Сотрудника уволили. AI в итоге оказался дороже

На глобальном рынке труда AI может запустить сразу несколько процессов: заменить часть сотрудников, усилить оставшихся, сократить найм новичков и создать новую работу вокруг самих систем. Рост производительности тоже допускает разные исходы: прежний объём задач выполняет меньшая команда или прежняя команда берёт больше заказов. Соотношение этих сценариев будет зависеть от спроса, качества автоматизации и стоимости труда в разных странах. Агент, который выгоднее сотрудника в дорогом офисе, может проиграть человеку там, где зарплаты ниже. Поэтому между технической возможностью автоматизировать работу и увольнением стоит ещё один вопрос: сойдётся ли экономика?

У идеи заменить людей ИИ-агентами обнаружилась проблема в бухгалтерии. Зарплата исчезает из одной строки расходов, зато появляются вычисления, интеграция, поддержка и проверка результатов. Самостоятельный агент в теории может работать круглосуточно. Счёт за эту самостоятельность тоже приходит круглосуточно. И бизнес уже начинает спрашивать, стоило ли так торопиться с увольнениями.

В Global AI Pulse от KPMG, основанном на опросе 2145 топ-менеджеров, 29% из них говорят, что уже плохо понимают растущие расходы на AI. А 49% компаний ставили под сомнение, откладывали или сокращали агентные внедрения, когда ожидаемые расходы начинали перевешивать получаемую ценность. Это довольно сильный отрезвляющий сигнал для технологии, которую продают как способ радикально удешевить труд: почти половина опрошенных компаний уже пересматривала внедрение из-за сомнений в его экономике.

Следующий счёт — за возвращение человеческих рук. Careerminds опросила 600 HR-специалистов: по её данным, две трети работодателей, сокративших рабочие места из-за AI, уже снова нанимают людей на устранённые роли. У этого источника есть собственный коммерческий интерес: это агентство занимается помощью увольняемым сотрудникам. Но описанная последовательность заслуживает внимания. Сначала компания экономит на персонале, затем обнаруживает оставшуюся без исполнителя работу и снова выходит на рынок труда. Между этими решениями оплачиваются внедрение, потеря компетенций и новый найм.

Показательный публичный сюжет — Klarna. В 2024 году компания заявляла, что её AI-ассистент за первый месяц обработал 2,3 млн разговоров, взял на себя две трети чатов поддержки и выполнил объём работы, эквивалентный 700 штатным сотрудникам. Ожидаемый эффект для прибыли оценивался в $40 млн за год. В мае 2025-го глава Klarna Себастьян Семятковски уже объяснял, что чрезмерный приоритет сокращения затрат привёл к снижению качества, и рассказывал о новом найме людей в поддержку. Обработанный чат оказался слишком удобной единицей успеха. За ним ещё хорошо бы увидеть решённую проблему клиента.

«Поскольку стоимость, к сожалению, оказалась слишком значимым критерием оценки… в итоге вы получаете более низкое качество» — Себастьян Семятковски, глава Klarna

У модели «человек работает с помощью ИИ» есть более осязаемое подтверждение пользы. В исследовании, опубликованном в Quarterly Journal of Economics, изучили внедрение AI-помощника у 5172 сотрудников клиентской поддержки. Число решённых обращений за час выросло в среднем на 15%; особенно выигрывали менее опытные работники. Здесь AI подсказывал сотруднику, который оставался внутри процесса. Эти 15% измеряют производительность, а чистую экономию ещё предстоит посчитать с учётом стоимости инструмента. Тем не менее это конкретный результат работающей связки, а не обещание будущего цифрового штата.

Разница в экономике начинается с распределения ответственности. Когда AI помогает человеку, сотрудник может заметить неверный ход, уточнить задачу и остановить бессмысленную работу. При полностью автономном выполнении эти функции приходится закладывать в систему: добавлять проверки, ограничения, обработку исключений, маршруты эскалации задачи человеку. Повторные попытки расходуют вычисления; разбор ошибок — время специалистов. Поэтому сравнение цены подписки с зарплатой почти ничего не говорит о стоимости замены. Считать нужно весь путь до принятого результата: сколько стоили успешная задача, её проверка и все неудачные попытки по дороге.

Отсюда и резонный вопрос для следующей волны автоматизации: зачем покупать автономность там, где дешевле и социально приемлемее усилить сотрудника? KPMG показывает, что компании уже пересматривают агентные внедрения из-за ожидаемых затрат; реальные бизнес-кейсы уже показывают цену слишком ранней уверенности в замене людей. Прямое сравнение трёх вариантов — человек, человек плюс ИИ, автономный агент — на одинаковых задачах и с одинаковым требованием к качеству должно предшествовать сокращениям, а не всплывать постфактум. Пока такого расчёта нет, увольнение легко становится самой дорогой частью AI-внедрения.