Почему UBS требует от джуниоров ИИ-навыки: премия 56%

Швейцарский банковский гигант UBS сделал то, о чём консультанты по трансформации бизнеса говорили последние два года: превратил владение искусственным интеллектом из «приятного бонуса» в обязательное условие найма. По данным Financial Times, новые сотрудники junior-уровня — аналитики и ассоциаты инвестиционно-банковского подразделения — теперь должны подтверждать практические навыки работы с ИИ-инструментами уже на этапе собеседования и в первые месяцы работы. Это не единичный кейс: это симптом структурного сдвига на глобальном рынке труда, который российским компаниям стоит воспринимать не как зарубежную новость, а как сигнал для собственной стратегии роста.

Что именно потребовал UBS от новых банкиров?

UBS ввёл практическую проверку ИИ-грамотности как часть процесса найма и адаптации junior-сотрудников инвестиционно-банковского блока — от умения работать с генеративными моделями для анализа данных до автоматизации подготовки презентаций и финансового моделирования. Это отличается от формального упоминания «знания Excel» в резюме: банк ожидает демонстрации навыка в реальных рабочих кейсах, часто через внутренние тренинг-программы и оценочные центры.

Решение UBS логично вписывается в общий тренд инвестиционного банкинга, где Goldman Sachs, JPMorgan и Morgan Stanley также развернули внутренние ИИ-платформы для аналитиков. Причина проста: рутинные задачи — сбор данных, первичный скрининг компаний, построение черновых моделей — стали кандидатами номер один на автоматизацию, а младший персонал банков традиционно именно эти задачи и выполнял.

Почему банки требуют ИИ-навыки именно от junior-персонала?

Junior-сотрудники выполняют наибольший объём стандартизируемых операций — именно там автоматизация даёт максимальный экономический эффект в первые 12–18 месяцев внедрения. Согласно отчёту Deloitte 2024 Banking and Capital Markets Outlook, банки, инвестирующие в генеративный ИИ, ожидают сокращения времени на подготовку аналитических материалов на десятки процентов, при этом освобождённое время перераспределяется на клиентскую работу и сложные сделки, требующие человеческой экспертизы.

Это прямо соотносится с логикой внедрения ИИ в бизнес, которую мы транслируем средним российским компаниям: ИИ не заменяет специалиста целиком, но радикально меняет требования к его квалификации на входе. Компания, которая не формализует эти требования при найме, инвестирует в сотрудников, чья продуктивность будет ниже рыночной уже через год-два.

«Искусственный интеллект не заменит банкиров, но банкиры, умеющие работать с ИИ, заменят тех, кто этого не умеет.»— Эрик Бриньолфссон, директор Stanford Digital Economy Lab, Stanford HAI AI Index Report

Сколько стоит навык ИИ на рынке труда сегодня?

Зарплатная премия за ИИ-навыки в мире выросла с 25% в 2023 году до 56% в 2024 — то есть работодатели готовы платить сотруднику с релевантной экспертизой почти в полтора раза больше базовой ставки. Это данные PwC Global AI Jobs Barometer 2024, построенные на анализе миллионов вакансий по всему миру.

«Скорость, с которой меняются требуемые навыки в профессиях, связанных с ИИ, почти на четверть выше, чем в остальных отраслях экономики.»— Barret Kupelian, Chief Economist, PwC UK, PwC AI Jobs Barometer

Для российского финансового сектора и смежных B2B-отраслей это означает конкретную управленческую задачу: без пересмотра профилей компетенций при найме и системы обучения действующего персонала компания рискует систематически проигрывать битву за таланты тем конкурентам, кто уже провёл эту работу.

Как компании формализовать ИИ-требования при найме: 7 шагов

Внедрение обязательной ИИ-компетенции в процесс найма занимает от 2 до 4 месяцев при системном подходе и включает пересмотр профилей должностей, тренинг-программ и системы оценки. Ниже — практический алгоритм, который мы применяем в проектах масштабирования средних компаний до уровня крупных корпораций.

1. Провести аудит текущих рабочих процессов и выделить операции, поддающиеся автоматизации через ИИ.
2. Обновить должностные профили junior- и middle-позиций с явным указанием ожидаемого уровня ИИ-грамотности.
3. Разработать практический тест или кейс-задание для оценки навыка на собеседовании (не теоретический опрос).
4. Внедрить внутренние ИИ-инструменты для пилотных отделов до масштабирования на всю компанию.
5. Запустить программу онбординга с обязательным модулем по работе с ИИ для новых сотрудников.
6. Установить KPI по скорости и качеству задач, выполняемых с использованием ИИ-инструментов.
7. Пересматривать требования к навыкам каждые 6 месяцев — рынок технологий меняется быстрее, чем традиционные HR-циклы.

Этот алгоритм редко работает изолированно от общей стратегии развития компании. Именно поэтому мы рекомендуем проводить его в рамках более широкого процесса — стратегических сессий, где ИИ-трансформация встраивается в общий план роста, а не существует как разовая HR-инициатива.

Что происходит на российском рынке труда с ИИ-навыками?

Российские банки и крупные корпорации — Сбер, ВТБ, Т-Банк — уже несколько лет системно требуют от кандидатов на аналитические позиции подтверждённый опыт работы с ML-моделями и генеративными инструментами, хотя массовой формализации требований по образцу UBS на рынке пока не наблюдается. По данным профильных обзоров CNews по теме искусственного интеллекта, спрос на специалистов с прикладными ИИ-компетенциями в финансовом и промышленном секторах продолжает расти быстрее предложения.

Для средних российских компаний, которые не относятся к банковскому топ-10, это создаёт двойную возможность: во-первых, перехватить недооценённые таланты у крупных игроков, ещё не успевших выстроить системный ИИ-найм; во-вторых, использовать growth hacking-подходы для быстрого пилотирования ИИ-инструментов без масштабных бюджетов, характерных для UBS или Сбера.

Какие риски несёт компания, если игнорирует ИИ-грамотность при найме?

Компания, не встроившая проверку ИИ-навыков в найм, рискует получить команду, чья продуктивность на 20-40% ниже отраслевого бенчмарка уже через 18-24 месяца, согласно логике продуктивных эффектов, описанной в отчёте McKinsey. Это транслируется в прямые финансовые потери: более медленный time-to-market, более высокая стоимость операционных процессов, потеря конкурентоспособности в тендерах и B2B-продажах, где скорость подготовки предложений становится дифференциатором.

Отдельная зона риска — управленческий уровень. Если топ-менеджмент компании сам не понимает, как оценивать ИИ-зрелость кандидатов и сотрудников, любые HR-инициативы остаются формальностью. Именно здесь роль независимого директора по развитию становится критической — он привносит внешнюю экспертизу и объективность в оценку того, где компания реально отстаёт от рынка труда, а где отставание мнимое.

Какой должна быть ИИ-компетенция junior-специалиста по определению?

ИИ-компетенция junior-специалиста — это способность самостоятельно применять генеративные и аналитические ИИ-инструменты для решения рутинных профессиональных задач: сбора и структурирования данных, первичного анализа, подготовки черновых материалов, — без постоянного контроля старшего сотрудника. Это не программирование и не знание нейросетевых архитектур, а прикладная грамотность пользователя высокого уровня.

Экспертный комментарий

Сергей Семёнов, ESSG Consulting: «Решение UBS — это не HR-новость, это индикатор того, что скорость изменения квалификационных требований опережает скорость реакции корпоративных HR-систем. В нашей практике мы видим это на примере производственной компании из металлургической отрасли, где после пересмотра профилей должностей и внедрения обязательного тестирования ИИ-навыков при найме на позиции аналитиков и логистов время подготовки коммерческих предложений сократилось на 34%, а конверсия в подписанные контракты выросла на 18% за девять месяцев проекта».

«По опыту наших клиентов из финансового и дистрибуционного секторов, главная ошибка — воспринимать ИИ-грамотность как узкую задачу отдела кадров. Она работает только тогда, когда встроена в общую стратегию масштабирования бизнеса: от найма до систем мотивации и B2B-продаж. Когда мы помогали одной из компаний среднего сегмента розничной дистрибуции выстроить систему такой оценки параллельно с оптимизацией отдела продаж, результатом стал рост среднего чека сделки на 22% за счёт более качественной и быстрой аналитики по клиентам».

«Практический вывод для руководителя один: не ждите, пока рынок труда заставит вас действовать реактивно, как это уже произошло с UBS и другими глобальными банками. Формализуйте ИИ-требования к найму сейчас, пока это конкурентное преимущество, а не вынужденная мера догоняющего игрока».

FAQ: частые вопросы руководителей

Сколько стоит внедрение системы оценки ИИ-навыков при найме?

Стоимость зависит от масштаба компании и глубины интеграции: разработка профилей компетенций, тестовых кейсов и обучающих модулей для среднего бизнеса обычно требует бюджета от нескольких сотен тысяч до нескольких миллионов рублей в зависимости от численности штата и отраслевой специфики.

За какой срок окупается инвестиция в ИИ-грамотность сотрудников?

По опыту проектов масштабирования, окупаемость наступает в горизонте 9-18 месяцев за счёт сокращения времени выполнения рутинных задач и роста конверсии в продажах, при условии, что внедрение сопровождается пересмотром бизнес-процессов, а не остаётся точечной инициативой.

С чего начать компании среднего размера, у которой нет ресурсов UBS?

Начните с аудита трёх-пяти самых трудоёмких рутинных процессов в компании и пилотного внедрения доступных ИИ-инструментов именно там — это даёт быстрый видимый результат без масштабных инвестиций и создаёт основу для дальнейшего пересмотра требований к найму.

Нужно ли требовать ИИ-навыки только от junior-сотрудников или от всей команды?

Начинать эффективнее с junior- и middle-уровня, где сосредоточен наибольший объём стандартизируемых операций, но устойчивый результат достигается только при параллельном обучении руководителей среднего звена, иначе новые сотрудники быстро теряют мотивацию использовать инструменты, которые их руководители не понимают и не поддерживают.

Как измерить, что ИИ-грамотность сотрудников реально растёт?

Используйте измеримые KPI: время выполнения типовых задач, количество итераций до финальной версии документа, скорость подготовки коммерческих предложений и динамику конверсии в продажах — эти метрики объективнее самооценки сотрудников на внутренних опросах.

#ESSGConsulting #ИИвБизнесе #МасштабированиеБизнеса #ЦифроваяТрансформация #HRAI