С начала года IT-отрасль заштормило. Прошла рекордная волна увольнений, которые компании объясняли переходом на ИИ, суммарно списали на автоматизацию около 113 тысяч рабочих мест только в США (такую оценку дает кадровое агентство Challenger, Gray & Christmas). Но теперь процесс разворачивается в другую сторону. После серии заметных провалов лозунг «людей заменит ИИ» уступает место куда более осторожной тактике. Компании сначала проверяют, действительно ли агенты справляются с реальной нагрузкой, и только потом принимают решение о сокращении штата, а не наоборот, как это было еще совсем недавно.
Самый заметный пример такого разворота — Meta. Компания решила проверить гипотезу на себе: перестроить организацию так, чтобы основную часть повседневной работы выполняли ИИ-агенты, а не штатные сотрудники. Внутренний проект получил кодовое название Project OT (Organization Transformation), и к концу лета о нем подробно рассказало агентство Reuters, изучившее внутренние документы, записи совещаний и опросившее больше двадцати человек, знакомых с ситуацией.
Идея родилась зимой, на выездной стратегической сессии Цукерберга на Гавайях. Обычные продуктовые команды из 10-20 человек предполагалось превратить в «поды» из 3-5 «билдеров» — сотрудников, которые ставят задачи ИИ-агентам и принимают итоговые решения, а рутину поручают модели. Средний менеджмент планировали сократить, а специалистов сделать общими сразу для нескольких подов. В самых агрессивных сценариях для части команд обсуждалось сокращение штата вплоть до 60% — за счет увольнений, переводов в другие отделы и закрытия вакансий. Важная оговорка: речь шла о сценариях для отдельных подразделений, а не об утвержденном плане уволить 60% всей компании. Это Meta подтвердила сама, уточнив, что окончательное решение так и не приняли.
Реализовать план собирались в два этапа: первый — весной, второй — на осень. Но планы второй, более радикальной волны Цукерберг остановил в ночь перед стартом первой. Утром следующего дня первая волна все равно прошла — компания уволила около 8 тысяч человек, то есть примерно 10% штата.
Журналисты так и не смогли установить, что именно стало последней каплей, отменившей вторую волну увольнений. Судя по внутренним документам, причин было несколько. Часть сотрудников выступила против программы слежки: компания пыталась собирать данные о нажатиях клавиш и движениях мыши у части американских работников, чтобы обучать на этих данных агентов, способных самостоятельно выполнять их задачи (программу позже приостановили). Росло и раздражение из-за постоянных предупреждений о грядущих сокращениях. Но решающими оказались цифры из собственной телеметрии: число серьезных технических и защитных инцидентов выросло на 40% год к году, а время, которое инженеры тратили на устранение проблем вместо разработки — на 70%. При этом объем изменений в коде вырос на 220%, а число новых функций, дошедших до пользователей — только на 36%. Агенты писали много, но заметная часть написанного превращалась не в продукт, а в работу для других людей.
Цукерберг сказал сотрудникам, что не ожидает других общекорпоративных сокращений до конца года. Meta подтвердила существование Project OT, назвав его «сценарным упражнением» и годовым усилием по сокращению издержек и переброске людей на приоритетные направления, включая производство обучающих данных для собственных моделей. Показательная деталь: в ту же неделю, когда часть сотрудников увольняли, около 7 тысяч человек перевели именно в ИИ-подразделения. От Искусственного интеллекта компания не отказалась, отменили именно ставку на то, что агенты уже готовы взять на себя работу целых команд. Одна весенняя волна обошлась в 1,18 миллиарда долларов расходов на выходные пособия.
Похожий, хотя и более узкий по масштабу разворот произошел у шведского финтеха Klarna, и там с самого начала речь шла не про инженеров, а про поддержку клиентов. Компания объявила, что ИИ-ассистент на модели OpenAI за первый месяц провел 2,3 млн диалогов и по объему работы заменил около 700 штатных операторов, а среднее время решения обращения упало с 11 минут до менее чем двух. Штат поддержки при этом сократился на 22% за счет естественного оттока, найм новых людей почти остановили.
Позже гендиректор Себастьян Семятковски публично признал в интервью Bloomberg, что компания зашла слишком далеко: раз стоимость стала слишком доминирующим критерием при организации сервиса, результатом закономерно оказывается более низкое качество. Клиенты жаловались на шаблонные ответы бота и его беспомощность в спорных случаях вроде оспаривания платежа. Klarna сначала наняла пару фрилансеров, затем перевела в поддержку часть собственных инженеров и маркетологов, а позже запустила гибридную модель по образцу Uber. Рутинные вопросы по-прежнему обрабатывает бот, а сложные и эмоционально чувствительные случаи передаются живому специалисту. Когнитивный психолог Гэри Маркус предложил для этой закономерности отдельный термин — «эффект Кларны»: громкое обещание заменить людей ИИ, за которым спустя год-полтора следует публичное признание, что реальность разошлась с презентацией.
По данным ежегодного аналитического отчета SignalFire о состоянии технологических кадров, общий найм в крупных хайтек-компаниях упал на 25% по сравнению с 2019 годом, но вакансий для инженеров стало меньше только на 11%, а их доля в общем найме выросла с 46% до 55%. Число позиций, связанных с ИИ, росло, тогда как дизайн, маркетинг и продуктовый менеджмент сокращались заметно резче. Стэнфордская лаборатория цифровой экономики не нашла признаков массового вытеснения работников ИИ по экономике в целом, зато зафиксировала, что занятость среди 22-25-летних в наиболее уязвимых для ИИ профессиях сейчас примерно на 19% ниже уровня, которого она достигла бы без такого влияния, против 15% годом ранее. Причина, по мнению исследователей, не в увольнениях, а в том, что компании стали заметно реже нанимать людей на начальные позиции.
Модель уверенно формулирует правдоподобный ответ даже там, где ошибается или упускает исключение из правила, а в финансовых и регулируемых процессах такая ошибка стоит дорого. Нестандартные случаи — спор о возврате, подозрение на мошенничество, недовольный корпоративный клиент — требуют доступа к актуальным данным и полномочий принимать решение, которых у агента обычно нет. Чтобы сделать ИИ-помощника безопасным, вокруг него приходится строить целую производственную инфраструктуру: базу знаний, разграничение доступа, логирование, мониторинг, понятный маршрут передачи дела человеку. И это уже не просто «запустить чат-бота», а отдельный проект. И главное: ошибка одного плохо настроенного агента способна размножиться на тысячи пользователей сразу, тогда как ошибку одного сотрудника обычно можно локализовать.
Чат-бот Air Canada сообщил пассажиру неверные условия льготного тарифа по случаю тяжелой утраты, и когда клиент потребовал выполнить обещанное, авиакомпания попыталась заявить, что за слова бота не отвечает. Трибунал Британской Колумбии эту логику отверг и обязал компанию заплатить компенсацию — прецедент, показавший, что за действия бота на сайте отвечает сама компания, а не отдельный «виртуальный сотрудник». IBM в свое время продвигала Watson for Oncology как систему поддержки решений для онкологов, но столкнулась с критикой врачей: маркетинг обгонял клинически подтвержденные возможности. Позже компания продала активы Watson Health фирме Francisco Partners, фактически свернув направление.
Есть и обратный пример — Salesforce, которая агрессивно продает собственную платформу ИИ-агентов Agentforce. Компания открыто отчитывается, что ИИ-помощники закрывают больше 68% диалогов самостоятельно, и параллельно отдельно отслеживает долю передач живому оператору, включая случаи, когда пользователь сразу просит человека. Это и есть рабочая модель, к которой в итоге приходят почти все: автоматизировать массовый первый уровень с понятными правилами, оставить человеку деньги, риск, исключения и переговоры, передавать специалисту весь накопленный контекст вместо того, чтобы заставлять клиента объяснять историю заново.
Компании не разворачиваются спиной к ИИ — Amazon, Block, PayPal, Oracle и десятки других по-прежнему называют автоматизацию причиной части своих сокращений, а расходы на дата-центры и чипы продолжают расти. Меняется другое: гипотеза, что можно быстро вырезать целые слои организации и безболезненно передать их работу автономным агентам, пока не подтвердилась ни в одной крупной публичной попытке. Аналитическая компания Gartner еще раньше предсказывала, что к 2027 году примерно половина компаний, сокративших штат поддержки ради ИИ, будет вынуждена нанимать людей обратно. И после историй Meta и Klarna этот прогноз выглядит вполне вероятным сценарием.
