В одном из кабинетов высшего руководства нашей компании лежит список на увольнение, включающий до 8000 человек. У меня 10% шанс оказаться в этом списке. Через несколько дней, 20 мая, я узнаю свою судьбу.

Увидев сегодняшнее объявление Coinbase об "увольнениях на фоне ИИ", я решил написать эту статью. Я специально поспешил начать писать до 20 мая, потому что хочу поделиться самыми искренними мыслями, без личных эмоций по поводу "остаюсь я или ухожу". Эти мысли не зависят от того, уволят меня или нет, и не ограничиваются лишь моей компанией. Они основаны на реальных чувствах моих друзей, работающих в различных средних и крупных компаниях.

Сейчас выходит множество статей, где спорят: вызвана ли эта новая волна увольнений (общепринято считать, что она началась с того, как Джек Дорси уволил 40% сотрудников Square) ИИ, или это просто "отмывание ИИ (AI-washing)" (подразумевая, что компании под прикрытием внедрения ИИ маскируют реальные причины своих коммерческих провалов или увольнений).

Я не хочу мучить вас, заполняя статью ссылками на новости и научные работы, которые вы, вероятно, уже видели или легко найдёте, погуглив или спросив у ChatGPT.

Раздутая "производительность ИИ" и неуловимые доказательства

Правда ли, что ИИ сделал нас более эффективными? Это действительно спорный и животрепещущий вопрос! Если подумать наоборот и заявить, что "ИИ ничего не изменил", то, думаю, даже самые ярые скептики в отношении ценности ИИ не согласятся с таким утверждением.

Особенно в технологических компаниях взрывной рост использования ИИ — это очевидный факт. Даже самые консервативные компании, ограничивающие бюджеты на ИИ и не снабжающие сотрудников инструментами ИИ, также не могут отрицать, что часть работы по сути выполняется ИИ — даже если сотрудники просто втихаря используют Gemini или Copilot в документах Google или Microsoft Office.

Что касается более дальновидных компаний, погрузившихся в океан токенов ИИ (Token) (базовая единица обработки текста моделями ИИ; компании обычно оплачивают использование больших языковых моделей по количеству потреблённых токенов), таких как Uber или Shopify (здесь я не включаю компании, разрабатывающие свои собственные большие языковые модели, как Meta или Microsoft, и компании, активно строящие инфраструктуру для ИИ, как Vercel или Cloudflare; речь только о чистых "пользователях"), их потребление ИИ просто сошло с ума.

Мы уже привыкли: от 90% до 100% кода генерируется ИИ, количество пулл-реквестов/диффов, отправляемых на ревью каждую неделю, взлетает в 2-5 раз, годовые бюджеты на ИИ в сотни миллионов долларов исчерпываются за считанные месяцы.

Однако технологические обозреватели и инвесторы вроде Эда Зитрона, Уилла Манидиса, Гэри Маркуса и Майкла Бьюри обязательно зададут вам пронзительный вопрос: если это так, то почему доходы этих компаний не выросли в 2-5 раз соответственно? Почему их приложения выглядят почти так же, как полгода назад? Если ИИ такой плодовитый, что же они с его помощью произвели? Если они написали в 5 раз больше кода, а конечные пользователи ничего не заметили, то какой в этом коде смысл? Это чрезвычайно острый и уместный вопрос.

Ресурсы (Input), Результаты (Output) и Итоги (Outcome)

Надо ненадолго вернуться к основам управления бизнесом. Когда быстрорастущая, перефинансированная, разбрасывающаяся деньгами средняя компания наконец сталкивается с иссяканием средств, и вы идёте за советом к опытному генеральному директору. Он посоветует вам пригласить консультантов из McKinsey. Консультанты на первом слайде презентации поставят чисто белый слайд, на котором шрифтом Arial по умолчанию будут написаны три слова: «Ресурсы, Результаты, Итоги».

Они объяснят вам суть бизнеса, которую все понимают, но часто забывают:

Код — это лишь ресурс.

Функциональность — это результат.

То, за что пользователи готовы платить за ваш продукт, — это итог.

ИИ (или, по крайней мере, такие продукты, как Claude Enterprise) по сути является продуктом-услугой для бизнеса (B2B SaaS). Вы заметите, что ценообразование и маркетинг SaaS-продуктов различаются. Если продукт напрямую влияет на «итоги», обычно с них и берут комиссию. Представьте такую подачу: «Наш инструмент повысит скорость закрытия лидов на 36%. Попробуйте прямо сейчас, всего за низкую плату за обслуживание в размере 5% от продаж.»

Это абсолютно сразит клиента. При прочих равных условиях, если раньше вы заключали 100 сделок за 100 дней, то теперь вам нужно всего 63 дня. Сэкономленные 36 дней (если я правильно посчитал) позволят вам заключить ещё 57 сделок! То есть ваш потенциальный рост продаж составляет 57%. Любой с радостью отдаст 5% от комиссии за продажи, чтобы получить дополнительные 57% дохода. И если вы не используете этот продукт, вам не нужно платить ни копейки.

Вы, наверное, уже догадались, к чему я веду — модель ценообразования Claude за потребление токенов совершенно не такая. Если ваши инженеры-программисты пристрастились к кодингу с помощью Claude, как к наркотику (я только что понял, что их английские аббревиатуры совпадают — «сс»), и генерируют по 100 миллионов токенов в день, то вам придётся платить по 100 долларов в день за каждого инженера.

Даже если часть сгенерированного кода не работает и отправляется в мусорку;

Даже если какой-то код позже вызывает серьёзные сбои в системе (SEV) (SEV означает Severity, в IT-компаниях этим термином часто обозначают серьёзные инциденты, приводящие к остановке сервиса) и его срочно откатывают;

И даже если какая-то часть кода написана лишь для того, чтобы перекрасить внутренние инструменты и сделать дашборды с данными симпатичнее для вице-президентов;

За всё это всё равно придётся платить. Потому что код — это лишь «ресурс». Хотя обычно, если двигаться в правильном направлении, больше «ресурсов» приводит к большему количеству «результатов», а значит, и к лучшим «итогам». Но когда вы в одночасье увеличиваете ресурсы в 5 раз, эта закономерность уже не обязательно работает. Эти дополнительные «ресурсы» могут внезапно превратиться в бесцельную активность, совершенно не ведущую к ожидаемым «результатам» или «итогам».

Что же нам мешает!

Раньше, когда генеральный директор или менеджер по продукту хотел сделать 10 вещей, команда разработчиков всегда говорила, что может справиться только с двумя самыми важными, а на остальные 8 нет времени. По какой причине? Потому что писать код — это не игра, разработка сложного и работоспособного программного обеспечения требует огромного количества времени.

Хм... Но теперь код практически бесплатный. Почему мы всё ещё не делаем те 8 вещей?

Ответа два: один не понравится генеральному директору и менеджеру по продукту; другой — среднему менеджменту и опытным сотрудникам.

1. Возможно, те 8 идей... просто никуда не годятся?

Тот факт, что в голове у генерального директора или менеджера по продукту промелькнуло 10 мыслей, не означает, что они действительно могут превратиться в реальные бизнес-результаты. Даже если вы действительно создадите 10 новых функций (результат), нет гарантии, что пользователи воспримут их и начнут чаще использовать ваше приложение (итог).

На самом деле, именно потому, что раньше ресурсы на разработку были ограничены, это «трение» заставляло всех вести более жёсткие споры, отсеивая плохие идеи до того, как они поглотят слишком много ресурсов, и выбирая две лучшие. А теперь, когда писать код стало быстро и дёшево, спорить о качестве идей кажется бессмысленным. Даже если вы попытаетесь возразить, вы думаете, сможете ли вы остановить генерального директора или менеджера по продукту, который тут же сам пойдёт и даст задание Claude? Забудьте об этом, даже не пытайтесь.

2. Заставить всех "синхронизироваться" слишком мучительно.

Мы все знаем, как это мучительно. Сначала нужно, чтобы все заинтересованные стороны пришли к согласию относительно «почему» делать эту вещь; затем нужно провести отдельную встречу, чтобы обсудить, конкретно «что» делать; наконец, всем снова придётся спорить о «как» это делать.

Чем больше команд, тем больше проектов застревают в «аду синхронизации». Раньше из-за медленного написания кода эта проблема скрывалась. А теперь, как только «что» делать утверждено, тут же кто-то за ночь наколдует минимально жизнеспособный продукт (MVP) (продукт, разработанный с минимальными затратами, который может продемонстрировать ключевую идею, используется для быстрого тестирования гипотез) и на следующий день сразу назначит следующую встречу.

На встрече вы с удивлением обнаруживаете, что другая команда тоже втихаря сделала свой MVP! И что ещё хуже, поскольку вы исходили из разных предположений, два продукта работают по совершенно разным логикам.

Конечно, вы можете сесть и долго разбираться, обсуждая, чьи предположения верны.

Но давайте будем честными. Вы и ваша команда, имеющие неограниченный доступ к токенам Claude, не будете этим заниматься. Другая команда — тоже. Вы без колебаний развернётесь и броситесь в объятия Claude, чтобы он переделал работу противоположной команды так, как вы считаете идеальным. А Claude просто вежливо ответит: «Вы абсолютно правы!» и тут же начнёт стучать по клавишам.

Что же решают увольнения?

Хорошо, спасибо, что терпеливо выслушали все эти очевидные истины. Я знаю, вы хотите увидеть самую суть.

Какой цели служат увольнения? Согласно моему предположению, если ИИ на самом деле не заменяет напрямую 30% сотрудников (думаю, мы можем прийти к согласию по этому поводу? Хотя во многих задачах он превосходит младших белых воротничков, в других он уступает человеку — он точно не является взаимозаменяемой деталью, которую можно просто вытащить и вставить, и тем более не может напрямую заменить 10%, 20% или 30% сотрудников компании).

Тогда в чём логика увольнений? Она заключается в том, что они мгновенно решают две очевидные краткосрочные проблемы.

1. Компенсация "расходов на ИИ"

По сути, это базовая арифметика денежных потоков. Очевидно, что если ваши подсевшие на Claude инженеры ежедневно тратят по 100 долларов на Claude (то есть 2500 долларов в месяц, 30 000 долларов в год), эта сумма уже равна полной зарплате инженера-разработчика (SDE) в Индии; в Европе — половине зарплаты SDE; в США — четверти зарплаты SDE.

Если сделать простейший и грубый расчёт: предположим, в плоской организационной структуре компании все сотрудники — это SDE. Чтобы сохранить существующий общий фонд заработной платы (включая затраты на покупку токенов), вам придётся уволить 50% (Индия), 33% (Европа) или 20% (США) сотрудников.

Фактически, поскольку использование ИИ растёт с безумной скоростью, игнорируя всё, а доходы компании не демонстрируют соответствующего роста, увольнения становятся неизбежным выбором. Иначе баланс компании рухнет. Если ваши затраты на ресурсы выросли на 50%, а конечные бизнес-результаты остались прежними или даже ухудшились, то экономика всего вашего жизненного цикла разработки программного обеспечения просто разваливается.

Если бы мы по-настоящему научились использовать ИИ — поняли, как превратить увеличение затрат на ресурсы на 50% в увеличение доходов на 50%, нам не пришлось бы идти на этот шаг. Но именно потому, что мы ещё не научились, некоторым из вас придётся собрать вещи и уйти, чтобы освободить деньги для оплаты счетов от Anthropic.

2. Сокращение "налога на синхронизацию"

Несомненно, размер любой крупной компании намного превышает масштаб, необходимый просто для «выживания». В этом особенность крупных компаний, большие организации неизбежно накапливают «организационный жир», это неизбежный результат проектирования организационной структуры.

В таких компаниях, даже если кто-то увольняется, система продолжает работать, потому что всегда есть кто-то, кто знал, чем он занимался. Во многих крупных корпорациях вы можете спокойно взять полугодовой декретный отпуск, а проекты, за которые вы отвечали, останутся в целости и сохранности. Это хорошие явления! Но одновременно это и железное доказательство: если уволить часть людей, компания точно не рухнет мгновенно. Напротив, пережив первоначальные несколько недель системной ломки, в последующие месяцы скорость работы может даже возрасти!

Помните те две команды, которые упёрлись в свои технические решения? Всё просто: достаточно уволить одну из команд, а затем заставить оставшуюся команду поработать несколько ночей, чтобы закончить дело — им больше не с кем будет «синхронизироваться».

Мы не можем предсказать, что произойдёт в долгосрочной перспективе (или, как сказал экономист Кейнс — «В долгосрочной перспективе мы все мертвы»), но в краткосрочной перспективе увольнение 10-20% сотрудников в крупном бизнесе только ускорит рабочий ритм.

Крупные предприятия со временем неизбежно накапливают избыточность, раздутость штатов, накапливая, подобно техническому долгу, огромное количество «организационного долга». Это хроническая болезнь больших компаний. Увольнение 10% людей сегодня не предотвратит рецидив старой болезни через два года. Но когда вы видите, как все хвастаются, что отправляют на ревью в 5 раз больше кода, чем раньше, но не могут его выкатить из-за того, что их блокируют другие команды, самым прямым и грубым лекарством, очевидно, является: уволить часть людей, и тогда блокировать будет некому.

Это и есть увольнения на фоне ИИ, даже если ИИ не занял ваше место напрямую

Занял ли ваш служебный номер новый экземпляр Claude, запущенный на виртуальной машине? Мы все знаем, что это не так.

Тем не менее, является ли фактом, что многие рабочие процессы в компании, которые раньше требовали, чтобы вы печатали в VS Code, кликали в Figma, Canva или Google Docs, теперь превратились в ситуацию, когда другие (те, кому раньше нужны были результаты вашей работы) просто кричат запрос в большую языковую модель и больше не утруждают себя обращением к вам за помощью? Это тоже неоспоримый факт.

Являются ли эти увольнения «отмыванием ИИ»? То есть — не было ли у компаний изначально различных фундаментальных проблем, не связанных с ИИ (например, чрезмерный найм, падение прибыли, конкурентное давление, плохие бизнес-решения), и теперь они просто используют ИИ как «предлог» для увольнений? Что ж, в какой-то степени это тоже имеет смысл.

Вы также можете заметить, что если собрать все письма об увольнениях, которые отправляли генеральные директора за последнее время, можно подумать, что они создали чат и совместно писали эти письма. «Нативные группы ИИ», «менеджеры, которые пишут код», «увеличение охвата управления», «плоская структура», «управление командами агентов ИИ»... Вы обнаружите, что эти свежие термины появляются в каждом письме в точности одинаково. Словно они скормили GPT один и тот же промпт.

Но правда в том, что даже если эти увольнения вызваны не тем, что ИИ напрямую заменил вас, даже если в них есть примесь «отмывания ИИ», эти увольнения в конечном счёте всё равно вызваны ИИ. И эта волна увольнений будет продолжаться до тех пор, пока мы по-настоящему не научимся использовать ИИ.

Пока мы не научимся превращать огромное количество токенов ИИ в реальные бизнес-результаты, а не просто в ресурсы в виде кода; пока мы не научимся ускорять «синхронизацию» внутри организации в соответствии со скоростью кодирования нового поколения; пока мы не поймём, как использовать эту дополнительную производительность для преследования ещё 10 многообещающих новых идей, помимо изначальных 2 хороших и 8 плохих.

До того, как мы по-настоящему разберёмся, как именно ИИ будет стимулировать рост мирового ВВП, чтобы покрыть ежегодные расходы в 70 миллиардов долларов (суммарный корпоративный доход OpenAI и Anthropic) на токены, компаниям придётся «компенсировать одни расходы за счёт других», сокращая зарплаты сотрудников.

А пока мы не научимся более эффективно устранять блокировки между командами, решение будет всегда одним и тем же — просто стереть нас с организационной схемы.

Осталось 15 дней, и я узнаю свою судьбу. Но каким бы ни был результат, я думаю, я уже понял причину. Даже если бы тогда в просторном угловом кабинете генерального директора решение принимал я, не знаю, смог ли бы я поступить лучше. Возможно, я бы, как и остальные генеральные директора в том чате, сделал точно такой же выбор.