За последнее время мы прочитали три больших исследования о рынке труда: McKinsey HR Monitor 2026, PwC Global AI Jobs Barometer 2026 и Coursera Job Skills Report 2026.

Исследования разные. McKinsey смотрит на то, что происходит с наймом, развитием сотрудников и HR. PwC проанализировала больше миллиарда вакансий и изучила, как искусственный интеллект уже влияет на работу, зарплаты и требования к людям. Coursera исследовала, какие навыки сейчас развиваются быстрее всего.

Все три отчёта глобальные и напрямую fashion не исследуют.

Нам было интересно посмотреть на их выводы через рынок, с которым мы работаем каждый день. И многое оказалось очень узнаваемым.

Особенно одна тенденция: привычные названия должностей всё хуже объясняют, какого человека на самом деле ищет компания.

McKinsey пишет, что компании по-прежнему в основном планируют команду через количество сотрудников и текущую потребность в людях. Долгосрочным планированием рабочей силы занимаются только 11% опрошенных организаций.

При этом сама работа меняется гораздо быстрее.

Мы хорошо видим это в подборе.

Компания приходит искать директора по маркетингу. Начинаем разбирать задачу и выясняется, что один собственник ждёт от этого человека развития бренда. Другому нужен руководитель, который возьмёт на себя ещё CRM, digital и e-commerce. Третьему нужен человек, способный практически напрямую влиять на продажи.

Должность называется одинаково. Профили получаются совершенно разные.

То же самое происходит с коммерческими директорами, e-commerce, продуктом, аналитикой и другими функциями.

Поэтому мы всё чаще начинаем поиск с подробного разбора самой бизнес-задачи.

Что должен изменить новый человек? За какой результат отвечать? Что он должен уметь делать самостоятельно? Какая экспертиза уже есть в команде, а какой действительно не хватает?

Иногда после этого меняется даже первоначальное название позиции.

И думаю, что дальше таких случаев будет больше.

В исследовании PwC есть интересные данные.

Навыки в профессиях, сильнее всего затронутых ИИ, меняются примерно в два раза быстрее, чем в остальных.

При этом PwC увидела две разные траектории.

В части профессий ИИ забирает более простые задачи, а человеку остаётся работа, где требуется больше экспертизы. Такие позиции показывают более сильную динамику роста и оплаты.

И это важный момент.

Сегодня уже довольно легко собрать конкурентный анализ, сделать первый вариант презентации, обработать большой объём информации, подготовить десятки вариантов текста или визуальной концепции.

Но получить информацию и принять на её основе хорошее решение всё-таки разные профессиональные навыки.

В fashion это особенно заметно.

Можно быстро получить аналитику продаж. Но нужно понимать, почему конкретная категория просела и что с этим делать.

Можно получить прогноз спроса. Но кто-то должен решить, стоит ли на его основании менять ассортимент.

Можно за несколько минут получить двадцать вариантов рекламной кампании. Но выбор идеи, которая подходит конкретному бренду, всё ещё требует понимания продукта, клиента и бизнеса.

Получается, что скорость выполнения части работы растёт. Вместе с ней растут и требования к человеку.

Вот здесь данные PwC заставляют задуматься.

В профессиях, которые активно меняются под влиянием ИИ, junior-позиции уже гораздо чаще требуют навыков, которые раньше ожидали от более опытных сотрудников. Среди них стратегическое мышление, принятие решений и лидерские компетенции.

Для fashion это довольно чувствительная история.

Очень многие люди входили в индустрию через простую работу.

Ассистенты собирали информацию, делали таблицы, готовили отчёты и презентации, занимались ресерчем, помогали старшим коллегам. Заодно смотрели, как принимаются решения, учились на ошибках и постепенно набирали профессиональный опыт.

Часть этой работы сейчас действительно можно автоматизировать.

Для компании это удобно. Для развития людей появляется новый вопрос.

На чём будет учиться следующий сильный специалист?

Нельзя сразу стать хорошим коммерческим директором, бренд-директором или руководителем e-commerce. Экспертиза всё равно появляется через практику.

Поэтому, думаю, компаниям придётся гораздо внимательнее относиться к тому, как они выращивают начинающих специалистов. Просто дать человеку набор простых задач и ждать, пока через несколько лет он станет сильным профессионалом, уже может быть недостаточно.

Наставничество, обратная связь и возможность довольно рано участвовать в реальных бизнес-задачах становятся гораздо важнее.

Coursera зафиксировала огромный рост интереса к генеративному ИИ. В 2026 году количество записей корпоративных пользователей на соответствующие программы выросло на 234%.

Но рядом есть другая цифра, которая мне нравится гораздо больше.

Интерес к развитию критического мышления в исследованных профессиональных направлениях вырос в среднем на 120%.

Мне кажется, эти две цифры хорошо читать вместе.

Освоить очередной инструмент сегодня можно довольно быстро. Профессиональная ценность появляется дальше.

Нужно уметь проверить результат. Понять, где ошибка. Увидеть контекст, которого нет у системы. Задать правильный вопрос. В конце концов, решить, что делать с полученной информацией.

И здесь у fashion есть своя специфика.

Это индустрия, где постоянно приходится соединять цифры с довольно большим количеством решений, которые невозможно принять исключительно по таблице.

Что произвести? В каком количестве? Как позиционировать продукт? Стоит ли заходить в новый канал? Почему одна коллекция сработала, а другая нет? Что происходит с клиентом?

ИИ может дать для этих решений гораздо больше информации и сделать это быстрее.

Но ответственность за решение остаётся у человека.

Есть ещё один процесс, который мы наблюдаем в работе с fashion-компаниями.

Количество кандидатов само по себе давно ничего не гарантирует.

На позицию можно получить много резюме и при этом довольно долго искать человека, который действительно подходит бизнесу.

Причина часто становится понятна после нескольких интервью.

Компании требуется всё более сложное сочетание компетенций.

Например, хороший специалист по маркетплейсам сегодня должен понимать не только кабинет площадки. Нужны экономика канала, ассортимент, продвижение, аналитика, маржинальность.

От директора по маркетингу могут одновременно ждать понимания бренда, CRM, digital, контента, коммерческих показателей и способности управлять командой.

От руководителя продукта в одной компании потребуется глубокое знание производства, в другой добавятся ассортиментная аналитика, экономика продукта и продажи.

Найти каждую из этих компетенций отдельно гораздо проще, чем найти их нужное сочетание в одном человеке.

Поэтому я бы осторожнее говорила о кадровом дефиците как о нехватке людей вообще.

Во многих случаях компании уже сталкиваются с дефицитом конкретных компетенций и их сочетаний.

И для fashion этот вопрос, скорее всего, будет становиться всё заметнее.

После этих трёх отчётов у нас осталось ощущение, что разговор о том, какие профессии исчезнут из-за ИИ и какие появятся вместо них, немного уводит в сторону.

Для работодателя сейчас полезнее смотреть на то, как меняется содержание уже существующих профессий.

Какие задачи внутри роли остаются действительно важными? Какие можно автоматизировать? Каких навыков раньше в этой должности не было, а теперь без них уже сложно? Что должен уметь человек через два-три года?

И для кандидатов вопрос примерно такой же.

Само название профессии всё меньше гарантирует востребованность. Два человека с одинаковой строчкой в резюме могут иметь совершенно разную ценность для бизнеса.

Судя по исследованиям и по тому, что мы видим в fashion, сильнее будут позиции у тех, кто умеет соединять несколько вещей: хорошо знает свою профессию, понимает бизнес, способен принимать решения и умеет использовать новые технологии в работе.

Мне кажется, именно за такими сочетаниями компетенций и стоит сейчас наблюдать.

Потому что рынок труда в fashion уже меняется. Просто эти изменения пока гораздо лучше видны внутри вакансий и требований работодателей, чем в названиях должностей.