В июне 2026 года преподаватели Гарвардской школы бизнеса опубликовали исследование, основанное на 18 интервью с партнёрами, менеджерами и младшими консультантами двух крупных консалтинговых компаний. Вывод оказался неожиданным: там, где ждали, что ИИ разгрузит всех, реально разгрузились только младшие сотрудники и руководство - а вся проверка, обучение команды и ответственность за ошибки нейросети легли на менеджеров среднего звена.
Для разговора о такой перегрузке логично было бы найти комментатора самого исследования. Но мы искали человека компетентнее - того, кто наблюдал эту проблему не в консалтинге, а в разработке систем с миллионами пользователей, где цена ошибки на порядок выше. Валерий Лисай много лет строил и возглавлял разработку высоконагруженных систем в Яндексе, Сбере, VK и Rambler, а сейчас руководит технологиями в американском стартапе Lookverse. Получилось проанализировать проблему сразу с двух сторон: как ИИ меняет нагрузку внутри компании, и как та же логика работает в продукте, которым пользуются миллионы людей ежедневно.
- Валерий, что в выводах этого исследования вы считаете наиболее важным?
То, что оно наконец назвало вслух вещь, с которой я сталкивался годами, просто без термина. Обычно про ИИ говорят языком экономии: стало быстрее, стало дешевле, джуниоры теперь делают за час то, на что раньше уходила неделя. Всё это правда. Но исследование показывает, куда девается сэкономленное время - оно не исчезает, а оседает на менеджере. Он и раньше отвечал за результат команды, а теперь ещё и должен отличить содержательный анализ от гладкого набора фраз, которые нейросеть выдаёт очень убедительно. Это отдельный навык, которому никто никого не учил.
- Вы сами руководили разработкой в очень крупных компаниях - Яндексе, Сбере, VK, Rambler. Узнавали в исследовании себя?
Постоянно. Интеграция Яндекс.Такси и Uber, запуск новых сервисов в Домклике — это системы, где любая ошибка мгновенно отражается на миллионах людей. В каждой такой истории я видел один и тот же сценарий: команде дают новый мощный инструмент, но роли и зоны ответственности не успевают за ним. Как правило, вся неопределенность автоматически падает на тех, кто в середине иерархии — менеджеров, лидов, тимлидов. Функция появилась, а роль осталась старой, и именно этот слой начинает жить в режиме постоянной перегрузки. С ИИ это происходит в квадрате: инструмент внедряют уже не в один продукт, а сразу во всю компанию, а пересмотр систем ответственности и обучающих программ почти всегда запаздывает.
- Как тогда компаниям вообще понять, где именно у команды пробел, если всё меняется так быстро?
Именно поэтому я ещё в России занимался картой компетенций - системой, которая показывает, каких конкретно навыков не хватает команде, а не оставляет это на уровне общего ощущения «что-то идёт не так». С появлением ИИ туда добавился целый новый пласт: умеет ли человек проверить источник, понимает ли, почему ответ нейросети звучит убедительно, хотя построен на неверных данных, способен ли заметить, что вместо анализа ему подсунули пересказ. Проблема в том, что должностные инструкции и программы обучения обновляются гораздо медленнее, чем появляются эти требования.
- Кроме нехватки навыков, что ещё, на ваш взгляд, мешает компаниям справиться с этой перегрузкой?
По моим наблюдениям, дело ещё и в системе поощрений внутри компаний. Если компания продолжает оценивать людей по старым метрикам - срокам, загрузке, выполнению плана, - а время, потраченное на обучение коллег и выстраивание правил работы с ИИ, нигде не учитывается, то менеджер получает новую обязанность без единого лишнего часа на неё. Команды, у которых получалось лучше, делали две простые вещи: выделяли отдельное время на освоение инструментов и собирали проверенные решения в одном месте, а не оставляли их в головах отдельных людей. Тогда команда не наступает по кругу на одни и те же грабли.
- Вы также говорите о том, что ИИ может мешать младшим специалистам учиться. Как вы решаете это в своей команде?
Это тема, с которой я работал ещё до всякого распространения ИИ - преподавал в Школе бэкенд-разработки Яндекса, запускал стажёрскую программу в Домклике. Всегда приходилось решать, что можно дать человеку в готовом виде, а что он обязан понять и отработать сам. Нейросеть эту границу размывает: младший разработчик может быстро получить готовый код, и внешне задача выглядит решённой, хотя он не всегда способен объяснить, почему решение работает именно так. Для высоконагруженных систем это особенно опасно - ошибка, незаметная на маленьком проекте, при большом количестве пользователей способна повлиять на весь продукт. Поэтому мой принцип простой: ИИ должен избавлять человека от механической работы, но не от необходимости думать, проверять и объяснять свои решения. Иначе результат будет сегодня, а разработчик, который не умеет работать без подсказки, - завтра.
- Вы ещё входите в жюри технологического конкурса The Trends Contest. Что чаще всего не так с ИИ-стартапами, которые вы там оцениваете?
Большинство питчей строится вокруг того, что теперь умеет модель - она пишет, анализирует, генерирует изображения. Это красиво на демонстрации. Но почти никто не отвечает на вопрос, что происходит с продуктом через несколько месяцев ежедневного использования: освободилось ли у людей время для более сложной работы, или же одну привычную задачу просто заменили несколькими новыми. Самые интересные проекты — те, где команда честно показывает, как меняется рабочий день пользователей через полгода после внедрения.
- Если бы вам нужно было сформулировать это одной мыслью - как оценивать любой ИИ-продукт?
Для меня ключевой вопрос про любой ИИ продукт звучит так: не что теперь умеет модель, а от каких конкретных действий мы освободили человека. Менеджера, разработчика, пользователя — неважно. Если после внедрения ИИ у людей не стало меньше ручной, повторяющейся работы, а просто сменился её формат и название должности, это не трансформация, а косметика. Мы перенесли нагрузку с одной роли на другую или с команды на конечного пользователя и назвали это инновацией. Настоящая ценность начинается там, где технология честно забирает на себя рутину, оставляя человеку пространство для того, что невозможно автоматизировать: мышление, ответственность и живое общение.
Автор текста Иван Петров