Meta уволила тысячи людей, чтобы оплатить ИИ. Что происходит с tech-карьерой

Год эффективности превратился в год жертвоприношений

В начале 2023 года Марк Цукерберг объявил «год эффективности». Тогда это звучало как корпоративный слоган — один из тех, что вешают на стену в опенспейсе рядом с мотивационными постерами. Три года спустя мы видим, во что превратилась эта эффективность: десятки тысяч уволенных сотрудников, перенаправление бюджетов в AI-инфраструктуру и полное переосмысление того, зачем вообще нужны люди в технологической компании.

Meta за 2023–2026 годы сократила более 40 000 рабочих мест. Не все увольнения были связаны напрямую с ИИ — часть пришлась на закрытие проектов метавселенной, часть на реструктуризацию рекламного бизнеса. Но тренд очевиден: каждый квартальный отчёт компании показывает рост расходов на AI-инфраструктуру и снижение расходов на персонал. Деньги, которые раньше шли на зарплаты инженеров, теперь идут на GPU-кластеры.

Цифры, которые не врут

Капитальные расходы Meta на 2026 год составляют от 60 до 65 миллиардов долларов — это больше, чем ВВП половины стран мира. Основная часть этих денег идёт на строительство дата-центров и закупку чипов NVIDIA. Для сравнения: в 2021 году капитальные расходы компании составляли 19 миллиардов. Рост в три с лишним раза за пять лет — и это при том, что выручка выросла лишь на 40%.

Откуда берутся деньги? Частично из роста рекламного бизнеса, частично из сокращения операционных расходов. А операционные расходы — это в первую очередь люди. Каждый уволенный инженер с зарплатой в 300–400 тысяч долларов в год (с учётом бенефитов и акций) — это ещё несколько серверов с H100 в дата-центре.

Математика жестокая, но простая: один senior-инженер стоит компании примерно столько же, сколько аренда 8–10 GPU на год. И если AI-модель может заменить работу этого инженера хотя бы на 60% — экономический выбор очевиден.

Выпускники освистывают CEO

Весной 2026 года произошло нечто беспрецедентное: на церемонии вручения дипломов в Мичиганском университете выпускники повернулись спиной к приглашённому спикеру — CEO крупной технологической компании. В Стэнфорде студенты развернули баннеры с надписями «You fired our future» во время выступления представителя Google. В MIT группа выпускников покинула зал, когда на сцену вышел вице-президент Amazon.

Это не единичные случаи — это тренд. Поколение, которое выросло с мечтой о работе в Big Tech, внезапно обнаружило, что Big Tech больше не мечтает о них. Компании, которые десятилетиями строили бренд работодателя мечты, за два года разрушили доверие целого поколения.

Ирония в том, что многие из этих выпускников учились именно на тех специальностях, которые рекомендовали сами технологические компании: computer science, data science, machine learning. Они делали всё правильно — и всё равно оказались не нужны.

Что на самом деле происходит с tech-рынком труда

Давайте посмотрим на реальные цифры. По данным Layoffs.fyi, с начала 2024 года по май 2026 года технологические компании уволили более 300 000 человек. Это не только Meta — это Google, Amazon, Microsoft, Salesforce, SAP, Dell и сотни компаний поменьше.

При этом общее количество вакансий в tech-секторе не упало до нуля — оно трансформировалось. Исчезают позиции middle-уровня: те самые «рабочие лошадки», которые писали CRUD-приложения, настраивали CI/CD пайплайны и поддерживали внутренние инструменты. Вместо них появляются две категории вакансий: высокоуровневые AI-специалисты (исследователи, архитекторы ML-систем) и низкоуровневые операторы AI-инструментов.

Средний класс tech-индустрии — инженеры с 3–7 годами опыта, которые составляли основу любой команды — оказался в самом уязвимом положении. Они слишком дорогие, чтобы их оставить, и недостаточно уникальные, чтобы их нельзя было заменить комбинацией AI-инструментов и junior-разработчиков.

Кризис доверия к Кремниевой долине

Десятилетиями Кремниевая долина продавала нарратив: технологии делают мир лучше, а работа в tech — это не просто карьера, это миссия. «Don't be evil», «Move fast and break things», «Making the world more open and connected» — эти слоганы были не просто маркетингом, они формировали идентичность целого поколения.

Сейчас этот нарратив рушится. Люди видят, что «making the world better» на практике означает «making shareholders richer while firing workers». И дело не в том, что компании стали злыми — они всегда были бизнесом. Дело в том, что разрыв между риторикой и реальностью стал слишком очевидным.

Когда Сатья Наделла говорит о «демократизации AI» в тот же квартал, когда Microsoft увольняет 10 000 человек — это не вызывает вдохновения. Когда Сундар Пичаи рассуждает о «AI for everyone» после сокращения 12 000 сотрудников — это звучит как издевательство.

Кризис доверия проявляется на всех уровнях. Студенты больше не считают Big Tech мечтой. Действующие сотрудники живут в постоянном страхе следующей волны сокращений. Бывшие сотрудники открыто критикуют своих работодателей в социальных сетях. Инвесторы начинают задавать вопросы о долгосрочной устойчивости модели «уволить людей, купить GPU».

AI-парадокс: технология, которая создаёт и уничтожает одновременно

Каждая технологическая революция уничтожала одни рабочие места и создавала другие. Автомобиль убил извозчиков, но создал автомехаников. Компьютер убил машинисток, но создал программистов. Интернет убил видеопрокаты, но создал стриминговые сервисы.

С AI ситуация сложнее. Предыдущие технологии автоматизировали физический или рутинный умственный труд. AI автоматизирует креативный и аналитический труд — то есть именно то, что считалось «безопасным» от автоматизации. Программисты, дизайнеры, копирайтеры, аналитики, юристы — все эти профессии оказались в зоне риска.

При этом новые рабочие места, которые создаёт AI, требуют совершенно других навыков. И главное — их значительно меньше. Если раньше для создания продукта нужна была команда из 20 инженеров, то сейчас достаточно 5 инженеров с AI-инструментами. Математика не в пользу работников: AI создаёт одно рабочее место на каждые 3–5 уничтоженных.

Новая реальность: что делать

Первое и главное — перестать верить в то, что «просто нужно переучиться». Это мантра, которую повторяют те, кто не был уволен. Переучиться на AI-специалиста за полгода — это примерно как переучиться на нейрохирурга за полгода. Теоретически возможно, практически — для единиц.

Реалистичные стратегии выглядят иначе. Первая: стать незаменимым в своей нише. Не «знать Python», а быть человеком, который понимает конкретный бизнес-домен настолько глубоко, что никакой AI не сможет его заменить. Доменная экспертиза — это то, что AI пока не умеет.

Вторая стратегия: стать «AI-усиленным» специалистом. Не бороться с AI, а использовать его как мультипликатор своей продуктивности. Инженер, который с помощью AI делает работу за троих — ценнее, чем три инженера без AI. Это циничная логика, но она работает.

Третья стратегия: уйти из Big Tech в сектора, где человеческий контакт незаменим. Здравоохранение, образование, социальная работа, ремесленное производство — эти области растут и будут расти, потому что люди хотят взаимодействовать с людьми, а не с чат-ботами.

Четвёртая стратегия: предпринимательство. AI снижает барьер входа для создания продуктов. То, что раньше требовало команды из 10 человек и миллиона долларов инвестиций, сейчас можно сделать вдвоём за месяц. Если Big Tech больше не хочет вас нанимать — создайте свой бизнес, используя те же AI-инструменты, которые вас заменили.

Исторический контекст: мы это уже проходили

В 2000–2001 годах лопнул пузырь доткомов. Тысячи компаний закрылись, сотни тысяч людей потеряли работу. Казалось, что tech-индустрия закончилась. Через пять лет появились Facebook, YouTube, Twitter, iPhone — и начался новый цикл роста, который длился 15 лет.

Текущая ситуация — не конец tech-индустрии. Это конец определённой модели tech-индустрии. Модели, в которой компании нанимали тысячи людей «про запас», платили безумные зарплаты за средний код и измеряли успех количеством сотрудников. Эта модель была аномалией, вызванной дешёвыми деньгами эпохи нулевых процентных ставок.

Новая модель будет другой: меньше людей, больше автоматизации, выше требования к каждому отдельному специалисту. Это не хорошо и не плохо — это просто новая реальность, к которой нужно адаптироваться.

Что это значит для России

Российский tech-рынок переживает те же процессы с задержкой в 1–2 года. Яндекс, VK, Сбер и другие крупные компании уже начали оптимизацию штата. Пока масштабы несопоставимы с американскими — но тренд тот же.

При этом у российского рынка есть особенность: дефицит кадров в IT сохраняется из-за оттока специалистов в 2022–2023 годах. Это создаёт парадоксальную ситуацию: компании одновременно увольняют одних специалистов и не могут найти других. Увольняют тех, чью работу может сделать AI. Не могут найти тех, кто умеет работать с AI.

Для российских специалистов это означает, что окно возможностей ещё открыто — но оно закрывается. Те, кто сейчас освоит AI-инструменты и научится быть «AI-усиленным» специалистом, будут востребованы. Те, кто будет ждать, пока «всё устаканится» — рискуют оказаться в той же ситуации, что и американские middle-инженеры.

Будущее, которое никто не заказывал

Мы входим в эпоху, где технологические компании будут генерировать триллионы долларов выручки с минимальным количеством сотрудников. OpenAI при оценке в 150 миллиардов долларов имеет менее 3000 сотрудников. Это соотношение — 50 миллионов долларов оценки на одного сотрудника — было бы немыслимым ещё пять лет назад.

Это будущее, в котором богатство концентрируется у владельцев AI-систем, а не у тех, кто их создаёт. Будущее, в котором «хорошая работа в tech» — это привилегия для избранных, а не массовый путь к среднему классу. Будущее, в котором университетский диплом по computer science не гарантирует ничего.

Можно ли это изменить? Вероятно, нет — по крайней мере, не на уровне индивидуальных решений. Но можно адаптироваться. Понять новые правила игры. Найти свою нишу в новой экономике. И перестать верить в то, что корпорации заботятся о своих сотрудниках — они заботятся о своих акционерах, и всегда заботились только о них.

Meta уволила тысячи людей не потому, что Цукерберг злой. Она уволила их потому, что это было рационально с точки зрения максимизации прибыли. И пока мы живём в системе, где максимизация прибыли — главный критерий успеха, такие решения будут приниматься снова и снова. Единственный вопрос — окажетесь ли вы по правильную сторону этого уравнения.