General Motors: 600 etatów IT znika w ramach transformacji w stronę AI

General Motors przeprowadza radykalną wymianę kadr, redukując o ponad 10% swój globalny zespół IT w celu pozyskania kompetencji w obszarze AI-native. Decyzja ta sygnalizuje koniec ery tradycyjnego wsparcia systemów legacy na rzecz budowy własnych modeli i agentów autonomicznych, co ma kluczowe znaczenie dla rentowności w nowej architekturze pojazdów definiowanych programowo.

Strategia skills swap w General Motors

General Motors (GM) eliminuje od 500 do 600 stanowisk w działach IT w Austin i Warren, realizując strategię określaną przez analityków jako „skills swap”. Firma odchodzi od tradycyjnych ról wspierających stare systemy, priorytetyzując inżynierów AI-native zdolnych do budowy modeli od zera. Celem jest całkowita przebudowa struktury technologicznej wokół systemów autonomicznych i chmurowych.

• Skala zwolnień: Redukcja dotyczy ponad 10% personelu IT, głównie w lokalizacjach Warren (Michigan) i Austin (Teksas).
• Nowe priorytety rekrutacyjne: GM poszukuje talentów w obszarach AI-native development, inżynierii danych, architektury Cloud, prompt engineeringu oraz rozwoju agentów AI.
• Budowa własnych rozwiązań: Strategia zakłada odejście od narzędzi firm trzecich na rzecz wewnętrznych systemów AI zarządzających workflowem i danymi.

Konsolidacja struktur pod wodzą Sterlinga Andersona

Reorganizacja przyspieszyła po objęciu stanowiska Chief Product Officer przez Sterlinga Andersona, który skonsolidował rozproszone wcześniej działy oprogramowania i technologii w jedną organizację. Zmiana ta wiąże się z odejściem kluczowych menedżerów z doświadczeniem w Apple i Google oraz zatrudnieniem nowych liderów wyspecjalizowanych w robotyce i systemach autonomicznych.

• Exodus kadry zarządzającej: W ostatnim czasie z GM odeszli Baris Cetinok (SVP Software and Services), Dave Richardson (SVP Software Engineering) oraz Barak Turovsky (head of AI).
• Nowe role strategiczne: Cristian Mori objął nowo utworzone stanowisko Chief Robotics, a Behrad Toghi (ex-Apple) przejął stery nad rozwojem AI.
• Eliminacja silosów: Celem Andersona jest integracja inżynierii sprzętu, oprogramowania i możliwości AI w ramach jednego cyklu życia produktu.

Architektura software-first i oprogramowanie generowane przez AI

Strategia technologiczna General Motors koncentruje się obecnie na koncepcji software-defined vehicles (SDV), po częściowym wycofaniu się z planów masowej produkcji pojazdów elektrycznych i robotaksówek. Obecnie blisko 90% kodu oprogramowania do jazdy autonomicznej w GM jest generowane przez sztuczną inteligencję, co drastycznie zmienia profil potrzebnego inżyniera z kodera na architekta systemów AI.

• Partnerstwa technologiczne: GM wdraża konwersacyjne AI Google Gemini oraz planuje przejście na platformę Nvidia Drive Thor od 2028 roku.
• Odwrót od EV: Firma odpisała 7,1 mld USD kosztów związanych z ograniczeniem planów dotyczących pojazdów elektrycznych, zawieszając m.in. programy Chevrolet Silverado EV i Cadillac Escalade IQ.
• Reorientacja Cruise: Po incydentach bezpieczeństwa GM zamknęło operacje robotaksówek Cruise, wchłaniając zespół techniczny do prac nad systemami dla pojazdów konsumenckich.

Kontrowersje wokół procesu zwolnień i wiz H1B

Proces restrukturyzacji w General Motors wywołuje kontrowersje z powodu bezosobowej formy wypowiedzeń oraz jednoczesnego korzystania z zagranicznej siły roboczej. Pracownicy opisują 15-minutowe spotkania wirtualne z HR, po których natychmiast odcinano im dostęp do systemów, podczas gdy firma kontynuuje rekrutację specjalistów na wizach pracowniczych w tych samych lokalizacjach.

• Tryb wypowiedzeń: Pracownicy otrzymywali zaproszenia na spotkania w nietypowych godzinach, gdzie odczytywano skrypt HR bez możliwości zadawania pytań.
• Wykorzystanie wiz H1B: Dokumenty wskazują, że GM złożyło co najmniej 132 wnioski o wizy H1B w pierwszej połowie 2026 roku, głównie na stanowiska deweloperskie i inżynieryjne w Michigan i Teksasie.
• Kontekst finansowy: Redukcje przeprowadzane są w momencie, gdy firma raportuje silne wyniki (zysk netto 2,6 mld USD w Q1 2026) i podnosi prognozy roczne.

Wnioski praktyczne

• Koniec tradycyjnego IT w Enterprise: Model GM pokazuje, że prosta obsługa systemów legacy staje się zbędna; wartość rynkową mają inżynierowie potrafiący budować modele AI (AI-native), a nie tylko ich używać.
• Architektura ponad kodowanie: W świecie, gdzie 90% kodu generuje AI, kluczową kompetencją staje się nadzór nad potokami danych (data pipelines) i zarządzanie agentami AI.
• Pragmatyzm automatyzacji: Firmy będą reallocować budżety płacowe na infrastrukturę AI (np. Nvidia Drive Thor) nawet przy rekordowych zyskach, co wymusza na pracownikach szybką reskillingu w stronę Cloud i AI Ops.