Salesforce layoffs AI: почему компания пожалела об увольнении 4000 сотрудников

В сентябре 2025 года генеральный директор Salesforce появился в подкасте и заявил, что компания сократила команду поддержки на 4000 человек. Его аргумент звучал просто: «Мне нужно меньше людей». ИИ-агенты, по его словам, должны были взять на себя основную нагрузку, а платформа Agentforce позиционировалась как будущее клиентского сервиса. Звучало уверенно, почти триумфально. Но прошло всего три месяца, и картина изменилась радикально.

Что пошло не так с ИИ-стратегией Salesforce

К декабрю 2025 года Salesforce начала отступать от своей ставки на большие языковые модели. Причина? Проблемы с надёжностью, которые, судя по всему, серьёзно подорвали уверенность руководства. Компания стала смещать фокус в сторону более предсказуемой, детерминистической автоматизации на основе правил. Проще говоря, от «умного» ИИ вернулись к классическим алгоритмам, которые делают ровно то, что от них ожидают, без сюрпризов.

Собственное бенчмарк-исследование Salesforce показало, что их ИИ-агенты успешно решали только около 35% многоступенчатых разговоров с клиентами. Это означает, что в двух случаях из трёх, когда задача была хоть немного сложной, технология просто не справлялась. Для службы поддержки крупной корпорации это катастрофический показатель.

История Salesforce layoffs AI стала, пожалуй, одним из самых наглядных примеров того, как поспешные решения о замене людей технологиями приводят к обратному эффекту.

Проблема масштабнее, чем одна компания

55% работодателей жалеют об увольнениях ради ИИ

Это не изолированный случай. Исследование аналитической компании Forrester выявило, что 55% работодателей, которые сократили персонал в расчёте на ИИ, сейчас сожалеют об этом решении. Больше половины. Паттерн везде похожий: компания видит, как ИИ справляется с простыми, типовыми задачами, приходит в восторг и принимает масштабные кадровые решения. А потом обнаруживает, что реальные рабочие процессы устроены значительно сложнее, чем демонстрационные сценарии.

Потенциал и готовность это разные вещи

Никто не спорит, что у ИИ огромный потенциал. Но потенциал и готовность к промышленной эксплуатации это, мягко говоря, не одно и то же. Увольнять тысячи людей, чтобы проверить, готова ли технология, это дорогой и болезненный способ тестирования. Особенно когда речь идёт о поддержке клиентов, где каждое неудачное взаимодействие напрямую влияет на лояльность и выручку.

Как подходить к внедрению ИИ правильно

Ошибка Salesforce не в том, что они начали использовать ИИ. Ошибка в том, что они поставили телегу впереди лошади. Грамотный подход выглядит иначе: сначала автоматизируются рутинные процессы, затем оценивается качество на реальных данных, и только потом принимаются решения о перераспределении ресурсов. Мы в Фабио Де Лука работаем именно по такой логике, создаём ИИ-решения для бизнеса, которые дополняют команду, а не заменяют её на стадии, когда технология ещё не проверена в боевых условиях.

Если вас интересует, как внедрить ИИ-автоматизацию без рискованных кадровых экспериментов, например, для создания ИИ-агентов или автоматизации контента, стоит начинать с чётко ограниченных задач и масштабировать постепенно.

Случай Salesforce layoffs AI должен стать уроком для всей индустрии: рабочие места людей не должны становиться разменной монетой в проверке гипотез о готовности технологий. ИИ действительно меняет бизнес, но только тогда, когда его внедряют с холодной головой и реалистичными ожиданиями.