Семён Колосов: стратегический менеджмент

Стратегия не всегда спасает (честно надо признаться) Люди, которые занимаются стратегией, рано или поздно получают вопрос: зачем вообще строить планы, если мир непредсказуем? Обычно ответ такой: неопределённость не означает, что мы не можем влиять на будущее. Мы не контролируем рынок или конкурентов, но можем выбирать продукты, рынки, компетенции и распределение ресурсов. Можно готовиться к разным сценариям и повышать способность компании адаптироваться. Но этот вопрос можно задать гораздо каверзнее 🐈‍⬛ Что, если происходит событие, на которое мы вообще не можем повлиять? Например, геополитический конфликт, решение государства, принятое за закрытыми дверями, или природная катастрофа. Мы можем ничего не знать о нём до самого момента, когда оно произойдёт, и никак не влиять ни на его вероятность, ни на последствия. Причём последствия могут быть настолько серьёзными, что для конкретного человека или компании все сценарии плохие. Нет такого стратегического решения, которое гарантирует хотя бы нормальный исход. Ведь действительно бывают ситуации, в которых стратегия не спасёт. Если наши действия не способны изменить ни вероятность события, ни его последствия, нельзя придумать умную стратегию, которая отменит этот факт. Но из этого не следует, что нужно просто сдаться и ждать. Если риск способен всё уничтожить, его нужно разбирать до конца. Что можно сделать заранее? Что можно изменить? От чего можно отказаться? Куда можно уйти? Что можно сохранить? Какие варианты можно подготовить? Где можно уменьшить зависимость? Что можно сделать, чтобы выиграть время? И если прямого способа устранить риск нет, нужно искать любой способ его минимизировать, обойти или избежать. Не потому, что стратегия гарантирует успех, а потому что пока существует хоть какая-то возможность повлиять на исход, её нужно использовать. При этом есть другая крайность. Если риск очень страшный, легко начать жить так, будто он уже произошёл. Перестроить всю жизнь, отказаться от возможностей, потратить все ресурсы на защиту от сценария, который в итоге может никогда не наступить. Поэтому приходится одновременно держать в голове две вещи: этот риск реален и может иметь очень тяжёлые последствия. Но пока он не произошёл, мы не знаем, произойдёт ли он вообще. И здесь полезно смотреть не только на сценарии, но и на цену ошибки. Что будет, если риск реализуется? Что будет, если я построю всю свою жизнь вокруг него, а он не реализуется? Какие решения обратимы, а какие уже нельзя будет отменить? Что я могу сделать сейчас, чтобы сохранить возможность изменить решение позже? Но бывают и крайние случаи, когда даже эти вопросы не дают хорошего ответа. Бывают ситуации безвыходные. Бывают риски настолько сильные, что никакие правильные слова про стратегию, адаптивность и «всё в ваших руках» не помогают. Это тоже нужно уметь признавать. Смысл стратегии не в том, чтобы убедить себя, что выход есть всегда. Иногда его действительно нет. Жизнь не всегда справедлива. Но пока есть хотя бы малейшая возможность что-то изменить, нужно эту возможность искать, снижать риск, обходить его, готовить варианты и бороться до конца. А если наступает момент, когда изменить уже ничего нельзя, тогда остаётся принять этот факт и бороться. Способ у каждого свой: кто-то сдаётся вселенной, кто-то едет на силе воли или ставит на кон всё. Другого выбора нет. Принять такую ответственность, я считаю, гораздо выгоднее, чем принять, что ты бессилен.

Что делать, когда не знаешь, что делать? (опять) Какую профессию выбрать? Стоит ли запускать новый бизнес? Как понять, что вообще может сработать? Обычно мы пытаемся сначала найти правильный ответ, а потом уже действовать. Но что, если правильного ответа пока просто не существует? (А такое бывает) Мне нравится идея из книги “Why Greatness Cannot Be Planned”. Когда конечная точка неизвестна, мы не можем заранее увидеть весь путь. Поэтому задача меняется: не как выбрать правильный путь, а какой следующий шаг даст мне новую информацию и откроет новые возможности. Авторы называют такие промежуточные шаги stepping stones. Ты не видишь конечную точку, но можешь увидеть что-то интересное рядом с собой, сделать шаг туда и уже оттуда увидеть следующую возможность. Мой фреймворк из книги «Стратегия без иллюзий» как раз про то, как эти следующие шаги находить. Не пытаться угадать весь маршрут на несколько лет вперёд, а в каждый момент понимать, какое действие сейчас имеет смысл и что оно должно нам дать. Например, если не знаешь, куда развивать продукт, можно не писать стратегию на три года, а поговорить с клиентами, проверить несколько гипотез и посмотреть, какая проблема/ситуация начинает проявляться сильнее остальных. После этого следующий шаг выбирается уже из новой точки, потому что у тебя появилась информация, которой раньше не было. Та же логика работает с карьерой, бизнесом и другими решениями, где невозможно заранее увидеть результат.

В книге есть хороший эксперимент Picbreeder, который эту идею показывает. Люди начинали с простого изображения и выбирали из нескольких вариантов тот, который казался им интересным. Следующий вариант строился уже на выбранном. При этом никто заранее не знал, какая картинка получится в конце. Так постепенно из одной простой картинки могли появляться совершенно неожиданные изображения. Каждый участник просто выбирал интересный следующий шаг, а не пытался заранее нарисовать конечный результат.

Это не призыв делать всё подряд. Наоборот, это способ действовать достаточно рационально там, где будущее не видно. Книгу рекомендую, она небольшая, найти легко и хорошо переворачивает привычную логику. А это всем пригодится!

Прочитал, как Эндрю Босворта из Meta спросили: если AI позволяет сотрудникам делать ту же работу быстрее, почему бы не вернуть людям сэкономленное время в виде дополнительных выходных? Босворт назвал вопрос глупым, а потом извинялся. При этом он же прав: если человек сделал свою работу быстрее, это не значит, что он получил свободное время для себя. Компания не нанимает человека с задачей «посади десять деревьев до шести вечера» и если он справился за два часа, то можно идти домой) У компании возникает естественный вопрос: а что ещё теперь можно сделать за оставшиеся четыре? Увы, AI не создаёт автоматически ни больше свободного времени, ни больше прибыли. Он создаёт прирост производительности. А дальше система/культура стимулов/мотивов определяет, куда этот прирост будет направлен: в дополнительные задачи, большее количество продуктов, снижение стоимости, более высокое качество, рост бизнеса и т.д. Получается, что если сотрудник понимает, что любой выигрыш от новой технологии просто превратится в новый объём работы, у него нет очевидной причины помогать компании этот выигрыш получать. Не обязательно сознательно сопротивляться. Достаточно не иметь личного стимула менять привычный способ работы. Поэтому вопрос в том, кому достаётся прирост производительности и как он распределяется между сторонами. У работодателя и сотрудника изначально разные интересы. Компания хочет получать больше результата за свои ресурсы. Человек хочет получать больше результата для себя: денег, свободы, развития, влияния или просто нормальной жизни. Когда личные цели человека действительно связаны с результатом бизнеса, AI начинает работать совсем иначе. Если сотрудник получает часть созданной ценности через деньги, долю или возможность работать меньше, у него появляется причина не прятать выигрыш от технологии, а искать его. Технология может дать человеку больше свободы, но только если система позволяет превратить производительность в свободу. Иначе производительность просто превращается в новый норматив работы. Больше везёшь, больше грузим.

Сегодня мы радуемся, что нейросеть сэкономила нам два часа. Завтра эти два часа перестанут считаться экономией. Это станет новой нормой. AI меняет представление о том, сколько результата считается нормальным.

Поэтому преимущество «я умею работать с AI» постепенно будет исчезать. Это станет примерно таким же базовым навыком, как Word или Excel. Здесь появляется другая проблема. Если мы идём в сторону компаний, где большую часть работы делают AI-агенты, нам потребуется не меньше человеческой экспертизы, а в некоторых местах больше. Кто определит, что именно должна делать система? Кто проверит её результат? Кто поймёт, что AI уверенно делает неправильную вещь? Кто спроектирует процессы, в которых десятки агентов будут взаимодействовать друг с другом? И откуда возьмутся люди, способные это делать, если значительную часть начальных задач, через которые человек обычно набирает профессиональную экспертизу, мы тоже отдадим AI? Это как откуда возьмутся джуны, если все нанимают только сеньоров (хотя этот+- решаемо) Все дороги опять ведут сюда: AI может сделать исполнение работы дешевле и быстрее, но вопрос о том, станет ли от этого человек свободнее или просто продуктивнее, и куда это инвестировать, решает уже не технология, а устройство самой организации. Всем хороших выходных без AI 🤖

4 книги, которые рекомендуют эксперты ГК «Электроника» Инженерные и управленческие решения рождаются не только из технических регламентов и проектной документации. На профессиональный подход влияют книги, которые помогают иначе взглянуть на своё дело, управление, системность и безопасность. Мы спросили экспертов ГК «Электроника», какие книги они рекомендуют коллегам. Получилась подборка о профессиональной увлечённости, проектном мышлении и управлении процессами. 1. Айн Рэнд — «Источник» Роман о человеке, который остаётся верен своему делу и профессиональным принципам, несмотря на давление окружающих. 2. Семён Колосов — «Системная жизнь» Книга предлагает посмотреть на привычные задачи через призму проектного подхода. Действительно, многое в нашей жизни можно воспринимать как проект — с целью, ресурсами, сроками, ограничениями и ожидаемым результатом. 3. Ли Якокка — «Карьера менеджера» История одного из самых известных управленцев автомобильной индустрии, рассказанная им самим. Это книга о лидерстве, ответственности, продуктовых решениях и управлении компаниями в период серьёзных изменений. 4. Алексей Швецкий — «Корпоративная безопасность как бизнес-процесс» Профессиональная литература о системном подходе к безопасности компании. А какие книги повлияли на ваше профессиональное развитие?

AI работает, но денег опять нет) Вышел новый отчёт McKinsey про AI. Опрос масштабный: 1 719 участников из 97 стран, разные отрасли, размеры компаний и функции. 36% респондентов работают в компаниях с выручкой больше $1 млрд. Пересказывать нет смысла и интереснее всего в исследовании не сами цифры, а смысл между строк. 44% респондентов говорят, что AI уже масштабируется на уровне всего предприятия. 80% говорят, что AI повысил их личную продуктивность. Но доля тех, кто видит положительный эффект AI на EBIT, почти не изменилась с прошлого года: 37%. А так называемых AI high performers всего около 6%. Это респонденты, которые говорят, что AI уже даёт не менее 5% EBIT и создаёт для компании значительную ценность. Как они поняли, что это прямо от AI влияние это вопрос. Получается, что AI уже достаточно хорошо работает на уровне отдельного человека, но гораздо хуже превращается в результат всей системы. Среди AI high performers почти 3 из 4 говорят, что фундаментально перепроектировали рабочие процессы из-за AI. А я говорил ☝️Среди остальных так сделали только примерно 1 из 4. Хотя и это не доказывает, что именно перепроектирование процессов вызывает финансовый результат. Возможно, хорошие компании одновременно лучше внедряют AI, лучше управляют процессами и лучше зарабатывают. Но тенденция понятная. Если просто дать человеку AI, производительность может вырасти у него, но совсем не обязательно вырастет производительность системы. Следующий вопрос поэтому уже не «где нам применить AI?», а «что в нашей системе работы должно измениться, чтобы высвободившаяся производительность превратилась в деньги, скорость, рост или новый продукт?» Ещё один показательный момент. В прошлом году 32% респондентов ожидали сокращения штата из-за AI. Сейчас только 14% сообщили, что AI действительно способствовал сокращению численности за прошедший год. При этом 39% снова ожидают сокращений в следующем. То есть ожидания пока заметно опережают фактические изменения. Верят в AI сильно и очень хотят избавиться от людишек. И AI всё больше перестаёт выглядеть бесплатным экспериментом. Около 20% говорят, что стоимость AI уже ограничивает его использование. Хотя реальную стоимость мы не знаем. При этом 60% планируют увеличить инвестиций. Также 32% уже говорят, что их компании отказались от покупки хотя бы одного программного продукта или функции, потому что смогли сделать это внутри компании с помощью AI coding tools. Это логичный сдвиг. AI постепенно становится фактором, который меняет саму экономику компании. Поэтому вывод, что ROI от AI он как бы есть и его нет. Потому что нужно теперь считать ROI честно. Придётся считать сколько стоит не просто лицензия или токены, а весь изменённый процесс. А тут может окажется, что дешевле нанять джуна) Вообщем, пока всё по плану. Локальный эффект уже достаточно заметен. Но между «человек работает продуктивнее» и «компания зарабатывает больше» всё ещё лежит работа по изменению самой системы. Вот так мы думали, что AI сделает всё за нас, а в итоге нам самим надо сначала всё перестроить, чтобы работало эффективно. А AI придет на все готовенькое делать кратный рост и ускорение.

Я взрослый и знаю, почему это невозможно, а моему сыну 5 и он такого слова не знает Новые читатели моей книги начинают дочитывать до места про наши бессонные ночи после рождения ребёнка. И пишут мне: «Мы и так боялись заводить детей, ты еще нас пугаешь». Вообще то, это только вершина айсберга), но не бойтесь, поверьте, в 90% случаев у вас будет по-другому и намного проще. Нам попался редкий неспящий экземпляр. И я ни в коем случае не хотел сказать, что дети – это плохо. Хотя хочу признаться, что я чайлдфри после 2-х детей. Наоборот, если бы меня спросили, что такое чудо, я бы сказал, что дети – это настоящее чудо. Не потому, что это сладкие пирожочки, твои детишки, которых ты любишь. А если просто рациональным умом посмотреть на то, как они рождаются и развиваются, как начинают мыслить, что-то понимать, шутить, рассуждать – это настоящее чудо. И особенно интересно наблюдать за их чистым взглядом на мир, который еще не загажен социальной реальностью. Моему сыну Льву скоро шесть. Его цитата, кстати, есть в книге. Если вы там увидели Лев Колосов, то это мой однофамилец, который по совместительству еще и мой сын. Он просто живет в стиле: «Мне все можно». Он не понимает, как можно выбрать: или то, или то. Я говорю: «Выбери это или это», а он отвечает: «Мне и это, и это». Он реально верит, что Холланд подстригся коротко, как он, потому что я ему позвонил. И он учит меня в жизни манифестации получается) Он говорит в Аргентине: «Я хочу книгу про Месси, на русском языке». Я ему отвечаю, что тут такого не будет. Заходим в книжный и передо мной на стенде стоит огромная книга про Месси на русском языке. Он хочет игрушку спайдермена. Я говорю: «Сын, в Аргентине проблема, здесь нет нормальных игрушек Marvel, это редкая штука». Он говорит: «Давай зайдем на рынок и посмотрим». Заходим и там именно эта игрушка. Мы шли возле детского сада, он говорит: «Мне нравится этот садик, я буду (не хочу ☝️) туда ходить». Я объяснил, что там специальная система распределения и это вряд ли. Мы подали заявку и нам выпал именно этот садик. Потом он захотел форму Манчестер Юнайтед со своей фамилией. Я начинаю объяснять, почему это сложно: искать на испанском, где печатать фамилию и т.д. Дальше вы поняли… Я смотрю на это и понимаю, как сложно мне самому обратно так научиться: отложить все, что я знаю, не моделировать сразу негативные сценарии, а просто подумать: «Я хочу. Давай попробуем». И главный вызов – как не разрушить это в ребенке. Чтобы он со временем не стал таким, как мы, взрослые: которые во всем не уверены, боятся, а прошлый опыт подсказывает негативные сценарии. Потому что, прежде чем мы проверили гипотезу, не нужно ставить на ней крест. Нужно сделать первый шаг. Вы же помните, что операционная деятельность должна принести нам данные. Они могут быть отрицательными, но сначала надо попробовать. Поэтому проводите время со своими детьми (качественно). Иногда они напоминают нам, что мы когда-то тоже умели относиться к жизни как к игре, пробовать, получать новый опыт и быть более толерантными к риску и неопределенности. И, конечно, это совсем не про призыв заводить детей. У каждого свой способ не разучиться смотреть на мир с любопытством и иногда просто говорить: «Давай попробуем».

Хочу поэкспериментировать с новым форматом работы – «Спринт решений: что делать дальше» У меня есть страница на Эйч, и последнее время оттуда стали приходить CEO и СОО на интро-звонки. Там за 15 мин мы успеваем разобраться в ситуации, я рассказываю, что бы делал на их месте и дальше консультацию они не покупают) И я подумал: может им нужна не классическая консультация или стратегическая сессия. Им нужно быстро понять, что происходит, найти главное ограничение, сверить планы, принять решение и начать двигаться. И придумал, что надо упаковать свою методологию в короткий формат. Назвал пока «Спринт решений: что делать дальше». 👉 Для кого Для собственников и CEO компаний примерно от 10 человек, которые понимают, что старая модель уже не работает как раньше. Например: ➡️ Бизнес перестал расти ➡️ Где-то начали теряться деньги ➡️ Слишком много инициатив и непонятно, куда направить ресурсы ➡️ Есть ощущение: «что-то не так, но мы не понимаем, что именно и что делать дальше» 👉Что должно произойти за спринт Мы должны прийти к ясности: ➡️Что сейчас происходит с бизнесом ➡️ Где главное ограничение или проблема ➡️ Что действительно стоит менять ➡️ Куда направить ресурсы ➡️ Что остановить, отложить или перестать делать ➡️ Какие изменения нужно начать прямо сейчас И главное – не просто определить решения, а начать их внедрять. 👉 Как работаем В течение месяца я погружаюсь в бизнес: разговариваю с собственником и ключевыми сотрудниками, смотрю цифры, процессы, проекты, разбираю проблемные ситуации. Работаем 2–3 раза в неделю в формате рабочих встреч с собственником и/или командой. Между встречами я самостоятельно разбираю материалы, анализирую данные и готовлюсь к следующему шагу. В конце каждого цикла у нас не просто список рекомендаций, а принятые решения и начатые изменения. Дальше смотрим, что произошло, получаем новые данные и решаем, какой следующий шаг имеет смысл. 👉 Условия: Стоимость – 150 000 ₽ в месяц. Минимальный формат – 1 месяц. Оптимально – 2–3.

Это цена на этапе тестирования формата: вы получаете моё включение в бизнес на месяц, по сути функции CEO + COO на вашу задачу. Взамен я хочу получить возможность использовать опыт работы над кейсом в новой книге об адаптивных организациях – анонимно или с указанием компании.

Волшебной таблетки не обещаю. Так как везде будет свой результат. В одной ситуации правильным решением будет найти новый источник роста, в другой – убрать потери, остановить неработающий проект, изменить продукт или перестроить управление. Моя задача – помочь понять, что сейчас действительно имеет наибольшее значение для бизнеса, и довести это решение до первых изменений. Сейчас хочу взять 2-3 компании и проверить этот формат в реальной работе. Особенно буду рад не из ИТ сферы. Если вы собственник или CEO и сейчас думаете «бизнес требует изменений, но непонятно, за что браться в первую очередь» – напишите мне @semkolosov2 Если знаете такого человека – буду благодарен за рекомендацию. Очень хочу получить реальные кейсы для новой книги про адаптивные организации. ℹ️ Всё обо мне и услугах тут: https://skolosov.com/consulting/ Презентации для чтения с телефона тут: https://t.me/simon_said/633

Жду когда несовершенство будет стоить дороже идеальности (если не уже) Каждый день мне пишут с предложением продюсирования канала. Одно и то же: «Зацепил ваш канал», «нравится ваша манера» и т.п. текст из ChatGPT 🥲 И от этого уже тошнит везде. Везде полно идеально оформленных текстов с одинаковыми заголовками, правильными абзацами и обязательным крючком-хуком для внимания. Я не читаю никакие ленты. Потому что я уже знаю, что там будет. Читаю конкретных людей, которых сам выбрал.

ИИ сделал идеальность текста дешёвой. Поэтому безупречность перестаёт быть признаком качества.

Исследования и тренды, которые сейчас обсуждают вокруг Proof of Human говорят примерно об одном: на фоне синтетического контента растёт ценность всего, что сложно подделать или хотя бы сложно массово воспроизвести. Ошибка, оговорка, странная формулировка, живой голос, черновик, локальная шутка и т.п.

Изъян становится доказательством того, что перед нами действительно человек.

Для брендов это будет большой задачей. Потребители больше не верят отзывам, красивым видео и экспертным статьям по умолчанию, ожидая подвоха. Им придётся показывать не только красивый результат, но и людей, процесс, ошибки, споры, реальные сообщества и то, что нельзя получить генерацией. Придется не тупую персонализацию делать, а с эмпатией и пониманием культуры. Но людям тут проще. Вот я недавно записал эфир с Алексеем Елисеевым. После эфира он мне говорит: «Аудитории будет сложно) Ты много говоришь, быстро и очень длинными предложениями». Всё так) Я знаю, как я говорю на подкастах. Запинаюсь, могу неправильно использовать англицизмы, иногда засунуть в одно предложение ещё пару предложений. Могу сказать что-то не самым красивым способом. Я умею говорить понятно. На выступлении или лекции даже обязан это делать, если моя задача донести мысль до аудитории. Посты вот делю в ТГ, чтобы удобнее читать было.

Примечание: я не считаю ИИ чем-то плохим. Исправить ошибки, структурировать и оформить текст с его помощью для меня примерно как раньше использовать Word. Главное, кто создаёт смысл текста и формирует точку зрения.

Но я не хочу везде превращать себя в отредактированную версию себя. Мне нравится писать. Поэтому я хочу писать то, что думаю, своим языком и своей головой. Хочется, чтобы человек приходил ко мне не потому, что я правильно оформил заголовок, а потому что ему интересно, как я думаю и что именно я понял про его или общую проблему. Первую книгу я писал без редактора и очень переживал, что людям будет сложно читать. В итоге наоборот – люди писали, что прочитали на одном дыхании. Мы будем жить среди агентов, которые всё лучше смогут притворяться людьми. И чем лучше они будут это делать, тем ценнее станет то, что невозможно сгенерировать по шаблону: ваша манера думать, странная формулировка, оговорка, личная интонация, собственный взгляд на проблему.

Человеку вообще не обязательно будет доказывать, что он человек. Достаточно не пытаться выглядеть кем-то другим.

Пока у нас есть возможность быть собой – я хочу ей пользоваться.

Как заниматься стратегией, если настоящее съедает все ресурсы? Я люблю, когда мне задают этот вопрос. Обычно это значит, что человек не просто рассуждает про стратегию, а реально собирается что-то менять и уже увидел главную проблему, что будущее всегда конкурирует с настоящим за ресурсы. Допустим, вы руководитель, получаете $5К в месяц и через три года хотите иметь свою консалтинговую практику. Направление понятно, но работа занимает 50 часов в неделю. Есть семья, расходы и обязательства. Если уволиться и строить будущее, то можно остаться без денег. Если заниматься только работой, то через три года в эпоху AI можно оказаться там же. У компаний всё то же самое. Есть бизнес на $10 млн, который сегодня кормит компанию (как Kodak). Руководство понимает, что рынок меняется и нужен новый продукт. Но текущему бизнесу всё ещё нужны продажи, разработка, маркетинг и лучшие люди. Отдать лучших в новое = рискуешь сегодняшней выручкой. Оставить всех защищать старое = можно упустить новый рынок. В этом одна из главных проблем стратегии: настоящее почти всегда сильнее будущего. У настоящего есть клиенты, дедлайны, зарплаты и KPI, а у будущего пока только гипотеза. И вот два стула: “займёмся стратегией, когда появятся свободные ресурсы” не работает. Они обычно не появляются. Но и бросать всё ради будущего странно, ведь стратегия всё ещё гипотеза. Но не надо думать, что это два режима. Это всегда симбиоз: 1. Защитить двигатель настоящего. Определить минимум ресурсов, ниже которого текущая система начнёт разваливаться. Для человека это доход, покрывающий обязательства. Для компании – денежный поток, ключевые клиенты и критические операции. Это ядро, которое сохраняет возможность продолжать игру. 2. Защитить ресурс будущего. Не “что останется после операционки”, а заранее выделенные часы, деньги или люди, которые нельзя постоянно забирать обратно. У человека это может быть один день в неделю. У компании – отдельная команда или часть инвестиционного бюджета. Процент не так важен, как сам защищённый ресурс. Есть разные пропорции типа 70/20/10, но они всегда индивидуальны. 3. Покупать дешёвые доказательства. Хочешь стать консультантом? Не обязательно увольняться. Поговори с потенциальными клиентами, начни писать, продай первый проект, проверь цену, прими отказ. Компания делает то же самое: интервью, прототип, пилоты, первые продажи, проверка экономики. Каждый шаг отвечает на вопрос: “Есть ли достаточно доказательств, чтобы вложить больше?” 4. Увеличивать ставку вслед за доказательствами. Сначала условно 90% ресурсов в настоящем и 10% в будущем. Появились клиенты – можно увеличить ставку. Новая деятельность стала устойчивой – ещё увеличить. В компании так же: экспериментальный бюджет, потом больше людей и капитала. Постепенно бывшее “будущее” становится новым ядром. 5. Строить мост между настоящим и будущим. Текущая работа может одновременно давать деньги, компетенции, связи, репутацию и будущих клиентов. А существующие клиенты компании – помогать проверять новый продукт. Мне легче продавать операционную эффективность или выход из операционки, но реализую я это с помощью AI и получаю кейсы для AI-org архитектора. Тогда настоящее частично финансирует будущее. Поэтому не так важно угадать правильный процент ресурсов на стратегию. Важнее понимать, что сохранить, какой ресурс защитить для будущего, как дешевле проверить гипотезу и когда увеличить ставку. Стратегия не нужна только тем, у кого нет конкуренции и внешняя среда не меняется. Всем остальным меняться всё равно придётся. Вопрос только в том, когда именно. Можно выбрать управляемую боль изменений сейчас. А можно дождаться момента, когда выбирать уже будет не из чего. Я считаю, что лучше выбрать боль вместо смерти с шансом на классное будущее.

Воскресный вечер идеальное время, чтобы представить, что ваша машина упала в воду Дверь, естественно, не открывается из-за давления. Что делать? Я раз пять видел рилс с советом: не паникуйте, дождитесь, пока машина полностью погрузится, салон заполнится водой, давление внутри и снаружи выровняется и тогда сможете открыть дверь. И вот представьте, с кем-то реально такое случается. Человек в стрессе вспоминает этот рилс и вместо того, чтобы выбираться из машины, сидит и ждёт, пока она уйдёт под воду. Чисто не паникует) Физика в рилсе правильная. Когда уровень воды снаружи значительно выше, чем внутри салона, разница давления действительно делает дверь практически невозможной для открытия. Когда салон полностью заполнится водой, давление выровняется и дверь можно будет открыть. Но есть нюанс, ждать этого нельзя. Есть канадский исследователь Гордон Гисбрехт из Университета Манитобы, который много лет изучает в том числе погружение автомобилей в воду. Его команда провела более 80 тестов с людьми внутри машин. В одном из исследований они буквально топили два автомобиля одного года и модели, наблюдая, как меняются стадии погружения и когда из машины можно выбраться (PubMed⁠). Они выделили три стадии: 1. Сначала машина ещё плавает, и вода не дошла до нижней границы боковых окон. 2. Потом машина погружается, а давление уже не позволяет нормально открыть двери и окна. 3. И только на последней стадии машина полностью заполнена водой и находится под поверхностью. В одном из экспериментов первая стадия длилась 63 секунды, в другом всего 15. При этом даже довольно сложная эвакуация трёх взрослых и детского манекена через одно окно заняла 51 секунду. Вывод исследователей: проще всего выбраться именно в начальной стадии, пока машина ещё держится на поверхности. В 2024 году Wilderness Medical Society выпустило обновлённые клинические рекомендации по утоплению. И там отдельно разобран именно наш совет из рилсов: ждать заполнения салона водой для открытия двери, ждать, пока машина опустится на дно, или рассчитывать на воздух внутри – ошибочные стратегии. Рекомендация: выбираться сразу, в первые примерно 30 секунд – 2 минуты, пока машина находится в начальной стадии погружения (Sage Journals⁠). Алгоритм Гисбрехта называется SWOC: снять ремень, открыть или разбить боковое окно, выбираться сразу, детей выводить первыми. Телефон не надо трогать. Время нужно потратить на выход из машины, а не на звонок спасателям (University of Manitoba⁠). Ещё неприятная деталь. Если электрическое окно уже не открывается, разбить стекло получится не всегда. Лобовое, заднее и некоторые боковые стёкла бывают ламинированными, а они не разбиваются стеклобоем так же, как обычное закалённое стекло. Поэтому лучше заранее знать, какие стёкла стоят в вашей машине (AAA Club Alliance⁠). Короче, запомните простую последовательность: ремень – окно – наружу. Если есть дети – сначала помочь им. А совет “подождите, пока машина заполнится водой и давление выровняется” интересный с точки зрения физики, но очень плохой с точки зрения выживания. Желаю вам никогда не попадать в такие ситуации 🫶 Берегите себя и проверяйте важную информацию! Источники: - Исследование Giesbrecht & McDonald “My car is sinking: automobile submersion, lessons in vehicle escape”, 2010⁠ - University of Manitoba – исследования Гордона Гисбрехта и алгоритм SWOC⁠ - Wilderness Medical Society Clinical Practice Guidelines, 2024⁠ - AAA – How to Escape a Sinking Vehicle⁠

Забавно наблюдать, как ИИ любит бюрократию больше, чем люди. Сначала мы разделили труд и построили большие организации. Чтобы ими управлять, придумали иерархии, регламенты, инструкции, должности и права доступа. Потом десятилетиями пытались от этого избавиться, стараясь создать самоуправление, автономные команды, управление по целям, бирюзовые компании. Хотели меньше правил, больше здравого смысла и самостоятельности. А теперь появился ИИ (не шуточки, а новое электричество) и мы снова пишем доки, регламенты, права и т.п. Чтобы агент нормально работал, ему нужен контекст, что можно, что нельзя, какие у него права, где границы, какие входы и выходы, когда действовать самому, а когда звать человека. Чем сложнее процесс, тем важнее всё это формализовать. Человек то умеет достраивать смысл из контекста, а ИИ нет. Как в том эксперименте Ника Бострома со скрепками. ИИ получает цель производить максимум скрепок и без правильно заданных ограничений начинает оптимизировать под неё всё доступное. Он не “злой”, а просто слишком буквально и эффективно исполняет цель. Такой вот парадокс: мы годами учили организации меньше управлять людьми через инструкции, а теперь создаём цифровых сотрудников, которым эти инструкции снова нужны) Спасибо, их хоть можно надиктовывать)

Что ИИ сделает с иерархией в компаниях? Это вопрос, на который ещё нет ответа. Сёмка Альтман говорит о компании, которую сможет построить один человек или маленькая команда с армией ИИ-агентов. Microsoft рисует другой сценарий: сотрудники становятся менеджерами агентов. Есть и экспериментальная архитектура, где человек задаёт цель управляющему агенту, а тот распределяет работу между агентами и людьми. А в реальных компаниях пока чаще всё проще: человеческая иерархия остаётся и агенты встраиваются внутрь ролей. Все эти варианты пока возможны. Поэтому я скептически отношусь к тем, кто уже 100% знает, как будет выглядеть “компания будущего”. Разные прогнозы предполагают, что именно ИИ сделает дешевле. Если исполнение, то можно сокращать часть исполнителей. Координацию – у одного менеджера может стать больше людей и агентов. Передачу информации наверх – может схлопнуться часть мидл-менеджмента. А если дешевле становится централизованный контроль, руководство сможет управлять большим объёмом работы через меньший управленческий аппарат. Причём “дешевле” здесь отдельная проблема. Экономику ИИ ещё надо уметь нормально считать. Все хотят заменить людей, но далеко не все понимают, сколько токенов съедят агенты, сколько будут стоить интеграции, контроль качества и сами изменения. Иногда может оказаться, что людей дешевле оставить) Поэтому логика “ИИ автоматизирует информацию, значит мидл-менеджмент исчезнет” слишком простая. Между ними ещё внедрение, качество замещения задач, новая нагрузка на систему и перераспределение прав на решения. Исследования тоже тянут в разные стороны. В одном опросе компаний с активным внедрением агентов 45% ожидают сокращения уровней мидл-менеджмента в течение трёх лет. Другие исследования показывают рост спроса на менеджеров и изменение их навыков. Эксперименты с генеративным ИИ хорошо измеряют эффект на задачи, но почти ничего не говорят о будущей оргструктуре. Есть хороший пример ещё до нынешней волны ИИ. Люди изучили данные 25 тыс. производственных предприятий США. Там, где сильнее использовали прогнозную аналитику, штаб-квартира чаще забирала права на решения у локальных менеджеров и централизовала контроль над данными. То есть технология может не сделать компанию плоской, а наоборот усилить центр. Можно убрать блок из оргструктуры, но ответственность, координация и власть всё равно куда-то переедут. Я пока вижу три базовых сценария: 1. Тонкая командная башня. Небольшое число людей сверху управляет большим количеством агентов, а цели, ресурсы, критерии оценки и право отменить решение остаются в центре. Это может быть эффективно и при этом ещё более централизованно. 2. Автономные команды людей и агентов. Команды получают свои цели, ресурсы и право самостоятельно решать значимую часть вопросов. Агенты усиливают самоуправление, а центр оставляет общие ограничения и самые важные решения. 3. Гибридная иерархия. Несколько человеческих уровней остаются, агенты встраиваются внутрь каждого, а работа менеджера сдвигается от передачи информации и контроля статусов к интеграции, суждению, развитию людей и разбору исключений. Какие-то уровни могут исчезнуть, а какие-то появиться вокруг экспертизы, правил использования ИИ, контроля рисков и ответственности за решения. И в любом сценарии можно накопить управленческий долг: убрать менеджеров быстрее, чем система научилась переваривать оставшуюся координацию. Тогда вместо “плоской компании” получаем перегруженного основателя, очереди спорных решений, теневых руководителей и вечное “а кто вообще за это отвечает?”. Поэтому я бы смотрел не на количество уровней, а на другое: какие значимые решения команда способна принимать сама, кто владеет целями, данными, моделями и критериями оценки, насколько работу можно безопасно и экономически разумно передать агентам. Я, например, с клиентами сначала глубоко изучаю компанию, роли и процессы, права на решения и ограничения, а уже потом выбираю, где и какой вариант с ИИ имеет смысл. А не пихаю ИИ везде и не выгоняю людей на завод ради красивой оргсхемы.

Как создавался новый продукт, когда руководство против: история Ford Mustang Одна из моих любимых книг про управление – автобиография Ли Якокки “Карьера менеджера”. Якокка для меня один из самых сильных операционных руководителей XX века: сделал карьеру в Ford, а потом возглавил почти банкротный Chrysler и вытащил его из кризиса. Книга легко читается и по вайбу как фильм “Ford против Ferrari”. В начале 60-х Якокка был уже вице-президентом и генеральным менеджером Ford Division, то есть отвечал за продажи, продуктовый портфель, экономику и будущий рост подразделения. Он видел, что рынок меняется: взрослело поколение бэби-бумеров, становилось больше молодых покупателей, в семьях появлялись вторые автомобили, а машина всё чаще была не только транспортом. Его продуктовый подход был такой – он говорил: “Правда состоит в том, что мы в состоянии продать лишь то, что клиент хочет купить.” Из исследований у них складывался конкретный продуктовый бриф: четыре места, спортивные сиденья, рычаг переключения на полу, длина около 180 дюймов, вес до 2500 фунтов и цена около $2500. Базовая машина должна была быть доступной, а дальше покупатель мог собирать её под себя: двигатель, коробка, кондиционер, радио и другие опции. Внешний вид тоже складывался постепенно. Якокка пишет, что вечерами листал “Мир автомобилей” и постоянно возвращался к Continental Mark (2-е фото). Ему нравились длинный капот и короткая крыша: такая пропорция создавала ощущение мощности. Этот образ стал одним из ориентиров для Mustang (1-е фото). Но спортивную машину нужно было ещё сделать дешёвой. Поэтому Mustang не проектировали полностью с нуля, а максимально использовали компоненты массового Ford Falcon: существующие агрегаты, подвеску, трансмиссию и производственную базу. Это сокращало инвестиции, сроки и риски. Длина, вес, цена и внешний вид при этом конфликтовали. Машина должна была быть компактной и дешёвой, но выглядеть мощной, поэтому инженеры и дизайнеры крутили пропорции внутри довольно жёстких ограничений. В Ford устроили конкурс между дизайн-студиями, делали полноразмерные макеты и показывали их потенциальным покупателям. “Белым воротничкам” нравился дизайн, а “синие воротнички” видели в Mustang статусность. На предварительных опросах у людей было полно возражений по управляемости, размерам, посадке и другим характеристикам. Но когда им называли настоящую цену, большинство отвечало: “К чёрту мои возражения, готов купить!” Оставалось убедить Генри Форда II (внук Форда). Незадолго до этого Ford потерял огромные деньги на модели Edsel, поэтому ещё один новый автомобиль воспринимался как очень рискованная затея. Якокка с небольшой группой менеджеров продолжал прорабатывать проект подпольно после работы. Существующие агрегаты, понятная аудитория, целевая цена и проверенный дизайн постепенно делали риск приемлемым. Генри Форд II согласился, и 17 апреля 1964 года Mustang представили публике. По словам Якокки, только за первые два года он принёс Ford $1,1 млрд чистой прибыли (в долларах 1964 года). Финансистам, критиковавшим проект, пришлось признать, что они недооценили дизайн и привлекательность продукта. Якокка говорил: “Когда у вас хорошее изделие, можно не быть великим торговцем.” Иронично, что спустя годы Генри Форд II (он странный персонаж был) начал подозревать Якокку в чрезмерных амбициях и в 1978 году уволил его. Якокка перешёл в Chrysler и спас уже другую автомобильную компанию из жесткого кризиса. А Mustang остался. Из страха повторить провал Edsel, ограничений старой платформы, споров инженеров, дизайнеров, финансистов и сопротивления руководства Якокка в итоге создал легенду. Кстати, это тот самый Mustang, более позднюю версию которого многие помнят как “Элеонору” из фильма “Угнать за 60 секунд”.

Научиться вайбкодить ≠ научиться делать бизнес 🤓 Недавно знакомая, которая увольнялась с работы, сказала, что хочет сделать свой продукт. На практикуме по личной стратегии я тоже регулярно слышу: может, уйти из найма и попробовать делать что-то своё (сейчас же можно навайбокодить). И понятно, откуда это растёт. Вайбкодинг часто продают как: “Научись пользоваться Claude Code, Codex и другими инструментами, собери продукт сам. Команда больше не нужна, агенты всё сделают”. Оффер то отличный, потому что продаётся не инструмент, а идея быстро стать предпринимателем. Но это, мягко говоря, лукавство. Перед эфиром мы с Алексеем Елисеевым обсуждали, что сейчас многие учат, как вайбкодить, но редко говорят о вопросе, который возникает раньше: а что создавать и как продавать? Сделать сервис за два часа прикольно. Можно считать калории по фотографии, передавать данные из браслета в дашборд или навести с помощью Codex порядок в “Загрузках”. Но что это даёт и к какой цели приближает? Я вот давно не наводил там порядок, и с продуктивностью всё отлично) Это хорошие учебные кейсы, чтобы разобраться с ИИ, автоматизациями, пайплайнами и прототипами. Но это не бизнес. Серьёзные продукты с помощью вайбкодинга тоже делают. Только обычно за ними стоят люди с опытом разработки, архитектурным мышлением и пониманием сложных систем. Для них Codex или Claude не игрушка, внезапно превратившая человека в разработчика, а усилитель существующей экспертизы. Скопировать чужой продукт тоже стало проще. Можно сделать по-своему, с блэкджеком и ш…, добавить функций и решить, что оригинал больше никому не нужен.

Но код ≠ продукт, а продукт ≠ бизнес.

Допустим, вы за выходные сделали хороший SaaS. Теперь нужны пользователи, трафик и продажи. Нужно убедить людей попробовать неизвестный сервис, заплатить и вернуться. Дальше поддержка, развитие, безопасность, платежи, персональные данные, юридические вопросы, нагрузка, мониторинг, бэкапы и прочая взрослая жизнь. Пользователь покупает не исходный код. Он покупает ценность, удобство, доверие, поддержку и т.д. Поэтому технически хороший продукт легко может проиграть компании с более сильными дистрибуцией, брендом, продажами и отношениями с клиентами. Поэтому кейс “Мы за выходные сделали SaaS” – это прежде всего кейс про скорость разработки, а не доказательство, что теперь каждый может построить бизнес. И вот здесь вайбкодинг действительно геймченджер. Он сильно удешевляет и ускоряет проверку гипотез. То, для чего раньше могли понадобиться разработчик, дизайнер, деньги и несколько недель, теперь можно собрать самому за вечер. Только хорошую гипотезу всё равно сначала надо придумать. Понять пользователя, рынок и контекст, найти ценность, выбрать поле игры, сформулировать конкурентное преимущество, проверить спрос и найти PMF (возможно). Поэтому, выбирая очередной курс по AI и вайбкодингу, смотрите, что вы покупаете. Быстро освоить инструмент – отлично. Получить чужой опыт разработки и архитектурное мышление – ещё лучше. Но если вам обещают научить делать бизнес/уйти из найма/разбогатеть по-быстрому, посмотрите, какие бизнесы сделал тот, кто этому учит. И я бы точно не увольнялся с работы только потому, что теперь “один человек может построить компанию с сотней агентов”. Стартап остался стартапом. Просто проверять некоторые гипотезы теперь намного быстрее и дешевле.

Для любителей заглянуть в будущее В эфире выше я рассказывал про огромную папку с прогнозами и исследованиями об ИИ, которую собирали стратеги из Азии и Европы. Сейчас там 205 документов с прогнозами на 2026 год и дальше: от кофе, еды и ритейла до ИИ-агентов, рынка труда и генеративной реальности. Я перевёл PDF в Markdown, чтобы с этим массивом можно было нормально работать, и немного поигрался с саммари, мегатрендами и сценариями будущего. 🗄Markdown-файлы тут: ссылка Можете загрузить весь массив или только интересующую вас сферу в NotebookLM и исследовать под свои задачи: искать слабые сигналы, новые бизнес-модели, роли, продукты, угрозы и т.д. Но тут уже понадобится естественный интеллект) Я собрал из них такую карту мегатрендов: 1. Алгоритмическая автономизация (Agent-ification). ИИ постепенно переходит от роли советника к роли агента, который сам совершает действия и принимает экономические решения. 2. Дефрагментация реальности и микро-культуры. Массовая поп-культура распадается на множество отдельных фандомов, сообществ и собственных миров со своим lore. 3. Кризис доверия и эра пост-правды. Чем больше дипфейков и AI Slop, тем выше ценность подтверждения происхождения информации и различных “доказательств человечности”. 4. Сдвиг престижа профессий. Базовый интеллектуальный труд дешевеет, а физическое мастерство и профессии, которые сложно автоматизировать, получают новый вес. 5. Биоинженерия повседневности (Body OS). Питание, здоровье и уход становятся всё более персонализированными за счёт трекеров, нейробиологии, данных и фармакологии. 6. Экономика адаптации. Геополитические, экономические и климатические шоки превращаются из исключения в постоянный фон. Компании вынуждены проектировать логистику, финансы и цепочки поставок уже с расчётом на нестабильность. 7. Устойчивость по принуждению. Экология постепенно переезжает из презентаций про ESG в комплаенс, налоги, требования к продуктам и реальные операционные расходы. А дальше из этих трендов уже можно собирать сценарии. На картинке четыре мира на пересечении двух неопределённостей: уровня глобальной интеграции и доверия к ИИ. Такой подход лучше, чем очередной прогноз “в 2028 году случится X”. Не надо угадывать одно будущее. Гораздо полезнее посмотреть на несколько правдоподобных миров и подумать: что в каждом из них произойдёт с моим бизнесом, профессией, клиентами и стратегией? Забирайте массив и мучайте его своими вопросами. Особенно интересно смотреть не на то, “что будет”, а на то, какие решения уже сейчас становятся разумными сразу в нескольких сценариях.

ИИ не спасёт в мире, где ты сам не знаешь что делать. Записал сильный разговор с Семёном Колосовым про то, что на самом деле делать людям, которые хотят быть успешными в будущем. 🔹почему инструменты не дают ясности, 🔹как смотреть на тренды, 🔹какие навыки реально стоит качать 🔹почему без стратегического мышления ИИ только усиливает хаос. Если чувствуете тревогу из-за скорости изменений - очень советую посмотреть. https://youtu.be/JKX4wJxbG7Y

Про карьерный нетворкинг, как стратегическое преимущество Когда вышла моя книга, друзья из Benchmark Executive меня поддержали и мы обсуждали, как мой подход можно использовать для карьерных решений. Потому что ещё после нашего эфира они развивают отдельное направление – “Стратегический карьерный нетворкинг”. И, как продукт, я всчески это поддерживаю. Тем более я знаю ребят и знаю как они работают за кулисами, и могу спокойно писать здесь, не изображая рекламную интеграцию) Я вообще считаю, что коммуникация, нетворкинг и сильные кейсы сейчас становятся одним из главных активов для карьеры. Потому что рынок как будто ушёл в тень, многие хорошие роли и возможности появляются задолго до публикации вакансии. Сначала кто-то кого-то вспомнил, порекомендовал, познакомил, позвал поговорить и только потом возникает конкретное предложение. На практикуме по личной стратегии я эту проблему вижу у каждого первого). Человек сильный, опыт есть, кейсы есть, а профессиональное окружение последние пять лет состояло из коллег в своей компании и пары бывших руководителей. И когда возникает задача выйти на новый уровень, оказывается, что нет даже обычного рабочего нетворкинга, не говоря уже о каком-то стратегическом. А ценность окружения не только в поиске следующей работы. Через людей из других компаний, отраслей и рынков мы быстрее замечаем, что вообще происходит вокруг: какие появляются задачи, куда двигаются компании, какие компетенции дорожают, что перестало работать и т.д. Можно проверить собственные представления о рынке и увидеть варианты, а, поверьте, мы их видим мало. Ко мне регулярно приходят клиенты и я понимаю, что я никогла про них не знал в своем инфопузыре, а он у меня большой. В этом смысле нетворкинг для меня укладывается в стратегическое мышление. Стратегия начинается с понимания контекста. Чем уже ваш информационный пузырь, тем меньше у вас материала для нормальных решений. Самостоятельно такой круг отношений строить можно и нужно. Но это долго. Нужно находить людей, понимать, с кем имеет смысл знакомиться, выходить на контакт, поддерживать/развивать искренне отношения и не вспоминать о человеке раз в три года со словами: “Привет! Давно не общались. Я тут работу ищу”. Поэтому для тех, у кого есть ресурсы то, что делают Benchmark Executive очень большая ценность. Это сокращает годы времени. Они много лет работают в Executive Search и прекрасно понимают какие связи и как работают. Удачи ребятам! Посмотрите всё сами, дайте фидбек и задайте им вопросы. Они очень классные и открытые: Все ссылки: • Стратегический карьерный нетворкинг • Канал Benchmark Executive • Наш эфир о том, как C-level ищут работу в 2026 Я бы в любом случае советовал периодически смотреть на своё профессиональное окружение как на часть личной стратегии. Не в смысле “сколько у меня полезных знакомых”, а если завтра понадобится сделать следующий карьерный шаг – есть ли вообще люди, с которыми вы можете этот шаг обсуждать и которые согласны вам помочь (я не говорю пока даже могут ли они)? Для опроса, проголосуйте, пожалуйста: 🔥 – у меня сильный нетворк 🌚 – соу соу, хз, средненько 🙈 – нет нетворка вообще

Если вы уже купили резиновый намордник, чтобы бормотать в микрофон и не пугать коллег в опенспейсе, или всё ещё просто печатаете – держите находку: FluidVoice. Это бесплатное приложение для голосового ввода на Mac. Сайт: https://altic.dev/fluid Я до этого пользовался Wispr Flow, но он платный. А FluidVoice нет. Он с открытым кодом, и вся обработка идёт прямо на устройстве – ничего не улетает в облако. Нажали кнопку и диктуете в любое окно: почта, чат, Codex, Notion и т.п. Есть несколько режимов ввода: можно наговорить текст один в один как сказал, а можно включить режим, где он сам приводит речь в читаемый вид – убирает шероховатости, ставит пунктуацию, оформляет структуру. Плюс есть адаптивный тон под приложение и редактирование надиктованного голосом (а не перепечатывать), но самый топ, что его можно обучить своим словам. Имена клиентов, названия сервисов, термины добавляются в словарь один раз, и диктуются перфекто. Из минусов – пока только Mac, под iPhone и Windows разработчики ещё готовят версии. Устанавливается всё легко. Ставьте и пользуйтесь на здоровье.