Последние десятилетия развитие технологий следовало одной понятной логике: чем сложнее становились системы, тем уже специализировались люди.
Когда-то один человек мог заниматься инфраструктурой, разработкой, внедрением и поддержкой. Потом объем знаний и сложность решений выросли настолько, что появились аналитики, архитекторы, разработчики, тестировщики, инженеры безопасности, DevOps. Каждая роль возникла не случайно – в какой-то момент ни один человек уже не мог удерживать в голове всю систему целиком.
Но вместе со специализацией между замыслом и результатом выросла длинная цепочка передач контекста. Идея превращалась в требования, требования – в решения. Где-то на этом пути первоначальный замысел неизбежно начинал отличаться от того, каким его видел автор идеи. Не потому, что кто-то ошибался. Просто любой перевод с одного профессионального языка на другой меняет содержание. Это не баг системы, это ее свойство.
В последние месяцы я несколько раз столкнулся с ситуациями, которые плохо укладываются в эту логику. Не потому, что задачи стали проще. Скорее наоборот. Но появился инструмент, который начал компенсировать другое ограничение – объем контекста, который один человек способен удерживать и обрабатывать самостоятельно.
ИИ не делает человека специалистом по всему сразу. Опыт и глубину он не заменяет. Но он закрывает ту самую функцию, из-за которой раньше приходилось ждать нужного человека, объяснять ему задачу, потом ждать снова. И я стал замечать, что скорость результата все чаще зависит не столько от уровня экспертизы участников, сколько от того, сколько раз задача меняла руки по дороге.
Постепенно я пришел к другой мысли. Не думаю, что дело в нехватке специалистов. Дефицитом становятся люди, способные удерживать картину целиком. Не те, кто знает все, а те, кто понимает, зачем это делается, видит ограничения системы и готов отвечать за результат, а не за свой кусок работы.
Интересно, что похожую ситуацию многие уже видели раньше. Те, кто начинал работать в девяностые, помнят: один человек мог и сеть настроить, и написать программу, и внедрить ее пользователю. Не потому, что не хватало специалистов – просто систему тогда еще можно было удержать в одной голове. Потом сложность перевалила этот предел, и специализация стала необходимостью. А вместе с ней пришла и привычка отвечать только за свой фрагмент.
Впервые появился инструмент, который позволяет вернуть то, что когда-то было потеряно вместе со специализацией: способность видеть задачу целиком, не пытаясь знать все самому.
Долгое время эффективность организаций определялась умением дробить сложную работу на специализированные функции. Сейчас все большую ценность начинает приобретать противоположная способность – собирать эти функции обратно в единую картину. Не знать все самому, а удерживать контекст достаточно долго, чтобы довести замысел до результата без потери смысла по дороге.
Мы много говорим о том, кого заменит искусственный интеллект. Но, возможно, куда важнее другой вопрос: готовы ли компании работать с людьми, способными пройти путь от идеи до результата почти без посредников? Или мы по-прежнему строим процессы вокруг мира, в котором контекст целиком в одной голове просто не помещался?