Колькі кампаніі змяшчаецца ў адным чалавеку

Адзін агент скончыў задачу. Іншы прынёс вынікі даследавання. Пакуль я разбіраюся з першым, у другога ўжо ёсць пытанне, ад якога залежыць далейшая праца. Мне трэба вярнуцца ў яго кантэкст, зразумець довады, прыняць рашэнне. Потым пераключыцца назад.

Кожны паасобку дапамагае мне працаваць хутчэй. Разам яны ствараюць нагрузку, да якой я аказаўся не зусім гатовы.

Я ствараю прадукт для працы з AI-відэа. Пра яго ўжо ёсць асобная серыя артыкулаў, але цяпер мне цікавей пагаварыць пра тое, што адбываецца з чалавекам, які такі прадукт стварае. Сістэма становіцца самастойнейшай, праз яе можна прапускаць усё больш працы. А я ўсё вастрэй адчуваю, колькі ўсяго даводзіцца прапускаць праз сябе.

Пра будучыя кампаніі з аднаго чалавека разважаюць даўно. Звычайна размова хутка даходзіць да выручкі, колькасці супрацоўнікаў і таго, колькі прафесій зможа замяніць AI. Але паспрабуйце ўявіць гэта з боку свайго аддзела. Яго працу раптам можа выканаць маленькая каманда, у якой амаль няма ўнутраных узгадненняў. Што тады застанецца ад звыклага размеркавання роляў?

Мяне гэтае пытанне ўжо закранае з іншага боку. Я магу запускаць столькі працы, што ўсё цяжэй вытрымліваць яе галавой.

Пры гэтым я сам дамагаўся такой хуткасці.

Lean, невялікія крокі, хуткая зваротная сувязь даўно сталі для мяне звыклым спосабам працаваць. Мне важна як мага хутчэй праверыць рашэнне на практыцы і зразумець, ці варта ісці далей. Cost of Delay, кошт затрымкі, цалкам адчувальны: пакуль рашэнне чакае, мы губляем магчымасць атрымаць карысць або раней даведацца, што памыліліся.

З AI адлегласць паміж задумай і зменай, якая ўжо працуе, моцна скарацілася. Можна хутка паспрабаваць тое, на што раней было шкада часу каманды. Можна змяніць курс, калі з'яўляюцца новыя даныя пра рынак, і амаль адразу праверыць наступствы. Калі ты адзін, унутры каманды няма доўгага ланцужка ўзгадненняў: чалавек, які зразумеў праблему, сам можа прыняць рашэнне і запусціць працу.

Паводле маіх рабочых ацэнак, у відэапраекце гаворка ўжо пра дзесяць рэлізаў на дзень і больш за сто буйных эпікаў, якія засталіся ззаду. Эпік тут — вялікі блок працы, якому папярэднічаюць даследаванне і праектаванне, а пасля яшчэ трэба праверыць вынік. Сама колькасць рэлізаў, вядома, не кажа, наколькі карысным атрымаўся прадукт. Але яна дае ўяўленне пра тэмп, у якім даводзіцца разбірацца з рашэннямі.

За гэтым стаіць камерцыйная задума. Я ўяўляю, які прадукт хачу стварыць, звяраюся з данымі рынку і змяняю план, калі яны таго патрабуюць. AI дазваляе хутчэй прайсці гэты шлях. Ён не вызваляе мяне ад неабходнасці разумець, куды я іду.

І вось тут у хуткасці выяўляецца цана, якую я раней так востра не адчуваў.

Мне больш не трэба памятаць процьму дробязей. Агент знойдзе патрэбную дэталь, адшукае ранейшае рашэнне, збярэ матэрыялы. Я запісваю прынцыпы, паводле якіх працую, вяду нататкі заснавальніка, захоўваю абгрунтаванні рашэнняў пра прадукт. Так у сістэмы з'яўляецца кантэкст, з якім яна можа дзейнічаць даволі самастойна.

Гэта дапамагае. Але паміж запісам у файле і разуменнем у маёй галаве ўсё яшчэ ёсць адлегласць.

Каб прыняць істотнае рашэнне, мне трэба зноў унікнуць у сутнасць справы. Чаму мы наогул узяліся за гэтую задачу? На чым трымаецца прапанаваная выснова? Што яна змяняе для прадукту? Адказы ўжо могуць ляжаць перада мной. Усё роўна патрэбны час, каб разабрацца і зразумець, ці згодны я з імі.

У гэты момант асабліва адчуваеш розніцу паміж доступам да інфармацыі і яе разуменнем. Прачытаць кароткі пераказ можна хутка. Заўважыць, што ў ім прапушчана ўмова, ад якой залежыць уся выснова, значна цяжэй.

Агенты працуюць паралельна. Мая ўвага так не ўмее.

Я магу пераключыцца на іншую задачу, але частка думак яшчэ застаецца ў папярэдняй. Сафі Леруа даследавала такі эфект пад назвай attention residue: незавершаная праца можа ўтрымліваць увагу і перашкаджаць наступнай. Яе эксперыменты былі пра пераключэнне паміж задачамі, задоўга да цяперашніх агентаў. Я пазнаю ў гэтым апісанні тое, што адбываецца са мной, калі вынікі прыходзяць адразу з некалькіх кірункаў. Даследаванне і тлумачэнне аўтаркі.

Атрымліваецца дзіўная для мяне сітуацыя. Я скарачаў чаканне ва ўсім працэсе, а цяпер гатовая праца можа чакаць, пакуль я здолею ў ёй разабрацца. Кошт затрымкі нікуды не знік. Частка яго цяпер звязаная з маёй уласнай увагай.

Пры гэтым я б не стаў казаць, што AI наогул робіць працу цяжэйшай. Многія асобныя задачы з ім сталі нашмат лягчэйшыя. У даследаванні CHI 2025 Хаа-Пін Лі і сааўтары апыталі 319 работнікаў разумовай працы пра выкарыстанне генератыўнага AI. Многія ўдзельнікі казалі, што задачы патрабуюць менш намаганняў. Пры гэтым частка працы перамяшчалася да праверкі адказаў AI і кантролю выканання задачы. Гэта ўласныя ацэнкі ўдзельнікаў пра працу з AI-інструментамі; перагрузку ад кіравання аўтаномнымі агентамі тут не вымяралі. Артыкул Microsoft Research.

У маім выпадку разам з палягчэннем асобных задач з'явіўся іншы эфект: за той жа час я паспяваю адкрыць значна больш кірункаў працы. І рашэнні па іх сыходзяцца да мяне хутчэй, чым я паспяваю спакойна іх абдумаць. Вось гэтую перагрузку я і адчуваю. Наколькі яна тыповая для іншых, яшчэ трэба зразумець.

У аўтаматызацыі, аказваецца, даўно ёсць падобная гісторыя. У 1983 годзе даследчыца Лізан Бэйнбрыдж напісала ў артыкуле «Іроніі аўтаматызацыі»: «Чым дасканалейшая сістэма кіравання, тым істотнейшым можа аказацца ўклад чалавека-аператара» — тут і далей цытаты перакладзеныя з англійскай. Яна разбірала прамысловыя сістэмы, у якіх чалавеку заставаліся складаныя задачы і ўмяшанне пры адхіленнях. Мне знаёмае гэтае адчуванне: выкананне ўсё часцей абыходзіцца без мяне, а рашэнні, якія засталіся, усё яшчэ патрабуюць глыбока ўнікаць у тое, што адбываецца. Арыгінал артыкула, Automatica.

Таму мне блізкая аналогія з парным праграмаваннем з Extreme Programming. Партнёр патрэбны ў тым ліку для таго, каб разам разабрацца ў задачы і праверыць ход думкі. Марцін Фаўлер, адказваючы на папрок у марнатраўстве такой працы, піша: «Але гэта марнатраўства толькі ў тым выпадку, калі самае цяжкае ў праграмаванні — набіраць тэкст». Ён кажа пра двух людзей. Я пераношу гэтую логіку на сваю працу з AI: калі код з'яўляецца хутчэй, асабліва добра відаць, колькі працы застаецца ў самім рашэнні — што мы хочам атрымаць і чаму. Martin Fowler, Pair Programming.

Я стаўлюся да агентаў як да партнёраў па працы. З імі можна абмяркоўваць рашэнне, спрачацца, даследаваць тое, на што аднаму не хапіла б сіл. Давер тут вырастае з досведу і праверак. Для істотных рашэнняў пра прадукт я пакуль не магу ператварыць яго ў безумоўную згоду: за наступствы гэтага выбару адказваю я.

У маленькім праекце амаль усё разуменне можа жыць у заснавальніка. Ён памятае, навошта з'явілася ідэя і чаго чакае ад прадукту. З ростам з'яўляюцца вобласці, у якіх ужо не разбярэшся на хаду. Пад даменам я тут разумею менавіта такую прадметную вобласць: напрыклад, эканоміку прадукту або працэс яго вытворчасці. Трэба ведаць, як яна ўладкаваная і чаму ў ёй прымаюцца пэўныя рашэнні.

Калі маё разуменне гэтай вобласці пачынае адставаць ад таго, што адбываецца, колькасць даступных агентаў сама па сабе праблемы не вырашае. Яны здольныя сабраць больш матэрыялу, але хтосьці мусіць умець яго ацаніць. Іначай я рызыкую ўхваляць пераканаўчыя адказы, паступова губляючы ўяўленне пра тое, да чаго яны вядуць.

Адсюль мая гіпотэза пра будучую каманду. У нейкі момант побач спатрэбіцца чалавек, які возьме на сябе цэлую вобласць і зможа прымаць у ёй абгрунтаваныя рашэнні. У яго таксама будуць агенты. Да яго пяройдзе частка працы, дзеля якой сёння мне даводзіцца загружаць у галаву яшчэ адзін вялікі кавалак прадукту.

Такі падзел нам знаёмы: у кампаніях ужо ёсць людзі, якія адказваюць за камерцыю, за развіццё прадукту, за яго вытворчасць. Мой прагноз датычыцца таго, колькі людзей спатрэбіцца ўнутры гэтых кірункаў.

Там, дзе сёння патрэбны аддзел, з часткай працы справяцца некалькі чалавек.

Ад гэтага меркавання робіцца няўтульна, калі ў думках паставіць на месца аддзела свой уласны. За яго назвай стаяць людзі і кар'еры, гады назапашанага досведу. Нават частковая аўтаматызацыя можа змяніць патрэбу ў звыклых пасадах. А разуменне самой вобласці і адказнасць за вынік усё роўна давядзецца недзе захаваць.

На асобных задачах магчымасць працаваць меншым складам ужо правяраюць эксперыментальна. У даследаванні Фабрыцыа Дэль’Аква і сааўтараў, апублікаваным у часопісе Organization Science у 2026 годзе, аналізавалі працу 791 спецыяліста Procter & Gamble. У аднадзённых задачах па распрацоўцы прадуктовых ідэй людзі, якія працавалі паасобку з дыялогавым AI-памочнікам, паказвалі вынікі, параўнальныя па якасці з вынікамі пар без AI. Гэта цікавы вынік, хоць з яго нельга зрабіць выснову, што адзін чалавек цяпер здольны весці цэлую кампанію. The Cybernetic Teammate.

Я думаю, ціск кампактных канкурэнтаў прымусіць і вялікія кампаніі пераглядаць тое, як уладкаваныя іх каманды. Дзесьці гэта прывядзе да скарачэнняў, дзесьці дазволіць тым жа людзям рабіць больш. Калі канкурэнт вырашае тую ж задачу кліента меншым складам і хутчэй дабіраецца да рынку, звыклы памер нашага аддзела ўжо не выглядае чымсьці само сабой зразумелым.

Тут мне хочацца задаць чытачу пытанне, якое я адрасую і сабе.

Калі выкананне вашых звыклых задач рэзка патаннее, за якія рашэнні будуць плаціць асабіста вам?

Мой адказ звязаны з сістэмным мысленнем — systems thinking. Я лічу яго адным з галоўных навыкаў будучыні. Чалавек мусіць разумець, як рашэнні ў яго вобласці змяняюць прадукт цалкам. Можна паскорыць генерацыю відэа і атрымаць выдаткі, пры якіх яго ніхто не захоча купляць. Можна спрасціць адзін этап працы і перакласці ўсю складанасць на наступны. Кожнае асобнае паляпшэнне пры гэтым будзе выглядаць цалкам пераканаўча.

Донэла Медаўз у працы пра пункты ўздзеяння на сістэму разбірала менавіта сувязі, зваротную сувязь і мэты, ад якіх залежаць яе паводзіны. Такі погляд карысны і для працы з агентамі: правяраючы іх вынікі, мне трэба бачыць, што ўсе яны разам робяць з прадуктам. Прагноз пра запатрабаванасць гэтага навыку ўжо мой. Donella Meadows, Leverage Points.

Побач з сістэмным мысленнем стаіць яшчэ адно ўменне: ясна і дакладна растлумачыць, чаго ты хочаш. Пакуль задума жыве толькі ў галаве, можна не заўважаць, колькі ў ёй нявызначанасці. Спроба даручыць працу агенту хутка яе выяўляе. Які вынік нам патрэбны? Па чым мы зразумеем, што атрымалі яго, і чым дзеля яго нельга ахвяраваць?

Раней трэба было майстэрскі шукаць у Google. Цяпер — майстэрскі ставіць задачу.

Ёсць у гэтым іронія: тэхнічнае заданне, тое самае ТЗ, зноў становіцца асабістым клопатам чалавека, які хоча выніку. Шукаць і правяраць крыніцы, вядома, усё яшчэ трэба. Але гатоўнасць сістэмы дзейнічаць робіць расплывістае заданне асабліва дарагім. Працу ўжо можна запусціць, хоць сам яшчэ як след не вырашыў, што лічыць поспехам.

Тут карысны стары SMART. Джордж Доран, які прапанаваў яго ў 1981 годзе, раіў удакладняць, што менавіта мы паляпшаем, як ацэньваем прасоўванне, хто гэта робіць, якіх вынікаў рэальна дасягнуць з даступнымі рэсурсамі і да якога тэрміну. З AI гэтыя пытанні цалкам захоўваюць сэнс. Для паўнавартаснага задання да іх яшчэ патрэбны кантэкст і абмежаванні: што ўлічваць, якія змены дапушчальныя, калі спыніцца і вярнуцца да чалавека. SMART дапамагае сфармуляваць мэту; якасць рашэння давядзецца правяраць асобна. George T. Doran, арыгінальны артыкул у Management Review.

Так што новая роля патрабуе даволі старой кіраўніцкай працы: разабрацца ў сістэме і растлумачыць жаданую змену дастаткова дакладна, каб іншы мог дзейнічаць. Цяпер цана няяснасці расце разам з хуткасцю, з якой агенты ўвасабляюць тваё заданне.

Назву для такой ролі ўжо шукаюць. Microsoft прапануе agent boss: чалавек стварае агентаў, даручае ім працу і кіруе імі. У справаздачы Work Trend Index 2025 ёсць і папярэджанне пра перагрузку чалавечай здольнасці ацэньваць і прымаць рашэнні, калі агентаў зашмат. Гэта прапанаваныя кампаніяй тэрміны і прагноз, а не агульнапрынятая назва прафесіі. Мяне ў гэтай ролі асабліва цікавіць чалавек, які за ўсёй працай агентаў захоўвае разуменне сутнасці справы. Microsoft, Work Trend Index 2025.

Калі я кажу пра «людзей будучыні», я думаю якраз пра такую штодзённую працу. Адзін чалавек ужо можа брацца за рэчы, дзеля якіх раней яму давялося б збіраць каманду. Я адчуваю гэтую свабоду ў сваім праекце і зусім не хачу ад яе адмаўляцца. Можна хутка праверыць смелую ідэю, убачыць памылку, перабудавацца. Гэта захапляе. І я разумею, наколькі няўтульна будзе канкурыраваць з чалавекам, які так працуе, калі твая ўласная кампанія мяняе кірунак месяцамі.

Калі прадукт расце толькі да таго часу, пакуль заснавальнік паспявае асабіста ва ўсё ўнікнуць, мяжа гэтай мадэлі нікуды не дзелася. Магчыма, менавіта вакол гэтай мяжы і будуць складацца новыя каманды: кожны чалавек адказвае за сваю вобласць і працуе ў ёй са сваімі агентамі.

Можна пайсці ў развагах далей. Дапусціць, што сістэмы навучацца настолькі надзейна трымацца мэтаў і ўлічваць наступствы, што ўдзел чалавека ў многіх рашэннях стане рэдкім. Можа быць, у нейкіх бізнесах застанецца адзін заснавальнік. Я не ведаю, ці здарыцца гэта і дзе. Мой сённяшні досвед заканчваецца раней.

Сёння я ўмею запускаць працу хутчэй, чым раней. Я бачу, як шмат што становіцца магчымым амаль у адзіночку.

І ўсё часцей даходжу да моманту, калі трэба спыніцца і нанова зразумець тое, за што я збіраюся адказваць.

Прынамсі цяпер за прынятыя рашэнні адказваем мы, людзі. Машына можа падрыхтаваць рэкамендацыю і пераканаўча яе абгрунтаваць. Прыняць яе ў працу і адказваць за наступствы даводзіцца мне. А рашэнні бываюць сур'ёзныя: на коне могуць апынуцца грошы кампаніі або абавязацельствы перад кліентамі. Тое, што варыянт прапанаваў агент, не пазбаўляе мяне неабходнасці разбірацца з наступствамі.

Наступны агент ужо можа працаваць. А я яшчэ думаю над вынікам папярэдняга.

Колькі кампаніі я здольны змясціць у адной галаве? І як нам падзяліць яе паміж людзьмі, калі ў кожнага будзе свая каманда агентаў?