Чому ваша компанія досі використовує організаційну структуру минулого століття для бізнесу в епоху штучного інтелекту?

Написано: Глибоке розмірковування

Кілька днів тому у X я натрапив на довгий твіт Фреда Дуана, де він досліджував ситуацію з впровадженням AI у різних компаніях і виявив: кожна вставляє AI-інструменти у вже існуючі процеси, але майже ніхто не питає, чому саме цей процес виглядає так, як він є.

Типовий сценарій: компанія купує Copilot, відкриває ліцензії для всіх співробітників, CTO на загальних зборах каже “Ми маємо обійняти AI”. Через три місяці підсумки — швидше генеруються коди, документи пишуться легше, автоматизуються протоколи засідань, але ROI так і не доведено. Чому? Тому що сучасна організаційна структура визначає, що AI може лише трохи підсилювати, справжній ROI вимагає перебудови організації.

Реальна функція ієрархії

Класичне визначення організаційної структури — це структура влади: хто кому підпорядковується, хто має право затверджувати. Але це лише зовнішній рівень. Справжня проблема ієрархії — маршрутизація інформації.

Компанія більшого розміру не може дозволити всім бачити повну картину. Тому вводяться рівні менеджерів, які виконують дві функції: збирають сигнали з фронту, аналізують і передають вгору; перетворюють стратегічні цілі в конкретні дії і поширюють їх вниз. Щотижневі збори, щоденні стендапи, QBR, steering committee, міжвіддільні зустрічі — все це системи маршрутизації інформації.

Але тут є рідко обговорюваний структурний парадокс: існування відділів і рівнів — це рішення для обмеженості навичок і продуктивності окремих людей — ти один не можеш зробити все, тому потрібна спеціалізація. Але сама ця спеціалізація і ієрархія створюють нові вузькі місця. Інформація, що проходить через рівень управління, зменшується в точності. Культура, що переходить межі відділів, розбавляється. Чим більша організація, тим сильніше цей ефект. Тому потрібно більше зустрічей, більше процесів, більше проміжних рівнів — щоб компенсувати втрати. А додаткові рівні створюють ще більше втрат. Це не проблема управлінських навичок — це замкнене коло архітектурного рівня.

За останні десятиліття всі управлінські інновації — Agile, OKR, плоскі структури, матричні організації — по суті були локальними оптимізаціями у цьому замкненому колі. Жодна з них не зламала його цілком.

AI руйнує саме це коло. Коли вартість маршрутизації інформації наближається до нуля, організаційні структури, що існували для компенсації втрат інформації, втрачають свою основу.

Реальний вузький місце — це вартість перекладу

Розглянемо процес доставки функціоналу середньої за розміром продукту: PM витрачає два-три тижні на написання PRD. Дизайнер отримує PRD, розуміє наміри PM, перетворює їх у візуальні макети. Інженер отримує макети, розуміє дизайн, перетворює у код і планує “вісім тижнів”. Потім вимоги змінюються, PRD переписується. Розробка триває два-три місяці. QA отримує код, розуміє очікувану поведінку, створює тест-кейси. GTM готує маркетингові матеріали, навчає продажі. Весь цикл — від початку до запуску — три-п’ять місяців.

Зовнішній вузький місце — швидкість. Але справжній вузький — це вартість перекладу. Ідеї з голови PM перетворюються у документи, потім дизайнери перекодовують їх у візуальні мови, інженери — у код, QA — у тестові сценарії. Кожен переклад втрачає точність, кожен потребує узгоджувальних зустрічей, кожен створює затримки. Це не через людську повільність — а через складність перетворення розуміння однієї людини у формат, споживний іншою.

AI зменшує ці рівні перекладу. PM може за день створити інтерактивний прототип, переклад між PM і інженером зводиться до майже нульових витрат. AI одночасно генерує тест-кейси під час написання коду, зникає потреба у передачі між розробкою і QA. Один інтелектуальний шар реальновчасово аналізує клієнтські сигнали і бізнес-індикатори, раніше ці дані збиралися вручну — тепер роль менеджера, що їх агрегує, змінюється. Це не означає, що ролі стають швидшими — а що між ролями зникають проміжки — переклади, черги, узгоджувальні зустрічі.

Реальні зміни відбуваються на рівні workflow: не просто прискорення кожного етапу, а повна перебудова всієї ланцюжка від початку до кінця. Різниця не в ступені, а у парадигмі.

Недавно один засновник стартапу описав мені цікаву ланцюгову реакцію: його команда розробки за допомогою AI зменшила тримісячний цикл до двох тижнів. Спершу — захоплення. Потім — виявили, що QA, раніше двотижнева, стала вузьким місцем — і її прибрали, інтегрувавши тестування у процес розробки. Наступний — процес узгодження дизайну і ТЗ, що раніше займав місяць, став новим вузьким місцем — тепер команда PM залишила лише найкомпетентніших. Потім підготовка до виходу на ринок за 3-6 місяців стала смішною — більша частина роботи автоматизована AI і виконується паралельно з розробкою. Весь організаційний цикл скоротився з майже року до 1-2 місяців.

Головне в цій історії — не “AI робить швидше”. А те, що зникнення рівнів перекладу відкриває ланцюгові вузькі місця: кожного разу, коли зменшуєш один рівень, наступне найповільніше місце стає новим вузьким. Цей процес не зупиниться, доки вся послідовна ланцюжка не перетвориться у паралельний, зменшений до мінімуму, end-to-end процес невеликої команди. Якщо ти застосовуєш AI лише на одному рівні — вигода буде невеликою, бо вузьке місце просто переміститься далі. Потрібно перебудувати весь процес цілком, інакше ти просто ставиш високий тиск на найвужчу частину системи.

Де компанії застрягають

Якщо розглядати трьохетапну модель —

Перший етап: старі методи, новий інструмент. Це позиція більшості компаній сьогодні. В організації AI — це інструмент, що допомагає співробітникам виконувати роботу, структура залишається незмінною.

Другий етап: старі методи, нові процеси. Історія засновника — приклад другого етапу. Продукт той самий, але послідовність стала паралельною, команда — менша, рівень перекладу знищено. AI став посередником — відповідає за маршрутизацію інформації, узагальнення, міжфункціональну координацію — раніше цим займалися менеджери середньої ланки. Організація стає більш плоскою.

Третій етап: робити те, що раніше було неможливо. Джек Дорсі наводив приклад — ресторан, що перед сезоном низької виручки починає автоматично збирати короткостроковий кредит і коригує графік погашень, ще до того, як самі підприємці зрозуміли, що їм потрібне фінансування. Це не рішення PM — система сама визначає момент, поєднує вже існуючі модулі і створює новий продукт. AI — не допомога у прийнятті рішень, а активний учасник у виявленні потреб, формуванні рішень і розподілі ресурсів. Організація перестроюється навколо AI.

Більшість компаній застрягає між першим і другим етапом, і причина не в технологіях — вони вже готові. Вина у організаційній інерції. Перебудова workflow означає втрату монополії менеджерів середньої ланки на маршрутизацію, зменшення ролі функціональних підрозділів, скорочення процесів затвердження. Кожен крок — це рух у напрямку зміни існуючої влади. Саме тому найуспішніша трансформація AI відбувається у компаніях, керованих засновниками — це повторне підприємництво.

Новий каркас організації

Залишилось звести організацію до трьох елементів: інформація, рішення, дії. Традиційна структура — ієрархія, що обробляє інформацію, затверджує рішення, виконує дії через підпорядкування і відомчий поділ. AI змінює вартість цих трьох компонентів, тому структура має бути перебудована.

Замість естафети — баскетбольна команда. Послідовна доставка — PM→дизайн→інженерія→QA→GTM — поступається місцем команді з трьох-п’яти людей, що мають повний набір навичок і рухаються синхронно. Більшість рішень приймається всередині команди, залишаючи лише стратегічні ставки.

Логіка тут така: AI значно розширює можливості окремої людини. Хороший PM+AI може виконати роботу, раніше виконувану PM+дизайнером+молодшим інженером. Людина стає довгостроковим гравцем — її ланцюжки довші. Коли індивід — довгостроковий гравець, організація може бути короткостроковою — менше етапів, менше передач, швидше end-to-end. Порівняння з військовою тактикою: не більша армія, а елітний загін.

Від відділів до атомів навичок. Не за функціональним принципом — а у вигляді незалежних, комбінаційних модулів: оцінка ризиків, аутентифікація, стягнення боргів, заощадження — кожен самодостатній, з чітким API і даними, що дозволяє вільно комбінувати.

Коли атомізація навичок завершена, система може сама генерувати Roadmap. Повертаючись до прикладу Дорсі — система поєднує модулі кредитування, коригування платежів, повідомлень і автоматично створює продукт. Роль PM змінюється з перекладача у архітектора — визначає межі і стандарти якості навичок, а не переносить інформацію між людьми.

Якість — не контроль, а обмеження. QA вже не окремий етап після розробки, а вбудоване обмеження, що проходить через весь процес.

Випуск — не великий реліз, а безперервний потік. Немає “релізу версії 2.0 у Q3”. Щоденні малі покращення. Тихий безперервний реліз замість великих оновлень.

AI як суперспівробітник: приховані другорядні ефекти

Вищезгадане — про процеси. Глибший вплив — коли AI починає створювати реальні продукти — не просто допомагати, а генерувати щось самостійно — тоді потрібно переписати і програмне забезпечення організації, і апаратне.

Зміни у виробничих відносинах. Традиційна команда — це люди, що співпрацюють. Коли AI стає ключовим елементом виробництва, управління переходить у гібридні людсько-AI команди. Хто відповідає за якість AI-виходу? Якщо AI пише 90% коду (як у Anthropic), то хто рев’ює?

Зміни у розподілі ресурсів. Традиційне планування — за кількістю людей і місяцями. Якщо двоє людей + AI дають результат, що раніше робили 20 — кількість людей вже не є правильним показником. Зеркальне слово Зукерберга: “Раніше потрібно було багато людей, щоб зробити проект, а тепер — один достатньо хороших”.

OKR стає ще важливішим. Це парадокс: AI дозволяє робити більше за менший час, але різниця між “можу” і “повинен” зростає у 10 разів. Раніше — 3 завдання за квартал, збитки при неправильному напрямку — мінімальні. Тепер — 30 завдань, і збитки — у 10 разів більші. Забезпечити правильність цілей — не менш важливо, а навпаки, найважливіша проблема. OKR як механізм узгодження напрямку, а не оцінки — безпрецедентна цінність.

Культурний шок — найпохмуріший аспект. Коли індивідуальний внесок зростає у 5-10 разів, старі системи просування, титули, зарплати стають неактуальними. Хто цінніший — співробітник, що зробив у 10 разів більше, чи менеджер, що керує 20 людьми, але їхній внесок — такий самий? Традиційна структура не має відповіді.

Великі компанії: стільки змін ще ніколи не було; але ще не народжено AI-орієнтовану організацію

Один із секретів інвестицій — це компанії, що проходять через організаційні реформи — великі реорганізації зазвичай дають позитивний ефект у зростанні і маржі. Ринок переоцінює хаос реорганізацій і недооцінює їхню ефективність. Сьогодні компаній із реорганізаціями — рекордно багато; зміни — масштабні. Інвестиційно — це “можливі кандидатури”, але ще не з’явилися справжні AI-орієнтовані архітектури.

Meta за рік перетворила співвідношення інженерів і менеджерів 50:1, провела безліч реорганізацій: інтегрувала AI у федеративну архітектуру MSL, створила Meta Compute для централізованого планування обчислювальних ресурсів, повністю змістила фокус організації.

Наделла каже, що 220 тисяч співробітників — це “велика слабкість у AI-гонці”. Три рази за 18 місяців — реорганізації, пов’язані з AI. Скорочення середнього і функціонального рівнів, уніфікація архітектури Copilot, об’єднання внутрішніх розробок моделей. Витрати на персонал у Microsoft — близько 55-65 мільярдів доларів на рік, і AI дозволяє підвищити продуктивність кожного хоча б на 50%. Остання велика реорганізація — у березні 2026 року, об’єднання внутрішніх “суперінтелектуальних” моделей, підвищення молодих керівників, відповідальних за Copilot — дії масштабні.

Shopify минулого року звільнила восьмеро топ-менеджерів, головний юрист став COO. Продукти переорієнтовані на дані клієнтів і AI-оплати. Перехід від географічної до вертикальної сегментації — сигнал: коли AI дозволяє глибше розуміти потреби кожної галузі, географічна маршрутизація стає неефективною.

Apple не лише зменшила кількість керівників, а й масштабно скоротила всю організацію AIML, перенесла Siri до підпорядкування Федеріггі у команду розробки софту iOS/macOS. Лідерство AI — у команді, що відповідає за iOS і macOS. Дизайн — у команді апаратного забезпечення. Найбільш ясний сигнал Apple — AI — це інструмент доставки, а не дослідницька сфера. Це масштабна реорганізація.

Загальний тренд: системне зменшення рівнів маршрутизації інформації. Але чесно кажучи, ці зміни — це ще етапи переходу великих компаній від першого до другого рівня. Можливо, справжня AI-орієнтована організація ще не створена.

Границя організації стає розмитою

До цього моменту всі обговорення — у рамках “як перебудувати компанію”. Але вплив AI не обмежується цим — він змінює і зовнішню комунікацію.

Коли AI-агенти можуть автоматично знаходити сервіси, порівнювати опції, завершувати транзакції, обробляти платежі — витрати на переклад між “компанією” і “користувачем” зменшуються. Раніше потрібно було залучати відділи продажів, підтримки, маркетингу для пояснення цінності, відповіді на запитання, конверсії. У епоху агентів — ці процеси автоматизовані.

Це означає, що межі організаційного дизайну розмиваються. Не лише внутрішня структура — а й: чи може ваш сервіс бути знайденим і викликаним агентом? На якому місці ви у їхньому пошуку? Ці питання стають так само важливими, як і “на якій позиції у Google” — і навіть важливішими, бо агент не лише показує опції, а й безпосередньо завершує транзакцію, коефіцієнт конверсії у кілька разів вищий за пошукову рекламу.

Міграція конкурентних переваг

За останні десять років головна ідея — швидкість виконання: хто швидше доставить кращий продукт користувачу.

Зараз перевага переходить до швидкості навчання — наскільки швидко організація може засвоїти нові можливості AI і перебудуватися навколо них.

Більшість компаній просто використовують AI для прискорення існуючих структур. Це корисно, але не корінь проблеми. Щоб суттєво відрізнятися, потрібно запитати себе: якщо почати з нуля і знати, що може робити AI, як би я побудував цю компанію? Відповідь не — “існуюча структура + AI”.

Відповідь — це форма, яку ми ще не бачили: індивідуум — довгий гравець, організація — короткий, навички — атомізовані, маршрутизація — автоматична, продукти — з’являються самі. Шлях до цього — не разова реорганізація, а постійне питання: чи потрібен перекладач на цьому етапі? Якщо ні — навіщо він тоді?