10065
Канал про IT менеджмент ex-Дир-р по тех. разв-ю в Сбере: данные, AI, рек.системы. Ex-head of PMO СБОЛ. Автор:Арюткин Артём Реклама: @Badtechproject_contact Рег № 4923327959
Около 80% времени интерактивных сессий Claude проводит в ожидании действий человека!
Короче, Anthropic выпустила исследование о том, как ИИ меняет работу внутри самой Anthropic.
Почему это круто?
Потому что ребята не стали спрашивать очередную тысячу CEO, как они планируют внедрять ИИ. А взяли реальные данные собственной компании: найм, производительность, использование агентов, встречи и даже оценки кандидатов на собеседованиях.
И вот что получилось.
1. Джуны больше не особо нужны?
Доля младших технических специалистов среди новых технических сотрудников сократилась с 27% до 9%.
А среди всех сотрудников технических подразделений — с 21% до 14%.
Причем компания продолжает активно расти и нанимать людей!
То есть это не история про массовые увольнения. Просто структура спроса на людей начинает меняться.
Я, кстати, отношусь к этому спокойно и считаю, что происходит инфляция грейдов.
2. Агенты уже работают больше людей.
В марте 2026 года суммарное время работы AI-агентов впервые превысило рабочее время сотрудников Anthropic.
А к августу агенты, запускаемые самими сотрудниками, работали уже в 6 раз больше часов, чем люди.
Конечно, это не значит, что агенты заменили шестерых сотрудников. Они работают параллельно, а их часы нельзя напрямую приравнивать к человеческим.
Но масштаб впечатляет!
3. Производительность растет. Но есть нюанс.
Количество коммитов на инженера выросло примерно в 5 раз за полгода.
Продавцы закрывают больше сделок, юристы обрабатывают больше контрактов, финансисты — больше счетов.
Причем исследователи проследили, как менялась производительность одних и тех же сотрудников после внедрения агентов.
Но тут важный момент: в 5 раз больше коммитов - не обязательно в 5 раз больше бизнес-ценности.
4. Люди становятся бутылочным горлышком для ИИ.
Около 80% времени интерактивных сессий Claude проводит в ожидании действий человека!
Это я считаю ваще просто какая-то бомбическое осознание!
А знаете, сколько времени потребуется сотрудникам нетехнических подразделений, чтобы просто прочитать весь результат работы своих агентов?
Больше половины рабочей недели!
И вот сотрудники начинают заниматься новой работой: создавать инструменты наблюдения за агентами, проверять их результаты, координировать выполнение задач.
Доля такой «метаработы» в сессиях с Claude выросла с 10% до 22%.
Поздравляю! Мы из исполнителей превращаемся в менеджеров ИИ-агентов. 😁
5. А встреч стало БОЛЬШЕ!
Вот это мне особенно понравилось.
Медианный сотрудник Anthropic проводит на встречах на 20% больше времени, чем год назад.
Даже у технических специалистов, которые не являются менеджерами, рост составил 16%.
Почему?
Потому что написать код, собрать аналитику или подготовить предложение становится проще.
А вот договориться, принять решение, разрешить конфликт интересов и взять на себя ответственность ИИ пока не особо помогает.
И чем больше агенты производят результатов, тем больше этих результатов нужно обсуждать.
6. Меняется само представление о хорошем сотруднике.
Раньше при найме технических специалистов оценивали прежде всего экспертизу и способность решать конкретные задачи.
Теперь Anthropic всё больше внимания уделяет самостоятельности, качеству суждений и умению использовать ИИ.
Знание конкретной технологии постепенно уступает место способности разобраться в незнакомой области и принять правильное решение.
Кстати, на одного продакт-менеджера в Anthropic приходится примерно 17 инженеров. А сами менеджеры стали делать вдвое больше коммитов.
Похоже, просто координировать чужую работу становится недостаточно.
И что из этого следует?
Мне кажется, мы наблюдаем довольно интересный парадокс.
ИИ должен был освободить нас от работы.
Но вместо этого он освобождает нас от выполнения работы и оставляет нам всё больше управления работой.
А это принципиально разные вещи!
При этом Anthropic — всё-таки специфическая компания. Нельзя просто взять её результаты и перенести на всю экономику.
Короче, Клод - это Apple в мире AI: внимание к деталям и клиентский опыт.
ChatGPT предложил мне вначале 300 фотографи перемещать задав каждой по номеру новое значение!!!!😱
А потом, когда я попросил, сделал «приложение», но оно не работает))
Сидит тут рядом довольная такая, фотки туда сюда перемещает!
Бормочет что-то 😁
Жалуется, что чуть размеры поплыли)
Сначала я обленился и перестал ездить в магазины за продуктами. Реально, я использую только доставку.
А что дальше?
Автопополнение корзины — идеальный пример такой «фантазии о будущем». Ритейлер или маркетплейс видит твои регулярные покупки, собирает привычный набор и предлагает до того, как ты вспомнил. Удобно? Да.
Но как отличить реальную потребность от навязанного потребления?
И где метрика, которая покажет, что это не просто «продать побольше», а реально польза для клиента?
Вот как раз посмотрел выпуск «ПродАктовой корзины», где эксперты разгоняли про потребление будущего. Для аналитика — прям поле для размышлений про метрики, этику и инкрементальность.
Рекомендую глянуть: YouTube или VK Видео
Вы знаете, что хуже бесполезной метрики?
Бесполезная метрика, на основе которой менеджеры начинают принимать решения! 😁
Короче, тут ребята из Google опубликовали интересную статью — What Makes a Good Productivity Metric о том, как правильно мерить продуктивность!
Начнем с метрик.
Мы, менеджеры, очень любим что-нибудь измерять.
Сколько задач закрыли, сколько коммитов сделали, сколько дней провели в офисе (пу-пу-пууууу).
Проблема в том, что мы часто измеряем не то, что действительно важно, а то, что проще посчитать.
Авторы предлагают 4 критерия хорошей метрики:
1. Понятность. Метрику можно объяснить нормальному человеку без защиты кандидатской по математике.
2. Соответствие реальности. Если ситуация объективно ухудшается, метрика должна это замечать.
3. Отсутствие странностей. Метрика не должна показывать ерунду там, где мы точно знаем, как устроен мир.
4. Полезность. По результатам измерений можно принимать решения.
Вот такой вот вам проверочный вопрос для хорошей метрик:
Если метрика изменилась, а вы не понимаете, что теперь делать, то зачем вы вообще её измеряете?
Занимайся своим делом!
Короче, вот вам не самая очевидная мысль, но которую, кажется, надо знать: вы нифига не должны мыслить как «собственник бизнеса» или как CEO.
Нет, когда-нибудь наверняка должны будете, но вот если от CEO вас отделяют 3+ грейда, то займитесь своими делами и думайте о них.
Если вы тим-лид команды, то впервую очередь думайте о своей команде и об их удобстве.
И ваще-то, да, будучи тим-лидом, пытаться затащить какой-то новый тех.стек, чтобы просто команда получила новый опыт - это ваще нормально! Потому что забота о команде - ваша ключевая работа. И попытка «думать, как CEO” с меньшей вероятностью приведет вас к успеху!
Если попробовать описать в виде правила, то думай на один уровень выше и делай свою работу хорошо!
Есть отличный способ выиграть почти любой спор.
Нужно просто сказать:
«А ты докажи, что этого нет!»😁
Короче, есть такая штука, как чайник Рассела: её придумал философ Бертран Рассел.
Представьте, что я говорю вам:
🫖 Где-то между Землёй и Марсом вокруг Солнца летает маленький фарфоровый чайник. Причём настолько маленький, что ни один телескоп его увидеть не может.
Вы говорите:
- Артём, ну это какая-то ерунда. Где доказательства?
А я вам:
- А вот ты докажи, что чайника там НЕТ!
Прикол в том, что доказать отсутствие такого чайника действительно почти невозможно. Но означает ли это, что нам теперь нужно считать его существование вполне вероятным?
Конечно нет!
В этом и смысл мысленного эксперимента Рассела:
если кто-то выдвигает утверждение, то именно на нём лежит обязанность это утверждение доказать.
А отсутствие доказательств обратного - это не доказательство вашей правоты.
И ведь мы постоянно делаем ровно наоборот.
- Эта фича увеличит конверсию.
- Почему?
- Ну а почему она НЕ увеличит?
Или:
- Если мы наймём ещё пять человек, команда станет быстрее.
- Есть данные?
- Ну это же очевидно!
И мой любимый менеджерский:
- Нам обязательно нужен этот проект.
- Какой эффект он даст?
- А ты можешь доказать, что без него всё будет хорошо?
Короче!
«Вы не можете доказать, что я неправ» - это вообще не доказательство того, что вы правы.
Но если посмотреть на количество проектов, стратегий, презентаций и инвестиционных решений, построенных вокруг невидимых чайников…
Зацените, какие отзывы на мой доклад?😉
Как реально меняется PDLC, или почему вы ускоряете не то, что нужно!
Ой какая красота, оказывается, вы можете посмотреть запись с нашей AvitoTechConf!
Все доклады прямо топовые!
Бегите!
• Смотреть на YouTube
• Смотреть во VK Видео
На чем прогорают комдиры уже в первые месяцы работы
На том, чему их не учили. Объясняю)
Короче, у компаний есть любимый способ выбирать руководителей.
Кто лучше всех закрывает сделки и тащит выручку? Вот его и повысим! 😉
Но однажды ученые посмотрели на данные почти 39 тысяч продавцов из 131 американской компании. И обнаружили, что хорошие продавцы действительно чаще получали повышение. Но среди тех, кого повысили, более высокие личные продажи были связаны с худшими результатами в управлении. То есть менеджеры они хреновые.
Получается забавно: компания награждает тебя за то, что ты умеешь, а потом спрашивает за то, чему тебя особо никто и не учил🤣
Я бы отсюда забрал одну мысль: к следующей роли нужно добирать навыки именно для этой роли. Те же комдиры часто приходят из продаж: умеют договариваться, собирать команду, выполнять план. Но сыпятся на вопросах про выручку, траты на маркетинг и стоимость капитала.
И если с финансами у тебя все еще «спросил у финдира и не понял, че тот сказал», вот тебе конкретный пробел, который имеет смысл закрывать перед следующим шагом.
У ребят из Академии Эдюсон есть курс «Коммерческий директор в эпоху ИИ» как раз для тех, кто хочет кто хочет масштабировать не только продажи, а весь доход бизнеса. И себя в том числе.
Тебе подойдет, если:
👉🏼 Вырос из продаж, а с финансами туго.
Пройдешь блок по корпоративным финансам, работе с финансовой эффективностью (EBITDA), расчету чистой приведенной стоимости (NPV) проекта, анализу отчета о прибылях и убытках — P&L.
👉🏼 Хочешь внедрять ИИ не для галочки, а с измеримым эффектом.
Узнаешь, как автоматизировать рутину, прогнозировать продажи, строить аналитику и принимать решения на данных — и построишь четкий план внедрения в коммерческий блок.
👉🏼 Уперся в карьерный потолок и хочешь расти дальше.
Научишься синхронизировать продажи, маркетинг, логистику, закупки и наем, чтобы они работали на общую маржу, а не тянули одеяло на себя.
На новой должности вопросы все равно прилетят. Хорошо бы к этому моменту иметь не только радость от повышения, но и системное понимание, как управлять прибылью😉
По промокоду АРЮТКИН — скидка 65% на курс и личная консультация в подарок.
👉🏼 Посмотреть программу и оставить заявку
Реклама ООО «Эдюсон», ИНН 7729779476, erid: 2W5zFG4sx9P
Вы зацените, какую красотищу команда TechPR’а Авито подготовила для спикеров!
Ну просто чистый кайф!
Ситуация в индустрии напоминает написание кандидатской по какой-то части теоретической физики, когда в интернете есть 1 статья и она твоя 😅
Отправил агентов поресерчить тему одну к апдейту стратегии на следующий год и он мне возвращет
На Avito.Tech.Conf 26.09.2026 заявлены доклады CTO Architecture («Как меняется разработка и сетап команд с внедрением агентов») и руководителя Developer Experience («…почему вы ускоряете не то, что нужно»).
avito
Почему AI «плохая» технология
Ваще, я технологический оптимист, как можно заметить по блогу (пишу вам про AI в разработке еще с 2023 года), но давайте разбавим немного здравомыслием.
Когда появился интернет - он создал новый бизнес на нашем внимании.
Когда появился мобильный в привычном нам виде был создан еще 1 новый бизнес, который забрал еще больше нашего внимания.
ИИ не создает нового бизнеса. Он максимизирует эффект от текущего. И основную пользу получают владельцы капитала.
И это же не только мое мнение, это мнение антропиков.
В общем, мне кажется, вы слегка оптимистичны.
Возможно, это связано с уровнем проникновения технологии в вашу работу)
Как правильно уходить в отпуск и возвращаться из него, чтобы прямо по кайфу (Часть 2)
Вот тут можно почитать Часть 1
Теперь сам отпуск.
Тут результаты исследований максимально скучные😁
Хотите нормально восстановиться?
Нужно действительно перестать работать.
В 2025 году вышел большой мета-анализ: 32 исследования и 256 эффектов.
Авторы обнаружили, что отпуск довольно сильно улучшает well-being и эффект сохраняется дольше, чем показывали старые исследования.
А среди факторов, которые особенно связаны с восстановлением, оказались:
психологическое отключение от работы и физическая активность.
Исследование: Grant, Buchanan & Shockley, I Need a Vacation: A Meta-Analysis of Vacation and Employee Well-Being
Journal of Applied Psychology — мета-анализ
По-русски: НЕ РАБОТАТЬ.
Причем вот это:
«Я не работаю, просто иногда мессенджер почитываю» не совсем считается😁
Но самое интересное начинается после отпуска.
Потому что типичный первый день выглядит так:
09:00 встреча
10:00 встреча
11:00 встреча
12:00 встреча
13:00 разгребаем 700 сообщений
14:00 встреча
…
Мы же две недели отсутствовали!
Надо ДОГНАТЬ!
И вот есть очень хорошее longitudinal-исследование возвращения из отпуска.
После отпуска у людей повышался engagement и снижался burnout.
Но чем выше была рабочая нагрузка после возвращения, тем быстрее этот положительный эффект исчезал.
А возможность нормально отдыхать вечером, наоборот, помогала сохранить его дольше.
Исследование: Kühnel & Sonnentag, How long do you benefit from vacation?
Journal of Organizational Behavior — исследование
То есть можно две недели отдыхать, а потом за несколько рабочих дней аккуратно отменить весь эффект😁
Что с этим делать?
Я для себя собрал довольно простой протокол.
1. Первый день после отпуска максимально очистить от встреч.
Сначала понять:
что произошло,
какие решения уже приняли,
что вообще еще актуально,
и где действительно нужен ты.
2. Не читать все пропущенные сообщения подряд.
За две недели половина вопросов уже умерла естественной смертью😁
3. Первые несколько дней не пытаться компенсировать отпуск переработками.
Короче, правильный отпуск начинается не в аэропорту.
И заканчивается не в момент, когда самолет приземлился.
Быть папой девочки, это когда в гостях, она на тебе показывает «как правильно делать удушающий»!
И удушающий делает действительно отлично!😁
Всех с днем отца!👨
Я и Клод выживаем как можем!
Час ночи и Наташке нужно срочно сделать коллаж из 300 фото!
После попытки сделать это через какой-то существующий софт, просто навайбкодили решение и все!
Так что сну сегодня быть!
#пятничное
Пу-пуу-пуууу
А ты жил в эпоху таксофонов?
❤️ - если да!
😱 - пошел гуглить, что это такое!
💊 - пооддержать старичков из пункта 1!
Можно построить идеальную инженерную платформу, которой никто не хочет пользоваться! 😁
И самое забавное, что с точки зрения инженерных метрик у вас всё будет прекрасно!
Короче, сходил я тут к ребятам из подкаста «В SREду на кухне» поговорить о том, зачем инженерам продуктовое мышление.
И, кажется, это одна из моих любимых тем!
Я вообще считаю, что одна из главных проблем платформенных команд — мы слишком часто думаем о том, что и как построить, и слишком редко о том, зачем это кому-то нужно.
В итоге получаем технически прекрасные решения, которые либо никто не использует, либо используют исключительно потому, что выбора нет.
О чём поболтали:
1. Зачем инженерам продакты? И в какой момент внутренний инструмент вообще становится продуктом?
2. Как измерять успех платформы? Вот у вас 100% adoption. Это успех или просто разработчикам запретили пользоваться альтернативами? 😁
3. Зачем нужны контрметрики? Можно же здорово ускорить разработку, а заодно уронить надёжность. Или сделать супернадёжную платформу, на которой невозможно работать.
4. Алертинг как продукт. Почему даже такую сугубо инженерную штуку можно и нужно проектировать вокруг пользовательского опыта?
5. Кто вообще заказчик надёжности? И почему пользователь, заказчик и тот, кто за всё это платит, — далеко не всегда один человек?
6. Что важнее — надёжность или Developer Experience? И почему вообще приходится выбирать между этими двумя вещами?
Ну и поговорили про SLO, исследования пользователей, продуктовые метрики и прочие штуки, от которых у настоящего инженера иногда начинает дёргаться глаз.
В общем, если вы строите внутренние платформы, инженерные инструменты или просто хотите понять, зачем в инженерных командах нужны продуктовые менеджеры — рекомендую посмотреть!
Смотреть и слушать:
📺 YouTube
📱 VK Видео
📺 Rutube
🎧 Mave
Ну и приходите в комментарии спорить!
ИИ ускорит работу менеджеров. Но встреч от этого станет только больше! 😁
Короче, есть такая штука - парадокс Джевонса.
В 1865 году экономист Уильям Джевонс заметил странную закономерность.
Паровые двигатели становились эффективнее и потребляли всё меньше угля на единицу работы.
Казалось бы, угля должно требоваться меньше?
А вот и нет!
Благодаря эффективности паровые двигатели стали использовать гораздо чаще, и общее потребление угля только росло.
Чем дешевле и проще что-то делать, тем больше мы начинаем это делать.
🧠 Тимлид в эпоху AI: почему TTM всё ещё не ускоряется
Раньше задача тимлида была понятна: собрать команду, обеспечить предсказуемый результат и следить за качеством. А сейчас многие тимлиды оказались в мире нейрослопа, вайбкодинга и бесконечного тулинга, которые, впрочем, никак не влияют на скорость доставки фичей.
При этом бизнес задаёт вполне справедливые вопросы: зачем вам столько людей и почему не ускоряется time to market?
С 19 по 23 октября на Podlodka Teamlead Crew участники сезона «Системный подход к AI в работе тимлида» будут говорить об актуальных компетенциях руководителя и о том, как строить проекты в новом мире.
В программе:
• Как найти настоящие ограничения инженерной системы и почему начинать с внедрения AI порой не стоит
• Сборка харнесса для тимлида и фреймворк для оценки агентов
• Тирлист автоматизаций для руководителя: что действительно стоит внедрять, а что лучше и не начинать
• Честные разборы влияния AI на бизнес и команды.
🛠 Формат конференции такой: 5 дней, 10+ спикеров, утренние и вечерние сессии в Zoom и активное общение в закрытом Telegram-сообществе.
💬 В этот раз на Podlodka Teamlead Crew будет особенно много интерактива: свои кейсы и рабочие ситуации можно приносить прямо на сессии, обсуждать со спикерами и уносить с собой готовые артефакты.
🎟 Программа уже на сайте — присоединяйтесь
badTechProject промокд на скидку 500р для подписчиков
В мире с миллиардом Эйнштейнов кому-то всё равно придётся строить лаборатории, вести бухгалтерию и таскать материалы…
Кажется, это все нам придется делать:(
Когда спрашиваешь свою любимую жену, что она подарит тебе на день рождения и она выдает это 🤣🤣🤣
Читать полностью…
Ну я прямо очень советую вам посмотреть доклад:
Один разговор - три языка: как доносить до команды и C-level!
Доклад, просто, пушка!
Как еще до встречи понять, а что вас на ней спросят?
Короче, вот супер простой совет, как понять еще до встречи с кем-то, что именно будет его интересовать: загляните в его KPI!
Мы все супер ответственные менеджеры, думающие о важных вещах и старающиеся принести как можно больше пользы, но! Если не знаете, что же с вас спросят на встрече, то KPI подскажет.
Если там что-то про «чистую архитектур», то зададут этот вопрос, если про «качество», то поговорите про эти метрики, ну а если про скорость разработки, то и/или про нее. Ну а если там бюджет, то берегитесь! Менеджеры у кого в KPI бюджеты - самые лютые 😁
Я уверен, что умение коммуницировать - ключевой навык менеджера.
И вот кайфовая мысль с нашей AvitoTechConf
И вот вам простая такая мысль- если тот, с кем вы общаетесь стоит выше или ниже вам на 2 и больше уровня в иерархии, то вы говорите на разных языках!
Что с этим делать?
1. Ну если человек выше вас по иерархии, то тщательно готовьтесь к этой встрече. Лучше, даже попросить кого-нибудь помочь. Иначе он уйдет с ощущением, что ну вы, короче, кажется не шарите…
2. Если же наоборот, то помогите тому, кто рассказывает через наводящие вопросы и помните, что он решает отличные задачи от ваших и не мыслит, например, вопросами «стоимости создаваемого решения и их влиянием CAPEX”, а решает задачу вида «удержать нужного ему сильного инженера».
В общем, ваша задача помочь ему дать нужные вам ответы.
P.S. К слову, изображение напоминает нам о многими не любимой, но одной из важнейших и ценнейших задач менеджера - быть переводчиком.
ПЯТНИЧНОЕ
Когда эксперимент оказался слишком успешным 🙂
Всем отличных выходных!
💬 ПРО ПРОДУКТ | Алексей Маньковский
С днем системного аналитика, друзья😉
Читать полностью…
Сервис, который держится на конкретных людях, это не сервис 😁
Это ручное управление.
Короче, одна из самых дорогих ошибок, которую я регулярно вижу в компаниях:
Все вроде бы работает.
Пока на месте Вася.
Вася знает, как правильно ответить клиенту.
Вася знает, кому написать, если что-то сломалось.
Вася умеет успокоить недовольного клиента.
Вася помнит, кому через неделю надо перезвонить.
А потом Вася уходит в отпуск.
И внезапно оказывается, что никакого процесса у вас нет.
Есть Вася 😂
Причем в небольшом бизнесе роль Васи очень часто выполняет сам собственник.
Сложный клиент?
Позовите собственника.
Клиент недоволен?
Позовите собственника.
Непонятно, что делать?
Ну вы поняли.
Иииииии…
В какой-то момент собственник обнаруживает, что вместо развития бизнеса он работает главным специалистом по разруливанию всего.
У меня вообще есть любимый тест на зрелость любой системы:
👉🏼 Что произойдет, если самый сильный человек в процессе завтра исчезнет на месяц?
Если ответ «всё станет сильно хуже», то у вас есть не система, а зависимость от конкретного человека.
И вот тут я наткнулся на довольно любопытный проект от Точка Банка.
Они запустили Школу клиентского опыта — практические курсы для предпринимателей, которые устали вручную контролировать качество сервиса и клиентского опыта в своём бизнесе. Сейчас открыт набор на первый курс «Управление клиентским опытом».
Причём мне нравится сам подход. Минимум теории без «давайте поговорим о том, как важно любить клиента».
Во время курса вы будете работать со своим бизнесом:
1. Посмотрите на свой бизнес глазами клиента и разберётесь, что он видит на разных этапах взаимодействия с вами.
2. Разберёте путь клиента: как он приходит в ваш бизнес и что происходит дальше.
3. Найдёте точки, в которых теряете клиентов, и разберётесь, почему это происходит.
4. Превратите работу с клиентами в понятную систему.
В результате соберёте Сервисный паспорт своего бизнеса: по сути, конкретные правила работы с клиентами, которыми уже может пользоваться вся команда.
Ещё интересно, что внутри не только опыт Точка Банка, но и реальные кейсы фаундеров Lapochka Drinks, Bioniq, GOOD WOOD и Дринкит.
То есть можно посмотреть не только на то, «как правильно», но и узнать, какие решения другие предприниматели принимали в своих компаниях, где ошибались и что у них в итоге сработало.
Старт онлайн-курса — 28 сентября.
Длительность — 1 месяц. Забирайте конкретные практики для своего бизнеса и внедряйте их сразу во время курса.
Купили всем AI. Теперь быстрее ждём согласования
Короче, McKinsey выпустили статью про «налог на координацию». Так они называют издержки передачи работы между командами и системами.
И тут нам, товарищи менеджеры, есть над чем задуматься😉
В их опросе 80% участников говорят, что AI повысил их личную продуктивность. При этом только 37% отмечают положительный эффект на прибыль компании до процентов и налогов — EBIT. Это оценки респондентов. [Источник](https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai).
В нашей ИТшной жизни легко представить такую картину.
Разработчик с AI сделал задачу за день вместо двух.
Дальше два дня ждём ревью.
Потом выясняется, что нужно согласование соседней команды.
У соседней команды другие приоритеты.
Собираем встречу. Ближайший свободный слот в четверг.
Разработчик молодец. AI работает. На презентации про внедрение тоже всё красиво.
Пользователь пока ничего не получил😁
У McKinsey есть показательный пример промышленной компании из Fortune 500:
— Работа внутри этапов процесса: 12–24 часа.
— Задержки при передаче между этапами: 9–18 дней.
Вот это они и предлагают разбирать: поручать AI-агентам проверку данных, сверку ограничений и передачу работы дальше. Исключения передавать человеку. [Статья McKinsey](https://www.mckinsey.com/industries/industrials/our-insights/cutting-the-coordination-tax-how-agentic-ai-can-reshape-workflows).
В этом же клиентском проекте, по данным авторов, цикл планирования сократили с 30 до 3 дней.
Особенно мне понравилась деталь: до настройки технологий команда четыре месяца разбирала задачи и определяла границы самостоятельности AI. Кейс анонимизирован, переносить его результат на любую компанию я бы не стал. [Описание проекта](https://www.mckinsey.com/industries/industrials/our-insights/cutting-the-coordination-tax-how-agentic-ai-can-reshape-workflows).
Для своей команды я бы начал с трёх вещей:
1. Взять одну завершённую задачу и посчитать отдельно время работы и ожидания.
2. Найти согласования, которые можно убрать, и проверки, которые можно автоматизировать.
3. Измерять время до результата для пользователя.
Убрать лишнее согласование бывает сложнее, чем купить AI всей команде. Особенно если согласовываешь ты сам и тебе очень нравится, что без тебя ничего не происходит.
Кажется, у нас, менеджеров, появился хороший повод проверить собственную полезность😉