55% компаний признали ошибкой увольнения из-за ИИ
55% руководителей, которые сокращали штат из-за внедрения искусственного интеллекта, позже признали это ошибкой. На фоне двух лет разговоров о «замене людей» компании возвращаются к более прозаичной схеме: ИИ берёт рутину, а сложные случаи и контроль снова отдают сотрудникам. Последние примеры пришли из промышленности, банков и корпоративных сервисов, включая Ford.
CNBC пишет, что Ford снова нанимает сотни опытных инженеров для решения проблем качества, с которыми автоматизированные системы не справились. Для автопрома это чувствительная зона: ошибка на производстве обходится дороже, чем зарплата команды контроля, особенно если дело доходит до отзывов автомобилей. В 2024 году только в США автопроизводители отозвали более 30 млн машин, и качество сборки там считается не абстрактной метрикой, а прямой статьёй расходов.
Похожий разворот произошёл в Commonwealth Bank of Australia. Банк в прошлом году сократил более 40 сотрудников клиентской поддержки и заменил их голосовым ИИ-ботом, но тот не выдержал нагрузку, из-за чего объём звонков вырос. После спора с профсоюзом банк отменил сокращения и признал, что недооценил набор задач, которые невозможно закрыть одной автоматизацией.
IBM столкнулась с другой версией той же проблемы. ИИ взял на себя около 94% рутинных запросов в HR, однако оставшиеся 6% включали спорные случаи, исключения и этические вопросы, где автоматизация быстро упирается в ограничения. На этом фоне компания объявила, что в 2026 году утроит набор начинающих специалистов в США по всем бизнес-подразделениям.
Обратный найм после увольнений из-за ИИ
Серия таких случаев перестаёт выглядеть как набор частных промахов. По данным Orgvue, 39% руководителей уже сокращали сотрудников из-за ИИ, а 55% затем признали решение неверным. Рекрутинговая компания Robert Half дополняет картину: 32% менеджеров по найму в США сначала урезали вакансии из-за ИИ, а затем заново нанимали людей на те же или близкие роли.
Проблема обычно возникает не в базовой автоматизации, а в ожиданиях от неё. Исследование Intuition Labs отмечает, что компании часто закладывали бюджет на «технологии вместо людей», не инвестируя в обучение и переподготовку. В результате команды оказывались не готовы ни управлять моделями, ни проверять их выводы, ни исправлять сбои. Сокращали именно тех сотрудников, которые потом требовались для контроля за ИИ.
Этот разворот заметен и за пределами источника CNBC. В мае 2025 года Klarna, которая долго продвигала идею почти полностью автоматизированной клиентской поддержки, заявила, что снова делает ставку на людей в сервисе, поскольку клиентам нужен живой контакт в сложных сценариях. Ещё один ориентир даёт Всемирный экономический форум: в докладе Future of Jobs 2025 он оценил, что к 2030 году технологии вытеснят 92 млн рабочих мест, но одновременно создадут 170 млн новых. Для бизнеса это сигнал не о «конце занятости», а о смене структуры найма.
Есть и экономическое объяснение. McKinsey оценивает, что генеративный ИИ способен автоматизировать значительную долю задач, но не весь объём работы внутри профессии. На практике компании получают лучший результат там, где модель закрывает сортировку обращений, подготовку черновиков, поиск информации и первичную аналитику, а человек принимает решение, отвечает за исключения и несёт ответственность за итог.
- ИИ хорошо работает с типовыми запросами и шаблонными операциями
- ошибки возникают на исключениях, жалобах и спорных кейсах
- после сокращений часто не хватает людей для проверки результатов ИИ
- повторный найм обходится дороже, чем постепенная автоматизация
Для рынка труда это означает сдвиг от прямого сокращения к перераспределению функций. Работодатели по-прежнему хотят уменьшать долю ручной рутины, однако массовая замена сотрудников на раннем этапе внедрения ИИ даёт слишком много побочных эффектов: падает качество сервиса, растёт число ошибок, а экономия быстро исчезает из-за повторного найма. Следующая проверка этой модели пройдёт в 2026 году, когда крупные компании начнут подводить итоги первых полноценных циклов внедрения генеративного ИИ в поддержку, HR и инженерные процессы.
