По многочисленным просьбам моего окружения решил всё-таки создать этот канал.
Буду писать здесь про трансформацию компаний в AI-native: как это происходит на практике, где ломается, что реально работает, а что — иллюзия.
Без теории и красивых презентаций. Только то, через что мы сами проходим: решения, ошибки, откаты и неожиданные эффекты.
Буду писать здесь про трансформацию компаний в AI-native: как это происходит на практике, где ломается, что реально работает, а что — иллюзия.
Без теории и красивых презентаций. Только то, через что мы сами проходим: решения, ошибки, откаты и неожиданные эффекты.
🔥7
Перечитываю «Переломный момент»
Там простая, но на удивление актуальная в наших реалиях мысль: любые большие изменения происходят не постепенно.
Они долго не происходят вообще, а потом — резко.
Сейчас AI в компаниях — это ровно этот процесс.
1. Закон малых усилий — изменения делают не команды, а типы людей
В книге три типа:
— связующие (connectors)
— эксперты (mavens)
— продавцы (salesmen)
Если переложить на AI:
connectors — протаскивают AI через компанию
mavens — реально понимают, как это работает
salesmen — заражают этим остальных
В большинстве компаний этих ролей либо нет, либо они не усилены.
В итоге делают «внедрение AI».
И оно не происходит.
2. Липкость — идея должна менять поведение
Идея распространяется только если она «прилипает».
В AI почти все делают не то:
— чат-боты
— помощников
— ускорение на 10–20%
Это не меняет поведение.
Работает только то, что даёт разрыв:
— по скорости
— по результату
— по количеству людей в процессе
Если человек работает почти так же — ничего не произошло.
3. Контекст — система сильнее людей
Можно купить любые модели (как это делают в Т банке).
Можно нанять сильных людей (как это делают в Сбере).
Если остаются:
— старые процессы
— старые KPI
— старая логика
всё вернётся обратно.
AI-native — это про другую операционную модель:
— быстрее решаем, чем обсуждаем
— дешевле пробуем, чем согласовываем
— допускаем ошибки ради скорости
И здесь мысль, которую мне привил мой друг и AI тьютор Василь Закиев и я теперь её повторяю постоянно:
внедрение AI — это не айтишная задача. Это организационная задача. А значит руководителю придётся разбираться в этом лично.
Не делегируется.
Вообще.
Главное из книги:
переломный момент нельзя запланировать.
Его можно только приблизить.
Через людей, кейсы и среду.
А дальше всё происходит резко.
AI — это не инструмент.
Это момент, в котором компании либо пересобираются, либо нет.
Большинство — нет.
Там простая, но на удивление актуальная в наших реалиях мысль: любые большие изменения происходят не постепенно.
Они долго не происходят вообще, а потом — резко.
Сейчас AI в компаниях — это ровно этот процесс.
1. Закон малых усилий — изменения делают не команды, а типы людей
В книге три типа:
— связующие (connectors)
— эксперты (mavens)
— продавцы (salesmen)
Если переложить на AI:
connectors — протаскивают AI через компанию
mavens — реально понимают, как это работает
salesmen — заражают этим остальных
В большинстве компаний этих ролей либо нет, либо они не усилены.
В итоге делают «внедрение AI».
И оно не происходит.
2. Липкость — идея должна менять поведение
Идея распространяется только если она «прилипает».
В AI почти все делают не то:
— чат-боты
— помощников
— ускорение на 10–20%
Это не меняет поведение.
Работает только то, что даёт разрыв:
— по скорости
— по результату
— по количеству людей в процессе
Если человек работает почти так же — ничего не произошло.
3. Контекст — система сильнее людей
Можно купить любые модели (как это делают в Т банке).
Можно нанять сильных людей (как это делают в Сбере).
Если остаются:
— старые процессы
— старые KPI
— старая логика
всё вернётся обратно.
AI-native — это про другую операционную модель:
— быстрее решаем, чем обсуждаем
— дешевле пробуем, чем согласовываем
— допускаем ошибки ради скорости
И здесь мысль, которую мне привил мой друг и AI тьютор Василь Закиев и я теперь её повторяю постоянно:
внедрение AI — это не айтишная задача. Это организационная задача. А значит руководителю придётся разбираться в этом лично.
Не делегируется.
Вообще.
Главное из книги:
переломный момент нельзя запланировать.
Его можно только приблизить.
Через людей, кейсы и среду.
А дальше всё происходит резко.
AI — это не инструмент.
Это момент, в котором компании либо пересобираются, либо нет.
Большинство — нет.
❤7👍3
Есть такая штука — Задача Эйнштейна.
Классическая головоломка, в которой много условий, и каждое связано с другим, так что тебе нужно удерживать всю конструкцию сразу, чтобы в итоге собрать единственную непротиворечивую картину.
Когда начинаешь её решать, довольно быстро понимаешь, что упираешься не в саму логику, а в ограничение собственной головы.
Ты теряешь часть условий, возвращаешься назад, начинаешь перепроверять, сомневаться, снова собираешь цепочку и снова её теряешь, потому что просто не удерживаешь всё одновременно.
Кстати, если не пробовал — Задача_Эйнштейна
Очень быстро становится видно, где именно заканчивается «думать в голове» и начинается необходимость выносить всё наружу.
По факту у человека есть довольно жёсткий предел на удержание контекста.
Порядка 5–7 элементов, после чего начинаются потери, связи рвутся, а общая картина перестаёт держаться как единое целое.
И это очень хорошо видно в работе.
Обычные менеджеры среднего звена, как правило, держат небольшой фрагмент — этого хватает для операционных задач, но как только появляется длинная цепочка зависимостей, всё начинает распадаться.
Топы держат больше, могут одновременно учитывать больше факторов, длиннее причинно-следственные связи и сложнее взаимосвязи — за это им, по сути, и платят.
Но даже у них есть потолок.
И именно поэтому всё сложное почти всегда выносится наружу — в таблицы, схемы, дашборды и любые другие формы, которые позволяют разгрузить голову и зафиксировать контекст.
Теперь смотри на ИИ.
Он не «умнее» в привычном смысле, но у него нет этого узкого горлышка на удержание контекста.
Он спокойно держит десятки и сотни взаимосвязей, не теряет условия в процессе и не забывает, с чего всё начиналось.
И в этот момент меняется сама природа решений.
Многое из того, что раньше воспринималось как сильное мышление, на деле оказывалось просто способностью удерживать в голове сложный и длинный контекст.
ИИ делает это системно и без потерь.
Поэтому его решения выглядят более цельными, более собранными и более последовательными, даже если внутри нет какого-то «гениального озарения».
И это уже давно не про головоломки. Это напрямую про продукт, архитектуру, стратегию — везде, где количество факторов превышает человеческий предел удержания.
Раньше ты упирался в голову и её ограничения.
Сейчас ты упираешься в то, умеешь ли ты управлять системой, которая этот предел снимает и держит за тебя весь объём.
И разница начинает проходить не между умными и не очень. А между теми, кто продолжает думать внутри своего лимита, и теми, кто научился работать с объёмом, который раньше просто не помещался.
У меня потолок примерно в 8 контекстов. Дальше уже начинаю терять нити и либо упрощаю задачу, либо выгружаю всё наружу, чтобы не потерять связи. А сколько у вас?
Классическая головоломка, в которой много условий, и каждое связано с другим, так что тебе нужно удерживать всю конструкцию сразу, чтобы в итоге собрать единственную непротиворечивую картину.
Когда начинаешь её решать, довольно быстро понимаешь, что упираешься не в саму логику, а в ограничение собственной головы.
Ты теряешь часть условий, возвращаешься назад, начинаешь перепроверять, сомневаться, снова собираешь цепочку и снова её теряешь, потому что просто не удерживаешь всё одновременно.
Кстати, если не пробовал — Задача_Эйнштейна
Очень быстро становится видно, где именно заканчивается «думать в голове» и начинается необходимость выносить всё наружу.
По факту у человека есть довольно жёсткий предел на удержание контекста.
Порядка 5–7 элементов, после чего начинаются потери, связи рвутся, а общая картина перестаёт держаться как единое целое.
И это очень хорошо видно в работе.
Обычные менеджеры среднего звена, как правило, держат небольшой фрагмент — этого хватает для операционных задач, но как только появляется длинная цепочка зависимостей, всё начинает распадаться.
Топы держат больше, могут одновременно учитывать больше факторов, длиннее причинно-следственные связи и сложнее взаимосвязи — за это им, по сути, и платят.
Но даже у них есть потолок.
И именно поэтому всё сложное почти всегда выносится наружу — в таблицы, схемы, дашборды и любые другие формы, которые позволяют разгрузить голову и зафиксировать контекст.
Теперь смотри на ИИ.
Он не «умнее» в привычном смысле, но у него нет этого узкого горлышка на удержание контекста.
Он спокойно держит десятки и сотни взаимосвязей, не теряет условия в процессе и не забывает, с чего всё начиналось.
И в этот момент меняется сама природа решений.
Многое из того, что раньше воспринималось как сильное мышление, на деле оказывалось просто способностью удерживать в голове сложный и длинный контекст.
ИИ делает это системно и без потерь.
Поэтому его решения выглядят более цельными, более собранными и более последовательными, даже если внутри нет какого-то «гениального озарения».
И это уже давно не про головоломки. Это напрямую про продукт, архитектуру, стратегию — везде, где количество факторов превышает человеческий предел удержания.
Раньше ты упирался в голову и её ограничения.
Сейчас ты упираешься в то, умеешь ли ты управлять системой, которая этот предел снимает и держит за тебя весь объём.
И разница начинает проходить не между умными и не очень. А между теми, кто продолжает думать внутри своего лимита, и теми, кто научился работать с объёмом, который раньше просто не помещался.
У меня потолок примерно в 8 контекстов. Дальше уже начинаю терять нити и либо упрощаю задачу, либо выгружаю всё наружу, чтобы не потерять связи. А сколько у вас?
👎1
Слаживание
Есть одна неприятная правда про внедрение ИИ в компании: снизу это почти никогда не работает.
Можно сколько угодно давать доступы, проводить воркшопы, запускать пилоты — но если у человека внутри сидит ощущение, что ИИ — это про то, как его заменят, он либо игнорирует это, либо тихо саботирует. Не потому что плохой, а потому что это нормальная реакция.
Поэтому вся эта история всегда идёт сверху вниз. Не делегируется, не «пусть команда сама разберётся», а проживается руководством вместе с людьми.
Чтобы это переломить, мы у себя сделали программу, которую назвали «Слаживание».
Суть простая, но на практике довольно жёсткая.
Мы берём 12–20 человек и на месяц полностью вынимаем их из операционки. Вообще. Без «я чуть-чуть помогу», без «я на связи». Люди на этот месяц выпадают из привычной работы.
Да, в этот момент начинают проседать процессы, где они были завязаны. Это неприятно. Но по-другому не работает — если оставить человека в старом контуре, он в нём и останется.
Дальше делим всех на команды по 4 человека. В каждой есть тимлид.
И даём задачу: за месяц сделать продукт.
Но с важным ограничением — он не должен быть связан с текущими продуктами компании. Никакого «давайте улучшим то, что уже есть». Только новое.
Это нужно, чтобы убрать страх что-то сломать и дать людям попробовать себя там, где у них раньше не было опыта.
Команды собираем в разных конфигурациях:
— только разработчики
— только менеджеры
— 3 разработчика + 1 менеджер
— 3 менеджера + 1 разработчик
Это специально, чтобы люди вышли из привычных ролей.
У каждой команды есть AI-тьютор (у нас был Закиев Василь и Хайруллин Мансур) — они не делают за них, а помогают быстрее зайти в инструменты и не застрять в начале.
Дальше всё делается через вайбкодинг. Без длинных этапов проектирования. Через быстрые итерации, через диалог с ИИ, через постоянные «собрали — посмотрели — переделали».
В проекте участвуют все — и те, кто пишет код, и те, кто этого не делал.
Идею команды придумывают сами. Но она должна быть амбициозной — такой, которую раньше вы бы оценили минимум в полгода разработки.
То есть без ИИ за месяц её не сделать.
Через месяц — один демо-день. Все показывают, что у них получилось. Не презентации, а реальные продукты.
И вот здесь начинается самое интересное.
Слаживание работает как сито
Очень быстро становится видно, кто начинает тянуть изменения, кто реально понимает, как работать с ИИ, а кто умеет этим заражать других.
Появляются три типа людей:
— те, кто протаскивает ИИ через компанию (connectors)
— те, кто глубоко понимает, как это работает (mavens)
— те, кто зажигает остальных (salesmen)
И именно из них потом собирается костяк трансформации.
Не из «самых опытных» в старом смысле. А из тех, кто смог за месяц перестроиться и начать давать результат в новой логике.
Теперь к практике
Мы все это проверили на своем опыте. У нас получились феноменальные результаты.
С 15 января по 15 февраля провели первую волну Слаживания. Без пилотов и «давайте аккуратно попробуем».
На текущий момент, за три месяца через Слаживание прошли все члены команды. Без исключений.
И здесь важный момент: участие не может быть добровольным.
Как только появляется опция «можно не идти», внутри компании сразу образуются две реальности — те, кто уже в новой логике, и те, кто остался в старой.
Все, кто отказался участвовать, попадают на карандаш под возможное расставание.
Не потому что «не захотели поучаствовать», а потому что они начинают выпадать из общего флоу и тормозить остальных.
Это жестко, но по-другому не работает.
Слаживание проходят все — от CTO до главного бухгалтера.
Без деления на роли и функции.
Потому что ИИ-трансформация — это не про отдельный департамент.
Это про то, как начинает работать вся компания целиком.
Слаживание — это не обучение.
Это управляемый стресс, в котором человек вдруг понимает простую вещь: ИИ — это не про то, что его заменят, ИИ это про то что каждый из них становится в 5-7 раз эффективнее.
И вот с этого момента всё действительно начинает двигаться. Поздравляю, вы запустили AI трансформацию.
Есть одна неприятная правда про внедрение ИИ в компании: снизу это почти никогда не работает.
Можно сколько угодно давать доступы, проводить воркшопы, запускать пилоты — но если у человека внутри сидит ощущение, что ИИ — это про то, как его заменят, он либо игнорирует это, либо тихо саботирует. Не потому что плохой, а потому что это нормальная реакция.
Поэтому вся эта история всегда идёт сверху вниз. Не делегируется, не «пусть команда сама разберётся», а проживается руководством вместе с людьми.
Чтобы это переломить, мы у себя сделали программу, которую назвали «Слаживание».
Суть простая, но на практике довольно жёсткая.
Мы берём 12–20 человек и на месяц полностью вынимаем их из операционки. Вообще. Без «я чуть-чуть помогу», без «я на связи». Люди на этот месяц выпадают из привычной работы.
Да, в этот момент начинают проседать процессы, где они были завязаны. Это неприятно. Но по-другому не работает — если оставить человека в старом контуре, он в нём и останется.
Дальше делим всех на команды по 4 человека. В каждой есть тимлид.
И даём задачу: за месяц сделать продукт.
Но с важным ограничением — он не должен быть связан с текущими продуктами компании. Никакого «давайте улучшим то, что уже есть». Только новое.
Это нужно, чтобы убрать страх что-то сломать и дать людям попробовать себя там, где у них раньше не было опыта.
Команды собираем в разных конфигурациях:
— только разработчики
— только менеджеры
— 3 разработчика + 1 менеджер
— 3 менеджера + 1 разработчик
Это специально, чтобы люди вышли из привычных ролей.
У каждой команды есть AI-тьютор (у нас был Закиев Василь и Хайруллин Мансур) — они не делают за них, а помогают быстрее зайти в инструменты и не застрять в начале.
Дальше всё делается через вайбкодинг. Без длинных этапов проектирования. Через быстрые итерации, через диалог с ИИ, через постоянные «собрали — посмотрели — переделали».
В проекте участвуют все — и те, кто пишет код, и те, кто этого не делал.
Идею команды придумывают сами. Но она должна быть амбициозной — такой, которую раньше вы бы оценили минимум в полгода разработки.
То есть без ИИ за месяц её не сделать.
Через месяц — один демо-день. Все показывают, что у них получилось. Не презентации, а реальные продукты.
И вот здесь начинается самое интересное.
Слаживание работает как сито
Очень быстро становится видно, кто начинает тянуть изменения, кто реально понимает, как работать с ИИ, а кто умеет этим заражать других.
Появляются три типа людей:
— те, кто протаскивает ИИ через компанию (connectors)
— те, кто глубоко понимает, как это работает (mavens)
— те, кто зажигает остальных (salesmen)
И именно из них потом собирается костяк трансформации.
Не из «самых опытных» в старом смысле. А из тех, кто смог за месяц перестроиться и начать давать результат в новой логике.
Теперь к практике
Мы все это проверили на своем опыте. У нас получились феноменальные результаты.
С 15 января по 15 февраля провели первую волну Слаживания. Без пилотов и «давайте аккуратно попробуем».
На текущий момент, за три месяца через Слаживание прошли все члены команды. Без исключений.
И здесь важный момент: участие не может быть добровольным.
Как только появляется опция «можно не идти», внутри компании сразу образуются две реальности — те, кто уже в новой логике, и те, кто остался в старой.
Все, кто отказался участвовать, попадают на карандаш под возможное расставание.
Не потому что «не захотели поучаствовать», а потому что они начинают выпадать из общего флоу и тормозить остальных.
Это жестко, но по-другому не работает.
Слаживание проходят все — от CTO до главного бухгалтера.
Без деления на роли и функции.
Потому что ИИ-трансформация — это не про отдельный департамент.
Это про то, как начинает работать вся компания целиком.
Слаживание — это не обучение.
Это управляемый стресс, в котором человек вдруг понимает простую вещь: ИИ — это не про то, что его заменят, ИИ это про то что каждый из них становится в 5-7 раз эффективнее.
И вот с этого момента всё действительно начинает двигаться. Поздравляю, вы запустили AI трансформацию.
🔥4🤔3👌2❤1
Потери команды при трансформации — это нормально. Вопрос в том, что вы делаете до этого.
Потери команды при трансформации — это нормально, и чем раньше это принять, тем меньше иллюзий будет по дороге.
Любая серьёзная трансформация почти всегда сопровождается увольнениями, потому что люди нанимаются в одну реальность, в одну скорость, в один способ работы, а потом компания эту реальность меняет, и в этот момент выясняется, что не все готовы в неё заходить, не потому что плохие, а потому что это уже другая игра.
Если смотреть честно, нормальный коридор потерь при трансформации — до 40%, и это не какая-то страшилка, а просто «стандартные» цифры трансформаций.
У нас было 50 человек.
Могли потерять до 20.
По факту — потеряли двоих.
И это не потому, что нам “повезло”.
Мы за год до трансформации прямо сказали команде, что через год сможем работать только с теми, кто встроит ИИ в свою работу, без мягких формулировок, без попытки всем понравиться, просто как факт будущей реальности, в которую мы идём.
Это, на самом деле, самый недооценённый шаг — убрать эффект неожиданности, потому что основная паника в командах начинается не из-за самих изменений, а из-за того, что они происходят резко и без времени на внутреннее решение.
Дальше мы не оставили это в формате “разберутся сами”, потому что в таких вещах никто сам не разбирается, если честно.
Под каждого человека был выстроен понятный план перехода, и отдельно появилась команда из трёх человек, которые не рассказывали про ИИ, а фактически протаскивали каждого через изменение его ежедневной работы, пока это не становилось новой нормой.
И здесь вскрывается главный момент, о котором редко говорят вслух.
Самый сильный барьер — это не сложность инструментов.
Самый сильный барьер — это мысль: “если я обучу ИИ своей работе — я сам себе подпишу увольнение”.
И это не иррациональный страх, это вполне логичная защита.
Мы не стали его гасить обещаниями в духе “всё будет хорошо, никого не уволим”, потому что такие обещания никто всерьёз не воспринимает.
Мы делали по-другому — каждому показывали, во что трансформируется его роль, какие куски работы действительно исчезнут, какие останутся, и самое главное — куда пойдёт высвобождающееся время.
Потому что если этого “куда” нет, человек абсолютно прав — его действительно заменят.
У нас это “куда” было — развитие продукта.
Мы прямо говорили, что ИИ-агенты расширяют человека, а не заменяют его, но при этом честно фиксировали, что да, многие текущие процессы уйдут, и да, мы ожидаем кратный рост эффективности.
Пятикратный рост на каждую роль без увеличения рабочего времени. И здесь есть момент, который часто ускользает.
Если каждый человек в команде начинает делать в пять раз больше, это уже не история про эффективность отдельных сотрудников.
Это означает, что сама компания должна начать жить в другой плотности.
Потому что иначе получается странная ситуация: команда ускорилась, а ехать ей по-прежнему некуда.
Если раньше вы шли пятилетний план в нормальном темпе, то теперь вы можете закрыть его за год, а если учитывать, что сами ИИ-инструменты развиваются по экспоненте, то в какой-то момент это уже становится семилетним планом, который вы укладываете в один год.
И это ломает всё.
Потому что старый продуктовый контур на это не рассчитан.
Нельзя просто взять старую стратегию и попросить людей делать её быстрее — она не выдерживает такой плотности.
Её нужно пересобирать.
Команда должна видеть не ускорение старого пути, а новый масштаб, в котором этой скорости есть куда развернуться, иначе возникает внутреннее сопротивление уже на другом уровне — не из страха, а из ощущения бессмысленности.
Потери команды при трансформации — это нормально, и чем раньше это принять, тем меньше иллюзий будет по дороге.
Любая серьёзная трансформация почти всегда сопровождается увольнениями, потому что люди нанимаются в одну реальность, в одну скорость, в один способ работы, а потом компания эту реальность меняет, и в этот момент выясняется, что не все готовы в неё заходить, не потому что плохие, а потому что это уже другая игра.
Если смотреть честно, нормальный коридор потерь при трансформации — до 40%, и это не какая-то страшилка, а просто «стандартные» цифры трансформаций.
У нас было 50 человек.
Могли потерять до 20.
По факту — потеряли двоих.
И это не потому, что нам “повезло”.
Мы за год до трансформации прямо сказали команде, что через год сможем работать только с теми, кто встроит ИИ в свою работу, без мягких формулировок, без попытки всем понравиться, просто как факт будущей реальности, в которую мы идём.
Это, на самом деле, самый недооценённый шаг — убрать эффект неожиданности, потому что основная паника в командах начинается не из-за самих изменений, а из-за того, что они происходят резко и без времени на внутреннее решение.
Дальше мы не оставили это в формате “разберутся сами”, потому что в таких вещах никто сам не разбирается, если честно.
Под каждого человека был выстроен понятный план перехода, и отдельно появилась команда из трёх человек, которые не рассказывали про ИИ, а фактически протаскивали каждого через изменение его ежедневной работы, пока это не становилось новой нормой.
И здесь вскрывается главный момент, о котором редко говорят вслух.
Самый сильный барьер — это не сложность инструментов.
Самый сильный барьер — это мысль: “если я обучу ИИ своей работе — я сам себе подпишу увольнение”.
И это не иррациональный страх, это вполне логичная защита.
Мы не стали его гасить обещаниями в духе “всё будет хорошо, никого не уволим”, потому что такие обещания никто всерьёз не воспринимает.
Мы делали по-другому — каждому показывали, во что трансформируется его роль, какие куски работы действительно исчезнут, какие останутся, и самое главное — куда пойдёт высвобождающееся время.
Потому что если этого “куда” нет, человек абсолютно прав — его действительно заменят.
У нас это “куда” было — развитие продукта.
Мы прямо говорили, что ИИ-агенты расширяют человека, а не заменяют его, но при этом честно фиксировали, что да, многие текущие процессы уйдут, и да, мы ожидаем кратный рост эффективности.
Пятикратный рост на каждую роль без увеличения рабочего времени. И здесь есть момент, который часто ускользает.
Если каждый человек в команде начинает делать в пять раз больше, это уже не история про эффективность отдельных сотрудников.
Это означает, что сама компания должна начать жить в другой плотности.
Потому что иначе получается странная ситуация: команда ускорилась, а ехать ей по-прежнему некуда.
Если раньше вы шли пятилетний план в нормальном темпе, то теперь вы можете закрыть его за год, а если учитывать, что сами ИИ-инструменты развиваются по экспоненте, то в какой-то момент это уже становится семилетним планом, который вы укладываете в один год.
И это ломает всё.
Потому что старый продуктовый контур на это не рассчитан.
Нельзя просто взять старую стратегию и попросить людей делать её быстрее — она не выдерживает такой плотности.
Её нужно пересобирать.
Команда должна видеть не ускорение старого пути, а новый масштаб, в котором этой скорости есть куда развернуться, иначе возникает внутреннее сопротивление уже на другом уровне — не из страха, а из ощущения бессмысленности.
И здесь всплывает ещё одна проблема, о которую сейчас бьётся почти любое руководство.
За последние годы у многих реально отвалился навык долгого мышления.
Все привыкли жить короткими циклами — квартал, максимум год, потому что в этой логике можно опираться на текущую реальность и не сильно гадать.
ИИ эту опору выбивает.
Потому что теперь ты вынужден думать туда, где ещё ничего нет, и при этом учитывать, что скорость изменений будет только расти.
И это, наверное, самая сложная часть всей трансформации.
Не внедрение инструментов. Не обучение команды. А необходимость снова научиться думать на несколько шагов вперёд в условиях, когда сами шаги постоянно меняются.
Но без этого ничего не работает.
Потому что если у команды появляется пятикратная мощность, а у руководства нет замысла, куда её направить на горизонте нескольких лет, то компания сама становится узким горлышком.
И в этот момент уже не люди тормозят трансформацию — её тормозит отсутствие будущего, в которое можно развернуть эту новую скорость.
Поэтому трансформация — это не про внедрение ИИ.
Это про пересборку всего сразу: роли человека, процессов, и самое главное — продуктового замысла.
И если этот замысел команда не понимает и не принимает, дальше ничего не летит, сколько бы инструментов вы ни внедрили.
За последние годы у многих реально отвалился навык долгого мышления.
Все привыкли жить короткими циклами — квартал, максимум год, потому что в этой логике можно опираться на текущую реальность и не сильно гадать.
ИИ эту опору выбивает.
Потому что теперь ты вынужден думать туда, где ещё ничего нет, и при этом учитывать, что скорость изменений будет только расти.
И это, наверное, самая сложная часть всей трансформации.
Не внедрение инструментов. Не обучение команды. А необходимость снова научиться думать на несколько шагов вперёд в условиях, когда сами шаги постоянно меняются.
Но без этого ничего не работает.
Потому что если у команды появляется пятикратная мощность, а у руководства нет замысла, куда её направить на горизонте нескольких лет, то компания сама становится узким горлышком.
И в этот момент уже не люди тормозят трансформацию — её тормозит отсутствие будущего, в которое можно развернуть эту новую скорость.
Поэтому трансформация — это не про внедрение ИИ.
Это про пересборку всего сразу: роли человека, процессов, и самое главное — продуктового замысла.
И если этот замысел команда не понимает и не принимает, дальше ничего не летит, сколько бы инструментов вы ни внедрили.
🔥12