Более 50% увольнений из-за ИИ будут отменены: в чем причины

Более 50% увольнений, связанных с ИИ, будут отменены, когда компании осознают скрытые проблемы (Forrester). Поэтому лидеры измеряют эффект от ИИ не в сокращении ФОТ. В чем — на примерах разбирает Максим Волошинов, директор по развитию bpm (ГК «ЛАНИТ»)

Почему увольнять людей из-за ИИ — ошибка

Управленцы зачастую видят главный эффект от внедрения ИИ в сокращении штата. Такая логика кажется очевидной, если вы автоматизировали какие-то процессы, то и команду специалистов можно сделать меньше, снизив фонд оплаты труда, но на деле ведет к системным проблемам.

1. Теряется экспертиза.

Сотрудники уходят и уносят с собой контекст, который невозможно зашить ни в одну базу знаний. ИИ, даже самый продвинутый, не знает нюансов бизнеслогики, если его этому специально не обучить. Восстановление утраченного контекста требует месяцев и денег.

2. Падает управляемость.

ИИ может ошибаться в сложных или нетиповых ситуациях. Модель уверенно выдаст неверный ответ, а у компании не остается того, кто этот ответ проверит и скорректирует. Тогда компания станет заложницей собственного инструмента.

3. Ограничивается долгосрочный эффект.

Компания ускоряет текущий процесс, но не улучшает его фундаментально. Она фиксирует сегодняшнюю логику работы вместо того, чтобы заложить основу для постоянного развития. Через полгода конкурент с более гибкой командой и ИИ-инструментами ее обойдет.

Аналитики подтверждают, что быстрые сокращения сотрудников по факту не работают на экономию. Forrester прогнозирует, что более половины увольнений, связанных с ИИ, будут незаметно отменены, как только компании осознают операционные проблемы преждевременной замены человеческих ресурсов. По оценке Gartner, половина компаний, которые уволили работников службы поддержки из-за внедрения ИИ, будут вынуждены нанять их обратно уже к 2027 году.

Как компании достигают эффекта от ИИ без увольнений: три примера

Мой опыт внедрения ИИ в российских компаниях показывает: правильная стратегия заключается не в том, чтобы сокращать работников, а в том, чтобы переобучать их и перераспределять задачи. Для примера приведу три реальных кейса за последние полгода.

Техподдержка: от затратной функции к продуктовому развитию

В IТ-компании со штатом около 300 человек служба технической поддержки работала как call-центр: инженеры тратили 15–20 минут на каждый типовой запрос («как настроить принтер», «как сбросить пароль», «как настроить антивирус»). Компания внедрила бот техподдержки на RAG-архитектуре (объединяет большие языковые модели LLM с внешними базами знаний) с интеграцией в инфраструктуру организации. Бот стал обрабатывать типовые запросы за секунды, создавать и маршрутизировать заявки автоматически.

Результат: до внедрения работали 12 инженеров со средней зарплатой 120 тыс. руб. в месяц. Фонд оплаты труда составлял порядка 1,5 млн руб. в месяц. После внедрения штат сохранен, но 30% типовых запросов (около 400 человеко-часов в месяц) взял на себя ИИ. Инженеры переключились на управление базой знаний, обучение ИИ, работу со сложными кейсами и улучшение процессов. Поддержка перестала быть затратной функцией и стала элементом продуктового развития. Компания не сэкономила на зарплатах, но получила рост качества обработки сложных инцидентов и снижение текучести в IТ-отделе с 22 до 11% за год. Окупаемость бота составила пять месяцев.

В России более 90% компаний пока не получили системного экономического эффекта от внедрения ИИ, а 24% прямо указывают, что затраты превышают измеримую пользу. Главной причиной тому становятся завышенные ожидания. Руководители предполагают, что ИИ немедленно автоматизирует сложные задачи и сократит расходы, но не учитывают необходимость перестройки процессов и обучения людей.

Чек-лист: внедряем ИИ без увольнений

Медицина: от бумажной работы к работе с пациентом

Фармацевтическая компания запустила проект, который помогает медикам в их деятельности. Врачи работают с огромным массивом данных: PubMed (поисковая система по биомедицинским исследованиям), реестры международной классификации болезней, клинические протоколы и т.д. При этом время на прием пациентов ограничено. Фармкомпания запустила ИИ-советника, который анализирует описание медицинского случая, формирует гипотезы, проверяет их по источникам и выдает рекомендации по препаратам с обоснованием их применения.

Задачи заменить врача не было, поскольку речь идет о жизни и здоровье человека. ИИ изменил сам процесс: теперь специалист тратит меньше времени на поиск и сверку информации и больше на анализ, принятие решений и общение с пациентом.

Результат: там, где использовался ИИ-советник, время на подготовку к приему сократилось на 40%, удовлетворенность пациентов выросла на 15% и не было ни одного увольнения. Врачи перестали воспринимать ИИ как угрозу, а видят в нем инструмент, который усиливает их экспертизу, но не подменяет ее.

Разработка ПО: вайб-кодинг для ускорения процесса разработки

Продуктовая IT-команда из 15 разработчиков внедрила вайб-кодинг (новый вид разработки ПО с помощью искусственного интеллекта, где часть ролей выполняют интеллектуальные агенты). В этом проекте продакт-менеджеры самостоятельно реализовывали прототипы и проверяли гипотезы без привлечения фронтенд-разработчиков, запускали новые продукты без ожидания в долгой очереди, то есть буквально от идеи до реализации за 10 минут. Разработчики, в свою очередь, сфокусировались на более сложных и стратегических задачах, которые требуют человеческого контроля.

Результат: срок вывода новых функций на рынок сократился на 35% без сокращения штата. Скорость проверки гипотез выросла в два раза. Разработчики не были уволены, а занялись повышением квалификации и начали решать более интересные задачи. Текучесть кадров в команде снизилась с 30 до 12% всего за полгода.

Общая логика всех трех кейсов в том, что ИИ забирает рутину, а человек сосредотачивается на том, что представляет реальную ценность, и это чистая экономика. Переобучение и редизайн ролей обходятся дешевле, чем наем новых специалистов, после того как вы поймете, что нейронка не может работать без человеческого контроля.

Чек-лист: внедряем ИИ без увольнений

Разберем конкретные шаги, которые помогут сохранить ценные кадры и получить экономический эффект от ИИ.

1. Начните с одного процесса, а не со всей компании.

Выберите рутинную, повторяющуюся задачу, на которую сотрудники жалуются больше всего, — это может быть поддержка, ввод данных, первичный скрининг.

2. Замерьте текущие KPI до внедрения.

Что измеряем: время выполнения задачи, количество ошибок, загрузку сотрудника в часах, стоимость операции. Без цифр «до» вы не докажете эффект «после».

3. Сформулируйте задачи для ИИ как для помощника сотрудника, а не как для его замены.

Для ИИ обозначьте границы: что нейронка делает самостоятельно, в каких случаях передает задачу человеку, как фиксирует свои ошибки. Четко определите, что именно переходит в зону ответственности сотрудника (контроль, принятие решений, работа с исключениями). Донесите до команды, что нейротехнологии убирают рутину, а не рабочие места. Страх коллектива может даже заблокировать внедрение.

Верно: «ИИ будет обрабатывать типовые запросы первой линии. Задача сотрудника — проверять сложные случаи, обучать ИИ на ошибках и управлять базой знаний».

Не верно: «ИИ заменит операторов первой линии. Сотрудники, чьи задачи автоматизированы, будут сокращены».

4. Оцените экономию не в людях, а в высвободившемся времени.

Пример: если сотрудник тратил десять часов в неделю на типовые запросы, а ИИ сократил это до одного часа, то у вас появилось девять часов на развитие. Решите заранее, куда их направить: обучение, сложные кейсы, работа с клиентами.

5. Запустите плотный проект на две—четыре недели.

Спрашивайте команду, что работает, а что нет, где ИИ ошибается. Участие сотрудников в настройке инструмента повышает принятие.

6. Инвестируйте в переобучение, а не в наем.

Потратьте бюджет на курсы, внутренние семинары, обмен опытом. Переобученный сотрудник знает ваш бизнес — это нельзя купить на рынке. По данным Forrester, компании, активно использующие ИИ, в два раза чаще требуют от кандидатов навыки работы с ИИ и инвестируют в повышение квалификации.

7. Закрепите ответственного за внедрение и KPI.

Назначьте лидера, который понимает как ИИ, так и бизнес-процессы. Без системного подхода и измеримых показателей (например, снижение времени на задачу на 30% за три месяца) проект рискует зависнуть.

8. Не увольняйте никого в первые три—шесть месяцев после пилота.

Иначе вы уничтожите доверие к любым будущим ИИ-инициативам. Если через полгода вы увидите, что некоторые задачи действительно отпали навсегда, предложите сотрудникам переход на новые роли с обучением. Добровольный переход всегда эффективнее принудительного сокращения.

ИИ перекраивает рынок труда. Но он не делает людей ненужными, он меняет их задачи. Компании, которые это понимают, получат не краткосрочную экономию на зарплатах, а долгосрочный рост эффективности. Сейчас наступает критический момент для принятия верного решения: выбрать стратегию массовых сокращений (и потом нанимать обратно) или переобучения и роста.

Ссылка на источник

Как российский IT-рынок проходит новый этап импортозамещения

Импортозамещение как массовая кампания в целом завершилось. Теперь на первый план выходит другая задача — выстроить из отечественных решений устойчивую и управляемую IT-среду, отмечают эксперты.

Темпы роста российского IT-рынка в 2025 году составили около 3% против более чем 20% в 2024-м, по оценкам ИТ-холдинга T1. Несмотря на замедление, в 2026 году рынок может вырасти почти на 10% за счет перехода компаний от разрозненных решений к тиражируемым архитектурным продуктам и управляемым сервисам, отмечают аналитики Т1.

В ассоциации «Руссофт» прогнозируют замедление темпов роста продаж российского программного обеспечения (ПО) на внутреннем рынке в 2026 году до 5–10%. В течение предыдущих двух лет динамика составляла 24–28% в год.

В 2022–2024 годах IT-рынок массово расширялся за счет срочных проектов импортозамещения и закрытия критических зависимостей — прежде всего от зарубежных систем управления базами данных, виртуализации, корпоративных приложений и решений в области кибербезопасности, объясняют эксперты. В 2025 году он перешел в фазу нормализации. По данным III Всероссийского опроса по цифровой трансформации от Comindware, доля российских решений в новых внедрениях достигла 85–90%.

Однако ключевые проблемы еще не решены: IT-инфраструктура в компаниях остается неоднородной и требует дальнейшей настройки, отмечают аналитики. Также IT-рынок остается фрагментированным. Российские компании все еще зависимы от иностранных вендоров. В 2025 году потребность в переходе на отечественные решения испытывали 34% представителей крупного бизнеса по сравнению с 39% в 2024-м, согласно исследованию К2 Cloud.

Почему закончились срочные замены

По данным «СберАналитики» и «Сбер Бизнес Софт», по итогам 2025 года самыми распространенными инструментами автоматизации в компаниях стали:

• электронный документооборот — 43%;
• системы для управления взаимоотношениями с клиентами (CRM) — 42%;
• чат-боты и голосовые ассистенты — 42%;
• ИИ-агенты и ассистенты — 39%;
• системы планирования ресурсов предприятия (ERP) — 24%;
• бизнес-аналитика (BI) — 23%.

Компании заинтересованы в готовых комплексных проектах в виде платформ, программных комплексов и программно-аппаратных комплексов (ПАК), говорит директор серверного программного обеспечения «Группы Астра» Алексей Фоменко. Такой интерес, по его словам, связан с переходом от «лоскутной автоматизации» к комплексной: «Ранее решения внедрялись по отдельности, без единой архитектуры и общей логики работы».

По словам эксперта, интеграция продуктов разных вендоров остается сложной задачей: при каждом обновлении одного из компонентов его совместимость с другими приходится заново проверять и настраивать. Именно поэтому заказчики все чаще выбирают комплексные решения, где такая совместимость обеспечена изначально, говорит Фоменко.

Чтобы снизить риски, стоит ориентироваться на вендоров с большой долей рынка, продуктовым подходом к разработке и развитой экосистемой, считает эксперт: «Зрелость отечественных решений будет расти, однако лидеры рынка смогут быстрее закрыть вопросы совместимости с технологическими партнерами — за счет большего числа совместных проектов и накопленной экспертизы».

По данным «К2Тех», в 2025 году 68% компаний не могли получить целостную картину данных из-за несвязанных IT-решений, что приводило к задержкам в принятии управленческих и стратегических решений. Также среди проблем от «лоскутной автоматизации» 47% респондентов выделили высокие скрытые затраты на поддержку разрозненных систем и 33% — на технический долг (накопленные проблемы в ПО и IT-инфраструктуре из-за быстрых, но неоптимальных решений).

Директор по развитию компании bpm (входит в группу компаний ЛАНИТ, «Лаборатория новых информационных технологий») Максим Волошинов отмечает, что если раньше заказчики могли собирать IT-среду из решений разных поставщиков, ориентируясь на принцип «лишь бы работало», то теперь они стремятся либо выбирать одного поставщика, отвечающего за всю архитектуру, либо использовать набор решений, которые уже протестированы и гарантированно работают вместе. По его словам, компании стали внимательнее проверять технологии перед внедрением: требуют того, чтобы они выдерживали реальные нагрузки, смотрят планы развития продуктов и сравнивают между собой разные решения на практике.

Внимание к деталям

В компаниях, проходящих этап импортозамещения, начали более внимательно считать совокупную стоимость владения IT-решениями — учитывая не только цену лицензий, но и затраты на поддержку и интеграцию, говорит Волошинов. Дешевое на старте решение, по его словам, часто приводит к дополнительным расходам в эксплуатации, поэтому рынок постепенно уходит от срочных замен к более плановой и продуманной работе с IT-инфраструктурой.

Компоненты инфраструктуры развиваются независимо друг от друга, и обновления одного из них могут нарушать работу других, отмечает Волошинов: «В итоге заказчик оказывается перед выбором: либо сохранить работающую, но уязвимую архитектуру, либо выполнить обновление операционной системы и нарушить совместимость интегрированных решений». Эксперт добавляет, что даже при одинаковых стандартах решения на практике работают по-разному. Их приходится настраивать вручную, и это само по себе может вызывать сбои.

Процесс перехода на комплексные решения только начался. По данным III Всероссийского опроса по цифровой трансформации, по итогам 2025 года лишь 12% респондентов работают в единой цифровой среде. При этом 60% бизнеса по-прежнему проводят отдельные проекты по внедрению технологий, но не имеют общей стратегии цифровизации. Это говорит о запросе бизнеса на переход от разрозненных решений к комплексным архитектурам.

Разнородность инфраструктуры нередко приводит к несовместимости. По словам игроков рынка, если на этапе импортозамещения компании могли внедрять отдельные продукты, не всегда учитывая их взаимодействие, то при построении комплексных систем такой подход требует обязательного пересмотра. В пресс-службе «Дом.РФ» отмечают, что при выборе и внедрении IT-систем на первый план выходят вопросы совместимости, информационной безопасности и отказоустойчивости.

Как компании заменяют технологии

Сами заказчики IT-решений выбирают разные подходы в рамках импортозамещения: поэтапно переходят на отечественные продукты, инвестируют в собственную разработку или продолжают использовать зарубежные решения там, где это возможно.

По словам зампреда правления банка «Дом.РФ», управляющего директора по IT и цифровой трансформации корпорации «Дом.РФ» Николая Козака, переход на отечественные решения реализуется не как замена отдельных продуктов, а как часть комплексных проектов цифровой трансформации, охватывающих сразу несколько уровней IT-инфраструктуры. В частности, в банке используется 77 классов софта, при этом уровень применения российских решений превышает 98%. При выборе технологий компания тестирует продукты разных разработчиков и ориентируется на надежность и устойчивость их работы.

В свою очередь, во «Вкусвилле» отмечают, что компания с момента основания ориентировалась на использование российских IT-решений, исходя из задачи технологической независимости и поддержки локальных поставщиков. Такой выбор был связан с требованиями к безопасности данных, стабильности работы инфраструктуры и возможностью быстрее дорабатывать решения совместно с российскими разработчиками.

Согласно указу президента России «О национальных целях развития Российской Федерации на период до 2030 года и на перспективу до 2036 года», к 2030 году не менее 80% отечественных организаций ключевых отраслей экономики должны перейти на использование базового и прикладного российского ПО.

По словам директора по информационным технологиям ОТП Банка Сергея Симоненко, после ухода иностранных вендоров на российском рынке образовались ниши, которые активно наполнялись новыми решениями российских поставщиков. «Сегодня отечественных продуктов довольно много, поэтому к их выбору надо подходить внимательнее, тщательнее пилотировать решения, собирать по ним референсы с рынка, больше общаться для того, чтобы поставщики развивали функционал и обеспечивали нужную динамику развития продукта», — комментирует эксперт.

По его мнению, это ключевое отличие от предыдущего подхода к выбору вендора, когда можно было просто открыть «магический квадрант» Gartner (карта рынка с оценкой сильнейших поставщиков. — «РБК Отрасли») и остановиться на одном из трех мировых лидеров.

Денежный вопрос

Дополнительное давление оказывают и экономические факторы. По данным группы компаний ЛАНИТ, внедрение интеллектуальных систем в финансовом секторе обходится в 12–18 млн руб., в ретейле — 7–10 млн руб. При этом реальные затраты могут оказаться в пять раз выше за счет интеграции с legacy-системами (устаревшие технологии, которые продолжают использоваться, несмотря на появление более современных решений. — «РБК Отрасли»), переобучением персонала и перестройкой процессов.

Соответственно, меняются и критерии конкурентоспособности. По мнению экспертов, преимущество на рынке получают не те заказчики, кто быстрее прошел этап импортозамещения, а те, кто способен выстроить устойчивую и управляемую IT-архитектуру.

В ближайшие три-пять лет рынок окончательно разделится на два полюса и способность выстраивать устойчивую архитектуру станет одним из главных факторов успеха, утверждает Максим Волошинов. «Отдельный продукт, даже очень хороший, больше не будет востребован, если он не встроен в экосистему или не предоставляет средств для легкой интеграции с другими», — говорит эксперт.

Ссылка на источник

28 мая в Москве состоялся ежегодный TAdviser SummIT 2026. Работа секции «Искусственный интеллект» была отмечена жаркими спорами. Почему нам уже 15 лет говорят, как важны данные, а мы все еще не начали работать с ними как следует? Мешают ли грязные данные искусственному интеллекту, или машина их проглотит, не поморщившись? Смогут ли банки с помощью ИИ обогнать Бигтех и будут ли люди оп-тимизированы? И вообще — что для нас значит наступившая эра искусственного ин-теллекта?

Обсудить автономные фабрики для производства ПО предложил и Александр Лутай, технический директор компании bpm. Верен ли тезис, что уровень развития ИТ-технологий вплотную подвел индустрию к точке невозврата — к эпохе таких автономных фабрик?

Ее основа — это генерация текста по заданным параметрам, чем и занимаются LLM. Но если мы строим наше здание на таком фундаменте, то хочется убедиться в его надежности. Что это не пузырь, который скоро лопнет, — замечает спикер.

По его мнению, основа есть, так как большие языковые модели развиваются и становятся доступнее. Машины вроде бы научились писать код, проверять и поддерживать его. Александр Лутай приводит в пример OpenClaw, продукт, который позволяет настроить себе разных ИИ-агентов. Таких продуктов становится все больше.

Получается, что вендоры коробочных решений должны готовиться к вымиранию. Раньше это ПО решало проблему дороговизны разработки с нуля.

Однако редко у кого получается взять коробку и поехать, — говорит докладчик. — Нужны доработки под бизнес, интеграции с контуром. А потом будем платить за лицензии. Выходит и долго, и дорого. Теперь же можно взять команду агентов, пусть с нуля пишут они.

Вывод: ценности смещаются с кода на экспертизу. Клиенты будут платить, но не за лицензии, а за опыт, понимание и за интеграцию знаний. Кто держится за лицензии, исчезнет с рынка, уверен Александр Лутай.

А может, угроза вымирания нависла над недавно родившимися лоукод- и ноукод-платформами? Лоукод ведь тоже обещал помочь со стоимостью разработки, но уперся в соб-ственный потолок, который оказался слишком низко. Бизнес требует того, чего платформы не умеют, а гражданский разработчик вдруг оказывается вытолкнут на минное поле кода, где изначально он прогуливаться вовсе не собирался. В итоге снова получается не дешевле, а дороже. «Лоукод в текущем виде уйдет, — предрекает спикер, — но у вендоров есть шанс пересобрать его на ИИ — их экспертиза находит спрос».

Фабрики ПО неизбежны на горизонте нескольких лет, но пока их нет. От таких фабрик нас отделяет инфраструктура, наличие единой среды для ИИ-агентов и их взаимодействия с людьми, а также безопасность и комплайенс, потому что использование ИИ-агентов влечет за собой новые ИБ-вызовы.

Подробнее...