Почему выгорают не слабые, а ваши
«Результаты отдела упали, текучка выросла — работать стало не с кем, кругом нытики».
Странная, но весьма распространенная позиция. Мы все так поднаторели в терминах — шутки про выгорание стали базой IT сферы.
«Результаты отдела упали, текучка выросла — работать стало не с кем, кругом нытики».
Странная, но весьма распространенная позиция. Мы все так поднаторели в терминах — шутки про выгорание стали базой IT сферы.
Российский продакт-менеджмент построил сильную школу discovery и почти не построил школу delivery. Это самый дорогой пробел в продакт-образовании, и с приходом ИИ он становится только дороже.
Анализ 22 ведущих российских продакт-курсов (Karpov Courses, GoPractice, Skillbox, Яндекс Практикум, программы ВШЭ и других) показал: ни один из них не покрывает все семь ключевых практик доведения проекта до результата. За более чем десять лет менторства продактов я вижу один и тот же паттерн снова и снова — продакт отлично знает, что именно надо делать, но теряет ритм на этапе реализации.
Марк Цукерберг уволил 8000 сотрудников Meta*. Работников попросили остаться дома в день сокращений, чтобы избежать хаоса, а уведомления об увольнении начали приходить в 4 часа утра.
Оставшимся сотрудникам объявили о переходе компании на ИИ-разработку и внедрении систем, которые будут отслеживать рабочую активность сотрудников для обучения нейросетей.
Это не просто новость. Это иллюстрация ближайшего будущего IT-индустрии.
Когда два инженера расходятся во мнениях после одного и того же код-ревью, первый импульс — проверить коммуникацию. Поговорить, уточнить, переформулировать. Иногда это помогает. Но есть случаи, когда проблема глубже: люди буквально воспринимают разные версии одной реальности. Не из-за невнимательности — из-за биологии. Немецкий биолог Якоб фон Икскюль описал этот механизм сто лет назад для животных. Для людей он работает так же — только сложнее.
Десять инженеров на архитектурном ревью. Один экран, один набор данных, сорок минут обсуждения. Потом каждый пишет саммари для команды.
Мы все привыкли строить производство софта как конвейер. Продакт берёт идею, отдаёт аналитику. Аналитик пишет требования, отдаёт разработчику. Разработчик пишет код, отдаёт QA. QA проверяет, отдаёт DevOps. DevOps выкатывает в прод.
Каждый знает свой участок. Каждый передаёт результат дальше. Лента сама довозит результат до пользователя.
Так работало 30 лет. И вот в каждый из этих участков пришёл AI-агент. И конвейер начал барахлить.
Стивен Порджес в 1988 году работал с данными кардиомониторинга новорождённых в интенсивной терапии. Он смотрел не на патологию — он смотрел на норму. На здоровых детей. И заметил странную вещь: вариабельность сердечного ритма у разных детей в одинаковых условиях покоя вела себя по-разному. Не случайным образом — паттерно. Будто у каждого сердца был собственный почерк, заложенный ещё до того, как ребёнок научился говорить, читать или заполнять психологические тесты.
Порджес назвал это «вагальным тонусом» и потратил следующие двадцать лет, пытаясь объяснить, что это значит.
Знакомый фаундер четыре месяца не мог закрыть позицию senior-инженера. В итоге поднял оффер примерно на 20% выше рынка, кандидат согласился, команда выдохнула. Через три месяца инженер ушел в другую компанию.
Другой фаундер был в более слабой позиции: ранняя стадия, неизвестный бренд, ограниченный бюджет, продукт еще не до конца сформулирован. За шесть недель он закрыл три senior-позиции, прошел год и команда осталась с ним.
Знакомый фаундер четыре месяца не мог закрыть позицию senior-инженера. В итоге поднял оффер примерно на 20% выше рынка, кандидат согласился, команда выдохнула. Через три месяца инженер ушел в другую компанию.
Другой фаундер был в более слабой позиции: ранняя стадия, неизвестный бренд, ограниченный бюджет, продукт еще не до конца сформулирован. За шесть недель он закрыл три senior-позиции, прошел год и команда осталась с ним.