Společnosti začínají znovu najímat po propouštění způsobeném umělou inteligencí

Když se generativní umělá inteligence stala součástí mainstreamových obchodních operací, mnoho společností začalo přepracovávat své strategie náboru kolem ní. V některých případech vedla snaha o automatizaci k propouštění. Nicméně, některé organizace nyní přehodnocují tyto rozhodnutí, protože se stávají zřejmými výzvy skutečného výkonu.

Pochopení efektu AI boomerangu

Kolem 16% plánů na zrušení pracovních míst v roce 2026 souvisejících s přijetím AI, což naznačuje, že organizace aktivně využívají AI při plánování pracovních sil. Nicméně, tato strategie čelí obtížné realitě — systémy AI často selhávají, když narazí na skutečnou nejednoznačnost a složitou lidskou interakci. V důsledku toho tato mezera nutí mnoho společností znovu najímat na role, které dříve zrušily, což je obrat, který průmysl nazývá “AI boomerang”.

Model boomerangu má několik důsledků pro společnosti.

• Růst nákladů na pracovní sílu: Společnosti často platí více za opětovné najímání zkušených pracovníků, když zahrnují náklady na nábor, zaškolení a vyšší očekávání mezd.
• Ztráta institucionálních znalostí: Propuštění zaměstnanci odcházejí se vztahy a zkušenostmi, které získali v průběhu času. Tyto znalosti se ne vždy plně vrátí, ani když stejná osoba opětovně nastoupí do role.
• Poškození důvěry zákazníků: Selhání interakcí s AI, od chybných objednávek po vynalezené politiky, může zanechat zákazníky skeptické vůči službám značky, i když se lidské pracovníky vrátí.

Přes tyto důsledky mohou lekce, které doprovázejí “AI boomerang”, vést k pozitivním výsledkům.

• Změna názvů a struktur pracovních míst: Často se opětovně obsazují role pod novými názvy nebo s redefinovanými odpovědnostmi, které kombinují dohled nad systémy AI s původní lidskou prací.
• Předefinování kariérních cest: Pracovníci v rolích, jako je zákaznický úspěch nebo kontrola kvality, nacházejí obnovenou poptávku, protože společnosti si uvědomují, že tyto pozice jsou obtížněji automatizovatelné, než se očekávalo.
• Růst hybridních modelů pracovních sil: Více společností se usazuje do smíšených struktur, ve kterých AI zpracovává objem a lidé zpracovávají výjimky a eskalace.
• Pomalejší a opatrnější nasazování AI: Společnosti, které sledují tyto obraty, budují do svých strategií více testování a lidskou zálohu před škálováním automatizace do zákaznických rolí.

Proč společnosti opětovně najímají po propouštění způsobeném AI

Některé společnosti se nejprve pustily do automatizace s důvěrou, že AI může zefektivnit operace a snížit potřeby pracovních sil. Nicméně, provozní reality vedly k více měřenému přístupu a opětovnému najímání v klíčových oblastech.

Limity automatizace ve strojírenství a kontrole kvality

Ford údajně znovu najímá stovky zkušených inženýrů poté, co automatizované systémy zápasily s řešením složitých problémů kvality ve výrobě vozidel. Nástroje AI zlepšily rychlost inspekce a efektivitu výroby, ale nemohou nahradit lidský úsudek při diagnostice hlubších inženýrských problémů.

Vedení společnosti zdůraznilo, že systémy AI silně závisí na kvalitě trénovacích dat, což činí zkušené inženýry nezbytnými pro zajištění spolehlivosti produktů. To posílilo potřebu lidského odborného poznání v jádru výroby a procesů kontroly kvality.

Problémy AI ve zákaznických službách

Commonwealth Bank of Australia nahradil 45 rolí zákaznických služeb AI hlasovým robotem pro zpracování dotazů zákazníků. Nicméně, systém selhal, přispívající k rostoucím objemům hovorů a tlaku na podpůrné týmy.

Banka nakonec obnovila postižené role, uznávající, že původní plán podcenil složitost živých zákaznických prostředí. Situace zdůraznila obtížnost, se kterou systémy AI čelí při zpracování nepředvídatelných a emocionálně citlivých interakcí.

Mezery v AI vedené zákaznické podpoře

Klarna je příkladem restrukturalizace pracovních sil poháněné AI. Podle jejího prospektu pro primární veřejnou nabídku společnost snižuje počet zaměstnanců z 5 527 plných pracovních úvazků v roce 2022 na 3 422 v roce 2024. Klarna připsala toto snížení své strategii využití automatizace pro zefektivnění operací.

Nicméně, zákaznicky orientované funkce se ukázaly být obtížněji plně automatizovatelné. Zatímco AI efektivně zpracovávalo vysoké objemy rutinních dotazů, ukázalo se být méně efektivní při řešení složitých případů, které vyžadují kontext a ujišťování. Klarna nyní začíná znovu najímat pro role zástupců zákaznické podpory, opětovně umisťujících lidský personál, aby se zaměřil na interakce s vyšší složitostí.

Lidská výhoda v pracovním prostředí poháněném AI

Jak organizace rozšiřují používání AI, objevují, že kombinace automatizace s lidskými schopnostmi přináší největší hodnotu. Budoucnost práce vyžaduje pochopení, kde lidské silné stránky zůstávají nezbytné a jak mohou pracovat vedle AI, aby vytvořily lepší výsledky.

Lidský úsudek a kontextuální rozhodování

Automatizované nástroje zpracovávají dostupné informace, ale často chybí nuance, odpovědnost nebo skutečný dopad svých doporučení. Lidský dohled pomáhá identifikovat chyby a ověřovat výstupy generované AI, zajišťuje, aby rozhodnutí odpovídala hodnotám organizace a očekáváním zákazníků.

V roce 2022 AI chatbot společnosti Air Canada (AC.TO ) poskytl pasažérovi Jakeovi Moffattovi nesprávné informace o cenách za smuteční jízdenky. Letecká společnost odmítla slevu, argumentujíc, že chatbot byl zodpovědný za chybu. Nicméně, Britská Kolumbijská civilní rozhodčí komise rozhodla, že Air Canada zůstala zodpovědná za všechny informace, které její systémy poskytly, a nařídila letecké společnosti, aby Moffattovi poskytla náhradu. Jak případ ilustruje, lidský dohled a odpovědnost zůstávají nezbytnými, když organizace zavádějí interakce zákazníků poháněné AI.

Připojení a emocionální inteligence

I když AI může zlepšit efektivitu a podporu komunikace, významné lidské interakce závisí na empatii, důvěře a emocionálním porozumění. Na pracovišti, vztahy zákazníků, rozhodnutí vedení a týmová spolupráce často vyžadují čtení jemných signálů a přizpůsobení stylů komunikace složitým nebo emocionálně citlivým situacím.

Jako součást svého výzkumu odolnosti pracovních sil identifikuje rámec EPOCH od MIT Sloan pět lidských aspektů, které doplňují AI — empatie, přítomnost, názor, kreativita a naděje. Společně umožňují lidem chápat zkušenosti ostatních, aplikovat osobní úsudek, generovat nové nápady a inspirovat pokrok. Jak organizace integrují AI do pracovních postupů, tyto jedinečně lidské kvality umožňují zaměstnancům využívat technologii účinněji, zatímco zachovávají důvěru a spojení, které pohání úspěšné vztahy.

Kreativita a inovace

Lidé přinášejí zkušenosti, intuici a mezioborové myšlení, které jim umožňují přistupovat k neznámým výzvám z nových perspektiv. Zatímco AI může urychlit kreativní proces, lidé zůstávají odpovědní za vizi, strategická rozhodnutí a zda idea spojí s publikem.

I s rychlým přijetím AI mnoho společností nyní používá automatizaci na podporu kreativních pracovních postupů, s lidmi, kteří vedou. Asistent AI Adobe Firefly, například, přijímá pokyny od kreativních profesionálů o výsledcích, které chtějí, a poté autonomně využívá nástroje, jako je Photoshop, Illustrator a Premiere Pro, k provedení. Povolováním tvůrcům definovat vizi, zatímco AI asistuje s technickým procesem, technologie zlepšuje kreativní efektivitu, zatímco zachovává lidský úsudek a záměr.

Upravování rolí AI v dnešním pracovním prostředí

Organizace by měly upravit roli AI v pracovním postupu, přesunout ji od plného vlastnictví úkolu k dohledu a podpoře rozhodnutí. Automatizace může zpracovat rostoucí podíl rutinní, opakované práce, ale zaměstnanci stále potřebují kontrolovat výstupy, chytit chyby a rozhodnout, kolik autonomie poskytnout AI.

S rostoucím používáním AI v denních obchodních funkcích musí podniky řešit etické odpovědnosti spolu s inovací. Klíčovým prioritou je zajištění, aby rozhodnutí poháněná AI zůstala transparentní a srozumitelná uživatelům. Organizace musí také stanovit odpovědnost za akce podporované AI a navrhnout systémy, které podporují spravedlnost a inkluzivitu.

Společnosti začínají jednat v tomto smyslu. Index AI z roku 2026 od Stanfordu hlásil 17% nárůst rolí governance specifických pro AI v roce 2025, naznačující, že dohled se stává integrovanou součástí toho, jak organizace nasazují AI. Tyto profesionálové mostí mezeru mezi technickými týmy a právními a compliance odděleními, aby spravovali rizika, jako je zkreslení, ochrana dat a porušování předpisů.

Pohyb směrem k budoucnosti spolupráce mezi lidmi a AI

Jak společnosti pokračují v automatizaci procesů s vysokým objemem, lidské pracovníky zůstávají klíčové pro udržení dohledu, odpovědnosti a provozní odolnosti. Efekt AI boomerangu zdůrazňuje důležitost využití silných stránek obou lidí a AI. Organizace, které přijmou vyvážený přístup, jsou více pravděpodobné, že dosáhnou trvalé hodnoty z jejich investic do AI.