Döbbenetes adatok láttak napvilágot: a vezetők 59%-a használ már mesterséges intelligenciát annak eldöntésére, kitől váljanak meg egy leépítés során. Ugyanakkor 91%-uk állítja, hogy felülbírálná a gép javaslatát, ha nem ért vele egyet. A technológia olyan szenzitív adatok alapján is rangsorol, mint az életkor vagy a betegszabadságok száma.

Az HR-vezetők többsége hisz az elismerés erejében, de a pénzügyi igazgatókat gyakran nehéz meggyőzni érzelmi érvekkel. A legfrissebb adatok azonban rávilágítanak, hogy a munkatársak megbecsülése nem luxus, hanem a fluktuáció elleni küzdelem leghatékonyabb eszköze.

A Microsoft mintegy 4800 dolgozót bocsát el világszerte, ami a vállalat teljes létszámának 2,1 százaléka. A döntés azonban nemcsak a leépítés mértéke miatt figyelemre méltó: a cég HR-vezetője részletes levélben magyarázta el a dolgozóknak, miért volt szükség az elbocsátásokra, milyen szerepet játszik a mesterséges intelligencia, és hogyan próbálják támogatni a távozó munkatársakat.

Bár sok cég a mesterséges intelligenciára (AI) fogja a létszámleépítéseket, a szakértők szerint az ok inkább a lemaradástól való félelem és a vezetői fantázia hiánya. Demis Hassabis, a Google DeepMind vezetője, Nobel-díjas közgazdász szerint a vállalatok elszalasztják a tehetségekben rejlő hosszú távú lehetőségeket a gyors profit reményében.

A korábbi munkatársakkal ápolt kapcsolatok jelentősen javíthatják az álláskeresők esélyeit, de nem mindenki tudja ugyanúgy kihasználni ezeket. Egy magyar kutatás szerint kényszerű munkahelyváltás esetén a férfiak kapcsolati hálója jóval hatékonyabban segíti az újraelhelyezkedést, míg a nők elsősorban önkéntes állásváltáskor tudnak sikeresen támaszkodni szakmai kapcsolataikra.

Miközben egy éve még az AI miatt eltűnő fehérgalléros állásokról és tömeges leépítésekről szóltak a technológiai vezetők jóslatai, ma már jóval óvatosabban fogalmaznak. Az OpenAI és az Anthropic vezetői szerint a mesterséges intelligencia inkább átalakíthatja, mintsem felszámolhatja a munkahelyeket. Mi áll a látványos kommunikációs fordulat mögött?

Egy friss felmérés rámutat, hogy a hosszú ideje egyazon cégnél dolgozó munkavállalók élik meg legnehezebben a csoportos létszámleépítéseket. A lojalitás gyakran hamis biztonságérzetet ad, miközben fontos karrierkészségek az évek alatt elkopnak.

Több leépítés, évekig tartó álláskeresés és folyamatos elutasítás – hiába a multinacionális tapasztalat és a vezetői múlt. Egy amerikai nő története megmutatja, hogyan őrölheti fel mentálisan és anyagilag is a bizonytalan munkaerőpiac még a magasan képzett dolgozókat is.

A cégek tömegesen építenek le a mesterséges intelligencia és az átalakuló készségigények miatt, miközben később sokszor drágábban vesznek vissza munkaerőt. Egy friss nemzetközi HR-kutatás szerint a vállalatok többsége ugyan kínálna belső áthelyezési lehetőségeket, a dolgozók azonban ebből alig érzékelnek valamit – ami tovább mélyíti a bizalmi válságot.

Az iráni háború súlyos csapást mér a brit munkaerőpiacra: idén várhatóan 163 ezer munkahely szűnik meg a szigetországban. A legfrissebb gazdasági előrejelzések szerint a gyártó szektor és az építőipar szenvedi el a legnagyobb veszteségeket, miközben a vállalatok a bizonytalanság miatt egyre inkább az időszakos foglalkoztatás felé fordulnak.

A zaklatás elleni szabályzatok önmagukban nem elegendőek a jelenség megfékezéséhez, világít rá a problémára az Irish Workplace Bullying Report 2026. A felmérésben a válaszadók több mint fele azt nyilatkozta, hogy saját bőrén tapasztalta a bántalmazást, ami az esetek többségében végül felmondáshoz vezetett.

A tömeges leépítések és az AI térnyerése új dilemmát hozott a tech szektorban: érdemes még bizonyítani, vagy ideje továbblépni? A bizonytalanság nemcsak a teljesítményt, hanem a dolgozók biztonságérzetét és lojalitását is erodálja – miközben a cégek már a jövő készségeire optimalizálnak.

A HR-ben a „puha” (soft) mutatók azok, amelyek nem közvetlenül forintban vagy napokban mérhetők, hanem a munkavállalók érzéseire, attitűdjeire és elkötelezettségére fókuszálnak. Ezek nehezebben megfoghatók, de gyakran ezek jelzik előre a későbbi fluktuációt vagy teljesítményromlást.