В мае 2026 года искусственный интеллект впервые стал самой популярной причиной сокращений в США: на него списали 40% всех увольнений. Проблема в том, что у девяти из десяти таких компаний нет работающих ИИ-систем, способных заменить людей, пишет Forbes.
Аналитики назвали такое явление AI redundancy washing, то есть когда сокращение персонала прикрывают автоматизацией. Компания увольняет людей по обычным экономическим причинам — падение выручки, избыточный найм в прошлом и другие, но официально объясняет это внедрением технологий.
Реальный эффект от технологии оказался куда скромнее заявленного. По данным Gartner, в 2025 году только 1% увольнений был связан с настоящим ростом производительности благодаря ИИ. Две трети компаний вообще только начинают пробовать такие инструменты. Руководители признаются, что сокращают персонал на опережение, то есть не из-за конкретных результатов, а из-за веры в будущий потенциал технологии.
По данным Forrester, 55% работодателей уже жалеют о сокращениях. Треть компаний вернула часть ролей, причём потратила на это больше, чем если бы просто сохранила людей. Например, Ford в июне вернул больше трёхсот уволенных инженеров, потому что искусственный интеллект не справляется. Gartner прогнозирует, что к 2027 году половина компаний, объяснявших сокращения технологиями, наймёт людей на те же функции, но под другими названиями должностей.
В России 47% компаний допускают сокращения из-за внедрения ИИ, причём готовность увольнять зависит не от реального эффекта технологии, а от размера бюджета на неё.
При этом российский бизнес чаще замораживает найм, чем увольняет: освободившиеся места просто не заполняют, а людей перераспределяют на новые задачи. Играет роль и техническое отставание: своих зрелых облачных решений в России пока нет, а развернуть открытые модели самостоятельно могут немногие. Парадоксально, но именно это может уберечь российские компании от дорогих ошибок в экспериментах с ИИ.