Компании начинают повторно нанимать сотрудников после сокращений, вызванных внедрением ИИ

Когда генеративный искусственный интеллект вошел в основные бизнес-операции, многие компании начали перерабатывать свои стратегии найма вокруг него. В некоторых случаях толчок к автоматизации привел к сокращениям. Однако некоторые организации теперь пересматривают эти решения, поскольку становятся яснее реальные проблемы производительности.

Понимание эффекта бумеранга ИИ

Около 16% планов сокращения рабочих мест в 2026 году связаны с внедрением ИИ, что указывает на то, что организации активно используют ИИ в планировании рабочей силы. Однако эта стратегия сталкивается с трудной реальностью — системы ИИ часто терпят неудачу, когда они сталкиваются с реальной неоднозначностью и сложными человеческими взаимодействиями. В результате этот пробел заставляет многие компании повторно нанимать на те же роли, которые они ранее сократили, что представляет собой обратный ход, который отрасль называет “эффектом бумеранга ИИ”.

Паттерн бумеранга несет в себе множество последствий для компаний.

• Растущие затраты на труд: Компании часто вынуждены платить больше за повторное найм опытных работников, учитывая расходы на набор персонала, ввод в должность и более высокие ожидания зарплаты.
• Потеря знаний и опыта: Уволенные сотрудники уносят с собой отношения и опыт, которые они приобрели за время работы. Этот опыт не всегда полностью возвращается, даже если тот же человек возвращается на свою должность.
• Повреждение доверия клиентов: Неудачные взаимодействия с ИИ, от неправильных заказов до фабрикованных политик, могут оставить клиентов скептическими по отношению к обслуживанию бренда, даже после возвращения человеческих работников.

Несмотря на эти последствия, уроки, которые сопровождают “эффект бумеранга ИИ”, могут принести положительные результаты.

• Сдвиг названий и структур должностей: Повторно нанимаемые роли часто возвращаются под новыми названиями или с измененными обязанностями, сочетая надзор за системами ИИ с первоначальной работой, ориентированной на человека.
• Переопределение карьерных путей: Работники в таких ролях, как успех клиентов или обеспечение качества, обнаруживают возобновленный спрос, поскольку компании осознают, что эти позиции труднее автоматизировать, чем ожидалось.
• Растущие гибридные модели рабочей силы: Все больше компаний переходят к смешанным структурам, в которых ИИ обрабатывает объем, а люди обрабатывают исключения и эскалации.
• Более медленный и осторожный внедрение ИИ: Компании, наблюдающие за этими обратными ходами, вводят больше тестирования и резервов человека перед масштабированием автоматизации в роли, ориентированную на клиента.

Почему компании повторно нанимают сотрудников после сокращений, вызванных ИИ

Некоторые компании первоначально двигались вперед с уверенностью, что ИИ может оптимизировать операции и сократить потребность в персонале. Однако операционные реалии привели к более взвешенному подходу и возобновлению найма в ключевых областях.

Ограничения автоматизации в области инженерии и контроля качества

Ford, как сообщается, повторно нанимает сотни опытных инженеров после того, как автоматизированные системы столкнулись с трудностями при решении сложных проблем качества в производстве транспортных средств. Инструменты ИИ улучшили скорость осмотра и эффективность производства, но они все еще не могут сравниться с человеческим суждением при диагностике более глубоких инженерных проблем.

Руководство компании подчеркнуло, что системы ИИ сильно зависят от качества обучающих данных, что делает опытных инженеров необходимыми для обеспечения надежности продукции. Это укрепило необходимость человеческой экспертизы в основных процессах производства и контроля качества.

Трудности ИИ в операциях по обслуживанию клиентов

Commonwealth Bank of Australia заменил 45 ролей обслуживания клиентов на голосового бота ИИ для обработки запросов клиентов. Однако система не оправдала ожиданий, что привело к росту объема звонков и давлению на команды поддержки.

Банк в конечном итоге восстановил пострадавшие роли, признав, что первоначальный план недооценил сложность живых сред обслуживания клиентов. Ситуация подчеркнула трудности, с которыми системы ИИ сталкиваются при обработке непредсказуемых и эмоционально чувствительных взаимодействий.

Пробелы в поддержке клиентов, основанной на ИИ

Klarna является ярким примером реструктуризации рабочей силы, вызванной ИИ. Согласно его первоначальному публичному предложению, компания сократила количество сотрудников с 5 527 полных рабочих дней в 2022 году до 3 422 в 2024 году. Klarna приписала это сокращение своей стратегии использования автоматизации для оптимизации операций.

Однако функции, ориентированные на клиентов, оказались более трудными для полной автоматизации. Хотя ИИ эффективно обрабатывал большой объем рутинных запросов, он оказался менее эффективным при решении сложных случаев, требующих контекста и уверенности. Klarna теперь начала повторно нанимать представителей по обслуживанию клиентов, перенаправляя человеческий персонал для сосредоточения внимания на взаимодействиях с более высокой сложностью.

Преимущество человека в рабочем месте, оснащенном ИИ

По мере того, как организации расширяют использование ИИ, они обнаруживают, что сочетание автоматизации с человеческими возможностями дает наибольшую ценность. Будущее работы требует понимания того, где человеческие сильные стороны остаются необходимыми и как они могут работать вместе с ИИ для создания лучших результатов.

Человеческое суждение и контекстное принятие решений

Автоматические инструменты обрабатывают доступную информацию, но часто упускают из виду нюансы, подотчетность или реальное воздействие своих рекомендаций. Человеческий надзор помогает выявить ошибки и проверить выходные данные, сгенерированные ИИ, обеспечивая, чтобы решения соответствовали ценностям организации и ожиданиям клиентов.

В 2022 году чат-бот ИИ Air Canada (AC.TO ) дал пассажиру Джейку Моффатту неверную информацию о тарифе на прощание. Авиакомпания отказалась от скидки, утверждая, что чат-бот был ответственен за ошибку. Однако Британская Колумбийская гражданская трибунал по разрешению споров постановила, что Air Canada остается ответственной за всю информацию, которую ее системы доставляют, и обязала авиакомпанию компенсировать Моффатту. Как показывает этот случай, человеческий надзор и подотчетность остаются необходимыми, когда организации вводят взаимодействия с клиентами, основанные на ИИ.

Связь и эмоциональный интеллект

Хотя ИИ может улучшить эффективность и поддержать коммуникацию, значимое человеческое взаимодействие зависит от эмпатии, доверия и эмоционального понимания. На рабочем месте, в отношениях с клиентами, при принятии решений руководством и командной работе часто требуются чтение тонких сигналов и адаптация стилей коммуникации к сложным или эмоционально чувствительным ситуациям.

В рамках исследования устойчивости рабочей силы MIT Sloan’s EPOCH определяет пять человеческих аспектов, которые дополняют ИИ — эмпатию, присутствие, мнение, творчество и надежду. Вместе они позволяют людям понимать опыт других, применять личное суждение, генерировать новые идеи и вдохновлять прогресс. По мере того, как организации интегрируют ИИ в рабочие процессы, эти уникальные человеческие качества позволяют сотрудникам использовать технологии более эффективно, сохраняя при этом доверие и связь, которые стимулируют успешные отношения.

Творчество и инновации

Люди приносят жизненный опыт, интуицию и междисциплинарное мышление, которые позволяют им подходить к незнакомым проблемам с новых точек зрения. Хотя ИИ может ускорить творческий процесс, люди остаются ответственными за видение, стратегические выбор и то, насколько идея связана с аудиторией.

Даже с быстрым внедрением ИИ многие компании теперь используют автоматизацию для поддержки творческих рабочих процессов, при этом люди берут на себя руководство. Помощник ИИ Adobe’s Firefly, например, получает указания от творческих профессионалов о результатах, которые они хотят, а затем автономно использует инструменты, такие как Photoshop, Illustrator и Premiere Pro, для выполнения этих результатов. Позволяя создателям определять видение, в то время как ИИ помогает с техническим процессом, технология улучшает творческую эффективность, сохраняя при этом человеческое суждение и намерение.

Уточнение ролей ИИ на современном рабочем месте

Организации должны уточнить роль ИИ в рабочем процессе, сместив ее от полного владения задачами к надзору и поддержке принятия решений. Автоматизация может обрабатывать все большую долю рутинной, повторяющейся работы, но сотрудники все еще должны проверять выходные данные, обнаруживать ошибки и решать, сколько автономности предоставить ИИ.

С растущим использованием ИИ в повседневных бизнес-функциях компании должны решать этические проблемы наряду с инновациями. Одним из приоритетов является обеспечение того, чтобы решения, основанные на ИИ, оставались прозрачными и понятными для пользователей. Организации также должны устанавливать подотчетность за действия, поддержанные ИИ, и проектировать системы, которые способствуют справедливости и инклюзивности.

Компании начинают действовать в этом направлении. Индекс ИИ Стэнфорда 2026 года сообщил о 17% увеличении ролей управления ИИ в 2025 году, что предполагает, что надзор становится неотъемлемой частью того, как организации развертывают ИИ. Эти специалисты мостят разрыв между техническими командами и юридическими и комплаенс-отделами для управления рисками, такими как предвзятость, конфиденциальность данных и нарушения правил.

Переход к будущему сотрудничества человека и ИИ

По мере того, как компании продолжают автоматизировать высокообъемные процессы, человеческие работники остаются центральными для поддержания надзора, подотчетности и операционной устойчивости. Эффект бумеранга ИИ подчеркивает важность использования сильных сторон как людей, так и ИИ. Организации, которые принимают этот сбалансированный подход, с большей вероятностью достигнут долгосрочной ценности от своих инвестиций в ИИ.