Уйдут первыми: главный кадровый риск ИИ – это мидлы
Есть число, которое я бы показал каждому руководителю, внедряющему ИИ. Почти три из десяти специалистов среднего звена в профессиональных услугах заявляют, что сменят работу в течение двух лет, если ИИ не даст им нужных инструментов, обучения и темпа внедрения. Четырнадцать процентов рассматривают уход в ближайшие двенадцать месяцев. Данные – из сентябрьского разбора Thomson Reuters Institute, и самое важное в них не проценты.
Самое важное: в данных об уходах и вовлечённости это не отображается как AI-проблема.
Оно выглядит как «неудовлетворённость компенсацией», «выгорание», «получил интереснее предложение». HR помечает уход другими ярлыками, позиция закрывается за три месяца поиска. А причина была в том, что человек годами был самым активным пользователем ИИ в команде, раньше всех увидел разрыв между обещанием и реальностью – и сделал выводы.
Почему именно мидлы
Логика источника выстраивается в цепочку, и каждое звено в ней стоит проверить на своей команде.
Мидлы – самые тяжёлые пользователи ИИ. Не джуны, которые только пробуют, и не руководители, которые делегируют. Человек на четвёртом-восьмом году карьеры уже достаточно знает домен, чтобы выжимать из инструмента максимум, и ещё достаточно руками в работе, чтобы делать это ежедневно.
От них же зависит, приживётся инструмент после пилота или тихо умрёт. Коллеги смотрят на практику сильных исполнителей внимательнее, чем на любые директивы.
И именно мидлы точнее всех оценивают разрыв между обещанием и результатом. Джуну не с чем сравнивать, у руководителя картинка из презентаций вендора. А мидл каждый день видит, где ИИ реально ускоряет, а где создаёт работу: проверку, переделку, ответственность за чужой выхлоп.
И мидлы – самые мобильные и самые труднозаменимые. Их не закрывает выпуск вуза, их переманивает рынок. Парадокс в том, что группа с максимальным влиянием на успех внедрения и максимальной готовностью уйти – одна и та же группа.
Здесь я обязан сделать оговорку, потому что иначе эти цифры начнут жить собственной жизнью. Данные TRI – по юридическим и профессиональным услугам, собраны опросами. Намерение уйти в опросе и уход в жизни – разные события, разрыв между ними хорошо известен HR-аналитике. Перенос на IT-команды – обоснованная гипотеза, а не факт. Но цена проверки гипотезы – один вечер с собственными данными, и она того стоит.
Механика невидимости
Почему этот сигнал систематически прячется? Уход мидла почти никогда не формулируется как «ваша ИИ-стратегия меня разочаровала». Причины называют ту, которую удобно проговорить обеим сторонам на exit-интервью.
Мы это уже проходили с другим сигналом: в разборе о том, почему команды скрывают использование ИИ, выяснилось, что люди не говорят про ИИ открыто – из страха выглядеть заменяемым или, наоборот, неумелым. Если о самом использовании не говорят, то о разочаровании использованием – тем более. Сигнал подавлен на этапе источника, дальше по цепочке появляется только шум.
Второй уровень проблемы – компаунд-эффект, и он страшнее первого. Когда мидл уходит, с ним уходит менторская ёмкость. Формально джунов обучает процесс, неформально – сосед за соседним столом, который смотрит их черновики и говорит «так дело не делается». Источник описывает механику точно: дефицит навыков копится тихо и проявляется не сейчас, а когда через несколько лет те, кто должен выйти на старшие роли, оказываются не готовы. Это убыток с задержкой в годы, который не спишешь ни на одну текущую метрику.
Практикум: прочитайте свои данные за 12 месяцев
Рекомендация источника конкретна: пересмотреть данные вовлечённости и увольнений за последние двенадцать месяцев отдельно по среднему звену – по компании в целом мидлы растворяются в средних значениях. Вот минимальная версия для команды, которую можно сделать за вечер.
Список ушедших за год с грейдом и стажем. Вопрос не «сколько», а «кто»: есть ли перевес среднего звена относительно доли этой группы в команде.
Причины из exit-интервью и то, как они были помечены в HR-системе. Ищите кластер «неудовлетворённость», «профессиональный рост», «интересный проект» – и сравните, куда ушли люди. Уход в компанию, у которой репутация технологически продвинутой, – это маркер, даже если в интервью слово «ИИ» не прозвучало ни разу.
Результаты опросов вовлечённости по блокам «инструменты и ресурсы» и «развитие» в разрезе среднего звена. Динамика важнее абсолютных значений: падение по этим блокам при стабильной компенсации – тот самый профиль.
И самое честное: если на половину этих вопросов у вас нет данных – это и есть находка. Источник формулирует безжалостно: незнание само по себе результат, с которым надо что-то делать.
Проверить собственную команду по этому чек-листу – вечер. Потренироваться задавать правильные вопросы на 1:1 – 9 практических задач в бесплатном модуле курса.
Доступ сразу после регистрации
Что делать с находкой
Предположим, вечер потрачен, и профиль узнаётся. Дальше логика удержания разворачивается против интуиции: удерживать мидлов надо не стабильностью, а темпом.
Человек из этой группы уже проголосовал за изменение: он первым освоил инструмент, он ждёт, что внедрение изменит его работу к лучшему. Стратегия «не трогать, и так работает» удерживает ровно противоположную группу. Три направления, которые следуют из данных.
Скорость доступа. Фрустрация «инструмент есть, а доступа нет» – самый дешёвый в исправлении и самый частый маркер. Если мидлы в вашей команде спрашивают лицензии – это не заявка на расход, это заявка на удержание.
Обучение под реальную работу. 48% профессионалов в сопоставимых опросах Future of Professionals 2026 боятся, что ИИ разрушает их самостоятельное суждение. Мидл это чувствует острее всех: его ценность – суждение, и если организация оставляет его наедине с выхлопом без методики проверки, тревога обоснована. Обучение работе с ИИ – это часть удержания, а не статья на повышение квалификации. Как строить такое обучение через учебные прогоны, разбираем в статье про симуляции.
Видимая траектория. Если ИИ забирает рутину, освобождённое время должно вести человека к более ценной работе – и это должно быть названо вслух. Здесь связь с вопросом ёмкости: команда, где освободившееся время не перенаправлено, для мидла выглядит как место, где развитие закончилось.
Отдельно про 1:1. Есть вопрос, который стоит задать напрямую, в нейтральной форме: «Если бы у тебя был полный доступ к любым ИИ-инструментам и неделя на освоение – что бы ты автоматизировал первым?» Ответ показывает и уровень зрелости человека, и его карту боли. Молчание в ответ показывает другое: человеку неинтересно. Оба вывода полезны.
Чего не делает этот анализ
Он не даёт индикаторной доски. Это разовая ручная работа с данными, которую имеет смысл повторять раз в квартал, и её сила в простоте: список имён, кластер причин, динамика двух блоков опроса. Он также не заменяет честный ответ на вопрос, есть ли вообще что терять: если ваша команда из джунов и синьоров без середины, картина другая, и профиль риска смещается в сторону обучения с нуля.
И финальное соображение против паники. Три из десяти – это индикатор ожиданий, а не прогноз текучести. Люди заявляют готовность остаться, если организация движется: условие, цена и срок известны заранее. Самая опытная и самая вовлечённая группа команды выставила условие – двигаться. Это куда более удобная управленческая ситуация, чем немотивированный уход ключевых людей двумя кварталами позже.
Удержание среднего звена – задача управленческих разговоров
В специализации «Управление людьми» есть блоки про подготовку к 1:1, карту навыков команды и управление изменениями при внедрении ИИ – три рычага, из которых состоит удержание мидлов.
Часто задаваемые вопросы
Почему специалисты среднего звена – главный кадровый риск внедрения ИИ?
Что такое AI-сигнал в данных об уходах?
Как связаны уходы мидлов и развитие джунов?
Насколько можно доверять цифрам «3 из 10 уйдут»?
Stanislav Belyaev
Engineering Leader в Microsoft18 лет в управлении инженерными командами. Основатель mysummit.school. 700+ выпускников в Яндекс Практикуме и Стратоплане.