Очень правильная постановка вопроса в позавчерашней статье на New York Times: если так много умных экспертных людей, и так много данных, то почему никто не может сказать, что реально происходит на рынке труда (под влиянием AI) — и будет происходить дальше?

Ну то есть да, очень много мнений и убедительных интонаций. Но почему в этих мнениях так много противоречий?

Что говорит автор текста:

• Существующая система макроанализа и данных (в основном, государственная) не подходит для описания тех явлений и изменений, которые мы наблюдаем и пытаемся измерить
• Эти данные ещё и постоянно опаздывают
• Большая проблема с интеграцией показателей, в том числе методологической — в итоге они описывают противоположные тенденции
• Сложности с атрибуцией — эксперты могут приписывать тенденциям системный характер, тогда как это скорее наложение уникальных обстоятельств и кризисов
• Отсутствие надежной методологии прогнозирования на 3-5-10 лет

Ну и очевидно, что это касается не только влияния AI на профессии, но и в целом — рынка труда, образования, бизнеса и экономики.

Переведённый пдф в комментариях.

→ https://www.nytimes.com/2026/07/02/business/economy/ai-economy-data.html

Карта «Нарративного директора»

На открытии конференции «Нарративный директор» Артём в первый раз показал карту организационных историй.

Это такой авторский фреймворк организационного стратегического сторителлинга.

Но теперь каждый может построить по этой карте свой нарративно-сторителлинговый трек погружения и развития — Артём сделал и поделился огромным Miro, в котором подробно расписал каждый блок, и дал ссылки на выступления и лекции, которые этот блок ещё больше раскрывают.

Короче говоря, абсолютно уникальный контент!

→ https://miro.com/app/board/uXjVHHe9veQ=/?share_link_id=555298975584

Как должен быть устроен мир без работы?

Энди Спенс у себя в сабстеке опубликовал весьма интересный текст. В котором классно описывает и проблему, и область решений — что будет после схлопывания традиционных форматов занятости.

Три ключевых факта, которые, вероятно, лучше всего иллюстрируют как меняется рынок труда:

• Большая часть работы в мире выполняется вне стабильной формальной занятости. Из примерно 3.4 миллиарда человек, около 2 миллиардов работают в неформальной экономике, часто без контрактов, льгот и правовых гарантий.

• Объём мировой экономики фриланса в 2024 году оценивался в 557 миллиардов долларов и, по прогнозам, утроится к 2032 году. Около 14,5% работников в ЕС являются самозанятыми. В Китае насчитывается около 200 миллионов «flexible workers». Некоторые люди вынуждены работать таким образом.

• В UK почти семь из десяти трудоспособных взрослых, живущих за чертой бедности, проживают в семьях, где хотя бы один взрослый работает. Для большинства людей в мире наличие постоянной работы сейчас не гарантирует никакой реальной экономической безопасности.

Главный экзистенциальный риск в том, что стабильная работа — это комплексный социальный феномен, куда входит распределение статуса, идентичности, жизненных целей, социальной организованности и согласованности, льгот, пенсий, безопасности, доступа к обучению, принадлежности к сообществам, и тд.

Что делать, когда это распределение перестанет работать:

1. Финансовая безопасность

Доходы и социальные гарантии должны стать «portable» и не зависеть от одного конкретного работодателя. Нужно найти способы сглаживать финансовые потери при переходах между проектами.

2. Доступ к интеллектуальным ресурсам и обучению

Образование не может быть разовым событием. Энди Спенс приводит в пример Сингапур, где граждане получают государственные кредиты (от SkillsFuture) на обучение в течение всей жизни.

3. Распределение социального статуса

В мире фриланса и проектной работы нам нужны новые эффективные способы подтверждения заслуг и экспертизы: цифровые портфолио, системы репутации, участие в сообществах, даже если за это не платят самую большую зарплату в самых красивых офисах.

4. Сообщества

Постоянная формальная работа создавала тесные связи и ощущение принадлежности. Но теперь нам нужны новые формы объединений: профессиональные гильдии, локальные коворкинг-хабы и социальные сети.

5. Накопление капитала

Необходима новая модель распределения богатства и доходов. Особенно в контексте вопроса, а кому достанутся все эти прибыли от AI: сотрудникам компаний, всем гражданам, фондам, государству или только акционерам.

Перевод и аудио-саммари в комментариях.

→ https://wrk3.substack.com/p/what-comes-after-the-job

Как думают Джеф Безос, Илон Маск, Сатья Наделла и Дженсен Хуанг

У The Generalist есть очень крутая серия лонгридов — погружение в принципы и стратегии четырех культовых бизнес-персонажей:

• Джефа Безоса
• Илона Маска
• Сатьи Наделлы
• Дженсена Хуанга

Ну во-первых, я выложил в комментариях переводы этих четырех текстов.

А ещё, мы с клодом сделали глубокий анализ, что в их стратегиях совпадает — и претендует на универсальность. Из этого анализа получился ещё один огроменный документ. Но я постарался максимально сократить, до самых ключевых моментов:

1. Они ищут и целятся в ключевые «building blocks» — элементы, которые станут будущей критической инфраструктурой.

2. Начинают с того, что сначала выглядит недооценённым, маленьким, странным или слишком частным. Но важно, чтобы это открывало вход в более глубокий слой рынка.

3. Раньше всех замечают структурную асимметрию. Которая и будет драйвером будущей инфраструктуры.

4. Стратегическую победу строят не только на преимуществах, а на зависимости — экосистеме, из которой очень дорого выходить.

5. Коммуницируют как прагматичные визионеры. Идея впереди, однако интересы бизнеса не отстают.

6. По-разному подходят к культуре, но общий принцип один: информация и знания в компании должны максимально соответствовать реальности, очень быстро распространяться и превращаться в действия.

7. Фокусируются не столько на процессах, сколько на качестве мышления и решений.

8. Создают сложный бескомпромиссный механизм отбора на входе: очень хорошо понимают какие люди должны работать в их командах и на каких ролях.

9. Стратегические конъюнктурщики — готовы менять правила и принципы ради роста и масштаба.

10. Чувствуют момент, когда текущий успех может превратиться в будущую проблему. Хуанг говорит, что компания должна переизобретать себя каждые 10 лет, разрушая то, что успешно работало раньше. Безос называет это «Day 1». А Маск постоянно пытается сократить и упростить процессы, даже если потом придется вернуть что-то назад.

Предпринимательство как практика формирования будущего

В статье «The best way to predict the future is to create it» увидел интересный фреймворк, который описывает предпринимательство как практику future-making.

Предприниматели принимают решения балансируя между двумя параметрами будущего — future potentiality и future closure.

На пересечении этих векторов появляются три последовательных этапа:

1. Speculation — этап открытия будущего

• Момент, когда задача увеличить количество осмысленных возможностей и сценариев.

• Ключевой результат: не план, а понимание future potentiality.

• Барьеры: когда команда слишком рано стремится к ясности и определенности. Будущее закрывается раньше, чем успели найти самый большой потенциал.

2. Alignment — этап согласования будущего

• Момент, когда нужно переключать поиск возможностей на ограниченное количество сценариев. И синхронизировать людей, ресурсы, ожидания и ближайшие действия. Важный нюанс — это ещё не полное закрытие будущего. Но выбор направления, при сохранении гибкости и мобильности.

• Ключевой результат: стратегическое видение, роудмапы и драфт бюджетов.

• Барьеры: когда планы слишком преждевременные, определенные и детальные. Возникает конфликт между тактическим удобством и долгосрочными стратегическими амбициями.

3. Obligation — этап закрытия будущего

• Этап жесткой приверженности в отношении определенного фокуса и курса действий. Масштабирование ресурсов и обязательств. Минимальное potentiality и максимальное closure.

• Ключевой результат: path dependence через детальные планы, распределение ролей и отчетность.

• Барьеры: публично взять на себя обязательства, потому что есть внешнее давление, но по факту оставаясь на этапах speculation и alignment.

Какой важный вывод я бы сделал? Что люди, эффективные для этапа speculation, скорее всего саботируют obligation. Но и те, кому по душе определенность, врядли смогут увидеть новые большие возможности.

В комментариях оригинал статьи и аудио-саммари.

Какой HRtech-продукт надо делать в 2026

Это не я настолько потерял скромность, чтобы раздавать такие советы. А Fable 5 — самая умная массовая модель в клоде. К которой, похоже, вот-вот закроется свободный доступ.

Решил посмотреть на какие чудеса анализа эта технология способна. Загрузил базу сделок и стартапов за 24-26 годы. Дополнил источниками. И попросил найти важные заметные инсайты. А главное — рассказать какой продукт и бизнес сейчас надо делать в HRtech, чтобы соответствовать запросам общественности и рынка.

(чуть подредактировал текст, но по большей части оставил оригинальные формулировки)

Модель идеального HR-tech стартапа

1. Outcome-based ценообразование
2. Привязка к денежным потокам или обязательным расходам
3. Категории: frontline / deskless / care-экономика
4. Собственный контур outcome-данных
5. Регуляторный попутный ветер
6. Экзит на горизонт 2028–2029

Архетипы решений

1. Комплаенс и аудит для AI в HR-процессах
2. Агентные операции для frontline
3. HRIS для гибридной рабочей силы (люди + агенты)
4. Инфраструктура reskilling / внутренней мобильности
5. Верификация кандидатов

Идеальный продукт

◼ ICP (профиль покупателя)
Операционные директора (не HR) сетей в care-экономике, QSR/ритейле, логистике — сегменты с растущей занятостью, хронической текучестью 60–100% и дефицитом людей.

◼ Продукт
Автономный контур: конверсия отклика в выход на смену за часы (агентный скрининг, назначение смен, документооборот), прогноз и предотвращение оттока первых 90 дней, перераспределение смен. Встроенный комплаенс-слой: каждое алгоритмическое решение объяснимо и логируется — управление GR-рисками.

◼ Монетизация
Оплата за результат: за вышедшего работника и за удержанного 90 дней; EWA/instant pay как модуль (fintech-модель).

◼ Накопление преимущества
Накапливающийся контур outcome-данных: какие кандидаты в какой вертикали выходят и удерживаются. Эти данные не существуют ни у LLM-провайдеров, ни у джоб-бордов (они видят отклик, но не результат), ни у HCM-платформ (они видят занятых, но не воронку).

◼ Инвестиции и экзит
Посев $2–3M, узкая вертикаль → $1M ARR за 18 месяцев → серия A в яме 2027–2028 (дефицит качественных компаний работает в плюс: меньше конкуренции за капитал) → серия B или стратегический экзит 2029 в пост-IPO переоценку. Естественные покупатели: UKG, Dayforce, ADP, Workday (все активно строят deskless-направление[5]), либо Deel/Rippling-класс, расширяющийся из денежного слоя в операции труда.

В комментариях выложил целиком хтмл-страницу, там ещё много всего — изучайте.

Но главное открытие у меня такое...

Я сейчас много изучаю и экспериментирую с аналитическими пайплайнами в AI. И вообще не представляю, что будут делать корпоративные аналитики и spreadsheet-стратеги. Нет таких способностей и талантов, которые реально смогут что-то противопоставить грамотно выстроенному context intelligence.

Борис Чёрный поделился у себя в твиттере инсайтом, как меняются роли в разработке продуктов:

По мере того как инженерия, продукт, дизайн, DS и другие функции трансформируются в роли нового типа, я размышлял о том, как могут эти роли выглядеть в будущем. Например, глядя на команду Claude Code, я вижу, как мне кажется, пять архетипов:

1. Prototyper: придумывает совершенно новые идеи; много их генерирует, и большинство так и не доходит до релиза

2. Builder: быстро превращает прототип или идею в production-grade продукт и инфраструктуру

3. Sweeper: приводит в порядок интерфейс, упрощает код и систему, убирает лишние фичи, оптимизирует производительность

4. Grower: берёт уже построенный продукт и итерациями улучшает его Product-Market Fit

5. Maintainer: отвечает за зрелость и масштабируемость системы — безопасность, надёжность, скорость и эффективность

Люди могут совмещать несколько ролей, иногда три. Я также замечаю, что эти роли не привязаны к должности: в Anthropic одни дизайнеры соответствуют категории 1, другие — 2, третьи — 3. И то же самое с инженерами, продакт-менеджерами и DS.

Здоровой команде нужен микс архетипов — в зависимости от продукта:

• Новому продукту до PMF нужны люди, сильные в 1+2+3
• Растущему продукту, нашедшему PMF, нужны 2+3+4 и немного 5
• Продукту с прочным PMF нужны 3+4+5 и немного 2

Возможно продуктовые роли будущего будут выглядеть именно так — а не как сейчас, привязанные к конкретной специализации?

→ https://x.com/bcherny/status/2071379474277613732

А сегодня давайте почитаем визионерские откровения Сатьи Наделлы, которые он опубликовал у себя в блоге недели три назад. Это интересно.

Я много размышлял о будущем компании в экономике, основанной на искусственном интеллекте.

Этот переход отличается от всех предыдущих изменений. В прошлом мы использовали технологии для повышения эффективности человеческого капитала. Впервые мы можем создать реальную когнитивную петлю между людьми и цифровыми системами. Это ошеломляет, потому что меняет как мы представляем себе всю работу внутри организации.

На кону стоит не просто внедрение очередного инструмента или системы. Главный вопрос в том, как организации будут продолжать учиться, создавать интеллектуальную собственность, отличаться от конкурентов и развиваться в мире, где AI-модели способны непрерывно впитывать знания людей и организаций и коммодизировать их.

Каждой компании придётся создавать два вида капитала: человеческий и токен-капитал. Человеческий капитал включает знания, способность выносить суждения, отношения, изобретательность и умение распознавать закономерности. Токен-капитал — это AI-возможности, которые компания создаёт, развивает и контролирует.

По мере роста значимости токен-капитала, человеческий капитал не становится менее ценным. Напротив, его значимость только возрастает. Я убеждён, что именно человеческая агентность будет драйвером развития токен-капитала. Люди будут ставить амбициозные цели, соединять идеи из разных областей, выстраивать отношения и распознавать действительно значимые закономерности. Без человеческого целеполагания вычислительные мощности будут лишь бесконечно работать по кругу.

Ключевая возможность заключается не в том, чтобы выбрать лучшую модель. Она заключается в создании обучающего контура, внутри которого человеческий и токен-капитал взаимно усиливаются и накапливаются. Можно передать AI отдельную задачу или даже целую работу, но нельзя передать ему собственное обучение. Будущее компании определяется её способностью накапливать результаты этого обучения, распределяя их между людьми и технологиями.

Это требует новой архитектуры, при которой каждая организация сможет создавать агентные системы, сохраняя при этом контроль над своей интеллектуальной собственностью. Компания должна иметь возможность заменить одну универсальную модель на другую, не потеряв при этом экспертизу, накопленную внутри её обучающей системы. Именно это станет проверкой на управляемость и суверенитет.

Такой обучающий контур становится новой интеллектуальной собственностью. Я представляю его как машину постоянного восхождения к следующему максимуму. И в отличие от большинства активов, его ценность накапливается по принципу сложного процента. Каждый улучшенный рабочий процесс создаёт более качественный обучающий сигнал, ускоряя накопление неявного знания, уникального для конкретной компании.

Организации, которые начнут строить такие системы раньше других, получат преимущество — и его будет трудно воспроизвести, независимо от моделей.

На мой взгляд, нашим приоритетом должно быть создание такой экосистемы, а не просто передовой модели, чтобы ценность распространялась повсеместно для каждой компании, каждой отрасли и страны. Организации должны иметь возможность владеть собственным обучающим контуром, в котором закодировано их институциональное знание и внутри которого одновременно накапливаются человеческий и токен-капитал.

Когда это произойдёт, компании начнут создавать ценность как для себя, так и для всей экономики. Сотрудники увидят, как их экспертиза усиливается и становится частью систем, способных воспроизводить и масштабировать эти знания. Выгоды от этого будут получать и бизнес и сообщества, частью которых он является.

И именно такое устойчивое равновесие нам следует строить вместе.

→ https://snscratchpad.com/posts/frontier-ecosystem

Дэвид Брукс (автор «Бобо в раю» и «Путь к характеру») написал для The Atlantic лонгрид про тип людей, которых ждёт успех в эпоху AI.

Ключевым атрибутом станет потребность в познании. И, в зависимости от отношения к когнитивным усилиям, Брукс предлагает три категории:

◼ Productive Passengers
Люди с низким стремлением к познанию. Они используют AI, чтобы меньше думать. Хотя их продуктивность как будто растет, их собственные интеллектуальные способности атрофируются.

◼ Reluctant Optimizers
Люди со средней потребностью в познании. Они осознают риски, но часто поддаются соблазну сделать свою интеллектуальную жизнь легче и проще. Что со временем снижает их любознательность и мотивацию.

◼ Mental Marathoners
Люди с высоким стремлением к познанию. Они используют AI для развития собственного потенциала. Стремятся к оригинальности и глубокой работе с информацией. И взаимодействуют с AI, в первую очередь, как с партнером для дискуссий.

Перевод и аудио в комментариях.

→ https://www.theatlantic.com/ideas/2026/06/ai-open-ai-anthropic/687689

Будущее, в котором всё хорошо

Питер Лейден написал (ещё в мае) оптимистичное эссе о 2050 годе — будущем, в котором нас ждут благополучие, процветание и дружба человека с технологиями.

В последние несколько месяцев особенно активизировались пессимисты, утверждающие, что искусственный интеллект — это пессимистичный сценарий, подчеркивая все беды, которые вот-вот произойдут, и все катастрофы, которые непременно ждут нас в следующем десятилетии. Я работаю над книгой, рассказывающей совершенно другую историю, фокусируясь на множестве позитивных моментов, которые станут возможными в течение следующих 25 лет.

«The Great Progression: 2025 to 2050» посвящена тому, что я называю «новой грандиозной историей» — как Америка могла бы использовать AI и другие технологии для достижения эпохи великого прогресса и создания гораздо лучшего мира.

Книга поступит в продажу только в начале следующего года, поэтому я решил написать это эссе, чтобы кратко затронуть некоторые из многих позитивных моментов, которые теперь стали достижимы благодаря развитию AI, технологий чистой энергии и биоинженерии.

Итак, что нас ждёт через 25 лет:

• С 2025 по 2035 год самые серьёзные потрясения пережили knowledge workers. Сильнее всего напряжение ощутили представители среднего класса, особенно их дети. Поэтому экономические проблемы, связанные с искусственным интеллектом, быстро оказались в центре политической дискуссии и запустили ряд ключевых реформ.

• Рост богатства, созданного AI, стал распределяться более справедливо благодаря расширению прав собственности на акции компаний для рядовых сотрудников. И новые модели оплаты, включающие долю от прибылей.

• Производительность труда достигла исторического максимума. Это позволило сократить среднюю рабочую неделю до 20 часов и обеспечить людям более сбалансированную и благополучную жизнь.

• Африка к 2050 году стала основным источником молодых мигрантов для стран с сокращающимся населением, где всё ещё требовалось значительное количество человеческого труда.

• В условиях старения населения развитых стран именно роботы, а не восстановление рождаемости, помогли поддерживать экономический рост и устойчивость систем социального обеспечения.

Там ещё много всего классного. Читайте сами. Как всегда, перевод и аудио в комментариях.

→ https://peterleyden.substack.com/p/the-world-of-2050-whats-actually

Широко обсуждаемое событие вчерашнего дня — 200 экономистов и бизнес-лидеров, в том числе 15 нобелевских лауреатов, опубликовали открытое письмо про необходимость «act now to understand the economics of transformative AI».

1. В ближайшие десять лет искусственный интеллект может стать несравнимо более мощным.

2. Это способно привести к беспрецедентной трансформации экономики — более масштабной, чем промышленная революция, но происходящей за гораздо более короткий срок. Такая трансформация несёт риски, включая массовое вытеснение людей с рынка труда, но одновременно открывает возможности для значительного роста уровня жизни.

3. Экономистам, политикам и лидерам технологических компаний необходимо действовать уже сейчас: исследовать экономические последствия AI и создавать стимулы, защитные механизмы и институты, которые направят его развитие так, чтобы он расширял возможности человека и приносил пользу всему обществу.

→ https://www.wemustactnow.ai