Коротко

Product Engineer — не новая профессия, которую изобрёл AI. Это современная этикетка для давно знакомого сильного профиля: T-shaped инженера.

  • Вертикаль T — глубокая инженерная компетенция: система, код, архитектура, надёжность.
  • Горизонталь T — способность понимать проблему, работать с продуктом и данными, доводить изменение до production и видеть последствия.

Такие специалисты были востребованы всегда: senior/staff engineers, founding engineers, сильные full-stack-разработчики, инженеры, которые «build it, run it». Рынок не начал внезапно хотеть этот профиль. Он начал делать его более достижимым.

AI сокращает стоимость горизонтали T: быстрее войти в незнакомый код, собрать контекст, подготовить тесты, проверить гипотезу, разобраться в инциденте. Он не заменяет вертикаль — и не берёт на себя ответственность за решение. Но он позволяет инженеру с хорошей базой быстрее расширить scope.

Product Engineer = не новый title, а T-shaped archetype

Спор о названии мало что даёт. Product Engineer исторически неоднозначен: под ним могут иметь в виду software, hardware, product design или presales. В предыдущем evidence-разборе это видно достаточно ясно.

Гораздо полезнее спросить: какой профиль компании ценили до AI?

Инженер с глубиной, который способен превратить проблему пользователя в надёжное изменение продукта.

Это и есть T-shaped профиль. Он не означает «один человек заменяет PM, дизайнера, аналитика, SRE и безопасника». Он означает, что инженер умеет пройти через их контуры: задать вопрос до реализации, увидеть ограничения, использовать экспертизу коллег и не считать работу законченной в момент merge.

Вакансии и раньше называли таких людей по-разному: Senior/Staff Engineer, Full-stack, Founding Engineer, Engineer-Owner. Сейчас тот же archetype появляется в более явной формулировке. Например, одна опубликованная Go-вакансия ожидает вести сервис от требований и архитектуры до деплоя и production support, включая CI/CD и observability; другая прямо ищет Engineer-Owner, который самостоятельно уточняет требования, принимает решения и отвечает за развитие и эксплуатацию бэкенда (примеры).

Два объявления не доказывают долю рынка. Они показывают язык спроса: компании покупают не закрытый тикет, а способность владеть цепочкой и последствиями.

Что поменял AI: не идеал инженера, а стоимость пути к нему

Раньше расширить горизонталь T было дорого по времени. Нужно было вручную:

  • долго разбираться в незнакомом сервисе и его истории;
  • искать связанный контекст по документации, коду и инцидентам;
  • готовить черновики тестов и migration plan;
  • собирать варианты решения и спорить до первого прототипа;
  • проходить границы между разработкой, эксплуатацией и продуктом.

AI не отменяет эту работу. Но сокращает цену первой итерации: помогает ориентироваться в коде, подготовить вопросы, сформировать тест-кейсы, сделать небольшой эксперимент, разложить симптомы инцидента. Stack Overflow Developer Survey 2025 фиксирует, что 84% респондентов уже используют AI-инструменты в разработке или планируют это делать; годом ранее было 76%. По DORA 2025 90% технических специалистов используют AI на работе.

Поэтому сильный archetype становится доступнее не потому, что AI делает всех сильными инженерами. А потому, что он уменьшает трение на горизонтали T — между глубокой экспертизой и соседними частями delivery.

Разгон 2024 → 2026: рынок всё явнее просит AI-enabled scope

Здесь важно не рисовать фальшивый график «доли Product Engineer вакансий»: общего, сопоставимого счётчика такой роли нет. Компании используют разные слова — full ownership, end-to-end, Engineer-Owner, you build it, you run it.

Но рынок оставил более надёжный след: доля вакансий, требующих AI-компетенций, растёт, а сами требования сдвигаются от знакомства с чат-ботом к построению и эксплуатации систем.

Глобальная динамика: США, Lightcast / Stanford AI Index

В AI Index 2025 (данные Lightcast) доля американских вакансий, требующих AI-навыки, выросла с 1,4% в 2023 году до 1,8% в 2024-м. В AI Index 2026 последний рыночный срез уже показывает 2,56% в 2025-м.

Это ещё не большинство рынка — и не должно им выглядеть. Но за два года это почти удвоение доли вакансий. Сам Stanford отдельно предупреждает, что исторические значения могут пересчитываться с обновлением данных; направление год-к-году при этом остаётся тем же.

Внутри этого сдвига важнее качество спроса:

  • упоминания generative-AI навыков в AI-вакансиях выросли на 111% с 2024 по 2025 год;
  • запрос смещается от общего знакомства с chat-инструментами к навыкам, связанным с агентами, orchestration и operationalization;
  • в 2025 году AI и machine-learning skill clusters встречались в 1,7% и 1,0% всех вакансий США соответственно.

Это именно тот рынок, в котором горизонталь T становится экономически важнее: компаниям нужны не только модели и промпты, а инженеры, которые способны встроить новую возможность в продукт, инфраструктуру, процессы и контроль качества.

Срез России на 2026 год: рынок ещё ранний, но уже платит за сигнал

Российский рынок пока не даёт честной долгой серии по E2E ownership. Однако он уже показывает, что AI-навык стал отдельным сигналом спроса. По данным hh.ru, опубликованным в сентябре 2026 года:

  • число резюме с AI-навыками выросло примерно в 3 раза по сравнению с 2023 годом;
  • в IT их указывают 14,4% резюме — максимальная доля среди профессиональных сфер;
  • работодатели явно требуют AI-навыки примерно в 2% вакансий по всему рынку;
  • медианная предлагаемая зарплата в таких вакансиях примерно на 11% выше среднерыночной.

Это не «AI обязателен каждому». Это ранний срез перехода: явный спрос пока небольшой, но рынок уже выделяет его деньгами, а IT — первый сектор, где навык заметнее всего.

Почему это усиливает именно T-shape

AI сам по себе может и сузить человека: быстрее генерировать код по чужой постановке. Но конкурентное преимущество возникает в обратной модели.

Глубина позволяет отличить хорошее решение от правдоподобного мусора. Ширина позволяет выбрать, куда это решение вообще применять. AI делает переходы между этими точками быстрее.

Отсюда новая практическая норма:

  1. Сохраняй вертикаль. Архитектура, домен, надёжность, безопасность и качество остаются фундаментом.
  2. Расширяй горизонталь через реальные циклы. Бери задачу от проблемы до измерения эффекта, а не только до PR.
  3. Используй AI для снятия трения. Контекст, черновики, эксперименты, документация, тесты, разборы — но не передача ответственности.
  4. Не героизируй ownership. Широкая роль требует сильной среды: платформы, observability, guardrails, review и понятных границ.

По данным DORA о platform engineering, 90% организаций используют internal developer platform, а 76% уже имеют выделенные platform teams. Это обратная сторона тренда: компании не просто хотят от инженера больше scope, они строят среду, в которой этот scope можно удержать без постоянного героизма.

Вывод

Такие инженеры были ценны всегда. В 2024–2026 изменилось не это.

Изменилась скорость, с которой компания может превратить идею в изменение продукта, а инженер — расширить свою рабочую горизонталь. Рынок уже фиксирует это в вакансиях с AI-навыками, в смещении к operationalization и в более явных требованиях к ownership.

Product Engineer — не новая массовая должность. Это старый T-shaped archetype, к которому AI теперь даёт более короткую дорогу.