Проблема многоуровневого управления и как она связана с использованием ИИ В менеджменте есть такая особенность, что каждый следующий уровень управления более сложный и требует кратно больше не только компетенций, но и прожитого опыта. Довольно легко стать "бригадиром" (на языке айтишников - тимлидом). У руководителя есть полное понимание того, что делают его подчиненные - сразу видно кто где ошибается, врет и сравнительно легко исправить перекосы. Но далеко не каждый бригадир может стать "бригадиром бригадиров". Казалось бы, в чем разница? Ведь подчиненные руководители делают то, что ты умеешь делать и ты можешь проконтролировать их работу? На самом деле не совсем! Хочет того или нет, но каждый руководитель пусть чуть-чуть, но искажет картину реальных дел, передавая их "наверх" (своему руководителю). С учетом того, что руководитель руководителей уже не может охватить всех конечных исполнителей (подчиненных своих подчиненных) - он не может понять реальное положение дел в полной мере. Как итог - анализ и поставленные сроки на базе полученной информации уже некорректные, а какие-то вещи могут и вовсе находиться в критичном состоянии, но из-за искажения картинки вышестоящий руководитель об этом не узнает. И чем "выше" в иерархии руководитель, тем сложнее эта работа именно из-за увеличения энтропии. Поэтому самый важный навык менеджера - управление рисками и ожиданиями заказчиков. И здесь хочется провести аналогию с искусственным интеллектом: Чем сложнее становятся ИИ модели, тем больше вероятность какой-то ошибки, которую мы можем пропустить при перепроверке. Здесь получается ровно такая же история как с менеджментом - нам нужно учиться управлять рисками возникновения ошибок и грамотно формировать ожидания от результатов. Поэтому я думаю, что будущие специалисты по ИИ должны быть не только технарями, но и менеджерами. А двойные компетенции - это всегда дорого! Поэтому грамотные специалисты по ИИ будут определенно дороже обычных программистов. #мысли #размышления #ии #ai #менеджмент #управление