Содержание слайдов

1. 1. От AI-native разработки к AI-native организации

   С примерами из опыта бигтехов: Amazon, Meta, Microsoft, Intel, Google, Nvidia

2. 2. О чём будет этот доклад

   Big Tech примеры

   Почему меняется не только SDLC.

   DevOps и сжатие границ.

   Сигналы Big Tech.

   Целевая картина перехода.

3. 3. 01. Почему меняется не только SDLC

   От ускорения разработки к пересмотру самой модели организации

4. 4. Оргструктура была под ручной труд

   Дороже materialization → больше слоёв.

   AI сжимает requirements, code, tests, docs.

   Узкое место: решения и context transfer.

   SE 2.0 сжимает org layers.

5. 5. AI-native organization — следующий слой трансформации

   Меньше слоёв, шире span of control.

   Больше веса у senior IC.

   Внутренние платформы сильнее.

   Больше leverage на сотрудника.

6. 6. 02. Историческая аналогия: DevOps

   После DevOps система снова сжимает границы

7. 7. DevOps: перенос работы внутрь инженерных систем

   CI/CD вместо ручных релизов.

   Observability: DataDog, Sage, аналоги.

   IDP — платформенная инженерия.

   Защитные ограничения и самообслуживание вместо заявок.

8. 8. Менеджмент не исчезает — координация перераспределяется

   Senior IC, платформы, агенты

   Координация — в платформах.

   Senior IC ведут technical leadership.

   AI-агенты входят в workflow.

   Меньше трения на результат.

9. 9. 03. Оргструктура как вопрос капитала

   Почему оргдизайн стал частью инвестиционной стратегии

10. 10. AI CAPEX сжимает оргслои

    Big Tech: ~$600B на AI в 2026.

    CAPEX растёт → контроль жёстче.

    AI повышает output сильного IC.

    Лишний слой = задержка.

11. 11. Нужна не просто оптимизация headcount

    Нужна более лёгкая организационная машина

    AI + platform повышают пропускную способность разработки сотрудника.

    Снаружи — layoffs и cost discipline.

    Внутри — redesign под output/employee.

12. 12. 04. Сигналы индустрии

    Два класса: экстремальный span of control и системное выравнивание

13. 13. Amazon: более плоская структура как политика

    Ближе к решениям

    IC/manager ratio +15% к Q1 2025.

    Flatter orgs связаны с ответственностью.

    Решения ближе к исполнителям.

    GenAI может сократить corporate headcount.

14. 14. Meta: ультра-широкий span of control

    Applied AI Engineering: ratio до 1:50.

    Работа рядом с Meta Superintelligence Labs

    Сильный IC закрывает командный проект

    Сокращения на фоне AI-расходов

15. 15. Microsoft: платформа, меньше уровней, agent boss

    CoreAI: Dev Div, AI Platform, CTO.

    AI как слой инженерной системы.

    WTI 2025: Frontier Firm, agent boss.

    Метрика: human-agent ratio.

16. 16. Intel: −50% слоёв Nvidia: 50 reports

    Intel

    8+ уровней = бюрократия.

    Убрали около половины слоёв.

    Nvidia

    Jensen Huang: ~50 direct reports.

    Меньше слоёв = свободнее информация.

17. 17. Google: AI внутри инженерного продукта

    AI через inner loop и outer loop.

    30% нового кода AI → ~10% velocity.

    −10% manager/director/VP roles.

    −35% managers with tiny teams.

18. 18. Что у этих компаний общего

    Убирают низкоценные управленческие слои.

    Усиливают senior IC и staff+.

    Flattening + платформы + agent workflows.

    Менеджер: контекст, приоритеты, talent density.

19. 19. 05. Org chart → work chart

    Дифференцированная модель вместо «1:50 для всех»

20. 20. Три зоны организации

    R&D: плотные команды, узкий span, неопределённость.

    Product / Platform: меньше слоёв, больше autonomy.

    Стандартизированные домены: больше IC на менеджера.

    Work chart: people + agents + governance.

21. 21. Новая структура не работает сама

    DORA 2025: AI amplifies system.

    Без платформы эффект исчезает.

    Слабый CI ломает широкий span.

    Faster artifacts ≠ ценность.

22. 22. 06. Для большой компании

    Пять принципов перехода к AI-native организации

23. 23. Пять принципов перехода

    1. Не копировать ratio; картировать work types.

    2. Flattening + Staff+ IC.

    3. Оргредизайн + platform engineering.

    4. Manager: context, talent, exceptions.

24. 24. AI-native организация тоньше и управляемее

    Меньше инерции и бюрократии.

    Больше роли IC в результатах.

    Лёгкие процессы вокруг платформ.

    Агенты быстро входят в workflow.

25. 25. Ссылки и материалы

    Ключевые источники

    Reuters AI CAPEX; Amazon IC ratio.

    Meta Applied AI; Microsoft CoreAI.

    Intel org changes; Google AI in SE.

    Nvidia direct reports; DORA 2025.

26. 26. Спасибо!

    AI-native Organization

    Если хотите изучить материалы по теме, переходите в канал "Книжный куб" — там собраны все ссылки

    Александр Поломодов, Technical Director & Fellow, Т-Технологии

    @Book_Cube