C-Level клуб Онтико
⧉ .md для ИИ
C-Level клуб Онтико · отраслевой артефакт

Карта перехода к AI-native организации

Что произойдёт со структурой, ролями и руководителями к 2027 году? Разберёмся, что изменится в первую очередь, почему один сдвиг тянет за собой следующий и где у практиков пока нет согласия.

Горизонт — 2027 год
Статья написана по мотивам закрытой рабочей сессии C-Level клуба Онтико на Saint HighLoad++ 2026. Над картой работали руководители крупных российских технологических компаний: CTO, CPO, директора разработки, каждый со своим опытом внедрения ИИ. Примеры из практики приведены обезличенно. Сессию вели Анастасия Тафеенко и Алексей Молчанов из Cloud.ru, модерировал Александр Зиза.
Executive summary

Коротко о главном: корень перемен в экономике труда, а не в инструментах

Ситуация
Компании внедряют ИИ-агентов наперегонки, но управленческого ответа на этот переход почти ни у кого нет. Кого нанимать, кого сокращать, какие роли появятся в организации и подойдут ли под них нынешние люди. Вопросы висят у всех, у кого агенты уже пишут код и закрывают тикеты.
Осложнение
Корень перемен лежит в экономике труда, инструменты вторичны: исполнение дешевеет и уходит вниз, за человеком остаются цель и проверка результата. Организация перестаёт делить готовую работу между людьми. Её новая задача — снимать неопределённость: доводить задачи до состояния, когда их можно отдать агентам. Из этого сдвига следуют все остальные: плоская структура, новый состав ролей, другие требования к людям и другая работа руководителя.
Решение
Дальше карта идёт по четырём связанным сдвигам: структура, роли, компетенции, руководитель, и честно отмечает, где согласия пока нет. Структура: плоские команды по 1–5 человек, горизонт планирования сжимается до квартала. Условие старта — сделать процессы явными. Роли: роль теперь определяется сложностью задачи, а не грейдом. Ролей становится больше, должностей — меньше. Компетенции: три опоры (смысл, дизайн, критическое мышление) и общая база. Матрицу закрывает команда, а не один идеальный человек. Руководитель: из наставника — в амбассадора. Добавляется ответственность за бюджет ИИ и за результат агентов. Главный риск — выгорание от постоянного переключения между проектами.
00
Корневой сдвиг · от чего всё зависит
Главной метрикой организации становится уровень неопределённости

Классическая организация устроена как способ разделить большую задачу на части и раздать людям. Логика простая: чем точнее задача описана в ТЗ, тем дешевле исполнитель. Есть детальное ТЗ, значит работу можно спустить вниз по грейдам, требований к каждому меньше, людей можно взять больше.

Агенты ломают эту экономику. Смысл работы смещается: главное теперь снять неопределённость вокруг задачи, доведя её до уровня ТЗ. Как только неопределённость снята, эту часть отдают агенту, и отдельный человек под неё уже не нужен. За людьми остаётся то, что вниз передать нельзя: цель, критерии результата и проверка, что результат этим критериям отвечает.

Сложность при этом никуда не исчезает. Как выразились на сессии, она «уходит под агентный ковёр». Бизнес будет усложняться именно потому, что дорогое прежде стало дешёвым. Так структура и становится AI-native: организация перестаёт делить готовую работу между людьми, её новая задача — снимать неопределённость, доводя задачи до состояния, когда их можно отдать агентам. Именно уровень неопределённости задаёт устройство структуры, а за структурой меняются роли, требования к людям и работа руководителя.

01
Шаг 1 · Структура
Структура уплощается, горизонт планирования сжимается до квартала

За человеком остаются цель и проверка, исполнение уходит вниз на агентов. Вслед за этим перестраивается и сама организация.

Структура становится плоской. Команды маленькие и автономные: от одного до пяти человек на равных вместо звеньев иерархии. Директивное управление, при котором руководитель следит за ходом работы, уступает место управлению через цель и критерии результата.

Горизонт планирования сжимается. Стратегия на срок от трёх до пяти лет превращается в оксюморон: длинных планов, под которые можно подписаться, попросту не на чем строить. Реальный цикл сходится к кварталу, а иногда и к месяцу. Матрица двойного подчинения остаётся, ответственность и за продукт, и за технологию никуда не девается. Зато из матрицы уходят chapter-лиды: если в команде нет отдельных фронтендеров, отдельный лид фронтенда тоже не нужен. Разделение труда сменяется его совмещением.

Пример с сессииНа вопрос, изменится ли оргдизайн в ближайшие годы, одна из команд ответила: всё зависит от размера бизнеса. Малому меняться нужно было ещё вчера, чтобы держать конкуренцию. У крупного есть инерция, и переход растянется. При этом маленькие команды уже пилотируют, например в рознице одного из крупных банков, где внутри такой команды по сути все стали разработчиками.

Появляется и новая сервисная функция: люди, которые держат среду для мультиагентных систем и при необходимости дообучают модели под себя. А компании с изолированными функциональными колодцами, где всесильные кадровые или иные службы живут отдельно от продукта, рискуют проиграть тем, кто эти колодцы встроит в общую работу.

Классическая организация
AI-native организация
Управление трудом людей
Управление целью и валидацией; исполнение на агентах
Структура отражает разделение труда
Структура строится вокруг снятия неопределённости
Стратегия на 3–5 лет
Горизонт планирования — квартал
Иерархия, chapter-лиды
Плоские tiny-команды; матрица сохраняется, но без chapter-лидов
Разделение труда: каждый делает свой узкий кусок
Совмещение труда: один человек закрывает несколько ролей
Договорённости неявные, устные
Процессы и принципы зафиксированы явно (спецификации, markdown)
Функциональные колодцы (кадры, безопасность)
Колодцы либо встраиваются в работу, либо вытесняются

Есть условие, без которого переход не запускается. Несколько команд пришли к нему независимо друг от друга: процессы и принципы должны стать явными. Если внедрять ИИ поверх устных договорённостей, агент просто размножит существующий беспорядок.

Поэтому нужно сначала описать и оцифровать принципы, навести порядок, и только потом запускать поверх ИИ. Фундаментальные правила при этом остаются: «тестировать обязательно» никто не отменял.

02
Шаг 2 · Роли
Роль определяется сложностью задачи: ролей больше, должностей меньше

Плоская структура из маленьких команд задаёт вопрос: какие роли её наполняют и откуда они берутся?

Меняется природа роли: роль перестаёт быть свойством человека или его грейда и становится свойством задачи. Формулу на сессии произнесли почти дословно: ролей становится больше, а должностей меньше. Роли сходятся в одном человеке, набор требований увеличивается.

Состав ролей в команде задаёт «шкала интерпрайзности». Насколько сложное решение разрабатывается? Чем глубже контекст и сложнее архитектура, тем больше ролей добирается в команду. Специализации подбираются под уровень сложности задачи, и один человек может закрывать несколько ролей сразу.

Сложную задачу при этом нельзя закрыть, просто «насыпав людей»: пять человек, владеющих контекстом компании целиком, сделают больше, чем двадцать пять без него. Агентные «ручки» у всех одинаковые, разница — в масштабе мышления. И это состояние — промежуточное: сейчас роли укрупняются, «все отвечают за всё», уникальные люди перегружены. На сессии это назвали фазой соединения труда, из которой со временем сложится новая система его разделения.

Карта ролей: что появляется, что усиливается, что уходит

Кольца — направление изменения роли (от центра к краю: появляется → усиливается → сохраняется → уходит). Секторы — этап цепочки создания ценности. Наведите на точку или строку списка, чтобы увидеть пояснение.

появляется усиливается сохраняется уходит
появляется усиливается сохраняется уходит Цель Дизайн Реализация и проверка Эксплуатация · управление агентами 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 25 22 24 23 26 27
Наведите на роль
Точки на радаре — это роли. Наведите курсор (или коснитесь) на точку либо строку в списке ниже, чтобы прочитать, что это за роль и куда она движется.
Все роли
1CTPO
2Product Engineer
3Domain Engineer
4AI Architect
5Platform Engineer
6MLOps / LLMOps
7Data Scientist
8MLSecOps
9Full-cycle Engineer
10Agent Developer
11Eval Engineer
12SRE / AI-SRE
13AI Support
14Enterprise Architect
15AI Task Owner
16AI Output Validator
17AI Assessor
18Model Tuning Engineer
19Agent Tooling Engineer
20Manual QA
21SDET / авто-QA
22Бизнес/системные аналитики
23Agile-коуч
24UI-дизайнер (классический)
25Классические Front / Back
26Тимлид (классический)
27AI-чемпион / амбассадор

Как команды связаны между собой. Маленькие команды перестают синхронизироваться через спринты и стендапы. На сессии описали подход, у части компаний уже работающий: у каждого сотрудника есть персональный агент, и агенты сами налаживают взаимодействие между командами. Участники назвали это «бэклог без бэклога». Всё это держит agent-first платформа, Internal Development Platform. Здесь же и барьер, который на сессии назвали «курицей и яйцом»: без платформы переход не запускается, при этом построить её могут немногие, и наработки крупных компаний почти не переиспользуются на стороне.

03
Шаг 3 · Компетенции
Компетенции: матрицу закрывает команда целиком

Новые роли задают новый профиль требований. Матрица компетенций отвечает на вопрос, что именно проверять у того, кто будет эти роли закрывать.

Предупреждение прозвучало сразу: собрать все пункты матрицы в одном человеке почти нереально. Команду собирают так, чтобы каждый закрывал те пункты, что ему ближе, а матрица закрывалась командой в целом. Стоит она на трёх опорах и общей базе под ними.

ССмысл и мотивацияСкелет, на который крепится остальное. Если смысла нет, конструкция сыплется.
  • Наличие внутренней мотивации: зачем человек что-то делает и куда идёт
  • Адаптивность и готовность учиться новому
  • Готовность считать результат ИИ своим и отвечать за него, а не спихивать на модель («попробуем ещё раз с другой»)
ДДизайнСпособность спроектировать систему, а не только описать задачу.
  • Системное и архитектурное мышление: построить систему и заранее думать о её свойствах (надёжность, нагрузка)
  • Декомпозиция задачи и helicopter view — взгляд на всю систему сверху
  • Близость к архитектуре, которая теперь важнее узкой технической специализации
  • Управление знаниями: готовность структурировать их и передавать модели
ККритическое мышлениеИИ галлюцинирует и предлагает не самые эффективные решения. Ловить это — ключевая способность.
  • Проверка качества и достоверности ответов модели: действительно ли это лучшее решение
  • Риск-менеджмент
  • Проактивность: не принимать первый ответ как окончательный
ББазаСквозные требования, на которых стоят все три столпа.
  • Готовность работать с ИИ и базовое понимание того, как устроены LLM
  • Чёткая формулировка намерений и спецификаций — главный навык новой работы. На сессии его отнесли к soft-скиллам: коммуникация с агентом так же важна, как коммуникация с человеком
  • Техлид-база и максимальная автоматизация
  • Продуктовое мышление и сбор требований
  • Переход от T-shape к Π-shape: несколько глубоких осей плюс широкий обзор
  • Устойчивость к «лёгкому дофамину» — соблазну хвататься за то, что ИИ позволяет сделать быстро
×
Команда честно пыталась составить список ненужных компетенций — и пришла к тому, что нужны почти все. Уходит, по сути, одно: узкая специализация как самоценность. T-shape не исчезает, но уступает место Π-shape: несколько глубоких направлений вместо одного.
04
Шаг 4 · Руководитель
Руководитель: из наставника в амбассадоры

Меняются структура, роли и люди, а значит, и работа руководителя. Его роль — валидировать смыслы, сохраняя прежний вес и качественно меняя содержание.

Команда, разбиравшая эту тему, начала с ободряющего наблюдения: специалистов сокращают, руководителей пока нет. Однако сама роль становится «задачей со звёздочкой». Пять самых заметных перемен:

Из наставника в амбассадоры
Трансформация взлетает, когда руководитель сам садится перед командой и показывает, как работает с ИИ. Рассказов о трансформации для этого мало. Личный пример остаётся главным двигателем: на C-уровне многие рассуждают об ИИ на конференциях, но в собственной работе им не пользуются.
Новая ответственность
За бюджет ИИ и за результат агентов. Появляется соблазн переложить ответственность на модель. Но бизнес-ответственность по-прежнему несёт человек.
Новый главный риск: выгорание
Причём причина смещается. С утра руководитель запускает десяток агентных проектов, а к полудню уже выжат постоянным переключением контекста. Рядом второй риск: синдром самозванца у джунов.
Пересобрать развитие джунов
Джун быстро начинает «вайб-кодить», но долго не понимает, что под капотом. Если рутину забрал ИИ и расти не на чем, завтра не будет синьоров. Создать среду, где джун дорастает до синьора, теперь прямая задача руководителя.
Опора: стандарты и процессы
В турбулентности именно описанные и принятые стандарты держат команду. Это та же опора, без которой не запускается и сам переход.
Честно
Где мнения разошлись: четыре вопроса без консенсуса

Далеко не всё на сессии сошлось в общий вывод. По нескольким вопросам позиции прямо столкнулись, и эти разногласия важны не меньше согласия: они показывают, где отрасль пока не определилась.

Вырастет ли норма управляемости?
Вырастет сильноЕсли руководитель не обязан растить сотрудников, а агент даёт данные о каждом, норма управляемости может дойти до 25 человек и даже стать почти безграничной.
Почти не вырастетЛюдьми всё равно управляет человек, и его когнитивный предел прежний: 25 в голове не удержать. Реально прибавится один или два подчинённых, иначе руководители быстро сгорят.
«А вы не просто переименовали старые роли и добавили ИИ?»
Прямой вопрос из зала команде по ролям: зачем оставлять старые роли, почему их полностью не убрать. Ответ: набор ролей плавающий, он зависит от сложности продукта, и на простом решении лишние роли просто не появляются. Преемственности-«трека» между ролями нет: это разные специалисты под разную сложность, здесь нет джуна, растущего в синьора.
Нужно ли вообще тестировать ПО?
Радикальная идея от участника из банковской сферы: при настроенных автопроверках и обратной связи по бизнес-метрикам софт можно «вообще не тестировать». Выкатываешь, и если метрики в порядке, значит, всё работает. Окно, где нужен человек в цикле, по этой логике очень узкое. Тезис был спорным, но прозвучал всерьёз.
Сокращения: насколько и как быстро?
Звучала конкретная оценка со ссылкой на отраслевой бизнес-завтрак: около 30% за год или два. Логика такая: сильных инженеров мало, но с инструментами их производительность перекрывает прежние объёмы, а спрос на продукт конечен. Возражений по самой цифре на сессии не было, но статус у неё остаётся прогнозом, до общего вывода она не дотягивает.
Что осталось открытым

Вопросы без готового ответа

Карта намеренно остаётся открытой. Несколько вопросов участники честно оставили без ответа, и именно они задают повестку следующего шага.

  • Откуда возьмутся зрелые техлиды и мультидисциплинарные специалисты, если классический путь обучения ломается, а рутину, на которой росли джуны, забрал ИИ? «Учиться не на чем» прозвучало как личный запрос конкретного руководителя.
  • Как сохранить человечность и помочь людям найти своё место, когда границы специализаций размываются и любой человек с ИИ «может заниматься всем»?
  • Что заставит людей и бизнес оцифровывать знания, если именно эти знания составляют их конкурентное преимущество?
  • Как нанимать, если человека с «умной подпиской» трудно отличить от умного человека без дополнительной проверки?
  • Не углубит ли переход неравенство, когда возможности специалиста начинают зависеть от того, какую подписку он может себе позволить?
  • Как переносить опыт между компаниями? Специалист с редкими навыками тяжело заменяется и тяжело переходит на новое место.
Оптика · аналитическая рамка Онтико по материалам сессии

Взгляд поверх карты

Три наблюдения, которые складываются, если посмотреть на выводы участников с расстояния. Это не позиция сессии, а рамка для чтения карты: она помогает увидеть за отдельными сдвигами общую механику.

Менеджмент впервые становится проявленным

Из карты ролей видно общее свойство уходящих ролей: уходят те, кто только передавал задачи вниз — классический тимлид, скрам-мастер, функциональные лиды. Когда исполняют агенты, передаточные звенья не нужны, и середина организации «выжигается».

Кто не работает с неопределённостью — заменяется агентом.

У этого есть неожиданное следствие: работа менеджмента впервые становится видимой. Раньше её было трудно отделить от раздачи задач; теперь видно, что содержание управленческой работы — снижать неопределённость. Тот, кто это делает, остаётся; тот, кто только маршрутизировал, — нет.

Три типа команд вместо иерархии

Плоская структура, о которой говорили участники, при взгляде сверху раскладывается на три типа команд — разделение, десятилетиями отработанное в медицине:

Производственная
в медицине: операционная бригада
Плоская команда из 1–5 человек с агентами. Кросс-функциональная, автономная. Управление — через цель и критерии результата.
Проектировочная
в медицине: консилиум
Проектирует смыслы и цели: что и зачем делаем, каким будет решение. Работает вне производственного потока — как консилиум планирует операцию до того, как бригада возьмёт скальпель.
Платформенная
в медицине: подготовка и оборудование
Готовит среду: agent-first платформа, инструменты, данные, дообучение моделей. Без неё переход не запускается.
Как измерять результат: честный ответ — пока никак

Токены, строки сгенерированного кода, закрытые тикеты, процент использования ИИ — метрики обманчивые: растут легко и не значат ничего. Никто в индустрии пока не подтвердил эффект для бизнеса измеримыми цифрами, и логика «дам доступ к ИИ — через три месяца покажите результат» сейчас не работает.

Рабочая стратегия: копировать шаги лучших, измерять всё, что можно, и быть готовым, когда эффект станет измеримым. Метрики появятся как следствие новой структуры, а не до неё. Тест на честность — смотреть time-to-market и бюджет токенов вместе, но и это только начало ответа.

Из этой карты следует практичный первый шаг, о который спотыкается любой переход: сделать процессы и принципы явными. Агент поверх устных договорённостей размножит беспорядок, агент поверх описанных правил начнёт снимать неопределённость. С этого AI-native организация и начинается.

v0.1Живой документ

Это первая версия карты, с горизонтом до 2027 года. Она открыта для дополнения: участники договорились вернуться к ней через год и сверить, что подтвердилось, а что осталось прогнозом. Авторство коллективное: над картой работали участники C-Level клуба Онтико, и вес артефакту придают уровень и масштаб тех, кто его собирал.

Кто вёл сессию

Ведущие и модератор

Авторство карты коллективное — её собирали все участники встречи. Сессию вели директора разработки Cloud.ru, модерировал дискуссию приглашённый фасилитатор.

Спикер
Анастасия Тафеенко
Анастасия Тафеенко
Директор блока разработки платформы Cloud.ru Evolution
Спикер
Алексей Молчанов
Алексей Молчанов
Директор блока разработки облачной платформы Cloud.ru
Модератор
Александр Зиза
Александр Зиза
Модератор дискуссии
Карта в Markdown — для вашего ИИ
Готовый текст со всей сутью документа. Скопируйте его или скачайте файл, загрузите в свой ИИ-ассистент и используйте как контекст: «вот карта перехода к AI-native организации, помоги применить её к моей компании».
Скачать .md

C-Level клуб Онтико · закрытое сообщество технологических руководителей · c-level.ontico.ru