«Не управляй. Создай условия, в которых люди сами делают правильные вещи.»
— Питер Друкер
В 1997 году вышла игра Dungeon Keeper. По тем временам она была довольно странной. В большинстве стратегий всё было просто: добываешь ресурсы, строишь армию, командуешь в бою и надеешься, что твои солдаты окажутся сильнее. А тут всё было устроено совсем иначе.
Ты не бегал по карте и не махал мечом. Ты строил подземелье. Делал логова для монстров, тренировочные комнаты, библиотеки, склады, курятники, мастерские. То есть твоя задача была не в том, чтобы напрямую побеждать врага, а в том, чтобы создать такую среду, в которой твои существа сами хотели жить, развиваться и воевать за тебя.
И в этом была вся магия. Если подземелье было устроено толково, монстры становились сильнее, вели себя лучше, меньше ругались, эффективнее тренировались и в нужный момент сами шли в бой. А если всё было криво построено, никакая ручная суета уже не спасала. Побеждал не тот, кто быстрее кликал мышкой, а тот, кто лучше проектировал систему.
Честно говоря, сейчас это звучит уже не как описание старой игры, а как довольно точная метафора того, что происходит с ИИ.
Как меняется работа
Ещё совсем недавно всё выглядело просто. Человек сам писал код, сам строил модели, сам делал формулы в Excel, сам собирал отчёты, сам всё проверял. Потом рядом появился ИИ-помощник. Неважно, как он называется — Claude, ChatGPT, Copilot или кто-то ещё. Суть одна: человек ставит задачу, а ИИ помогает сделать кусок работы быстрее.
Это уже сильно меняет производительность. Можно быстрее написать письмо, быстрее собрать презентацию, быстрее сделать анализ, быстрее получить черновик кода или таблицы. Но при этом принцип работы всё ещё старый. Ты всё равно остаёшься главным исполнителем. Просто теперь у тебя рядом сидит очень быстрый стажёр, который не спит, не просит отпуск и иногда слишком уверенно врёт.
А вот сейчас начинается следующий этап. И он куда интереснее.
Постепенно на первый план выходит уже не умение самому делать работу и даже не умение хорошо управлять отдельным программистом или аналитиком. На первый план выходит умение строить среду для ИИ-агентов. То есть не просто сказать одному ИИ: «сделай мне таблицу», а выстроить такую систему, где несколько агентов работают вместе, передают друг другу результат, проверяют друг друга и выдают тебе готовый итог.
Проще говоря: ты уже не рабочий с инструментом. Ты архитектор мастерской.
Три уровня работы с ИИ
Если упростить, то сейчас можно увидеть три уровня.
Первый уровень — человек всё делает сам. Он пишет код руками, сам строит формулы, сам считает модели, сам готовит документы. ИИ либо вообще не использует, либо использует как очень редкую игрушку. Таких людей ещё много, но они уже начинают выглядеть как люди, которые в 2004 году гордо говорили: «Я не пользуюсь Excel, я всё считаю на калькуляторе». Формально можно. Но вопрос — зачем.
Второй уровень — человек работает вместе с ИИ. Он по-прежнему остаётся исполнителем, но многие куски задачи отдаёт помощнику. Например, сам придумывает структуру отчёта, а ИИ заполняет черновик. Или сам проектирует логику анализа, а ИИ помогает с кодом. Или сам решает, какую модель строить, а ИИ помогает написать формулы и оформить результат. Это уже хорошая, сильная рабочая модель. Именно здесь сейчас находится огромное количество толковых специалистов.
Третий уровень — человек становится оркестратором. Он уже не делает всё сам и даже не работает один на один с одним ИИ. Он строит цепочку агентов. Один агент собирает данные, второй их чистит, третий строит модель, четвёртый проверяет, нет ли ошибок, пятый готовит итоговое письмо, шестой складывает всё в нужную папку или отправляет результат в Slack. А человек сверху следит, чтобы вся система работала правильно, и вмешивается только там, где реально нужен здравый смысл, приоритеты или управленческое решение.
И вот это уже совсем другой тип работы.
Что такое оркестрация на простом языке
Слово «оркестрация» звучит немного страшно и корпоративно, но по сути всё очень просто.
Представь себе ресторан. Можно готовить всё самому: резать, жарить, сервировать, мыть посуду. Можно готовить вдвоём с помощником: ты командуешь, он делает часть работы. А можно быть шефом, который вообще не стоит у каждой сковородки, а выстраивает кухню так, чтобы каждый человек и каждый процесс работали в нужный момент и в нужной последовательности.
Вот оркестрация — это ровно про это. Только вместо поваров у тебя агенты.
Один умеет искать информацию. Второй хорошо пишет код. Третий аккуратно проверяет документы. Четвёртый умеет форматировать презентации. Пятый работает с таблицами. Шестой может следить за очередью задач. И твоя задача не в том, чтобы заменить их всех собой. Твоя задача — сделать так, чтобы они не мешали друг другу, не теряли контекст, не дублировали работу и не производили красивую ерунду.
Почему это важно именно сейчас
Потому что за последние месяцы всё очень быстро сдвигается именно в эту сторону.
Если раньше ИИ чаще использовали как умный чат, который помогает написать текст, то сейчас всё больше людей начинают собирать реальные рабочие цепочки. Например, задача падает из Slack. Оркестратор её подхватывает. Делит на части. Запускает нескольких агентов. Проверяет промежуточные результаты. Складывает готовый ответ обратно в систему. Иногда это происходит по расписанию — каждый час, каждое утро, после каждого нового сообщения или события.
То есть появляется не просто «помощник», а целая цифровая команда.
И в какой-то момент становится понятно, что главный вопрос уже не «умеешь ли ты писать хороший промпт». Это важно, но уже недостаточно. Главный вопрос — умеешь ли ты построить такую рабочую среду, где ИИ делает полезную работу стабильно, предсказуемо и без постоянного ручного пинания.
Пример из обычной офисной жизни
Допустим, в компании каждую неделю готовится отчёт по продажам.
По-старому это выглядит так: аналитик выгружает данные, чистит таблицу, строит графики, пишет комментарии, пересылает менеджеру, менеджер правит формулировки, потом идёт письмо директору. На это уходит несколько часов, а иногда и полдня. Причём работа скучная, повторяющаяся и очень утомительная.
Теперь представим другой сценарий.
В понедельник в 8:00 оркестратор автоматически запускает процесс. Один агент забирает данные из системы. Второй проверяет, нет ли пропусков и странных скачков. Третий строит таблицы и графики. Четвёртый пишет текстовое объяснение: где выросли продажи, где просели, где есть аномалии. Пятый агент смотрит, не противоречат ли выводы цифрам. Шестой собирает всё в письмо и отправляет руководителю.
А человек что делает? Человек не копается в рутине. Он смотрит уже готовый материал и задаёт более взрослые вопросы: почему просела именно эта категория, что с этим делать, как изменить действия отдела, кому нужно вмешаться.
То есть человек поднимается на уровень выше.
И вот здесь меняется само понятие полезного специалиста
Раньше ценился тот, кто быстрее всех сам делал работу. Потом ценился тот, кто мог организовать других людей, чтобы работа делалась быстрее. А теперь всё больше будет цениться тот, кто умеет строить систему, в которой люди и ИИ вместе дают хороший результат.
Это очень важный сдвиг.
Потому что здесь уже мало быть просто «руководителем проекта», который следит за дедлайнами и пишет статус-апдейты. Здесь нужен тип мышления скорее уровня руководителя направления, руководителя трансформации или руководителя дивизиона. Человека, который умеет видеть процесс целиком, понимать, где какие функции должны взаимодействовать, где нужна автоматизация, где нужен человек, а где нужен контроль.
По сути, хороший оркестратор ИИ — это человек, который умеет строить кросс-функциональные усилия. Только раньше эти усилия были между департаментами, а теперь ещё и между агентами.
Какие навыки теперь реально нужны
Вот тут самое интересное. Если попробовать убрать модные слова и сказать по-человечески, то на рынок выходят следующие навыки.
1. Умение разбивать большую задачу на куски
Это вообще один из самых недооценённых навыков в жизни.
Есть люди, которые получают большую мутную задачу и сразу тонут в ней. А есть люди, которые спокойно разбивают её на этапы: собрать данные, проверить качество, построить вариант решения, протестировать, оформить результат, согласовать. Для работы с агентами это критично. Агентам нельзя просто бросить что-то в духе «сделай мне нормально». Им нужна структура.
Если ты умеешь декомпозировать задачу, ты уже на полпути к тому, чтобы быть хорошим оркестратором.
2. Умение строить процесс, а не героически тушить пожары
Очень многие люди всю карьеру живут в режиме «я всё разрулю». На короткой дистанции это даже выглядит круто. Все бегают, что-то исправляют, ночью допиливают файл, утром спасают презентацию. Но это плохая модель.
С агентами такой подход особенно вреден. Если ты каждый раз всё исправляешь вручную, значит ты не построил систему. Значит, ты сам стал костылём.
Сильный навык будущего — не быть героем, а строить процесс, где героизм не нужен.
3. Умение задавать критерии качества
Это очень важный момент. Агент может сделать тебе красивый текст, аккуратную таблицу и в целом очень уверенный результат. Но красивый ещё не значит правильный.
Поэтому нужно уметь заранее задавать, что такое хороший результат. Какие проверки должны пройти данные. Какие цифры считаются подозрительными. В каких случаях нужно обязательно звать человека. Какие выводы нельзя делать автоматически. Где нужна дополнительная верификация.
Иначе ты получишь очень бодрую автоматизацию, которая быстро производит ошибки в промышленном масштабе.
4. Умение понимать, что делегировать, а что нет
Это вообще старая управленческая мудрость, но с ИИ она стала ещё важнее.
Не всё надо отдавать агентам. Рутину, повторяющиеся действия, сбор данных, черновики, форматирование, первичный анализ — да, отлично. А вот вопросы политические, конфликтные, неоднозначные, связанные с рисками, приоритетами, компромиссами и ответственностью — тут человек ещё долго будет нужен.
Хороший специалист будущего — это не человек, который всё отдал ИИ. Это человек, который правильно понял, что именно стоит отдать ИИ.
5. Умение держать контекст
Когда у тебя один помощник, ещё можно как-то всё держать в голове. Когда у тебя несколько агентов, несколько потоков задач, несколько систем, несколько бизнес-ограничений — без контекста всё разваливается.
Нужно помнить, что было целью, какие ограничения есть по времени, бюджету и качеству, что уже решили раньше, какие есть зависимости между блоками. Иначе один агент будет делать одно, второй — другое, а на выходе получится франкенштейн.
Поэтому управление контекстом становится не менее важным навыком, чем когда-то управление людьми.
6. Умение проверять смысл, а не только форму
Это особенно важно для людей из бизнеса.
Агент может принести вполне приличный отчёт. Всё красиво: заголовки, таблицы, выводы, даже слова умные. Но если ты не умеешь посмотреть на это и понять, что логика хромает, что вывод не вытекает из данных, что причина и следствие перепутаны, то всё — ты попал.
То есть роль человека всё больше сдвигается от «сделать руками» к «оценить по смыслу».
Почему это хорошая новость для взрослых людей
Во всей этой истории есть приятный момент.
Очень часто кажется, что ИИ — это праздник только для молодых технарей, которые сидят в худи, знают десять фреймворков и пишут код быстрее, чем ты читаешь письмо. Но в реальности следующий слой ценности как раз ближе к людям с опытом.
Потому что оркестрация — это не столько про синтаксис, сколько про здравый смысл, системное мышление, понимание бизнеса, приоритеты, организационный дизайн, умение видеть процесс целиком и понимать, где он ломается.
Если человек уже много лет работает в большом бизнесе, ведёт трансформации, собирает кросс-функциональные команды, управляет сложными изменениями — у него есть очень хороший шанс оказаться в сильной позиции. Просто теперь ему нужно научиться применять эти же навыки не только к людям, но и к агентам.
Чему стоит учиться уже сейчас
Если говорить совсем практично, то сейчас полезно качать не только умение «общаться с ИИ», но и вот такие вещи:
- учиться разбивать большие задачи на понятные этапы;
- учиться описывать хороший результат так, чтобы это мог понять и человек, и агент;
- учиться проектировать рабочие процессы, а не только исполнять их;
- учиться видеть, где в процессе нужен контроль, а где можно смело автоматизировать;
- учиться работать с несколькими потоками задач одновременно;
- учиться быстро замечать нелепости, ошибки и странности в результате;
- учиться собирать не одного помощника, а систему из нескольких ролей.
И да, полезно понимать, как устроены оркестраторы, циклы, сабагенты, проверки, память, очереди задач и прочие новые слова. Но не ради красоты и не ради моды. А чтобы видеть, какие возможности они открывают в реальной работе.
Что в итоге меняется
Меняется сама точка приложения усилий.
Раньше ты был ценен тем, что хорошо делал задачу сам. Потом — тем, что мог управлять людьми, которые делают задачу. Теперь всё больше ценность смещается к тому, кто умеет построить такую среду, в которой работа вообще начинает происходить правильно и устойчиво.
То есть карьерный рост будущего — это не только путь от исполнителя к менеджеру. Это путь от исполнителя к архитектору систем.
И вот это, пожалуй, самое интересное во всей истории с ИИ. Машины не просто забирают куски работы. Они заставляют людей взрослеть в профессии. Подниматься выше. Меньше крутить гайки руками и больше думать о том, как устроен весь механизм.
Почти как в Dungeon Keeper.
Ты не машешь мечом. Ты строишь подземелье.
А дальше уже оно воюет за тебя.
Комментарии