Карта адаптивности к AI

Составил карту, помогающую понять, как специалистам и командам диагностировать свой AI-уровень и понять куда двигаться дальше.

Это еще не матрица компетенций, но уже сейчас она показывает главный инсайт по освоению AI.

Работа с AI — это уже давно не умение писать промпты, а комплекс знаний и навыков, поддерживающих друг друга. Чем больше AI становится агентным, тем важнее целая связка навыков: способ мышления, техническая грамотность, умение собирать процессы и способность управлять внедрением на уровне организации.

Ниже описание, а дальше сделаю выступление или опишу подробнее слои и их инсайты.

1. Мета-навыки
Эти навыки давно известны, но в AI-режиме становятся не бонусом, а главным дефицитом. Когда исполнение становится почти бесплатным, узким местом становятся они: поддержание любопытства, сборка целого, выбор нужного из потока, как собирать смысл.

2. Установки мышления
Слой, определяющий, сработают ли все остальные. Главный сдвиг — перестать быть «пользователем сервиса» и начать относиться к нечеловеческим агентам как к партнёрам, с делегированием, доверием и проверкой. Готовность пересобирать привычки работы и работа в режиме эксперимента, вместо попыток «понять, как правильно» заранее.

3. База в AI
Основы нашего общения с AI. Работа с контекстом превращает диалог из «угадай промпт» в осознанное управление моделью. Понимание какой ИИ-инструмент выбрать для решения задачи и взгляд на агентов как на новых пользователей компьютера, способных планировать и действовать. Без этого сложно двинуться к полноценному использованию агентов.

4. Агентский уровень
Текущий state of the art — сюда многие еще не добрались. Я писал про этот разрыв тут. На этом уровне мы становится конструктором систем: собираем из агентов и инструментов процессы. Сложности этого этапа: в настройке под себя агента и необходимости понимать базовый слой computer science (файлы, терминал, API, языки программирования). Не нужно становиться разработчиком, но ментальные модели тут меняются. Этому мы учим на нашей лаборатории через практические проекты (сейчас идет набор на 3-и поток, залетайте по early bird цене)

5. Изменение команд и организаций
Личная продуктивность не масштабируется в организационную: нужна перестройка операционной модели, ролей и процессов. Без этого слоя ИИ остается на уровне отдельных сотрудников, а не на уровне возможности всей организации.