Talk about AI causing layoffs started back in 2024.
At that time, many companies were under pressure because of the global economy. Budgets were tight, investors demanded better efficiency, and companies wanted to look “AI-driven” and modern. In this situation, layoffs were often explained as “AI optimization.”
But did AI really automate all of this work? It’s hard to say for sure. However, we can look at how AI is actually being adopted in companies.
According to McKinsey’s The State of AI in 2025, only about 30-40% of companies managed to scale AI beyond small experiments and pilot projects.
From my own experience talking to AI enablement specialists, attending conferences, and doing research, the real level of AI adoption inside companies is often even lower than what companies publicly claim.
Having a ChatGPT subscription or an AI assistant that helps with emails does not mean AI is fully integrated into company workflows. The field is moving very fast, and standards keep changing. What was “best practice” a few months ago can already be outdated. As a result, adoption is uneven: some teams use AI agents heavily, while others don’t even know what MCP or agent workflows are.
A few months ago, I wrote an article called “Will AI Replace Software Developers?”, where I explained why AI will not simply replace developers. And I still believe that AI itself will not take your job.
However, there is an important point I didn’t fully cover there. Your job might not be replaced by AI, but it can be reduced by management decisions.
Does AI make developers faster? Yes, it does. But some managers take a very simple view: if each developer produces more code, we can reduce the team size. The problem is that writing code is only a small part of software development. With AI, we do write more code. But we also spend more time on planning, testing, code review, validation, and system design discussions. Productivity increases, but it doesn’t mean we need fewer people in a linear way.
Even if leadership understands this and avoids the AI hype, there is another issue: the cost of using AI.
Most companies already operate under tight budgets. Now they also need to pay for AI models, infrastructure, integrations, and trainings.
Many people forget that today’s AI pricing is still partly supported by competition and heavy investment from providers. Even now, the monthly cost for advanced AI tools can become significant for large companies. This means companies are not only paying for growth, but also for maintaining their AI strategy.
That’s why we still see layoffs in tech. Often, it’s not because AI fully replaced people, but because companies need to reallocate budgets to expensive AI infrastructure and projects.
So when we hear about mass layoffs, it’s important to understand: AI is rarely the only reason.
More often, it’s a combination of:
global economic pressure
investor expectations
budget constraints
AI hype and unrealistic expectations
rising infrastructure and model costs
All of these together are shaping today’s job market.
I don’t believe AI will replace most professionals. But I do believe AI is already adding pressure to an already difficult market.
The good news is that these cycles don’t last forever. The tech industry has gone through crises and corrections before. Over time, things stabilize, companies adapt, and the job market finds a new balance.
No one is safe from layoffs.
But your skills, reputation, network, and ability to adapt greatly increase your chances of quickly finding a new and even better opportunity. So keep learning, keep building your skills, stay active on LinkedIn, and stay aware of how the industry is changing.
In the long run, that is still the best protection against change.
Разговоры о том, что AI вызывает увольнения, начались ещё в 2024 году.
В то время многие компании находились под давлением из-за глобальной экономики. Бюджеты были урезаны, инвесторы требовали большей эффективности, а компании хотели выглядеть «AI-driven» и современными. В такой ситуации увольнения часто объясняли «AI-оптимизацией».
Но действительно ли AI автоматизировал всю эту работу? Сложно сказать наверняка. Однако мы можем посмотреть, как AI на самом деле внедряется в компаниях.
По данным McKinsey’s The State of AI in 2025, только около 30-40% компаний смогли масштабировать AI за пределы небольших экспериментов и пилотных проектов.
Судя по моему собственному опыту общения с AI enablement специалистами, посещения конференций и проведения исследований, реальный уровень внедрения AI внутри компаний часто ещё ниже, чем компании заявляют публично.
Наличие подписки на ChatGPT или AI-ассистента, который помогает с письмами, не означает, что AI полностью интегрирован в рабочие процессы компании. Сфера развивается очень быстро, и стандарты постоянно меняются. То, что было «best practice» несколько месяцев назад, уже может оказаться устаревшим. В результате внедрение неравномерное: одни команды активно используют AI agents, а другие даже не знают, что такое MCP или agent workflows.
Несколько месяцев назад я написал статью под названием «Will AI Replace Software Developers?», где объяснял, почему AI не заменит разработчиков просто так. И я по-прежнему верю, что сам AI не заберёт вашу работу.
Однако есть важный момент, который я там не раскрыл полностью. Вашу работу может не заменить AI, но её могут сократить решения менеджмента.
Делает ли AI разработчиков быстрее? Да, делает. Но некоторые менеджеры смотрят на это очень просто: если каждый разработчик пишет больше кода, можно сократить размер команды. Проблема в том, что написание кода составляет лишь малую часть разработки. С AI мы действительно пишем больше кода. Но мы также тратим больше времени на планирование, тестирование, code review, валидацию и обсуждения system design. Производительность растёт, но это не означает, что нам линейно нужно меньше людей.
Даже если руководство понимает это и избегает AI hype, есть ещё одна проблема: стоимость использования AI.
Большинство компаний и так работают с ограниченными бюджетами. Теперь им ещё нужно платить за AI-модели, инфраструктуру, интеграции и обучения.
Многие забывают, что сегодняшние цены на AI всё ещё частично поддерживаются конкуренцией и крупными инвестициями со стороны провайдеров. Даже сейчас ежемесячная стоимость продвинутых AI-инструментов может стать значительной для крупных компаний. Это значит, что компании платят не только за рост, но и за поддержание своей AI-стратегии.
Вот почему мы всё ещё видим увольнения в tech. Часто это не потому, что AI полностью заменил людей, а потому, что компаниям нужно перераспределить бюджеты на дорогую AI-инфраструктуру и проекты.
Поэтому, когда мы слышим о массовых увольнениях, важно понимать: AI редко бывает единственной причиной.
Чаще это сочетание факторов:
глобальное экономическое давление
ожидания инвесторов
ограничения бюджетов
AI hype и нереалистичные ожидания
рост стоимости инфраструктуры и моделей
Всё это вместе формирует сегодняшний рынок труда.
Я не верю, что AI заменит большинство профессионалов. Но я верю, что AI уже добавляет давление на и без того сложный рынок.
Хорошая новость в том, что эти циклы не длятся вечно. IT-индустрия уже проходила через кризисы и коррекции. Со временем всё стабилизируется, компании адаптируются, и рынок труда находит новый баланс.
От увольнения не застрахован никто.
Но ваши навыки, репутация, network и способность адаптироваться значительно повышают шансы быстро найти новую и даже лучшую возможность. Так что продолжайте учиться, продолжайте развивать свои навыки, оставайтесь активными в LinkedIn и следите за тем, как меняется индустрия.
В долгосрочной перспективе это по-прежнему лучшая защита от перемен.
Diskussionen darüber, dass AI Entlassungen verursacht, begannen bereits 2024.
Damals standen viele Unternehmen aufgrund der globalen Wirtschaft unter Druck. Die Budgets waren knapp, Investoren forderten mehr Effizienz, und Unternehmen wollten „AI-driven” und modern wirken. In dieser Situation wurden Entlassungen oft als „AI optimization” erklärt.
Aber hat AI wirklich all diese Arbeit automatisiert? Schwer zu sagen. Wir können jedoch beobachten, wie AI tatsächlich in Unternehmen eingeführt wird.
Laut McKinsey’s The State of AI in 2025 konnten nur etwa 30-40 % der Unternehmen AI über kleine Experimente und Pilotprojekte hinaus skalieren.
Aus meiner eigenen Erfahrung im Gespräch mit AI enablement Spezialisten, beim Besuch von Konferenzen und bei der Recherche ist das tatsächliche Niveau der AI-Einführung in Unternehmen oft sogar niedriger, als die Unternehmen öffentlich behaupten.
Ein ChatGPT-Abo oder ein AI-Assistent, der bei E-Mails hilft, bedeutet nicht, dass AI vollständig in die Arbeitsabläufe des Unternehmens integriert ist. Das Feld entwickelt sich sehr schnell, und Standards ändern sich ständig. Was vor ein paar Monaten „best practice” war, kann bereits veraltet sein. Infolgedessen ist die Einführung ungleichmäßig: Einige Teams nutzen AI agents intensiv, während andere nicht einmal wissen, was MCP oder agent workflows sind.
Vor einigen Monaten habe ich einen Artikel mit dem Titel „Will AI Replace Software Developers?” geschrieben, in dem ich erklärt habe, warum AI Entwickler nicht einfach ersetzen wird. Und ich glaube weiterhin, dass AI selbst nicht euren Job übernehmen wird.
Es gibt jedoch einen wichtigen Punkt, den ich dort nicht vollständig behandelt habe. Euer Job wird vielleicht nicht durch AI ersetzt, aber er kann durch Managemententscheidungen reduziert werden.
Macht AI Entwickler schneller? Ja, das tut es. Einige Manager sehen es jedoch sehr einfach: Wenn jeder Entwickler mehr Code produziert, können wir die Teamgröße reduzieren. Das Problem ist, dass das Schreiben von Code nur ein kleiner Teil der Softwareentwicklung ist. Mit AI schreiben wir tatsächlich mehr Code. Aber wir verbringen auch mehr Zeit mit Planung, Testen, code review, Validierung und Diskussionen über system design. Die Produktivität steigt, aber das heißt nicht, dass wir linear weniger Menschen brauchen.
Auch wenn die Führung das versteht und den AI hype vermeidet, gibt es ein weiteres Problem: die Kosten der AI-Nutzung.
Die meisten Unternehmen arbeiten bereits mit knappen Budgets. Jetzt müssen sie zusätzlich für AI-Modelle, Infrastruktur, Integrationen und Schulungen zahlen.
Viele vergessen, dass die heutigen AI-Preise immer noch teilweise durch Wettbewerb und massive Investitionen der Anbieter gestützt werden. Selbst jetzt können die monatlichen Kosten für fortgeschrittene AI-Tools für große Unternehmen erheblich werden. Das bedeutet, dass Unternehmen nicht nur für Wachstum zahlen, sondern auch dafür, ihre AI-Strategie aufrechtzuerhalten.
Deshalb sehen wir weiterhin Entlassungen in tech. Oft nicht, weil AI die Menschen vollständig ersetzt hat, sondern weil Unternehmen Budgets für teure AI-Infrastruktur und AI-Projekte umverteilen müssen.
Wenn wir also von Massenentlassungen hören, ist es wichtig zu verstehen: AI ist selten der einzige Grund.
Häufiger ist es eine Kombination aus:
globalem wirtschaftlichem Druck
Erwartungen der Investoren
Budgetbeschränkungen
AI hype und unrealistischen Erwartungen
steigenden Infrastruktur- und Modellkosten
All das prägt gemeinsam den heutigen Arbeitsmarkt.
Ich glaube nicht, dass AI die meisten Fachkräfte ersetzen wird. Aber ich glaube, dass AI bereits Druck auf einen ohnehin schwierigen Markt ausübt.
Die gute Nachricht ist, dass diese Zyklen nicht ewig anhalten. Die IT-Branche hat bereits Krisen und Korrekturen durchgemacht. Mit der Zeit stabilisiert sich alles, Unternehmen passen sich an, und der Arbeitsmarkt findet ein neues Gleichgewicht.
Niemand ist vor Entlassungen sicher.
Aber eure Fähigkeiten, euer Ruf, euer Netzwerk und eure Anpassungsfähigkeit erhöhen die Chancen erheblich, schnell eine neue und sogar bessere Gelegenheit zu finden. Lernt also weiter, baut eure Fähigkeiten weiter aus, bleibt auf LinkedIn aktiv und behaltet im Auge, wie sich die Branche verändert.
Langfristig ist das immer noch der beste Schutz vor Veränderungen.
Les discussions sur le fait que l’AI provoque des licenciements ont commencé dès 2024.
À cette époque, de nombreuses entreprises subissaient une pression liée à l’économie mondiale. Les budgets étaient serrés, les investisseurs exigeaient une meilleure efficacité, et les entreprises voulaient paraître « AI-driven » et modernes. Dans cette situation, les licenciements étaient souvent expliqués comme une « AI optimization ».
Mais l’AI a-t-elle vraiment automatisé tout ce travail ? Difficile à dire avec certitude. Cependant, nous pouvons observer comment l’AI est réellement adoptée dans les entreprises.
Selon McKinsey’s The State of AI in 2025, seulement 30-40 % des entreprises environ ont réussi à passer à l’échelle au-delà de petites expérimentations et de projets pilotes.
D’après ma propre expérience à discuter avec des spécialistes AI enablement, à assister à des conférences et à faire des recherches, le niveau réel d’adoption de l’AI dans les entreprises est souvent encore plus bas que ce que les entreprises affirment publiquement.
Avoir un abonnement ChatGPT ou un AI assistant qui aide avec les e-mails ne signifie pas que l’AI est pleinement intégrée dans les flux de travail de l’entreprise. Le domaine évolue très vite, et les standards changent constamment. Ce qui était « best practice » il y a quelques mois peut déjà être obsolète. En conséquence, l’adoption est inégale : certaines équipes utilisent intensivement des AI agents, tandis que d’autres ne savent même pas ce qu’est MCP ou un agent workflow.
Il y a quelques mois, j’ai écrit un article intitulé « Will AI Replace Software Developers? », où j’expliquais pourquoi l’AI ne remplacera pas simplement les développeurs. Et je continue de croire que l’AI elle-même ne prendra pas votre travail.
Il y a cependant un point important que je n’avais pas pleinement abordé là-bas. Votre travail ne sera peut-être pas remplacé par l’AI, mais il peut être réduit par des décisions du management.
L’AI rend-elle les développeurs plus rapides ? Oui, c’est le cas. Mais certains managers ont une vision très simple : si chaque développeur produit plus de code, on peut réduire la taille de l’équipe. Le problème, c’est qu’écrire du code n’est qu’une petite partie du développement logiciel. Avec l’AI, nous écrivons effectivement plus de code. Mais nous passons aussi plus de temps sur la planification, les tests, le code review, la validation et les discussions de system design. La productivité augmente, mais cela ne veut pas dire que nous avons besoin de moins de personnes de manière linéaire.
Même si la direction comprend cela et évite le AI hype, il y a un autre problème : le coût d’utilisation de l’AI.
La plupart des entreprises fonctionnent déjà avec des budgets serrés. Elles doivent maintenant aussi payer pour les modèles AI, l’infrastructure, les intégrations et les formations.
Beaucoup oublient que les prix actuels de l’AI sont encore en partie soutenus par la concurrence et par les investissements massifs des fournisseurs. Même aujourd’hui, le coût mensuel des outils AI avancés peut devenir important pour les grandes entreprises. Cela signifie que les entreprises ne paient pas seulement pour la croissance, mais aussi pour maintenir leur stratégie AI.
C’est pourquoi nous voyons encore des licenciements dans le tech. Souvent, ce n’est pas parce que l’AI a totalement remplacé les gens, mais parce que les entreprises doivent réaffecter leurs budgets à une infrastructure et à des projets AI coûteux.
Donc, quand nous entendons parler de licenciements massifs, il est important de comprendre : l’AI est rarement la seule raison.
Plus souvent, c’est une combinaison de :
pression économique mondiale
attentes des investisseurs
contraintes budgétaires
AI hype et attentes irréalistes
coûts croissants d’infrastructure et de modèles
Tout cela ensemble façonne le marché du travail d’aujourd’hui.
Je ne crois pas que l’AI remplacera la plupart des professionnels. Mais je crois que l’AI ajoute déjà de la pression à un marché déjà difficile.
La bonne nouvelle, c’est que ces cycles ne durent pas éternellement. L’industrie IT a déjà traversé des crises et des corrections. Avec le temps, tout se stabilise, les entreprises s’adaptent, et le marché du travail trouve un nouvel équilibre.
Personne n’est à l’abri d’un licenciement.
Mais vos compétences, votre réputation, votre network et votre capacité à vous adapter augmentent considérablement vos chances de trouver rapidement une nouvelle opportunité, voire meilleure. Alors continuez à apprendre, continuez à développer vos compétences, restez actif sur LinkedIn et restez attentif à la façon dont l’industrie évolue.
À long terme, c’est encore la meilleure protection contre le changement.
从我自己与 AI enablement 专家交流、参加会议和做研究的经验来看，公司内部 AI 的真实采用程度，往往比公司对外宣称的还要低。
订阅了 ChatGPT 或者使用一个帮助处理邮件的 AI 助手，并不意味着 AI 已经完全融入公司的工作流程。这个领域发展得非常快，标准也在不断变化。几个月前还被视为”best practice”的做法，现在可能已经过时了。结果就是采用程度参差不齐：有些团队大量使用 AI agents，而另一些团队甚至不知道什么是 MCP 或 agent workflows。
但有一个重要的点我在那篇文章里没有完全讲清楚。你的工作可能不会被 AI 取代，但可能会因为管理层的决策而被削减。
AI 让开发者变得更快了吗？是的，确实如此。但有些管理者会用非常简单的视角看待这件事：如果每个开发者都能产出更多代码，那我们就可以缩减团队规模。问题是，写代码只是软件开发的一小部分。有了 AI，我们确实写了更多代码。但我们也在规划、测试、code review、验证和 system design 讨论上花了更多时间。生产力是提高了，但这并不意味着我们线性地需要更少的人。
即使领导层理解了这一点并避免 AI hype，还存在另一个问题：使用 AI 的成本。
大多数公司本来就在紧张的预算下运营。现在他们还需要为 AI 模型、基础设施、集成和培训买单。
很多人忘了，今天的 AI 价格在很大程度上仍然由竞争和供应商的大量投资支撑着。即便如此，对于大公司来说，高端 AI 工具的每月费用也会变得相当可观。这意味着公司不仅在为增长付费，也在为维持自己的 AI 战略付费。
这就是为什么我们依然能看到 tech 行业的裁员。很多时候，并不是因为 AI 完全取代了员工，而是因为公司需要把预算重新分配到昂贵的 AI 基础设施和项目上。
Discussion