Виктор Кросс – Конец начальника сверху. Как построить и укрепить свой авторитет (страница 4)

Некоторые руководители отвечают на это тоской по прошлому. Они мечтают о времени, когда приказ был приказом, газеты печатали осторожнее, сотрудники не спорили, дети вставали при входе учителя, а граждане узнавали новости вечером из одного выпуска. Но эта мечта бесполезна. Прошлое не вернётся в таком виде, даже если где-то его пытаются силой восстановить. Можно закрыть сеть, посадить критиков, напугать работников, заставить людей улыбаться на собрании. Но страх не равен прежнему авторитету. Он только откладывает расплату.

Другие руководители делают обратную ошибку: они слишком быстро начинают заискивать. Называют всех партнёрами, устраивают бесконечные обсуждения, боятся прямого решения, прячут ответственность за опросами и рабочими группами. Это тоже слабость, только в мягкой одежде. Люди быстро чувствуют, когда их мнение спрашивают не для дела, а чтобы начальник не остался один с выбором. Следование нельзя заменить имитацией участия. Если решение нужно, его надо принять. Если люди могут влиять, надо честно сказать, на что именно. Иначе низы снова почувствуют обман.

Значит, вопрос не в том, как вернуть старую лестницу. Её уже подпилили с нескольких сторон: правом, деньгами, образованием, печатью, революциями, рынком, сетью, культурой личного достоинства и культурой личной обиды. Вопрос в том, как жить, когда лестница стала ниже и шатче. Тому, кто наверху, придётся меньше надеяться на титул и больше работать с доверием. Тому, кто внизу, придётся понять, что право голоса не освобождает от последствий голоса. Это неприятно обеим сторонам.

Историческая траектория ясна, хотя путь рваный. Сначала власть была почти священной. Потом её начали ограничивать. Потом стали требовать согласия. Потом низы научились объединяться. Потом техника дала им скорость и видимость. Теперь мы оказались в мире, где начальник всё ещё нужен, но уже не защищён прежней аурой, а подчинённый всё ещё зависит от начальника, но уже не обязан считать зависимость молчаливой судьбой.

Из этого не выходит простой рецепт. Скорее выходит предупреждение. Лидер, который не понимает, как долго и упорно власть спускалась вниз, будет считать каждое возражение личным оскорблением. Последователь, который не понимает цену порядка, будет считать каждое ограничение насилием. Оба ошибутся. И оба будут мешать тому, без чего не живёт ни семья, ни организация, ни государство: трудному соглашению о том, кто за что отвечает, кто на что имеет право и где заканчивается терпение.

Поэтому первая глава не о прошлом ради прошлого. Она о том, почему сегодняшний начальник слабее, чем ему кажется, и почему сегодняшний подчинённый сильнее, чем привык думать, но не так силён, как ему хочется. Между ними больше нет прежней стены. Есть разговор, спор, давление, зависимость, взаимная проверка. Иногда это делает жизнь лучше. Иногда невыносимее. Но именно здесь теперь и происходит лидерство: не на пьедестале, а в тесном месте, где никто уже не может делать вид, что другой стороны не существует.

Глава 3: Навыки, которые не пылятся

Есть странная привычка: человек спрашивает, какая профессия теперь самая надёжная, как будто где-то есть список, прибитый к стене гвоздём. Выучи вот это, получи вот такую бумагу, зайди в такую-то дверь, и можно выдохнуть лет на двадцать. Раньше такая логика хотя бы иногда работала. Не всегда, но работала. В мире, где технологии менялись медленнее, образование похоже было на большой чемодан: собрал его один раз, закрыл, поехал по жизни. Сейчас чемодан всё время раскрывается в дороге. Что-то из него выпадает, что-то приходится докладывать на ходу, а часть вещей оказывается лишней уже через пару остановок.

Искусственный интеллект не отменил навыки. Он сделал другое: он перестал уважать красивые названия профессий. Ему всё равно, как написано в трудовой книжке или на странице в сети. Он смотрит на задачу. Можно ли её разобрать на повторяемые шаги? Можно ли измерить результат? Можно ли обучить модель на большом количестве примеров? Если ответ положительный, часть работы начинает уходить в программы. Не вся работа, не вся профессия, но кусок, который ещё вчера считался человеческим ремеслом. Поэтому вопрос о навыках стал более неприятным. Теперь недостаточно сказать: я бухгалтер, юрист, маркетолог, программист, преподаватель. Приходится спрашивать: что именно я умею делать так, что это не сводится к нажатию кнопки и проверке готового ответа?

В новой экономике ценятся не отдельные слова в резюме, а связки. Не просто Python, а умение поставить задачу, очистить данные, проверить результат и объяснить его человеку, который не обязан любить таблицы. Не просто маркетинг, а способность разобраться в поведении клиента, быстро проверить гипотезу, не обмануть себя красивым графиком и не тратить бюджет на шум. Не просто управление проектами, а привычка видеть узкие места, договариваться с людьми, не прятать плохие новости и доводить работу до состояния, где ею можно пользоваться.

На первый взгляд кажется, что выигрывают только технические специалисты. Это удобная, но неверная мысль. Да, технические навыки стали дороже. Данные, автоматизация, кибербезопасность, облачные системы, машинное обучение, работа с моделями, понимание цифровых продуктов. Без этого во многих сферах уже трудно разговаривать на равных. Но тот, кто видит только код и забывает о людях, быстро упирается в потолок. Машина может предложить вариант, собрать сводку, найти закономерность. Человек должен понять, что с этим делать, кому это нужно, где риск, где ошибка, где решение разрушит доверие, хотя на бумаге выглядит выгодным.

Я видел, как умный специалист терял сильную позицию не потому, что не знал инструментов. Он знал их лучше многих. Проблема была проще: он не мог объяснить свою мысль без раздражения. Руководитель просил коротко сказать, что происходит с проектом, а он начинал читать лекцию. Команда пыталась уточнить сроки, а он слышал нападение. Клиент спрашивал, чем новый подход лучше старого, а он отвечал так, будто клиент обязан был сам догадаться. Через несколько месяцев его обходили люди с меньшим техническим блеском, но с большей способностью разговаривать. В эпоху ИИ это будет случаться чаще, а не реже. Когда инструменты у многих становятся похожими, разница проявляется в суждении, вкусе, ответственности и ясной речи.

Но начнём с техники. Вокруг искусственного интеллекта выросло много шума, и в этом шуме легко перепутать полезное знание с модной вывеской. Умение работать с данными сегодня похоже на грамотность. Не каждый обязан становиться исследователем данных, но почти каждому профессионалу полезно понимать, откуда берётся цифра, как она очищалась, что означает среднее значение, где выборка кривая, почему корреляция ещё не доказывает причину. Без этой базы человек становится зависимым от чужих диаграмм. Ему показывают уверенную презентацию, он кивает, хотя внутри не понимает, держится ли вывод на фактах или на ловкости автора.

Работа с данными начинается не с модного инструмента. Она начинается с грязной таблицы. В ней пропущены строки, одни и те же клиенты записаны по-разному, даты прыгают между форматами, часть показателей собрана вручную, часть выгружена из системы, которую давно никто не проверял. И вот тут проявляется настоящая квалификация. Не в том, чтобы сделать график за пять минут, а в том, чтобы спросить: этим данным можно верить? Что мы не видим? Кто собирал эти сведения? Какая ошибка изменит решение? Такой специалист полезен даже без громкого титула. Он мешает компании обманывать себя.

Машинное обучение, если убрать с него праздничную упаковку, тоже держится на трезвых вопросах. Какую задачу мы решаем? Есть ли достаточно примеров? Что будет считаться успехом? Какая цена ошибки? Можно ли объяснить результат? Кто отвечает, если система ошиблась? В рекламных текстах всё выглядит почти магически: загрузили данные, получили прогноз, улучшили бизнес. На практике всё проще и неприятнее. Модель может повторить старую несправедливость, потому что обучалась на старых решениях. Может хорошо работать в отчёте и провалиться в живой среде. Может дать точный ответ на неправильно поставленный вопрос. Поэтому навык здесь не только в математике. Навык в дисциплине мышления.

Программирование остаётся сильной опорой, но и оно меняется. Ещё недавно умение писать код давало ощущение закрытого клуба. Теперь помощники пишут черновики функций, объясняют ошибки, предлагают варианты архитектуры. Из-за этого некоторые спешат объявить, что программирование больше не нужно. Это смешно. Нужен не человек, который механически набирает строки, а человек, который понимает систему, видит последствия решения, умеет проверить код, найти слабое место, удержать задачу целиком. ИИ может ускорить руки. Он не заменяет голову, которая отвечает за то, чтобы продукт не развалился от первого серьёзного пользователя.

Кибербезопасность стала не отдельной темой для специалистов в чёрных худи, а повседневной обязанностью любой организации. Чем больше процессов уходит в облако, чем больше данных передаётся между сервисами, чем чаще сотрудники работают из разных мест, тем шире дверь для ошибок. Пароль в заметках, открытая ссылка, непроверенный плагин, письмо, похожее на письмо от руководителя, но отправленное мошенником. Всё это не кино, а обычная среда. Поэтому ценятся люди, которые умеют думать о безопасности заранее. Не после взлома, не после утечки, не после неприятного письма юристов, а до того, как система пошла в работу.