Многие компании связывают внедрение искусственного интеллекта прежде всего с возможностью сократить расходы на персонал. Логика кажется понятной: если AI способен выполнять часть задач, значит организации потребуется меньше людей.
Однако аналитики Gartner предупреждают, что слишком быстрые кадровые решения могут дать обратный экономический эффект. После первой волны сокращений компаниям может понадобиться возвращать людей, чьи знания и компетенции оказалось значительно сложнее заменить технологией.
AI меняет не только количество работы. Он меняет саму работу
Ошибка возникает, когда компания рассматривает искусственный интеллект как прямую замену определённому количеству сотрудников.
В реальности автоматизация чаще меняет структуру роли: часть задач исчезает, часть ускоряется, появляются новые функции, а ответственность человека смещается в сторону контроля, принятия решений, работы с исключениями и использования результатов AI.
Поэтому вопрос после внедрения технологии может звучать уже не «сколько сотрудников нам больше не нужно?», а «какие сотрудники нужны нам теперь и что именно они должны уметь?»
Сократить сегодня — чтобы через несколько лет нанимать обратно дороже
Если кадровые решения принимаются раньше, чем компания понимает новую модель работы, первоначальная экономия может оказаться временной.
Компания внедряет AI и рассчитывает сократить часть операционных расходов.
Роли убираются ещё до того, как полностью сформирована новая модель процессов.
Выясняется, что бизнесу по-прежнему нужны люди — но уже с другим сочетанием знаний и AI-навыков.
Почему первоначальная экономия может оказаться обманчивой
Кадровая стоимость AI-трансформации не заканчивается на фонде оплаты труда. При слишком агрессивном сокращении компания может потерять сразу несколько видов капитала: экспертизу, знание внутренних процессов, клиентский контекст и способность быстро работать с новой технологией.
Ценность постепенно смещается от простого знания конкретного инструмента к способности встроить его в реальную работу: правильно поставить задачу, проверить результат, заметить ошибку и принять итоговое решение.
Если организации одновременно начинают искать специалистов с похожим сочетанием отраслевой экспертизы и AI-навыков, стоимость таких сотрудников закономерно растёт. Внутреннее развитие в ряде случаев может оказаться быстрее и дешевле внешнего найма.
Формальная роль описывает далеко не всё, что сотрудник знает о клиентах, внутренних системах, неформальных связях, исключениях из процессов и накопленных способах решения проблем.
До начала трансформации сложно точно предсказать, какие задачи действительно автоматизируются, где потребуется контроль человека и какие новые функции появятся вокруг технологии.
Если один специалист благодаря AI начинает выполнять значительно больший объём работы, традиционные KPI, описание должности и система вознаграждения могут перестать соответствовать его реальному вкладу.
Увольнение — это не только сэкономленная зарплата
Если через год или два компании снова понадобится похожая экспертиза, экономику первоначального сокращения придётся считать заново.
Работа рекрутеров, агентств, площадок и время нанимающего руководителя.
Дефицитные специалисты, объединяющие профессиональную экспертизу и AI-навыки, могут стоить дороже.
Новому сотруднику потребуется время, чтобы разобраться в процессах, продуктах и внутренних системах.
Часть неформальных знаний и организационного контекста после ухода людей может быть невозможно быстро восстановить.
Вместо исчезновения профессии чаще меняется содержание роли
AI способен забрать значительную часть повторяющихся операций, но это не обязательно означает, что бизнес-функция исчезает полностью. Человек начинает выполнять другую часть работы.
Поиск информации, подготовка документов, первичный анализ, ручная обработка данных, стандартные коммуникации.
Постановка задачи AI, проверка результата, работа со сложными случаями, принятие решений и ответственность за итог.
Альтернатива сокращению — перепроектировать работу
Всё больше компаний начинают рассматривать AI-трансформацию не как проект по сокращению численности, а как задачу организационного дизайна.
Перед тем как убирать роль, можно определить, какие задачи внутри неё действительно исчезают, какие остаются и какие новые функции возникают после автоматизации.
Переобучить сотрудника под задачи, которые становятся востребованными после автоматизации.
Убрать рутину, но сохранить экспертизу и ответственность человека за сложные решения.
Перевести сотрудника туда, где его знания о бизнесе могут дать больший эффект.
Строить процесс вокруг совместной работы, а не вокруг простой замены человека алгоритмом.
Что это означает для HR
Если AI меняет прежде всего содержание работы, HR необходимо подключаться к трансформации раньше момента, когда бизнес уже сформировал список сокращаемых позиций.
Определять, какие элементы работы автоматизируются, а где по-прежнему необходим человек.
До сокращения понимать, какая экспертиза уйдёт вместе с сотрудником и насколько легко её восстановить.
Сравнивать экономию на ФОТ со стоимостью повторного найма, адаптации, обучения и потери производительности.
Не ждать, пока нужные специалисты появятся на рынке, а обучать сотрудников работе в новой модели.
Учитывать, как AI меняет производительность, сложность задач и реальный вклад сотрудника.
Не принимать необратимые кадровые решения до того, как новая модель работы проверена на практике.
Главная ошибка AI-трансформации — принять рост производительности за исчезновение потребности в людях
Искусственный интеллект действительно способен убрать значительную часть рутинной работы и повысить производительность сотрудников. Но из этого не следует, что прежнюю численность можно автоматически превратить в план сокращений.
После внедрения AI компании могут понадобиться те же люди, но уже в других ролях: с большей ответственностью, более сложными задачами и навыками управления искусственным интеллектом.
Поэтому прогноз Gartner о возможном возвращении части сокращённых сотрудников указывает на более фундаментальный риск: организация может отказаться от экспертизы раньше, чем поймёт её ценность в новой модели работы.
В долгосрочной перспективе преимущество получат не компании, которые быстрее сократят людей с помощью AI, а те, которые точнее определят, какую работу передать технологии, какие компетенции сохранить и как повысить производительность связки «человек + AI».