Кельнская ИИ-компания DeepL проводит крупное сокращение штата и перестраивает внутренние процессы вокруг более активного использования искусственного интеллекта. Как сообщил основатель и генеральный директор компании Ярек Кутыловский в публикации на LinkedIn, по всему миру сократят около 250 сотрудников. Это примерно четверть персонала компании.
По словам DeepL, решение связано с масштабной реорганизацией рабочих процессов. Компания хочет перейти к более компактным командам, ускорить принятие решений и передать больше рутинных задач системам ИИ. Кутыловский считает, что искусственный интеллект кардинально меняет принципы работы современных технологических компаний.
Стратегия AI First должна затронуть практически все подразделения DeepL. Компания собирается сильнее автоматизировать внутренние процессы, сократить объем согласований между отделами и дать командам больше самостоятельности. В DeepL рассчитывают, что это ускорит разработку и повысит эффективность работы.
DeepL остается одной из самых известных европейских компаний в сфере ИИ. Сервис машинного перевода запустили в 2017 году, и благодаря нейросетевым моделям и высокому качеству перевода он быстро превратился в заметную альтернативу международным конкурентам. Сейчас платформа поддерживает множество языков и предлагает как бесплатный тариф, так и платные подписки и API-доступ для корпоративных клиентов.
Технически DeepL опирается на крупные языковые модели и специализированные ИИ-системы для машинного перевода. За последние годы сервис получил функции улучшения текста, помощи при написании и перевода документов. В корпоративном сегменте компания все активнее продвигает автоматизированные процессы перевода и облачные интеграции.
Несмотря на высокую известность бренда и успешные раунды финансирования, DeepL пока остается убыточной. Компания также прогнозирует отрицательный финансовый результат на период с 2024 по 2027 год.
Объявленные сокращения хорошо отражают общий тренд в ИИ-индустрии. Многие технологические компании сейчас пытаются одновременно снизить расходы и повысить эффективность внутренних процессов с помощью генеративного ИИ. Под давление все чаще попадают административные, сервисные и даже инженерные подразделения, где раньше основную роль играли сотрудники, а не автоматизация.