Вот что меня действительно беспокоит в общем тренде увольнений из-за ИИ. Компании увольняют тысячи сотрудников, утверждая, что ИИ заменит их, а потом тихо нанимают тех же людей через несколько недель. Это не сбой системы — это более глубокое проявление того, как на самом деле работает ИИ в реальном мире.

Позвольте объяснить, что произошло. Компания Jack Dorsey's Block в конце февраля объявила о сокращении более 4 000 сотрудников — с 10 000 до менее 6 000. Официальная версия: ИИ меняет всё, поэтому нам нужно меньше людей. Звучит логично, да? Но уже к середине марта у уволенных сотрудников начали звонить обратно. Инженеры, рекрутеры, дизайнеры — все возвращались. Одним говорили, что это clerical error (ошибка в документах). Другим — менеджеры боролись за их повторный найм. Некоторым просто позвонили через неделю после увольнения и попросили вернуться без объяснений.

Это не ново. Помните Klarna? Шведская платежная компания уволила более 1 000 человек в 2024 году, заявляя, что их ИИ-обслуживание клиентов может справиться с нагрузкой 700 агентов. К маю 2025 года Bloomberg и другие СМИ сообщали, что Klarna снова нанимает сотрудников службы поддержки. Их генеральный директор признал, что они слишком быстро пошли на это. Слишком быстро — но что именно?

Вот где математика становится интересной. Корпоративный ИИ не дешев. Claude Opus стоит 5 долларов за миллион входных токенов и 25 долларов за миллион выходных токенов. Модели для внутреннего использования дешевле — Qwen 3.5 Plus работает за 0,8 юаня за миллион входных токенов — но всё равно это реальные деньги. Знакомый, использующий эти инструменты для исследований, потратил за месяц 6 000 долларов на токены. Подумайте об этом. Какого старшего специалиста можно нанять за 6 000 долларов в месяц вне дорогих западных рынков? А теперь умножьте это на компанию, которая пытается заменить службу поддержки, инженеров или рекрутинг ИИ. Обучение системы ИИ, которая реально справляется со сложными задачами, обращается к нескольким базам знаний, ведет многоходовые диалоги и остается стабильной? Это не ситуация с наймом за 3 000 юаней в месяц. Это инфраструктурные расходы, которые быстро накапливаются.

Но есть и другой момент, который многие упускают. Он называется парадокс Джевонса. В основном, когда эффективность улучшается, мы не используем меньше ресурсов — мы используем их больше, потому что это дешевле. В рабочей среде это означает, что по мере повышения эффективности сотрудников с помощью ИИ компании не дают им отдыхать. Они просто нагружают их еще больше. Эффективность становится скрытым налогом на оставшийся персонал. Миф о том, что ИИ освобождает человека от работы? Это маркетинговая выдумка.

Что, по моему мнению, происходит на самом деле: компании недостаточно умны, чтобы интегрировать ИИ в реальные рабочие процессы без сбоев. Они используют ИИ как прикрытие для сокращения затрат. Увольняют людей, заявляют о прогрессе, а потом нанимают обратно, когда понимают, что половина работы так и не сделана. Оставшиеся сотрудники? Они тонут в дополнительных задачах, у них меньше коллег и гораздо больше стресса. И речь тут не только о рабочей нагрузке. Компании — это организации, состоящие из людей и отношений — неформальных сетей, доверия, организационных знаний. Это нельзя заменить токенами. Когда вы увольняете людей, вы сокращаете организационный потенциал, а не только рабочую силу.

Джензен Хуанг прямо заявил об этом на мероприятии NVIDIA GTC в 2026 году. Он раскритиковал руководителей, которые используют ИИ как оправдание для увольнений, говоря, что у них просто закончились идеи. Настоящие лидеры должны использовать ИИ для расширения и найма новых сотрудников, а не для сокращения команд. Но давайте будем честными — большинство технологических руководителей понимают реальную структуру затрат на ИИ. Они знают, что это не магическая замена человеческому труду. Тогда почему увольнения?

Потому что настоящая причина — не эффективность ИИ. А снижение затрат. ИИ стал универсальным оправданием для сокращения штата. Когда рост компании останавливается, а прибыль падает, внезапно ИИ становится поводом для «оптимизации» сотрудников — сокращайте людей, увеличивайте нагрузку, создавайте ощущение, что вы не достаточно инновационны для новой эпохи. А если вы случайно уволили кого-то важного — тихо возвращайте его обратно.

Маск сделал что-то подобное в Twitter. После приобретения в октябре 2022 года он уволил примерно половину сотрудников — более 3 000 человек — в ноябре. Потом понял, что переборщил, и вернул десятки людей, которые оказались критически важными. Та же схема.

Смотрите, ИИ действительно изменит многое. Это правда. Но это не магия. Он не может решить стратегические проблемы компании или заменить хорошее управление. То, что мы сейчас видим — это компании используют ИИ как прикрытие для старой доброй схемы: сокращение затрат и надежда, что оставшиеся смогут сделать всё. А последующие повторные наймы только подтверждают — некоторые рабочие места никогда не исчезали. Их просто сделали удобными жертвами в игре на сокращение расходов, которая нуждалась в хорошей истории.

Люди, которых уволили и снова наняли — не видят победы или обратного эффекта. Они видят доказательство того, что их постигла несправедливость, которая даже не была необходима. Вот в чем настоящая история.