a16z: Кількість вакансій для розробників програмного забезпечення зросла на 14,6% після запуску Claude Code, ШІ підвищує цінність людини

Автор: a16z

Переклад: Shenchao TechFlow

Глибокий огляд: Коли весь технологічний сектор скорочує персонал на 7%, посади програмістів зростають на 14,6% — причина в тому, що інструменти ШІ дозволяють початківцям писати код промислового рівня. Це не історія про те, як ШІ забирає роботу, а доказ того, що інструменти роблять людей ціннішими. Від стрімкого зростання стажерських позицій до найвищого темпу зростання зарплат серед підлітків — сигнали ринку праці очевидні: ті, хто вміє користуватися ШІ, стають дуже затребуваними.

Графік: кількість вакансій на позиції розробника програмного забезпечення після запуску Claude Code відновилася до 114,6, тоді як загальний ринок впав до 93. Джерело: a16z

Проблеми публічних компаній, що розробляють програмне забезпечення, продовжуються, але, як ми вже зазначали раніше, поточна ситуація не є безрізницьним «вбивством».

Продажі акцій програмного забезпечення не є відображенням поточних або найближчих результатів, а свідчить про загальну сумнівність ринку щодо здатності цих компаній тривалий час зберігати свою продуктивність:

Коефіцієнт оцінки вільного грошового потоку на наступний грудневий період знаходиться на рівні або нижче рівня 2014 року. Іншими словами, інвестори надають премію за здатність програмних компаній генерувати готівку на найнижчому рівні за останні десятиліття.

Суть у тому, що, навіть якщо докази того, що «SaaS мертвий», зараз ще слабкі, обов’язок інвесторів — мати погляд на майбутнє, а майбутнє, на їхню думку, виглядає трохи погано.

Проте не всі програмні компанії мають поганий перспективи. Диференціація та здатність розрізняти стають все більш важливими правилами гри. Ви можете побачити це з кількох різних поглядів.

Спочатку розгляньте різницю в показниках медіани, верхнього та нижнього квартилів індексу IGV:

За останні 30 торгових днів акції у верхньому квартілі та медіані IGV перевищили загальну ефективність ETF — нижній квартіль (включаючи деякі найбільші компанії) знизив загальні результати.

У порівнянні з річним переглядом, ситуація дуже відрізняється:

За останній рік медіана тісно відстежувала загальну ефективність ETF — до початку року квантильи ефективності почали розходитися (зараз між лідерами та аутсайдерами різниця становить близько 50 процентних пунктів).

Повертаючись до 30-дневного перегляду, очевидно, що фундаментальні показники не є строгим драйвером поточної цінової динаміки:

З точки зору зростання доходів, між зростанням і недавнім виконанням майже немає кореляції (хоча чесно кажучи, багато можна пояснити змінами у зростанні, а не рівнем зростання). При розподілі за квартилями виконання з’являється та сама модель: велика кількість програмних компаній зосереджена в діапазоні зростання доходів близько 10–20%, але виконання майже вертикально розподілене — деякі з найшвидшою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсотковою відсот

Важливішим, ніж зростання, є відчуття довгострокової стійкості. Ось той самий графік, розділений за галузями:

Хоча важко чітко класифікувати кожну компанію, лідери та другі квартіли часто домінуються (1) кібербезпекою/спостережуваністю; та (2) вертикальними SaaS. Навпаки, два нижні квартіли є певною комбінацією горизонтальних SaaS, хмарних/інфраструктурних та категорій «інше», які включають ринкові платформи, рекламні технології та точкові рішення (а також компанії, які важко класифікувати, наприклад, MicroStrategy).

Головне — це зрозуміло. Незалежно від того, чи правильно чи ні, ринок вже відчув чітку різницю між програмними компаніями — тими, які, здається, мають певну AI-захищеність і/або попутний вітер, і тими, які її не мають.

Щодо кібербезпеки та спостережуваності, штучний інтелект, як очікується, підвищить терміновість покупців (а також існуючі компанії мають перевагу довіри, яку складніше підірвати новим гравцям з ІІ).

Щодо вертикального SaaS, професійна інформація, пов’язана з робочими процесами, даними та відносинами з клієнтами, вважається бар’єром для входу для AI-конкурентів (чого не можна сказати про горизонтальні платформи).

Але для всіх інших повідомлення є чітким: саме програмне забезпечення не є оборонною спорудою.

Роки стійкого та постійно зростаючого ARR, величезний набір функцій та широке впровадження — це просто новини вчорашнього дня. Ймовірно, кілька кварталів стабільного та/або покращеного зростання змінять ситуацію, але наразі ринок не вірить і не переконаний.

Ви, ймовірно, недавно почули про зміну сприйняття від token-maxxing до token-optimizing — це велика річ.

Хоча вартість навчання передових моделей постійно зростає, гранична вигода від цих передових покращень може бути недостатньою, щоб переконати клієнтів нести додаткові витрати. Клієнти можуть не використовувати найновіші та найпотужніші токени на повну, а замість цього знижувати вимоги до більш дешевих і менш функціональних моделей (включаючи моделі з відкритими вагами).

Для деяких ця зміна ставить під сумнів сталість розробки передових моделей — якщо клієнти не підтримують витрати на найновіші й найпотужніші моделі, то що робити лабораторіям? Справедливо, хоча ця думка трохи іронічна, бо раніше вважалося, що швидке застаріння не передових моделей загрожує сталості розробки передових моделей... а зараз, коли не передові моделі все менше застарівають, це, звичайно, все ще погано. Гаразд.

Не обговорюючи деталей тієї дебати, ми просто спостерігаємо, що вартість обчислень швидко знижується, що, схоже, позитивно впливає на попит на ШІ. Іншими словами, динаміка Джевонса продовжує діяти: чим дешевше ШІ, тим більше людей/компаній хочуть його використовувати (для більшої кількості завдань).

Розширення попиту — саме те, що ви хочете бачити.

Давайте розпочнемо з іншого інноваційного прецеденту, який також почався з централізації та високої вартості, а потім став децентралізованим і дешевим: комп’ютерами. Порівняно з попереднім технологічним стрибком, обумовленим ПК, в сфері ШІ вартість інтелекту знижується швидше:

ПК витратив майже двадцять років, щоб досягти приросту доступності, якого AI досяг за три роки.

Це неймовірна траєкторія: як і у випадку з комп’ютерами, зниження витрат, схоже, сприяє зростанню попиту на ШІ в напрямку вгору та праворуч (залишається ще багато простору для росту).

На стороні споживачів, згідно з даними PNC Bank, рівень платного проникнення все ще невеликий, але стабільно зростає:

Доля витрат на платні ШІ та їхні середні місячні витрати постійно зростають — зростання місячних витрат є більш стрімким і становить приблизно 25% з початку року.

Вони, звичайно, не є ідеальним порівнянням, але як певний контекст: у 1997 році лише близько 45% дорослих у віці 35–54 років повідомили про наявність ПК (через десятиліття після комерційного запуску комп’ютерів, переважно в бізнес-секторі). Зараз частка домогосподарств із комп’ютерами становить близько 90%, а з урахуванням смартфонів — майже 97% — суть у тому, що масове прийняття вимагає часу і поширюється разом із корисністю та витратами.

Також інші дані показують, що попит на ШІ зростає разом із ефективністю витрат.

На основі аналізу даних OpenRouter від YipitData (який враховує лише підмножину загального споживання токенів), використання передових токенів продовжує зростати, тоді як токени з відкритими вагами продовжують швидко здобувати частку:

Частка «азійських постачальників» у загальній кількості токенів (як агентів альтернатив відкритим вагам) зросла до приблизно 60%, що втричі більше, ніж на початку року. Вибірка OpenRouter, можливо, принаймні частково схильна до користувачів з відкритими вагами, але це дійсно узгоджується з історією цінової диференціації, а також з історією Джевонса.

Так само, згідно з OpenRouter, хоча кількість токенів на користувача та витрати на користувача швидко зростають, перший показник зростає значно швидше за другий з початку року:

Знову нагадуємо, що OpenRouter бачить лише те, що бачить, — цей підхід дуже збігається з моделлю Джевонса (попит зростає разом із швидким зростанням ефективності витрат на ІІ).

Принаймні на даний момент очевидно, що зі здешевленням інтелекту він далі зсуває криву попиту вправо вгору. Більш дешеві токени з підпередньої моделі справді отримали частку, але чистий ефект полягає в експоненційному зростанні загальних витрат. Це важко назвати песимістичним сценарієм.

Песимісти можуть продовжувати стверджувати, що моделі з відкритими вагами знищують передові, але сценарії, в яких ефективність не має очевидного впливу на попит і/або сприяє зменшенню загальних витрат, насправді наближаються до сценарію кінця світу. Навпаки, Джевонс — саме те, чого сподіваються бикі.

Щодо попиту на ШІ, хоча ШІ часто називають недостатньо корисним для отримання значущого ROI, але водночас надто корисним, щоб вилучити всі робочі місця, ми з радістю повідомляємо, що наразі майже немає доказів того, що ШІ справді призводить до знищення робочих місць.

Насправді навіть слабке місце на ринку праці — набір початківців — останнім часом отримало певний імпульс, і якщо що, то штучний інтелект, схоже, допомагає, а не завдає шкоди.

Спочатку, згідно з даними Revelio, відстеження літніх стажувань у 2026 році значно вище, ніж у попередні роки:

Інтерншіп не дорівнює роботі, але вони щонайменше є сигналом певного попиту на молодь; цикл 2026 року значно перевищує '25 та '24 (хоча й не досягає рівня '23).

Ще краще те, що заробітна плата підлітків і молодих дорослих також зростає:

За даними ADP, зростання заробітної плати молодих працівників (16–24 роки) відновилося після мінімуму 2025 року. Зростання заробітної плати майже напевно є сигналом попиту: якщо заробітна плата зростає, можна розумно припустити, що перспективи для початківців на ринку праці також покращуються.

Щодо впливу ШІ (якщо він взагалі є), ситуація ще краща. ШІ, схоже, значно прискорює набір посадових осіб початкового рівня:

На основі аналізу даних про посади Revelio та витрат Ramp, «інтенсивне впровадження ШІ» відповідає зростанню кількості посадових осіб початкового рівня приблизно на 6 відсоткових пунктів через два роки після впровадження. Навпаки, «слабке впровадження ШІ» відповідає зниженню приблизно на 0,5 відсоткових пункта.

Діаграма: у компаніях з високим рівнем впровадження ШІ частка початківців збільшилася в середньому на 1,15 відсоткового пункту через два роки, тоді як у компаніях з низьким рівнем впровадження — зменшилася на 0,52 відсоткового пункту, що свідчить про те, що ШІ «створює», а не «забирає» посади початківців. Джерело: a16z

Існує кілька способів інтерпретації: від «AI створює вакансії для початківців» до «користувачі AI — це компанії зі швидким ростом, тому, звичайно, вони наймають», і до «дані Ramp, ймовірно, не є репрезентативними для всієї економіки, тому важко зробити будь-які висновки». Усі ці твердження мають сенс, але майже напевно неправильна інтерпретація — це «AI вбиває вакансії для початківців».

Можливо, коли-небудь (хоча є достатні підстави вважати, що ні), але не сьогодні.

Загалом, хоча спад посад, що мають «високу експозицію до ШІ» у епоху після нульових відсоткових ставок, активно обговорюється, про те, що посади з «високою експозицією до ШІ» останнім часом лідирують у відновленні, обговорень порівняно мало:

Згідно з даними Indeed Hiring Lab, з травня 2025 року чим вищий рівень експозиції до ШІ, тим сильнішим було відновлення щодо вакансій. Це особливо помітно для програмістів: кількість вакансій зросла приблизно на 15%, тоді як загальна кількість зменшилася приблизно на 7% (з моменту запуску Claude Code).

З більш широкого погляду, зараз ще передчасно робити висновки, але щодо тих, хто схильний стверджувати, що «ШІ робить людей застарілими», дані зовсім не підтверджують це. Якщо що, то все навпаки — рівень використання ШІ, схоже, позитивно корелює з зростанням зайнятості.

Діаграма: з травня 2025 року посади з вищим рівнем експозиції до ШІ показали більший відновлювальний ріст; ріст посад у сфері розробки програмного забезпечення майже 15%, що перевищує середній рівень ринку. Джерело: a16z

Чесно кажучи, наразі не зовсім ясно, наскільки значущою є категорія «AI-експозиція», оскільки майже немає згоди щодо того, що або хто піддається впливу ШІ (та наскільки сильно):

Чим вищий середній рівень «впливу ШІ» для певної професії, тим більшою є розбіжність у оцінках цього впливу.

Діаграма: чим вищий середній рівень впливу ШІ на професію, тим більше розбіжностей у академічних колах щодо ступеня цього впливу, що свідчить про відсутність консенсусу щодо цього поняття. Джерело: a16z

Як і очікувалося, раціональні люди можуть мати різні думки щодо майбутнього впливу нових технологій.

Звичайно, є й винятки. Усі здаються згодні, що редактори, страхувальники-підбирачі, статистики, а також, цікаво, економісти, дуже вразливі перед AI. Якщо AI нарешті замінить людських економістів, вона визнає цей злочин чи не залишиться жодного економіста, щоб розповісти цю історію?

На початку цього тижня губернатор Нью-Йорка Хочул оголосила про призупинення розробки дата-центрів терміном на рік. Серед іншого, метою призупинення є «захист споживачів електроенергії... через загрозу зростання тарифів на воду та електроенергію через розробку дата-центрів». Не маючи наміру зменшити її авторитет, губернатор надала додаткові пояснення своїх мотивів у подкасті Odd Lots — варто послухати.

Незважаючи на це, це все ще дивне твердження.

Хоча центри обробки даних справді збільшують попит на електроенергію, докази свідчать про те, що центри обробки даних насправді допомагають знизити витрати користувачів:

На основі досліджень Національної лабораторії Берклі та The Brattle Group, на рівні штатів зростання цін на електроенергію пов’язане з негативною кореляцією зі зростанням попиту. Більше споживаєте — менше платите — дивно, але правда.

Насправді, за останні 6 років у таких штатах, як Техас і Вірджинія, де зростання навантаження (найбільше розробок центрів обробки даних) було найшвидшим, майже не відбулося зростання цін. З іншого боку, у штатах з найвищим зростанням цін (мало нових центрів обробки даних), таких як Каліфорнія і Нью-Йорк, зростання навантаження зменшилося — попит на електроенергію в Каліфорнії знизився приблизно на 5%, тоді як зростання цін перевищило будь-який інший штат у країні, перевищивши другий за висотою штат приблизно на 33%.

Діаграма: у період з 2019 по 2025 рік зростання навантаження на електромережу в штатах США має негативну кореляцію зі змінами цін на електроенергію: попит у Каліфорнії та Нью-Йорку знизився, але ціни на електроенергію зросли найбільше. Джерело: a16z

Крім того, зворотна залежність між попитом на енергію та цінами на енергію, схоже, також діє в Європі:

Згідно з даними EIA, країни ЄС з найбільшим зростанням цін, крім Ірландії, також показали найбільше зниження попиту на електроенергію.

Діаграма: З 2019 по 2024 рік попит на електроенергію в основних економіках Європи та США та ціни на електроенергію також демонстрували негативну кореляцію; попит зростав у Техасі та Вірджинії, а ціни залишалися майже стабільними. Джерело: a16z

Так само, витрачаєте більше, платите менше. Це суперечить інтуїції, чи не так?

Нам всім відомо, що за інших рівних умов більший попит повинен піднімати ціни, а не навпаки (як стверджує губернатор Хоцул). Але щодо електромережі все навпаки. Причина, чому попит і витрати перебувають у зворотній залежності, полягає в тому, що електромережі часто користуються ефектом масштабу: чим більший попит на електроенергію, тим більш розподіленими стають фіксовані витрати на інфраструктуру, що призводить до зниження загальної ціни для користувачів.

Іншими словами, заборона губернатора Гохул на роботу центрів обробки даних може не «захищати споживачів електроенергії», а навпаки — призвести до протилежного ефекту: зростання цін на електроенергію може бути набагато вищим, ніж у випадку, коли центри обробки даних допомагають розподіляти фіксовані витрати мережі. Можливо, ця тенденція не буде тривати завжди, але саме так обставини склалися дотепер.

Крім витрат на енергію, потрібно враховувати й більш широкі економічні наслідки. Реальність така, що без інвестицій у інфраструктуру, пов’язану з ШІ, майже немає жодного зростання інвестицій:

Інвестиції у сферу технологій — єдина категорія інвестицій, що зростає, тому призупинення саме влучило у найвразливіше місце.

Діаграма: З 2022 року інвестиції, пов’язані з технологіями (програмне забезпечення, дослідження та розробки, ІТ-обладнання та центри обробки даних), були єдиним позитивним внеском у зростання приватних фіксованих інвестицій. Джерело: a16z

Губернатор, звичайно, має свої причини, але політика, яка може як (а) підвищити ціни на електроенергію (як частину зусиль «захисту споживачів електроенергії»), так і (б) позбавити штат Нью-Йорк найважливішого інвестиційного попутного вітру, дійсно важко зрозуміти.