Почему эта книга появилась сейчас

Введение

У большинства руководителей уже был первый контакт с ИИ.

Кто-то купил сотрудникам доступ к сильной модели. Кто-то провел обучение по промптам. Кто-то сделал внутреннего чат-бота. Кто-то поручил технической команде «посмотреть, что можно автоматизировать». Почти в каждой компании нашелся один человек, который начал пользоваться ИИ быстрее других и показывать впечатляющие результаты.

В этой книге под ИИ я прежде всего имею в виду большие языковые модели и ассистентов, построенных вокруг них. Это тот класс технологий, который стал массово видимым после ChatGPT, а затем быстро расширился за счет Claude, Gemini, DeepSeek, Qwen, Llama, Mistral и других моделей.

Часть этих моделей принадлежит крупным проприетарным компаниям и доступна как сервис. Часть развивается как открытые модели, которые можно разворачивать в своем контуре или донастраивать под специальные задачи. Для руководителя важно не путаться в названиях: в книге речь идет о новой способности компании работать с языком, документами, знаниями, задачами, кодом и решениями через модель, которая понимает контекст и может действовать как ассистент.

Через несколько месяцев часто возникает странное ощущение.

Активность есть. Разговоров много. Демонстрации выглядят убедительно. В отдельных местах стало быстрее. Компания в целом почти не изменилась.

Сроки по-прежнему срываются. Знания теряются в переписках и головах сотрудников. Руководитель не понимает, почему одни команды двигаются быстрее, а другие стоят на месте. Клиентские договоренности расползаются между почтой, мессенджерами, задачами и личными заметками. Новые сотрудники долго входят в контекст. Хорошие практики остаются личным мастерством отдельных людей.

ИИ вроде бы появился, но операционная система компании осталась прежней.

В этом и состоит главный разрыв.

Многие пытаются внедрить ИИ как инструмент. Серьезный эффект появляется тогда, когда вокруг ИИ меняется способ работы.

Вопрос «Какую модель выбрать?» слишком узкий. Полезнее спросить:

• кто в компании ставит задачу;
• откуда ассистент берет факты;
• какие данные ему можно видеть;
• какие правила он обязан соблюдать;
• как проверяется результат;
• где решение принимает человек;
• что остается в памяти компании после выполненной работы.

Пока эти вопросы не решены, ИИ остается умным собеседником рядом с процессом. Отдельный человек может получать пользу, но компания еще не меняет способ работы.

AI-Native подход начинается там, где ассистент перестает быть случайным помощником и становится элементом операционной модели.

У роли появляется ассистент. У ассистента появляются skills — рабочие навыки. У skills появляются источники правды (source of truth), ограничения, правила качества и понятный результат. У руководителя появляются метрики, по которым можно отличить реальный эффект от красивой активности.

Эта книга написана для основателей, генеральных директоров и технических руководителей, которым нужно пройти этот путь без лишнего шума.

Книга помогает понять, как собрать компанию, в которой люди работают вместе с ассистентами, а знания, процессы и решения становятся быстрее, прозрачнее и надежнее. В ней нет обзора лучших промптов, рейтинга моделей или сценария замены людей. Фокус книги — управляемая пересборка работы.

Как пользоваться этой книгой

Книгу можно читать подряд, если вы только формируете целостную картину AI-Native перехода. Ее также можно использовать как практическое руководство.

Если вы CEO или основатель, сначала прочитайте главы 1, 2, 3, 4 и 5, затем главы 12, 13, 14, 15 и приложения A, B, I. Этот маршрут дает управленческую рамку: почему первые попытки не дают эффекта, как меняются роли, как выбрать первую волну и как понять, становится ли компания AI-Native.

Если вы CTO или технический руководитель, особенно важны главы 8, 9, 10, 11, 15 и приложения C, E, J. Там описаны архитектура ассистента, MCP-шлюз, права, память, человек в контуре управления и организация библиотеки skills в Git.

Если вы владелец процесса, начните с глав 4, 5, 6, 7, 12, 13 и приложений D, E, F, G. Они помогут описать усиленную роль, собрать первые skills, закрепить source of truth и провести пилот за 30 дней.

Если вы уже запустили первые эксперименты, но эффект расползается, начните с главы 14 и чек-листа I. Они быстро покажут, где именно сломалась операционная модель.

Старые роли не всегда сохранятся в прежнем виде. Часть ролей исчезнет или сильно сожмется, особенно там, где работа держалась на ручном поиске информации, переносе данных между системами, подготовке типовых документов и механической проверке.

Сильные сотрудники переходят на новый уровень ответственности: становятся владельцами агентных контуров. Программист превращается в AI-Native инженера, продавец — во владельца усиленного коммерческого процесса, руководитель проекта — в управляющего рабочим контуром, где ассистент помогает видеть риски, контекст и следующие действия.

Эта книга показывает, как руководителю управлять пересборкой работы и не сводить разговор к успокоительным обещаниям или страхам замены людей.

Главная мысль книги

ИИ не внедряют как отдельный инструмент. Вокруг него пересобирают работу компании.

Переход не требует немедленно перестраивать всю компанию. Лучший путь начинается с малого: выбрать одну-две роли, один важный процесс, несколько понятных сценариев и довести их до работающего контура.

Даже маленький старт должен быть устроен правильно.

Если начать с модели, компания получит демонстрации.

Если начать с процесса, роли, source of truth и правил качества, компания получит новую способность.

Эта способность и есть первый шаг к AI-Native компании.