# Карта перехода к AI-native организации: что произойдёт со структурой, ролями и руководителями к 2027 году

*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.*

Участники C-Level клуба Онтико собрали карту перехода к AI-native организации. Карта показывает направление: что меняется в первую очередь, почему один сдвиг тянет за собой следующий и где у практиков пока нет согласия. Горизонт карты: 2027 год.

Коротко о главном, прежде чем идти по шагам. Корень перемен лежит в экономике труда, инструменты вторичны. Исполнение дешевеет и уходит вниз, на агентов. 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. По этой цепочке карта и идёт.

## Корневой сдвиг: 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.

## Шаг 1. 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 сессии. На 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.

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. Сначала описать и оцифровать принципы, навести порядок, и только потом запускать поверх ИИ. Фундаментальные правила при этом остаются: «тестировать обязательно» никто не отменял, новое надстраивается над ним.

## Шаг 2. Роль определяется сложностью задачи: ролей больше, должностей меньше

Плоская структура из маленьких команд ставит следующий вопрос: какие роли её наполняют и откуда они берутся.

Главное меняется в самой природе роли, названия вторичны. Роль перестаёт быть свойством человека и его грейда и становится свойством задачи. Формулу на сессии произнесли почти дословно: ролей становится больше, а должностей меньше. Роли сходятся в одном человеке, по сути все становятся продуктологами, но как набор требований их прибавляется.

Состав ролей в команде задаёт «шкала интерпрайзности»: насколько сложное решение разрабатывается. Чем глубже контекст и сложнее архитектура, тем больше ролей добирается в команду. Карьерная лестница здесь ни при чём: это добор специализаций под уровень сложности, где 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.

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.

### Карта ролей: что появляется, что усиливается, что уходит

Роли ниже разложены по цепочке создания ценности, от постановки цели до эксплуатации, плюс отдельный новый контур управления агентами. Это первая версия карты, статусы отражают горизонт до 2027 года.

**Появляются:**

- **Domain Engineer.** Пишет SDD-спецификацию и ведёт аналитику. Появляется на месте бизнес-аналитиков и системных аналитиков.
- **AI Architect.** Проектирует архитектуру решений на основе моделей и агентов.
- **Platform Engineer.** Строит и поддерживает agent-first платформу (IDP), на которой работают команды.
- **MLOps / LLMOps.** Инженерия жизненного цикла моделей: развёртывание, мониторинг, дообучение.
- **Data Scientist.** Данные для платформы и проверки гипотез.
- **MLSecOps.** Безопасность на стыке ML и эксплуатации.
- **Full-cycle Engineer.** Ведёт весь цикл: от спецификации до прода.
- **Agent Developer.** Разрабатывает и сопровождает агентов.
- **Eval Engineer.** Валидация ответов моделей. Это отдельная дисциплина, отличная от QA: отвечает за тестовые корзины для самих моделей и проверку того, что выдала модель.

**Новый контур управления агентами (все роли появляются):**

- **AI Task Owner.** Задаёт цель и критерии агентам.
- **AI Output Validator.** Контролирует качество выдачи моделей.
- **AI Assessor.** Оценивает результаты работы моделей.
- **Model Tuning Engineer.** Дообучает и донастраивает модели под задачу.
- **Agent Tooling Engineer.** Отвечает за инструменты и оснастку агентов.

**Усиливаются:**

- **CTPO.** Инженер, который разбирается в продукте. В малом бизнесе CTO и CPO схлопываются в одну роль, с ростом сложности расходятся.
- **Product Engineer.** По сути сегодняшний product owner. На простом продукте может закрывать всю команду в одиночку.

**Сохраняются:**

- **SRE / AI-SRE.** Надёжность и эксплуатация, в том числе систем с агентами.
- **AI Support.** Поддержка с участием ИИ.
- **Enterprise Architect.** Нарезает бизнес на business capabilities.

**Уходят:**

- **Manual QA.** Ручное тестирование вытесняется автоматикой и eval-инженерией.
- **SDET / авто-QA.** Уходит в прежнем виде, замещается eval-инженерией.
- **Бизнес-аналитики и системные аналитики.** Их работу вбирает Domain Engineer и спецификации.
- **Agile-коуч.** Ушёл: нет больших команд, которые может синхронизировать.
- **UI-дизайнер (классический).** Уходит, дизайнерские функции переходят к арт-директору.
- **Классические Front / Back.** Уходят в пользу full-cycle и продуктовых инженеров.
- **Тимлид (классический).** Уходит, управленческие функции переходят к инжиниринг-менеджеру.
- **AI-чемпион / амбассадор.** Нужны сейчас, на время перехода, скоро роль исчезнет.

## Шаг 3. 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.

**Смысл и мотивация.** Опора, на которой держится остальное:

- внутренняя мотивация: зачем человек это делает и куда идёт;
- адаптивность и готовность учиться;
- готовность считать результат ИИ своим и отвечать за него, вместо перекладывания на модель в духе «попробуем ещё раз с другой».

**Дизайн.** Умение спроектировать систему, выходящее за рамки описания задачи:

- системное и архитектурное мышление, взгляд на систему сверху;
- декомпозиция задачи;
- близость к архитектуре важнее узкой специализации;
- управление знаниями: готовность структурировать их и передавать модели.

**Критическое мышление.** Ключевая способность в работе с ИИ:

- проверять качество и достоверность ответов модели: действительно ли это лучшее решение;
- риск-менеджмент;
- проактивность: первый ответ модели ещё не окончательный.

**База.** Сквозные требования под всеми тремя опорами:

- готовность работать с ИИ и понимание, как устроены LLM;
- умение ясно ставить намерения и писать спецификации, 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;
- профиль T-shape уступает Π-shape: несколько глубоких направлений плюс широкий обзор;
- устойчивость к «лёгкому дофамину», соблазну хвататься за то, что ИИ позволяет сделать быстро.

Что уходит из матрицы: узкая специализация как самоценность. Команды честно искали список ненужных компетенций и пришли к тому, что нужны почти все.

## Шаг 4. Руководитель: из наставника в амбассадоры

Меняются структура, роли и люди, значит меняется и работа того, кто всё это собирает. Роль руководителя смещается к смыслу, проверке и среде, 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. Та же опора, без которой не запускается и сам переход.

## 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?** Одни считают, что вырастет сильно: если снять с руководителя обязанность растить сотрудников, а агент даёт больше данных о каждом, норма может дойти до 25 человек и даже стать почти безграничной. Другие возражают: людьми 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?»** 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.

## 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: взгляд поверх карты

*Аналитическая рамка Онтико по материалам сессии. 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». Принцип: кто не работает с неопределённостью — заменяется агентом. Следствие: работа менеджмента впервые становится видимой. Раньше её было трудно отделить от раздачи задач; теперь видно, что содержание управленческой работы — снижать неопределённость.

**Три типа команд вместо иерархии.** Плоская структура 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.
- **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.

## Что дальше

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.

Для читателя 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.

*Материал подготовлен по мотивам рабочей сессии C-Level клуба Онтико на Saint HighLoad++ 2026.*