Microsoft uruchomił program dobrowolnych odejść, który może objąć około 60 tys. pracowników w Stanach Zjednoczonych, Wielkiej Brytanii, Kanadzie i Indiach. To mniej więcej 27 proc. globalnej załogi firmy. Program ma zachęcić część osób do odejścia z własnej inicjatywy, choć Microsoft nie wskazał oficjalnie, że redukcja zatrudnienia jest bezpośrednio związana z rozwojem sztucznej inteligencji.
Kto może skorzystać z oferty?
Propozycję otrzymali pracownicy, których wynik w wewnętrznej skali doświadczenia Microsoftu wynosi 70 lub mniej. Wysokość odprawy zależy od uzyskanej oceny i stażu pracy. Osoby z wynikiem od 65 do 67 mają otrzymać równowartość dwóch tygodni wynagrodzenia za każde sześć miesięcy spędzonych w firmie, a pracownikom z niższym wynikiem zaproponowano jeden tydzień pensji za każde pół roku pracy.
Pakiet obejmuje także dodatkowe świadczenia, między innymi dalsze ubezpieczenie zdrowotne, wsparcie w znalezieniu nowego zatrudnienia oraz przedłużenie okresu nabywania praw do akcji. Zainteresowani mają czas na podjęcie decyzji do grudnia. Według doniesień niektóre działy, w tym zespoły marketingu, sprzedaży i inżynierii, nie zdecydowały się uczestniczyć w programie.
Program dobrowolnych odejść nie oznacza automatycznie, że firma zamierza przeprowadzić zwolnienia na dużą skalę. Jego warunki mogą jednak skłonić część pracowników do odejścia. Warto obserwować, jak decyzje Microsoftu wpłyną na strukturę zespołów i tempo rozwoju usług.
Zmiany kadrowe w cieniu inwestycji w AI
Informacja o dobrowolnych odejściach pojawia się w czasie, gdy Microsoft przeznacza ogromne środki na rozwój infrastruktury AI. Szacowano, że między lipcem a wrześniem firma wyda około 50 mld dolarów, z czego znaczna część miała trafić na centra danych i moc obliczeniową. Microsoft, podobnie jak inne największe przedsiębiorstwa technologiczne, liczy na to, że sztuczna inteligencja przyniesie obiecywane wzrosty produktywności i efektywności.
Jednocześnie kondycja finansowa firmy pozostaje mocna. W tym roku jej przychody wzrosły o 18 proc. rok do roku, przekraczając 90 mld dolarów. W ostatnim kwartale Microsoft uruchomił 31 nowych centrów danych, a w kwietniu 2026 roku otworzył obiekt Fairwater 1, którego budowa kosztowała 7,3 mld dolarów.
Microsoft 365 Copilot w Excelu rzeczywiście sprawdza się w finansach
Przeczytaj, jak narzędzia AI Microsoftu wspierają pracę z danymi finansowymi.
Własne układy i niższe koszty obliczeń
Microsoft rozwija również własne procesory, by ograniczyć koszty działania centrów danych. W październiku firma zaprezentowała układ Maia 300, który jest już wykorzystywany do obsługi zadań inferencyjnych w Copilocie. Według Microsoftu zapewnia on 1,7 raza więcej tokenów na wat niż wiodące rozwiązania oparte na procesorach graficznych.
Firma chce, aby Maia 300 stał się jej głównym rozwiązaniem do inferencji. Większa wydajność ma obniżyć koszt przetwarzania tokenów, a zarazem zwiększyć efektywność usług AI. Czy inwestycje w tę technologię doprowadzą do trwałych zmian w zatrudnieniu, nie zostało jednak oficjalnie przesądzone.
Maia 300 i 1,7x token/wat brzmią jak konkretna przewaga operacyjna. Jeśli rzeczywiście obniży koszt inferencji na taką skalę, MS może realnie zredukować koszty centrów danych bez cięcia usług. Z drugiej strony odprawy dla 60k ludzi przy jednoczesnych inwestycjach rzędu dziesiątek mld pokazują, że optymalizacja stacku sprzętowego idzie równolegle z redukcją ludzi — dla inżyniera to mieszane uczucia.
Za drogo i hipokryzja. Firma wydaje miliardy na centra i procesory własne, a jednocześnie zachęca ludzi do odejścia po „wynikach” w wewnętrznej skali. Brak dowodu na to, że to nie jest pretekst do cięć kosztów. Ktoś jeszcze wierzy w narrację o „dobrowolności”, gdy pakiet obejmuje też przedłużony vesting akcji?
Jako inżynier infra — liczby podane przez MS co do Maia 300 trzeba traktować z ostrożnością. 1,7x token/wat zależy od scenariusza: batch size, model, precision (INT8/FP16) i latency targets. Porównania do GPU często pomijają koszty pamięci i transferu (PCIe/NVLink), a także TDP i skuteczne util. Jeśli Maia faktycznie skaluje lepiej dla niskolatency inferencji, to OK, ale nie ma tu magicznego zastapienia ludzi — automatyzacja co najwyżej przesuwa prace (ops, SRE, optymalizacja modeli).
Mialam podobne VSP w poprzedniej pracy — na papierze odprawy wygladaja dobrze, ale w praktyce trudniej znaleźć nowe miejsce, gdy wszyscy w branży robią to samo. Dodatkowe ubezpieczenie i career coaching brzmi fajnie, ale nie rekompensuje utraty stabilnosci. Marketing i sales nie chcieli? To mówi wiele o tym, kto realnie jest potrzebny do monetyzacji AI.
Czy ktoś wie, czy Maia 300 będzie licencjonowana dla partnerów chmurowych, czy to tylko internal silicon MS? I jak to wpłynie na ceny GPU w Azure vs konkurencja — warto czekać z zakupem instancji do treningu/inferencji czy lepiej lockować teraz?
Twierdzenie, że to „niekoniecznie związane z AI” jest śmieszne. Kto inwestuje 50 mld w infrastrukturę i jednocześnie oferuje odprawy? Oczywiscie, da sie twierdzic, ze to normalizacja zatrudnienia po kilku latach szybkiego wzrostu, ale kontekst mówi sam za siebie. Nie dajcie sobie wmowic, ze to czysta optymalizacja HR.
Rynkowo to kalkulacja: MS reinwestuje wielka kasę w centra i własne SoC, co moze podnieść marże długoterminowo. Dla inwestora to sens — krótkoterminowe odprawy obniżą opłaty operacyjne, a lepsza efektywność token/watt obniży cost per request. Spojrzenie etyczne to jedno, ale z punktu widzenia P&L decyzja jest zrozumiała.