Мысли вне кода | Суринов

Бытует мнение, что зумеры – это избалованное и инфантильное поколение, не приспособленное к взрослой жизни. В то же время все мы знаем, что в любой пересменке поколений родители любят покритиковать детей, хотя со временем оказывается, что молодые лучше приспособлены к изменившимся реалиям жизни:

У вас не всегда будет калькулятор под рукой!

На днях наткнулся на отчёт о поколении Z, который в какой-то степени подтверждает повторение цикличной истории, несколько тезисов из него:

🗯 Мир для зумеров – это «слишком много»: кризисов, информации, роста цен и подобного, поэтому они ищут среди бушующего хаоса островки спокойствия и безопасности. Защита покоя – это не эгоизм или инфантильность, а стремление сэкономить когнитивный ресурс.

👟 Амбиции стали реалистичнее – зумеры видят, как упорный труд и лояльность не приводят к богатству, а титулы не защищают от увольнений, поэтому они хотят «достаточно» денег и больше контроля над своим временем, испытывая меньше потребности выражать себя и что-то доказывать. Подлинность становится важнее роскоши.

🤝 Они не верят в глобальные идеи – влияние оказывается не сверху вниз, а горизонтально от доверенных лиц в микросообществах, при этом зумеры ищут структуры с чёткими правилами, ритуалами и людьми, которые их замечают и помогают чувствовать себя в безопасности.

📱 Традиционные вехи (дом, работа, семья) отходят в сторону. Зумеры прагматично используют новейшие технологии, чтобы качественно управлять своей жизнью и не отставать от других. ИИ помогает быстро закрывать насущные вопросы, окружающий мир рассматривается через лупы нейросетей.

Жизнь объективно стала сложнее для всех, но из-за механизмов взросления это особенно повлияло именно на молодые поколения.

Что всё это значит для работодателей на длинной дистанции?

🧗‍♂️ ИИ ускоряет обучение, стирая разрыв между теорией и практикой, а у молодых людей растёт запрос на быстрое и эффективное развитие с моментальным выходом на результат. Полезные навыки становятся важнее дипломов.

💎 Работодателям становится сложнее требовать слепую лояльность в обмен на обещания и «завтраки», конкретная выгода и прозрачные пути развития должны быть видны сразу же. Если польза неочевидна или недостаточна относительно усилий – зумеры уходят.

🍀 Молодое поколение работает с минимальным запасом эмоциональной, финансовой и социальной прочности. Излишняя сложность, нездоровая атмосфера и необходимость что-то доказывать – отфильтровываются. Гибридный график, асинхронность, отсутствие токсичности становятся базовой гигиеной.

⏱️ Критично важны быстрая обратная связь и реальные действия вместо лозунгов и обещаний. Зумеры внимательно наблюдают, быстро мобилизуются и готовы моментально реагировать так, как сочтут нужным.

Поколение Z не сломалось – оно адаптировалось, создав новые правила игры. Они прагматичны, осторожны и ищут подлинности. Бренды и работодатели, которые снизят шум, дадут быструю пользу и создадут безопасное пространство для принадлежности – получат их лояльность.

❤️ TG 📲 МАКС 📱 LI 🙃 СЕТКА

В 1997 году российский писатель Сергей Лукьяненко написал книгу Лабиринт отражений. По сюжету один из персонажей создал десятисекундный видеоролик, после просмотра которого почти всё население Земли могло воспринимать виртуальный мир даже с простейшей графикой, как реальный, что позволило создавать пространства и игры, где люди ощущали себя как вживую.

Книга стала невероятно популярной, так как била в мечты многих людей, близких к компьютерным играм. Тогда казалось, что всё это не более чем фантастика и наш единственный путь – ждать когда вычислительные мощности смогут рендерить фотореалистичное изображение с большим количеством кадров в реальном времени.

Но вот появились нейросети и в NVIDIA осознали, что если обучить модель на фото/видео реального мира и топовых фильмов, а потом наложить её на игры, отдав максимум информации о геометрии, освещении, материалах, объектах и так далее, то может получиться фотореализм гораздо дешевле.

Результат вы можете наблюдать в трейлере к игре с официально выпущенной вчера технологией DLSS 5.

Энтузиасты быстро провели реверсинжиниринг и оказалось, что её можно прикрутить к плюс-минус любой игре и запускается она даже на старых видеокартах.

Да, она невероятно прожорливая, но это лишь первая версия – дайте немного времени. Да, артефактов хватает, например, детей она пугающе старит, но это потому что используется неофициальная реализация без тонких настроек и модели приходится додумывать.

Сами разработчики обещают, что игроделы смогут тонко настраивать какие объекты передавать, задавать уровень фотореализма и так далее, что позволит использовать меньше ресурсов и получать картинку примерно как в трейлере.

Аккуратный тюнинг под конкретные игры, доработка аппаратной части для более эффективной обработки именно такого рода вычислений, плюс VR – и добро пожаловать в мир Лабиринта отражений.

❤️ TG 📲 МАКС 📱 LI 🙃 СЕТКА

Я много пишу о вещах, которые осознал, принял и которые так или иначе получаются.

Сегодня поделюсь рекомендациями, в которые искренне верю, но выполнением которых не могу в полной мере похвастаться.

➡️ Регулярно рассказывай о своих успехах. Все свои результаты нужно умножать на знание о них у внешнего окружения, особенно руководителей. Мне всегда казалось, что лучше не отвлекать занятых людей, экономить их бесценное время и, закатав рукава, делать побольше полезного – а там и так всё будет заметно. Увы, так не работает – пока мы молчим, кто-то другой говорит, а люди, принимающие решения – не телепаты.

➡️ Отвечай только на заданный вопрос. Это правило я неоднократно слышал как от топовых руководителей, так и от людей, профессионально занимающихся психологией. Человеку с аналитическим складом ума непреодолимо хочется передать весь контекст, хронологию и детали, особенно в сложных диалогах – это замусоривает восприятие собеседника и раздражает. Нужно коротко озвучивать только необходимую и достаточную информацию.

➡️ Не реагируй на то, что не относится к делу. Мы – социальные животные, которые довольно плохо интерпретируют мотивы и намерения других людей. Это постоянно приводит к искажениям в понимании чужих слов и действий, реагируя на которые мы невольно уводим коммуникацию в сторону. Необходим высокий уровень уверенности и здорового пофигизма, чтобы игнорировать лишнее и фокусироваться только на ключевом.

➡️ Принимай мир и людей такими, какие они есть, не ищи справедливости и не критикуй. Чем больше внутренней энергии сфокусировано на позитиве и созидании, тем лучше итог. Кроме того, прокаченная мышца критика работает в обе стороны – предъявляя высокие требования наружу, мы вынуждены предъявлять ещё бо́льшие к самим себе, что на длинной дистанции приводит к систематическому чувству тревоги со всеми вытекающими.

А есть ли у вас подобные рекомендации – в которые вы верите, но которым не получается следовать?

❤️ TG 📲 МАКС 📱 LI 🙃 СЕТКА

На SouthHub в этом году прошло довольно интересное выступление Сергея Мельника (руководителя сервиса автономного транспорта и роботов Яндекса) о том, как AI выходит в физический мир.

Зацепило тремя мыслями:

1️⃣ Текущая фаза развития искусственного интеллекта – лишь промежуточная ступень к AI в физическом мире. Выше я упоминал, что NVIDIA представила свой движок Omniverse для тренировки AI в симуляциях физической реальности, помимо этого мелькают разные новости о том как на людей, выполняющих массовую физическую работу, вешают камеры для обучения моделей, об Apple, которая готовится выпустить AirPods с камерами, и так далее. Кажется, мы семимильными шагами идём к тому, что AI скоро будет вместе с нами не только в виде текста и звука, но и «вживую».

2️⃣ Как мы все знаем, искусственный интеллект силён в гибкой адаптации под многообразие условий – Сергей показал интересный пример, как модель самостоятельно научилась воспринимать моргание фарами встречного автомобиля как сигнал «пропускаю, проезжай» и корректно реагировать на него.

3️⃣ Сформулировано шесть уровней автономного управления автомобилями:

L0 (автономия отсутствует) – все решения принимаются человеком.

L1 (помощь человеку) – система помогает человеку выполнять простые действия, например, удерживать скорость или полосу.

L2 (частичная автономия) – система управляет и скоростью, и направлением движения, но под постоянным контролем человека.

L3 (условная автономия) – система управляет в стандартных условиях (например, в солнечную погоду на трассе), но иногда требует вмешательства человека при внештатных.

L4 (высокая автономия) – система полностью автономна в своём домене (например, в городской зоне), водитель в автомобиле отсутствует.

L5 (полная автономия) – система оперирует в любых условиях без человека.

Последний уровень Сергей описал так – бросаешь машину в пустыне Гоби (на территории Монголии или Китая), ставишь задачу «доедь до Москвы» и она выполняет её без какой-либо помощи – в том числе без доступа в интернет или даже к gps.

Коллеги фокусируются на уровне L4, но кажется, что и это – лишь промежуточная ступень к L5. Роботы Unitree, например, уже вовсю носятся по пересечённой местности, а человекоподобные версии прыгают и бегают выше и быстрее любого человека.

Если задуматься, описанные уровни автономии вполне неплохо подходят не только для систем управления автомобилями, но и для многих других, в том числе для описания уровня автоматизации полного цикла разработки программных продуктов.

❤️ TG 📲 МАКС 📱 LI 🙃 СЕТКА

Качество продукта всегда было краеугольным камнем в разработке с большим количеством иллюзий. Одна из них – «пусть разработчики пишут код без ошибок, тогда и тестировать и исправлять ничего не придётся».

Когда я ещё только учился на разработчика, меня шокировал тезис о том, что программного обеспечения без ошибок не существует. Чем сложнее программа и чем больше в ней кода – тем больше в ней дефектов.

Даже в простейшем «Hello world» есть какие-нибудь ошибки, возникающие в суперуникальных условиях. Поверить в такую крайность было особенно тяжело, пока я не столкнулся с тем, что источники ошибок могут прилетать даже из космоса. Защита всегда существует, но лишь снижает вероятность – за определенную стоимость. Например, серверные планки ECC-памяти, защищающие от спонтанно возникающих одноразрядных ошибок, стоят дороже обычных.

В более сложных и объёмных программах ситуация гораздо тяжелее – любой известный крупный продукт содержит немыслимое количество ошибок. Например, Telegram часто приводят как пример приложения высочайшего качества, однако на сегодняшний день в нём зарегистрировано более 17 тысяч дефектов. И это далеко не самое сложное приложение из существующих.

В итоге я вынес для себя несколько ключевых тезисов:

➡️ Программ без ошибок не существует. Количество дефектов в первую очередь зависит от объёма кода и сложности приложения. Можно снижать количество ошибок, но довести их до нуля – невозможно.

➡️ Предотвращение и исправление ошибок подчиняется принципу Парето.

Есть иллюзия, что критичность дефекта коррелирует со стоимостью исправления – часто так и есть, но далеко не всегда. Легко представить себе дефект всего в один символ исправления, но из-за которого ломается вся программа. В то же время встречаются дефекты с нулевым влиянием, но для исправления которых нужно переделать всё приложение целиком.

➡️ Ответственность технических лидеров в том, чтобы имеющимся ресурсом минимизировать количество ошибок в процессе разработки и найти максимум оставшихся в процессе тестирования, снижая шанс их попадания в ПРОМ.

К слову, часто возникающая тут идея – переложить ответственность за ошибки с тестировщиков на разработчиков. Так делать можно, но на мой взгляд – неэффективно, писал об этом тут.

➡️ Ответственность продуктовых лидеров в том, чтобы выделять необходимое и достаточное количество ресурса как на предыдущий пункт, так и на исправление найденных дефектов, приоритизируя свой выбор в зависимости от потенциального влияния на ключевые метрики. К слову, на достоверную оценку влияния тоже, увы, нужен ресурс.

➡️ Совместная ответственность в том, чтобы не накапливать технические долги и периодически проводить рефакторинг, который по сути нужен для того, чтобы снижать общую сложность приложения путём адаптации архитектуры под изменившиеся реалии и устранения накопленных костылей.

✅ В конечном счёте, качество продукта – это результат командной работы на нахождение наилучшего баланса между выделяемым на качество продукта ресурса, эффективностью его использования и итоговым влиянием на ключевые метрики.

В последнее время всё чаще звучит тезис о том, что в новом мире людям придётся быть быстрее и многозадачнее. Агенты смогут делать одновременно десятки сложных заданий и надо будет всем этим быстро оркестрировать.

На мой взгляд, всё несколько и сложнее, и проще.

🏋️‍♂️ Во все времена руководители совершали одну и ту же ошибку – вгружали в людей настолько много задач, насколько хватало фантазии, искренне веря, что под давлением человек будет разгребать накопившуюся очередь с максимальной скоростью, а значит не будет простаивать и сделает на круг предельно много.

🪫 Когда в команде есть реактивные люди, то разумное давление на них действительно необходимо. Однако с какого-то порога повышение давления начинает скорее замедлять – сильный перегруз приводит к значительным издержкам на переключения между потоками, на исправление накапливающихся ошибок, на лишние мысли об усталости и стрессе, на проблемы со сном и здоровьем, и так далее. В пределе человек полностью останавливается и уходит в ментальный ступор, поскольку перестаёт понимать за что хвататься. Руководитель, в свою очередь, начинает терять терпение, включает микроменеджмент и вся система уходит в замкнутый круг.

🏃‍♂️‍➡️ Чтобы куда-то максимально эффективно добежать, нужно делать это в режиме марафона – фокусируясь и удерживая стабильный темп, искусственно ограничивая скорость. Если кто-то одновременно делает рывок, на ходу тягает гири, слушает подкаст и заказывает продукты онлайн – скорее всего ни одно из этих действий не выполняется достаточно качественно, а значит их придётся переделывать.

🎯 Много лет карьеры убедили меня в том, что правильность направления важнее скорости. Я видел много компаний и руководителей, которые гордились своим темпом, а на деле скорее лихорадочно метались из стороны в сторону, оказываясь на длинном горизонте далеко позади конкурентов, двигающихся спокойно и уверенно – в нужном направлении.

🧠 Эволюционно мы все ограничены определенным объёмом когнитивного ресурса. У всех он разный и тратим мы его тоже по-разному, но ограничены мы все. Нас может хватить на одну очень сложную задачу или на много простых.

⚖️ Я верю, что и в новом мире при прочих равных победителями окажутся те, кто в первую очередь будет спокойно и грамотно управлять как своим когнитивным ресурсом, так и ресурсом своих людей, используя агентов скорее для снятия лишней мыслительной нагрузки и расширения ментальных и физических возможностей, чем для лихорадочного метания между десятками разных задач.

Месяц назад мы ехали с супругой по трассе, как внезапно увидели собаку, мечущуюся среди машин. Пока я открывал рот, Аня уже бодро тормозила на обочине – именно в такие моменты как-то особенно проникаешься теплом от общих ценностей.

Поймать собаку оказалось непросто – грязная, голодная и напуганная, она с недоверием реагировала на призывы от незнакомцев. Нам повезло.

🔎 В ближайшей ветеринарке собаку осмотрели и привели в порядок, сняв десяток клещей. Мы вернулись домой, разместили объявления в популярных пабликах и стали активно искать хозяев.

Однако за месяц никто не вышел на связь и даже установленный, но незарегистрированный чип остался таким по сей день.

🐕 Зато за этот месяц стало понятно, почему от собаки могли осознанно избавиться – Айя, как мы назвали щенка, радостно подбирала всё, что не приколочено, сгрызла пару десятков вещей на круглую сумму, неосмотрительно оставленных в доступе, и даже вырыла несколько подкопов к соседям, подпортив свежий газон.

Это не первая собака в нашей жизни – зная, почему так происходит, мы понимаем, что сердиться можно только на самих себя. Однако пообщавшись за этот месяц с разными людьми, я понял, что слишком многие ждут от животных идеального поведения. Когда ожидания не сбываются, люди испытывают разочарование, злость и даже отчаяние – и иногда бедные животные оказываются на улице.

📙 Когда-то на меня повлияла книга Карен Прайор «Не рычите на собаку». Это не пособие по дрессировке, а учебник по поведенческой психологии. Идея в том, что законы обучения едины для всех – собак, дельфинов, детей, супругов и даже нас самих. Название – метафора: «собакой» может быть кто угодно, а «рычать» – неэффективный и даже вредный способ добиться изменений.

Самое интересное в книге – примеры, как люди, искренне желая исправить нежелательное поведение, наоборот, поощряли его:

➡️ Ловушка наказанного подхода

Собака сорвалась с поводка и полчаса носилась по парку, игнорируя зов. Нам страшно, мы сердимся. Наконец она подбегает, виляя хвостом. Что интуитивно делают хозяева? Хватают пса за ошейник, кричат, шлёпают и тащат домой. Для собаки логика выглядит так: подошла к хозяину → крик, больно, конец прогулки. Мы наказали не за побег (он был давно), а за возвращение. В следующий раз, усвоив урок, она будет держаться подальше.

Как бы дико мы ни злились, когда пёс наконец приблизился, надо выдохнуть, присесть, похвалить и дать лакомство. Подход всегда должен быть праздником.

➡️ Непреднамеренное формирование истерик

Собака лает на шум за дверью. Мы кричим «Тихо!» и кидаем в неё тапком. Для стайного животного подобная реакция хозяина на сигнал – разделение тревоги (вожак тоже забеспокоился!), то есть подкрепление.

По-правильному – никак не реагировать, даже зрительно. Людям сложно даётся метод «нулевого внимания», но он переворачивает динамику – поведение угасает, только если никогда не даёт результата.

➡️ Синдром первой попытки

Ребёнок пытается освоить что-то новое, совершает естественные ошибки и тут же получает извне порцию негатива – это отбивает желание пробовать и убивает внутреннего оптимиста. При формировании нового поведения наказывать нельзя, иначе инициатива будет задавлена – это одинаково верно и для щенка, и для ребёнка, и для сотрудника.

Поэтому при обучении – только подкрепляющая реакция («правильно!») или её отсутствие («подумай ещё») вместо «неправильно» или наказания.

➡️ Отрицательное подкрепление

Человек делает вид, что занят, чтобы начальник перестал давать ему дурацкие поручения. Загрузка прекращается – и поведение «имитация бурной деятельности» закрепляется.

Или муж моет посуду так плохо, что жена в сердцах говорит: «Давай лучше я сама». Освобождение от неприятной обязанности служит подкреплением «неумелости» – мы думаем, что наказываем своим возмущением, а на деле учим симулировать беспомощность.

✅ Книга призывает вместо того, чтобы искать виноватых, начать видеть тонкую механику причин и следствий. Если повлиять на кого-то не получается, Прайор предлагает спросить себя: «Какое поведение Я подкрепляю своими реакциями?»

В каждом деле можно встретить как чистых теоретиков, так и чистых практиков. Как это часто бывает – такие крайности редко оказываются эффективными.

Чистые теоретики зачастую предлагают либо чрезмерно простые квадратно-гнездовые решения, работающие только в идеальном мире, либо чрезмерно сложные, в таком же ключе рассуждают о людях, их мотивах и поведении, не признают реалии на земле и не принимают отклонения как норму. Они гордятся своими стройными теориями и презирают практиков.

Чистые практики частенько бросаются «пилить» решения, не заточив пилу, не хотят терять время на поиск системных решений корневых проблем, фокусируясь только на симптомах, вслепую городят костыли там, где стоит подумать наперёд. Они гордятся своей скоростью и презирают теоретиков.

В итоге первые порою изобретают красивые, но нерабочие решения, которые остаются жить лишь на бумаге. Решения вторых бывает сложно эффективно развивать и поддерживать.

📚 Примером стройной, но нежизнеспособной теории без практики может служить искусственный язык Эсперанто – красивая идея о простом, логичном и универсальном международном языке. Эта теоретически прекрасная идея так и не взлетела, поскольку не учитывала реальный мир – политику, культуру, контекст, массовость.

🛒 Примером провала практики без теории можно считать разработку ERP системы для немецкой сети супермаркетов Lidl совместно с SAP. В какой-то момент выяснилось, что Lidl основывает свою систему инвентаризации на закупочных ценах, а SAP Retail на розничных. Простого решения этой проблемы в архитектуре заложено не было, затраты на доработки и интеграцию почти готового решения оказались непосильными, в итоге проект стоимостью в полмиллиарда евро пришлось закрыть.

⌨️ Самые сильные результаты обычно появляются на стыке теории и практики. Например, Unix взлетел не потому, что был «самым академическим» или «самым прикладным», а потому что сработало сочетание сильных идей о модульности, простоте и стандартизации, и постоянных проверок и адаптации этих идей на практике при реальной эксплуатации.

Мы привыкли думать, что конкуренция – это хорошо. Рынок, спорт, стартапы, эволюция – борьба двигает прогресс.

Но если присмотреться, то всё не так просто.

📈 С одной стороны, конкуренты не дают компаниям расслабиться и потерять связь с потребителем, они могут найти свою уникальную ценность и стать нишевыми лидерами. Все мы знаем примеры невероятных прорывов.

Однако бывает и иначе – компании соревнуются на одном поле, сводя всё к демпингу и сжиганию денег инвесторов, а не к улучшению сервиса и поиску инноваций. Сотни компаний бесславно умирают, чтобы дать путь единицам победителей.

☠️ Как и в эволюции, на рынке конкуренция работает за счёт количества участников, проб и ошибок, высокой смертности и времени.

Это не про эффективность всей рыночной системы, а скорее про гуляющее напряжение и стреляющие точечные прорывы, двигающие всю рыночную массу за счёт объёма и разнообразия. Издержки дублирования и провалы – дорогая, но неизбежная цена.

Кроме того эта система не так уж и надёжна. Рынок обожает конкуренцию, но сам по себе склонен к сокрытию или искажению информации, монополиям и гонке за быстрой прибылью.

🧊 В 1806 году Фредерик Тюдор придумал бизнес – вырезать лёд из замёрзших озёр Новой Англии и везти его в далёкие страны – на Кубу, в Индию, в Гонконг. Он сделал на этом состояние и выстроил монополию с тысячами рабочих.

Конкуренции не было места – «ледяной король» давил всех, кто пытался зайти в индустрию. Технология искусственного охлаждения десятилетиями не получала развития, пока люди умирали от портящейся еды, а врачи не могли хранить вакцины.

🖥 Ещё один пример – EUV-литография, идея о которой появилась ещё в 1980-х. Только когда развитие процессоров зашло в тупик, консорциум ASML получил миллиарды госинвестиций – и технология сдвинулась. Сегодня без EUV нет ни одного современного чипа, а владеет ей лишь ASML.

⛓️ Несколько лет назад все говорили про блокчейн, децентрализованные организации, метавселенные и Web 3.0. Не успело всё это как-то значимо повлиять на нашу жизнь, как новая волна хайпа захватила умы инвесторов.

В общем, рыночная конкуренция не то чтобы прям эффективна.

Тем не менее, на уровне государств и экономик в силу объема, сложности и разнообразия у нас пока нет способа лучше. Всеобщая борьба под надзором регуляторов и с независимым арбитром в виде потребителей – пока единственный худо-бедно работающий вариант, где потери и издержки большинства компаний приходится просто принимать.

🏢 Идея конкуренции настолько привлекательна своей светлой стороной, что её зачастую начинают применять и внутри компаний, сознательно закладывая основу для конфликтов даже там, где в них нет никакого смысла.

Но ведь эффективный механизм должен работать слаженно, а не скрипеть и искрить – как поршни в двигателе, которые не должны стучать.

В компаниях всё устроено гораздо проще, чем на рынке – и эффективность может быть в разы выше. Тем не менее руководители годами могут поощрять конфликтную среду, принимать субъективные решения даже на объективных данных, руководствоваться личными интересами и так далее. В итоге вся энергия людей и команд устремляется не на внешние вызовы, а на внутренние угрозы.

📊 Исследования (1, 2, 3 и многие другие) показывают, что на сложной когнитивной работе прямая конкуренция ухудшает результат и становится фактором личного выживания, где выигрыш одного = проигрыш другого. Когнитивный ресурс тратится на контрпродуктивные мысли и действия, синергия не работает, туннельное зрение и тревожность убивают креативность. Сотрудники избегают рисков, саботируют амбициозные задачи и подсиживают коллег.

Итого:

✅ В правильно выстроенной системе с учетом особенностей мышления людей и их мотивации энергия направляется на борьбу с внешними вызовами и коллективное движение вперёд, что приводит к яркой культуре, вдохновению и прорывам.

❌ В неправильной – энергия направляется на борьбу друг с другом, что приводит к погоне за впечатлением и метриками, манипулированию информацией, токсичному поведению и выгораниям.

Люди в последнее время делятся на 5 классических лагерей по отношению к ИИ – в полном соответствии с моделью распространения инноваций:

1️⃣ Innovators (2.5%) – у кого получилось всё задуманное

2️⃣ Early adopters (13.5%) – у кого получилось что-то значимое, хоть и не в полной мере

3️⃣ Early majority (34%) – кто что-то пытается делать, но получается скорее натягивание совы на глобус

4️⃣ Late majority (34%) – кто хочет разобраться, но не понимает куда бежать и испытывает всё бóльшее FOMO

5️⃣ Laggards (16%) – кто всё ещё думает, что у ИИ по тем или иным причинам не получится, и занял выжидательную позицию

Неудивительно, что большинство людей обнаруживают себя в категориях Majority (Early и Late) – это попросту закономерно.

В публичном же поле что люди, что компании в основном громко размещают себя в категорию Innovators, подкрепляя FOMO буквально у всего рынка.

Что же происходит на самом деле?

🤖 С одной стороны, сложно не замечать, как ИИ прогрессирует с огромной скоростью – модели обновляются буквально каждый месяц (за неполный май вышли Gemini 3.5 Flash и Gemini Omni Flash, Grok 4.3, GPT‑5.5 Instant – и это только самые заметные запуски), большинство ещё толком не успело понять, что такое OpenClaw, как появился новый зоопарк инструментов с фокусом на память и саморазвитие – и их даже начинают комбинировать (например, OpenClaw вместе с Hermes), постепенно вырисовываются новые подходы к разработке ПО, ну и так далее.

Лично для меня одним из значимых маркеров прогресса последнего месяца стали завирусившиеся треки известных русских песен, перепетые голосом Kanye West – приложил два в качестве примера к посту. Очередной рубеж пройден – искусственного исполнителя стало приятно слушать, даже зная, что он ненастоящий.

👾С другой стороны, всё больше компаний осознают, что лучше всего работает связка из людей, усиленных ИИ, чем голый ИИ – мультиагентная среда пока не спасает от проблем с нехваткой контекста из реального мира, с отсутствием экосистемы инструментов (как, например, у Atlassian), со сложностью реальных процессов и так далее. Да и непрерывно работающие агенты пока стоят, мягко говоря, недёшево. В итоге топовый Anthropic не в медийном, а в реальном мире нанимает не только копирайтера (!), но и уйму других ролей, которые по публичным заявлениям должны бы «полностью заменяться ИИ».

Если взять как пример всё те же музыкальные треки, то не удивительно, что создал их не простой обыватель «одним промптом», а профессиональный звукорежиссёр и саундизайнер. Ему требуется около дня на создание новых – что гораздо быстрее, чем раньше, тем не менее, это всё ещё работа профессионала, которого заметно усилил, но пока ещё не заменил ИИ.

Наткнулся на любопытный термин – «туда-сюда improvement».

Суть в том, что в компаниях частенько инициируют трансформации даже там, где всё и так неплохо работает, зачастую совершая изменения по кругу. Причина проста – руководителям нужно показывать деятельность и отчитываться об изменениях.

В отличии от школьной физики, где работа равна нулю в случае, если мы по итогу оказались в исходной точке – в компаниях оценивают любой сдвиг как хороший результат, если его грамотно продать. Даже если он совершён в обратном направлении.

Эта проблема стара как мир – ещё в СССР среди управленцев ходил такой анекдот:

Пришёл на карандашную фабрику новый директор и сразу внёс предложение: «Последние три сантиметра карандаша невозможно использовать – в руке не держится, слишком мал. Зачем там грифель? Давайте укоротим его на треть – до предела возможного использования, экономию разделим с покупателями». Производство адаптировали, наверх отчитались о полученной выгоде.

Время шло. Директор ушёл на пенсию, пришёл новый и сразу внёс предложение: «В последней трети карандаша нет грифеля. Зачем эту часть делать? Давайте укоротим карандаш на треть, которой всё равно писать невозможно, экономию разделим с покупателями». Производство адаптировали, наверх отчитались о полученной выгоде.

Время шло. И этот директор ушёл на пенсию, пришёл новый и сразу внёс предложение: «Зачем выпускаем такие короткие карандаши? Давайте удлиним их на треть – до классической длины, цену соответственно поднимем». Производство адаптировали, наверх отчитались о полученной выгоде.

Прошли десятилетия, а в управленческой среде всё продолжают наступать на те же грабли :)

Выше я писал о том, как кризис доверия постепенно приводит компании сначала к замедлению, а позже к краху.

Одним из вопиющих проявлений такой проблемы являются контролирующие функции, призванные объективно оценивать качество работы основного производства и давать рекомендации по повышению эффективности.

Но вот беда.

1️⃣ Чтобы в чём-то хорошо разбираться нужно не только иметь соответствующие знания и опыт, но и быть погруженным. Без этого рождаются квадратно-гнездовые подходы со всеми вытекающими.

2️⃣ Что если такая контролирующая функция сама работает неэффективно и скорее мешает, чем помогает? Да не, бред какой-то.

В итоге получается как в бородатом анекдоте про свалку:

Однажды корпорация приобрела пустынный кусок земли для свалки. Для охраны свалки был нанят ночной сторож.

Через некоторое время проверка установила, что сторож работает совершенно без инструкции. Специальным распоряжением был создан Плановый Отдел с двумя служащими – для написания инструкций и для контроля за его работой.

Ещё через некоторое время потребовалось проверить работу сторожа – было создано Управление Контроля с двумя служащими для непосредственного контроля за сторожем и для написания отчётов о его работе. Для проверки финансовой дисциплины этих отделов была создана Бухгалтерия с табельщиком и бухгалтером, а для общего руководства пришлось создать Административный Отдел с начальником, его заместителем и юристом.

Через год обнаружили, что затраты на свалку значительно превысили плановые. В целях оптимизации было принято решение уволить сторожа.

Сегодня хочу рассказать одну историю о том, как можно подойти к вопросу качества принципиально иначе.

🇬🇧 До 2000 года сборная Великобритании по велоспорту была в какой-то степени воплощением образа неудачников в своём деле. С 1908 года их выступления выглядели весьма посредственно – за целый век они взяли всего одно олимпийское золото в велоспорте.

Всё поменялось с приходом Дэйва Брейлсфорда.

Дэйв мог бы попытаться решить задачу лозунгами, амбициозными целями и жёсткими KPI. К счастью, он пошёл другим путём, применив подход небольших достижений.

Логика была простой – если разложить результат на сотни факторов и улучшить каждый хотя бы немного, то на выходе получится уже не косметическое, а качественное изменение всей системы.

Что они делали на практике?

🚴 Дорабатывали посадку и сиденья велосипедов, чтобы снизить дискомфорт и потери мощности на длинной дистанции

🛞 Обрабатывали покрышки, чтобы улучшить сцепление

🌬 Гоняли экипировку через аэродинамические тесты и искали ткани, дающие пусть небольшое, но реальное преимущество

👕 Использовали более лёгкие и аэродинамичные гоночные костюмы

🌡 Следили за температурой мышц, в том числе через подогреваемые элементы одежды перед стартами

📈 Подключали биофидбек и внимательнее измеряли реакцию спортсменов на конкретные тренировочные нагрузки

💆 Проверяли, какие массажные гели и восстановительные практики работают эффективнее

🧼 Учили спортсменов правильно мыть руки и реже болеть

🛏 Подбирали матрасы и подушки под конкретных спортсменов, чтобы улучшить сон и восстановление

🚚 Красили внутренности грузовиков в белый цвет, чтобы быстрее замечать пыль и мелкую грязь, способную повлиять на состояние техники

Фокус был не только на тренировке – команда оптимизировала вообще всё: технику, восстановление, гигиену, сон, одежду, микродетали логистики, измеримость нагрузок и дисциплину исполнения.

Брейлсфорд перевёл людей из режима «давайте стараться сильнее» в режим «давайте найдём все места, где система теряет крошечные проценты и последовательно их закроем».

Результат не заставил себя ждать.

Уже на Олимпиаде 2008 года Великобритания забрала 8 золотых медалей в велоспорте. На играх 2012 года в Лондоне команда забрала 70% золотых медалей, поставив ряд олимпийских и мировых рекордов. Параллельно британский велоспорт начал активно побеждать и вне Олимпиад – вплоть до побед на Tour de France.

Так грамотный управленческий подход создал почву для уверенного доминирования не через чрезмерное давление, а через системное качество во всём окружении.

Деловая культура заметно перекошена в сторону экстравертизма.

🎭 Мы интуитивно восхищаемся людьми, которые ярко общаются, быстро реагируют, легко зажигают других, уверенно презентуют и не боятся публичности. Из них получаются сильные визионеры, предприниматели, продавцы, лидеры изменений.

Проблема начинается в тот момент, когда эти качества начинают восприниматься как единственный способ быть эффективным.

Старая, но до сих пор влиятельная линия исследований, связанная с Гансом Айзенком, предполагала, что у людей различается комфортный уровень внешней стимуляции:

🎉 Экстраверты воспринимают мир широко и абстрактно – это позволяет смотреть на него сверху без лишних деталей, а потому изоляция не восстанавливает, а скорее обесточивает – для подзарядки нужны люди, движение и внешняя энергия.

🛋 Интроверты тоньше и детальнее воспринимают окружающую реальность, что позволяет им оперировать на глубоком уровне погружения, но из-за этого они быстро истощаются при избытке внешних сигналов. Одиночество восстанавливает точность восприятия и возвращает внутренний ресурс.

Эти различия не делают один тип лучше другого. Они делают их просто разными – со своими плюсами и минусами.

✅ Экстраверты лучше видят возможности, сильны в запуске импульса и удержании движения, но одновременно они склонны недооценивать риски и ограничения, из-за чрезмерной торопливости могут допускать серьёзные ошибки.

✅ Интроверты лучше видят объективную реальность, сильны в управлении отклонениями и работе с деталями, но пытаясь всё просчитать могут утонуть в нюансах и забуксовать, где-то даже не начав.

Сильной системе нужны и те, и другие.

Если в компании выживают только громкие, быстрые и социально неутомимые – вряд ли это сильная культура. Она путает заметность с ценностью.

Если в компании все сидят по своим углам и мало общаются друг с другом – это ничуть не лучше. Такая культура путает экспертность с эффективностью.

🤝 Сильная команда строится не на попытке привести всех к одному знаменателю, а на сочетании разных способностей эффективно достигать цели на всём многообразии задач.

Мои дети плавно вошли в подростковый возраст и настала пора потихоньку задумываться о том, чем хочется заниматься по жизни.

Старшие поколения частенько угорают над инфантильностью зумеров и альф. С одной стороны, стоит позавидовать, что им не приходится быть готовыми на всё просто чтобы выживать, а значит они могут позволить себе быть более разборчивыми и не тратить бесценные время и здоровье на карьеру. С другой – сложно понять как они собираются выживать в будущем, когда поддержка старших поколений сойдет на нет.

👷🏻‍♂️Реальность такова, что новым поколениям гораздо сложнее предсказать своё будущее, чем нам – мы хотя бы могли плюс-минус угадать, какие навыки будут востребованы в ближайшие пару десятков лет.

Глядя на карту профессий, подверженных AI, видно, что по прогнозам под наименьшим риском пока те, что требуют физических действий: строители, ремонтники, грузчики, медсёстры, официанты, парикмахеры и так далее.

Там же видно, что чем больше профессия требует когнитивных усилий – тем более вероятно, что она будет постепенно заменена или по крайней мере частично компенсирована AI.

🧰 На обозримые несколько лет можно только предположить, что больше всего будут востребованы люди, освоившие новые техники и инструменты – те, кто будет заметно обгонять по производительности большинство конкурентов, чем те, кто останутся лучшими экспертами, но без новых навыков.

Точно так же, как в своё время более востребованными стали разработчики на высокоуровневых языках, заместив тех, кто программировал на ассемблере и до болтов понимал как происходит вычислительный процесс. Да, эффективность кода объективно снизилась, при этом скорость и себестоимость производства функционала оказались на порядок лучше у новых поколений разработчиков.

🏭 С физическим трудом пока всё менее однозначно. Когда в 19 веке индустриализация набирала обороты – все боялись, что роботы постепенно заменят людей, однако на том уровне развития технологий роботы оказались очень до́роги и могли эффективно делать только однообразные повторяющиеся действия.

Современные роботы на порядки дешевле и гибче, по крайней мере судя по успехам китайцев. Запихнуть в них AI для обеспечения живого поведения тоже перестало выглядеть невыполнимой задачей.

И если мысленно экстраполировать будущее, то сходу видны три развилки (опуская апокалиптичные):

1️⃣ Когнитивный труд замещается, физический по каким-то причинам всё же оказывается заместить сложнее – например, стоимость токенов для перманентного анализа реальности (видеопотока, аудиопотока, осязания, запахов и так далее) значительно превышает стоимость людей. В таком сценарии будут востребованы навыки владения инструментами, снимающими когнитивную сложность, и физическое мастерство.

2️⃣ Замещаются и когнитивный, и физический труд – роботы трудятся, люди занимаются любимым делом или чилят, наступает настоящий коммунизм и всеобщее счастье – эдакий Незнайка в Солнечном городе на стероидах.

3️⃣ То же, что и в пункте 2, но появившиеся мощности отправляются не на всеобщее благополучие, а на прихоти узкой части человечества – невиданные удовольствия, частные полёты по космосу и так далее. Оставшаяся часть человечества пытается наносить хоть какую-то пользу для обеспечения своего выживания. Разрыв между богатыми и бедными достигает своего апогея.

Хочется верить во второй сценарий.

А вы что думаете?

Не знаю кто автор, но это гениально:

mcp-сервер – это ящик с лобзиками и напильниками

skills – это инструкция как из деревяшки сделать разделочную доску

rules – это «палец себе не отпили»

agents – это пятиклашки

prompt – это «сегодня на уроке все делаем подарок маме на 8 марта»

vibecoder – это трудовик, который дал задачу, а сам ушёл бухать с физруком

Мы довольно часто не знаем истинные причины решений и событий, в условиях неопределённости делаем неверные догадки и на их базе принимаем неверные решения.

✈️ Самый нарицательный пример – ошибка выжившего. Во Вторую мировую американцы изучали повреждённые самолёты, возвращавшиеся с боевых миссий, чтобы выбрать места для усиления бронирования. Пробоины чаще всего отмечались на крыльях и фюзеляже, из чего делался вывод, что усилять надо именно их.

Однако самолёты с пробоинами в топливных баках и двигателях просто не возвращались, а значит усилять надо было то, что оставалось целым и не приводило к критическим повреждениям.

🐬 Тут же можно вспомнить популярное мнение о доброте дельфинов, основанное на рассказах пловцов, которых животные толкали к берегу. Нюанс в том, что данных от тех, кого они толкали в обратном направлении, особо нет.

🕯 Многие думают, что этикет придумали, чтобы богатые могли самоутверждаться. Однако у этих правил были совершенно чёткие причины. Тарелку с супом нельзя было наклонять к себе, чтобы случайно не пролить его на платье или камзол, которые стоили невероятно дорого даже для богатых. Вилку нельзя было класть зубцами вниз, чтобы не порвать кружевную скатерть ручной работы. А локти на столе повышали шанс опрокинуть свечи.

🇫🇷 Наполеон вовсе не был низкого роста, а значит у его завоеваний были иные мотивы. Рост императора был 169 см, что считалось вполне средним показателем для мужчины его социального класса и географического происхождения (уж точно выше средних 164-165 см по Франции в те времена). Просто Наполеон часто появлялся в окружении высоких гвардейцев-гренадёров, рост которых был не менее 178 см по критериям отбора.

Ну и так далее.

Помимо отсутствия необходимых знаний о фактах, накладываются и другие эффекты – информация терятся или искажается, на интерпретации оказывают влияние стили мышлений и различающиеся картины мира, логические цепочки чрезмерно упрощаются, так как эволюционно мозг пытается найти наиболее простое объяснение и так далее.

Всё это часто приводит к фокусу на ложных причинах и следствиях, а значит многие ошибки обречены повторяться. Этому эффекту подвержены мы все: и эксперты, и руководители, особенно – когнитивно перегруженные.

🏭 Мне в своё время очень помогла техника Toyota 5 почему, по которой нужно задавать вопросы о причинах до тех пор, пока вопросы не станут звучать абсурдно – только тогда можно считать, что мы докопались до сути.

Допустим, я занимаюсь разработкой мобильного приложения и у пользователей внезапно начали возникать проблемы.

Задаём серию вопросов и ищем ответы:

1️⃣ Почему возникают эти сбои? Потому что один из сервисов завис и не отвечает на запросы.

2️⃣ Почему он завис? Потому что закончилась память.

3️⃣ Почему закончилась память? Потому что количество одновременно открытых подключений многократно выросло.

4️⃣ Почему количество подключений настолько выросло? Потому что по одной из внешних интеграций партнёр не закрывает соединения, а создаёт новые.

5️⃣ Почему партнёр спамит нас соединениями, а мы позволяем этому влиять на нас? Потому что у партнёра случился дефект, а мы не выставили для этой интеграции таймауты и рейтлимиты.

❌ Перезапуск сервиса решил бы проблему на час. Увеличение памяти решило бы проблему на день.

✅ Партнер исправит дефект, а мы выставим у себя таймауты и рейтлимиты – это закроет проблему насовсем.

В идеале стоит копнуть ещё глубже и дойти, например, до чеклистов и процессных изменений в управлении надёжностью, что позволит избежать множества других проблем, которые пока ещё не стрельнули.

Учимся в PR.
 
Пока вовсю хайпует OpenClaw (по личному опыту – не зря) Дженсен Хуанг решил, что нельзя оставаться в стороне и на презентации GTC анонсировал NemoClaw – свою версию от NVIDIA для корпоративного мира.

Подтекст очевиден – OpenClaw написан одиночкой-энтузиастом и потому ему простительно иметь множественные уязвимости, а тут уважаемая корпорация сделала серьёзное защищённое решение для других уважаемых корпораций.

Со слов Хуанга, генеральные директора должны срочно перестраивать свою стратегию с использованием защищённой версии OpenClaw. Ну а если кто-то что-то будет возражать – это потому что ранняя Альфа, не судите строго.
 
Между тем читаем, что из себя представляет новое решение:
 

NemoClaw installs the NVIDIA OpenShell runtime and Nemotron models, then uses a versioned blueprint to create a sandboxed environment where every network request, file access, and inference call is governed by declarative policy. The nemoclaw CLI orchestrates the full stack: OpenShell gateway, sandbox, inference provider, and network policy.

 
По сути – запускает OpenClaw внутри обвешанной политиками коробки, что защищает машину, но не особо защищает данные пользователя и самого агента от вредоносных сценариев. Кажется, что плюс-минус тот же эффект можно получить запустив OpenClaw в докер контейнере с ограниченными правами.

Но как красиво продано!