Сократили людей ради AI — и вернули обратно: что это говорит о зрелости оргструктур

А что, если AI не заменил сотрудников не потому, что технология слабая, а потому что компании плохо понимали, какую работу на самом деле выполняют люди?

В недавних материале CNBC говорится о работодателях, которые после сокращений, связанных с внедрением искусственного интеллекта, начали пересматривать свои решения: возвращать сотрудников, вновь открывать похожие роли или признавать, что технология закрыла не весь объем реальной работы.

На первый взгляд это история о завышенных ожиданиях от AI. Но она шире. Речь не о возможностях технологии, а о зрелости оргструктур и способности компании видеть работу, а не ее описание.

Мы проанализировали этот кейс с точки зрения бизнес-систем: почему компании ошибаются, когда оценивают роли как набор задач, какие скрытые функции теряются при поспешных сокращениях и что стоит проверить до того, как передавать работу AI.

Должность — это больше, чем набор задач

Когда компания принимает решение о замене человека технологией, она часто исходит из логики декомпозиции: вот перечень задач, часть из них повторяется, значит, их можно автоматизировать. На уровне отдельных операций это может быть верно.

AI действительно способен быстрее обрабатывать данные, готовить черновики документов, отвечать на типовые запросы, находить закономерности, формировать варианты решений. Но если часть задач автоматизируется, это не значит, что вся роль становится избыточной.

Роль сотрудника почти всегда шире должностной инструкции. Человек не только выполняет операции, но и удерживает контекст: понимает, почему клиент формулирует запрос именно так, где в процессе чаще возникают сбои, когда нужно отступить от стандартного сценария, кого подключить для решения нестандартной ситуации.

Эти элементы работы редко описаны в регламентах. Но они существуют: в опыте сотрудников, в профессиональной интуиции, в неформальных связях между подразделениями. Именно поэтому механическая замена роли на инструмент может ухудшить результат. 

Где возникает управленческая ошибка

Ошибка возникает тогда, когда организация неверно отвечает на вопрос: “Что именно делает этот сотрудник?”

Если роль описана только через повторяющиеся действия, руководителю кажется, что технология может заменить ее достаточно быстро. Но если посмотреть глубже, становится видно, что сотрудник выполняет еще несколько функций, которые не всегда формализованы:

• замечает отклонения до того, как они становятся проблемой;
• интерпретирует ситуацию, когда данных недостаточно;
• принимает решения в условиях неопределенности;
• поддерживает качество взаимодействия с клиентом или внутренним заказчиком;
• передает опыт менее опытным коллегам;
• знает слабые места процесса и компенсирует их вручную.

Для бизнес-системы это принципиально важно. Если компания сокращает человека, но не понимает, какие скрытые функции он выполнял, эти функции никуда не исчезают. 

Часть работы переходит к оставшимся сотрудникам. Часть превращается в дополнительные эскалации. Часть начинает проявляться в ошибках, задержках, жалобах клиентов или снижении качества решений. И только после этого организация обнаруживает, что сокращенная роль на самом деле удерживала важный участок системы.

AI-сокращения как управленческий эксперимент

Поспешные сокращения ради AI опасны тем, что выглядят как естественная финансовая оптимизация. Но у таких решений есть скрытые издержки.

Во-первых, может снизиться качество клиентского опыта. AI хорошо работает с типовыми сценариями, но сложные обращения, эмоции клиента, спорные ситуации и исключения требуют не только ответа, но и ответственности.

Во-вторых, растет нагрузка на оставшихся сотрудников. Если технология закрыла только часть процесса, людям приходится разбирать то, что осталось незакрытым.

В-третьих, компания может потерять экспертизу. Опытные сотрудники часто являются носителями знаний, которые не были оцифрованы и не попали в обучающие данные. Их уход снижает способность организации понимать собственный процесс.

В-четвертых, появляются затраты на восстановление. Повторный найм, адаптация, возвращение людей на похожие роли, пересмотр процессов и восстановление доверия сотрудников могут оказаться дороже, чем первоначальная экономия.

И наконец, такие решения влияют на отношение людей к изменениям. Если AI внедряется как инструмент резкого сокращения, сотрудники начинают воспринимать трансформацию не как развитие системы, а как угрозу. Это снижает готовность делиться знаниями, участвовать в пилотах и помогать технологии работать лучше.

Что это говорит о зрелости оргструктуры

Истории компаний, которые возвращаются к человеческим ролям после AI-сокращений, показывают: зрелость организации определяется не тем, насколько быстро она внедряет новые инструменты. Зрелость определяется тем, насколько точно она понимает собственную работу.

Перед автоматизацией важно ответить не только на вопрос, какие задачи можно передать AI, но и на более сложные вопросы:

• какие решения в процессе требуют человеческого суждения;
• какие исключения возникают регулярно;
• кто отвечает за качество результата;
• где нужна проверка человеком;
• какие компетенции должны остаться внутри компании;
• как изменится нагрузка на смежные роли;
• что произойдет, если AI ошибется;
• какие знания сейчас существуют только в головах сотрудников.

AI не заменяет организационный дизайн

Для зрелой бизнес-системы внедрение AI — это пересборка работы. Технология может взять на себя часть операций, но это требует нового распределения ролей и ответственности.

В компании должны появиться понятные контуры: кто формулирует задачу для AI, кто проверяет результат, кто принимает финальное решение, кто разбирает исключения, кто отвечает за качество данных, кто обучает систему на обратной связи. Иначе возникает управленческий вакуум.

Поэтому AI-трансформация требует не только технического внедрения, но и организационного проектирования. Нужно пересматривать процессы, роли, компетенции, метрики и механизмы контроля. 

Главный вывод для бизнеса

Опыт компаний, которые пересматривают AI-сокращения, показывает: эффективность нельзя сводить только к снижению затрат. Если организация теряет компетенции, ухудшает качество сервиса или вынуждена заново нанимать людей на похожие роли, экономия оказывается спорной.

AI может быть сильным инструментом развития бизнес-системы. Он помогает быстрее работать с информацией, снижать рутину, поддерживать принятие решений, находить отклонения и повышать прозрачность процессов. Но он не заменяет саму систему управления.

Технология работает устойчиво там, где уже понятны процессы, роли, ответственность, критерии качества и границы автоматизации. Если этого нет, AI становится не решением, а стресс-тестом для организации.