Новая экономика команд: когда один человек с ИИ заменяет целый отдел

Восемь лет назад мою работу выполнял отдел из 65 человек. Сегодня я почти в одиночку веду маркетинг ИИ-стартапа в Сан-Франциско. За этим личным решением стоит вопрос, который сейчас решает каждый владелец и топ-менеджер: сколько людей на самом деле нужно для достижения результата, когда часть работы уже выполняет ИИ? И как в таких условиях строить команду, чтобы выиграть не на квартал, а на несколько лет?

Я была директором по маркетингу (CMO) и руководила командой из 65 человек. Затем сознательно отказалась от руководящей роли и вернулась к работе "в поле": сама пишу тексты, готовлю презентации, запускаю кампании. Производство взял на себя ИИ, и то, на что раньше уходил целый отдел, теперь держится на одном человеке с набором инструментов. Это и есть новая экономика команд: меньший штат, более высокая отдача, совершенно иная структура затрат.

Соблазн здесь очевиден и опасен. Когда один человек с ИИ выполняет работу пятерых, стратегия напрашивается сама собой: сократить штат и посчитать экономию. Но эта простая арифметика вполне может обернуться самой дорогой ошибкой.

Сокращение — ещё не стратегия

Проще всего воспринимать новую экономику команд как разрешение сокращать штат. Но данные свидетельствуют о том, что это близоруко.

Начнём с неудобного факта: сокращение само по себе не улучшает финансовое положение. Gartner опросил 350 руководителей крупных компаний и не обнаружил значимой связи между сокращением штата и более высокой отдачей от ИИ. Около 80 % компаний, внедряющих ИИ, сокращали персонал, но те, кто демонстрирует лучшие результаты, сокращали не больше других.

Объяснение дает MIT. Согласно отчету "The GenAI Divide: State of AI in Business 2025", 95% организаций не получили от ИИ никакой измеримой отдачи. Причина не в слабых моделях, а в неумении внедрить их в рабочие процессы и культуру.

Рынок уже демонстрирует последствия поспешных сокращений. Klarna в своё время объявила, что её ИИ-ассистент выполняет работу 700 операторов службы поддержки. Через год генеральный директор компании признал, что чрезмерная экономия ударила по качеству сервиса, и Klarna начала восстанавливать штат. Ford вернул на работу около 350 опытных инженеров, поскольку автоматизированные системы не смогли заменить их опыт.

Согласно опросу Careerminds, две трети компаний, уволивших сотрудников из-за ИИ, уже снова их нанимают. По данным Orgvue, 39% руководителей увольняли сотрудников, чтобы заменить их искусственным интеллектом, и 55% из них впоследствии признали это ошибкой. Gartner прогнозирует, что к 2027 году половина компаний, сокративших персонал в сфере обслуживания клиентов, вернут сотрудников на аналогичные должности, зачастую с более высокой заработной платой.

Вывод для бизнеса: вопрос не в том, сколько людей сократить, а в том, куда вложить время и деньги, освободившиеся благодаря ИИ. Тот, кто просто кладет их в карман, отстает от того, кто реинвестирует.

Удержать лучших будет стоить дороже

Первое, во что стоит вкладывать средства, — это удержание сильных специалистов. И здесь новая экономика ломает старую логику.

Данные PwC (анализ более миллиарда вакансий в 27 странах) показывают, что рынок разделяется на два направления. В "профессионализированных" должностях, где ИИ берет на себя рутинную работу, а ценится способность принимать решения, вакансий в два раза больше, а зарплаты растут на 42% быстрее, чем в должностях, которые ИИ "упростил". Премия за навыки в области ИИ выросла до 62% (в прошлом году — 57%). А компании с наибольшей зрелостью в области ИИ наращивают и штат, и производительность быстрее других: в топ-20% таких компаний производительность труда выросла на 163% по сравнению с 2018 годом.

Что это означает на практике? Раньше карьера сводилась к одному: становиться руководителем и собирать под себя людей. Теперь топ-специалист по ИИ сам делает то, для чего раньше требовался целый отдел. В Кремниевой долине такие люди без какой-либо команды уже стоят работодателю не меньше, чем директора. Если же единственный способ повысить ценность специалиста — сделать его менеджером, вы либо потеряете его, либо превратите отличного исполнителя в посредственного руководителя.

Поэтому наряду с управленческими необходимо создавать экспертные карьерные траектории, чтобы человек мог расти в плане влияния, заработной платы и статуса, не становясь руководителем. В новой экономике команд самый ценный актив — не тот, кто руководит двадцатью, а тот, кто с помощью ИИ достигает результатов двадцати человек и поддерживает качество.

Есть и менее очевидный рычаг удержания — развитие. Как отмечает Нирит Коэн в колонке для Forbes, в эпоху ИИ развитие фактически становится частью оплаты. Опыт больше не прибавляет ценности автоматически, поэтому лучшие специалисты всё чаще выбирают работу не только по зарплате, но и по тому, кем она их сделает через два года.

Её пример красноречив. На заводе люди вручную окрашивали металлические детали. Когда эту работу взяли на себя роботы-манипуляторы, компания не уволила маляров, а вложилась в их развитие: сначала научила управлять роботами, а когда те стали более автономными, — программировать их. Маляр становился оператором, затем программистом. Стабильность этих людей основывалась на том, что работодатель каждый раз давал им возможность освоить следующий уровень, как только предыдущий уступал место автоматизации.

Если вы не даете сильным людям развиваться, вы теряете их в пользу тех, кто дает им такую возможность, даже при меньшей ставке.

Обвал найма джуниоров: сегодня дешево, завтра некому повышать

А вот самый большой скрытый риск, который мало кто учитывает в модели.

ИИ легче всего заменяет именно ту работу, на которой раньше учились новички: подготовку документов, координацию, простую аналитику. Поэтому компании массово сокращают наем джуниоров. По данным PwC, вакансии начального уровня в профессиях, наиболее уязвимых для ИИ, уже в семь раз чаще требуют навыков, которые раньше ожидали от опытных специалистов: суждения, лидерства, умения убеждать. Исследователи назвали это "сениоризацией". Количество таких должностей с 2019 года выросло на 35%, а обычных начальных — сократилось на 10%. Новичок остается без возможности войти в профессию.

Последствия уже заметны на рынке. По данным ФРС Нью-Йорка, во втором квартале 2026 года безработица среди выпускников в возрасте 22–27 лет держалась на уровне около 5,6%, а неполная занятость выросла до 42%. Не весь этот обвал вызван ИИ: те же экономисты отмечают, что часть проблемы уходит корнями ещё в массовый переход на удалённую работу.

Но бизнесу от этого не легче. Убрав нижнюю ступеньку, вы разрушаете путь, по которому джуниор вырастал в сеньора. Через два-три года у вас будут дорогие опытные специалисты и некому их заменить. А суждения, в отличие от штата, за квартал не наймешь.

Самые сообразительные уже это поняли. В IBM автоматизировали рутинные задачи и одновременно в три раза увеличили набор младших специалистов в США. Объяснение HR-директора компании стоит повесить на стену: "Нет притока — источник просто пересыхает".

Где в этом Украина

Для украинского бизнеса все это не абстракция, а окно возможностей, если действовать осознанно.

Выгода от ИИ в мире распределяется очень неравномерно. Согласно анализу VoxEU/CEPR, основная выгода сосредоточена в нескольких богатых странах, а разрыв в использовании ИИ между странами превышает 200 раз. В то же время тот же анализ показывает, что воспользоваться этой выгодой помогают две вещи:

• понятное регулирование ИИ: когда правила прописаны, компании смелее внедряют технологию;
• язык: модели обучаются преимущественно на англоязычных данных, поэтому страны, чей язык и контент хорошо в них представлены, выигрывают больше.

Для Украины эти факторы складываются по-разному. Действуют специальные режимы Diia.City и Defence City, продолжается работа над регулированием ИИ. Это тот самый регуляторный рычаг, о котором пишет VoxEU. А язык — скорее минус: украинский представлен в обучающих данных хуже, чем английский.

Впрочем, остальные стартовые позиции лучше, чем кажется. Согласно исследованию IT Ukraine Association 2026 года, 42% взрослых и 70% подростков регулярно пользуются ИИ, то есть внутренний спрос есть. В стране более 300 тыс. ИТ-специалистов и около 24 тыс. выпускников технических вузов ежегодно.

ChatGPT сегодня одинаково открывается и в Киеве, и в Кремниевой долине, поэтому доступ уже не дает преимущества. Его дает структура:

• перестроить процессы с учетом ИИ, а не просто раздать подписки;
• создавать экспертные треки, чтобы не потерять лучших;
• не сокращать наем джуниоров ради экономии, которую через два года придется возвращать с лихвой.

Работая в Кремниевой долине, я каждый день вижу, как расходятся траектории компаний. И разлом проходит не по линии доступа к технологии, а по линии готовности перестроить под неё процессы.

Главный вопрос — не "сколько людей", а "какая структура"

Новая экономика команд — не о том, как уволить половину отдела. Одновременно меняются три вещи: структура расходов, карьерные траектории и подход к найму. Старая формула "больше людей — больше результата" уже не работает. Но и противоположная — "меньше людей — экономия" — оказывается ошибочной, как только посчитать затраты на повторный набор, утраченный опыт и опустевший кадровый резерв.

Поэтому правильный вопрос другой: когда ИИ взял на себя производство, во что вы вкладываете высвободившиеся ресурсы? В простую экономию или в людей, их суждения и карьерные траектории, которые через два-три года определят, будет ли кому расти внутри компании? Для меня это самая интересная управленческая задача за десять лет в профессии.