Світова корпоративна практика зіткнулася з феноменом, який уже отримав назву «ІІ-бумеранг»: компанії масово скорочують штат, передаючи завдання нейромережам, а потім запрошують звільнених співробітників назад. У Росії цей сценарій практично не спостерігається — і причини криються не в якості технологій, а в структурі ринку праці.

За поточний рік про скорочення, пов'язані із впровадженням штучного інтелекту, оголосили Microsoft, Barclays, мережа супермаркетів Kroger і десятки інших корпорацій. Десь посади визнали надлишковими, десь вивільнили бюджети на технологічний розвиток. Без роботи залишилися десятки тисяч людей. Однак у значної частини цих історій виявився несподіваний фінал: компанії досить швидко з'ясували, що нейромережі та ІІ-агенти справляються із завданнями гірше, ніж передбачалося, і почали повертати людей на ті самі посади.

Найпоказовіші кейси

  • Шведський сервіс розстрочки Klarna знову набирає живих операторів підтримки. Глава компанії Себастьян Семятковскі визнав, що ставка на чат-боти заради економії виявилася надмірною.
  • Ford у червні найняв або підвищив 350 досвідчених інженерів після того, як ІІ не впорався з контролем якості.
  • Meta відмовилася заміщати співробітників ІІ-агентами: люди витрачали надто багато часу на виправлення помилок за машинами.

Наскільки масовим став цей розворот, судити складно — компанії не поспішають публічно визнавати програш ставки на ІІ. Як зазначає старший віце-президент британської HR-компанії SHL Люсі Бомонт, акціонерам подобається, коли бізнес ріже витрати, а от визнаватися в тому, що поспішив з ІІ, доводиться без зайвого галасу.

Чому нейромережі не впоралися

Рекрутингова компанія Robert Half опитала менеджерів з найму у фінансах, маркетингу, юриспруденції та медицині — багато хто описав ту саму картину. Спочатку компанія прибрала посади, бо їхню роботу мав виконувати ІІ, а потім відкрила їх знову. Причини всюди схожі: за нейромережами довелося стежити набагато уважніше, ніж планувалося, а ІІ не знає, як у компанії все влаштовано насправді. Ці знання роками накопичуються в живих співробітників і ніде не записані.

Аналітик дослідницької компанії Forrester Бетсі Саммерс називає це «невидимою роботою»: люди помічають, що колега не в гуморі, збираються обговорити проблему без жодного розкладу, викладаються, коли завдання їх зачепило. У посадовій інструкції нічого цього немає, але саме на цьому тримається команда. Коли таких людей прибирають і чекають від ІІ-агентів того самого результату, компанії зазвичай прораховуються.

Тим, кого тепер кличуть назад, експерти радять не повертатися на старих умовах. Професор менеджменту Джорджтаунського університету Брукс Холтом рекомендує просити річний контракт із компенсацією на випадок, якщо звільнять раніше строку. За спостереженнями Бомонт, співробітники, що повернулися, вимагають більше грошей і прямої відповіді на питання, що компанія збирається робити зі штатом далі.

Російський сценарій: закрити діри, а не зрізати витрати

Російський бізнес теж прибирає посади за допомогою ІІ, і найпомітніший приклад — Сбербанк. Банк скасував 65% позицій менеджерів, які відповідали за регіональні відділення, а у 2025 році скоротив центральний апарат на 20%. Герман Греф на Московському стартап-саміті визнав, що за власне крісло не переживає — його більше хвилює, що буде з 200 тисячами співробітників. За словами глави Сбера, він витрачає багато часу на пошук нових напрямів бізнесу, куди можна перевести людей, яких звільняє автоматизація.

На державному рівні скорочення пояснюють інакше, ніж на Заході. Директор департаменту зайнятості Мінпраці Михайло Кірсанов заявив, що ІІ і роботи допоможуть закрити нестачу працівників у низці галузей. Експерти Президентської академії підрахували, що до 2035 року економіці знадобиться 69 млн працівників замість нинішніх 76,7 млн. Тобто там, де західні компанії скорочують заради ефективності, російські закривають діри, які просто нема кому заповнити.

Масштаб впровадження при цьому цілком зіставний: понад 70% великих російських підприємств уже використовують генеративний ІІ хоча б в одному робочому процесі, а майже половина роботодавців застосовує нейромережі під час найму. За розрахунками НДУ ВШЕ, ІІ тією чи іншою мірою торкнеться близько третини робочих місць у країні, а кожне десяте потрапляє в зону високого ризику. Але повністю автоматизувати можна менше 1% позицій. Автор дослідження Ростислав Капелюшников вважає, що нейромережі не знищать професії, а перерозподілять завдання між людиною і машиною.

Поки головним наслідком для працівників з Росії стала не хвиля звільнень, а гонка навичок. Центр макроекономічних досліджень Сбербанку проаналізував 40 млн вакансій і з'ясував, що за два роки частка пропозицій з вимогою володіти генеративним ІІ зросла в п'ять разів. Попит давно вийшов за межі IT і дійшов до маркетингу, дизайну та адміністрування. Вакансій з великим обсягом рутини стало менше — їхня частка впала з 30,5% до 24,1%. Керівник центру Олександр Ісаков пов'язує це з дефіцитом кадрів: технології підвищують продуктивність і згладжують нестачу людей, але водночас розшаровують ринок.

Гучних історій про «ІІ-бумеранг» у Росії поки не було. Навряд чи річ у тому, що нейромережі тут працюють краще. Скоріше, за нестачі кадрів у компаній немає зайвих людей, яких можна спочатку звільнити, а потім покликати назад. Але обмеження в технології всюди одні й ті самі, і людський контроль російському бізнесу знадобиться точно так само, як західному. У виграші опиняться ті, хто освоїть нейромережі раніше, ніж роботодавець вирішить, що впорається без них.

Аналіз Cryptalist: Кейс «ІІ-бумеранга» демонструє фундаментальну розбіжність між очікуваннями ринку та реальною продуктивністю генеративних моделей — капітал переоцінив швидкість заміщення когнітивної праці, а корпорації недооцінили вартість «невидимих» знань. Для інвесторів це сигнал: короткострокові історії зростання навколо автоматизації слід дисконтувати, оскільки цикл впровадження виявиться довшим і дорожчим за заявлений. Російський ринок праці при цьому рухається іншою траєкторією — дефіцит кадрів перетворює ІІ з інструменту скорочення на інструмент компенсації, що зміщує економічний ефект з оптимізації витрат на перерозподіл навичок.