AI-скорочення реальні — чи це просто зручне виправдання?

Масового безробіття поки немає. Але й твердження «нічого не змінилося» вже не витримує перевірки реальністю.

П’ять років тому більшість людей відповідали на питання «чи варто йти в IT» однаково: так. Вивчи Python, зроби кілька проєктів, знайди першу роботу, набирайся досвіду. Ця схема не була гарантією, але вона працювала достатньо добре, щоб мільйони людей будували на ній плани. Сьогодні відповідь уже не така очевидна — не тому, що програмісти більше не потрібні, а тому, що ніхто не може чесно сказати, яким буде перший крок у кар’єрі через три-чотири роки.

Саме тому розмови про AI-скорочення такі нервові. Одні кажуть, що штучний інтелект уже забирає роботу. Інші відповідають, що масового безробіття не видно. Обидві сторони мають рацію. І обидві помиляються.

AI-скорочення рідко виглядають як сцена з фантастичного фільму, де робот заходить у кімнату, а людина збирає речі в коробку. Частіше все відбувається тихіше: вакансія не відкривається, підряднику не продовжують контракт, команду не розширюють, junior-позицію перетворюють на задачу для middle-спеціаліста з Claude або Copilot. Для статистики майже нічого не сталося. Для конкретної людини могло змінитися все.

То людей звільняють чи ні?

Коротка відповідь: так. Klarna заявляла, що її AI-асистент виконує роботу, еквівалентну сотням співробітників у підтримці. IBM відкрито говорила про автоматизацію частини HR та back-office функцій. Duolingo перейшла до AI-first підходу й скоротила частину зовнішніх підрядників. Chegg втратила значну частину бізнесу після того, як студенти почали отримувати відповіді від ChatGPT напряму. Це не футурологія — це вже сталося.

Але тут важливо не спростити картину. У Chegg AI не «звільнив працівників» один до одного — він ударив по самій бізнес-моделі. У Duolingo найсильніший сигнал стосувався підрядників, а не штатних співробітників: саме вони першими опиняються під удар, бо їхні контракти можна просто не продовжити. У Klarna ключовий механізм — інший: AI зменшує потребу в новому найманні через attrition і non-backfilling. Люди йдуть, а компанія не відкриває нові позиції. Це теж скорочення, просто менш видиме.

Чому тоді безробіття не вибухнуло?

Майже кожного тижня ми бачимо новий AI-інструмент, а компанії говорять про продуктивність і efficiency. Але мільйонів людей, які масово залишилися без роботи саме через AI, не видно. Ринок праці не обвалився. Черг на біржах зайнятості немає. Чому?

Тому що AI змінює ринок праці значно тихіше, ніж здається з заголовків. Уявіть компанію, де працює сто людей. Рік тому після звільнення співробітника там відкривали нову вакансію. Сьогодні менеджер може вирішити обійтися без заміни. Якщо це спрацювало — вакансія просто зникає. Без пресрелізу, без гучного заголовка, без офіційного layoff. Для статистики нічого не сталося. Для ринку праці сталося дуже багато.

Зникають не лише робочі місця — зникають сходинки

Компанії не звільняють трьох junior-розробників. Вони просто більше їх не наймають. Не звільняють копірайтера — перестають замовляти частину текстів у фрилансерів. Не закривають відділ підтримки — дозволяють AI обробляти частину звернень і не відкривають нові позиції. На папері все чудово: ефективність зростає, витрати падають, інвестори задоволені. Але десь поруч зникає перша сходинка кар’єрних сходів — та сама, з якої починали майже всі сьогоднішні сеньйори, керівники та експерти.

Кожен програміст колись виправляв дрібні баги. Кожен маркетолог колись писав прості тексти. Кожен аналітик колись робив прості таблиці. І якщо ці початкові задачі зникають, виникає незручне питання: де тепер майбутні експерти набиратимуть досвід? Поки що ніхто не має переконливої відповіді.

Хто відчуває тиск першим

Найбільший тиск помітний там, де робота складається з повторюваних інтелектуальних задач: перекладачі, копірайтери, контент-команди, customer support, адміністративні ролі, junior-розробники, молодші аналітики. Це не означає, що ці професії зникнуть — але ринок уже не готовий платити за базові задачі стільки, скільки раніше. Писати тексти все ще потрібно, але «написати ще одну SEO-статтю за шаблоном» уже не має тієї цінності. Програмувати все ще потрібно, але простий boilerplate, документація, тести й дрібні баги вже не виглядають як надійна навчальна зона для новачків. AI не знищує професію одним ударом — він підрізає дешеві, повторювані й навчальні задачі, після чого вся професія змушена перебудовуватися.

Але, можливо, проблема не в AI?

Технологічна галузь почала скорочувати людей ще до того, як ChatGPT став масовим інструментом. Багато компаній найняли забагато людей під час пандемії, дешеві гроші закінчилися, інвестори знову почали вимагати прибутку. Частина скорочень сталася б навіть без AI — і це правда. Але є одна важлива деталь: у попередні кризи компанії скорочували людей і чекали відновлення попиту. Сьогодні багато з них скорочують людей і одночасно інвестують в AI. Це вже інша історія, бо AI стає не просто зовнішнім шумом, а новою операційною логікою.

Для працівника різниця між «причина в макроекономіці» і «причина в AI» часто не велика. Якщо його роль зникла, йому не легше від аналізу, скільки відсотків «вини» припадає на кожен фактор. Людина не живе в аналітичній таблиці.

AI як зручний наратив для інвесторів

AI дав менеджерам нову мову для скорочень. «Ми переоцінили попит і змушені різати витрати» і «Ми стаємо AI-first компанією» можуть описувати одну й ту саму подію. Для працівника результат однаковий. Для інвесторів — ні: перша версія звучить як помилка, друга — як стратегія. Тому навколо AI з’явився те, що можна назвати AI-washing: коли штучним інтелектом прикривають звичайну оптимізацію витрат. Проблема в тому, що з боку ці дві ситуації часто виглядають майже однаково, і журналісту легко написати «компанія звільнила людей через AI» навіть там, де AI — лише один із кількох факторів або красивий фон для старої причини.

Хтось же від цього виграє

Майже кожна розмова про AI та роботу зводиться до втрат. Але є й інша сторона. Невелика компанія, яка ще три роки тому не могла дозволити собі досвідченого розробника, сьогодні може обійтися однією сильною людиною з AI-інструментами замість двох-трьох. Те саме відбувається в маркетингу, дизайні, аналітиці, фінансах. Те, що раніше вимагало маленької команди, тепер може робити одна людина з хорошим набором інструментів. Для ринку праці це погана новина. Для малого бізнесу — часто хороша. Працівник бачить ризик, підприємець бачить leverage, інвестор бачить margin, клієнт бачить дешевший сервіс. Усі ці погляди можуть бути правдивими одночасно. Але суспільно найболючішим буде саме перший — бо працівник не може диверсифікувати своє життя так само легко, як інвестор диверсифікує портфель.

Що тепер означає «бути цінним»

Найгірша порада сьогодні — просто сказати людям «вчіть AI». Це звучить правильно, але майже нічого не означає. Корисніший принцип: цінність зсувається від виконання простих задач до здатності керувати складним процесом. Не просто написати текст — а зрозуміти, який текст потрібен, для кого, з яким аргументом і як перевірити, що він не звучить як порожній шум. Не просто написати код — а зрозуміти систему, обмеження, архітектуру й те, що станеться через пів року після merge. Не просто зробити звіт — а зрозуміти, які метрики оманливі й де модель могла впевнено вигадати дурницю.

AI добре працює там, де задача чітка, повторювана й достатньо формалізована. Людина стає ціннішою там, де задача нечітка, відповідальність висока, контекст важливий, а ціна помилки велика. Це не заклик тікати з digital-професій — але більше не можна будувати кар’єру лише на виконанні базових задач. Раніше цього вистачало для старту. Тепер цього може бути замало навіть для входу.