Вы были когнитивным лидером. А теперь?
Вы привыкли быть самым умным в комнате: знали больше, думали быстрее, а ваше суждение было авторитетным. Теперь самый умный в комнате — не человек. Модель помнит больше фактов, читает быстрее, пишет глаже и на многих типовых задачах рассуждает не хуже команды людей. Привычная опора — «я знаю и соображаю лучше» — дешевеет. Это закономерно тревожит.
Но это не конец роли руководителя, а смена её опоры: ценность уходит от того, что вы знаете, к тому, что машина не берёт: суждение, вкус, правильные вопросы и ответственность за необратимое.
Что это значит для вас. Соревноваться с моделью в скорости и эрудиции — ставка проиграна, деньги уже не там. Ваша работа теперь — спроектировать, где суждение остаётся за человеком (необратимые решения, ценности, право вето), а где исполнение, координацию и сбор фактов можно и нужно передать агентам.
Риск зеркальный: кто ради удобства отдаёт ИИ не задачи, а само суждение, тот ликвидирует собственную роль — и заодно рушит скамейку, на которой растут будущие лидеры. Ниже — карта того, что обесценилось, что подорожало и где проходит граница, которую нельзя делегировать.
Но это не конец роли руководителя, а смена её опоры: ценность уходит от того, что вы знаете, к тому, что машина не берёт: суждение, вкус, правильные вопросы и ответственность за необратимое.
Что это значит для вас. Соревноваться с моделью в скорости и эрудиции — ставка проиграна, деньги уже не там. Ваша работа теперь — спроектировать, где суждение остаётся за человеком (необратимые решения, ценности, право вето), а где исполнение, координацию и сбор фактов можно и нужно передать агентам.
Риск зеркальный: кто ради удобства отдаёт ИИ не задачи, а само суждение, тот ликвидирует собственную роль — и заодно рушит скамейку, на которой растут будущие лидеры. Ниже — карта того, что обесценилось, что подорожало и где проходит граница, которую нельзя делегировать.
Сначала честно про масштаб сдвига
В одном из примеров HBR ИИ-диагностика в медицине проходит за считаные секунды там, где специалисту требуются десятки минут. По данным BCG, генеративным ИИ уже регулярно пользуются 85% руководителей – против 51% рядовых сотрудников; впереди всех именно руководство. И этот же руководящий состав тревожится сильнее всех: по опросу Wharton, 71% старших руководителей согласны, что ИИ заменит часть навыков их сотрудников. Когда машина быстрее достаёт факты и оперативнее рассуждает, вопрос «что остаётся человеку наверху?» становится практическим, а не риторическим.
Масштаб проблемы виден на одной бытовой детали: у согласующего в типовом контуре 40 секунд между встречами на проверку рекомендации агента — спорить он физически не может; формально решение остаётся за ним, но проверить рекомендацию по существу в такой рамке нельзя — согласие происходит по инерции. Как контур доходит до этого состояния и как это проверить, разберём в разделе про ловушку.
Что обесценилось
Дешевеет ровно то, на чём десятилетиями держался авторитет руководителя. Фактическая эрудиция — модель знает больше. Скорость рутинного анализа — она считает быстрее и дешевле. Беглость формулировок — она пишет глаже с первого раза. Всемирный экономический форум фиксирует это прямо: к 2030 году изменится почти 40% профессиональных навыков. И первой дешевеет не «тяжёлая» экспертиза, а координация и компиляция.
Показательный замер из Harvard Business School: доступ к Copilot у 50 032 разработчиков сместил работу от управления проектами к содержательным задачам — доля кодинга выросла на 5%, доля проектной координации упала на 10%. То есть ИИ первым делом съедает не глубокое суждение, а именно то «диспетчерское» среднее звено, на котором многие выстроили карьеру.
Если ваша ценность была в том, что вы самый информированный и быстрый в комнате, эту позицию уже занимает машина — не потому, что вы стали хуже, а потому, что у неё это получается дешевле.
Отсюда рабочая проверка: посчитайте, какая доля вашей недели уходит на координацию, компиляцию статусов и пересказ чужих фактов, — это первая зона, куда придёт ИИ. Отдать её агентам по собственному плану — сильная позиция; ждать, пока она отомрёт сама, — слабая.
Показательный замер из Harvard Business School: доступ к Copilot у 50 032 разработчиков сместил работу от управления проектами к содержательным задачам — доля кодинга выросла на 5%, доля проектной координации упала на 10%. То есть ИИ первым делом съедает не глубокое суждение, а именно то «диспетчерское» среднее звено, на котором многие выстроили карьеру.
Если ваша ценность была в том, что вы самый информированный и быстрый в комнате, эту позицию уже занимает машина — не потому, что вы стали хуже, а потому, что у неё это получается дешевле.
Отсюда рабочая проверка: посчитайте, какая доля вашей недели уходит на координацию, компиляцию статусов и пересказ чужих фактов, — это первая зона, куда придёт ИИ. Отдать её агентам по собственному плану — сильная позиция; ждать, пока она отомрёт сама, — слабая.
Что подорожало
Зато дорожает то, что машина не берёт.
- CуждениеКогда любой вывод модели звучит гладко и уверенно, дефицитным становится умение решить, чему верить, что оспорить и что отбросить. WEF и McKinsey формулируют сдвиг жёстко: ценность уходит со «знания конкретного процесса» к «способности переосмыслить подход, когда обстоятельства меняются» — от следования готовому рецепту к изобретению нового под давлением. И по их 30-страновому исследованию именно адаптивность и вера в свои силы оказались главными предикторами того, кто «процветает, а не просто справляется».01
- Горизонт ответственностиКак сказано в разборе HBR про советы директоров: «Стратегия — это про будущее, а ИИ не знает о будущем ничего, хотя знает почти всё о прошлом». Модель держит знания, но не несёт ответственности за необратимое — это остаётся человеку.02
- Вкус и постановка вопросаЦеннее не «дай ответ», а «какой вопрос здесь правильный».03
- ОркестрацияКак сказал в интервью HBR глава Amazon Энди Джасси, люди будут работать в связке с ИИ-агентами там, где их способности добавляют ценность, — это работа дирижёра, а не самого знающего в комнате.04
И вот что важно: экспертиза не копируется простым доступом к модели. В эксперименте HBR с 78 сотрудниками финансовой компании IG Group ИИ заметно подтянул концептуализацию у новичков, но до уровня экспертов в итоговых текстах так и не дотянул: им не хватило интуиции, «что оставить, а что выбросить». Вывод авторов сухой: «Экспертиза невоспроизводима, никакая технология её не заменит».
Иначе говоря, наивная ставка «дадим всем ИИ — и каждый станет экспертом» не сыграла; модель выравнивает тех, кто уже близок к области, но не делает эксперта из дилетанта. Для руководителя это прямая подсказка, где его настоящая ценность и почему её нельзя просто раздать.
Иначе говоря, наивная ставка «дадим всем ИИ — и каждый станет экспертом» не сыграла; модель выравнивает тех, кто уже близок к области, но не делает эксперта из дилетанта. Для руководителя это прямая подсказка, где его настоящая ценность и почему её нельзя просто раздать.
Ловушка: отдать не задачи, а само суждение
Здесь и поджидает главный риск — назовём его когнитивной капитуляцией. Делегировать ИИ задачи правильно. Делегировать ему суждение — значит потерять ровно то, что теперь и есть ваша роль.
WEF в работе, написанной вместе с Accenture, описывает механизм как «парадокс надзора»: частые контрольные точки незаметно вырождаются в формальное одобрение, а проверяющий из-за «склонности доверять автоматике» (automation bias — когда человек по инерции соглашается с системой) начинает кивать на рекомендацию агента вместо того, чтобы разбирать её критически.
Стандартное лекарство — «добавим больше человеческих проверок» — болезнь не лечит, а маскирует: больше штампов не равно больше суждения.
Есть и второй разворот: WEF и McKinsey отмечают, что сама неопределённость, которую создаёт ИИ, толкает часть руководителей не к более острому суждению, а к реактивному откату — закрыться и переждать. А спрос на умение стратегически управлять ИИ за два года вырос в семь раз — переждать не выйдет.
Цена капитуляции измерима: по данным Science, новички, некритично принимающие подсказки ИИ, работают заметно хуже тех, кто продумывает задачу сам. Удобство притупляет ровно ту способность, которая теперь в цене.
Теперь те самые 40 секунд крупным планом. Провал контура «человек в контуре» редко выглядит как драма — чаще как календарь. На проверку рекомендации у него 40 секунд между встречами, данных для обоснованного несогласия нет, а KPI меряет скорость согласований. Формально решение за человеком; фактически человек — штамп.
Проверка одним вопросом: пусть согласующий назовёт последний случай, когда он отклонил рекомендацию агента, и что за этим последовало. Если вспомнить нечего, контроля нет.
И это не теория со слайдов: сопротивление уже измерено. В опросе 1 600 специалистов (HBR) половина, а среди топ-менеджеров почти треть (31%), призналась, что активно работает против ИИ-инициатив, и лишь 36% сотрудников чувствуют себя обученными. Управлять суждением — своим и команды — в такой среде становится отдельной задачей.
Этот разрыв виден и в российских проектах: руководитель охотно отдаёт агенту исполнение, но на прямой вопрос «кто здесь принимает необратимое решение?» чаще отвечает пауза — границу собственного суждения заранее почти никто не прописывает.
Типовой сценарий провала выглядит так: комитет утверждает рекомендацию алгоритма, а когда спорный отказ всплывает, выясняется, что владелец риска не назначен — модель «решила», комитет «согласился», отвечать некому.
Мораль неприятная: коллективное согласие не заменяет суждение, и у каждого необратимого решения должен быть один человек с именем.
WEF в работе, написанной вместе с Accenture, описывает механизм как «парадокс надзора»: частые контрольные точки незаметно вырождаются в формальное одобрение, а проверяющий из-за «склонности доверять автоматике» (automation bias — когда человек по инерции соглашается с системой) начинает кивать на рекомендацию агента вместо того, чтобы разбирать её критически.
Стандартное лекарство — «добавим больше человеческих проверок» — болезнь не лечит, а маскирует: больше штампов не равно больше суждения.
Есть и второй разворот: WEF и McKinsey отмечают, что сама неопределённость, которую создаёт ИИ, толкает часть руководителей не к более острому суждению, а к реактивному откату — закрыться и переждать. А спрос на умение стратегически управлять ИИ за два года вырос в семь раз — переждать не выйдет.
Цена капитуляции измерима: по данным Science, новички, некритично принимающие подсказки ИИ, работают заметно хуже тех, кто продумывает задачу сам. Удобство притупляет ровно ту способность, которая теперь в цене.
Теперь те самые 40 секунд крупным планом. Провал контура «человек в контуре» редко выглядит как драма — чаще как календарь. На проверку рекомендации у него 40 секунд между встречами, данных для обоснованного несогласия нет, а KPI меряет скорость согласований. Формально решение за человеком; фактически человек — штамп.
Проверка одним вопросом: пусть согласующий назовёт последний случай, когда он отклонил рекомендацию агента, и что за этим последовало. Если вспомнить нечего, контроля нет.
И это не теория со слайдов: сопротивление уже измерено. В опросе 1 600 специалистов (HBR) половина, а среди топ-менеджеров почти треть (31%), призналась, что активно работает против ИИ-инициатив, и лишь 36% сотрудников чувствуют себя обученными. Управлять суждением — своим и команды — в такой среде становится отдельной задачей.
Этот разрыв виден и в российских проектах: руководитель охотно отдаёт агенту исполнение, но на прямой вопрос «кто здесь принимает необратимое решение?» чаще отвечает пауза — границу собственного суждения заранее почти никто не прописывает.
Типовой сценарий провала выглядит так: комитет утверждает рекомендацию алгоритма, а когда спорный отказ всплывает, выясняется, что владелец риска не назначен — модель «решила», комитет «согласился», отвечать некому.
Мораль неприятная: коллективное согласие не заменяет суждение, и у каждого необратимого решения должен быть один человек с именем.
Отложенный счёт: скамейка будущих лидеров
- У ловушки есть и отложенный счёт — он бьёт не сегодня, а через несколько лет. Если отдать ИИ всё «низовое» мышление, рушится площадка, на которой растут будущие эксперты и лидеры. Эми Эдмондсон и соавтор в HBR предупреждают прямо: лучшие руководители набирают мастерство «снизу вверх», и если этот путь срезать, «лидерство станет абстрактным, оторванным и опасно наивным».
- Счёт уже выставляется: по данным Stanford, занятость ранней карьеры в сферах, наиболее затронутых ИИ, заметно просела, а WEF оценивает, что ИИ уже выполняет 50–60% типовых задач младших сотрудников (junior). Топ-менеджер крупной юртех-компании (legal-tech) рассказывает, как фирмы сокращают набор младших юристов со 100 до 30 человек за сезон.
- Сокращать набор дёшево и заманчиво; через несколько лет окажется, что выращивать стало некого. Беречь собственное суждение — значит беречь и скамейку завтрашних лидеров, а не только сиюминутный финансовый результат.
Новая роль: не в контуре, а во главе
Куда же смещается роль? WEF вместе с Accenture формулируют точно: от «человека в контуре» (human-in-the-loop) к «человеку во главе» (human-in-the-lead), и от «решить один раз» к «вести курс непрерывно» — «лидер занят корректировкой курса, а не объяснением задним числом». Руководитель перестаёт быть хранилищем ответов и становится тем, кто задаёт направление, держит ценности, владеет правом на решение и отвечает за необратимое, а исполнение, координацию и сбор фактов отдаёт агентам.
Парадокс зрелости в том, что лишь около 15% организаций используют ИИ, чтобы по-настоящему переустроить работу; остальные навешивают его на старые процессы и получают старый результат чуть быстрее. Разница не в мощности модели, а в том, перепроектировал ли руководитель границу собственного суждения.
В том же духе бывший гендиректор (CEO) Walmart Дуг Макмиллон советует в интервью HBR: «Слушайте чутьё — когда нутром знаете, что это правильно, действуйте без промедления» и при этом «настройте себя меняться постоянно, а не один раз». Плата за такое суждение у него конкретна: осознанно опущенная операционная маржа — примерно с 8 до 4% — как ставка на долгую игру, а также проект, добавивший 50 млн долларов к прибыли, который оправдался тем, «что мы кое-чему научились». Такие решения модель не примет: они про терпимость к управляемой неудаче ради будущего, а ИИ «не знает о будущем ничего».
Парадокс зрелости в том, что лишь около 15% организаций используют ИИ, чтобы по-настоящему переустроить работу; остальные навешивают его на старые процессы и получают старый результат чуть быстрее. Разница не в мощности модели, а в том, перепроектировал ли руководитель границу собственного суждения.
В том же духе бывший гендиректор (CEO) Walmart Дуг Макмиллон советует в интервью HBR: «Слушайте чутьё — когда нутром знаете, что это правильно, действуйте без промедления» и при этом «настройте себя меняться постоянно, а не один раз». Плата за такое суждение у него конкретна: осознанно опущенная операционная маржа — примерно с 8 до 4% — как ставка на долгую игру, а также проект, добавивший 50 млн долларов к прибыли, который оправдался тем, «что мы кое-чему научились». Такие решения модель не примет: они про терпимость к управляемой неудаче ради будущего, а ИИ «не знает о будущем ничего».
Вот портрет когнитивного лидера новой формации: меньше всезнания, больше суждения, готовности к управляемому риску и постоянного обучения.
Человеческая деталь, которую легко упустить
Есть явление, которое не попадает в метрики. Впервые сотрудники начали обращаться за поддержкой и разговором в течение рабочего дня не к коллеге, а к ИИ: по данным HBR, 74% использовали его хотя бы для одной формы социальной поддержки — от карьерных советов до эмоциональной поддержки. ИИ «не осуждает» и всегда под рукой — и тихо вымывает поводы спросить живого человека. Для суждения команды это та же капитуляция в миниатюре: собеседник, который никогда не спорит, отучает возражать — сначала машине, потом и людям.
При этом лишь 33% получили от руководителей хоть какое-то объяснение, как ИИ меняет их роль и отношения. Объяснить команде, что обесценилось, а что подорожало, и удержать человеческие связи — это тоже работа суждения, которую за вас не сделает ни одна модель.
При этом лишь 33% получили от руководителей хоть какое-то объяснение, как ИИ меняет их роль и отношения. Объяснить команде, что обесценилось, а что подорожало, и удержать человеческие связи — это тоже работа суждения, которую за вас не сделает ни одна модель.
Главный вывод
Проиграть эту смену ролей можно двумя способами: продолжать соревноваться с моделью в эрудиции и скорости — или капитулировать и подписывать её решения не глядя. Парадокс прост: чем мощнее ИИ, тем дороже человеческое суждение — и тем опаснее отдать его машине ради удобства.
Стоит назвать одно решение, суждение по которому вы не отдадите ИИ, даже если он справится быстрее, — и сформулировать, почему. Этот короткий ответ и есть граница вашей новой роли. Всё, что снаружи неё, можно и нужно отдать агентам. Всё, что внутри, — теперь и есть то, ради чего в комнате нужны именно вы.
Стоит назвать одно решение, суждение по которому вы не отдадите ИИ, даже если он справится быстрее, — и сформулировать, почему. Этот короткий ответ и есть граница вашей новой роли. Всё, что снаружи неё, можно и нужно отдать агентам. Всё, что внутри, — теперь и есть то, ради чего в комнате нужны именно вы.
Что стоит сделать в понедельник
Большая трансформация не нужна — первый шаг занимает час, и он про границу, а не про процедуру. Стоит выписать решения, суждение по которым остаётся за человеком: необратимые, ценностные, репутационные, с длинным горизонтом последствий.
Принцип границы один: решение не делегируется ИИ без полноценного человеческого суждения, если оно необратимо (откатить за разумное время нельзя), создаёт регуляторные или репутационные последствия или меняет судьбу конкретного человека — увольнение, отказ, кредитный лимит. Всё остальное — кандидаты на делегирование по мере накопления статистики качества; у каждого пункта внутри границы полезно видеть право вето и человека, отвечающего за исход, — в инженерных терминах это пороги автономии и маршруты эскалации.
Такой список работает не как декларация, а как рабочая граница роли, и заметная часть эффекта в том, что команда впервые видит, какие решения по-прежнему за человеком и почему. А через квартал по нему видно, какие пункты по факту всё-таки ушли машине «ради скорости», — это и есть места, где роль начала утекать.
Принцип границы один: решение не делегируется ИИ без полноценного человеческого суждения, если оно необратимо (откатить за разумное время нельзя), создаёт регуляторные или репутационные последствия или меняет судьбу конкретного человека — увольнение, отказ, кредитный лимит. Всё остальное — кандидаты на делегирование по мере накопления статистики качества; у каждого пункта внутри границы полезно видеть право вето и человека, отвечающего за исход, — в инженерных терминах это пороги автономии и маршруты эскалации.
Такой список работает не как декларация, а как рабочая граница роли, и заметная часть эффекта в том, что команда впервые видит, какие решения по-прежнему за человеком и почему. А через квартал по нему видно, какие пункты по факту всё-таки ушли машине «ради скорости», — это и есть места, где роль начала утекать.
Источники
1. HBR Mar–Apr 2026 — Hermann, Puntoni, Morewedge «Why Gen AI Feels So Threatening to Workers» (фреймворк AWARE)
3. WEF × McKinsey Health Institute — «The Human Advantage: Stronger Brains in the Age of AI» (2026)
6. HBR Mar–Apr 2026 — интервью Doug McMillon «Listen to Your Gut»
9. HBR Jul–Aug 2025 — Shekshnia, Yakubovich «How Pioneering Boards Are Using AI»
10. HBR Jul–Aug 2025 — Hoffmann et al., HBS «How AI Is Redefining Managerial Roles»
11. WEF — «Four Futures for Jobs in the New Economy: AI and Talent in 2030»
WEF × McKinsey Health Institute — «The Human Advantage: Stronger Brains in the Age of AI» (2026)
WEF — «Four Futures for Jobs in the New Economy: AI and Talent in 2030»
- https://hbr.org/2026/03/why-gen-ai-feels-so-threatening-to-workers
- https://store.hbr.org/product/why-gen-ai-feels-so-threatening-to-workers/R2602B
3. WEF × McKinsey Health Institute — «The Human Advantage: Stronger Brains in the Age of AI» (2026)
- https://www.weforum.org/publications/the-human-advantage-stronger-brains-in-the-age-of-ai/
- https://www.mckinsey.com/mhi/our-insights/the-human-advantage
- https://hbr.org/2026/03/gen-ai-wont-make-your-employees-experts
- https://store.hbr.org/product/gen-ai-won-t-make-your-employees-experts/F2602A
- Оригинальное исследование (HBS Working Paper): https://www.hbs.edu/faculty/Pages/item.aspx?num=68314
6. HBR Mar–Apr 2026 — интервью Doug McMillon «Listen to Your Gut»
- Входит в выпуск: https://store.hbr.org/product/harvard-business-review-march-april-2026/BR2602
- Отдельная статья: https://hbr.org/2026/03/listen-to-your-gut
- https://hbr.org/2026/05/employees-are-relying-on-ai-for-personal-support-thats-risky
- https://store.hbr.org/product/employees-are-relying-on-ai-for-personal-support-thats-risky/R2603C
9. HBR Jul–Aug 2025 — Shekshnia, Yakubovich «How Pioneering Boards Are Using AI»
10. HBR Jul–Aug 2025 — Hoffmann et al., HBS «How AI Is Redefining Managerial Roles»
11. WEF — «Four Futures for Jobs in the New Economy: AI and Talent in 2030»
- https://www.weforum.org/publications/four-futures-for-jobs-in-the-new-economy-ai-and-talent-in-2030/
WEF × McKinsey Health Institute — «The Human Advantage: Stronger Brains in the Age of AI» (2026)
WEF — «Four Futures for Jobs in the New Economy: AI and Talent in 2030»
- https://www.weforum.org/publications/four-futures-for-jobs-in-the-new-economy-ai-and-talent-in-2030/
Другие новости