Лідерство в епоху AI: як будувати команди автономних систем

Наприкінці травня, у київському інноваційному парку UNIT.City пройшов 2U Tech Forum — одна з найбільших технологічних подій року. Форум, організований UNIT.City спільно з Diia.City Union, зібрав понад 2000 учасників: представників державного сектору, міжнародного та українського бізнесу, технологічних компаній, стартапів, інвесторів, студентської спільноти й ширшої інноваційної екосистеми.

У межах цього форуму окремий фокус був присвячений лідерству в епоху штучного інтелекту. Саме цю тему розкрила Анастасія Ростальна, Enterprise Country Lead for Ukraine в Amazon Web Services, представивши бачення того, як змінюються управлінські підходи в умовах генеративного ШІ та автономних агентів. І ці цифри дозволяють інакше подивитися як на страхи навколо AI, так і на реальні управлінські рішення.

Дані Anthropic про впровадження генеративного ШІ: розрив між потенціалом і реальністю

Анастасія Ростальна звернулася до дослідження Anthropic за березень 2026 року. Компанія застосувала емпіричний підхід: проаналізувала реальне використання Claude і зіставила технічний потенціал моделі з фактичними сценаріями застосування у світі.

Картина виявилася стриманою. У математиці та комп’ютерних науках реалізовано лише 33% можливостей. В офісній роботі експозиція процесів до можливостей ШІ сягає 90%, але реальне використання суттєво нижче. Іншими словами, доступ до інструментів не означає глибоку трансформацію процесів.

Додатково зафіксовано зниження зайнятості серед фахівців 20–25 років на 14%. Найбільший вплив AI відчувають розробники — 75%, далі спеціалісти з даних і сервісні команди, зокрема колдески.

Ці дані задають контекст: хвиля лише набирає обертів, але структурні зміни вже почалися.

Парадокс Джевонса і лідерство в епоху AI: чому ефективність збільшує попит

Щоб пояснити, чому страх «AI забере роботу» не відображає повної картини, Анастасія Ростальна звернулася до економічної історії — парадоксу Джевонса.

У XIX столітті підвищення ефективності парових машин зменшило витрати вугілля на одиницю роботи. Логічно було очікувати падіння попиту на ресурс. Натомість попит зріс. Аналогічна історія з LED-лампами: 90% енергоефективності не скоротили споживання електроенергії — суспільство просто почало освітлювати більше просторів.

З генеративним ШІ відбувається подібне. AI робить програмістів швидшими, але вони створюють не той самий продукт швидше — вони створюють більше продуктів, більше фіч, більше мікросервісів. Разом із цим зростає технологічний борг і обсяг систем, які потрібно захищати від вразливостей.

Таким чином, ефективність масштабує систему, а не зменшує її складність. І це підводить до питання управління.

$40 млрд інвестицій у генеративний ШІ: чому 95% не отримали ROI

Підписуйтеся на наші соцмережі

Анастасія Ростальна навела економічне дослідження MC Nanda, що охопило близько 500 опитувань. Великі американські підприємства витратили понад $40 млрд на впровадження генеративного ШІ.

95% цих інвестицій не продемонстрували обчислюваної віддачі.

Водночас 5% успішних компаній мали ті самі інструменти — Claude та інші моделі — і співрозмірні бюджети. Різниця полягала не в технології, а в підході: як саме впроваджувався ШІ, як формувалися команди, від яких процесів відмовлялися і як вимірювався результат.

Практичний висновок: фокусуватися потрібно не на інструменті, а на способі інтеграції та управлінській ефективності.

Команди в еру AI: доменна експертиза + генеративний ШІ

Говорячи про команди, Анастасія Ростальна послалася на Мартіна Фаулера — одного із засновників сучасної програмної архітектури та автора численних робіт із розробки ПЗ.

У своїй недавній статті він описав якості програмістів майбутнього: цікавість, колаборативність, фундаментальні знання, відкритість до суміжних доменів, а не фокус лише на конкретному стеку.

Ця логіка підтвердилася на практиці. У лютому 2026 року Anthropic провела флагманський хакатон Claude 4.7. Із 13 000 заявок прийняли 500, отримавши 21 млн рядків коду. Третє місце посів кардіолог із Брюсселя з платформою післяопераційного догляду, перше — юрист, друге — авторка освітньої платформи. Три перші місця зайняли не професійні розробники, а доменні експерти з AI-асистентом.

Звідси конкретна порада бізнесу: знайти у власній компанії людей із глибоким знанням домену, підсилити їх генеративним ШІ — і саме ця комбінація може стати конкурентною перевагою.

Amazon Mantle і впровадження AI: 9 місяців за 76 днів — новий bottleneck

Далі Ростальна перейшла до внутрішнього кейсу Amazon. Проєкт Mantle передбачав повне переписування архітектури флагманського AI-рішення Bedrock. Початкова оцінка — дев’ять місяців.

Підсилені ШІ найсеньйорніші інженери виконали завдання за 76 днів.

Однак швидкість має іншу сторону. Код генерується у 10 разів швидше, але містить більш ніж утричі більше вразливостей. Вузьке місце змістилося з розробки в перевірку безпеки. А ще далі — у швидкість і якість управлінських рішень бізнес-лідерів.

Питання більше не в тому, чи можемо ми створити продукт. Питання в тому, чи правильно ми формулюємо проблему і чи маємо достатньо даних для її вирішення.

Ринок праці IT 2026 і команди в еру AI: 73% падіння entry-level hiring

Структурні зміни особливо помітні у наймі. У європейських технологічних компаніях entry-level hiring скоротився на 73%.

У Big Tech (Amazon, Meta, Google) частка найму випускників після коледжу знизилася з 15% до пандемії до приблизно 7%.

Молоді спеціалісти генерують код швидше, але глибше його розуміють менше — виникає ризик дескілінгу. Якщо компанії масово відмовляться від джунів, це може зруйнувати довгостроковий кадровий пайплайн.

CEO Amazon публічно зазначив, що відмова від найму молодих спеціалістів — помилка, і компанія продовжить збільшувати їхню частку.

Організаційна структура AI-компанії: модель «пісочного годинника» для команд

Традиційна пірамідальна структура — широка база джунів, середній менеджмент, вузький шар лідерів — повільна, але стабільна.

Спокуса замінити джунів агентами й створити шар менеджерів для контролю агентів виглядає привабливо в короткій перспективі, але може вбити майбутній кадровий резерв.

Amazon пропонує модель «пісочного годинника»: широка база джунів, AI-агенти як прискорювачі, сильні спеціалісти для складних проєктів. Така структура дозволяє масштабувати швидкість, не руйнуючи навчання і передачу знань.

High agency і недетерміністичний AI: нова парадигма лідерства в епоху AI

Організації історично побудовані під детерміністичну модель — очікування однакового результату кожного разу.

AI недетерміністичний. Агенти можуть проходити різні шляхи до результату. Саме тому, за словами Анастасії Ростальної, потрібен ментальний зсув до high agency — внутрішньої ініціативності, відкритості, відповідальності.

Лідерам радять формулювати чітке завдання, надавати інструменти і стримувати себе від надмірного контролю способу виконання. Не будувати «шлагбауми», а дозволяти командам і агентам знаходити оптимальний шлях.

Лідерство в епоху AI: конкурентні переваги для бізнесу

Створення софту перестає бути унікальною перевагою. Генеративний ШІ скорочує час виробництва, але не замінює довіру клієнтів, операційну ефективність, роботу з регуляторами та системне навчання команд.

Поради для бізнесу звучать чітко:

Компанії, які поєднають генеративний ШІ з продуманою структурою команд і збережуть людський капітал, формуватимуть правила гри в епоху AI.