Обычная реакция vs стратегия: как научиться мыслить на шаг вперед

1. Инверсия консенсуса

• Суть: Представьте, что все вокруг согласны с чем-то. Отличный момент, чтобы копнуть глубже и понять, на каком фундаменте держится это общее мнение. А затем усомниться в этом.
• Фильтр-вопрос: Почему мы все в этом так уверены? Какое базовое правило здесь ни разу не ставилось под сомнение?
• Пример: Пока большинство считает, что внедрение нейросетей приводит к сокращению рабочих мест, Shopify и Duolingo полностью меняют подход к найму. Теперь умение работать с ИИ — это стандарт, как когда-то знание Excel.

2. Эффект Линди

• Суть: Есть такой принцип: чем дольше что-то существует, тем дольше оно проживет. Работает для навыков, технологий и бизнес-моделей и помогает не бежать за очередным новым инструментом.
• Фильтр-вопрос: Это было десять лет назад? А останется через десять лет? Если нет, то стоит ли тратить на это ресурсы?
• Пример: ИИ-инструменты для создания контента появляются и исчезают за считаные месяцы. А вот ценность умения четко излагать свои мысли не снижается тысячи лет. Обучать команду работе в конкретной программе — значит вкладываться в то, что завтра устареет. Не лучше ли вкладываться в мышление?

© Виктория Шибаева

3. Чтение отсутствия

• Суть: Обычно мы видим то, что уже есть перед глазами. Но часто самое важное кроется в том, чего пока не существует. Это может быть свободная ниша на рынке или полезная функция, которую почему-то до сих пор никто не реализовал.
• Фильтр-вопрос: Чего нам всем не хватает? Какую очевидную проблему до сих пор никто не решился исправить?
• Пример: ИИ-сервисы начинают создавать свои браузеры, которые сразу дают готовый ответ, экономя время пользователя. Google видит это, тоже внедряя в поиск ИИ, но не может отказаться от привычной выдачи ссылок, так как потеряет миллиарды на рекламе. В итоге новички забирают рынок.

4. Масштабный перевод

• Суть: Любая цифра бесполезна, пока вы не перевели ее в показатели, от которых зависят реальные решения.
• Фильтр-вопрос: Как эту цифру перевести на язык бизнеса? Как ее ценность поймет финансовый директор, клиент или совет директоров?
• Пример: Компания Duolingo сделала 148 курсов за год с помощью ИИ. Звучит суховато. А теперь пересчитаем: раньше на 100 курсов уходило 12 лет. Скорость выросла в 18 раз. Вот это уже не просто новость, а готовая бизнес-модель.

5. Кросс-отраслевая трансплантация

• Суть: Самые сильные идеи часто приходят не из вашей сферы. Вы можете взять готовую рабочую схему из совсем другой индустрии и адаптировать ее под свои задачи.
• Фильтр-вопрос: Кто уже справлялся с похожим вызовом, но совсем в другой области? Какие именно приемы из их опыта мы можем заимствовать?
• Пример: Пит-стоп в «Формуле-1»: 20 человек работают быстро, слаженно и без лишних слов. В больнице Great Ormond Street Hospital адаптировали этот опыт и разработали протокол передачи информации при переводе пациента из операционной в реанимацию. В результате среднее число технических ошибок снизилось на 42%.

6. Эффект второго порядка

• Суть: У любого события есть последствия. Первый эффект видят все. Но настоящий визионер смотрит дальше: к чему это приведет через год или два. Пока остальные реагируют на то, что случилось «сейчас», стратег уже готовится к тому, что будет «потом».
• Фильтр-вопрос: Хорошо, это произошло. Что случится через год? А через три?
• Пример: Первый эффект от ИИ-автоматизации — кадровые сокращения. Второй — огромный спрос на тех, кто умеет ставить задачи нейросетям. Третий — рождение нового класса профи, чья ценность не в исполнении, а в глубокой экспертизе при проверке результата.

7. Синтез антагонистов

• Суть: Рынок часто диктует нам выбор: делай или быстро, или качественно. Визионер же ищет способ совместить и то и другое. Там, где все видят только два противоположных пути, скрыта возможность для создания по-настоящему нового продукта.
• Фильтр-вопрос: Какие два свойства в моей индустрии считаются несовместимыми? А вдруг это не так?
• Пример: Fast casual — это скорость фастфуда плюс качество ресторана. На этом синтезе компании Chipotle Mexican Grill и «Додо Пицца» построили миллиардный бизнес. Та же логика работает, к примеру, в ИИ-медицине: скорость компьютерного анализа плюс экспертиза живого врача.

8. Декомпозиция до функции

• Суть: Любой продукт — это просто инструмент для решения задачи, упакованный в привычную форму. Форма со временем устаревает, а задача остается. Если вы научитесь видеть саму пользу отдельно от упаковки, вы поймете, куда пойдет рынок.
• Фильтр-вопрос: Какую задачу этот продукт решает на самом деле? Есть ли более короткий и эффективный путь достижения того же результата?
• Пример: Раньше диплом вуза был нужен для попадания в профессию. Google и Coursera дают такой «билет» напрямую через свои курсы. Они не заменяют фундаментальное образование, но помогают получить нужные навыки и пропуск в профессию быстрее.

© Виктория Шибаева

9. Прототип до стратегии

• Суть: Работаем не по схеме «сначала долго думаем, потом делаем», а наоборот: быстро проверяем идею в миниатюре и только на основе реального опыта строим стратегию.
• Фильтр-вопрос: Можно ли проверить эту гипотезу за 48 часов и $500? Если да, то зачем мы обсуждаем ее третий месяц?
• Пример: Глава Shopify Тоби Лютке в корпоративном письме ставил задачу: хочешь нанять нового сотрудника, сначала докажи, что ИИ с этим не справился. Теперь в компании любая просьба о ресурсах должна начинаться с примера того, что сотрудники уже попробовали сделать сами с помощью ИИ-технологий.

10. Выход из собственной выборки

• Суть: Мы все живем в своем пузыре — профессиональном или социальном. Решения, принятые внутри одного пузыря, воспроизводят одни и те же слепые зоны.
• Фильтр-вопрос: Кто вокруг меня думает принципиально иначе? Чье мнение я отверг, даже не проверив?
• Пример: Часто компании пробуют ИИ только в «творческих» отделах (например, в маркетинге). Но те, кто рискнул выйти за эти рамки и использовал ИИ-инструменты в бухгалтерии или логистике, получили там гораздо больше прибыли.

11. «Предсмертный» анализ (pre-mortem)

• Суть: Вы готовите проект. Представьте, что он уже с треском провалился. Теперь назовите причину провала. Это самый дешевый способ найти слабое место еще до старта.
• Фильтр-вопрос: Какая причина провала была самой вероятной? Что мы сделали или не сделали до запуска?
• Пример: Сейчас бум стартапов с умными ИИ-помощниками. Но что, если робот начнет действовать сам и случайно удалит данные клиентов? Те, кто заранее встроил «тревожную кнопку» для выключения ИИ, получают крупные контракты.

12. Двухфакторная авторизация решений

• Суть: Хорошее решение должно пройти через два фильтра: оценку показателей эффективности (данные) и опыт (интуицию). Одни цифры без опыта заставляют вас повторять старые шаблоны. Опыт без цифр — это просто излишняя самоуверенность. Вам нужно и то и другое.
• Фильтр-вопрос: О чем свидетельствуют данные? Что подсказывает мой опыт? Где они расходятся и почему?
• Пример: Короткие видео обеспечивают вашей компании высокое вовлечение в соцсетях. Но эксперт понимает, что аудитория ничего не покупает. Решение: оценивать видео не по лайкам, а по тому, сколько денег они приносят в долгосрочной перспективе.