Канал Владимира Туровцева

ИИ экономит нам время. А становимся ли мы от этого эффективнее? Кажется, ответ очевиден: если раньше на задачу уходил час, а теперь десять минут, эффективность выросла. Но я бы сначала посмотрел, что получилось в результате и сколько работы осталось после этих десяти минут. Можно быстро подготовить документ, который потом никто не использует. Получить краткое содержание книги и почти ничего не запомнить. Сгенерировать десять вариантов решения и потратить остаток дня на попытку понять, какой из них вообще имеет смысл. Скорость появилась, а с пользой пока не разобрались :). Для меня эффективность связана с тем, сколько времени и усилий мы потратили, чтобы получить нужный результат. Поэтому в работе с ИИ интересно смотреть на весь путь: от исходной задачи до момента, когда мы действительно что-то решили, поняли или сделали. И здесь самые полезные применения иногда выглядят довольно буднично. Возьмем совещание. Час обсуждали проект, обменивались мнениями, кто-то записывал. Через несколько дней выясняется, что сроки участники запомнили по-разному, часть поручений потерялась, а ответственным каждый считает соседа. Приходится снова собираться и восстанавливать содержание разговора. Запись встречи можно расшифровать и попросить ИИ подготовить краткое резюме. Но если там будет написано “обсудили продажи, сроки и взаимодействие подразделений”, толку немного. Гораздо полезнее выделить принятые решения, поручения, ответственных и даты, отдельно отметить вопросы, по которым договориться не удалось. Если срок не назван, так и написать, ничего не додумывая. После проверки такой документ можно отправить участникам на подтверждение. Выигрыш складывается из вполне конкретных вещей: меньше забытых задач, повторных обсуждений и споров о том, кто что обещал. А строчка “ответственный не определен” иногда приносит больше пользы, чем две страницы красивого пересказа. С обучением похожая история. Теперь, когда я снова оказался в роли студента, эта тема для меня особенно актуальна. Записал лекцию на диктофон, перевел в текст, получил конспект. Уже удобно: можно быстро найти нужную мысль и вернуться к сложному фрагменту, не переслушивая полтора часа целиком. Но дальше возникает вопрос: что я теперь понимаю и могу объяснить самостоятельно? Если просто складывать такие конспекты в папку, получится очень хорошо организованный склад непрочитанных знаний. Поэтому я бы продолжал работу с материалом: попросил сохранить примеры преподавателя, выделить основные понятия, подготовить вопросы для самопроверки. Затем - задавать их по одному, дожидаться моего ответа и показывать пробелы. Дополнительные объяснения нейросети при этом стоит отделять от содержания лекции. Вот здесь уже можно оценивать результат: быстрее ли я разобрался в теме, могу ли применить идею, стало ли понятнее то, на чем раньше застревал. Та же логика работает с длинной перепиской, интервью с клиентом или записью обсуждения проекта. Краткий пересказ полезен, когда помогает сделать следующий шаг: увидеть нерешенный вопрос, восстановить аргументы, подготовить ответ или принять решение. Конечно, на проверку тоже нужно закладывать время. Фраза “давайте подумаем о запуске в октябре” может превратиться в уверенное “решили запустить в октябре”. Если потом придется исправлять последствия, первоначальная экономия окажется довольно сомнительной. Мне нравится, что такие инструменты позволяют больше внимания оставлять самой работе. Во время встречи - слушать и уточнять, на лекции - разбираться и задавать вопросы. А после быстрее восстанавливать содержание и пользоваться им. Поэтому я бы оценивал внедрение ИИ простым вопросом: что в нашей работе стало получаться лучше при тех же или меньших затратах? Если мы только начали быстрее производить тексты, которые некогда читать, стоит еще раз посмотреть на задачу. Если стали меньше терять договоренности, лучше понимать материал и быстрее переходить к действиям - тогда польза вполне ощутима. А у вас ИИ уже изменил результат работы или пока в основном ускорил отдельные действия? MAX|VK

Построить компанию на миллиарды - большой навык. Вовремя из нее выйти - отдельный. 10 сентября объявили о соглашении по покупке Miro компанией Bending Spoons. Стоимость бизнеса в сделке - $1,355 млрд, а с учетом чистых денежных средств оценка акционерного капитала составляет около $1,79 млрд. В 2022 году, при привлечении инвестиций, Miro оценивали в $17,5 млрд. Разница почти в десять раз. Конечно, почти два миллиарда долларов трудно назвать маленькой суммой. Но рядом с прежней оценкой она выглядит совсем иначе. Здесь есть две темы, которые мне кажутся важными. Первая - умение выходить из бизнеса. Предпринимателей учат запускать продукт, привлекать инвестиции, масштабировать продажи и не сдаваться. А вот момент, когда имеет смысл продать компанию, долю или отдельное направление, обсуждают значительно реже. Как будто настоящий основатель должен обязательно оставаться у руля до последнего. При этом психологически продать бывает сложнее, чем продолжить. Особенно если несколько лет назад компанию оценивали гораздо выше. Та цифра поселяется в голове и становится “настоящей стоимостью”, до которой рынок просто обязан когда-нибудь вернуться. Но покупатель платит за будущие возможности бизнеса. Наши воспоминания о лучших временах в стоимость сделки обычно не входят :). Разумеется, оценка инвестиционного раунда не означает, что в тот момент существовал покупатель, готовый приобрести всю компанию за такую сумму. Поэтому говорить, что основатели Miro “упустили $17,5 млрд”, было бы не совсем некорректно. Мы не знаем, какие варианты у них действительно были. Но общий урок от этого не меняется: выход из проекта - полноценная управленческая компетенция. Нужно уметь сравнивать предложение сегодня с рисками и возможностями самостоятельного будущего. Иногда продолжать - сильное решение. Иногда продать - тоже. Вторая тема - что ИИ делает с ценностью программных продуктов. Называть Miro доказанной прямой жертвой ИИ я бы пока не стал. По одной цене сделки невозможно установить причины переоценки. Тем более речь идет о работающем бизнесе: покупатель сообщает примерно о $600 млн годовой повторяющейся выручки. Но сама категория онлайн-досок, на мой взгляд, очень хорошо показывает новую уязвимость. Представьте, что команде нужны стикеры, стрелки, несколько шаблонов и сохранение результатов сессии. Возможность собрать с помощью ИИ свою простую доску заставляет иначе посмотреть на очередную подписку. Полноценный Miro со стабильной совместной работой, правами доступа, интеграциями и корпоративной безопасностью за вечер воспроизвести не получится. Только пользователю далеко не всегда нужен полноценный Miro. Иногда достаточно небольшой части его возможностей, а это уже другой разговор, это быстро и просто. И вот это, по-моему, гораздо серьезнее, чем соревнование “кто быстрее скопирует все кнопки”. Чтобы отобрать часть рынка, конкуренту достаточно закрыть конкретную задачу клиента проще и дешевле. Причем таким конкурентом может оказаться сам клиент, собравший инструмент под себя. По той же логике я бы внимательно смотрел на простые таск-трекеры, конструкторы форм, генераторы типовых отчетов, сервисы для схем и небольшие внутренние CRM. Особенно там, где продукт выполняет одну понятную функцию, а смена инструмента почти ничего не стоит. Лучше защищены решения, в которых накоплены уникальные данные, выстроены сложные интеграции, важны надежность и ответственность за результат. Но и им придется регулярно объяснять, за что именно клиент продолжает платить. Поэтому история Miro для меня - повод задать себе два вопроса. Насколько устойчиво преимущество моего бизнеса? И смогу ли я принять решение о выходе, если прежняя оценка так и останется красивой цифрой из прошлого? А какой сервис из ваших подписок вы бы первым попробовали заменить инструментом, собранным под себя? MAX|VK

Пока мы просим ИИ переписать письмо, он подбирается к задачам тысячелетия. 8 сентября OpenAI заявила о решении проблемы существования и гладкости решений уравнений Навье - Стокса. Это одна из семи задач тысячелетия, выделенных Математическим институтом Клэя в 2000 году. Между прочим за решение каждой предусмотрена премия в миллион долларов, поэтому если кто хочет стать миллионером и хорош в математике - дерзайте :). Напомню, что до этого одну из таких задач (Пуанкаре) решил российский математик Перельман Название звучит так, что хочется сразу передать новость знакомому физику и вернуться к своим делам :). Но, на мой взгляд, здесь есть повод остановиться и для тех, кто давно не открывал учебник математики. Если пытаться по простому описывать что это за зверь, то это уравнение описывают движение жидкостей и газов. Вопрос в том, всегда ли из гладкого начального состояния получается столь же корректное дальнейшее движение или математическая модель при определенных условиях может “сломаться”. По сообщению OpenAI, система построила пример возникновения такой особенности за конечное время при гладкой внешней силе. Компания опубликовала доказательство и его формализацию в Lean - системе компьютерной проверки математических рассуждений. Я бы пока сохранял формулировку «предложено решение». Проверка специалистами, обсуждение условий доказательства и признание результата требуют отдельной работы. Но сам масштаб заявки уже заслуживает внимания. Особенно интересно, как это было устроено. По данным компании, над задачей работала группа примерно из 10 тысяч ИИ-агентов на базе новейшей внутренней модели. До результата прошло около 88 часов, еще 17 заняли формализация и проверка. Агенты исследовали разные подходы, обменивались промежуточными выводами, а исследователи направляли работу. Для меня как руководителя здесь любопытна сама организация процесса. Задачу разделили между участниками, дали им инструменты, обеспечили обмен результатами и предусмотрели проверку. Знакомые управленческие действия, только состав команды довольно необычный. И это заставляет иначе посмотреть на разговоры о внедрении ИИ в компаниях. Мы часто начинаем с самого очевидного: написать текст, составить протокол встречи, сделать презентацию. Все это полезно. Но можно так увлечься экономией двадцати минут на письме, что не заметить более интересный вопрос: какие задачи мы вообще не берем в работу, потому что считаем их слишком сложными, долгими или дорогими? Например, проверить несколько конкурирующих объяснений проблемы, сопоставить большой массив технической документации, найти слабые места в проектном решении. Здесь результат нельзя оценивать по тому, насколько убедительно написан ответ. Нужны критерии, исходные данные, проверка и человек, способный разобраться в выводах. Кстати, именно поэтому я не вижу в такой новости повода переставать учиться. Чтобы поставить содержательную задачу и оценить предложенное решение, придется понимать предмет достаточно глубоко. Чем сильнее инструмент, тем дороже может оказаться наша неспособность заметить, что он ответил на другой вопрос. Переносить математический результат напрямую на бизнес, конечно, нельзя. Доказательство можно проверять по строгим правилам, а у рынка, клиентов и сотрудников есть неприятная привычка менять условия по ходу задачи. Но управленческий вывод я бы сделал уже сейчас: стоит пересмотреть собственный список “это пока невозможно”. Возможно, часть ограничений в нем относится к инструментам, которыми мы пользовались раньше. Если предложенное доказательство выдержит независимую проверку, это будет серьезным аргументом в пользу способности ИИ участвовать в получении нового знания. А нам придется внимательнее выбирать, какую работу мы ему поручаем и как проверяем результат. MAX|VK

В прогнозе по рынку труда я ошибся... В начале года говорил, что к июню hh.индекс в информационных технологиях превысит 26. В июне получилось 22,4, в июле - 24,4, а в августе показатель достиг 26,4. Направление движения оценил верно, со сроком поторопился. Впрочем, прогноз имеет смысл именно тогда, когда к нему можно вернуться и сравнить с реальностью :). Для начала поясню, что означают эти цифры. hh.индекс показывает соотношение активных резюме и активных вакансий на платформе. Сейчас в IT на одну вакансию приходится в среднем 26,4 резюме. Это не уровень безработицы и не количество откликов на конкретную позицию, но вполне понятный ориентир для оценки конкуренции. Ознакомиться с отчетами можно на сайте hh. В августе прошлого года показатель составлял 15,2. В январе этого года - уже 21,4. Весной он держался около 23, а за последние два месяца снова заметно вырос. То есть мы наблюдаем продолжающуюся динамику, причем разница довольно существенна, приближается к 100%. Для меня это сигнал, что баланс на рынке IT-труда продолжает смещаться в сторону работодателя. У компаний становится больше выбора, а соискателям приходится убедительнее объяснять, почему стоит выбрать именно их. При этом из графика нельзя сделать вывод, что теперь любого специалиста можно легко найти за любые деньги. Внутри IT слишком разные рынки: начинающий разработчик, опытный архитектор и руководитель сложного проекта решают разные задачи и сталкиваются с разной конкуренцией. Это означает, что придется отсматривать много CV, чтобы найти нужный “самородок”. Поэтому большое количество резюме само по себе не гарантирует, что среди них есть человек, который вам нужен. Но и рассчитывать, что принадлежность к IT автоматически обеспечивает очередь из работодателей, я бы уже не советовал. На мой взгляд, в такой ситуации особенно важно уметь объяснить свою ценность через конкретную работу. Что вы довели до результата, какую проблему решили, где сократили потери, ускорили процесс или помогли команде справиться со сложной задачей. Перечень технологий в резюме полезен, но за ним хочется увидеть человека, который понимает, для чего он их применяет. Для руководителей здесь тоже есть соблазн сделать слишком простой вывод: раз кандидатов много, можно снижать предложения, затягивать решения и меньше заботиться о действующей команде. Я бы этого избегал. Возможность выбирать полезно использовать для усиления команды, а стоимость потери сильного сотрудника считать с учетом его знаний о клиентах, продукте и процессах. Теперь новый прогноз: к Новому году, думаю, hh.индекс в IT приблизится к 30 - то есть примерно к тридцати активным резюме на одну вакансию. Это мой рабочий сценарий при сохранении нынешней динамики. Для такого значения достаточно дальнейшего роста на несколько пунктов, причем даже медленнее, чем за июль и август. Однако механически продолжать линию графика нельзя: оживление найма или изменение активности соискателей способны заметно скорректировать траекторию. И еще один важный момент. По одному индексу нельзя установить, почему именно он вырос: стало меньше вакансий, больше резюме или произошло и то и другое. Поэтому объяснять весь сдвиг тем, что «ИИ заменил программистов», было бы слишком смелым упрощением. Пока я вижу повод для компаний внимательнее посмотреть на возможности найма, а для специалистов - на то, насколько убедительно они могут показать результат своей работы. Паника здесь вряд ли поможет, а вот пересмотреть привычные ожидания полезно. В конце года вернемся к прогнозу и проверим. В том числе срок :). А что вы сейчас замечаете со своей стороны: стало легче находить сотрудников или сложнее находить работу? MAX|VK

Что хуже: неправильный ответ или правильный ответ без понимания? Один из моих наставников любил говорить: «Ты мне физику процесса расскажи». Можешь рассказать - значит, понимаешь, как работает. Фраза мне запомнилась, потому что правильный ответ сам по себе еще ничего не гарантирует. Его можно угадать, запомнить, найти в интернете, подсмотреть в отчете за прошлый год или уверенно повторить за человеком, который действительно разобрался. Или просто повторить :) Внешне все выглядит отлично: цифра совпала, формулировка правильная, нужная галочка поставлена. Но стоит изменить условия задачи - и вся конструкция рассыпается. С неправильным ответом проще - где-то есть ошибка: в данных, логике, расчете или понимании задачи. Ошибку можно найти, обсудить и исправить. Правильный ответ без понимания иногда живет гораздо дольше, потому что проверку уже прошел и причин задавать дополнительные вопросы, вроде бы, нет. А дефицит времени у всех. Особенно хорошо это видно в обучении. Студент называет верную формулу, дает определение почти по учебнику и получает хорошую оценку. Затем просишь объяснить ту же идею своими словами или применить ее к реальной компании - и выясняется, что внутри остался набор правильно расставленных слов. Пока задача похожа на пример из презентации, все работает. Как только жизнь меняет хотя бы одну переменную, готовый ответ перестает помогать. Как у Конфуция — “знание существует ради применения”, но образование не в количестве знаний, а в понимании и их применении. В управлении цена такой иллюзии обычно выше. Представим, что руководитель проекта докладывает: “Мы отстаем из-за нехватки ресурсов”. Ответ звучит логично и хорошо объясняет задержку. Можно запросить дополнительных людей, перенести срок и разойтись. Но если спросить о физике процесса - какой именно ресурс ограничивает работу, на каком этапе возникает очередь и что изменится после усиления команды, - иногда оказывается, что людей достаточно, а проект тормозит из-за одного согласования или неправильной последовательности работ. То же самое происходит с цифрами. Выручка выросла - хорошо. Расходы снизились - тоже хорошо. Производительность увеличилась на двадцать процентов - вообще прекрасно. Но пока мы не понимаем, за счет чего получен результат, насколько он устойчив и какой ценой достался, правильная цифра может привести к неправильному решению. Продажи выросли из-за разовой сделки, расходы сократились вместе с важными компетенциями, а производительность поднялась потому, что часть операций перестали учитывать. “Расскажи мне физику процесса” - хороший проверочный вопрос, потому что он заставляет пройти путь от причины к результату. Что происходит внутри системы? Какие элементы на что влияют? Где возникает ограничение? Почему мы уверены, что действие приведет именно к такому эффекту? Человек, который понимает процесс, не всегда отвечает мгновенно. Он может уточнить данные, заметить противоречие, признать, что пока не знает ответа, и попросить время на проверку. Это выглядит менее убедительно, чем быстрая и гладкая формулировка. Зато на такое рассуждение можно опереться, потому что видно, из каких деталей оно собрано. Неправильный ответ дорого стоит, особенно, если решение нужно принимать прямо сейчас. Я не предлагаю ценить ошибки выше результата. Но в обучении, аналитике и управлении честная ошибка часто полезнее случайной правоты, поскольку показывает место, где закончилось понимание. Правильный ответ без понимания создает лишнюю уверенность. Человек запоминает удачную формулировку и переносит ее в следующую ситуацию, где условия уже другие. После нескольких таких повторений ошибка становится системой, хотя начиналось все с абсолютно верного ответа. Поэтому, когда слышу красивое и быстрое решение, всегда хочу спросить: как мы к нему пришли, на каких предположениях оно держится и что изменится, если один из факторов исчезнет? И, конечно, можете ли вы рассказать физику процесса? Если можете - значит, скорее всего, действительно понимаете. А что для вас убедительнее: быстрый правильный ответ или немного более долгий, но понятный ход рассуждений?

В этом году 1 сентября для меня снова стало вполне буквальным Днем знаний - я поступил в магистратуру факультета педагогического образования МГУ. Оказаться по другую сторону учебного процесса после многих лет преподавания очень познавательно. Ты привык рассказывать слушателям, как следует учиться, распределять время и готовиться к сложным задачам, а потом сам открываешь программу вступительного экзамена и понимаешь, что теперь все эти рекомендации придется проверять на себе :) Сам процесс поступления за последние годы заметно изменился. Госуслуги оказались действительно удобной вещью: документы можно подать онлайн сразу в несколько вузов, следить за заявлениями и конкурсными списками в одном месте. Правда, информация идет с запозданием - было быстрее взаимодействовать сразу с приемной комиссией ВУЗ. Но это все равно сильно лучше поездок по приемным комиссиям с папкой копий, фотографиями и постоянным страхом, что где-нибудь не хватает “одной справки”. В процессе выяснилась любопытная деталь: люди, получившие аттестат до 2009 года, при поступлении могут сдавать внутренние экзамены вуза вместо ЕГЭ. Кстати, разница между очным и дистанционным экзаменом оказалась гораздо больше, чем можно предположить. Формально проверяются те же знания, но онлайн-формат требует другой концентрации: ты одновременно работаешь с вопросами, следишь за временем, интерфейсом и техникой. В аудитории легче почувствовать ритм экзамена и реакцию преподавателя, а перед экраном приходится самому удерживать внимание и справляться с неопределенностью, да и связь преподносит сюрпризы. Отдельный вопрос - искусственный интеллект. Сдать экзамен за человека он не сможет, да и не должен. Зато подготовку способен изменить очень заметно. Например, можно загрузить программу экзамена и список литературы, попросить собрать тематическую структуру, подготовить информацию по нужным текстам, объяснить сложные концепции разными способами и сформировать вопросы для самопроверки. Это в разы сокращает время подготовки. ИИ может работать в качестве симулятора экзаменатора, задавая вопросы и разбирая попытки ответа - провести пробный экзамен, получить замечания к ответам и отдельно разобрать темы, в которых аргументация пока слабая. Все это помогает понять не только содержание материала, но и сами требования к ответу: где нужно определение, где сравнение подходов, а где собственная позиция с аргументами. Конечно, здесь легко создать иллюзию подготовки. Важно, чтобы знания появились в голове и остались в ней, хотя бы на какое-то время :) Так что все равно приходится читать, сопоставлять источники, запоминать и самостоятельно формулировать ответы. Для меня эта история важна еще и потому, что преподавателю полезно периодически возвращаться в позицию студента. Снова почувствовать, как выглядит незнакомая программа, как непросто выделить главное в большом объеме материала и почему некоторые формулировки задания, очевидные автору курса, вызывают у слушателя совсем другие вопросы. Мы часто воспринимаем образование как этап жизни: сначала учимся, затем начинаем работать и применять полученные знания. Но сегодня знания и инструменты меняются быстрее, чем заканчиваются многие образовательные программы. Поэтому возвращение в университет становится нормальным способом посмотреть на свою профессию и привычные подходы с новой стороны. Так что День знаний в этом году у меня проходит с документами о зачислении и вполне настоящим ожиданием начала учебы. Оказывается, первое сентября снова может немного волновать, даже если школьный портфель остался далеко в прошлом. Поздравляю всех, кто сегодня учится, учит или только решается снова сесть за парту. Возвращаться к учебе никогда не поздно - особенно когда уже понимаешь, зачем тебе нужны эти знания. MAX|VK

Почему иногда я выбираю поезд, хотя самолет быстрее? У меня есть простое правило: если дорога на поезде занимает до четырех часов, почти всегда между самолетом и поездом я выбираю поезд. Если больше - начинаю смотреть билеты на самолет. Сразу может показаться отсутствие логики - самолет летит между городами час, поезд идет три с половиной или четыре. Арифметика подсказывает очевидный вариант, особенно человеку, который привык ценить время. Но самолет быстрее, когда летит. А до этого нужно доехать до аэропорта, приехать заранее, пройти досмотр, дождаться посадки, потом немного посидеть в самолете с выключенным ноутбуком, а после прилета снова добраться до города (как опытный путешественник я пропускаю получение багажа;). Час полета обрастает еще несколькими часами перемещений и ожиданий, в течение которых сложно нормально работать, читать или просто расслабиться. Можно даже пренебречь вероятностью задержки рейса из-за погоды, технических вопросов или “ковра”. С поездом все иначе. Приезжаешь на вокзал, садишься в вагон - и дорога начинается сразу. Через несколько минут можно открыть ноутбук, достать книгу или взять чай в том самом подстаканнике, который почему-то до сих пор скрашивает любое путешествие :). Мне вообще нравится купе как временное пространство между двумя точками. Телефон иногда работает, но отвечать всем подряд почему-то уже не хочется. За окном постепенно меняются города, леса и небольшие станции, а у тебя впереди несколько часов, в которые никто не назначит очную встречу и не попросит срочно зайти на ВКС. В самолете я обычно пытаюсь занять время. В поезде время довольно быстро начинает занимать меня само. Можно спокойно прочитать несколько глав, дописать текст, разобрать мысли, до которых не доходили руки, или просто смотреть в окно. Последний вариант взрослому человеку иногда приходится отдельно себе разрешать, потому что сидеть без видимого результата кажется почти неприличным. Но именно в такие моменты голова часто заканчивает работу, которую мы безуспешно пытались заставить ее сделать на очередном совещании и результат созерцания часто приятно удивляет внезапным озарением. Есть еще один важный момент. При постоянных перелетах дорога превращается в набор одинаковых технических операций: такси, стойка, досмотр, выход на посадку, кресло, багаж, снова такси. Хочется быстрее пройти каждый этап и оказаться в точке назначения, потому что сам путь почти не оставляет впечатлений. Поезд возвращает дороге протяженность. Ты физически чувствуешь, как один город заканчивается, между ним и следующим появляется расстояние, а потом за окном постепенно возникает новая точка прибытия. Для меня это еще и нормальный переход между состояниями: можно завершить мысли о том, откуда уехал, и подготовиться к тому, куда направляешься. Конечно, я не собираюсь ехать сутки только ради романтики железной дороги. После четырех часов преимущество постепенно исчезает, особенно если впереди рабочая встреча и важно сохранить силы. Поэтому правило остается практичным: до четырех часов - поезд, дальше - самолет. Возможны исключения из-за расписания, ночного маршрута или неудобного вокзала, но в большинстве случаев этот ориентир работает. Мы часто оцениваем поездку только по скорости прибытия. Чем раньше оказались в нужном городе, тем эффективнее использовали время. Однако время между точками все равно является частью нашей жизни, поэтому важно и сколько его потрачено, и как оно прошло. Четыре часа в купе или кресле могут пройти содержательнее, спокойнее и даже полезнее, чем два часа, сэкономленные на бумаге, но растворившиеся между очередями, трансферами и ожиданием посадки. Поэтому часто я сознательно выбираю более медленный транспорт. Хочется быстрее оказаться в следующей точке, но нормально прожить расстояние до нее для меня тоже важно. А у вас есть собственная граница, после которой поезд проигрывает самолету? MAX|VK

Есть у меня ручная кофемолка и турка. С точки зрения современной эффективности - довольно странный комплект. Чтобы выпить кофе, нужно отмерить зерна, засыпать их в кофемолку, несколько минут крутить ручку, потом следить за туркой и успеть снять ее с огня в тот самый момент, когда кофе уже собирается убежать а потом доставить еще раз… Нажать одну кнопку и уйти заниматься делами не получится. Конечно, есть автоматическая кофемашина. Она сама перемелет зерна, отмерит воду, приготовит напиток и даже напомнит, когда ее пора почистить. Быстро, стабильно, технологично - все как я люблю в правильно выстроенных процессах.Но ручную кофемолку я все равно далеко не убираю. Есть ритуалы, смысл которых как раз заключается в том, что их нельзя ускорить. Пока крутишь ручку, слышишь, как зерна постепенно превращаются в порошок, чувствуешь запах кофе, а мысли понемногу перестают бежать впереди тебя. Потом ставишь турку на огонь и несколько минут просто находишься рядом, потому что стоит отвлечься на телефон - и придется мыть плиту :). Наверное, с позиции классической оптимизации здесь сплошные потери. Лишние движения, ожидание, ручной контроль, зависимость результата от человека. Любой консультант по процессам посмотрел бы на эту схему и предложил автоматизацию уже на втором слайде. И был бы прав, если бы нашей единственной целью была чашка кофе. Но иногда цель другая. Мне нужен сам переход от одного состояния к другому: несколько минут, в течение которых нельзя открыть почту, ответить на сообщение или параллельно подключиться к созвону. Руки заняты, процесс требует внимания, а у головы появляется короткая пауза, концентрация, сосредоточение и почти медитация. Кофе в этом случае становится приятным итогом, но ценность возникает еще до первого глотка. В работе мы довольно быстро привыкаем измерять все через скорость. Если совещание можно сократить - сокращаем, если решение можно принять за пять минут - принимаем, если операцию можно автоматизировать - автоматизируем, мы даже видео смотрим в ускоренном формате. Проблема начинается, когда ту же логику мы переносим на всю остальную жизнь. Начинаем слушать книги на двойной скорости, отвечать на сообщения во время прогулки, обедать перед ноутбуком и смотреть фильм, одновременно листая новости. Формально за один час помещается больше действий, хотя сам час почему-то ощущается короче и почти не запоминается. Если сам процесс является частью результата, ускорение может просто его уничтожить. Разговор с близким человеком нельзя сделать в два раза эффективнее, прогулку бессмысленно проходить на максимальной скорости, а выходной, забитый полезными делами до последней минуты, утомляет сильнее рабочего дня. Я не предлагаю отказаться от кофемашин, доставки, автоматизации и всех остальных достижений цивилизации (к слову, в офис я купил именно кофемашину :)). Скорость освобождает время, и это прекрасно. Вопрос только в том, чем мы потом заполняем освободившиеся минуты. Если новой порцией спешки, упуская важное - выигрыш получается довольно сомнительным. Поэтому ручная кофемолка остается на кухне. Она медленнее, требует усилий и совершенно проигрывает автомату по производительности. Зато напоминает мне простую вещь: далеко не всякое медленное действие нуждается в исправлении. Некоторые процессы стоит оставить неэффективными, потому что именно в них мы успеваем почувствовать собственную жизнь. А у вас есть ритуал, который вы намеренно не хотите ускорять? MAX|VK

Почему умный человек не всегда хорошо учится? За годы преподавания я много раз наблюдаю похожую картинку. Человек быстро понимает новую тему, первым отвечает на вопросы, легко находит слабое место в чужом рассуждении и уже через двадцать минут начинает немного скучать. Кажется, перед нами очевидный отличник, которому обучение будет даваться легче остальных. Но через несколько недель выясняется, что задания он делает в последний момент, базовые вещи считает слишком простыми для себя, а до сложной части курса так и не добрался, а если добрался - то не запомнил. При этом в той же группе может тихонько сидеть слушатель, который не отвечает первым и, иногда, просит объяснить еще раз, зато аккуратно разбирает материал, пробует применить его в работе, возвращается с вопросами и постепенно уходит далеко вперед, “пропуская” знания “через себя”. Быстрее увидеть закономерность, связать новую идею с уже знакомой, отделить главное от второстепенного, быстро “въехать в тему” - все это серьезное преимущество. Но мы часто считаем, что если человек быстро соображает, то он автоматически умеет хорошо учиться. В действительности же успешное образование требует еще нескольких качеств, и некоторые из них человеку даются совсем не легко, вне зависимости от количества “ума”. Первое - дисциплина. Настоящее обучение почти всегда длиннее первоначального интереса. Сначала все новое и увлекательное, потом начинаются повторение, практика и те самые упражнения, в которых уже нет ощущения интеллектуального приключения. Здесь природная скорость перестает быть главным преимуществом, потому что результат получает не тот, кто быстрее всех понял, а тот, кто продолжал работать с материалом. Второе - любопытство, т.е. готовность честно задержаться возле непонятного и спросить: “А почему это устроено именно так?” Умный человек иногда слишком дорожит образом умного человека, поэтому старается быстрее высказать красивую версию и хуже замечает то, что в нее не укладывается. Часто боится задавать вопросы, когда “всем вокруг уже понятно”. Хотя хороший вопрос часто полезнее быстрого ответа. И третье - готовность ошибаться. Обучение неизбежно ставит нас в положение, где мы чего-то не умеем, говорим глупость и получаем обратную связь, которая чаще неприятна. Для человека, привыкшего быть самым способным “в классе” это может оказаться тяжелым испытанием. Проще объявить задание “дурацким”, преподавателя “душным”, а предмет неприменимым к жизни или ненужным, чем признать, что с первой попытки не получилось :) и искать точки роста. Кстати, высокая интеллектуальная скорость иногда долго скрывает эти проблемы. В школе или университете можно многое вытянуть за счет памяти, общего кругозора и подготовки “в последнюю ночь”. Но чем сложнее становится область, тем меньше работает такой подход, потому что однажды каждый доходит до темы, которую нельзя понять между двумя чашками кофе. И вот здесь начинается настоящая проверка: способен ли человек не сбежать от ощущения собственной некомпетентности, а спокойно разобрать материал по частям. Поэтому я бы не делил людей на умных и не очень по их оценкам или скорости ответа. Гораздо интереснее смотреть, как человек ведет себя, когда задача не поддалась сразу. Возвращается ли он к ней, умеет ли попросить помощи, проверяет ли свои выводы и сохраняет ли интерес после первой ошибки. Способность учиться - это не просто мощность интеллекта. Это сочетание ума, дисциплины, любопытства и определенной внутренней скромности, которая позволяет иногда сказать: «Я пока не понимаю, но хочу разобраться». И смелости задавать “глупые” вопросы и признавать свои ошибки. Наверное, именно слово «пока» и отличает человека, который просто много знает, от человека, который способен продолжать учиться. Перефразируя Платона - чем больше я узнаю, тем больше объем моего незнания... А вам встречались очень умные люди, которым учеба почему-то давалась сложнее, чем можно было ожидать? MAX|VK

Есть довольно привычная формула: преподаватель учит, а студенты учатся. Звучит логично - роли распределены и можно начинать занятие. Но чем дольше я преподаю, тем меньше верю в такую одностороннюю конструкцию, потому что некоторые вопросы слушателей заставляли меня пересматривать собственные убеждения сильнее, чем книги и выступления признанных экспертов. Однажды на занятии мы обсуждали сопротивление изменениям. Я рассказывал о том, почему люди держатся за привычные процессы, боятся неопределенности и не всегда поддерживают даже вполне разумные преобразования. Все шло по плану, пока один из слушателей не спросил: “А если сотрудники сопротивляются не изменениям, а плохому решению руководства, которое просто назвали трансформацией?” Вопрос оказался неприятно точным. Руководителю вообще удобно объяснять сопротивление консерватизмом команды: люди не готовы, не понимают, боятся нового. Такая версия позволяет не задавать себе более сложный вопрос - возможно, сотрудники видят риски, которые не заметили наверху. С тех пор я стараюсь относиться к сопротивлению не только как к барьеру, который нужно преодолеть, но и как к сигналу, который сначала стоит расшифровать. Иногда за фразой “мы всегда делали иначе” действительно прячется привычка, а иногда - опыт человека, уже однажды видевшего, чем заканчивается похожая идея. Другой случай был связан со стратегией. Я в очередной раз отстаивал свой любимый тезис: если стратегия нигде не зафиксирована - в документе, презентации или хотя бы понятном наборе решений, - скорее всего, ее не существует. И тут слушатель задал простой вопрос: “А если документ есть, но никто в компании не может без презентации объяснить, что теперь нужно делать по-другому, стратегия существует?” Пришлось признать, что наличие файла еще не означает наличия стратегии. Можно подготовить сто слайдов, согласовать формулировки и даже разослать итоговый документ всей компании, но если после этого закупки, продажи и IT продолжают принимать решения по-старому, мы создали не стратегию, а довольно дорогую корпоративную литературу :). Теперь к вопросу “где зафиксирована стратегия?” я обязательно добавляю второй: “Какие ежедневные решения она изменила?” Еще один хороший вопрос прозвучал во время обсуждения управленческих моделей. Мы разбирали правильную, логичную и красиво собранную конструкцию, в которой были роли, процессы, метрики и контрольные точки. Один из участников внимательно посмотрел на схему и спросил: “А что делать, если на все это у меня нет ни людей, ни денег, ни полугода спокойной жизни?” В теории хочется ответить: найти ресурсы, обучить команду и внедрять поэтапно. В реальной компании на вас одновременно падают текущие задачи, ограничения бюджета, кадровый дефицит и какой-нибудь срочный проект, который должен был быть готов еще вчера. Этот вопрос напомнил мне, что хорошее решение - не самое красивое на доске, а то, которое организация действительно способна выполнить и поддерживать. Иногда рабочая модель на семьдесят процентов полезнее идеальной, которая навсегда останется в презентации. Наверное, в этом и заключается главная ценность преподавания. Преподаватель приносит структуру, опыт и инструменты, а слушатели приносят десятки отраслей, компаний и ситуаций, в которых аккуратная теория встречается с неаккуратной жизнью. В такой аудитории довольно быстро выясняется, какие идеи действительно работают, а какие хорошо выглядят только при выключенном микрофоне у студентов. Поэтому после хорошего занятия я почти всегда ухожу не только с ощущением, что чем-то поделился, но и с несколькими вопросами, над которыми еще предстоит подумать. Обучение - процесс двусторонний (т.е. это не привычная история взаимоотношения субъект-объект, а процесс, в котором 2 субъекта) и иногда самый важный вывод с занятия делает именно тот, кто пришел его проводить. А какой вопрос однажды заставил вас пересмотреть позицию, в которой вы до этого были совершенно уверены? MAX|VK