Искусственный интеллект обещал повысить эффективность компаний, автоматизировав рутинные задачи и освободив сотрудников для более сложной работы. Но новое исследование показывает: массовые сокращения, вызванные внедрением ИИ, могут давать обратный эффект и замедлять прирост производительности.
Авторы работы обнаружили, что высвобождение значительной доли персонала часто приводит к потере знаний, ухудшению координации и падению темпов роста производительности на уровне компании и отраслей.
Исследователи изучили данные по сотням фирм и нескольким секторам экономики, сопоставляя темпы внедрения ИИ с кадровыми изменениями и динамикой производительности.
Они отметили, что краткосрочные выгоды - снижение затрат на зарплаты и ускорение автоматизации процессов - нередко перекрываются долгосрочными издержками. В тех случаях, когда увольнения происходили массово и быстро, компании теряли экспертов и формальные и неформальные каналы передачи компетенций.
Это снижало способность оставшихся сотрудников эффективно использовать новые технологии и поддерживать работу сложных процессов.
Кроме потери человеческого капитала, исследование подчеркивает и иные механизмы, через которые увольнения уменьшают отдачу от ИИ. Высокие темпы сокращений ослабляют мотивацию оставшихся сотрудников, увеличивают нагрузку на них и ухудшают организационную культуру.
Менеджерам приходится перераспределять обязанности, переписывать процессы и решать неожиданные проблемы, что отнимает время и ресурсы. В результате компании нередко сталкиваются с временным падением производительности, которое затрудняет достижение ожидаемой синергии между людьми и автоматизированными системами.
Почему быстрые сокращения подрывают передачу знаний
Одним из ключевых выводов исследования стало то, что массовые увольнения разрушают механизмы передачи опыта внутри организации. Когда уходит большой пласт сотрудников, особенно тех, кто держит специфические знания о процессах, система утрачивает накопленный "скрытый" капитал.
Эти знания редко закреплены в документации и часто хранятся в голове сотрудников - в виде практических навыков, сложившихся рутинах и неформальных связей.
Их потеря означает, что автоматизированные решения остаются без челоеческого сопровождения, необходимого для тонкой настройки и адаптации к реальным условиям работы.
Важна не только формальная передача знаний, но и повседневное совместное обучение, когда опытные сотрудники исправляют ошибки новичков, делятся тонкостями и предлагают нестандартные решения.
Быстрые сокращения прерывают эти процессы: новые или оставшиеся сотрудники оказываются в ситуации "спасения горящих задач", и у них нет возможности осваивать специфику работы в спокойном режиме.
Следствием становится увеличение числа ошибок, снижение качества услуг и необходимость тратить ресурсы на восстановление утраченных компетенций.
Кроме того, уход специалистов снижает институциональную память компании. Это проявляется в повторяющихся ошибках, отсутствии исторических данных о решениях и сокращении способности организации учиться на прошлом.
Может быть интересно: Обмен данными лабораторных исследований
Даже если ИИ-системы успешно автоматизируют часть задач, без постоянного человеческого контроля и экспертизы их применение оказывается менее эффективным и иногда даже рискованным.
Социальные и организационные последствия сокращений
Помимо утраты знаний, массовые увольнения оказывают значительное влияние на мотивацию и поведение оставшихся сотрудников.
Исследование показывает, что в условиях нестабильности люди становятся менее склонными к инициативе, снижается уровень доверия к руководству, а сотрудники чаще переключаются на минимально необходимый набор обязанностей. Это подрывает инновационную активность и мешает эффективной интеграции ИИ в рабочие процессы.
Моральный климат и ощущения безопасности играют большую роль: когда сотрудники боятся за свои рабочие места, долгосрочное планирование и обмен идеями уходят на второй план.
Организационная структура тоже испытывает стресс: менеджерам приходится оперативно реорганизовывать команды, менять распределение ролей и обучать оставшихся выполнять дополнительные функции.
Эти процессы требуют времени и приводят к временной потере производительности - не из‑за недостатков технологий, а из‑за внутренней перестройки. Часто компании недооценивают этот эффект, считая, что автоматизация заменит человеческие роли практически безболезненно.
На практике же интеграция ИИ требует вдумчивого пересмотра бизнес-процессов и инвестиций в переобучение персонала.
Еще одним важным аспектом является восприятие компании внешним рынком труда. После масштабных сокращений репутация работодателя может пострадать, и поиск квалифицированных сотрудников в будущем усложнится. Это увеличивает долгосрочные затраты на найм и адаптацию новых кадров, что в совокупности снижает экономическую выгоду от ранних увольнений.
Как уменьшить негативные эффекты и сохранить эффективность
Исследование не утверждает, что ИИ сам по себе вреден - напротив, он имеет потенциал значительно повышать производительность. Но ключ в том, как компании управляют переходом.
Авторы предлагают ряд мер, которые помогают смягчить негативные последствия массовых увольнений: плавные графики внедрения технологий, программы переподготовки и переквалификации сотрудников, сохранение критических ролей и создание систем документирования знаний.
Такое сочетание позволяет сохранить важные экспертные компетенции и поддерживать устойчивую кооперацию между людьми и машинами.
Практики, которые показали эффективность, включают создание внутренних "центров компетенций", где опытные сотрудники совместно с разработчиками ИИ адаптируют системы к реальным кейсам, а также введение гибридных команд, где люди и алгоритмы работают в тесной связке.
Инвестиции в обучение и развитие карьеры помогают снизить текучку и поддержать мотивацию, делая сотрудников соучастниками изменений, а не жертвами реструктуризации.
Также важно отслеживать показатели не только в разрезе сокращения затрат, но и по качественным метрикам: скорость решения проблем, удовлетворенность клиентов, уровень ошибок и время восстановления процессов.
Компании, ориентирующиеся лишь на экономию, рискуют упустить эти сигналы и столкнуться с долгосрочными убытками.
Выводы для бизнеса и политиков
Результаты исследования имеют значение не только для менеджеров и HR‑служб, но и для регуляторов и разработчиков стратегий на уровне экономики. Массовые увольнения под влиянием технологических сдвигов способны замедлить общий рост производительности в стране, если их не сопровождать адекватными мерами по поддержке работников и бизнесов.
Политики могут стимулировать программы переквалификации, субсидировать временные центры поддержки и поощрять модели внедрения технологий, минимизирующие социальные издержки.
Для бизнес-лидеров ключевой урок прост: автоматизация и ИИ дают максимальный эффект, когда они идут рука об руку с человеческим капиталом.
Резкие кадровые решения могут принести сиюминутную экономию, но лишают компанию долгосрочного потенциала.
Взвешенные стратегии внедрения, внимание к культуре и обучению, а также сохранение каналов передачи знаний помогут не только сохранить, но и умножить выгоды от технологий.
Об авторе
