Контекст не промптится
«С ним, скорее всего, нужно расставаться. Слабый».
Хорошо. Зафиксировали.
Через несколько дней — важная встреча с партнёром. Ведёт её почему-то именно этот «слабый» сотрудник.
Что-то ломается — он первым понимает, кого собрать и куда идти.
Начинаем обсуждать систему — и снова он. Объясняет её понятнее и целостнее остальных.
В какой-то момент первоначальная картинка просто перестаёт сходиться.
И вопрос даже не в том, хороший это сотрудник или плохой.
Вопрос в другом:
сколько решений можно принять неправильно, если чужой контекст принять за факт?
В новом большом направлении таких «фактов» прилетает десятки.
«Эта команда перегружена». «Вот этот сервис — главная проблема». «Нам критически не хватает людей». «Бизнесу срочно нужна эта доработка». «Эту систему давно пора переписать».
Каждое утверждение может оказаться правдой.
А может быть правдой только из одной точки системы.
Поэтому первое время приходится много слушать и мало верить на слово.
Причём начинать лучше не с архитектуры.
Сначала нужно понять бизнес: как идёт клиент или операция, где деньги, где риски, где начинается и заканчивается ответственность.
А дальше — люди.
Один из самых полезных вопросов здесь банальный: «Чем помочь?»
Он довольно быстро вытаскивает то, чего нет в Jira и Confluence: накопленное раздражение, странные зависимости, перегруженных людей, компромиссы, про которые все давно забыли.
Но важен не только отдельный ответ.
Важна повторяемость. Если одна и та же проблема независимо появляется в разговорах с разными людьми — это уже сигнал.
Сигналы постепенно превращаются в треки: проблема, цель, рабочая группа, ответственный, статус.
И вот здесь AI становится действительно полезен. Не чтобы решить за руководителя.
А чтобы быстрее анализировать уже собранный контекст.
У меня встречи, системы, архитектура, люди, договорённости и треки постепенно складываются в Obsidian.
После этого можно быстро посмотреть: — какие проблемы повторяются в разных частях организации; — где разные команды описывают одну ситуацию противоположным образом; — какие люди одновременно находятся на нескольких критичных треках; — где проблема выглядит технической, но постоянно упирается в процессы или ответственность; — какие решения уже принимались и к чему они привели; — как менялась картина за последние недели.
По сути, AI сильно сокращает ручную работу по сборке всей этой картины в голове.
Но есть неприятный нюанс.
Он одинаково быстро анализирует и хороший контекст, и плохой.
Если на входе: «Сотрудник слабый».
AI не присутствовал на встрече с партнёром.
Не видел, кто первым побежал решать проблему.
Не слышал, как этот человек объясняет систему.
Он прекрасно умеет анализировать предоставленные данные.
Но качество данных всё ещё проблема руководителя.
Поэтому AI может помочь быстрее увидеть связи, противоречия и паттерны.
Но понять, чему верить, решить, что делать, и взять ответственность за это решение — всё ещё наша работа.
И, пожалуй, это одна из причин, почему самый полезный инструмент руководителя в эпоху AI пока выглядит довольно старомодно: разговаривать с людьми.
Контекст не промптится.
