Meta хотела превратиться в компанию, где большую часть работы выполняет ИИ. Почему план Марка Цукерберга дал сбой

В 2026 году Meta* сделала одну из самых смелых попыток перестроить крупную технологическую компанию вокруг искусственного интеллекта. Руководство во главе с Марком Цукербергом рассматривало сценарий, при котором AI-агенты должны были выполнять значительную часть повседневной работы сотрудников, а сами команды становились существенно меньше. В отдельных подразделениях рассматривалось сокращение численности до 60%.

Идея выглядела логично на бумаге: если один сотрудник с помощью ИИ способен выполнять работу нескольких специалистов, компании не обязательно сохранять прежнюю структуру. Однако после начала реализации проекта выяснилось, что высокая производительность генеративных моделей в отдельных задачах еще не означает готовность автономных AI-агентов заменить полноценные рабочие процессы.

По данным расследования Reuters, именно проблемы с надежностью, безопасностью и фактической продуктивностью заставили Meta* пересмотреть наиболее радикальную часть своей стратегии. Xataka также сообщает, что после первой волны сокращений и перераспределения сотрудников компания отказалась от следующего этапа масштабной реорганизации. :contentReference[oaicite:0]{index=0}

Что такое Project OT

Внутри Meta* программа получила название Project OT — сокращение от Organization Transformation, то есть «организационная трансформация». Ее смысл заключался не просто в использовании ChatGPT-подобных помощников или автоматизации отдельных операций. Руководство хотело изменить сам принцип организации труда.

Предполагалось, что компания постепенно перейдет к модели, которую можно назвать «AI-native». В такой организации искусственный интеллект становится не дополнительным инструментом сотрудника, а одним из основных участников рабочих процессов. Человек ставит задачу, контролирует результат, принимает решения и исправляет критические ошибки, тогда как значительная часть рутинных операций выполняется агентами.

В рамках сценариев, которые рассматривали руководители Meta*, некоторые команды могли уменьшиться примерно на 60%. Важно подчеркнуть: речь шла не о сокращении 60% всей компании, а о возможном уменьшении отдельных подразделений. Это принципиальная разница, поскольку громкая формулировка о «сокращении Meta* на 60%» создает впечатление гораздо более масштабного увольнения, чем предусматривали первоначальные планы.

Одновременно предполагалось уменьшить количество управленческих уровней и сформировать небольшие группы высококвалифицированных специалистов. Такие команды должны были использовать AI-агентов как своеобразных виртуальных сотрудников.

Почему идея выглядела привлекательной

Для Meta* искусственный интеллект является одновременно продуктовым направлением и способом изменения внутренних процессов. Компания вкладывает огромные средства в вычислительную инфраструктуру, модели и исследовательские подразделения, поэтому естественно было попробовать использовать созданные технологии внутри собственной организации.

У подобного подхода есть очевидные преимущества. Если агент способен самостоятельно написать код, проанализировать документацию, подготовить отчет, провести тестирование или обработать большое количество данных, сотрудник может сосредоточиться на более сложных задачах.

Теоретически это позволяет:

• уменьшить количество рутинной работы;
• ускорить разработку программного обеспечения;
• сократить время на анализ больших объемов информации;
• создавать небольшие команды с высокой производительностью;
• перенаправлять сотрудников на проекты, связанные с развитием ИИ.

Однако между «ИИ умеет выполнять задачу» и «ИИ может надежно отвечать за бизнес-процесс» существует огромная разница. Именно этот разрыв и оказался одним из главных препятствий Project OT.

Первая волна сокращений состоялась

Несмотря на проблемы, первоначальная часть программы была реализована. В мае Meta* провела крупное сокращение и одновременно перераспределила тысячи сотрудников в направления, связанные с искусственным интеллектом. По данным Xataka, речь шла о сокращении примерно 10% персонала и переводе около 7000 работников на другие проекты. :contentReference[oaicite:1]{index=1}

Для технологической индустрии такие процессы в 2026 году уже не были чем-то необычным. Многие компании связывали оптимизацию штата с автоматизацией и развитием генеративного ИИ. Meta* в этом отношении пошла дальше многих конкурентов, поскольку пыталась не просто уменьшить расходы, а изменить организационную модель.

Главная проблема заключалась в последовательности действий. Значительная часть изменений происходила до того, как компания смогла убедительно доказать, что AI-агенты действительно способны стабильно заменить соответствующий объем человеческой работы.

Получился своеобразный эксперимент в реальном времени: сначала уменьшалась численность команд, а затем оставшимся специалистам приходилось работать с технологиями, которые еще не достигли необходимой степени надежности.

ИИ начал создавать дополнительную работу

Одним из наиболее неприятных результатов эксперимента стало расхождение между ожидаемым и реальным эффектом от AI-агентов.

Вместо простой схемы «меньше людей + больше автоматизации = больше производительность» появилась другая цепочка: «меньше людей + нестабильный ИИ = больше контроля и исправлений». В результате сотрудники должны были не только использовать результаты работы агентов, но и постоянно проверять их.

Согласно данным, приведенным Reuters и пересказанным Xataka, количество технических и связанных с безопасностью инцидентов выросло примерно на 40%, а время, которое сотрудники тратили на исправление проблем, увеличилось примерно на 70%. :contentReference[oaicite:2]{index=2}

Особенно показателен пример программного кода. Современные модели действительно способны генерировать большие объемы кода с высокой скоростью. Но количество написанных строк само по себе не является показателем продуктивности разработчиков.

Если созданный агентом код содержит ошибки, нарушает архитектуру проекта, создает уязвимости или плохо взаимодействует с существующими компонентами, его проверка и исправление могут потребовать больше времени, чем самостоятельное написание человеком.

Получается парадокс: автоматизация увеличивает скорость производства результата, но одновременно способна увеличить объем контроля. Если контроль не автоматизирован столь же качественно, ожидаемая экономия исчезает.

Автономный агент — не обычный чат-бот

Проблемы Meta* особенно важны потому, что Project OT ориентировался не только на генеративные модели, отвечающие на вопросы. Речь шла об агентах, способных самостоятельно выполнять последовательность действий.

Обычный чат-бот может предложить пользователю код или текст, после чего человек решает, что с ним делать. Агентная система получает гораздо больше полномочий: она может обращаться к инструментам, изменять файлы, запускать процессы, взаимодействовать с внутренними системами и самостоятельно выбирать следующие шаги.

Это принципиально повышает требования к надежности.

Ошибка обычного чат-бота может остаться просто неправильным ответом. Ошибка автономного агента потенциально превращается в изменение данных, некорректную конфигурацию, нарушение безопасности или запуск нежелательного процесса.

Именно поэтому создание AI-native компании требует не только хороших моделей. Необходимы ограничения полномочий, системы аудита, автоматические проверки, изоляция сред, механизмы отката и люди, способные вмешаться в критической ситуации.

Проблемы возникли еще до второй волны сокращений

Первые тревожные сигналы появились еще до того, как был реализован первый масштабный этап реорганизации. Внутри инфраструктурных команд возникали вопросы к надежности кода, создаваемого AI-агентами. Позднее появились сообщения о действиях агентов, которые могли происходить в большом масштабе и не получили бы одобрения человека.

Это особенно опасно для компании масштаба Meta*. Facebook*, Instagram* и другие продукты обслуживают миллиарды пользователей, а инфраструктура состоит из огромного количества взаимосвязанных систем. В небольшой компании ошибку агента иногда можно быстро исправить. В глобальной платформе даже незначительная ошибка, распространенная автоматически, способна получить гораздо больший масштаб.

Таким образом, проблема оказалась не в том, что ИИ вообще не умеет выполнять полезную работу. Он умеет. Проблема в том, что автономность системы должна расти одновременно с ее надежностью и механизмами контроля.

Сотрудники почувствовали себя участниками эксперимента

Технологические проблемы сопровождались еще одной сложностью — реакцией самих сотрудников.

Meta* начала использовать мониторинг активности работников в США, включая данные о нажатиях клавиш и движениях мыши. Официально подобные инструменты могут рассматриваться как способ собрать данные о рабочих процессах и понять, какие действия можно автоматизировать. Однако сотрудники увидели в этом другую перспективу: компания получает подробную информацию о том, как они выполняют свою работу, чтобы затем обучить AI-агентов делать то же самое.

Такая интерпретация закономерно усилила тревогу. Работник оказывается в ситуации, когда он одновременно должен помогать внедрять технологию и понимает, что эта же технология потенциально может уменьшить необходимость в его должности.

Внутри компании это привело к недовольству и требованиям пересмотреть программу мониторинга. Даже технически оправданная система автоматизации может оказаться неэффективной, если сотрудники воспринимают ее как инструмент подготовки собственных замен.

Почему Цукербергу пришлось остановить вторую фазу

Наиболее показательный момент произошел непосредственно перед первой крупной волной сокращений. Вторая фаза проекта, которую планировали провести позднее, была отменена. При этом уже объявленные изменения не были полностью развернуты назад, но дальнейшее масштабное сокращение команд было остановлено.

Для руководства это означало необходимость признать очевидное: технологическая база пока не соответствовала самым оптимистичным организационным прогнозам.

Reuters сообщает, что внутри Meta* показатели продуктивности не подтвердили ожидания, а технические и связанные с безопасностью проблемы, наоборот, увеличились. В итоге компания отказалась от наиболее агрессивного варианта трансформации. :contentReference[oaicite:3]{index=3}

Позднее Цукерберг признал перед сотрудниками, что компания неверно оценила сроки развития агентных технологий. Meta* также приостановила практику отслеживания нажатий клавиш и движений мыши, а часть сотрудников получила возможность вернуться к прежним задачам.

При этом было бы ошибкой считать, что компания отказалась от ИИ. Наоборот, Meta* продолжает делать искусственный интеллект одним из главных стратегических приоритетов и направляет на инфраструктуру для него огромные суммы.

Это провал ИИ или провал управления?

Название истории легко интерпретировать как доказательство того, что искусственный интеллект оказался переоценен. Но такой вывод был бы слишком простым.

Провал Project OT скорее показывает проблему слишком быстрого перехода от успешной автоматизации отдельных операций к полной перестройке организации.

ИИ может прекрасно выполнять определенные задачи и одновременно быть неподходящим инструментом для автономного управления сложным процессом. Например, модель может быстро написать функцию, но это еще не означает, что она способна самостоятельно отвечать за архитектуру крупного программного продукта. Аналогично, агент может успешно обработать тысячу типовых запросов, но это не гарантирует безопасной работы с исключениями и нестандартными ситуациями.

Поэтому главный вопрос для бизнеса заключается не в том, «может ли ИИ заменить сотрудника», а в том, какую часть рабочего процесса можно надежно автоматизировать и сколько человеческого контроля при этом требуется.

Главный урок для компаний

История Meta* показывает, что внедрение ИИ лучше рассматривать как постепенную перестройку процессов, а не как одномоментное сокращение штата.

Компании, которые хотят получить реальную экономию, должны сначала измерить результат автоматизации. Если агент выполняет задачу за несколько секунд, но человеку требуется двадцать минут для проверки каждого результата, экономический эффект может оказаться отрицательным.

Не менее важна стоимость ошибок. Для внутренних маркетинговых текстов ошибка может быть неприятной, но относительно дешевой. Для финансовой операции, программного кода, инфраструктуры или системы безопасности последствия могут быть совершенно другими.

Поэтому разумная модель выглядит скорее так: ИИ берет на себя повторяемые операции, человек контролирует критические решения, а расширение автономности происходит только после подтверждения надежности системы.

Meta* все равно продолжит ставку на искусственный интеллект

Отказ от наиболее радикальной версии Project OT не означает отказа Meta* от курса на ИИ. Компания продолжает развивать собственные модели, агентные технологии и инфраструктуру. Более того, финансовые результаты и планы Meta* показывают, насколько серьезны ее инвестиции в это направление: расходы на инфраструктуру ИИ исчисляются десятками и сотнями миллиардов долларов. :contentReference[oaicite:4]{index=4}

Именно поэтому нынешнюю ситуацию правильнее воспринимать как корректировку стратегии. Компания попыталась проверить на практике очень смелую гипотезу: можно ли достаточно быстро уменьшить количество людей в командах, передав значительную часть их работы автономным системам.

Пока ответ оказался отрицательным. Но это не означает, что через год или несколько лет технология не станет достаточно надежной. Если AI-агенты научатся лучше планировать действия, проверять собственные результаты, работать с инструментами и безопасно взаимодействовать с корпоративными системами, экономическая модель снова может измениться.

Выводы

История Project OT стала важным примером того, насколько сложно превратить искусственный интеллект из помощника в полноценный элемент организационной структуры. Meta* обладала огромными вычислительными ресурсами, собственными исследовательскими командами и одним из крупнейших в мире масштабов применения ИИ, но даже этого оказалось недостаточно для безболезненной перестройки.

Главная ошибка заключалась не обязательно в самой идее автоматизации. Проблемой стало предположение, что возможности AI-агентов будут развиваться достаточно быстро, чтобы позволить компании заранее уменьшить команды, а затем компенсировать недостаток людей искусственным интеллектом.

Практика показала обратное: нестабильные агенты могут создавать дополнительную работу, а сокращение количества специалистов одновременно уменьшает возможности для контроля. Поэтому будущее корпоративного ИИ, скорее всего, будет связано не с мгновенной заменой большинства сотрудников, а с постепенным изменением структуры труда.

Для Meta* эта история стала дорогим экспериментом. Но именно такие эксперименты показывают границу между впечатляющей демонстрацией возможностей нейросети и реальной готовностью доверить ей критически важную работу.

Часто задаваемые вопросы

Что такое Project OT в Meta*?

Project OT, или Organization Transformation, — программа организационной трансформации Meta*, целью которой было сделать компанию более ориентированной на искусственный интеллект. В отдельных сценариях рассматривалось значительное сокращение некоторых команд и передача большого объема работы AI-агентам.

Действительно ли Meta* собиралась сократить 60% всех сотрудников?

Нет. Речь шла о возможном сокращении численности отдельных команд до 60%, а не о сокращении 60% всей Meta*. Такая разница принципиальна и часто теряется в громких заголовках.

Сколько сотрудников Meta* было сокращено в первой фазе?

По данным, приведенным Xataka на основе расследования Reuters, в мае 2026 года компания сократила около 10% персонала и перевела примерно 7000 сотрудников на другие проекты, связанные с ИИ. :contentReference[oaicite:5]{index=5}

Почему AI-агенты стали проблемой?

Главная проблема заключалась в надежности. Агенты могли быстро выполнять большое количество операций, но ошибки требовали дополнительной проверки и исправления. По данным Reuters, технические и связанные с безопасностью инциденты увеличились, а время сотрудников на устранение проблем также выросло. :contentReference[oaicite:6]{index=6}

Отказалась ли Meta* от искусственного интеллекта?

Нет. Компания продолжает активно инвестировать в ИИ, собственные модели, вычислительную инфраструктуру и агентные технологии. Был пересмотрен прежде всего радикальный вариант организационной перестройки.

Можно ли считать Project OT полным провалом?

Наиболее точным определением будет провал первоначального сценария и сроков реализации. Эксперимент показал, что технологии пока не обеспечивали ожидаемую надежность для столь масштабного сокращения человеческого участия, однако отдельные инструменты ИИ продолжили использоваться и развиваться.

Заменит ли ИИ сотрудников крупных IT-компаний?

Вероятнее всего, процесс будет постепенным. ИИ уже способен автоматизировать отдельные операции и изменить требования к некоторым профессиям, но полная замена сотрудников требует гораздо более высокой надежности, безопасности и способности работать с нестандартными ситуациями.

Какой главный урок можно вынести из истории Meta*?

Нельзя считать количество автоматически выполненных задач полноценным показателем производительности. Важны качество результата, стоимость контроля, количество ошибок и последствия сбоев. Поэтому внедрение ИИ должно опираться на измеримые результаты и постепенное расширение автономности.

Редактор: AndreyEx