Ha azt hitted, a céges AI-átállás annyi, hogy mindenki kap egy chatbotot, a GM most elég egyértelmű ellenpéldát mutat. Itt nem eszközbevezetésről, hanem munkaerő-újratervezésről van szó.

Mi történt

A General Motors az IT-részlegének több mint 10%-át, nagyjából 600 fizetett (white-collar) dolgozót bocsátott el. A vállalat megerősítette a leépítéseket, és a kommunikációjában úgy keretezte a döntést, mint az IT-szervezet „jövőre való felkészítését”, konkrét részletek nélkül.

A lényeg ugyanakkor nem puszta létszámcsökkentés: a cég továbbra is vesz fel embereket az IT-be, csak más kompetenciákra. A keresett területek kifejezetten AI-központúak: AI-native fejlesztés (amikor a rendszert eleve úgy tervezed, hogy az AI a működés része legyen, nem utólagos kiegészítő), adatmérnökség és analitika (adatfolyamok, adatminőség, mérhetőség), felhőalapú mérnökség (skálázható infrastruktúra), valamint ügynök- és modellfejlesztés, prompt engineering és új AI-munkafolyamatok.

Érdemes megállni két kifejezésnél. Az „ügynök” (agent) itt olyan szoftverkomponenst jelent, amely egy nyelvi modellre támaszkodva több lépésben képes feladatokat végrehajtani (például adatot lekérni, dönteni, majd műveletet indítani) — gondolj rá úgy, mint egy „digitális kollégára”, akinek folyamatokat delegálsz. A modellfejlesztés pedig nem a modell „használata”, hanem annak mérnöki szintű építése: tanítás, finomhangolás, kiértékelés, és a hozzá tartozó adat- és futtatási csővezetékek (pipeline-ok) összerakása.

Miért fontos

A GM az elmúlt 18 hónapban több részlegen is leépített, miközben a fókuszát „magas prioritású” kezdeményezésekre, köztük AI-ra helyezi. A szoftveres szervezet átalakulása felgyorsult, miután 2025 májusában Sterling Anderson lett a chief product officer, és a cél a széttöredezett technológiai egységek egy szervezetbe terelése lett. Ennek részeként több vezető távozott a szoftvercsapat éléről, köztük a rövid ideig pozícióban lévő chief AI officer is. Közben új, AI-fókuszú vezetői és szakmai igazolások érkeztek: AI lead és autonóm járműves vezetői szerepkörökben is.

A hétköznapi felhasználónak ez azért érdekes, mert az autógyártók szoftverét ma már nem csak az infotainment vagy a mobilapp jelenti. A háttérrendszerek (szerviz, gyártás, ellátási lánc, minőségbiztosítás) egyre inkább adat- és AI-vezérelten működnek — és ehhez másfajta mérnöki munka kell, mint a klasszikus vállalati IT.

Mire figyelj

  1. Mit jelent a „skills swap” a gyakorlatban? Ha a leépítés mellé tényleg célzott felvétel társul, az a vállalati AI egyik tipikus mintája: nem mindenki „átképzése” történik, hanem szerepkörök újrarajzolása.
  2. Mely kompetenciák válnak alapkövetelménnyé? A felsorolt területek (adatmérnökség, felhő, ügynökök, modellek, promptok, AI-workflow-k) arra utalnak, hogy a nagyvállalati kereslet a „AI-t építünk” irányba tolódik, nem csak a „AI-t használunk” felé.
  3. Vezetői stabilitás és szervezeti összevonás: a szoftveres egységek konszolidációja rövid távon zavaros lehet, de hosszabb távon döntő, hogy a cég képes-e egységes platformot és fejlesztési kultúrát kialakítani. A TechCrunch értelmezése szerint ez a történet jól mutatja, hogy a vállalati AI-bevezetés sokszor nem eszközprojekt, hanem szervezeti újraépítés — ami a munkaerőpiacon is azonnal látszani fog.