Есть Консёрн | Евгения Григорьева

McKinsey «The State of AI in 2026 сделали ресёч про влияние ИИ на операционную прибыль и  увидели что только 6% респондентов считают, что использование искусственного интеллекта увеличило операционную прибыль их компаний как минимум на 5% Так почему же часы типа экономятся, а деньги нет? Потому что в большинстве кампаний ИИ существует урывками: здесь сотрудники пишут с ним письма, тут команда тестирует бота, а где-то руководитель собирает презентации. Каждый понемногу экономит время, но в общую систему эти минуты и часы не складываются. То есть сотрудник быстрее подготовил документ, но тот проходит прежние согласования, ждет решения в той же очереди и никак не влияет на объем продаж или расходов, компания просто получает тот же процесс в слегка ускоренном виде. Чтобы приблизиться к тем самым 6%, придется пересобирать весь порядок работы. А значит решить, какие этапы больше не нужны, на что сотрудники потратят освободившееся время и в каких показателях должна проявиться экономия.  Это в каком-то смысле даже прикольно: получается, что ИИ застрял вовсе не между пилотом и масштабированием, а между сотрудниками, которые уже научились им пользоваться, и компаниями, которые делают вид, что нет. 

Прекрасная команда) с прекрасным поздравлением ♥️♥️♥️🔥

«Air: Большой прыжок». Как-то я пропустила этот фильм, а он прикольный И вроде кажется, что он про известный маркетинговый кейс, а мне вот такие мысли навеяло. Их наверное 3 основные: 1. Слова или решения? В начале фильма на стене Nike висят её принципы: We’re on offense. All the time. Мы всегда в атаке. Perfect results count — not a perfect process. Break the rules. Важен результат, а не идеальный процесс. Нарушай правила. Stretch the possible. Расширяй границы возможного. It won’t be pretty. Красиво не будет. Your job isn’t done until the job is done. Работа не закончена, пока работа не закончена. If we do the right things, we’ll make money damn near automatic. Если мы делаем правильные вещи, деньги практически приходят сами. Тут нет того, что есть в большинстве корпоративных ценностей: уважаем друг друга, стремимся к лучшему, клиент наш приоритет или человекоцентричность, мы команда Тут это как бы не просто слова на стене, это система принятия решений. 2. Чуйка. В фильме базовая линия сторитела, про чуйку чувака, который поверил и рискнул. На первый взгляд это очень романтичная мысль. Вот он человек с интуицией. Вот остальные люди, которые смотрят в таблицы, а такой гениальный чувствует будущее, а они его не видят. Но консерн в том, что настоящая интуиция почти никогда не возникает из пустоты. Она не противоположность экспертизе. Она часто и есть экспертиза, доведённая до такой глубины, когда человек уже не успевает проговаривать все промежуточные шаги. Опыт, насмотренность, знание рынка, понимание людей, десятки похожих ситуаций всё это со временем превращается в способность сказать: «в этом что-то есть» Не потому, что «мне так захотелось». А потому, что ты видишь то, что человек без этого опыта просто не способен увидеть. И вот это мне в «Air» кажется гораздо интереснее самой истории про смелую ставку. Потому что легко романтизировать результат: они просто поверили. нарушили правила. прыгнули в неизвестность. и изменили рынок. Но если убрать голливудский монтаж, останется работа. Никакого магического прыжка в бездну. Скорее огромное количество обычных рабочих действий, сделанных людьми, которые очень хорошо понимали, что они делают. И вот здесь возникает парадокс. Чтобы действительно нарушать правила, сначала нужно очень хорошо знать, какие правила ты нарушаешь и зачем. 3. И третья мысль, мы смотрим на такие истории из будущего и очень легко превращаем их в легенду. Вот этот момент. Вот это решение. Вот здесь они поставили всё на Джордана. Вот здесь родился Air Jordan. Вот здесь Nike изменила рынок. Кино вообще прекрасно умеет превращать обычный рабочий вторник в историческое событие Но в реальности люди в тот момент, скорее всего, просто работали. У них не играла музыка на фоне 🤣 Никто не знал, что находится внутри исторического момента! Не было таблички: ВНИМАНИЕ. СЕЙЧАС ПРОИСХОДИТ ИСТОРИЯ Большие изменения часто не выглядят как большие изменения, когда происходят Они выглядят как очень качественно сделанная работа. Только работа эта отличается от шаблонной. С ощущением, что тебе не всё равно, чем это закончится. И как по мне, так есть большая разница между переработкой и вовлечённостью. Можно провести на работе десять часов и не сделать ничего по-настоящему важного. А можно несколько часов думать о задаче так, что она продолжает жить в голове по дороге домой. Не потому, что надо, а потому, что интересно И вот это состояние мне кажется одним из самых недооценённых ресурсов

Когда интеллект становится дешёвым, ценность уходит дальше Экономист Кристиан Каталини в эссе для a16z предлагает посмотреть на спор вокруг open-weight и на что это влияет. Открытость не обязательно уменьшает инвестиции в технологию. Она меняет то, куда эти инвестиции направляются — и кто в итоге получает созданную ценность Когда знания и технологии становятся доступнее, инновации не обязательно прекращаются. Они начинают распространяться дальше и порождают новые компании, продукты и направления. Каталини приводит, в частности, пример AT&T: после того как в 1956 году компания была вынуждена открыть доступ к своему патентному портфелю на безвозмездной основе, изобретательская активность выросла на 17% за пять лет. Причём эффект пришёл не столько от крупных конкурентов, сколько от новых компаний, которые начали искать применение технологиям в других рынках. С AI может произойти то же самое Если базовый интеллект становится дешёвым и доступным, конкуренция постепенно перемещается выше по цепочке. И здесь появляется то, что Каталини называет complementary assets: активами, которые позволяют превратить технологию в реальную ценность: данные, инфраструктура, доверие, дистрибуция, отношения с клиентами и регуляторами. То есть преимущество может быть уже не у того, у кого есть лучшая модель, а у того, кто лучше встроил эту модель в реальный мир. Поэтому AI-лабы идут дальше самих моделей — в приложения, инструменты и целые рабочие процессы. Все хотят оказаться ближе к клиенту 🤗, получать больше данных и сделать продукт менее заменяемым, даже если сама модель постепенно превращается в commodity. И здесь, кажется, возникает важный вопрос уже для любого бизнеса: Если завтра интеллект станет дешёвым и доступным всем, что останется вашим конкурентным преимуществом? Модель? Скорее всего, нет. Возможно, ответ — в данных, которые есть только у вас. В доверии клиента. Бренде. В дистрибуции. В знании конкретной отрасли. В способности проверять результат AI и превращать его в действие. А может и что-то еще? Каталини фактически предлагает смотреть на будущее AI не как на битву «закрытые модели против открытых». А как на борьбу за то, кто окажется ближе всего к реальному миру, где этот интеллект создаёт ценность.

У российских IT-компаний есть свой индекс клиентоцентричности Cloud.ru и НИУ ВШЭ создали «Индекс клиентоцентричности IT-компаний» В исследовании 2026 года — 60 компаний из восьми сегментов: от облачных решений и разработки ПО до банковских цифровых экосистем, онлайн-сервисов и потребительского сектора. Для международного сравнения взяли восемь зарубежных компаний-бенчмарков, среди которых Google, SAP, Amazon Web Services (AWS) и Airbnb Индекс считают на основе 16 метрик, объединённых в четыре направления: взаимодействие с клиентом, совместное создание ценности, внутренняя интеграция и внешняя цепочка создания стоимости. Причём методика опирается на открытые данные и систему интеллектуального анализа больших данных iFORA НИУ ВШЭ. то есть это НЕ рейтинг, составленный из самоотчётов компаний Интересно, что в 2026 году средний показатель российских компаний составил 54 балла против 62 у зарубежных бенчмарков. При этом российские игроки сопоставимы с международными по технологической готовности продуктов, качеству каналов взаимодействия и бесшовности клиентского пути Ну и про ИИ. Он уже используется в маркетинге, клиентской поддержке, обработке данных и коммуникациях и постепенно становится частью операционной модели клиентского опыта. Но одновременно исследование показывает важный парадокс: чем больше технологий появляется вокруг клиента, тем важнее остаются вполне человеческие вещи: эмпатия, коммуникация, вовлечённость и способность действительно услышать человека

Отпуск ради того, чтобы наконец дочитать книгу The New York Times пишет про формат book-cation: отдых, где главная цель не увидеть всё вокруг, а наконец дочитать то, что месяцами лежало в списке 😎😩 Кто-то едет по маршрутам любимых романов, кто-то выбирает ретриты с библиотеками и книжными клубами Тут бы порадоваться за возрождение чтения, но есть нюанс. Доля людей, читающих для удовольствия сильно падает Читать мы, получается, не разучились. Просто теперь для этого нужно уехать подальше от привычной жизни, отпуска, ленты, уведомлений , то есть создать себе искусственные условия, в которых внимание наконец не будет ни на что отвлекаться 🤩 Для меня это в первую очередь не про книги, а про дефицит непрерывного внимания в принципе. Если сфокусированное чтение стало настолько редким ресурсом, что за него нужно отдельно платить и специально уезжать , что происходит с нашей способностью удерживать фокус в обычной рабочей неделе? 🤓 эх не просто да Читать мы, получается, не разучились. Просто теперь для этого нужно уехать подальше от привычной жизни, отпуска, ленты, уведомлений — то есть создать себе искусственные условия, в которых внимание наконец не будет ни на что отвлекаться. Для меня это в первую очередь не про книги, а про дефицит непрерывного внимания в принципе. Если сфокусированное чтение стало настолько редким ресурсом, что за него нужно отдельно платить и специально уезжать — что происходит с нашей способностью удерживать фокус в обычной рабочей неделе?

Если бот научился отвечать на половину вопросов клиентов, что делать с половиной операторов? Самый очевидный ответ: сократить. Но IKEA решила, что эти люди могут принести компании больше пользы в другом месте. Во время пандемии онлайн-продажи резко выросли, а колл-центры завалило стандартными вопросами: где заказ, есть ли товар, как оформить возврат. Бренд автоматизировал ответы, поручил эту рутину боту Billie (кстати, названному в честь легендарной модели книжного шкафа) и тот со временем взял на себя 47% обращений. А 8,5 тысячи сотрудников, у которых стало меньше работы, компания переучила в консультантов по удаленным продажам и дизайну интерьеров. Они стали помогать людям подобрать мебель, спланировать комнату и понять, какой шкаф поместится в конкретную нишу, то есть делать то, с чем бот пока справляется хуже человека и что при этом может закончиться покупкой. В результате в 2022 финансовом году автоматизация поддержки открыла для IKEA новый канал продаж, а удаленные консультации принесли Ingka Group 3,3% всей выручки. 

23 июля, впервые с 1991 года, в Нью-Йорке стартовал чемпионат США по легкой атлетике Но меня зацепило, в чем выйдут на старт 80 спортсменов?  В форме без единого логотипа  И да, за отсутствие брендинга им заплатили. Это инициатива Unsponsored Project американского бренда беговой одежды Bandit Running. Не секрет, что в спорте рекламные гонорары часто очень не маленькие, особенно если мы говорим про селебов. Остальные же нередко получают от бренда лишь экипировку и весь сезон бесплатно носят его логотип. Bandit предложил обратную сделку: за $2500 атлет получает нейтральную экипировку и сохраняет право в любой момент подписать контракт с крупным спонсором.  Мне кажется это оч классный ход смены парадигмы «спонсорство vs рабство» По сути, Bandit нашел недооцененный актив: сильных атлетов, за внимание которых пока почти никто не конкурирует. При этом вся программа обходится бренду примерно в $200 тысяч – примерно как на годовой контракт всего с одним слегка заметным атлетом  Здесь за те же деньги он получает 80 участников, десятки личных историй, органические публикации и репутацию марки, которая понимает проблемы бегового сообщества.

a16z выпустили текст с прекрасным названием: «Вы только что наняли миллион плохих сотрудников», где предлагают смотреть на AI-агентов как на новый тип рабочей силы Они могут писать код, собирать аналитику, готовить документы, запускать процессы и проверять собственную работу А масштабировать такую «команду» можно практически мгновенно. Я недавно писала про AI-native leadership teams – руководителей, которым предстоит управлять гибридными командами из людей и агентов. Здесь разговор еще интереснее: что происходит с самой экономикой компании, если часть работы выполняют сотрудники без зарплаты, отпуска и карьерных амбиций? В обычной компании ресурсы считают через людей и часы, с агентами единицей затрат становятся токены. Чем дольше агент думает, обращается к инструментам и переделывает результат, тем дороже обходится задача.  В ситуации с гибридом компания выдает каждому сотруднику доступ к агентам и получает почти бесконечную производственную мощность. Но вместе с ней она мгновенно масштабирует все свои старые проблемы – плохо поставленные задачи, лишние согласования, размытые зоны ответственности и отсутствие критериев качества. И когда агент способен за вечер придумать 200 рекламных сообщений, собрать десятки сегментов и написать контент-план на год, вопрос в том, сколько из этого можно выпустить. А сколько еще времени уйдет на проверку и повлияет ли результат на бизнес? При этом работают агенты циклами – получили задачу, выполнили, проверили, исправили – и так до достижения цели. В идеальном мире каждый цикл улучшает результат, в реальности же агент может бесконечно исправлять собственные исправления и сжигать бюджет.  Поэтому одной из главных корпоративных практик становятся evals – наборы критериев и тестов, с помощью которых компания оценивает качество работы агента. У каждой компании постепенно появится собственная система таких проверок, основанная на ее процессах и накопленном опыте Но  есть нюанс: значительная часть контекста до сих пор хранится в головах сотрудников. Чтобы агент работал хорошо, все это придется описать и передать системе. Однако знание всегда было источником влияния и профессиональной защищенности, поэтому люди могут сопротивляться его передаче. В статье это называют context hoarding – удержанием контекста Получается банально. Новая экономика труда в итоге упирается в очень старый управленческий навык: ясно объяснить, какой результат нужен и как понять, что работа закончена. @Est_Concern

А ты точно эксперт? Последние пару лет мы обсуждаем ИИ в одном регистре: «заменит ли он экспертов». Это неправильный вопрос (даже если они будут создавать новое знание, подпись там все равно будет человеческая). Правильный — что происходит с экспертизой, когда агенты начинают общаться друг с другом без участия человека. Ответ — в логике AI-поиска. ChatGPT, Perplexity, Google AI Mode — формалисты. Они не ведутся на харизму, дорогой фон в Zoom и количество лайков. Они ищут машиночитаемые сигналы: who → credentials → внешние упоминания → репутация издателя. А когда агент общается с агентом напрямую — эти сигналы становятся единственной валютой. Человек подвержен halo-эффекту: если спикер уверенно говорит и хорошо выглядит — мы склонны верить. AI — нет. Ему нужно подтверждение, которое можно проверить. Фальшивые цитирования в ответах LLM выросли на 80,9% за год — engines ответили ужесточением фильтров (GhostCite, arXiv, англ). Страницы с верифицированной экспертизой авторов получают на 41% больше AI-цитирований (AuthorityTech, англ.). Mid-ranked pages с сильными E-E-A-T-сигналами цитируются в 2,3 раза чаще, чем top-ranked pages без авторской атрибуции (SearchAtlas). А вот лайки и комментарии коррелируют с AI-цитированиями около нуля (OtterlyAI). Оговорка: почти все эти данные — от компаний, продающих AI-SEO инструменты. Их интерес понятен. Но направление движения они показывают верно — логику «credentials → доверие → цитирование» подтверждает и академический источник, и здравый смысл. Цифры стоит читать как индикатор тренда, а не аудированную статистику. AI не спрашивает «нравится ли эксперт». Он спрашивает: «кто этот человек и чем его компетенция подтверждена». В мире, где агенты общаются с агентами, это не риторический вопрос — а протокол handshake. Google E-E-A-T и Яндекс ЭПОС — формальные ответы на этот вопрос: не «успешный успех» из Instagram, а карьерный трек: где работал, сколько лет, кто подтвердил навыки. Немного похоже на peer-reviewed статьи — только теперь это работает не в академии, а в поисковой выдаче. LinkedIn — платформа, где эта идентичность уже структурирована в машиночитаемом виде. Второй по цитируемости источник в AI-поиске после YouTube — 11% всех ответов (SEMrush / ALM Corp). 75% цитирований — individual profiles, не company pages. 95% — оригинальные тексты, не репосты. Понятно, почему именно они запустили Creator Marketplace (кажется, 10 июня): бренд спонсирует пост эксперта — и он попадает не только в ленту, но и в ответ ChatGPT на профильный запрос. Платформа для нетворкинга становится инфраструктурой AI-поиска — а мы всё ещё пишем туда ради лайков. Для AI-корпораций экспертный контент частных лиц — ещё и copyright-safe: авторы сами публикуют его в открытом доступе, идеальное сырьё для обучения следующего поколения моделей. Спрос на экспертизу — с двух сторон. Рядом с LinkedIn — Person schema, Wikidata, профиль на РБК Компаниях, авторская колонка, выступление. Каждый такой сигнал — кирпичик. Если не знаете, что такое schema markup — ничего страшного, у вас еще все впереди :). Отсюда несколько мыслей для работников умственного (и не только) труда: — Нет публичного профиля — вы невидимы для AI. — Есть профиль, но нет оригинальных текстов — репосты не цитируются. — Есть тексты, но нет перекрёстных подтверждений — сигнал слабее. Когда я задаю себе вопрос «а ты точно эксперт?» — ответ зависит от того, кто спрашивает. Человек посмотрит на должность и ленту. Агент — на машиночитаемые сигналы. У меня, если честно, с первым лучше, чем со вторым, но не все потеряно :). Halo-эффект не конвертируется в schema markup, сколько ни вылизывай фон в Zoom. А когда агенты начнут рекомендовать друг другу специалистов без нашего участия — разрыв между тем, как нас видят люди и как нас читают машины, станет не академическим вопросом, а конкурентным. #наблюдения #медиа

На днях с дочкой обсуждали тему: что значит быть другом Она достаточно категорично сказала, что друг это тот кто с тобой играет каждый день, и именно с Тобой хочет играть, а не играет ради игры и не играет так, что, то обижается, то любит (я прям в этот момент вспомнила Берна и его теорию игр, оч точно ребенок описала суть). Я спросила: ну разве у тебя не бывает такого, что ссоришься с подругой и вы не играете с ней на следующий день? Она выдала ответ: понимаешь мама, у нас бывают проблемки, но мы их решаем в тот же день и поэтому на следующий день хочется снова вместе играть. И это важно! Потому что если проблема будет расти, то дружба будет уменьшаться! 👀 ну что ж)) не копим проблемки друзья 😀👌

Работу у джунов забрал не ИИ, а удалёнка a16z в свежем разборе хорошо охладили главный миф последних лет: проблема с наймом молодых специалистов в техе. И это не история про «ИИ отнял работу» По данным, которые они показывают, ИИ скорее создаёт рабочие места, чем сокращает их. Но слабое место у начального уровня спецов действительно есть и оно не новое. В техе доля entry-level вакансий держится примерно на уровне 5% с 2019 года, то есть рынок давно не был особенно дружелюбен к новичкам. При этом просадка заметнее не у джунов, а у middle-уровня, тогда как доля senior-найма растёт. А если искать сектор, где входных позиций становится меньше сильнее всего, то это скорее здравоохранение, а не tech Самое интересное объяснение звучит совсем не «анти-ИИ», а вполне по-рыночному: удалёнка расширила для компаний рынок опытных кандидатов по всему миру. По данным ADP, доля long-distance hires после пандемии закрепилась на уровне 26,4%, что примерно на 30% выше доковидного уровня, а в информационных и технических услугах более 45% сотрудников связаны с удалёнными форматами По сути, у джуна появился новый конкурент)) и пока что это не модель, а другой человек) Если раньше молодой специалист конкурировал в основном локально, то теперь с более опытными кандидатами из других городов и стран, которые могут работать полностью удалённо Проблема джунов получается не в том, что их заменили машины. Проблема в том, что рынок стал глобальнее, дороже и требовательнее к стартовому уровню. И в такой системе выигрыш получает не тот, кто только начал, а тот, кто уже умеет быстро приносить ценность

McKinsey еще в 2007 году написали то, что интуитивно все знают, но почему-то каждый раз забывают. Можно нанять лучших консультантов, нарисовать красивую дорожную карту, декомпозировать OKR-ы на пять уровней вниз. Но ничего не изменится, если у CEO/топ менеджмента нет личной энергии и готовности быть первым, кто меняется В гайде выделяют четыре задачи лидера: Первая – нормально объяснить, что происходит. Людям важно понимать, почему компания меняется, куда идет и что конкретно изменится в их работе. Одного общего созвона здесь мало, эту историю придется повторять много раз, отвечать на вопросы и показывать первые результаты Вторая – начать с себя Команда смотрит, как лидер принимает решения, на что тратит время, кого поддерживает и какие ошибки готов терпеть. Можно сколько угодно говорить про скорость и самостоятельность, но если каждое решение требует согласования и пересогласование и еще пересогласование) ну вы поняли )) Третья: собрать сильную команду вокруг изменений Особенно сложно бывает с руководителями, которые дают хорошие цифры, но саботируют все новое)  то, что сложно просчитать в моменте и нужен прыжок веры  McKinsey отдельно советуют меньше времени тратить на презентации и больше на разговор. Их ориентир для встреч топ-команды: 20% слайдов и 80% обсуждения, потому что чаще всего проблема возникает в момент, когда люди по-разному понимают цели, роли и новые правила игры Четвертая – лично следить за тем, что происходит дальше Лидер должен регулярно смотреть, какие инициативы двигаются, где все застряло и какой эффект уже получила компания - но для этого надо понимать на что хотим смотреть и какие развилки выберем Кажется мало что поменялось, нет?

Travis is Back! Трэвис Каланик, тот самый основатель Uber, которого в 2017 году инвесторы буквально попросили на выход после череды скандалов и претензий к корпоративной культуре, снова выходит на большую сцену. Восемь лет он развивал CloudKitchens – сервис облачных кухонь и теперь на базе этого бизнеса запускается Atoms. Проект собирается автоматизировать физические процессы с помощью AI и робототехники и уже получил $1,7 млрд инвестиций Меня в этой истории цепляет даже не сам Каланик, а то, что бизнес готов снова поставить деньги на человека с очень сложной репутацией, если верит в его способности построить бизнес с нуля и довести его до масштаба (кста, если не смотрели сериал «Битва за Uber» , тут его рекомендовала) Трэвиса вообще называют редким предпринимателем, способным менять положение дел даже в самых тяжелых индустриях, и фактически рассматривают его как отдельный класс активов Репутация никогда не существует в вакууме. В найме руководителя оценивают по тому, насколько он впишется в культуру, будет ли удобен совету директоров, сможет ли договориться с командой и не создаст ли компании лишних проблем и тд… И все это, конечно, важно, но иногда теряется главный вопрос: способен ли такой компромиссный человек довезти компанию туда, куда она хочет попасть? И тут же возникает еще один: можно ли разделять результат и способ, которым он достигнут??? Потому что токсичная культура, выгорающая команда и управленческие скандалы тоже входят в стоимость результата, даже если хочется оставить их за скобками 👀

Сегодня брала дочь в офис… Она меня спрашивает: а что сегодня за праздник в офисе? Я отвечаю: празднуем день рождения босса Дочь: А, кто главнее директор или босс? Я: босс конечно! Дочь: а ты тогда почему не босс? Не умеешь что ли? Ну за пятничные челленжи друзья! 🥂🤩🤣 что мы, не умеем что ли???

Раз в полгода Y Combinator публикует список RFS— Request for Startups. Это когда самый известный стартап-акселератор планеты прямым текстом говорит: «Вот это мы хотим профинансировать, идите делайте». Они выделяют 13 главных направлений, которые выделил YC - читайте тут Но меня лично особо беспокоит пункт 11: Доказать, что ты человек (борьба с дипфейками): Финансовый сотрудник зашёл на видеозвонок со своим финдиректором и коллегами и перевёл $25 млн. Все остальные на звонке были дипфейками. Клоны голоса и фейковые видеозвонки становятся дешёвыми и сверхреалистичными, мошенничество взрывается. Проблема: у нас больше нет надёжных способов проверить, кто реален онлайн. Сигналы доверия строились для мира, где подделка была дорогой.

Поговорили Костей Степановым, CEO HFLabs, и Антоном Богиным, CEO DaData, Про рынок труда, джунов, потенциальное будущее, ИИ 🤖 в выпуске подкаста «Человеческий фактор»

Кто поднимает бумажку Я давно не читаю резюме внимательно. Там всегда всё прекрасно: стрессоустойчивость, нацеленность на результат, командный игрок. Ни один негодяй ещё не написал о себе правду, а хороший человек обычно не умеет себя продать. Настоящее собеседование проходит позже и без ведома кандидата. На пол падает бумажка. Один наклоняется и поднимает, не задумываясь. Другой переступает — не со зла, просто это не его бумажка, не его пол, не его забота. Оба улыбчивы, оба «горят делом». Но первый ведёт себя так, будто место его, а второй — будто зашёл пересидеть. Этому не учат на тренингах по мотивации. Либо человек хозяин своей минуты, либо всю жизнь ждёт, когда бумажку поднимет кто-нибудь ответственный. Неприятнее всего, что с некоторых пор я и за собой замечаю: переступил или поднял. Знать про этот тест — не то же самое, что его проходить. #изпрактики