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 не о соревновании брендов, а о новой способности компании работать с языком, документами, знаниями, задачами, кодом и решениями через модель, которая понимает контекст и может действовать как ассистент.

Но через несколько месяцев часто возникает странное ощущение.

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

Сроки по-прежнему срываются. Знания по-прежнему теряются в переписках и головах сотрудников. Руководитель по-прежнему не понимает, почему одни команды двигаются быстрее, а другие

стоят на месте. Клиентские договоренности по-прежнему расползаются между почтой, мессенджерами, задачами и личными заметками. Новые сотрудники по-прежнему долго входят в контекст. Хорошие практики по-прежнему 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. Но ИИ начинает давать серьезный эффект только тогда, когда вокруг него меняется способ работы.

Недостаточно спросить: “Какую модель выбрать?”

Нужно спросить иначе:

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. Он может быть полезен отдельному человеку, но не становится частью компании.

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.

Она не о том, как написать идеальный промпт. Не о том, какая модель победит. Не о том, как заменить людей.

Она о том, как собрать компанию, в которой люди работают вместе

с ассистентами, а знания, процессы и решения становятся быстрее, прозрачнее и надежнее.

Как пользоваться этой книгой

Книгу можно читать подряд, если вы только формируете целостную картину AI-Native перехода.

Но ее можно использовать и как практическое руководство.

Если вы CEO или основатель, сначала прочитайте главы 1-5, затем главы 12-15 и приложения A, B, I. Это даст 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 8-11, 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 4-7, 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.

Это не означает, что все старые роли 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.

Но сильные сотрудники не исчезают вместе с ролями. Они 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 написана именно для такого перехода: не чтобы успокоить себя тем, что “люди всегда будут делать все как раньше”, и не чтобы напугать заменой людей, а чтобы показать, как

руководителю управлять пересборкой работы.

Главная мысль книги проста:

ИИ не внедряют как отдельный инструмент. Вокруг него

пересобирают работу компании.

Это не значит, что нужно сразу перестраивать все. Наоборот, лучший путь начинается с малого: выбрать одну-две роли, один важный процесс, несколько понятных сценариев и довести их до работающего контура.

Но 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.