GM уволила IT-специалистов, чтобы нанять AI-инженеров: что за этим стоит

Когда автогигант с сотней тысяч сотрудников увольняет сотни IT-специалистов и тут же нанимает инженеров с AI-навыками, это выглядит как очередная «цифровая трансформация». Но за этой новостью стоит более прагматичная история: компания перекладывает фокус с поддержки legacy-систем на создание новых продуктов на базе AI. И это не про «замену людей роботами», а про смену архитектуры команды.

По данным TechCrunch, GM ищет специалистов по AI-native разработке, data engineering, облачной инженерии и промпт-инжинирингу. То есть речь не о том, что «AI сам пишет код» — а о том, что меняется профиль задач: меньше поддержки, больше разработки с нуля. И это нормально для любой компании, которая хочет оставаться конкурентоспособной.

AI-навыки — не панацея, а новый инструмент

На нашем опыте, AI-инженеры действительно нужны там, где требуется интеграция LLM в продуктовую логику, построение RAG-пайплайнов или настройка агентоных систем. Но для 80% типовых задач enterprise — автоматизация отчетности, миграция данных, поддержка ERP — по-прежнему достаточно хороших бэкенд-разработчиков, знакомых с классическими алгоритмами. GM, судя по всему, решила, что ее IT-отдел перегружен поддержкой legacy, и хочет пересобрать команду под продуктовую разработку с AI-составляющей. Это разумно, но рискованно: если уволить слишком много опытных инженеров, знающих «как работает завод», можно потерять критическую экспертизу.

Кому это выгодно и кто в зоне риска

Для GM — это способ ускорить внедрение AI в производственные и клиентские процессы. Для уволенных — неприятный, но ожидаемый сигнал: рынок труда смещается в сторону специалистов, умеющих работать с данными и моделями. Для нас, как для команды, которая сама нанимает инженеров, это подтверждение: спрос на AI-инженеров растет, но не отменяет потребности в классической инженерии. Без умения проектировать архитектуру, понимать сетевые протоколы и писать чистый код AI-инженер останется просто «пользователем API».

Что делать IT-специалистам

Если вы работаете в крупной корпорации и видите, что ваша роль сводится к «поддержанию работающего» — стоит задуматься о развитии AI-компетенций. Не обязательно становиться промпт-инженером: достаточно понимать, как работают модели, как их дообучать и как интегрировать в существующие системы. GM не единственная, кто проводит такую рокировку — это тренд, который мы наблюдаем и у наших клиентов из СНГ. Но паниковать не стоит: AI-инструменты пока не заменяют инженеров, а меняют их инструментарий.

В конечном счете, решение GM — это не революция, а эволюция: компания перераспределяет ресурсы между поддержкой и развитием. И если вы тоже строите IT-команду, стоит спросить себя: сколько людей у вас заняты поддержкой legacy и сколько — созданием нового? Возможно, ответ подскажет, кого нанимать следующим.