«Знецінюється не навичка — а підхід»
Більшість співрозмовників dev.ua категорично не погоджується з формулюванням «ШІ забирає роботу в айтівців». На їхню думку, проблема зараз не в тому, що AI витісняє людей, а в тому, що ринок перестає цінувати суто механічне написання коду.
Читайте также: Кінець епохи cookies: «Київстар», Vodafone, lifecell та «Укртелеком» запустили єдину платформу суверенних даних на базі myGaru
Тимур Болотюх із PlantIn формулює це ще жорсткіше: «ШІ знецінює не навички інженерів, а виконання рутинної роботи. Що знецінюється — так це підхід, за якого інженер вміє лише писати код, але не вирішує проблему комплексно».
І це, мабуть, головний зсув, який зараз відбувається на ринку. Якщо раніше компанії могли наймати сильного «виконавця задач», то тепер дедалі більше шукають людей, які розуміють контекст, бачать систему цілком і можуть ухвалювати рішення. Олена Олексієнко, Chief People Team в EVO говорить про це вже як про сформований ринковий тренд: попит зміщується від простого delivery до ролей, які впливають на бізнес-результат.
Код генерує LLM. Архітектуру — все ще люди
Цікаво, що майже всі співрозмовники окремо згадують системне й архітектурне мислення. Саме його зараз називають головною навичкою, яку AI поки не вміє заміняти. Причина доволі проста: LLM може згенерувати шматок коду, але він не думає про те, що буде із системою через рік, коли навантаження виросте втричі. ШІ, кажуть співрозмовники видання, не знає бізнес-обмежень конкретного продукту і не розуміє компромісів між швидкістю, масштабованістю, ціною й безпекою.
«ШІ генерує рішення, але не знає контексту, обмежень, особливостей, які можуть бути у клієнта щодо навантаження систем. Задача людини з архітектурним мисленням — думати наперед, зважувати на реалії, враховувати різні фактори», — пояснює Власенко.
У PlantIn додають: найбільша цінність інженера зараз — у вмінні будувати надійні системи поверх принципово ненадійних компонентів, бо генеративний AI усе ще часто помиляється, галюцинує або пропонує рішення, які красиво виглядають у демо, але погано працюють у реальному продакшені.
AI добре пише код. Але погано розуміє задачу
Ще одна теза від опитаних фахівців — головна проблема більшості AI-експериментів навіть не в якості коду, а в тому, що люди погано формулюють задачі. Багато команд уже зіткнулися з ситуацією, коли розробник просто «вивалює» весь контекст у ChatGPT чи Cursor і очікує магічного результату. Але ШI працює значно краще тоді, коли задача правильно декомпозована: є чіткі межі, інтерфейси, критерії якості й зрозумілі обмеження.
Тобто інженер, який уміє розкласти хаотичну бізнес-вимогу на зрозумілу систему підзадач, працюватиме з AI набагато ефективніше за людину, яка просто копіює промпти з Reddit.
T-shape замість вузької спеціалізації
Ще одна річ, у якій співрозмовники майже не сперечаються: вузька спеціалізація стає менш безпечною стратегією. Ринок рухається в бік T-shape-фахівців — людей із сильною базовою експертизою, але з розумінням суміжних напрямів. І тут ШI, навпаки, може бути величезним прискорювачем.
Схожу думку озвучує й Ігор Козлов, Data & ML Engineer у Levi9: «Навіть із використанням ШІ-агентів все одно має бути глибоке розуміння того, що саме ви будуєте. Це дозволяє бачити ризики, слабкі місця або вчасно зупинити агента, якщо він пішов не тим шляхом».
Читайте также: RAU Expo 2026 — головна подія ритейлу, девелопменту та виробників в Україні. З 26 травня квитки дорожчають
AI fluency стає новою базовою грамотністю
Ще кілька років тому в резюме писали «впевнений користувач ПК». Тепер ринок поступово рухається до нового мінімуму — вміння нормально працювати з AI-інструментами.
Talent&Culture Lead у Railsware Дарина Кузьмик іронізує: «Як колись у резюме було заведено писати „впевнений користувач ПК“ — хоч нерідко за цією впевненістю ховалося хіба що вміння знайти кнопку „Пуск“ — так і зараз потрібні „впевнені користувачі ШІ“, для яких AI — це не просто „гугл на максималках“». Але вміння написати промпт — це вже давно не конкурентна перевага. Це базова гігієна. Справжня різниця — у здатності оцінити результат, зрозуміти, де AI помиляється, перевірити якість і взяти відповідальність за фінальне рішення.
У EPAM таких людей називають «кваліфікованими замовниками для ШІ». Тобто тими, хто не просто натискає Enter, а розуміє обмеження моделі, визначає контрольні точки й бачить ризики ще до того, як вони вилізуть у продакшені.
І саме тут з’являється ще одна критична навичка — швидкість навчання. Сьогодні всі говорять про LangGraph. Завтра ринок переключиться на щось інше. Виграватимуть не ті, хто вивчив один конкретний інструмент, а ті, хто здатен швидко адаптуватися.
Security awareness — проблема, яку багато хто недооцінює
Окрема тема, про яку активно дискутують представники IT-компаній — — безпека роботи з AI. І поки більшість команд захоплено тестує агентів і генерацію коду, частина компаній уже думає про ризики витоку даних, доступів і внутрішньої інформації.
У Levi9 уже бачать запит на окрему спеціалізацію — AI Security Engineer, бо проблема вже не в тому, щоб просто користуватися AI, а проблема — в тому, щоб розуміти, коли його треба зупинити.
Бізнесу тепер мало просто «людини, яка пише код»
Майже всі компанії, з якими говорив dev.ua, описують одну й ту саму зміну: інженерів дедалі частіше оцінюють не за кількістю написаного коду, а за впливом на бізнес. У Ciklum, наприклад, прямо говорять про рух від «розробника» до людини, яка управляє складними цифровими системами та AI-інструментами. В EVO додають: якщо у 2021 році ринок «наймав потенціал», то зараз наймає результат. Тому реальні кейси, pet-проєкти, open source або навіть сильне волонтерство часто важать більше за красивий список сертифікатів.
І паралельно, за словами фахівців з найму, росте цінність того, що ще кілька років тому багато хто називав «м’якими навичками»: комунікація, problem-solving, аналітичне мислення, адаптивність, адже технології змінюються швидше, ніж будь-який стек встигає стати «стабільним».
І схоже, головна зміна на ринку зараз навіть не в тому, що код почала генерувати машина, а в тому, що самого вміння писати код уже недостатньо. Інженерна база нікуди не зникає, але поверх неї тепер майже обов’язково мають бути системне мислення, AI fluency, розуміння бізнесу й уміння швидко адаптуватися. Саме це, схоже, і стане новою «сеньйорністю» найближчих років.
Читайте также: НАБУ розслідує закупівлі безпілотників: перевіряють контракти шести компаній, зокрема Fire Point