De peste jumătate de secol, reputați economiști și informaticieni prevestesc că mașinile vor „face orice poate face un om”. Odată cu apariția modelelor mari de limbaj (LLM) și popularitatea ChatGPT, mulți au considerat că momentul a sosit: algoritmii pot redacta e-mailuri, rapoarte, rezuma documente, genera imagini, video sau cod — exact acolo unde muncesc armate de angajați. Pe fondul valului generativ AI, concedierile anunțate de companii mari (de la Amazon la UPS, Microsoft, Meta etc) au fost puse rapid în contul tehnologiei.
Ce spun, de fapt, datele despre „impactul” AI
Privite mai atent, explicațiile simpliste se clatină. Proiecte-pilot de generative AI eșuează în proporție covârșitoare, iar sondaje ample arată că organizațiile nu observă „salturi dramatice” de eficiență, inovație sau calitate. În multe echipe, apar produse slabe („AI slop”) pe care colegii le corectează pierzând ore prețioase. Dacă productivitatea nu explodează, e greu de susținut că AI ar fi cauza directă a valului de concedieri.
Alți doi suspecți: supraangajarea și teama de recesiune
În anii cu dobânzi aproape de zero și cerere online explozivă, tehnologia a angajat masiv. Normalizarea post-pandemie a lăsat companiile „umflate” structural. În paralel, tensiunile macro — tarife mai mari, costuri cu forța de muncă, incertitudini politice — au alimentat prudența. În astfel de contexte, reducerile de personal devin un răspuns clasic de gestiune a costurilor, indiferent de tehnologia la modă.
Povara reală: nota de plată a infrastructurii AI
Un factor mult mai palpabil este capex-ul pentru AI. Chipuri GPU, centre de date, energie — toate cer miliarde înainte ca veniturile să apară. Unele companii și-au triplat investițiile anuale: zeci de miliarde în cipuri și imobiliare pentru data-centere, linii de credit uriașe, planuri de împrumut pe termen lung. Când veniturile din AI rămân modeste, presiunea pe profitabilitate duce inevitabil la tăieri de costuri — inclusiv la personal.
Dezechilibrul câștigurilor: vânzători vs. cumpărători de AI
Banii curg, deocamdată, mai ales către furnizorii de hardware: capitalizări record pentru producătorii de procesoare, în timp ce unii dezvoltatori de modele raportează pierderi cumulate pe termen mediu. Dacă la nivel de ecosistem veniturile reale din AI rămân de ordinul zecilor de miliarde, iar investițiile tind spre sute de miliarde, decalajul explică turbulențele din bilanțurile marilor jucători.
Narativ convenabil: „ne optimizează AI”
Comunicatele corporatiste invocă adesea „transformarea digitală” pentru a justifica restructurări. Dar chiar și lideri din companiile care concediază recunosc că tăierile „nu sunt, de fapt, determinate de AI”. Narativul rămâne util: liniștește piețele („investim în viitor”), motivează concedieri („automatizăm”), mută accentul dinspre decizii financiare către un progres tehnologic „inevitabil”.
Consecințe pe piața muncii: risc de profeție auto-împlinită
În climatul actual, absolvenții și profesioniștii pot fi tentați să creadă că „oricum vine AGI și închide jocul”. Paradoxal, această resemnare scade angajabilitatea: firmele caută oameni capabili să combine judecată, date, instrumente AI și livrare responsabilă. Lipsa de investiție în competențe umane reale — gândire critică, comunicare, rigoare analitică — devine handicapul, nu AI-ul în sine.
Ce e de făcut în companii, potrivit economiștilor și experților
- Calcul rece al valorii: companiile ar trebui să înceapă cu procese concrete, definirea de metrici de impact și să compare costul total (inclusiv integrare, date, securitate) cu rezultatele.
- Pilotare cu guvernanță: sandbox, criterii de „kill” clare, audit al calității ieșirilor, măsuri anti-halucinații și anti-bias.
- Augmentare, nu substituție oarbă: analiștii sunt de părere ca oamenii ar trebui repoziționați pe sarcini de control, proiectare, relație cu clientul; automatizați doar acolo unde există dovadă de câștig net.
Ce e de făcut la nivel individual
- Învățați „meseria” + instrumentul: domeniul vostru + unelte AI specifice (prompting, evaluare, integrare în flux).
- Dezvoltați anticorpi la „AI slop”: verificați sursele, măsurați calitatea, cereți trasabilitate (de unde vin datele, ce model, ce limitări).
- Construiți portofolii de impact: demonstrați economii de timp, îmbunătățiri de calitate, conversii — nu doar „am folosit un chatbot”.
Concluzie: mai puțin hype, mai multă rigoare
Concedierile atribuite AI sunt, în bună măsură, efecte secundare ale presiunilor financiare (capex masiv, ajustări post-pandemie) și ale narațiunilor convenabile. Generative AI are potențial real, dar nu înlocuiește automat munca umană și nici nu justifică, de una singură, valuri de restructurări. Urmează o fază de discernământ: proiecte cu ROI clar, guvernanță serioasă și competențe umane care dau sens instrumentelor.
