Личным тайм-менеджментом и планированием я занялся в середине нулевых, когда работал в компании по управлению проектами. Своего рода профессиональная деформация: если хочешь управлять чем-то, начать неплохо бы с себя.
Инструментами тогда были бумажный дневник и Excel. От того и от другого я отказался около десяти лет назад: перебрав несколько личных планировщиков, остановился на Todoist. Удобный, простой в использовании, синхронизируется на все мои устройства. Планировщик изменил мои привычки настолько, что вторая вкладка в браузере, которую я открываю в начале рабочего дня, это он.
С AI-ассистентами я стал активно работать осенью 2025-го, когда присоединился к команде, занимавшейся адаптацией AI во внутренних процессах компании. Активным вайбкодингом начал заниматься в конце февраля 2026-го. После пары недель работы над первыми пет-проектами в Claude Code стало понятно, что систему планирования надо менять: с управленческой точки зрения AI-ассистент это акселератор, потенциально способный увеличить производительность в разы. Потенциально, потому что требует соответствующей системы планирования и управления исполнением. Ещё через пару недель с помощью всё того же Claude Code был собран персональный помощник, который выполняет функции планировщика, советника, маркетолога и продакт-менеджера. К нему написаны скиллы для интеграции с Todoist, Obsidian и сервисами Google. Сессии планирования стали проще, регулярные ретро намного информативнее.
Это что касается моих пет-проектов и личного планирования в принципе. На работе я использую разработанный нашей группой маркетплейс плагинов и скиллов для Claude Code. Они покрывают практически все роли в процессе разработки и дают интеграцию с нужными сервисами, от Jira до GitLab.
Это мой личный опыт. А что по поводу софтскиллов под AI считает рынок труда, видно по другим данным: по миллиарду с лишним объявлений о вакансиях, по зарплатным премиям и по опросам работодателей. Картина там довольно определённая, и от привычного списка «критическое мышление, коммуникация, адаптивность» она заметно отличается.
Прежде чем перейти к основному предмету, разделим две вещи. Работодателя можно спросить, что он ценит, и получить некий ответ. А можно посмотреть, за что он платит, и получить другой ответ. Первое называется «заявленным предпочтением» и живёт в опросах вроде вэфовского Future of Jobs. Второе называется «выявленным предпочтением» и живёт в текстах вакансий и в зарплатных данных.
Рынок покупает координацию
Lightcast разбирал вакансии, в которых упомянут хотя бы один AI-навык из списка в четыреста с лишним позиций по десяти кластерам, от машинного обучения и робототехники до генеративного AI и этики AI, на отрезке с января 2022 года, то есть ещё до релиза ChatGPT, по апрель 2026-го. Вопрос был простой: «какие навыки в этих вакансиях появляются быстрее прочих?»
Верх списка по абсолютному приросту заняли кросс-функциональная коллаборация, работа с заинтересованными сторонами, операционная эффективность и операционное совершенство. В верхней пятёрке из технического стоит одна AI-инфраструктура. Спрос на кросс-функциональную коллаборацию почти удвоился между вторым и третьим кварталами 2025 года и более чем удвоился между третьим и четвёртым. Сами аналитики Lightcast формулируют вывод так: большинство новых востребованных навыков выходит за пределы технической экспертизы и требует связывать разобщённые подразделения и постоянно работать с людьми напрямую.
Технические требования из AI-вакансий никуда не делись, но быстрее всего прибавляются в них другие. Они про то, как провести результат через организацию: довести до сведения смежных отделов, согласовать с теми, кто за него отвечает, встроить в уже работающий процесс. Верно это и для тех, кто пользуется готовыми сервисами, и для инженеров, которые эти системы строят.
И это уже не история про IT. В отдельном разборе Lightcast на 1,3 миллиарда вакансий 51% объявлений, требующих AI-навыков, приходится на профессии за пределами информационных технологий и компьютерных наук. Число ролей, связанных с генеративным AI, в нетехнологических отраслях выросло с 2022 года на 800%, и быстрее всех среди секторов-хотспотов растёт управление персоналом, причём за счёт линейных ролей, а не менеджерских. Требование работать с AI-технологиями пришло туда, где софтскиллы и раньше были основным содержанием работы.
Похожее видно и на выборке пошире, без AI-фильтра. В совместной работе Lightcast и America Succeeds по 75 с лишним миллионам вакансий 76% всех объявлений просят хотя бы один навык из тех, что America Succeeds называет непреходящими — коммуникацию, лидерство, решение проблем. Три и более просят 47%, и это на тринадцать пунктов больше, чем в 2021-м. Восемь из десяти самых запрашиваемых навыков на сегодня относятся к этой категории.
Один из выводов отчёта: технологическая гонка потребность в человеческих навыках усиливает, а не размывает.
Самый подорожавший навык оказался надёжностью
Отдельная находка в тех же данных Lightcast, и она самая наглядная из всего, что удалось собрать.
Навык, который в таксономии называется «надёжностью», то есть качество работника, на чей результат можно положиться, вырос в упоминаниях более чем на 6000% с первого квартала 2022 года. Зарплата, сопутствующая этому навыку, поднялась с 84,4 тысячи долларов, что было ниже среднего по рынку, до 181,1 тысячи, что заметно выше среднего.
Ценность этой цифры в том, что она относится к софтскиллу напрямую. Почти все остальные зарплатные данные в этой области измеряют премию за AI-навыки целиком, без разделения на техническую и человеческую часть. Здесь разделение есть, и человеческая часть подорожала вдвое с лишним за три года.
Почему подорожала именно надёжность, данные не объясняют, но ответ напрашивается сам собой. Когда объём производимого материала растёт кратно, а отвечает за него по-прежнему человек, дефицитным становится тот, чью работу можно принять без дополнительных проверок, и платят именно за это.
Суждение, эмпатия, креативность
PwC в Global AI Jobs Barometer за 2026 год разобрал больше миллиарда объявлений о вакансиях в 27 странах и территориях, сопоставив их с данными о задачах внутри профессий. Заголовок релиза звучит как «AI разводит рынок труда по двум траекториям, вознаграждая человеческие навыки», и за этим стоят конкретные цифры.
Набор навыков в профессиях, наиболее подверженных влиянию AI, обновляется более чем вдвое быстрее, чем в наименее подверженных. То есть в этих профессиях содержание работы переписывается на ходу, и способность переучиваться там перестала быть добродетелью и стала условием.
Дальше интереснее. Новые задачи, которые в такие роли добавляются, в 2,5 раза чаще опираются на эмпатию, суждение и креативность. Логика прозрачная: рутину модель забирает, и остаётся то, что она не забирает. Прямо PwC называет формирование суждений, креативность, лидерство и личное общение. Последний пункт в списке навыков AI-эпохи выглядит неожиданно, но он там есть.
Младшие позиции требуют навыков старших ролей
Отдельно PwC разбирает младшие позиции, на выборке в 2,4 миллиона вакансий в США, и это меняет разговор о карьерном входе.
Младшие позиции, подверженные влиянию AI, в семь раз чаще прочих требуют навыков, которых традиционно ждали от старших, лидерства в первую очередь. И именно такие вакансии растут: с 2019 года их стало на 35% больше, тогда как обычные младшие позиции сократились на 10%.
Смысл в том, что рынок перестал покупать исполнительскую часть работы отдельно. Раньше младшая позиция продавалась как пара рук: младший специалист делал объём, старший оценивал работу и принимал решения. Теперь объём делает AI, и на входе покупают ту часть, которую раньше ждали от человека с опытом. Это и есть тот самый разговор про вымывание младших позиций, только развёрнутый точнее: они не столько исчезают, сколько начинают спрашивать как со старших.
Ту же логику PwC видит и на уровне профессий целиком. Роли, где AI забирает рутину и усиливает экспертизу, вроде радиологов и рекрутеров, растут вдвое быстрее, и зарплаты в них поднимаются на 42% быстрее, чем там, где AI просто упрощает задачу для неспециалиста.
Что отвечают работодатели, когда их спрашивают напрямую
Теперь заявленная сторона. Всемирный экономический форум в отчёте Future of Jobs за 2025 год опросил работодателей о ключевых навыках, и первое место третий отчёт подряд занимает аналитическое мышление: ключевым его называют семь компаний из десяти. Дальше идут устойчивость, гибкость и адаптивность, сведённые в отчёте в один пункт, затем лидерство и социальное влияние, креативное мышление, мотивация и осознанность. В растущих по важности рядом с технологическими навыками стоят креативное мышление, та же связка устойчивости с адаптивностью и любознательность с готовностью учиться всю жизнь.
LinkedIn считает по-другому: их рейтинг Skills on the Rise за 2026 год смотрит на годовой прирост одновременно в освоении навыка и в успешности найма с ним, за период с декабря 2024 по ноябрь 2025 года. Единого мирового топа там нет, рейтинг страновой, и по странам видно одно и то же. В Британии это, в числе прочего, управление проектами, кросс-функциональная коллаборация и кросс-культурная коммуникация. В США лидерство и управление людьми. В Канаде работа с заинтересованными сторонами, куда сведены клиентская коммуникация, онбординг и всё та же кросс-функциональная коллаборация. В Австралии коммуникация и выстраивание отношений.
Отдельным наблюдением LinkedIn отмечает, что AI-компетенция в Британии выходит за пределы инженерных команд в коммерческое и операционное руководство. Это ровно то, что видно в данных Lightcast с другой стороны.
Где заявленное расходится с оплаченным
Списки не совпадают, и несовпадение содержательное.
Опросы дают на первом месте аналитическое мышление, то есть индивидуальное качество ума. Вакансии дают на первом месте координацию: согласование с теми, от кого зависит результат, работу между отделами, надёжность исполнителя. Разница между «как хорошо ты думаешь» и «как хорошо ты стыкуешь свою работу с чужой». Работодатель, отвечая на вопрос анкеты, описывает идеального сотрудника. Составляя вакансию, он описывает пробел, который надо закрыть, и часто этот пробел оказывается на стыках.
Отсюда практический вывод. Аналитическое мышление в резюме не проверяется и в вакансию попадает как формальность. А согласование проверяется вопросом, с кем ты его вёл и как решал разногласия. Второе рынок покупает.
Оговорка, без которой картина будет неточной. Зарплатные премии за AI-навыки — 62% в среднем по данным PwC за 2026 год против 57% годом ранее, 28% по данным Lightcast за 2025-й — это премии за наличие AI-навыков как таковых. Ни один отчёт не считает отдельно, сколько доплачивают за надзор и координацию, а сколько за исполнение. Единственная цифра, которая даёт софтскиллу цену, это история надёжности с её удвоением зарплаты. Одна цифра тренда не делает, и выдавать её за доказанную закономерность я не буду.
Взгляд изнутри
До сих пор речь шла о распределениях по миллионам вакансий. Теперь посмотрим, как это выглядит в одной команде, которая делает AI-продукт.
Борис Черни, создатель Claude Code, в конце июня 2026 года описал устройство своей команды в Anthropic. Должностей в привычном смысле там нет, вместо них пять функциональных архетипов: «прототипировщик», который генерирует идеи, зная, что часть из них не дойдёт до релиза; «строитель», доводящий прототип до продакшена; «уборщик», упрощающий код и снимающий лишнее; «садовник», доращивающий продукт до соответствия рынку; «смотритель», отвечающий за зрелую систему. Черни отдельно оговаривает, что архетип не привязан к профессии, под первый попадают и дизайнеры, и инженеры, и продакт-менеджеры.
Детали, которые он рассказал в интервью ещё в феврале того же года, интереснее самой схемы. Продуктовые требования в прежнем виде у команды умерли, вместо длинных документов запускают десятки быстрых прототипов. Каждый инженер сам определяет границы задачи, каждый день разговаривает с пользователями, сам достаёт данные и собирает дашборды. Дизайнеры пишут код. Пишут его и глава аппарата, и человек из финансов. Нынешнее состояние Черни называет «золотым веком универсала».
Тут есть к чему присмотреться. Продуктовые требования исчезли как документ, но согласование осталось. Оно переехало из бумаги в разговор и происходит теперь чаще. Инженер, который ежедневно говорит с пользователями и сам очерчивает задачу, занят ровно тем, что Lightcast причисляет к работе с заинтересованными сторонами. Универсальность, о которой говорит Черни, и сеньоризация, которую PwC видит на выборке в 2,4 миллиона вакансий, описывают одно и то же с разных сторон.
Правда, стоит оговориться. Черни описывает команду в одной компании, и компания продаёт тот самый AI-инструмент. Доказательством рыночных цифр его рассказ не служит, подтверждением тоже. Ценность его в другом. Это единственное место в тексте, где видно не распределение по миллиону вакансий, а работу конкретных людей.
Куда сместилась ценность
Рынок оценивает в работе с AI не то, что принято перечислять в списках навыков. Он платит за способность довести результат, сформированный AI, до организации: согласовать со смежниками, взять на себя ответственность за качество, встроить в процесс, который уже работает. Технические требования в вакансиях есть. Добавляются управленческие, координационные и репутационные компетенции.
Если называть конкретно, список короткий. Согласование с теми, от кого зависит результат, и работа между отделами стоят на верху растущих требований у Lightcast, причём спрос на второе удваивался два квартала подряд. Надёжность, то есть готовность отвечать за собственный результат, единственный навык в этой подборке с измеренной ценой, и цена его выросла вдвое за три года. Суждение, эмпатия и креативность приходят вместе с новыми задачами в AI-ролях, их там в два с половиной раза больше обычного. Лидерство спрашивают уже на входе, в семь раз чаще прежнего. Способность переучиваться перестала быть достоинством и стала условием, потому что набор требований в этих профессиях обновляется вдвое быстрее.
Аналитическое мышление, которое возглавляет опросы работодателей, в этот список не попадает. Не потому, что оно не нужно, а потому, что в вакансии оно уходит формальностью и проверить его нечем. Проверяется то, что оставляет след. С кем ты согласовывал, чей результат принимали без перепроверки, какие решения ты принял сам.
Отдельно стоит вход в профессию. Объём работы, который раньше выполняли младшие сотрудники и на котором они набирали опыт в предметной области, теперь делает AI. От новичков при этом уже сейчас ждут умения принимать решения и брать ответственность, то есть того, к чему раньше готовились годами. Где этому учиться, когда AI забирает саму работу, на которой учились, данные не отвечают.
