Архитектура неопределённости.
Сейчас все говорят про ИИ. Замена людей. Новые роли. Новые требования. И это давление чувствуют все: и те, кто ищет работу, и те, кто нанимает, и те, кто работает. Вдобавок всё это окутано сложной экономической ситуацией, нарушением логистики и нарастающей неопределённостью из-за геополитики. Бизнес это учитывает: режет косты, ищет новые схемы взаимодействия с рынком, поставщиками и людьми. Старые схемы перестают работать.
Всё это я предлагаю рассмотреть через призму работы с неопределённостью и приравнять её к неким исходным данным, воспринимая просто как одно из ограничений.
У неопределённости есть эволюция, и она давно с нами. Были эпохи, когда мир казался стабильным (SPOD), потом изменчивым (VUCA), затем хрупким (BANI), расколотым (SHIVA), а сейчас - поляризованным и перегретым (PUMO). Каждая новая модель - это смена входящих данных для проекта. Неопределённость перестаёт быть аномалией и становится базовым условием технического задания.
Это требует смены архитектуры управления. Раньше мы управляли проектом по водопадной модели с фиксированным объёмом. Теперь - как гибкой архитектурой. Наша задача - не предсказать конечный результат, а на каждом этапе подбирать адекватный фреймворк, пересобирать дорожную карту под новые вводные и управлять не конечной точкой, а скоростью адаптации команды.
Каждая неопределённость, каждое ограничение - это слои. И таких слоёв становится больше.
Например, вспомним закон Мура. Каждые два года число транзисторов удваивалось. Казалось, рост бесконечен. А потом индустрия упёрлась в физику: нанометры не уменьшаются, а ресурсов нужно больше - энергии, земли, воды. Ограничения заставили искать нестандартные решения. Я уже разбирал это в посте про архитектуру пузыря. Там был пример, как индустрия ищет выход.
Та же логика - с заменой людей. Казалось: ИИ заменит. А потом появились баги, которые нужно кому-то устранять. Самой востребованной новой профессией 2026 года становится исправление ошибок ИИ: число заказов выросло на 85% на Freelancer и на 70% на Upwork. 36% руководителей сообщили о потерях от внедрения нейросетей. Meta отложила второй этап сокращений, а Microsoft и McKinsey ограничивают использование инструментов. Это тоже звено: сначала возможностей стало больше, а потом появились баги - и появилась новая работа, новые роли, новые ценности.
Что говорят экономика и статистика: выручка на сотрудника растёт у «великолепной семёрки», но почти не меняется у остальных 493 компаний S&P 500. Для массового бизнеса токены всё чаще не инвестиция в рост, а статья затрат. Оказалось, тренд - не для всех. И это тоже исходные данные.
ЧТО ВАЖНО: это можно воспринимать как хаос, а можно - как исходные данные. Как только мы ставим границы, мы понимаем: есть задача, есть стратегия, и мы её решаем. Появились новые вводные - мы отреагировали, предложили другое решение, что-то изменили. Появились ещё вводные - и снова: реагируем, предлагаем, меняем. Это и есть работа с ограничениями, требованиями, обязательствами и ожиданиями.
И неопределённость здесь - не враг, а часть процесса. Ограничение, которое помогает очертить задачу.
Работа с неопределённостью - это не про то, чтобы всё предсказать. Это про то, чтобы видеть слои. И не поддаваться панике. Без депрессии. С пониманием своей ценности. С постоянной адаптацией. И с целями. Вести себя как хирург на операции: хладнокровно, по протоколу, но с готовностью к тому, что протокол придётся менять на ходу.
Не бояться этой сложности. А работать с ней.
