Эпоха ручного труда закрывается: Сбер переключается на ИИ и меняет правила игры на рынке занятости
Сокращение сотрудников в крупном банке само по себе давно перестало быть неожиданной новостью, однако заявления руководства "Сбера" на AI Journey-2025 снова привлекли внимание к теме влияния технологий на занятость. В центре обсуждения — решение компании освободить до пятой части штата среди тех, кого внутренние алгоритмы признали менее результативными.
"Мы закрываем неэффективные проекты, сокращаем неэффективные места для неэффективных сотрудников. В результате высвобождение, в том числе и ресурсов", — сказал глава банка Герман Греф.
Для рынка это стало сигналом о том, как быстро бизнес переходит на модели управления, в которых искусственный интеллект играет роль не инструмента, а полноценного участника процессов.
Как меняется структура занятости
"Сбер" уже несколько кварталов подряд пересматривает численность штата. По данным Frank RG, только за девять месяцев года компания сократила около 15 тысяч должностей. Эти цифры обусловлены не просто оптимизацией затрат, а стратегическим переходом к модели, где цифровые решения, роботизация и автоматизация становятся фундаментом ежедневных операций — от клиентского сервиса до обработки внутренних задач.
Подобный подход характерен для мировой финансовой сферы: банки всё чаще используют ML-модели, чтобы ускорять процессы и снижать человеческий фактор. В результате меняются требования к сотрудникам, повышается ценность специалистов, умеющих работать с аналитикой, цифровыми продуктами, облачными сервисами.
Сравнение: традиционный HR-подход и AI-подход
| Критерий | Классическая модель | AI-центричная модель |
| Оценка эффективности | Анализ KPI, отчётов, экспертная оценка | Алгоритмическая оценка в реальном времени |
| Скорость принятия решений | От дней до недель | Почти мгновенно |
| Ошибки в оценке | Зависимость от субъективности | Зависят от качества данных модели |
| Масштабируемость | Ограниченная | Высокая |
| Требования к сотрудникам | Специализация по направлению | Гибридные цифровые навыки |
Советы шаг за шагом: как адаптироваться к цифровой трансформации
-
Прокачайте цифровые инструменты. Освойте облачные сервисы, основанные на автоматизации: управление задачами, аналитические панели, BI-системы.
-
Работайте с данными. Навык базовой аналитики в Excel, Google Sheets, Power BI или аналогах становится универсальным.
-
Используйте сервисы самообучения. Курсы по машинному обучению, управлению проектами, работе с CRM-платформами помогают оставаться востребованными.
-
Тестируйте AI-ассистентов. Сейчас множество доступных решений — от автоматических планировщиков до инструментов для подготовки отчётности.
-
Формируйте цифровое портфолио. Сохраняйте кейсы, результаты проектов, метрики — алгоритмы и рекрутеры легко их проанализируют.
Не воспринимайте технологии как угрозу — они меняют правила игры, но открывают и новые возможности для роста.
Ошибка → Последствие → Альтернатива
-
Ошибка: игнорировать автоматизацию в своей профессиональной сфере.
Последствие: снижение конкурентоспособности и сложности при переходе на новые позиции.
Альтернатива: регулярное обучение и использование цифровых сервисов в повседневной работе. -
Ошибка: работать только в рамках узкой специализации.
Последствие: риск оказаться в зоне автоматизации.
Альтернатива: развитие гибридных навыков — аналитика, работа с данными, цифровые инструменты. -
Ошибка: недооценивать важность внутренних метрик.
Последствие: некорректная оценка эффективности алгоритмами.
Альтернатива: вести собственный учёт результатов, корректировать workflow, использовать трекеры задач.
А что если…
Если компании начнут массово применять подобную модель оценки, рынок труда может сократиться в сегментах, где рутинные операции доминируют. Но с другой стороны, появится больше высокотехнологичных вакансий: специалисты по данным, разработчики цифровых продуктов, технические аналитики, операционные менеджеры, работающие с AI-системами. Это сдвинет образовательные программы, повлияет на зарплаты и сформирует новый стандарт профессиональной гибкости.
Плюсы и минусы AI-оценки сотрудников
| Плюсы | Минусы |
| Чёткие метрики | Зависимость от качества данных |
| Минимум субъективности | Риск ошибок алгоритма |
| Скорость анализа | Не учитывает человеческий контекст |
| Масштабируемость | Требует пересмотра корпоративной культуры |
FAQ
Как выбрать направление для переквалификации?
Ориентируйтесь на роли, связанные с данными, технологиями и продуктовым управлением.
Сколько стоит обучение цифровым навыкам?
От бесплатных онлайн-курсов до программ за 10-40 тысяч рублей, в зависимости от платформы.
Что лучше для старта: аналитика или программирование?
Для большинства новичков проще начать с аналитики — она быстрее окупается и требует меньше технической подготовки.
Мифы и правда
Миф: AI увольняет людей без участия человека.
Правда: решения принимают руководители, алгоритмы лишь предоставляют данные.
Миф: автоматизация касается только низкоквалифицированных сотрудников.
Правда: цифровые инструменты затрагивают все уровни — от операционного до стратегического.
Миф: технологии полностью заменят HR-специалистов.
Правда: HR трансформируется, но остаётся ключевым звеном в работе с людьми.
Сон и психология
Цифровые перемены часто вызывают эмоциональное напряжение. Специалисты по корпоративному wellbeing отмечают, что тревожность снижается, когда человек осваивает новые инструменты и видит рост уверенности. Регулярный сон, умеренная физическая активность и планирование помогают легче адаптироваться к изменениям.
Три интересных факта
-
Банки за последние пять лет увеличили долю автоматизированных операций более чем вдвое.
-
Прогнозы аналитиков показывают: профессии, связанные с данными, входят в топ-10 самых перспективных.
-
Многие компании вводят внутренние AI-платформы, чтобы оценивать не только эффективность, но и нагрузку.
Эти тенденции показывают: переход к цифровой модели необратим, и чем раньше специалисты адаптируются, тем устойчивее будет их карьерная траектория.
Подписывайтесь на Экосевер