Компании возвращают сотрудников после сбоев ИИ-сервисов
Ряд компаний, сокращавших персонал ради автоматизации, начал пересматривать эти решения после неудачных попыток заменить сотрудников системами искусственного интеллекта. CNBC пишет, что работодатели, включая Ford, возвращают специалистов в функции, где ИИ ошибается на нестандартных запросах, хуже работает с клиентами и зависит от качества исходных данных. Речь идет не об отказе от автоматизации, а о более узкой роли ИИ как инструмента для рутинных операций.
Один из заметных примеров — Ford Motor Company. После внедрения автоматизированных систем контроля качества компания вернула и повысила более 350 инженеров. Руководство признало, что машинный анализ не заменил специалистов в задачах, где нужно интерпретировать сложные производственные данные и учитывать контекст, который не попадает в обучающую выборку.
С похожей проблемой столкнулся Commonwealth Bank of Australia. После перевода части клиентской поддержки на голосовых ИИ-ботов нагрузка на колл-центры выросла, потому что система плохо обрабатывала сложные обращения. Банку пришлось восстанавливать штат операторов, чтобы закрыть случаи, где клиенту нужен не скрипт, а разбор ситуации.
IBM скорректировала стратегию мягче. Компания сохранила ИИ в HR для типовых запросов, но заявила о планах нарастить набор сотрудников начального уровня в США к 2026 году. Внутри компании объясняют это просто: задачи с этической оценкой, выбором между несколькими сценариями и принятием решений все еще требуют человека, даже если первый черновик делает машина.
Опросы показывают, что речь не о единичных сбоях. По данным Orgvue, 39% руководителей сокращали персонал из-за внедрения ИИ, а больше половины из них затем называли это решение ошибочным. Исследование Robert Half дало близкий результат: около трети работодателей, убравших позиции из-за автоматизации, позже вернули аналогичные роли.
Компании возвращают сотрудников после сбоев ИИ
Эта коррекция совпадает с более широким разворотом в корпоративных ожиданиях. В 2023 и 2024 годах многие компании тестировали тезис о том, что генеративный ИИ быстро заменит часть офисных функций, прежде всего поддержку, рекрутинг, документооборот и базовую аналитику. На практике лучше всего автоматизировались повторяемые задачи с понятным шаблоном ответа. Как только запрос выходил за рамки сценария, система либо передавала его человеку, либо выдавала уверенную ошибку.
Показательный прецедент дала Klarna. Шведская финтех-компания в 2024 году сообщала, что ее ИИ-ассистент взял на себя объем работы, сопоставимый с сотнями операторов поддержки. Позже руководство смягчило риторику и вернулось к найму людей для клиентского сервиса, объяснив это падением качества в более сложных обращениях и необходимостью сохранить возможность живого общения.
Даже там, где ИИ экономит время, компании вынуждены пересчитывать полную стоимость внедрения. В нее входят не только лицензии и вычислительные мощности, но и расходы на контроль качества, ручную проверку, дообучение моделей и исправление ошибок в работе с клиентами. Для банков, автопроизводителей и работодателей с большой сервисной нагрузкой цена промаха выше, чем экономия на нескольких ставках.
Есть и структурное ограничение. Генеративные модели хорошо суммируют, классифицируют и предлагают шаблонные ответы, но заметно хуже справляются с задачами, где нужно знать внутренние процессы компании, учитывать редкие исключения и брать ответственность за решение. Поэтому бизнес все чаще оставляет ИИ «первой линией» для сортировки и черновиков, а людей — второй линией для спорных, дорогих и репутационно чувствительных случаев.
Это видно и по рынку труда. На фоне разговоров о массовом вытеснении офисных ролей работодатели активнее ищут сотрудников с опытом проверки моделей, настройки рабочих процессов и работы «поверх» ИИ-сервисов. Иными словами, часть позиций исчезает, часть возвращается в измененном виде, а наиболее устойчивыми оказываются роли, где нужны отраслевая экспертиза и контакт с клиентом.
Разворот вряд ли остановит инвестиции в ИИ. Gartner оценивала мировые расходы на генеративный ИИ в $644 млрд в 2025 году, и большая часть этих денег ушла не в замену людей, а в встраивание моделей в существующие процессы. Поэтому ближайшие кварталы, особенно сезон отчетности в США, покажут не число уволенных ради ИИ, а число компаний, которым пришлось вернуть людей после слишком прямолинейной автоматизации.
