищення якості талантів у всій AI-індустрії.

Агільна модель використання робочої сили (敏捷用工) переходить від «доповнення як варіант» до стратегічного інструменту. Це — дуже чітке спостереження, яке ми зробили за останні два роки. У міру пришвидшення ітерацій AI-технологій компаніям дедалі важче покрити всі потреби у висококласних компетенціях традиційними штатами. Тому все більше компаній починає залучати ключові компетенції через проєктні формати з експертами, незалежними консультантами тощо. З одного боку, цей підхід знижує витрати компаній на людей і ризики спроб. З іншого боку, він дає старшим експертам більш гнучкі та різноманітні кар’єрні траєкторії. Як приклад — компанія, з якою ми працювали, що міжгалузево зайшла в ланцюжок AI-індустрії: ми, спираючись на глибоке розуміння засновником того, в яку нішу він входить (включно з його власним профілем), а також через діагностику бізнесу та організації допомогли засновникові систематизувати напрям розвитку бізнесу та ключові потреби в талантах. Ми не просто «за звичною схемою» намагалися привернути й переманити галузевих топ-талантів; це з точки зору часових рамок і витрат не підходило ані цьому часовому відрізку, ані реальним умовам для цього проєкту та цієї компанії. Натомість ми розклали для засновника такі ключові модулі, як дизайн продукту, розробка, ланцюг постачання, закордонний маркетинг, на проєктні завдання. Це дало змогу за 3 місяці швидко сформувати кросдисциплінарну команду експертів, утворивши «ядро засновника + зовнішню мережу експертів» як агільну організацію, суттєво скоротивши цикл розробки продукту. Зараз продукт уже готується вийти на закордонний ринок першим, реалізуючи прорив від 0 до 1.

Пора «перенаправити “переманювання людей” на “розвиток + використання”»

Кореспондент Securities Times: У більш раціональній, структурній екосистемі рекрутингу AI також є ризики, на які треба звернути увагу?

**Чжи Сень: **Нинішня рекрутингова екосистема справді стала раціональнішою, але є й певні ризики, на які слід зважати. По-перше, надмірна концентрація висококласних талантів: для середніх і малих підприємств «дуже важко знайти першопрохідника». Топові AI-таланти монополізують головні великі компанії та «зіркові» стартапи, а складність отримання талантів для середніх і малих підприємств зростає. Це може в певній мірі послабити загальну інноваційну активність індустрії та навіть сформувати перекіс у бік «головних гравців».

По-друге, підприємства надають перевагу моделі «підключи та використовуй одразу», через що простір для зростання початківців стискається. Багато компаній під час найму явно схиляються до досвідчених талантів із понад 8 роками, але інвестують недостатньо в початковий рівень із 1—3 років. Також частина компаній не має належної системи розвитку персоналу: після того як вони знаходять таланти, їм не вдається надати відповідну платформу для розвитку, що призводить до високого рівня плинності кадрів. Якщо надалі бракуватиме системного механізму розвитку, у майбутньому може виникнути проблема кадрового «розриву».

По-третє, зростає короткостроковий прагматизм заради вигоди, і є ризик неправильного розподілу ресурсів. Деякі підприємства та окремі особи надмірно зосереджуються на короткострокових зарплатних виплатах, ігноруючи довгострокове формування компетенцій і створення бізнес-цінності. Якщо зміниться ринкове середовище, легко сформується ситуація «висока вартість — низька віддача».

Кореспондент Securities Times: Щодо такої ситуації, які у вас є поради?

**Чжи Сень: **Для екосистеми галузі пропонується створити більш відкритий механізм мобільності талантів. Заохочуйте таланти великих компаній переходити в середні й малі підприємства та в традиційні індустрії. Використовуйте моделі на кшталт обміну талантами, технічного консультування тощо, щоб AI-компетенції могли ширше підсилювати реальну економіку. Для компаній, натомість, пропонується перейти від «переманювання людей» до «розвитку + використання» у парі. З одного боку, швидко отримуйте дефіцитні компетенції через гнучкі формати використання робочої сили та незалежне консультування. З іншого боку, збільшуйте внутрішні інвестиції в навчання, вибудовуйте систему підготовки комбінованих талантів «AI + бізнес». Паралельно потрібно робити зворотну валідацію: визначайте посади реальними бізнес-проблемами, зберігайте раціональний рекрутинг і вдосконалюйте систему розвитку талантів та їх утримання.

Компанії-заявники на найм мають обов’язково чітко продумати потреби ще до старту рекрутингу. Дуже часта найбільша помилка багатьох компаній: «якщо інші наймають — то й нам треба наймати», але при цьому вони не з’ясовують, для вирішення якої проблеми саме потрібна ця посада. Чи проблема застрягла в техніці? Чи продукт потребує прориву? Чи це вже ключова стадія комерційного впровадження? Якщо це питання не прояснити, навіть якщо людина й прийде, у фіналі це дуже легко стане ситуацією «люди дорогі, але незрозуміло, що саме їм робити».

Висококласні таланти не обов’язково потрібно одразу «купувати назавжди». Для дуже дефіцитних і водночас високорівневих людей цілком можна спочатку домовлятися про співпрацю в проєктному форматі чи через консультації на певний час. Це дасть змогу і перевірити компетентність, і підігнати відповідність, а також знизити ризик великих одноразових інвестицій. Поки компанії божеволіють від найму зрілих талантів, їм також треба вибудувати механізм виявлення потенційних кандидатів. Дехто може й не бути прямо зараз «здатним вигравати жорсткі битви», але при цьому має сильні здібності до навчання, системне мислення та ентузіазм до технологій і бізнесу. Для таких людей, якщо дати відповідне середовище, швидкість їхнього зростання часто перевищує очікування.

Для талантів потрібно сформувати структуру компетенцій «П-подібного (Π-тип)» формату: обов’язково має бути достатньо глибока вертикальна технічна вісь у певному напрямі — наприклад, у межах алгоритмів, систем або інженерії; водночас потрібно розуміти «по горизонталі» галузь, бізнес і продукт, знати, для вирішення яких саме проблем призначені технології. Компетенція в одній точці легко замінюється, але з’єднувальна (bridging/connecting) компетенція буде дедалі ціннішою. Паралельно зберігайте баланс між практикою та мисленням: і вмійте зануритися та писати код, проганяти експерименти, і вмійте відступити від технологій, думати про галузеві тренди, цінність для користувачів і комерційну суть.