Какие команды победят в будущем

Последние 50 лет компании росли по одной логике: больше сотрудников, больше менеджеров, больше контроля. Но внедрение искусственного интеллекта меняет правила игры: самыми эффективными командами сегодня часто становятся те, которые остаются наиболее компактными и автономными. Об этом свидетельствуют результаты исследовательской программы Сколково и аналитических материалов SBS. Партнер SBS Кирилл Морозов рассказывает о феномене «парадокса эффективности» в современном управлении командами: ситуации, в которой усиление контроля, формализации процессов и повышение численности персонала не всегда приводят к росту производительности, а часто, напротив, дают обратный эффект.

В современных условиях экономики из-за геополитических сдвигов, быстрого внедрения в бизнес новых технологий, трансформации потребительского поведения изменения на рынке происходят быстро. Поэтому критически важной для компаний становится их способность быстро адаптироваться под изменения, и на первый план выходит организационная эффективность бизнеса.

Вместе с тем в практике корпоративного управления наблюдается парадокс: усиление контроля, усложнение структуры управления, увеличение численности персонала не влияют на рост производительности. Напротив, организации, которые принимают подобные меры в ответ на внешнюю неопределенность, часто фиксируют замедление скорости принятия решений, снижение инициативности сотрудников и повышение уровня текучести кадров.

Такое противоречие можно назвать «парадоксом эффективности». Он обусловлен двумя взаимосвязанными тенденциями: избыточностью ненадежной информации при одновременном дефиците высококвалифицированных специалистов широкого профиля, а также неспособностью традиционных управленческих моделей обеспечить необходимую скорость и гибкость командной работы в цифровой среде.

Двенадцатифакторная модель эффективности команды

Консультанты SBS разработали циклическую модель управления командой, которая включает в себя четыре взаимосвязанных этапа:

• формирование,
• согласование,
• реализацию,
• развитие.

Для каждого этапа определены ключевые управленческие задачи — от подбора состава и распределения ролей до выстраивания коммуникаций, целеполагания и развития компетенций участников.

Наша модель носит итеративный характер, то есть завершение одного цикла служит отправной точкой для следующего, что обеспечивает непрерывное совершенствование командного взаимодействия. Практическая польза этой модели — в ее универсальности.  Она может применяться как диагностический или управленческий инструмент в разных организациях.

Технологический контекст: от иерархической бюрократии к AI-first

Исторически структура предприятий складывалась под влиянием двух основных ограничений: необходимости распределить узкоспециализированные знания по функциональным подразделениям и потребности в сложной кросс-функциональной координации. Однако с приходом агентных систем, способных автономно выполнять специализированные задачи и координировать действия в режиме реального времени, эти ограничения теряют свою силу.

В результате на смену жестким функциональным структурам и многослойным бюрократическим вертикалям приходит новая модель организации. В ее основе небольшие кросс-функциональные команды, которые не передают работу по цепочке между отделами, а напрямую оркестрируют крупные группы специализированных ИИ-агентов ради достижения сквозных бизнес-результатов. Эти команды динамически собираются и перестраиваются по мере изменения приоритетов и возникающих задач, что кардинально повышает гибкость и скорость адаптации предприятия к новым вызовам.

В результате мы наблюдаем значительное уплощение иерархических моделей управления: слои среднего менеджмента консолидируются в более тонкие слои оркестрации, а зона управленческого контроля руководителя расширяется. В отличие от прошлых волн цифровизации, которые лишь высвобождали время менеджеров, нынешний этап предполагает прямую замену ряда управленческих функций программными алгоритмами.

Распространение искусственного интеллекта радикально меняет три базовых элемента командной работы:

1. В области управления: поэтапная реализация проектов и ручные корректировки уступают место контролю в режиме реального времени, причем ИИ берет на себя мониторинг, а человек — ответственность за принятие решений.
2. В сфере HR и организационной культуры: «плановая культура» и узкая специализация замещаются культурой непрерывного обучения, в которой приоритет отдается сквозным, широким компетенциям.
3. В структуре команд: функциональные иерархии уступают место плоским автономным группам с менеджерами-дженералистами и встроенными ИИ-агентами.

Мы наблюдаем, как ИИ-агенты уже в 2025 году автономно выполняют сложные задачи продолжительностью до одного часа, причем эти возможности удваиваются примерно каждые семь месяцев.

Международная страховая компания Lemonade в этом контексте служит показательным примером: 90% претензий клиентов обрабатываются автономно, решения по страхованию принимаются в режиме реального времени. Такие кейсы свидетельствуют о системном характере происходящих изменений, а не об исключительных случаях цифровой трансформации.

VisionLabs выстраивает команды вокруг экспертизы в компьютерном зрении и машинном обучении с единым техническим фокусом. Работа ориентирована на бизнес-результат клиента: решения создаются под конкретные задачи и оцениваются по экономическому эффекту. Продуктовый подход основан на быстрых итерациях и выпуске «достаточно хороших» решений вместо долгой доводки.

Принципы высокопроизводительных команд будущего

Синтез исследовательской программы Сколково и аналитики SBS позволяет выделить четыре ключевых принципа, которые определяют эффективность команд в условиях технологической трансформации.

1. Адаптивность как замена жесткой иерархии. Высокопроизводительные команды не «выполняют план», а удерживают стратегический вектор, корректируя операционный маршрут в режиме реального времени. Плоская структура, предполагающая принятие решений на уровне команды, а не их вертикальное согласование, обеспечивает кратно более высокую скорость реакции. Команды, перешедшие к «агентно-ориентированной оркестрации», систематически превосходят традиционные иерархии по скорости и качеству результатов.
2. Децентрализация принятия решений. Организации нового типа формируют трехуровневую архитектуру управления: корпоративный уровень (цели, структура, зоны ответственности), командный уровень (бюджет и автономия) и кросс-функциональный уровень взаимодействия. Самоуправляемые команды с выделенными бюджетами демонстрируют более высокую результативность, однако доля подобных организаций по-прежнему остается невысокой.

3. Инвестиции в компетенции будущего. Ценность узкой специализации снижается; возрастает ценность сотрудника, способного формулировать задачи для ИИ, осуществлять надзор за его выводами и принимать решения в ситуациях, выходящих за пределы компетенции машины.

   

4. Психологическая безопасность как организационная инфраструктура. Достичь высокой командной производительности невозможно, если не будет создана среда, в которой сотрудники не опасаются ошибиться, предложить нестандартное решение или признать ограниченность собственной компетентности. Культура «быстро учись на своих ошибках» представляет собой не мягкий HR-тренд, а операционную необходимость для команд, действующих в условиях системной неопределенности.

Архетипы организаций и траектории трансформации

SBS выделяет четыре архетипа организаций, отражающих различные стратегии адаптации к ИИ-трансформации:

1. «Масштабирование успеха в лоб»: встраивает ИИ в существующие процессы без изменения командной структуры; ключевая задача — стандартизация использования ИИ и сокращение уровней управления.
2. «Строитель новых горизонтов»: инвестирует в ИИ при сохранении традиционной карьерной лестницы; ключевая задача — пилотирование ИИ в «безопасных зонах» и развитие внутренней мобильности.
3. «Оптимизатор»: сокращает избыточные роли; ключевая задача — переопределение ролей под гибридные компетенции и устранение дублирующих функций.
4. «Перестройщик»: пересобирает организацию вокруг ИИ-агентов; ключевая задача — привлечение ИИ-нативных специалистов и создание новых карьерных треков.

Универсального рецепта ИИ-трансформации компании не существует. Однако все архетипы движутся в едином направлении: от контроля к оркестрации, от функциональных ролей к потокам создания ценности, от узкой специализации к широкому профилю с использованием ИИ.

Анатомия высокоэффективных команд: факторы успеха и практики лидеров рынка

В основе успеха лидеров рынка лежит культура систематического эксперимента. Успешные команды отличаются от стандартных прежде всего готовностью к непрерывному тестированию новых подходов, как в формате А/Б-тестов, так и в рамках более масштабных инициатив, связанных с внедрением новых технологий и продуктов. Параллельно значимую роль играет феномен «активного любопытства» руководителя: лидеры высокоэффективных команд чаще задают вдумчивые, концептуальные вопросы, тем самым формируя у сотрудников устойчивую установку на глубокое осмысление профессиональных задач.

Таким образом, существенным фактором командной результативности является характер управленческого участия руководителя. Вовлеченное, но лишенное микроменеджмента, лидерство положительно влияет на уровень мотивации персонала и снижает риск профессионального выгорания команды. Не менее важна конфигурация обратной связи: в успешных командах руководитель предоставляет регулярную, мотивирующую обратную связь без элементов острой критики, что создает психологически безопасную среду и стимулирует открытое обсуждение текущих затруднений.

Практические рекомендации

На основании проведенного анализа руководителям, стремящимся преодолеть «парадокс эффективности», целесообразно реализовать следующий комплекс мер:

• Формирование бизнес-ориентированной ИИ-повестки. Определение конкретных бизнес-результатов, обеспечиваемых ИИ; ответственность за повестку возлагается на бизнес-лидеров, а не только на ИТ-подразделение.
• Моделирование ИИ-поведения на уровне руководства. Личное использование ИИ-инструментов руководителями задает тон для всей организации и формирует культурную норму.
• Упреждающий анализ влияния на персонал. Разработка стратегии переобучения до наступления изменений, а не в реактивном режиме.
• Доказательство эффекта на пилотных инициативах. Концентрация усилий на 2-3 высокоценных задачах с измеримым результатом для создания плацдарма для дальнейших изменений.
• Перераспределение ресурсов в пользу доказанного ROI. Планомерное перемещение бюджета в пользу ИИ-инициатив с подтвержденной результативностью.

Анализ феномена парадокса эффективности свидетельствует о сдвиге в логике организационного управления. Конкурентное преимущество перестает определяться масштабом, иерархической глубиной или численностью персонала. Оно смещается в сторону скорости принятия решений, адаптивности команд и способности к интеграции искусственного интеллекта в операционную модель организации.

Роль руководителя трансформируется: из «исполнителя с полномочиями» он превращается в «оркестратора систем», формулирующего стратегические направления и принимающего решения в точках, недоступных машинной логике. Компании, не приступившие к переосмыслению командных структур в настоящее время, рискуют оказаться в институциональном прошлом в момент, когда их конкуренты уже играют по принципиально иным правилам.