Ф'ючерси
Сотні безстрокових контрактів
TradFi
Золото
Одна платформа для світових активів
Опціони
Hot
Торгівля ванільними опціонами європейського зразка
Єдиний рахунок
Максимізуйте ефективність вашого капіталу
Демо торгівля
Вступ до ф'ючерсної торгівлі
Підготуйтеся до ф’ючерсної торгівлі
Ф'ючерсні події
Заробляйте, беручи участь в подіях
Демо торгівля
Використовуйте віртуальні кошти для безризикової торгівлі
Запуск
CandyDrop
Збирайте цукерки, щоб заробити аірдропи
Launchpool
Швидкий стейкінг, заробляйте нові токени
HODLer Airdrop
Утримуйте GT і отримуйте масові аірдропи безкоштовно
Launchpad
Будьте першими в наступному великому проекту токенів
Alpha Поінти
Ончейн-торгівля та аірдропи
Ф'ючерсні бали
Заробляйте фʼючерсні бали та отримуйте аірдроп-винагороди
Інвестиції
Simple Earn
Заробляйте відсотки за допомогою неактивних токенів
Автоінвестування
Автоматичне інвестування на регулярній основі
Подвійні інвестиції
Прибуток від волатильності ринку
Soft Staking
Earn rewards with flexible staking
Криптопозика
0 Fees
Заставте одну криптовалюту, щоб позичити іншу
Центр кредитування
Єдиний центр кредитування
Центр багатства VIP
Преміальні плани зростання капіталу
Управління приватним капіталом
Розподіл преміальних активів
Квантовий фонд
Квантові стратегії найвищого рівня
Стейкінг
Стейкайте криптовалюту, щоб заробляти на продуктах PoS
Розумне кредитне плече
Кредитне плече без ліквідації
Випуск GUSD
Мінтинг GUSD для прибутку RWA
Чому компанії звільняють працівників під приводом штучного інтелекту — і чому деяких з них повертають назад
Іронія очевидна: компанії активно звільняють працівників, стверджуючи, що штучний інтелект замінить їх, лише для того, щоб тих же працівників тихо найняти назад через кілька тижнів. Ця модель виявляє щось неприємне щодо того, як корпоративне керівництво використовує штучний інтелект як прикриття для того, що в основі є рішення про скорочення витрат.
Негайна суперечність: звільнити сьогодні, знову найняти завтра
Заголовки розповідали одну історію. Наприкінці лютого 2025 року Джек Дорсі оголосив, що його фінансово-технологічна компанія Block звільнила більше 4,000 працівників за один раз, скоротивши свою робочу силу з 10,000 до понад 6,000. Обґрунтування було простим: “Інструменти штучного інтелекту змінили все.” Повідомлення було зрозумілим – ці ролі будуть поглинуті штучним інтелектом.
Але подальші повідомлення розповідали іншу історію. Протягом кількох тижнів звільнені працівники почали отримувати дзвінки назад до офісу. Згідно з повідомленнями від великих бізнес-видань, ці виклики надходили з кількох відділів: інженерії, набору персоналу та інших. Деяким сказали, що їх помилково звільнили через “канцелярські помилки.” Інші виявили, що менеджери постійно виступали за їх повторне наймання. Кілька отримали несподівані дзвінки, без пояснень, просто запитуючи їх повернутися до роботи.
Ця модель не нова. У 2022 році, коли Ілон Маск придбав Twitter і відразу звільнив приблизно половину робочої сили (понад 3,000 осіб), він тихо найняв десятки з них назад, усвідомивши, що певні ключові позиції просто не можуть функціонувати без людського ухвалення рішень. Нещодавно Klarna — шведська платіжна компанія, яка публічно святкувала звільнення понад 1,000 працівників, стверджуючи, що штучний інтелект у сфері обслуговування клієнтів може замінити 700 людських агентів — визнала до середини 2025 року, що вони “поспішили” і почали вибірково наймати працівників служби підтримки.
Запитання стає невідворотним: якщо штучний інтелект справді готовий замінити цих працівників, чому компаніям потрібно їх повертати?
Економіка заміни: чому штучний інтелект не є дешевим
Відповідь полягає в чомусь, що рідко потрапляє на перші шпальти: фактичні операційні витрати на впровадження штучного інтелекту.
Штучний інтелект на рівні підприємств не працює на магічній ефективності. Він працює на токенах, а токени дорогі. Claude 3.5 Opus стягує $5 за мільйон вхідних токенів і $25 за мільйон вихідних токенів. Для порівняння, вітчизняні великі мовні моделі пропонують нижчі тарифи — Qwen 3.5 Plus від Alibaba коштує приблизно 0.8 юанів ($0.11 USD) за мільйон вхідних токенів та 4.8 юанів ($0.66 USD) за мільйон вихідних токенів, але накладні витрати залишаються суттєвими.
Розгляньте реальний приклад: досвідчений користувач, який працює з Claude 4.5/4.6 для рутинних інвестиційних досліджень і запитів про спосіб життя, витратив приблизно $6,000 на токени лише за трохи більше одного місяця. Це $72,000 на рік для однієї особи, яка використовує штучний інтелект як помічника.
Тепер розширте це на рівень підприємства. Добре виглядаючий випускник коледжу в регіонах з освітньою інфляцією може бути найнятий на посаду представника служби підтримки приблизно за 3,000 юанів ($414 USD) на місяць. Але навчання системи штучного інтелекту для обробки складних запитів, доступу до кількох баз знань, проведення багатокрокових розмов і підтримання стабільної роботи? Ця інвестиція перевищує зарплату одного працівника. Обчислювальна інфраструктура, безперервне вдосконалення, інтеграція бази знань та обробка помилок все це призводить до витрат, які роблять $3,000 на місяць для людського працівника вигідною пропозицією.
Ось чому компанії звільняють працівників, а потім знову деяких повертають. Первісне рішення про звільнення часто приймалося керівниками, зосередженими на зменшенні чисельності як швидкому виправленні бюджетного тиску. Швидке повторне наймання виявляє правду: певні ролі справді потребують людського судження, відповідальності та адаптивності, яких жодна сучасна система штучного інтелекту не може відтворити за ціною, що виправдовує заміну.
Коли покращення ефективності стають прихованими тягарами
Навіть коли штучний інтелект не замінює працівників повністю, він створює іншу проблему, коріння якої лежить у тому, що економісти називають парадоксом Євонса. Концепція проста: покращення ефективності не призводять до зменшення споживання ресурсу; натомість вони призводять до збільшення загального використання, оскільки покращена ефективність знижує витрати і розширює попит.
На робочому місці в епоху штучного інтелекту це виявляється наступним чином: коли інструменти штучного інтелекту покращують продуктивність працівників, керівництво не надає працівникам більше вільного часу. Натомість компанії вимагають, щоб працівники виконували значно більше роботи в той же проміжок часу.
Т. зв. “продуктивні прирости” стають прихованими збільшеннями навантаження. Наратив про те, що штучний інтелект звільняє людську працю, в основі своїй є невірним. Насправді відбувається так, що залишилися працівники беруть на себе розширені обов’язки. Вони навчаються використовувати інструменти штучного інтелекту, інтегрувати їх у робочі процеси, усувати неполадки, коли системи виходять з ладу, і, в кінцевому рахунку, виробляти більше продукції, отримуючи при цьому жодного відповідного підвищення компенсації або полегшення існуючих обов’язків.
Організаційні збитки, які штучний інтелект не може компенсувати
Є вимір, який чисто технічне мислення пропускає: організації є в основному людськими сутностями. Де люди організовуються, виникають неформальні мережі — стосунки, які сприяють співпраці, обміну знаннями, взаємній підтримці та інституційній мудрості.
Компанії можуть інтегрувати штучний інтелект у формальні організаційні структури. Вони не можуть інтегрувати штучний інтелект у неформальні структури, які насправді роблять робочі місця функціональними. Коли відбуваються звільнення — чи то виправдані, чи ні — компанії не просто скорочують витрати; вони втрачають організаційні м’язи. Вони усувають людей, які слугували неофіційними менторами, вирішувачами проблем, будівельниками стосунків і носіями інституційної пам’яті.
Залишена робоча сила несе не лише більшу робочу нагрузку, але й психологічний тягар невизначеності, зменшеної співпраці та підвищеної індивідуальної відповідальності. Існує менше колег, до яких можна делегувати, менше людей, щоб поглинати провину, і менше каналів, через які проблеми можна вирішити неформально.
Чому розумні лідери обирають розширення замість звільнень
Під час конференції GTC 2026 компанії NVIDIA генеральний директор Дженсен Хуан зробив різку критику компаній, які звільняють працівників під прикриттям прогресу в штучному інтелекті. Його слова були прямими: “Ті лідери, які покладаються на звільнення, щоб впоратися зі штучним інтелектом, роблять це, бо не можуть придумати кращі рішення. Вони вичерпали свої творчі ідеї. Навіть із найсильнішими інструментами вони не використовують їх для розширення.”
Спостереження Дженсена проникає в суть справи. Штучний інтелект є множником — він може розширити продуктивність, дозволити нові бізнес-лінії та створити можливості, які раніше не існували. Лідери, які це розуміють, використовують штучний інтелект для стратегічного наймання, а не для скорочення чисельності. Вони визнають, що справжня конкурентна перевага полягає в поєднанні потужних інструментів з розширеними людськими можливостями, а не в повній заміні людських можливостей.
Компанії, які справді процвітають в епоху штучного інтелекту, не ті, які звільняють найбільше працівників. Це ті, які впроваджують штучний інтелект у свою існуючу робочу силу, а потім наймають ще активніше, щоб переслідувати нові напрямки.
Модель виявляє справжню мотивацію
Коли ви розглядаєте послідовність — агресивні звільнення, оголошені з великою помпою, за якими слідує тихе повторне наймання протягом кількох тижнів — виникає чіткіша картина. Публічні звільнення виконують певну мету: вони сигналізують ринку, що керівництво “адаптується до штучного інтелекту”, демонструючи рішучі дії та економічність. Інвестори цінують видиме скорочення чисельності; це виглядає як ефективність.
Повторне наймання, навпаки, відбувається тихо, з мінімальним висвітленням у пресі. Менеджери виступають на внутрішньому рівні за повторне наймання своїх найкращих працівників. Відділ кадрів проводить повернення співробітників назад через двері з розпливчастими поясненнями. Компанія уникає заголовків, які можуть підривати наратив, встановлений оголошенням про звільнення.
Насправді рішення про звільнення працівників мало пов’язане з тим, чи може штучний інтелект дійсно замінити ці ролі. Це має все спільне зі скороченням витрат у короткостроковій перспективі, тиском з боку керівництва на швидкі дії та політичною реальністю, що оголошення про звільнення сприймається краще в бізнес-ЗМІ, ніж оголошення про обдумане, стратегічне зростання.
Що це означає для працівників і майбутнього роботи
Той факт, що компанії звільняють працівників, а потім знову наймають їх протягом кількох тижнів, не свідчить про те, що керівництво усвідомило свої помилки чи що революція штучного інтелекту є хибним сигналом. Натомість це виявляє, що ми знаходимося в незручному перехідному періоді, коли керівники приймають поспішні рішення на основі неповної інформації та ринкового тиску.
Штучний інтелект справді змінить багато професій і навичок. Те, що демонструє модель повторного наймання, полягає в тому, що ця зміна не є ні магічною, ні миттєвою. Компанії, які звільнили персонал, сподіваючись, що штучний інтелект безперешкодно візьме на себе навантаження, виявили, що вони помилилися. Але замість того, щоб це чітко визнати, вони тихо повертають людей назад і продовжують удавати, що стратегія була обґрунтованою.
Тим часом працівники, потрапили в цей цикл, зазнають реальних збитків. Вони пережили стрес втрати роботи, невизначеність потенційного постійного виведення з роботи, публічне приниження через визнання зайвими, а потім адміністративну незручність повторного наймання за розпливчастих обставин. Психологічний тягар не може бути стертий простим телефонним дзвінком.
Майбутнє штучного інтелекту на робочому місці, ймовірно, буде визначатися не раптовими звільненнями, а постійним тиском на залишених працівників робити більше, заробляти те саме і безперервно адаптуватися до нових інструментів і методологій. Компанії відкрито не визнають цього, бо це важче продати, ніж “штучний інтелект змінює все.” Але тихе повторне наймання нещодавно звільнених працівників вказує на те, що багато керівників починають це розуміти, навіть якщо вони не скажуть це вголос.