Штат не умер — он расслоился: почему ИИ превращает компанию в ядро, артель и цифровых исполнителей

— В штат брать не будем. Найдём сильного человека на два месяца, он всё соберёт, дальше часть работы разложим по ИИ.

— А кто будет отвечать, когда он уйдёт?

— Ну… останется документация.

Если вы хоть раз управляли проектом, то знаете: после слова «документация» обычно наступает короткая неловкая пауза.

Потому что проблема понятна.

ИИ действительно позволяет делать больше меньшими командами. Специалиста всё проще подключить на проект. Часть задач можно купить у подрядчика. Ещё часть — отдать модели или агенту.

И возникает очень соблазнительный вывод:

кажется, постоянный штат скоро станет пережитком.

Только данные пока говорят о более интересной вещи.

В июле Gartner спрогнозировал: к 2029 году 60% организаций будут массово использовать уменьшенные software engineering teams против 15% в 2026-м.
Но есть важная деталь.
Gartner прямо предупреждает: tiny teams — не просто способ сэкономить на людях. Типичная маленькая команда сегодня — четыре-пять человек, иногда два-три, а AI забирает часть рутинной работы и расширяет возможности каждого участника. При этом сам спрос на сильных инженеров может не уменьшиться, а измениться.
S&P Global видит похожую картину с другой стороны.
Среди целей корпоративного AI 64% компаний называют эффективность процессов, 59% — производительность сотрудников и только 24% — сокращение численности. Лишь 22% AI-проектов вообще нацелены на полностью автономный конечный режим.
То есть AI пока не отменяет людей.

И вот это уже меняет HR гораздо сильнее.

Я бы описал новую конструкцию очень просто.

Первый слой — ядро.

Люди, у которых остаются ответственность, критический контекст и решения, которые нельзя каждый раз покупать заново. Это не обязательно большая группа. Но именно здесь должен находиться ответ на вопрос: кто отвечает за результат, когда всё пошло не по презентации?

Второй слой — артель.

Название старое, русскому слуху приятное, одна особенность - механизм здесь очень современный. На конкретную задачу собираются люди с разными компетенциями. Они могут быть подрядчиками, fractional-специалистами, экспертами, маленькой продуктовой командой. Они не обязаны работать вместе следующие пять лет. Им достаточно хорошо решить одну задачу.

Третий слой — цифровые исполнители.

ИИ уже способен писать, проверять, искать, анализировать, готовить варианты, сопровождать рутинные операции. Но здесь появляется та же проблема, что и с подрядчиком. AI может выполнить работу.

Ответственность он пока не забирает.

И чем тоньше становится постоянное ядро, тем дороже вопрос: где лежат знания, правила, допуски и критерии хорошей работы?

Традиционно HR получает уже готовую коробочку:
Нужен маркетолог.
Нужен разработчик.
Нужен администратор.
Нужен официант.

Дальше надо коробочку заполнить человеком.

Но что, если сама коробочка уже неправильная?

Допустим, в должности маркетолога сегодня находится 20 операций. Пять требуют человека внутри бизнеса — там контекст, ответственность и знание продукта. Семь разумнее покупать у сильных специалистов под конкретные задачи. Ещё восемь можно частично автоматизировать.

Тогда проблема компании — уже не «найти маркетолога». Проблема: правильно собрать работу. И только потом — людей и ИИ вокруг неё.

Мне кажется, именно здесь начинается следующий этап HR!

Не Human Resources в смысле «ресурс надо найти». А архитектура готовности: кто должен понимать контекст; кто имеет право принять решение; кого достаточно подключить временно; что можно отдать машине; как проверить качество; и что останется в компании после того, как человек или подрядчик уйдёт. (Кстати о кейсе с подрядчиком была наша интересная статья и даже видеоролик.)

Возьмите любую должность в своей компании, по которой сейчас:

— трудно нанимать;

— люди перегружены;

— постоянно нужен сильный специалист;

— или очень хочется «внедрить туда ИИ».

А теперь разложите её работу на три колонки:

ЯДРО — АРТЕЛЬ — AI.

Что должно навсегда остаться внутри?

Что можно покупать как компетенцию на время?

Что уже можно передать цифровому исполнителю?

И последний вопрос:

если завтра убрать конкретного человека и конкретный AI-инструмент, где останется стандарт правильной работы?

Если ответить легко — у вас, скорее всего, уже довольно зрелая система.

Если начинается спор, то проблема может быть вообще не в найме и не в ИИ.

Возможно, вы просто впервые увидели, что ваша оргструктура давно не совпадает с тем, как реально производится работа.

Мы в Staffico пришли к этой мысли снизу — через линейный персонал.

Там давно видно: «человек нанят» и «человек готов самостоятельно работать по стандарту» — совершенно разные состояния.

Теперь та же логика постепенно поднимается выше по оргструктуре.

Возможно, через несколько лет вопрос «сколько человек у вас в компании?» будет характеризовать бизнес примерно так же хорошо, как сегодня количество ноутбуков.

Интереснее станет другой:

какое у вас постоянное ядро — и как быстро вокруг него можно собрать всё остальное?

Можно в комментариях поделиться или поспорить, мы только ЗА конструктивный диалог)