Классическая кибернетическая модель коммуникации Винера предполагает, что есть источник, отправляющий сообщение с информацией, и получатель, который его принимает. В канале между источником и получателем возможны искажения и потери (например, эмоции, неточные формулировки, если отправитель и получатель это живые люди). Но смысл при этом считается существующим заранее, а задача коммуникации состоит лишь в том, чтобы доставить его без искажений, насколько это возможно. Именно из такой модели исходят, например, авторы книг по регулярному менеджменту, когда описывают принципы постановки задачи подчинённому или объясняют, как сотрудник должен отчитываться о проделанной работе. Та же логика лежит в основе большинства гайдов по проведению маркетинговых или UX-исследований, где предполагается, что исследователь сначала формулирует чёткий список вопросов, задаёт их стандартизированным способом и собирает ответы, из которых извлекается знание о проблеме. Всё это хорошо согласуется с более широкой установкой позитивизма: стремлением уменьшить неопределённость мира с помощью стандартизации и точного языка.

Сейчас идёт активная гонка LLM. Причём уже не на корпоративном, а на межнациональном уровне. Вычислительные мощности для обучения LLM приравниваются к стратегическим ядерным запасам, потому что роботы решают всё больше задач и всё лучше. Возникает ощущение, что ещё немного и они смогут решать вообще любые задачи. Но есть ли теоретический предел того, с чем они могут справиться?

Сначала стоит определиться, что будем называть задачей. Альтшуллер делил задачи на рутинные и изобретательские. Рутинные могут быть очень сложными в реализации, требовать гигантских вычислений и данных, но их решение лежит внутри уже существующей системы знаний. С такими задачами роботы уже сейчас справляются хорошо. А если пока и не справляются, легко представить, что справятся в ближайшее время. Это вопрос ресурсов и времени.

В 2025 году в IT-индустрии говорить о важности исследований и продуктового подхода - почти моветон. Все уже в курсе, что нельзя заниматься фичеризмом, нужно ориентироваться на цели пользователей и бизнеса, использовать метрики. Продуктовый подход - это уже норма.

Что это означает на практике? Во-первых, что команда не просто реализует фичи, а формулирует и проверяет гипотезы. Во-вторых, что успех работы измеряется не количеством задач в Jira, а изменением ключевых показателей.  В-третьих, что решения принимаются на основе данных полученных из аналитики, исследований, экспериментов.

Такой подход принято назвать data-driven. Он выглядит красиво и строго:

Все определения профессионализма, которые можно нагуглить, сводятся к тезису «профессионал — это человек, который делает свою работу хорошо». Но что, в свою очередь, значит делать работу хорошо? Если сотрудник четко и аккуратно выполняет все правила, соблюдает заветы корпоративной культуры, но клиенты недовольны, то это «хорошая работа»? «А если он наплевал на все регламенты, сделал, как нельзя делать, переругался со всеми коллегами, но результат в итоге достигнут, то это „хорошая работа“?

Думаю, у каждого рисечера есть история про то, как он устроился в новую компанию, казалось бы, большую и успешную, и вдруг обнаружил, что тут продакт-менеджеры глубинными интервью называют праздную болтовню с клиентами, аналитики понятия не имеют, что такое статзначимость, а вся исследовательская работа больше похожа карго-культ папуасов, чем на научный поиск истины. Ты, конечно, ведомый благородным порывом, пытаешься научить неразумных аборигенов правильно работать, но почему-то сталкиваешься с жестким отпором, казалось бы, от образованных и неглупых  людей, которые с непонятным упорством отстаивают свое право верить в магию. Такие истории есть и у меня. К сожалению, много. 

В какой момент я стал задумываться, что за таким поведением лежит не просто глупость и плохое образование отдельно взятых менеджеров, а что-то большее. Зрелость исследований нельзя рассматривать отдельно от зрелости организации, а любая организация, хотя и существует как результат взаимодействия людей, обретает самостоятельную реальность, которая развивается по своим собственным законам, которую зачастую уже не контролируют даже собственники бизнеса, подталкивает сотрудников действовать так, как они действуют, и даже думать так, как они думают. 

В этой статье я попытался показать, как может (и в большинстве скорее всего будет) выглядеть функция исследований на разных этапах развития организации. Я не стал привязываться к какой-то конкретной шкале зрелости бизнеса - Грейнера, Адизеса, Бека и других, но по возможности упоминал их в тексте в качестве отсылок для сопоставления. 

Эта статья выросла из опроса, который я проводил у себя в канале. Тут хочу разобрать варианты ответов.

Думаю, большинство из тех, кто прочитал название статьи, сразу же подумали: «Да не работать просто с мудаком, и всего делов-то». Но как быть, если вы не можете или не хотите увольняться, по крайней мере, прямо сейчас, а нервы не казенные, можно ли что-то предпринять? Подобная проблема может возникнуть у любого человека в найме - и у рядового специалиста, и у топ-менеджера.

Для начала определимся с термином «чайка-менеджмент». Чайка-менеджмент - это стиль управления, при котором менеджер, внезапно «налетев», поднимает много шума, а затем так же внезапно «улетает», оставив после себя полный беспорядок, с которым должны разбираться другие. Проще говоря, если убрать оценочные суждения и эмоции, то чайка-менеджмент - это когда руководитель регулярно вмешивается в ход работы над поставленными им же ранее задачами. Чайка-менеджмент часто путают с микроменеджментом. Микроменеджмент - это постановка простых коротких задач, превращающая сотрудников в биороботов. Метод хорошо подходит для работы с низкоквалифицированным и низкомотивированным персоналом, а также в критических ситуациях, требующих быстрых решений. То есть микроменеджмент предполагает, что руководитель делегирует полномочия, хотя и в очень ограниченном объеме, в отличие от чайка-менеджмента, который является ярким примером нарушения принципов делегирования.

Почему руководитель может себя так вести? У этого есть культурные и исторические причины. Если верить Акунину и Прохорову, то после татаро-монгольского ига в России распространилась авторитарная система единоначалия, в противовес европейским принципам вассалитета: «вассал моего вассала не мой вассал», которые и легли в основу местного самоуправления, а затем переросли в правила делегирования в офисе. Но нас интересуют не все руководители в России разом, а конкретный Иван Иваныч, который может быть умный мужик, читал умные книги по менеджменту, но все равно занимается такой вот херней.

В статье Почему подчиненные делают не то, что нужно я писал о четырех типах заданий, которые может поставить руководитель: алгоритм, задача, проблема, возможность и, соответственно, о четырех типах вопросов, один из которых встанет перед исполнителем, когда он будет выполнять задание:

1. Думать о смыслах выполняемой работы

Сотрудник всегда должен думать, зачем он делает то, что он делает, какая польза для его команды/отдела/компании от его работы. Работа по принципу «как в ТЗ написано, я так и сделал» – это непрофессиональный подход.

2. Прогнозировать результат своей работы

Сотрудник стремится получать результат не в силу везения, стечения обстоятельств, а закономерно и регулярно. Победа любой ценой – это непрофессиональный подход.

3. Уважать коллег, руководителя, подчиненных

Уважение – это априорное признание порядочности. Уверенность в том, что за словами и действиями коллег стоит желание сделать работу хорошо, признание наличия нужных для работы компетенций. Твой коллега говорит то, что он говорит, и делает то, что он делает, не потому, что он идиот, а потому, что находится в другом контексте, т.е. знает что-то, чего не знаешь ты, или не знает чего-то, что знаешь ты. И токсичность, и обидчивость в равной степени являются проявлением непрофессионализма.

Я не буду оригинален, если скажу, что сотрудники работают так, как ими управляют. Есть множество причин, почему сотрудники не могут делать то, что хочет от них руководитель, но сегодня я хочу поговорить о самой банальной и распространенной причине: сотруднику дали задание, которое он не умеет делать.

Бывают такие вопросы, ответы на которые могут меняться в зависимости от имеющегося опыта. Причем каждый ответ будет правильным. Ну знаете, это как с делением на ноль. Сначала в школе говорят, что на ноль делить нельзя. Поступаешь в институт и выясняешь, что таки можно. Потом устраиваешься на работу и понимаешь, что может и можно, но смысла особого нет.

С OKR примерно такая же история. Штука, которую использует Google, вроде не может быть ерундой и поэтому вызывает неподдельный интерес у многих. Но то, какую конкретно от нее ждут пользу, сильно зависит от уровня зрелости вашего бизнеса.