Новая архитектура компетенций: три «I» и модель MELDS
Мы сталкиваемся с управленческим парадоксом: чем мощнее становится искусственный интеллект, тем критичнее становится чисто человеческое в лидере. ИИ легко сымитирует аналитический отчёт, но он не может взять на себя ответственность. У него нет этики, эмпатии и способности держать смысловую рамку, когда у команды нет полной информации и цена ошибки высока.
Опираясь на исследования Лаборатории «Лидерство + ИИ» и многолетнюю работу с руководителями, я предложил рассматривать ядро лидерской зрелости как авторскую модель трёх «I»: Insight, Integrity и Intuition. Этот фреймворк не заимствован из классических учебников по лидерству, а родился на стыке практики и академии - как попытка точно описать тот минимальный набор человеческих качеств, без которого архитектура лидерства в эпоху ИИ не работает.
· Insight (проницательность),
· Integrity (целостность/честность)
· Intuition (стратегическая интуиция).
Это больше не «soft skills» - это ядро профессиональной капитализации лидера. Модель трёх «I» - не просто ещё один набор красивых слов, а практическая проверка архитектуры лидерства на состоятельность в эпоху ИИ. Если в конкретной управленческой ситуации лидер не демонстрирует проницательность (Insight), не берёт на себя ценностную и репутационную ответственность (Integrity) и не готов опираться на стратегическую интуицию там, где данных по определению недостаточно (Intuition), никакая глубина моделей или масштаб инвестиций в ИИ не компенсируют этот дефицит: архитектура решений начинает рассыпаться, а технологии лишь ускоряют движение организации в неверном направлении.
Также в Лаборатории ИМИСП мы используем модель MELDS, предложенную Полом Догерти и Джеймсом Уилсоном в книге «Человек +Машина» Human + Machine: Reimagining Work in the Age of AI.[6]
Модель описывает пять ключевых компетенций лидера в эпоху искусственного интеллекта, которые, на мой взгляд, необходимо развивать в первую очередь.
M - Mindset, «мышление, модус лидера в эпоху ИИ» - готовность работать в условиях неопределенности.
E - Experimentation, «эксперимент как управленческая норма» - способность организации быстро проводить эксперименты.
L - Leadership, «лидерство гибридных команд» - умение управлять гибридными командами людей и AI-агентов.
D - Data, «дисциплина работы с данным» - понимание природы данных и ограничений алгоритмов.
S - Skills, «персональные навыки» - практическая работа руководителя с инструментами искусственного интеллекта.
MELDS становится «скелетом» архитектуры лидерства в эпоху искусственного интеллекта: он показывает, что ключевым ограничением ИИ остаётся не вычислительная мощность, а человеческая готовность лидера мыслить по‑новому, экспериментировать, брать на себя ответственность, работать с данными и развивать собственные навыки
Agentic AI и новая архитектура компании
Следующий этап развития искусственного интеллекта связан с появлением agentic AI - автономных интеллектуальных агентов, способных выполнять сложные последовательности задач.
В отличие от традиционных моделей, которые отвечают на запрос пользователя, агентные системы способны самостоятельно планировать действия, анализировать результаты и корректировать собственные шаги, фактически становясь «цифровыми сотрудниками» в архитектуре компании [5]
Это меняет архитектуру организации.
Компании постепенно переходят от структуры, где цифровые инструменты поддерживают человека, к структуре, где люди и цифровые агенты образуют гибридные команды. В таких командах алгоритмы берут на себя аналитическую и операционную часть работы, а человек концентрируется на постановке задач, интерпретации результатов и принятии решений.
Как меняется роль совета директоров
Появление искусственного интеллекта меняет и роль высшего уровня корпоративного управления. Если раньше совет директоров в основном сосредотачивался на утверждении стратегий, контроле финансовых результатов и крупных инвестиций в технологии, то сегодня ему приходится обсуждать архитектуру ответственности за решения, принимаемые с участием алгоритмов, задавать рамку допустимых рисков и определять принципы работы с данными и этикой ИИ.
Исследование Deloitte показывает, что всё больше советов директоров начинают включать вопросы ИИ в повестку корпоративного управления, рассматривая их в контексте рисков, этики и стратегической устойчивости [9]
Это означает, что совет директоров постепенно превращается из органа контроля в орган стратегической навигации в эпоху искусственного интеллекта.
Уязвимости архитектуры: вопросы без готовых ответов
Было бы интеллектуально нечестно завершить этот текст только описанием возможностей. Любая архитектура имеет точки уязвимости - и архитектура лидерства в эпоху искусственного интеллекта не исключение.
Мы намеренно формулируем эти уязвимости как открытые вопросы - не потому что не решаемся отвечать, а потому что ни один из них не имеет на сегодняшний день ни универсального, ни окончательного ответа. Именно здесь находится реальная граница управленческого знания.
Где проходит граница между «ИИ помогает решать» и «ИИ решает за человека»? По мере того как алгоритмы становятся убедительнее и быстрее, эта граница смещается - незаметно для самого руководителя. Исследование MIT Media Lab 2025 года фиксирует когнитивный эффект: чем чаще человек делегирует мышление, тем труднее ему вернуть его обратно. Для лидера-архитектора это означает, что делегирование алгоритму требует такой же осознанности, как делегирование человеку - с явной постановкой задачи, критериями качества и точкой возврата ответственности.
Кто несёт ответственность за решение agentic AI в реальном бизнес-процессе? Когда цифровой агент принимает решение в операционном контуре и это решение приводит к ошибке - кто является субъектом ответственности: тот, кто внедрял систему, кто формулировал задачу, или тот, кто не поставил ограничение? Корпоративное право, управленческая практика и этика ИИ пока дают на этот вопрос разные ответы. Лидер-архитектор не ждёт, пока право догонит технологию: он фиксирует границы полномочий агента заранее - так же, как фиксирует полномочия любого сотрудника, принимающего решения от имени компании.
Как измерить качество архитектуры лидерства до того, как она даст сбой? Human Elevation Metrics, описанные в этом тексте, позволяют отслеживать эффект. Но архитектура может казаться устойчивой ровно до момента, когда система оказывается в нестандартной ситуации. Предиктивных метрик для оценки «управленческой хрупкости» в эпоху ИИ пока не существует. Это не повод откладывать измерение - это повод строить архитектуру с запасом прочности, а не только с расчётом на штатный режим.
Как сохранить вовлечённость команды, когда ИИ справляется быстрее - и люди это видят? Это не вопрос о замене рабочих мест. Это более тонкая управленческая проблема: о смысле, который человек находит в своей работе, когда алгоритм выполняет её за секунды. Мотивация, построенная на скорости и точности исполнения, в этой среде разрушается. Мотивация, построенная на суждении, авторстве и ответственности за результат - нет. Это означает, что архитектура лидерства должна явно отвечать на вопрос: за что именно человек в этой команде отвечает так, как не может алгоритм.
Что происходит, когда архитектуру выстраивает меньшинство? Все четыре вопроса выше - про внутреннюю устойчивость компании. Но есть системная уязвимость, которая возникает снаружи: партнёры, поставщики и контрагенты, не выстроившие собственную архитектуру ответственности, создают риски для тех, кто её выстроил. Управленческая зрелость одной компании не изолирует её от управленческой незрелости экосистемы вокруг. Это означает, что архитектура лидерства — не только внутренний проект, но и требование к партнёрской среде.
Эти вопросы - не слабость архитектуры. Это её честная граница. Лидер-архитектор отличается от лидера-эксперта не тем, что знает все ответы заранее, а тем, что проектирует систему, способную замечать собственные сбои раньше, чем они становятся кризисом.
Вместо заключения
Технологическое преимущество копируется за квартал. Архитектура лидерства - годами.
ИИ не принимает плохих решений. Он масштабирует решения тех, кто его настраивает.
Делегировать алгоритму задачу - управленческий выбор. Делегировать ответственность - управленческая иллюзия.
Компания, которая измеряет ИИ в сэкономленных часах, оптимизирует прошлое. Компания, которая измеряет его в качестве решений, проектирует будущее.
Чем мощнее становится ИИ - тем дороже стоит человек, который умеет думать сам.
Вопрос для размышления
Когда ИИ в вашей компании станет сильнее — вы станете лидером, который его направляет, или руководителем, которого он заменяет?
Взгляд вперед
Смысл, который лидер привносит в бизнес, невозможно сгенерировать промптом. Его можно только прожить - в конкретных развилках: где мы готовы ускоряться любой ценой, а где сознательно ставим границы; где делегируем машине, а где, несмотря на соблазн автоматизации, удерживаем человеческое решение на себе. В этом и проявляется архитектура лидерства в эпоху искусственного интеллекта: не в наборе технологий, а в том, как лидер распределяет между собой и алгоритмами ответственность за будущее компании.
Мы только в начале пути, и дальше начнётся самая сложная и самая интересная часть работы - проектирование будущего, в котором технологии работают не на обнуление человека, а на его возвышение, а архитектура лидерства позволяет этому будущему действительно состояться
Автор: Андрей Нестеров, профессор практики, руководитель лаборатории «Лидерство+ИИ» бизнес-школы ИМИСП
