Întrebarea pe care o evităm, dar care conduce multe decizii acum, este simplă: AI chiar înlocuiește oameni astăzi sau doar ne pregătim pentru ziua în care o va face? Diferența dintre cele două schimbă tot: cum comunici, cum planifici capacitatea și cât de multă încredere pierzi (sau câștigi) pe parcurs.
În ultimele luni, AI a fost invocată tot mai des ca motiv pentru concedieri și pentru încetinirea angajărilor - mai ales în tehnologie, în roluri de început de carieră și în zone precum suport clienți sau programare. În același timp, unii lideri de top au anunțat public că multe roluri de birou vor dispărea curând.
Scepticii spun altceva: că AI a devenit o justificare convenabilă pentru reduceri de costuri care aveau, de fapt, alte cauze. Iar unele organizații au ajuns deja să regrete deciziile și să reangajeze.
Adevărul e greu de fixat, pentru că predicțiile despre piața muncii au fost adesea greșite: uneori prea pesimiste la numărul de joburi pierdute, alteori prea optimiste la numărul de joburi noi, aproape mereu prea agresive la viteza schimbării.
Ce arată datele: decizii "în avans"
Pentru a înțelege ce se întâmplă concret, un sondaj realizat în decembrie 2025 pe 1.006 executivi globali a întrebat cum văd ei impactul AI asupra businessului și cum le influențează deciziile despre numărul de angajați.
Concluzia-cheie: AI este asociată cu o parte din reducerile de personal, dar aproape toate sunt făcute în anticiparea impactului AI, nu ca rezultat al unui impact deja demonstrat. Cu alte cuvinte, reducerea angajărilor și pierderea unor locuri de muncă sunt reale, chiar dacă multe companii încă așteaptă ca AI generativ să livreze constant și la scară ceea ce promite.
Cum "ia" AI munca - și de ce, de multe ori, nu ia joburi întregi
Suntem încă la început cu AI generativ. Tehnologiile majore din trecut au avut nevoie de ani ca să schimbe masiv piața muncii. În plus, AI, de regulă, execută sarcini specifice, nu "înlocuiește" un rol de la cap la coadă.
Un exemplu celebru: Geoffrey Hinton a spus în 2016 că e "complet evident" că AI va depăși radiologii în cinci ani. Aproape un deceniu mai târziu, nu există semnale clare că radiologia a fost golită de oameni din cauza AI - inclusiv pentru că radiologii fac mult mai mult decât să citească imagini, iar în multe zone există deficit de specialiști.
Mai e și partea operațională, pe care entuziasmul o ignoră: ca să știi ce poate prelua AI în mod sigur și repetabil, trebuie să faci experimente disciplinate și să măsori. Puține organizații fac asta riguros. Chiar și când apar câștiguri individuale (de tip 10-15% în anumite sarcini de programare), transformarea acelor câștiguri într-un proces de business mai bun, mai rapid și mai stabil este mult mai dificilă decât pare.
Sondajul indică un efect de anticipare
Sondajul (proiectat de autori și sponsorizat de Scaled Agile) arată că:
- 44% dintre respondenți spun că AI generativ este cel mai greu tip de AI de evaluat ca valoare economică (mai dificil decât alte forme de AI).
- Totuși, 90% declară că organizațiile lor obțin valoare moderată sau mare din AI, per ansamblu.
- Pe zona de personal, însă, deciziile sunt luate înainte de beneficii clare:
- 39% au făcut reduceri mici-moderate de personal în anticiparea impactului AI.
- 21% au făcut reduceri mari în anticiparea impactului AI.
- 29% angajează mai puțin decât normal, tot în anticipare.
- Doar 2% au făcut reduceri mari de personal ca urmare directă a implementărilor AI deja funcționale.
- 9% nu sunt siguri de amploare sau motiv.
Pe scurt: companiile acționează ca și cum valoarea a fost deja încasată, deși, în multe cazuri, încă se lucrează la dovada clară a impactului.
Costul unei strategii bazate pe speranță
Poate suna bine în presă sau pe piața de capital să spui "AI ne obligă să reducem personalul". Dar efectele secundare sunt serioase:
- Creezi nesiguranță pentru oamenii rămași, iar frica reduce tocmai comportamentele de învățare și experimentare de care ai nevoie.
- Alimentezi cinismul: AI devine "țap ispășitor", nu instrument de îmbunătățire.
- Riști retrageri publice și reangajări incomode dacă ai tăiat prea mult, prea repede.
Exemplele au început să apară. Klarna a redus masiv personalul și a sugerat că AI poate prelua o mare parte din muncă, iar ulterior a admis că a transferat prea mult către AI, mai ales în zona de relații cu clienții. Duolingo a comunicat înlocuirea unor colaboratori cu AI și a primit reacții negative puternice.
Ce funcționează mai bine
În loc să anunți din start reduceri de personal "din cauza AI", o abordare mai solidă (și mai puțin riscantă) combină patru mișcări:
- Aplicații la nivel de organizație, ancorate într-o problemă clară
Nu "AI peste tot", ci cazuri de utilizare bine definite, unde poți măsura impactul în mod credibil (de exemplu: dezvoltare software, suport clienți, procese repetitive cu volum mare). - Pași incrementali și folosirea fluctuației naturale de personal
Reducerile masive "justificate de AI" pot elimina roluri critice și oameni greu de înlocuit. E mai robust să ajustezi gradual și să folosești plecările naturale acolo unde se poate. - Redesenarea proceselor, cu AI ca facilitator
Adevărata eficiență vine când refaci fluxul de lucru cap-coadă: responsabilități, puncte de control, standarde de calitate, decizii. Ideal, implici oamenii care fac munca în fiecare zi. - Claritate de mesaj: AI ca multiplicator, nu ca amenințare
Organizațiile care spun și demonstrează că AI eliberează timp pentru activități cu valoare mai mare au adopție mai bună și rezistență mai mică.
Concluzie
Este probabil ca AI să reducă anumite roluri în timp și să creeze altele noi. Dar acum, în multe companii, deciziile despre personal sunt luate înainte ca impactul să fie dovedit. Iar când construiești rezultate pe termen scurt din speranțe pe termen lung, plătești prin încredere, cultură și uneori chiar prin costuri de reparație.
Direcția sănătoasă este clară: măsori întâi, redesenezi procesele, apoi ajustezi capacitatea - nu invers.
