Revelio Labs: активное внедрение ИИ приводит к росту штата сотрудников, а не к сокращениям

Компании, вкладывающие серьёзные деньги в искусственный интеллект, за два года после старта внедрения нарастили численность персонала примерно на 10%. Такой вывод сделали аналитики Ramp и Revelio Labs, изучив данные более чем 21,5 тысячи американских организаций. Рост коснулся не только айтишников, но и сотрудников продаж, маркетинга, поддержки и финансовых служб.

Работа стала одной из самых масштабных попыток посчитать реальный эффект от ИИ на рынок труда. Аналитики свели вместе корпоративные расходы на нейросети и данные о найме, чтобы понять, что происходит с людьми, когда бизнес всерьёз берётся за автоматизацию. Результат оказался обратным тому, что ожидали многие.

Организации, попавшие в верхнюю группу по интенсивности внедрения, тратили около 33 долларов в месяц на одного работника в течение первых трёх месяцев после запуска ИИ-инструментов. Компании, ограничившиеся минимальными вложениями, тратили примерно три доллара на сотрудника, и никакого прироста штата у них не зафиксировали. Разница в поведении двух групп оказалась разительной.

Отмечается, что эффект от внедрения ИИ проявляется не сразу, а постепенно, по мере того как бизнес перестраивает свои процессы под новые возможности.

Логика найма после внедрения нейросетей выглядит примерно так:

• сначала компания тестирует инструменты и определяет, где они реально работают;
• потом перестраивает внутренние процессы под новую технологию;
• следом появляются свежие рабочие задачи, которых раньше просто не существовало;
• под эти задачи начинают нанимать людей;
• часть новичков идёт в непрофильные для ИИ отделы.

Отдельно исследователи разобрали ситуацию с молодыми специалистами. В прессе часто пишут, что джуниоры первыми попадают под нож автоматизации, но цифры говорят обратное. У компаний-лидеров по внедрению ИИ доля сотрудников начального уровня оказалась выше среднего примерно на 12%. Похоже, новые технологии не выкидывают новичков с рынка, а создают для них дополнительные точки входа.

Куда именно шли новые люди — тоже показательно. Наём заметно вырос в подразделениях продаж, маркетинга, административного управления, финансов, поддержки клиентов. Это подтверждает мысль о том, что ИИ проникает во все уголки бизнеса, а не запирается в технических командах. Соответственно, и потребность в кадрах распределяется по всей структуре.

Разбивка отраслей по найму после внедрения ИИ выглядит следующим образом:

• продажи и клиентский сервис;
• маркетинговые и коммуникационные подразделения;
• финансовые и бухгалтерские службы;
• административные функции и HR;
• инженерные направления и разработка ИИ-продуктов.

Полученные данные явно контрастируют с громкими заголовками о массовых увольнениях в крупных корпорациях. Salesforce серьёзно урезала штат сотрудников поддержки, у Amazon тоже прошли крупные сокращения, о своих решениях регулярно сообщают и другие технологические гиганты. Аналитики Ramp и Revelio Labs предупредили, что отдельные решения крупных игроков нельзя автоматически проецировать на весь рынок.

Уточняется, что публичные заявления о сокращениях создают ложное ощущение повсеместного вытеснения людей нейросетями, тогда как статистика по десяткам тысяч компаний рисует куда более сложную реальность.

Российских пользователей и работодателей выводы исследования тоже касаются напрямую. Отечественные компании сейчас находятся на схожей стадии внедрения нейросетей, крупные банки и ретейл активно закупают ИИ-решения, а госсектор запускает свои модели. Логика перестройки процессов и последующего расширения команд, зафиксированная в американских данных, вполне применима и к российскому рынку. Многие HR-специалисты в РФ уже фиксируют рост запроса на людей, умеющих работать с ИИ-инструментами, а не полное закрытие вакансий.

Что стоит запомнить из работы Ramp и Revelio Labs:

• компании с активными вложениями в ИИ выросли по штату примерно на 10% за два года;
• у организаций с минимальными вложениями роста персонала не зафиксировано;
• джуниоров в лидерах по внедрению на 12% больше среднего уровня;
• прирост найма идёт в продажах, маркетинге, финансах и поддержке, а не только в разработке;
• эффект от ИИ проявляется постепенно, через перестройку процессов.

Причины расхождения между медийной повесткой и цифрами исследования лежат на поверхности. Крупные технологические компании чаще попадают в заголовки, их кадровые решения обсуждают публично, а тысячи средних и небольших организаций остаются за кадром. Именно они, судя по данным, ведут себя иначе и продолжают нанимать людей под задачи, порождённые самой автоматизацией.

Долгосрочных прогнозов авторы работы делать не стали, оговорив, что влияние ИИ будет меняться по мере развития технологий. Но текущий срез рынка показывает совсем не тот сюжет, который активно продвигают в новостях последнего года. Бизнес пока чаще перестраивается вокруг ИИ, чем избавляется от людей.

Ранее сообщалось, что ряд крупных международных компаний начал пересматривать решения о сокращении персонала в пользу искусственного интеллекта после того, как ожидания от автоматизации не оправдались. Ford, IBM, Commonwealth Bank of Australia и другие работодатели вновь открыли часть ранее закрытых вакансий, признав, что нейросетевые системы пока не способны самостоятельно выполнять многие сложные задачи и требуют постоянного участия и контроля со стороны специалистов.

Эксперты редакции CISOCLUB отмечают, что данные Ramp и Revelio Labs заслуживают серьёзного отношения, потому что опираются на реальные корпоративные транзакции, а не на опросы или заявления топ-менеджеров. Похожая динамика с большой вероятностью развернётся и в России, где крупные компании только выходят на стадию промышленного внедрения нейросетей. Опасения о тотальной замене людей алгоритмами пока не подтверждаются цифрами, зато явно растёт спрос на людей, способных строить процессы вокруг ИИ. Российским работодателям стоит закладывать в бюджеты рост найма, а не сокращения, если они всерьёз собираются использовать нейросети.

Специалистам по кибербезопасности такой расклад тоже добавит работы, ведь новые ИИ-системы неизбежно расширяют поверхность атаки и требуют отдельного контроля. Ставка на человеко-машинные команды выглядит сейчас куда более рабочей моделью, чем сценарии массовых увольнений.