Run & more

Прощайте, KPI. Привет, Time-blocks
…или что становится нормой в AI-native командах

В последнее время наблюдаю сильные изменения в том, как бизнес начинают вести AI-native компании.
Сотрудники в любом случае есть везде. Однако, если по обычному бизнес учебнику ты нанимаешь людей, обсуждаешь с ними спектр ответственности, ставишь KPI и следишь за исполнением, то в AI-натив это вообще не работает.

Схема «нанял — прописал KPI — следишь за исполнением» в AI-native компаниях ломается в первую же неделю.
Почему?
Потому что решенная задача в AI компаниии - это автоматизированная задача, которая превращена в работающий скрипт или агента, и уходит в «фон».

И тут возникает главный вопрос: а что делать сотруднику дальше?
Да, мониторить и подпинывать процессы тоже надо…но это микро админ функция.

Поэтому большинство сотрудников входят в циклический режим, которые многие бы назвали проектной работой:
Проект → Автоматизация → Подпинывание → Следующий проект

Но это не полная картина!
Любой проджект менеджер, разбуди его среди ночи, без запинки скажет, что каждый проект, начинается с ИССЛЕДОВАНИЙ.
И только после - в результате этих исследований - рождается конкретика в форме проектного плана, сроков, ресурсов и тп.

Отсюда получается, что любая AI-native команда неизбежно тратит колоссальное количество времени и ресурсов именно на задачи в фазе исследований.

Построенные процессы и так автоматически работают с регулярным контрольными визитами.
А задачи ключевых сотрудников превращаются в исследовательские, а не проектные или исполнительские (project or run functions).
А если это так, то управление исследованиями требует другого подхода!
Исследования нельзя загнать в жесткие дедлайны.
Вы НЕ можете пообещать «гениальный инсайт к четвергу, 14:00», верно?!

Поэтому вместо KPI и сроков мы переходим на Time-blocks.
Мы фиксируем не результат, а временное окно, которое сотрудник выделяет на «сессии» с нашей ИИ-инфраструктурой.

Цель такой сессии — поковырять процессы, поработать в связке с моделями и посмотреть, что из этого в итоге «дозреет» до автоматизации и выкатки в прод. В итоге компания покупает не результат, а сфокусированное время исследовательской работы компетентного сотрудника в связке с ИИ-инфраструктурой.

Понятно, что скептики тут немало можно навалить - что, мол, процесс ради процесса, бесконтрольно, а как же результаты и тп?!
Но это не прогнозы или теория, а уже случившийся факт.
И как и в научных коллективах, поверхностные халтурщики моментом вычисляются и выставляются за дверь, так и в AI-native командах, люди, не выкатывающие ничего полезного за 2-3 недели, бесцеремонно попадают в группу “нахер с пляжа”.
Удивительно, но это работает.

Кто такое же уже замечал?

#мысливслух

🔥3

53 views12:29