Η αλήθεια πίσω από τις απολύσεις που επικαλούνται το AI το 2026

Το 2026 έχει γίνει, για πολλούς εργαζόμενους και αναλυτές, έτος-σταθμός: μεγάλες τεχνολογικές εταιρείες ανακοινώνουν μαζικές μειώσεις προσωπικού ενώ ταυτόχρονα αναφέρουν ρεκόρ εσόδων και έντονη επένδυση σε AI. Η αντίφαση —περισσότερα κέρδη αλλά και περισσότεροι απολυμένοι— δεν είναι απλά στατιστική ανωμαλία. Αποκαλύπτει βαθύτερες αλλαγές στον τρόπο που οργανώνονται οι επιχειρήσεις, στην αξία που προσδίδουν σε συγκεκριμένες δεξιότητες και στο πώς το «AI» χρησιμοποιείται ως εξήγηση, προτεραιότητα και επιχείρημα προσαρμογής.

Αυτό το άρθρο επιχειρεί να αποτυπώσει την εικόνα: ποιοι έκοψαν θέσεις εργασίας, τι είπαν οι εταιρείες, ποια είναι τα τεχνικά και οικονομικά επιχειρήματα, αλλά και ποιες είναι οι πρακτικές συνέπειες για εργαζόμενους, τεχνικές ομάδες και την αγορά εργασίας συνολικά. Δεν αρκούμαστε στις επικοινωνιακές διατυπώσεις· εξετάζουμε την πραγματική λογική πίσω από τις κινήσεις και τις πιθανές εναλλακτικές.

Τα νούμερα πίσω από την «επιδημία» των απολύσεων

Η Oracle αποκάλυψε πρόσφατα ότι μέσα στους τελευταίους 12 μήνες μείωσε το εργατικό της δυναμικό κατά 21.000 άτομα — περίπου 13% — και στο ρυθμιστικό της έγγραφο έθεσε ρητά ότι η υιοθέτηση τεχνολογιών AI οδήγησε και μπορεί να οδηγήσει σε περαιτέρω μειώσεις προσωπικού. Αυτή η αποκάλυψη δεν είναι μεμονωμένη: εταιρείες τόσο διαφορετικές όσο η Meta, η Amazon, η IBM και η PayPal έχουν ανακοινώσει καθοριστικές περικοπές το 2026, συχνά επικαλούμενες την «αύξηση αποδοτικότητας λόγω AI» ως ένα από τα κίνητρα.

Επιχειρηματικές αναφορές και εταιρείες εξυπηρέτησης αποχωρήσεων, όπως η Challenger, Gray & Christmas, κατέγραψαν ότι ο Μάιος ήταν ο μήνας με τον πιο μεγάλο αριθμό απολύσεων εδώ και χρόνια· και το AI αναφέρεται ως ο πιο συνηθισμένος λόγος. Ωστόσο, η εικόνα περιπλέκεται: πολλές εταιρείες εμφανίζουν διψήφιους ρυθμούς αύξησης εσόδων στο cloud ή στα προϊόντα τους, παράλληλα με τις αποχωρήσεις, κάτι που εγείρει ερωτήματα για το αν το AI είναι αιτία, επιτάχυνση ή πρόσχημα.

Χαρακτηριστικά παραδείγματα και τα επιχειρήματα των εταιρειών

Οι περιπτώσεις διαφέρουν, αλλά σχηματοποιούν κοινά μοτίβα. Η GitLab στις 3 Ιουνίου απέλυσε περίπου 350 εργαζόμενους (~14% του workforce) και ανακοίνωσε ότι τα agentic workloads και η ανάγκη για υποδομές που να αντέχουν 100x φορτία οδήγησαν σε «γενεαλογικό rebuilding» της πλατφόρμας. Αντίστοιχα, η Intuit ανακοίνωσε την 20ή Μαΐου ότι θα καταργήσει περίπου 3.000 θέσεις (~17%) για να απλοποιήσει τη δομή και να επαναπροσανατολίσει πόρους στην ανάπτυξη AI.

Η Google (μέρος της Alphabet) προχώρησε σε διάχυτες μειώσεις στη Cloud, συμπεριλαμβανομένων ομάδων ασφάλειας, ενώ ο κλάδος αυτός κατέγραψε αύξηση εσόδων 63% φτάνοντας πάνω από $20 δισ.. Η Meta απέλυσε περίπου 8.000 άτομα και παρ’ όλα αυτά μετέφερε περίπου 7.000 εργαζόμενους σε νέους ρόλους που σχετίζονται με AI — μια κίνηση που δείχνει ότι η εταιρεία επιχειρεί ταυτόχρονα περιστροφές δεξιοτήτων και συμπτώσεις οργανωτικής συρρίκνωσης.

Αύξηση παραγωγικότητας ή επιχειρηματικό αφήγημα;

Στο επικοινωνιακό πλαίσιο, πολλές εταιρείες προτάσσουν την ιδέα ότι το AI επιταχύνει την παραγωγή: «ό,τι έπαιρνε εβδομάδες, τώρα γίνεται σε μέρες», όπως είπε ο CEO της Coinbase. Η επιχειρηματολογία αυτή έχει λογική: εργαλεία generative AI και agents μπορούν να αυτοματοποιήσουν επαναλαμβανόμενες εργασίες, να επιταχύνουν debugging ή να παράγουν προκαταρκτικό content. Ωστόσο, υπάρχουν δυο κρίσιμες επιφυλάξεις.

Πρώτον, πολλά από τα ρόλα που καταργούνται είχαν επεκταθεί υπερβολικά κατά την πανδημική περίοδο και στον μετα-πανδημικό κύμα προσλήψεων. Οπότε μέρος των περικοπών μοιάζει περισσότερο με «αναπροσαρμογή» προς τα μεγέθη που ίσχυαν πριν το 2020 παρά με καθαρή αντικατάσταση από μηχανές. Δεύτερον, η σύνδεση AI→απολύσεις χρησιμοποιείται συχνά ως εύκολο αφήγημα για να εξηγηθεί κάτι που μπορεί να είναι αποτέλεσμα επιχειρηματικής στρατηγικής, κόστους και αναδιάρθρωσης.

Πώς αλλάζει η εσωτερική οργάνωση και οι ρόλοι

Μια σαφής τάση είναι η μείωση των διοικητικών επιπέδων: αρκετές εταιρείες, όπως η Cloudflare, έκοψαν διοικητικούς ρόλους και ομάδες εσωτερικού ελέγχου, ενώ εταιρείες όπως η Snap μίλησαν για ρόλους που αυτοματοποιούνται χάρη στην πρόοδο της AI. Η ιδέα των «one-person teams» που δοκίμασε η Coinbase (συνδυάζοντας engineering, design και product σε μικρές, ευέλικτες μονάδες) δείχνει ότι οι επιχειρήσεις πειραματίζονται με πιο επίπεδα, cross-functional σχήματα όπου το AI λειτουργεί ως πολλαπλασιαστής ικανότητας.

Παράλληλα, κάποια κομμάτια της αγοράς δείχνουν ότι χρειάζονται μεγαλύτερες επενδύσεις σε υποδομές: η GitLab μίλησε για 100x requirements, η Oracle ανακατευθύνει αποταμιεύσεις για AI data centers, και η ζήτηση για hardware όπως silicon και optics φαίνεται να υποστηρίζει περικοπές σε άλλες περιοχές. Αυτό δείχνει ότι η τεχνολογική μετάβαση δεν είναι μονοδιάστατη — απαιτείται εκ νέου κατανομή πόρων προς υποδομές υψηλού κόστους.

Πρακτικές συνέπειες για τους εργαζόμενους

Για τους εργαζόμενους, η τρέχουσα φάση σημαίνει μεγαλύτερη αστάθεια, αλλά και νέες ευκαιρίες. Οι εταιρείες που απολύουν ταυτόχρονα επενδύουν σε θέσεις entry-level για AI και hybrid-cloud, όπως συνέβη στην IBM, όπου η εταιρεία σχεδιάζει να αυξήσει την πρόσληψη αρχικών επιπέδων παρά τις περικοπές σε ανώτερες θέσεις. Αυτό δημιουργεί ζήτηση για συγκεκριμένες δεξιότητες: μηχανική MLops, data engineering, ασφάλεια AI, αξιολόγηση μοντέλων και governance.

Ταυτόχρονα, πολλοί εργαζόμενοι θα χρειαστεί να επενδύσουν σε reskilling: όχι μόνο στην τεχνική ικανότητα να χρησιμοποιούν εργαλεία AI, αλλά και σε μεταγνωστικές δεξιότητες όπως σχεδιασμός διεπαφών ανθρώπου-μηχανής, επιτήρηση συστημάτων (human-in-the-loop), και δεξιότητες συνεργασίας σε μικρές, αυτο-οργανωμένες ομάδες. Η μορφή των buyouts, των voluntary separations και των αναδιαρθρώσεων σημαίνει ότι οι όροι εξόδου και τα πακέτα αποζημίωσης παίζουν κρίσιμο ρόλο στο κατά πόσον οι μεταβάσεις γίνονται με δίκαιο τρόπο.

Ρύθμιση, ηθική και εταιρική ευθύνη

Η άνοδος των απολύσεων με επικλήσεις στο AI εγείρει θεσμικά και ηθικά ερωτήματα. Υπάρχει ζήτημα διαφάνειας: πόσο ακριβής είναι η σύνδεση μεταξύ μιας νέας τεχνολογίας και της απόφασης για απόλυση; Οι επενδυτές και οι ρυθμιστικές αρχές μπορούν να απαιτήσουν σαφέστερα στοιχεία για το ποιοι ρόλοι είναι πραγματικά αυτοματοποιήσιμοι και ποιοι αναπροσαρμόζονται. Επιπλέον, υπάρχει συζήτηση για κρατικά προγράμματα reskilling, φορολογικά κίνητρα για επανεκπαίδευση και πιθανές υποχρεώσεις για δίκαιη μεταχείριση και αποζημίωση.

Η πολιτική διάσταση γίνεται πιο επείγουσα όταν εταιρείες με μεγάλες ροές κερδών, όπως η Oracle ή η Amazon, επιλέγουν να αναδιανείμουν κεφάλαια σε AI υποδομές αντί να διατηρήσουν ευρύτερα εργατικά στρώματα. Οι κοινωνικές επιπτώσεις —από τοπικές αγορές εργασίας μέχρι την εισοδηματική ανισότητα— απαιτούν δημόσιο διάλογο και πιθανώς νέα ρυθμιστικά εργαλεία.

Τι σημαίνει για την τεχνολογία και την καινοτομία

Η μαζική υιοθέτηση AI μπορεί να επιταχύνει καινοτομία σε προϊόντα και υπηρεσίες, αλλά δεν εξασφαλίζει αυτομάτως καλύτερη εξυπηρέτηση πελατών ή πιο ευημερούντες οργανισμούς. Υπάρχουν περιπτώσεις όπου η μείωση του ανθρώπινου προσωπικού οδηγεί σε βραχυπρόθεσμη μείωση κόστους αλλά και σε απώλεια γνώσης και πολιτισμού που είναι δύσκολο να ανακτηθούν. Η πραγματική απόδοση της επένδυσης σε AI θα κριθεί στη βιωσιμότητα προϊόντων, την ποιότητα υπηρεσιών και την ικανότητα εταιρειών να διαχειριστούν την αλλαγή με υπεύθυνο τρόπο.

Παράλληλα, η τεχνολογική μετάβαση ανοίγει χώρο για νέους παίκτες: startups που ειδικεύονται σε AI governance, εργαλεία παρακολούθησης μοντέλων, και υπηρεσίες reskilling μπορεί να δουν αυξημένη ζήτηση. Η αγορά εργασίας θα αλλάξει μορφή, όχι μόνο μέγεθος, με έμφαση στην ευελιξία, τη διεπιστημονικότητα και την ικανότητα να δουλεύεις μαζί με agents και μοντέλα αντί να ανταγωνίζεσαι αποκλειστικά μηχανές.

Γιατί έχει σημασία

Οι περικοπές που επικαλούνται το AI δεν είναι απλώς εταιρικά νούμερα· είναι δείκτες ευρύτερων κοινωνικών και τεχνολογικών μετασχηματισμών. Για τους εργαζόμενους σημαίνουν ότι πρέπει να προσαρμοστούν γρήγορα, να επενδύσουν σε νέες δεξιότητες και να απαιτήσουν διαφανείς όρους μετάβασης. Για τις εταιρείες σημαίνει ότι η τεχνολογία από μόνη της δεν λύνει την οργανωτική πολυπλοκότητα· χρειάζεται σχεδιασμός, επενδύσεις στην εκπαίδευση και υπεύθυνη διακυβέρνηση.

Σε επίπεδο πολιτικής, η προτεραιότητα πρέπει να είναι η προστασία των δικαιωμάτων των εργαζομένων, η προώθηση δίκαιων προγραμμάτων reskilling και η διασφάλιση ότι τα κέρδη από την αυτοματοποίηση μοιράζονται με τρόπο που ενισχύει την κοινωνική συνοχή. Το AI μπορεί να φέρει παραγωγικότητα και νέες ευκαιρίες· το κρίσιμο ζήτημα είναι αν η μετάβαση θα γίνει με δίκαιο, διαφανή και βιώσιμο τρόπο.