Резюме основного содержания
Статья прямо опровергает общепринятое мнение в сфере ИИ: за последние два года вся отрасль следовала подходу, основанному на использовании ИИ с одновременным сокращением персонала и снижением затрат. Гиганты вроде Meta, Microsoft и WPP вкладывали миллиарды долларов в исследования и разработки ИИ, одновременно увольняя сотрудников, считая, что ключевая ценность ИИ заключается в том, чтобы «меньшим количеством людей выполнять больше работы». Однако появились две компании, действующие вопреки этому общепринятому мнению: DeepSeek, занимающаяся развитием инфраструктуры для больших моделей, только что объявила о удвоении своего штата и открыла 150 вакансий в области разработки серверного обеспечения и гибкого распределения ресурсов для ИИ-агентов, при этом не заполнила ни одной вакансии для исследователей алгоритмов; Notion, производитель инструментов для ведения заметок, планирует увеличить штат на 30% в этом году, доведя его до 1300 человек – в три раза больше, чем у крупнейших китайских компаний, работающих в области больших моделей. Эти необычные действия компаний полностью опровергают стереотип о том, что использование ИИ приводит к уменьшению размеров компаний и возможности легкого получения прибыли с помощью небольшого количества сотрудников, управляющих ИИ-системами.
---
Популярное объяснение по отдельным аспектам
1. Почему вся отрасль сокращает персонал с помощью ИИ, а эти компании нанимают новых сотрудников
Сейчас в интернет-компаниях обычно так происходит: руководители на собраниях призывают к полному внедрению ИИ, а затем направляют указания HR на сокращение персонала, называя это «оптимизацией» – ИИ заменяет работу, ранее выполняемую тремя людьми, и двое оставшихся должны делать работу трех человек, тем самым снижая затраты на труд вдвое. Например, Закерберг ранее планировал сократить некоторые команды на 60%, а крупнейшая в мире рекламная компания WPP уволила 1000 человек, чтобы направить сэкономленные средства на исследования ИИ.
Все действуют на основе предположения, что ИИ предназначен для замены человеческого труда, и средства, вложенные в ИИ, могут быть получены за счет сокращения штата. Однако DeepSeek и Notion идут по другому пути: они не используют ИИ для замены существующих рабочих мест, а для развития совершенно новых бизнес-процессов, для которых нет готовых систем и процедур, и все это нужно создавать с нуля с помощью новых сотрудников; сокращение персонала здесь не поможет снизить затраты.
2. Почему DeepSeek не нанимает специалистов по ИИ, а сосредотачивается на инженерах по серверному обеспечению
Многие считают, что компании, работающие с большими моделями, ищут докторов по алгоритмам ИИ, которые будут улучшать их работу. Однако среди 150 вакансий, открытых DeepSeek, нет ни одной для исследователей алгоритмов – все они предназначены для инженеров, занимающихся разработкой серверного обеспечения, управлением серверами и модификацией базовых систем.
Причина проста: алгоритмы DeepSeek уже оптимизированы, и сейчас главная проблема не в их улучшении, а в том, как обеспечить стабильную работу миллионов пользователей и десятков тысяч ИИ-агентов на серверах. Например, если вы откроете ресторан быстрого питания и разработаете популярный продукт (например, креветки), вам не понадобятся новые повара для создания новых блюд – вам нужно будет нанять сотрудников для организации процесса доставки, разработки системы управления заказами и обеспечения хранения продуктов. То же самое и у DeepSeek: для обслуживания миллионов пользователей им необходимо создать новую инфраструктуру, что в 10 раз сложнее, чем разработка алгоритмов.
3. Почему у небольшой, но успешной компании Notion в три раза больше сотрудников, чем у компаний, работающих с большими моделями?
Notion считается бесплатным и удобным инструментом для ведения заметок, созданным небольшой командой. На самом деле у компании уже 1000 сотрудников, и после расширения штата их будет 1300 – в три раза больше, чем у компаний, работающих с большими моделями.
Раньше Notion зарабатывала на бесплатном использовании пользователей; пользователи привыкали к инструменту и затем покупали профессиональные версии, что обеспечивало высокую прибыль (около 90%). Компания не нуждалась в инвестициях или публичном размещении акций. Однако после внедрения ИИ ситуация изменилась: для обработки запросов пользователей компания должна платить сервисам OpenAI и Anthropic, что снизило прибыль на 10%. Кроме того, для интеграции ИИ в рабочие процессы компаний требуется много сотрудников: необходимо импортировать данные из старых систем, настроить права доступа, адаптировать ИИ под нужды компаний и решать возникающие проблемы. Эти задачи невозможно решить простым программированием; для их выполнения требуется большое количество сотрудников в отделах продаж, обслуживания клиентов и развертывания ИИ-систем.
4. Опровергание распространенных заблуждений
Существует мнение, что использование ИИ приводит к уменьшению размеров компаний и сокращению затрат. Однако компании, такие как DeepSeek и Notion, демонстрируют, что ИИ может создавать новые рабочие места. Изменение стоимости выполнения работы на 1/10 не означает сокращение количества сотрудников – это возможность заниматься новыми задачами, ранее невозможными. Новые потребности, связанные с использованием ИИ (обеспечение стабильной работы систем, защита данных, обучение пользователей и т. д.), требуют большего количества сотрудников. ИИ лишь освобождает ресурсы для новых проектов, но открывает новые рынки с новыми проблемами, для решения которых требуется больше людей.