Последнее время я всё чаще ловлю себя на одной мысли.
Темы, которыми я занимаюсь вроде бы параллельно, начинают сходиться в одну точку.
Лидерство.
Голографичность управления.
Автономность.
AI-агенты.
Governance.
Гибридные команды.
На первый взгляд — довольно разный набор.
Но чем больше я смотрю на реальные сценарии использования AI, тем меньше мне кажется, что речь идёт о какой-то совершенно новой управленческой модели.
Скорее наоборот.
Многие из этих принципов хорошо знакомы мне ещё со времён Motorola.
Сложная организация никогда не управлялась только через оргструктуру, инструкции и формальные полномочия.
Можно нарисовать идеальную схему подчинённости, прописать десятки процессов — и всё равно получить систему, которая в реальности работает совсем не так.
Потому что организация живёт ещё и через то, как разные люди видят происходящее, как соединяют свои картины мира, как договариваются о важном и кто в конкретный момент получает право действовать.
AI не отменяет эту логику.
Но радикально меняет масштаб, скорость и состав участников системы.
Теперь рядом с людьми в сложных процессах появляются AI-агенты. Они получают информацию, интерпретируют её, делают выводы, принимают часть решений и начинают действовать самостоятельно.
И вот здесь старые управленческие вопросы вдруг становятся совсем не старыми.
Разное восприятие — это нормально
Люди никогда не видят одну и ту же ситуацию одинаково.
Продажи видят клиента.
Инженеры — архитектуру.
Финансы — экономику.
Юристы — ограничения.
Руководитель — взаимосвязи, риски и последствия.
Я много раз видел, как команды пытались «свести всех к единому мнению», хотя именно различия часто содержали самое ценное.
Поэтому я всегда скорее смотрел на задачу иначе.
Не заставить всех видеть одинаково.
А сделать разные проекции видимыми и собрать из них более объёмную картину.
Именно это я называю голографичностью управления.
Я давно развиваю эту рамку отдельно от темы AI — как способ смотреть на управление вообще.
Но AI заставляет довести её до предела.
Становится ясно, что голографичность — это не просто «выслушать разные мнения». Это уже вопрос об управляемости системы, в которой наряду с людьми действуют и нечеловеческие агенты.
AI-агент в этом смысле не такой уж экзотический участник.
Он тоже не видит «объективную реальность».
Он видит только доступный ему контекст: данные, инструкции, историю взаимодействий, ограничения собственной модели.
То есть в системе появляется ещё один тип восприятия.
И это, на мой взгляд, гораздо интереснее, чем бесконечно обсуждать, «умнее AI человека или нет».
Вопрос вообще не в этом.
Как использовать ещё одну проекцию реальности так, чтобы общая картина стала точнее, а не шумнее?
Намерение важнее инструкции
Чем сложнее система, тем быстрее перестаёт работать идея, что всё можно описать правилами.
Я достаточно раз видел ситуации, когда человек абсолютно правильно выполнял инструкцию — и при этом бизнес получал совсем не тот результат, ради которого инструкция вообще существовала.
С AI будет ровно то же самое.
Только счёт может идти уже не на недели, а на секунды.
Представим AI-агента в SOC.
Он видит подозрительную активность, оценивает риск как высокий и автоматически изолирует хост.
С точки зрения локальной политики безопасности всё выглядит правильно.
Но если уровень уверенности недостаточен, а этот хост поддерживает критически важный сервис, решение перестаёт быть чисто техническим.
Возникает конфликт нескольких целей:
снижение cyber risk,
business continuity,
стоимость ошибки,
скорость реакции.
Агент может безупречно выполнить локальную задачу — и при этом далеко уйти от исходного смысла всей системы.
Поэтому мне всё важнее кажется не вопрос:
что нужно сделать?
А другой:
какого состояния мы вообще хотим достичь?
Для себя я давно раскладываю это примерно так:
Perception → Awareness → Intention → Manifestation
Что мы видим.
Что понимаем из увиденного.
Чего хотим добиться.
И что в итоге реально произошло.
Последний шаг особенно важен.
Потому что намерение и результат — далеко не всегда одно и то же.
И именно в этом промежутке чаще всего и живут реальные управленческие проблемы.
Автономность — это не «делай что хочешь»
Это тоже не новый вопрос.
Нормальный руководитель не хочет согласовывать каждую мелочь.
Если без него система останавливается — это уже не управление, а ручное управление.
Поэтому людям всегда давали автономность.
Но хорошая автономность работает только тогда, когда понятны границы.
Что можно решить самому?
Когда нужна эскалация?
Когда нужно остановиться и запросить дополнительный контекст?
Что вообще находится за пределами допустимого?
Тот же SOC-агент может иметь право автоматически изолировать хост при определённом уровне риска.
Но у него не обязательно есть право самостоятельно решить, что в конкретной ситуации security objective важнее доступности критического сервиса.
Первое — операционная автономность.
Второе — уже изменение приоритетов системы.
С AI всё то же самое.
Просто теперь эти вещи приходится формулировать куда точнее.
И здесь управление начинает напрямую соединяться с governance.
Не как с модным набором политик.
А как с практическим ответом на довольно простой вопрос:
кому, что и в каких условиях мы готовы разрешить делать самостоятельно?
А дальше появляется этика
Вот здесь, на мой взгляд, разговор становится по-настоящему интересным.
Последнее время всё чаще говорят о том, что AI может «выйти из-под контроля».
Формулировка удобная.
Она хорошо пугает.
Потому что «выйдет из-под контроля» — это что-то неопределённое и потенциально очень большое.
Но если перевести страх в управленческие понятия, вопрос становится гораздо конкретнее.
Что именно означает «вышел из-под контроля»?
Начал принимать решения?
Получил слишком много автономности?
Перестал выполнять инструкции?
Или начал менять саму цель системы?
Представим AI-агента, которому дали автономию вести переговоры по сделке.
Он начинает быстрее любого продавца уступать в условиях — потому что его оптимизируют под скорость закрытия.
Формально он ничего не нарушает.
Он просто безупречно оптимизирует то, что ему измеряют, а не то, ради чего вообще существует коммерческая политика компании.
И это важное различие.
Проблема не обязательно в том, что AI «подменил цель».
Проблема может быть в том, что мы сами плохо сформулировали intention и заменили его удобным proxy.
А если поставить вопрос ещё жёстче:
что, если в какой-то момент AI станет лидером?
На первый взгляд звучит почти как сюжет фантастического фильма.
Но я не уверен, что сам вопрос поставлен правильно.
Потому что в сложной системе лидерство и сегодня далеко не всегда принадлежит одному человеку.
Лидерство и сегодня уже перемещается
Я много раз видел это в сильных командах.
В одной ситуации главным становится человек, который лучше всех понимает клиента.
В другой — архитектор.
В третьей — инженер, который первым увидел критический риск.
В четвёртой — человек, который вообще формально не находится наверху иерархии, но именно сейчас лучше остальных понимает, что нужно делать.
Оргструктура при этом никуда не исчезает.
Но лидерство в конкретной ситуации перемещается.
Именно это я имею в виду, когда говорю о динамичном лидерстве.
Не «все руководители».
Не отсутствие ответственности.
А способность системы отдавать ведущую роль тому, у кого в данный момент лучшее сочетание понимания, компетенции и возможности действовать.
И если так, возникает неприятно логичный вопрос.
Почему в гибридной системе такую роль принципиально не может на время получить AI?
Если он лучше видит происходящее.
Если способен одновременно обработать сотни сигналов.
Если быстрее человека может скоординировать несколько взаимосвязанных процессов.
Сам по себе этот сценарий меня не особенно пугает.
Но здесь появляется действительно важная граница.
Лидер ситуации и лидер смысла — разные вещи
AI вполне может оказаться лучшим лидером конкретной ситуации.
Он может быстрее увидеть паттерн.
Точнее просчитать варианты.
Эффективнее распределить ресурсы.
Лучше скоординировать исполнение.
То есть он вполне способен получить лидерство знания или операционное лидерство.
Но есть другой уровень.
Кто определяет, какое состояние вообще является желательным?
Какие компромиссы допустимы?
Что нельзя делать даже тогда, когда это эффективно?
Какие ценности система готова защищать ценой денег, скорости или результата?
Вот здесь мы уже говорим не о вычислительной мощности.
Мы говорим о смысле и этике.
И для меня именно здесь проходит одна из важнейших границ гибридного управления.
AI может вести систему к цели. Но имеет ли он право самостоятельно изменить саму цель?
Это уже совсем другой вопрос.
Одной общей картины недостаточно
Голографичность — это не просто «послушаем разные мнения».
Этого было бы слишком мало.
Чтобы система могла жить с распределённым и динамичным лидерством, нужен более глубокий слой:
общее понимание допустимого,
общая этика,
общее представление о том, ради чего вообще существует система.
Именно это позволяет спокойно менять носителя лидерства.
Сегодня ведёт один человек.
Завтра — другой.
В какой-то момент, возможно, AI.
Но переход лидерства не должен автоматически означать, что вместе с ним поменялись и правила игры.
Для себя я бы сформулировал это очень просто:
Смена носителя лидерства не должна означать смену этики системы.
После этого вопрос «может ли AI быть лидером?» начинает звучать гораздо менее страшно.
Проблема ведь не в самом факте, что AI получил право действовать.
Проблема начинается, если система перестаёт понимать:
кто сформировал intention,
на основании какой этики,
кто имеет право изменить это намерение,
кто может остановить действие,
и как вообще происходит передача лидерства.
Вот это уже реальные вопросы управления.
Возможно, мы боимся немного не того
Поэтому мне всё меньше нравится вопрос:
«Как не дать AI выйти из-под контроля?»
Он слишком быстро ставит человека и AI по разные стороны баррикады.
Мне гораздо интереснее другой:
Как должна быть устроена система, в которой люди и AI могут обладать разной степенью автономности, временно принимать лидерство и при этом оставаться внутри общего intention и общей этики?
Именно здесь для меня постепенно начинают сходиться темы, которыми я раньше занимался по отдельности:
голографичность управления,
distributed leadership,
AI governance,
behavior control,
автономность,
наблюдаемость,
этика.
И чем больше я об этом думаю, тем сильнее мне кажется, что главный вопрос ближайших лет будет не в том, заменит ли AI человека.
И даже не в том, сможет ли AI руководить человеком.
Гораздо интереснее другое.
Как построить систему, в которой лидерство сможет переходить от человека к человеку, от человека к AI и обратно — не разрушая при этом общий смысл, этику и ответственность?
Вот этот вопрос мне сегодня кажется действительно важным.
Готового ответа у меня пока нет.
Но я всё увереннее думаю, что искать его нужно не в этике «вообще», а в гораздо более конкретных, почти инженерных терминах:
кто авторизовал действие,
кто определил границы допустимого,
кто может изменить intention,
кто имеет право остановить систему,
и означает ли технически разрешённое действие, что оно действительно легитимно.
Кажется, это уже тема для отдельного разговора.
