Ключевые выводы
- General Motors уволила более 600 сотрудников IT‑подразделения – около 10 % от общего количества.
- Увольнения направлены на замену «устаревших» навыков новыми AI‑ориентированными компетенциями: разработка агентов, инженерия моделей, prompt engineering.
- Компания продолжит набор специалистов в облачной работе, data‑engineering и построении AI‑pipeline, а также уже наняла бывших топ‑тренеров из Apple и Cruise.
General Motors уже несколько лет меняет структуру своих технологических команд, но 2026‑й год стал самым заметным: массовый отбор и переобучение сотрудников, чтобы построить «AI‑native» организацию.
Что именно случилось в GM?
В начале мая 2026 года General Motors объявила о масштабных сокращениях в своем IT‑отделе – более 600 штатных сотрудников, то есть чуть больше 10 % от всего персонала в этой части компании. По словам представителей автогиганта, это «намеренный обмен навыками»: компания освобождает места от тех, чьи компетенции уже не совпадают с текущими целями, и открывает их для специалистов, способных работать с искусственным интеллектом с нуля.
Официальное письмо GM гласит, что «трансформируем ИТ‑организацию, чтобы лучше подготовить компанию к будущему». При этом компания не уточняет, какие именно позиции исчезнут, но говорит о планах нанять людей с навыками AI‑native разработки, data‑инжиниринга, облачной инфраструктуры и построения AI‑моделей.
Важно отметить, что часть увольнений — не постоянные сокращения. По словам анонимного источника, GM продолжает нанимать персонал в IT, но меняет требуемый набор компетенций. Приоритеты сместились от традиционного программного обеспечения к построению и поддержке AI‑pipeline: от проектирования систем до обучения моделей и разработки интерактивных агентов.
Почему именно AI?
Автомобильная отрасль уже несколько лет активно внедряет ИИ: от систем помощи водителю (ADAS) до полностью автономных решений. Однако большинство крупных автопроизводителей, включая GM, до сих пор базировались на «пользовательских» ИИ‑инструментах – то есть применяющих готовые модели для повышения продуктивности.
Сейчас GM хочет перейти к «AI‑native» подходу, когда инженеры создают инфраструктуру, обучают модели и интегрируют их в рабочие процессы без привлечения сторонних продуктов. Это дает гибкость, ускоряет выпуск новых функций и позволяет экономить на лицензиях.
Новые роли, которые ищет GM, включают:
- Разработку агентов и моделей – создание интерактивных систем, которые могут принимать решения в реальном времени.
- Prompt engineering – настройку запросов к большим языковым моделям.
- AI‑pipeline engineering – построение конвейеров данных, обучение, валидацию и деплой моделей.
- Облачные и data‑инженерные позиции – обеспечение масштабируемой инфраструктуры.
Как выглядит история сокращений в GM?
Увольнения 2026 года – не первый эпизод. За последние 18 месяцев GM уже уволила сотни «белых воротников» в разных подразделениях, перераспределяя ресурсы в сторону AI и других приоритетных направлений.
Самый заметный случай – август 2024 года, когда компания сократила около 1 000 сотрудников в сфере разработки программного обеспечения. Тогда руководство объяснило, что цель – «повысить качество и ускорить внедрение AI».
В 2025 году в компанию пришел Стерлинг Андерсон, со‑учредитель Aurora и ветеран автономных транспортных систем, на должность chief product officer. Его миссия – объединить разрозненные технологические подразделения в одну структуру. В результате в ноябре 2025 года три топ‑менеджера покинули команду: Барис Джетинок (SVP программных продуктов), Дэйв Ричардсон (SVP инженерных сервисов) и Барак Туровский (бывший VP Cisco, 9‑мес. глава AI).
Эти отставки создали вакансию, которую GM заполнила новыми AI‑лидерами. В октябре 2025 года в компанию пришел Бехрад Тоги (бывший сотрудник Apple) в роли AI lead, а в начале 2026 года – Рашед Хак, бывший руководитель AI и робототехники в Cruise, в качестве вице‑президента автономных автомобилей.
Что это значит для отрасли?
GM показывает, как крупные корпорации могут «перестраивать» свои технологические кадры. Вместо простого добавления AI‑инструментов к существующим командам, они активно заменяют часть штатного состава на специалистов, способных строить AI‑системы с нуля.
Эта стратегия указывает на два важных тренда:
- Рост спроса на навыки, связанные с построением и эксплуатацией AI‑pipeline, а не только пользовательским применением готовых моделей.
- Необходимость гибкой организационной структуры, готовой быстро адаптировать свои компетенции под меняющиеся технологические требования.
Для специалистов это сигнал: если вы пока только «пользуетесь» ChatGPT или другими готовыми решениями, пора начать осваивать engineering‑сторону AI – от работы с данными до разработки и деплоя моделей.
Как подготовиться к новым требованиям?
Если вы работаете в ИТ‑сфере и хотите оставаться востребованным, обратите внимание на следующие шаги:
- Освойте основы машинного обучения: линейная алгебра, статистика, Python + библиотеки (TensorFlow, PyTorch).
- Изучите построение data‑pipeline: ETL‑процессы, работа с Snowflake, BigQuery, Spark.
- Практикуйтесь в prompt engineering – настройка запросов к LLM, оценка качества ответов.
- Получите сертификаты в облачных сервисах (AWS, Azure, GCP) с упором на AI‑инстансы.
- Участвуйте в проектах с открытыми данными: Kaggle, Google AI Hub – это покажет, что умеете создавать модели «с нуля», а не только «включать готовый сервис».
Справка
General Motors (GM) – американский автопроизводитель, основанный в 1908 году. Крупнейший в мире по объёму продаж, владеет брендами Chevrolet, GMC, Cadillac и Buick. С 2010‑х годов активно инвестирует в автономные технологии и электромобили.
Стерлинг Андерсон – со‑учредитель Aurora Innovation, компании, разрабатывающей технологии автономного вождения. В мае 2025 года стал chief product officer в GM, где отвечает за объединение технологических подразделений.
Бехрад Тоги – бывший сотрудник Apple, где занимался проектами в сфере машинного обучения. С октября 2025 года возглавляет AI‑направление в GM.
Рашед Хак – пять лет руководил AI и робототехникой в Cruise (дочерней компании GM). С начала 2026 года занимает пост вице‑президента автономных автомобилей в GM.
Cruise – подразделение GM, занимающееся разработкой полностью автономных транспортных средств. Приобретено в 2016 году, в 2022‑2023 годах сократило штат, но оставило технологическую базу.
GM показывает, что будущее ИТ‑отделов в автопроме – это AI‑native компетенции. Кому уже сейчас будет удобно перейти от «пользования» ИИ к построению собственных моделей, тем будет проще оставаться в игре.
