Шокирующая стратегия: как компании увольняют, а потом нанимают обратно тех же людей — 5 скрытых причин и решения

Вступление

В последние годы в крупных технологических компаниях всё чаще встречается парадоксальная ситуация: после масштабных сокращений сотрудники возвращаются в те же организации. На первый взгляд кажется, что это просто «переигрывание» рынка труда, но за такой практикой скрываются более глубокие экономические и управленческие мотивы. Разобравшись в причинах, мы сможем понять, насколько такой подход оправдан и какие риски он несёт.

Пересказ оригинального Reddit‑поста

В Reddit‑сообществе обсуждалась компания, которая в 2023 году провела крупнейшие в своей истории увольнения. Сейчас у неё открыто сотни вакансий, но найти новых сотрудников не получается. Вместо активного поиска на открытом рынке компания решила «выкапывать» бывших работников из собственного пула. Один из комментаторов сравнил эту ситуацию с эпизодом из сериала Silicon Valley, где глава фирмы увольняет целую команду, а потом вновь нанимает её для нового проекта.

Суть проблемы и «хакерский» подход

Суть в том, что компания пытается решить проблему нехватки персонала, используя уже знакомый ей кадровый ресурс – бывших сотрудников. Такой «хакерский» метод позволяет сократить время адаптации, экономить на обучении и, по мнению некоторых аналитиков, удовлетворить требования инвесторов, требующих быстрых результатов.

Детальный разбор проблемы с разных сторон

Плюсы подхода

• Сокращение времени на ввод в должность. Бывшие сотрудники уже знакомы с продуктами, процессами и корпоративной культурой.
• Экономия на обучении. Не требуется тратить ресурсы на обучение «с нуля».
• Снижение риска «культурного шока». Возвращающиеся сотрудники быстрее встраиваются в команду.

Минусы и риски

• Потеря доверия. Сотрудники могут воспринимать такие манёвры как манипуляцию, что ухудшает моральный климат.
• Повторные увольнения. Если компания снова окажется в ситуации сокращений, те же люди могут вновь стать жертвами.
• Репутационный ущерб. На рынке труда такие практики могут отпугнуть потенциальных кандидатов.
• Неясность компенсаций. Как отмечает пользователь haltingpoint, нет данных о том, сохраняется ли уровень зарплаты или повышается после повторного найма.

Практические примеры и кейсы

Один из комментаторов, bobj33, поделился реальным кейсом: компания активно поглощала небольшие фирмы (по 50‑200 человек) в 2020‑2022 годах, провела три раунда увольнений в 2023 году и теперь сталкивается с нехваткой персонала. Это ярко иллюстрирует, как быстрый рост через поглощения может привести к «переполненному» кадровому пулу, который потом трудно «перепродать».

Экспертные мнения из комментариев

"Их увольнения были чисто кровавой жертвой для активистских инвесторов."

— TwistedPepperCan

"Я бы хотел увидеть статистику по уровню и компенсации этих людей до и после переёма. Сохранили ли они или увеличили свои уровни?"

— haltingpoint

"Подозреваю, что многие из них получили повышение на один уровень. Не редкость, когда смена места работы облегчает продвижение."

— Pharisaeus

"Напоминает эпизод из сериала Silicon Valley, где Гэвин Белсон увольняет всю команду, а потом возвращает её для нового проекта."

— New_Computer3619

Возможные решения и рекомендации

• Разработать прозрачную политику повторного найма. Чётко фиксировать условия, уровень зарплаты и карьерные перспективы.
• Инвестировать в внутреннее развитие. Вместо массовых увольнений сосредоточиться на переквалификации и перемещении сотрудников внутри компании.
• Создать резервный пул талантов. Формировать базу потенциальных кандидатов, а не полагаться только на «бывших».
• Проводить регулярные опросы удовлетворённости. Оценивать моральный климат и своевременно реагировать на недовольство.

Заключение и прогноз развития

Тенденция «увольнить‑и‑вернуть» будет сохраняться, пока компании ищут быстрые способы закрыть вакансии без больших затрат. Однако рост осведомлённости о репутационных рисках и усиление конкуренции за талантливых специалистов заставят руководителей искать более устойчивые модели управления персоналом. Ожидается, что в ближайшие 3‑5 лет появятся гибкие формы занятости (контрактные проекты, «пул‑труд») и более продуманные стратегии удержания сотрудников.

import numpy as np

def analyze_employee_data(employee_ids, salaries_before, salaries_after):
    """
    Анализирует данные о сотрудниках и их зарплатах до и после повторного найма.

    Args:
        employee_ids (list): Список идентификаторов сотрудников
        salaries_before (list): Список зарплат до увольнения
        salaries_after (list): Список зарплат после повторного найма

    Returns:
        dict: Словарь с результатами анализа
    """
    # Вычисляем среднюю зарплату до и после увольнения
    average_salary_before = np.mean(salaries_before)
    average_salary_after = np.mean(salaries_after)

    # Вычисляем разницу в зарплатах
    salary_diff = average_salary_after - average_salary_before

    return {
        'average_salary_before': average_salary_before,
        'average_salary_after': average_salary_after,
        'salary_diff': salary_diff
    }

# Пример данных
employee_ids = [101, 102, 103, 104, 105]
salaries_before = [50000, 62000, 58000, 61000, 59000]
salaries_after = [54000, 66000, 62000, 65000, 63000]

# Анализируем
results = analyze_employee_data(employee_ids, salaries_before, salaries_after)

# Выводим результаты
print(f"Средняя зарплата до увольнения: {results['average_salary_before']:.2f}")
print(f"Средняя зарплата после увольнения: {results['average_salary_after']:.2f}")
print(f"Разница в зарплате: {results['salary_diff']:.2f}")

Код демонстрирует простой способ сравнить уровни оплаты сотрудников до и после повторного найма, что помогает оценить, действительно ли компания повышает зарплаты «возвращённым» кадрам.