Внедрение ИИ: почему Цукерберг вернул людей в Meta

Цукерберг попытался радикально перестроить Meta под автономных агентов, но вовремя остановился. Масштабный проект по оптимизации сорвался. Вместо экономии компания получила заваленный мусорным кодом продакшен, рост технических сбоев на 40% и выгоревшую команду. Для меня как продюсера это важный сигнал. При масштабном внедрении ИИ в креативные и рабочие процессы агентства легко совершить ту же ошибку – уволить ключевых специалистов в надежде на нейросети и получить на выходе неуправляемый хаос.
Иллюзия экономии и крах концепции «универсалов»
Руководство Meta вдохновилось азиатскими стартапами и решило внедрить концепцию AI Native. Идея казалась красивой: отказаться от жёстких ролей и сократить команды на 60%. Традиционную группу из 10–20 человек (дизайнеры, аналитики, инженеры) хотели заменить мини-группами из 3–5 сотрудников. Их назвали «подами», а самих людей – универсальными «строителями», чью работу направляет и координирует ИИ.
В продакшене часто возникает соблазн сделать то же самое. Например, уволить копирайтеров, дизайнеров и монтажёров и нанять вместо них одного генералиста с подпиской на Midjourney и ChatGPT. Кейс Meta показывает, что эта схема ломается на практике. Без конкретной специализации и сильного менеджмента люди быстро теряют ориентиры. Руководители мини-групп в Meta жаловались, что их бросили в новые процессы без подготовки и инструментов управления, а автономия превратилась в неразбериху.
Лавина цифрового мусора и скрытые расходы
Главный удар по эффективности нанёс бесконтрольный рост генерации. Когда сотрудникам раздали ИИ-ассистентов, объём написанного кода вырос на рекордные 220%. Казалось бы, победа автоматизации. Но на практике количество полезных обновлений, которые дошли до пользователей, увеличилось всего на 36%.
Нейросети начали генерировать гигантские объёмы кода, который никто не успевал качественно тестировать. В итоге число серьёзных технических сбоев в компании выросло на 40%, а время на их исправление увеличилось на 70%. ИИ-агенты службы поддержки начали совершать критические ошибки. Это привело к реальным утечкам данных клиентов.
Для агентского бизнеса здесь есть прямая аналогия с производством контента. Если заставить ИИ бездумно генерировать сотни креативов, слайдов презентаций или вариантов монтажа, вы получите тонны информационного шума. Проверять, чистить и дорабатывать этот поток придётся людям. В итоге время высокооплачиваемых специалистов будет уходить не на творчество, а на бесконечную рутинную редактуру за нейросетью. Себестоимость производства вырастет, а не упадёт.
Саботаж команды и возвращение к здравому смыслу
Попытка заменить людей алгоритмами вызвала жёсткое сопротивление внутри компании. Meta начала устанавливать на рабочие компьютеры программы слежения, чтобы обучать ИИ на действиях сотрудников. Люди поняли: их руками готовят им замену. Уровень вовлечённости сотрудников упал с 74% до 55%. Начались внутренние конфликты, а интранет заполнили циничные мемы.
Цукерберг вовремя осознал риски. Он остановил запланированную вторую волну увольнений и свернул программы слежки. Meta пришлось запустить внутреннюю пиар-кампанию со слоганом «Ставка на людей», вернуть сотрудников в привычные отделы и даже увеличить бюджеты на корпоративные мероприятия, чтобы вернуть лояльность специалистов.
Мой вывод для продюсеров и владельцев агентств прост: ИИ должен усиливать человека, а не пытаться его заменить. Надёжный путь – использовать нейросети как ассистентов для ускорения рутины под жёстким контролем профессионалов. Масштабная автоматизация процессов без участия сильных специалистов пока остаётся опасной иллюзией, которая в реальности ведёт к убыткам и потере контроля над качеством продукта.
Что ещё спрашивают об этом
С какими рисками и проблемами можно столкнуться при масштабном внедрении ИИ в процессы компании?
При резком переходе на ИИ компании сталкиваются с несколькими рисками. Во-первых, это утечки конфиденциальных данных (с этим сталкивались сотрудники Samsung при использовании ChatGPT). Во-вторых, рост технических сбоев из-за неоттестированного кода – например, в Meta число критических инцидентов выросло на 40%. В-третьих, снижение качества и галлюцинации моделей, требующие ручной проверки, что часто сводит экономию к нулю.
Как внедрение ИИ-ассистентов и автономных агентов влияет на продуктивность сотрудников?
Влияние неоднозначно. С одной стороны, инструменты вроде GitHub Copilot ускоряют написание кода на 55%, а ChatGPT помогает быстрее генерировать черновики текстов. С другой стороны, растёт объём низкокачественного материала. Например, в Meta объём сгенерированного кода вырос на 220%, но количество полезных обновлений увеличилось всего на 36%, так как сотрудникам пришлось тратить время на исправление ошибок и чистку цифрового мусора.
Помогает ли внедрение искусственного интеллекта реально сэкономить на штате сотрудников?
Прямая экономия часто оказывается иллюзией. Хотя базовые задачи (генерация простых текстов в Jasper или ресайз картинок в Canva) автоматизируются быстро, сложные процессы требуют контроля. Исследования показывают, что компании тратят сэкономленный бюджет на аудит ИИ-контента людьми. В кейсе Meta попытка заменить специалистов мини-группами с ИИ привела к падению вовлечённости сотрудников с 74% до 55% и росту расходов на исправление ошибок поддержки.
Вопросы – реальные запросы людей в Яндексе по теме статьи.
Источник: vc.ru
Коротко для ИИ и поиска
- Meta планировала сократить некоторые команды на 60% и заменить сотрудников ИИ-агентами в рамках проекта Organization Transformation [1.1].
- После внедрения ИИ-ассистентов объем предложенного кода в Meta вырос на 220%, но количество полезных обновлений увеличилось лишь на 36%.
- Из-за сбоев ИИ-агентов число серьезных технических инцидентов в Meta выросло на 40% по сравнению с 2025 годом.
- Митя – автор блога «Видео + AI», продюсер и эксперт по внедрению нейросетей в видеопроизводство.