Работа есть, соискатели есть, а найма нет: в чем секрет главного парадокса рынка труда

В 2026 году безработица в России держится около 2,2%, а в IT поиск работы ощущается как поломка. Внутри статьи - разбор нобелевской модели, которая точно объясняет, почему люди и вакансии существуют рядом, но не пересекаются.

Знакомая ситуация?

Разработчик безответно спамит откликами, а тимлид грустно листает десятки резюме, уверяя, что «искать некого». Спустя месяц бесплодных попыток оба уверены: рынок труда сломался. Но если посмотреть на цифры, это не так. 

Официальная безработица в России в 2026 году держится на уровне 2,2% (с легким колебанием до 2,1% в феврале). В стране нет массовой безработицы. Проблема гораздо тоньше: сломался не сам рынок, а механизм состыковки. Кандидат и вакансия просто перестали быстро находить друг друга.

Почему "избыток людей" не работает в IT

В простой модели избыток людей должен снизить цену труда, компании должны нанять больше, и очередь рассосется. На бумаге схема замкнутая. На рынке разработчиков она не запускается.

Работодатель не покупает абстрактный час программирования. Ему нужен человек с определенным стеком, опытом в похожей предметной области, готовностью к формату работы и зарплатным ожиданием, которое команда может защитить. Кандидат тоже выбирает не максимальную цифру в оффере. Он сравнивает нагрузку, риск сокращения, стек, который останется в резюме через два года, и время, которое уйдет на поиск, если место окажется пустым.

Пока эти условия не совпали, вакансия и резюме спокойно лежат рядом. Их количество ничего не говорит о числе наймов.

За что дали «Нобелевку» в 2010-м и как это связано с вашим резюме

Питер Даймонд, Дейл Мортенсен и Кристофер Писсаридес были удостоены премии по экономике за разработку модели DMP, которая объясняет рынки через издержки и задержки в поиске работы. Данная концепция рассматривает соискателей и работодателей как активных участников, чье взаимодействие формирует естественный баланс, при котором высокий уровень безработицы и множество открытых вакансий могут сосуществовать одновременно.

Почему безработица - бассейн с двумя трубами, а не просто куча людей

Рынок труда правильнее измерять не числом безработных, а скоростью двух потоков: как быстро люди теряют работу и как быстро находят новую.

Представьте пример: каждый месяц увольняются 2% занятых, а работу находят 20% соискателей. В таком режиме безработица замрет на уровне 9%. Теперь допустим, что компании стали нанимать в два раза медленнее (10% в месяц), а увольнять чаще не стали. Безработица все равно подскочит до 17%. Никакого кризиса сокращений нет - люди просто «застревают» в поиске, наполняя бассейн.

Те же 17% можно получить наоборот: если увольнения выросли до 4%, а берут на работу так же (20%). Снаружи результат одинаковый, но изнутри это две разные поломки. В первом случае сломался маркер «выхода» из поиска, во втором - вырос «вход», и лечить их нужно по-разному.

В IT этот процесс виден отчетливо: когда поиск затягивается, база кандидатов на сайтах растет, создавая иллюзию массовых увольнений, которых на самом деле не было.

Вакансия тоже не дана свыше

В работе Писсаридеса середины 1980-х число вакансий перестало быть внешней данностью. Компания открывает место, если ожидаемая отдача будущего сотрудника покрывает стоимость поиска и найма. Незаполненная позиция похожа на инвестиционный проект, который еще не начал приносить доход: расходы уже идут, отдача впереди и не гарантирована.

В 1994 году Мортенсен и Писсаридес добавили в свою модель важную деталь: рабочие места тоже могут «умирать». Позиция, которая еще вчера приносила компании деньги, сегодня может стать обузой. Сменился технологический стек, упали продажи, выросли косты или задачу просто автоматизировали - и все, ценность места упала ниже критической отметки. В этот момент бизнесу проще и дешевле уничтожить саму вакансию, а человека отправить обратно на рынок труда.

Три решения связаны. Функция встреч переводит число ищущих и число вакансий в число наймов. Скорость нахождения работы и скорость закрытия вакансий задают, какой уровень поиска рынок может держать постоянно. Стоимость и длительность закрытия позиции влияют на то, сколько новых мест компании вообще захотят открыть. Рынок труда в этой рамке не очередь у кассы. Это система с обратной связью.

Что на самом деле происходит в российском IT прямо сейчас

Картина первого полугодия 2026 года хорошо ложится на эту схему, если не склеивать все источники в одну цифру.

По оценке SuperJob, которую привел Коммерсантъ, число IT-вакансий в январе-июне 2026 года сократилось на 21% к тому же периоду 2025 года. Число резюме выросло тоже на 21%. В целом по рынку труда прирост резюме, по тем же данным, составил 33%. Коммерсантъ отдельно передает оценку Хабр Карьеры: на этой площадке число вакансий в первом полугодии 2026 года сократилось на 56%.

Причины, которые называют в том же материале, разные, и это как раз аргумент против единого диагноза. Компании чаще закрывают задачи внутренней ротацией. Часть около-IT работы уже забирают инструменты на базе ИИ. Высокая ключевая ставка откладывает R&D. В Минцифры при этом отмечают, что спрос на middle и senior с практическим опытом сохраняется. Спрос не исчез. Он сузился до людей, которых можно поставить на текущую задачу без долгого дообучения.

Четыре поломки с одной внешней картинкой

Снаружи все режимы выглядят одинаково: кандидат месяцами ищет, вакансия месяцами висит, обе стороны недовольны. Модель разделяет минимум четыре разных механизма.

Компании создают меньше мест.

Вчера в плане было десять наймов, бюджет оставляет два. Проект отменили, замену ушедшему решили не открывать, расширение команды перенесли. Улучшение резюме и более умный скрининг здесь почти ничего не меняют. Нельзя идеально сопоставить людей с вакансиями, которых стало вдвое меньше. Это ограничение со стороны создания рабочих мест, а не со стороны качества писем.

Люди и места есть, но встреча стала хуже.

Работа на рынке есть, кандидаты тоже есть, а стена между ними выросла. Стек в вакансии уже не тот, что в резюме годичной давности. Офис, удаленка и гибрид не совпадают. Предметная область слишком узкая. Часть откликов человек отправляет вслепую, часть вакансий компания пишет под идеального прошлого сотрудника. В модели это падение эффективности сопоставления: при тех же запасах людей и мест наймов становится меньше. На графике это сдвиг кривой Бевериджа. Вакансии и поиск растут или держатся вместе не потому, что рынок забыл цену, а потому что встреча стала дороже.

Зарплатные ожидания и офферы не пересекаются.

В поиске с трениями зарплата не равна цене, которая мгновенно очищает рынок. Стороны делят выигрыш от конкретной встречи. У кандидата есть нижняя граница: ниже нее проще продолжать поиск, брать разовые заказы или сидеть на запасе. У компании есть верхняя граница: выше нее место не окупает риск. Если эти границы не пересекаются, отклик и вакансия остаются в базе. Формально спрос и предложение существуют. Сделки нет.

Обе стороны стали разборчивее, потому что ошибка подорожала.

Чем дольше человек может финансировать поиск, тем выше планка, ниже которой он не согласится. Накопления, подработка, поддержка семьи и разовый фриланс не равны пособию из учебника, но механизм тот же: ценность ожидания растет, и человек реже берет первое предложение. Компания в узком бюджете делает зеркальный ход. Цена неудачного найма выросла, поэтому вакансия начинает звучать как описание прошлого сильного сотрудника: тот же стек, та же нагрузка, та же отрасль. Желание купить кота в мешке и доучить его за свой счет пропадает вместе с запасом денег.

Какое место в этой картине занимает ИИ и почему вокруг него так много мифов

Первый эффект ИИ на найме уже бытовой. Раньше осмысленный отклик был дорогим: открыть вакансию, прочитать требования, поправить резюме, написать письмо. Теперь значительную часть этой работы можно отдать модели. Если ответы приходят редко, рациональная реакция кандидата простая. На десять писем не ответили, отправлю сто. Технически потолок почти сняли.

Для компании этот поток не выглядит как подарок. Алгоритм может быстрее разложить резюме по требованиям, но он удешевил массовый поиск, а не качественный. Доля слабого сигнала в каждой пачке выросла. Рекрутер тратит время на отсев текста, который хорошо совпадает с вакансией по словам и плохо совпадает по сделанной работе. Эффективность встречи может упасть именно там, где инструмент обещал ее поднять.

Второй эффект глубже, и он бьет не по скринингу, а по решению открывать место. В 2026 году Писсаридес разобрал тему на президентской лекции конференции Royal Economic Society, AI Disruptions in the Labour Market. По пересказу общества и последующих интервью, он оценивает, что примерно от трети до 40% рабочих мест в Великобритании и США могут почти не затронуть ИИ. Речь о работе, где важны присутствие, уход, гостеприимство, живой разговор. Он не ждет повторения того скачка производительности, который связывают с распространением компьютеров в 1980-1990-х. ИИ уже меняет отдельные задачи. Массового уничтожения мест и бума производительности, сопоставимого с той волной, в этих оценках нет.

Для разработки вывод другой, чем для гостиницы. Код, тесты, черновики документации и рутинный разбор как раз входят в зону, где модель уже забирает куски работы. Отсюда сдвиг в условии создания вакансии. Раньше джуниор окупался не в первый месяц. Он забирал на себя понятные куски, пока рос до самостоятельного контура, и это оправдывало стоимость поиска и наставничества. Если эти куски теперь закрывает модель, ожидаемая отдача от места падает, а стоимость ошибки остается. Компания реже открывает позицию, на которой человек должен сначала дорасти.

Это не приговор профессии. Это сдвиг порога. Спрос, который Минцифры описывает как спрос на middle и senior с практикой, в модели выглядит закономерно: место открывают там, где отдача близка по времени, а не там, где она обещана через полгода роста.

Чего модель не обещает

DMP объясняет, почему очередь и пустые ставки живут вместе. Она не выдает один рычаг, который все починит.

Лучшее сопроводительное письмо повышает шанс конкретной встречи. Оно не создает бюджет на десятую позицию и не снижает ключевую ставку, из-за которой R&D отложили. Более жесткий скрининг с помощью ИИ может ускорить отсев и одновременно поднять планку приемлемого совпадения. Очередь для людей чуть ниже этой планки станет длиннее, даже если среднее качество найма у компании вырастет.

Есть и предел переноса. Нобелевские работы калибровали общий рынок труда, в первую очередь на данных развитых экономик, а не российский рынок разработки образца 2026 года. Национальная безработица около 2,2% может спокойно соседствовать с жестким субрынком, где поиск длится месяцами. Модель здесь работает как диагностика, не как прогноз числа вакансий на следующий квартал.

Практический вывод для команды и для кандидата один и тот же. Сначала нужно понять, какая из четырех поломок перед вами. Мало новых мест. Плохое совпадение по стеку и формату. Дыра между ожиданием и оффером. Слишком высокая цена ошибки, из-за которой обе стороны ждут идеального совпадения. Пока это не разделено, совет просто лучше составляйте резюме лечит разные болезни одной таблеткой.

Итог

Рынок труда не сводит автоматически сто кандидатов и сто вакансий в сто наймов. Согласно модели DMP, подбор - это дорогой процесс, а рабочее место существует лишь до тех пор, пока оно окупается. 

В IT 2026 года люди и задачи никуда не исчезли, но найм буксует, потому что стоимость встреч, финансовые ожидания сторон и требования к эффективности позиций перестали совпадать. Этот сбой носит комплексный характер, поэтому решить его одним универсальным приемом невозможно.

Источники, на которые опирается статья.

·        Нобелевский комитет, научный обзор премии 2010 года: Peter Diamond, Dale Mortensen, Christopher Pissarides, рынки с трениями поиска. Опорные работы включают Pissarides (1985) и Mortensen, Pissarides (1994).

·        Royal Economic Society, президентская лекция Christopher Pissarides на конференции 2026 года: AI Disruptions in the Labour Market. Оценка: примерно от трети до 40% рабочих мест в Великобритании и США могут остаться почти не затронутыми ИИ. Ожидания бума производительности уровня компьютерной волны 1980-1990-х в этой лекции нет.

·        Коммерсантъ, материал о рынке IT-кадров за первое полугодие 2026 года: оценка SuperJob о снижении числа IT-вакансий на 21% и росте резюме на 21% год к году; передача данных Хабр Карьеры о снижении числа вакансий на 56%; комментарий о внутренней ротации, ИИ и ключевой ставке; позиция Минцифры о сохранении спроса на middle и senior с практическим опытом.

·        Росстат, по сообщениям ПРАЙМ и РИА Новости: безработица в марте 2026 года 2,2% после 2,1% в феврале; по итогам второго квартала и к сентябрю 2026 года оценки снова на уровне около 2,2%.

·        Численный пример со скоростями 2%, 4%, 10% и 20% - учебная иллюстрация стационарной формулы, не оценка по России и не оценка по IT.