Ось щось, що мене давно турбує щодо тренду звільнень через штучний інтелект. Компанії звільняють тисячі людей, стверджуючи, що AI їх замінить, а потім тих самих працівників тихо наймають назад через кілька тижнів. Це не збій системи — це відкриває щось набагато глибше про те, як насправді працює AI у реальному світі.

Дозвольте пояснити, що сталося. Компанія Jack Dorsey's Block у кінці лютого оголосила, що звільняє понад 4000 співробітників — з 10 000 до менше ніж 6 000. Офіційна версія: AI змінює все, тож нам потрібно менше людей. Звучить логічно, так? Але вже до середини березня тих, хто був звільнений, почали знову запрошувати назад. Інженери, рекрутери, дизайнери — всі повернулися. Деяким казали, що це помилка в документації. Інші мали менеджерів, які боролися, щоб їх знову взяли. А деяких просто через тиждень після звільнення зателефонували і попросили повернутися без жодних пояснень.

Це не новина. Пам’ятаєте Klarna? Шведська платіжна компанія у 2024 році звільнила понад 1000 людей, стверджуючи, що їхній AI-сервіс підтримки клієнтів може обробляти навантаження 700 агентів. До травня 2025 року Bloomberg та інші джерела повідомляли, що Klarna знову наймає співробітників служби підтримки. Їхній CEO фактично визнав, що вони рухалися занадто швидко. Занадто швидко з чим саме?

Ось де математика стає цікавою. Корпоративний рівень AI — це не дешево. Claude Opus коштує 5 доларів за мільйон вхідних токенів і 25 доларів за мільйон вихідних токенів. Внутрішні моделі дешевші — Qwen 3.5 Plus працює за 0,8 юаня за мільйон вхідних токенів — але це все одно реальні гроші. Мій знайомий, який використовує ці інструменти для досліджень, витратив за місяць 6000 доларів на токени. Подумайте про це. Якого старшого фахівця можна найняти за 6000 доларів на місяць поза дорогими західними ринками? А тепер уявіть масштаб для компанії, яка намагається замінити службу підтримки, інженерів або рекрутинг AI. Навчити AI, який справді обробляє складні запити, має доступ до кількох баз знань, керує багатократними діалогами і залишається стабільним? Це не ситуація з місячним бюджетом у 3000 юанів. Це інфраструктурні витрати, які швидко зростають.

Але тут відбувається ще щось, що люди не помічають. Це називається парадокс Джевонса. В основі — коли підвищується ефективність, ми не використовуємо менше ресурсу — навпаки, більше, бо він стає дешевшим. У робочому середовищі це означає, що коли AI робить працівників ефективнішими, компанії не дають їм відпочивати. Вони просто навантажують їх більшою кількістю роботи. Ефективність стає прихованим податком для залишків персоналу. Міф про те, що AI звільняє людську працю? Це маркетингова вигадка.

Що я вважаю справжнім? Це таке: компанії не достатньо розумні, щоб інтегрувати AI у реальні робочі процеси без збоїв. Вони використовують AI як прикриття для скорочення витрат. Звільняють людей, стверджуючи, що це прогрес, а потім наймають назад, коли розуміють, що половина роботи так і не була зроблена. Залишкові співробітники? Вони тонуть у додаткових завданнях, менше колег і набагато більшого стресу. І це не лише про навантаження. Компанії — це організації з людьми і стосунками — неформальними мережами, довірою, інституційними знаннями. Це не можна замінити токенами. Коли ви звільняєте людей, ви скорочуєте організаційну м’язовість, а не просто працю.

Джензен Хуанг справді підкреслив це на заході NVIDIA GTC у 2026 році. Він критикував керівників, які використовують AI як привід для звільнень, кажучи, що вони просто вичерпали ідеї. Справжні лідери мають використовувати AI для розширення і найму більшої кількості людей, а не для звуження команд. Але давайте будемо чесними — більшість технічних керівників розуміють реальну структуру витрат AI. Вони знають, що це не магічна заміна людській праці. То чому ж тоді звільнення?

Бо справжня історія не про ефективність AI. Вона про зниження витрат. AI став універсальним виправданням для скорочення штату. Коли зростання компанії зупиняється і прибутки зменшуються, раптом AI стає причиною для PUA ваших співробітників — звільняйте людей, збільшуйте навантаження, змушуйте всіх почуватися, що вони недостатньо інноваційні для нової епохи. А якщо ви випадково звільнили когось важливого, тихо найміть його назад.

Маск зробив щось подібне у Twitter. Після придбання у жовтні 2022 року він звільнив приблизно половину персоналу — понад 3000 людей — у листопаді. Потім зрозумів, що занадто багато звільнив, і повернув десятки людей, які виявилися необхідними. Такий самий сценарій.

Погляньте, AI змінить речі. Це правда. Але це не магія. Він не може виправити стратегічні проблеми компанії або замінити хороше управління. Те, що ми зараз бачимо, — це компанії, які використовують AI як прикриття для найстарішої хитрості у книзі: зменшення витрат і сподівання, що залишкові працівники якось все зроблять. Той факт, що їх знову наймають — лише підтверджує цю ідею: деякі посади ніколи не зникали. Вони були просто зручними жертвами у скороченні витрат, яке потребувало гарної історії.

Люди, яких звільнили і знову найняли? Вони не бачать повернення або перемоги. Вони бачать доказ того, що їх пошкодили щось, що навіть не потрібно було робити. Це справжня історія.