Синдром самозванца почему-то принято обсуждать с улыбкой и в шутливых коннотациях. Про него часто шутят на конфах, придумывают мемы, в линкедине кокетничают им при повышении. В целом, у него флёр милой черты умных людей, типа скромности, с которой децл переборщили. Ну как бы вообще-то это страшная штука. Человек с ним живёт в фоновом страхе, что его вот-вот разоблачат и все выяснят, что он тут случайно. Из-за этого он не идёт на роль, до которой давно дорос, молчит на встрече, когда видит ошибку, не делится тем, в чём разбирается лучше всех в комнате. Возможности проходят мимо тихо, и этого он не замечает, как и остальные вокруг. Но это полбеды. Тот, кто систематически занижает свой уровень, считает всё, что знает и умеет, базой, которую знают все. Раз ему что-то очевидно и понятно, значит очевидно и остальным, и собственная экспертиза в голове тупо превращается в нижнюю планку. Свои знания он обесценивает и одновременно меряет по ним других, искренне не понимая, почему джун не видит того, что якобы очевидно, хотя за этим стоят годы опыта и экспертизы, которые он сам себе не засчитывает. Так самый строгий к себе человек в команде начинает выжигать людей вокруг, и со стороны это выглядит как высокие стандарты, за которые его ещё и хвалят. Для меня это было довольно сильным откровением. Я долго считал, что бар-рейзинг это норма, а стремление брать всё более высокие планки это база. В целом, закрыв глаза на нюансы, так и есть, только гэп между тем, где человек сейчас, и планкой, которую ты ему ставишь, должен быть адекватным. Просчитать эту адекватность тяжело, когда сам себя в этом мире воспринимаешь неадекватно.

Как сделать пивот, чтобы не заняться очередной хренью? Меняя идею, стартаперы периодически попадают в ад бесконечных пивотов (pivot hell). Это когда ты меняешь всё каждую неделю, переключаешься с одной идеи на другую, начитавшись соцсетей. Просто гонка за хайпом и тем, что пишут в Твиттере. Вот на что опереться, чтобы не влезть в фигню: • Попробуй найти идею, в которой ты хоть что-то понимаешь. • Или попробуй найти идею, для которой ты можешь привлечь первых клиентов. • И не тяготей к тому, что на хайпе. Когда мы смотрим на успешные стартапы, почти всегда можно проследить эту глубокую связь с тем, чем увлекался фаундер. Майкл сам прошёл через это в Twitch. Сначала они пытались «создавать» знаменитостей — Джастин (один из основателей) был первым, кто хотел стать знаменитостью. Они решали его проблему. А потом наступил этап, когда всё наконец по-настоящему заработало. Это был период, когда Эмметт, ещё один кофаундер, увлёкся видеоиграми (и они сделали стриминг для геймеров, а потом продались Amazon почти за $1B — прим.ред.). Задавая вопрос YC-фаундерам: «Почему вы всё-таки занимаетесь именно этим?», мы часто слышим что-то вроде: «Ну, мой отец был фармацевтом» или «Я вырос в семье, у которой был ресторан». Если конкурируют два человека — один, просто наугад перебирающий «перспективные» идеи, и второй, занимающий делом всей жизни, то… кто победит? Твоя лучшая «ставка» будет в игре, в которую ты умеешь играть. То есть лучший шанс — идея, где ты уже что-то понимаешь ещё до того, как сел обдумывать идеи для стартапа. Даже если это сейчас не в моде. Хороший пивот ощущается как возвращение домой. Нам, консультантам, гораздо интереснее работать с фаундером, который действительно разбирается в том, что делает. Это приносит гораздо больше удовлетворения. Когда основатель может научить тебя чему-то новому, у тебя появляется больше энергии и желания ему помогать. А когда ты работаешь с фаундером и чувствуешь, что сам лучше понимаешь проблему, которую он пытается решить, — это выматывает. Нам бы очень хотелось, чтобы люди начинали с собственной экспертизы, а не с того, что сейчас в тренде. Это было бы просто шикарно. Пересказ кусочка видео Should You Pivot Your Startup? от Майкла и Далтона. Рекомендую посмотреть видео целиком, если вы думаете о пивоте (ссылка в первом комментарии). @y_everyday — рефлексируем об акселератор, создавший 100+ стартапов-единорогов

AI маскирует некомпетентность Про хорошее в ЭйАй сказано уже много, но сегодня про побочки, которые приехали вместе с тем, что порог входа снижается и в этот марафон затягивает всё больше людей. На неделях, чтобы качнуть скорее направления, заказывал аудиты сразу у двух подрядчиков, а перед этим сам погонял каждую задачу через все нейронки, что подключены. И вот оба приносят работу, я открываю, а у меня внутри уже на автомате: стоп, где-то я это видел, причём у себя же. Пошёл проверять в три слоя: сам на логику, своей нейронкой и через наших технических экспертов (ускорился, называется). По итогу один аудит оказался переупакованной нейронкой, а второй тоже был сделан с ней, только грамотно: пилотировал её человек, который понимает предмет. Скепсиса к работе через нейронки у меня нет совсем, но, как и любой инструмент, она множитель, а множить можно как умность, так и тупость. И думаю, многие уже поймали у себя этот дополнительный этап валидации «а не кормят ли меня AI-фастфудом». Страх справедливый, ведь на рынке уже есть те, кто вообще не думает, а работает на заказ методом ctrl+c, ctrl+v в нейронку и обратно. Сигнал сломался Годами хорошая работа сама была пропуском: принёс человек связный аудит, где всё сходится и ничего не торчит, значит, голова у него варит. «Чистый лист» — отличный фильтр для ума. Сейчас любой любое может собрать за вечер, и о том, кто его принёс, документ не говорит ровным счётом ничего. Раньше слабое отсеивалось само, ещё на уровне документа, и до моего разбора доходили единицы, а теперь доходят все. Ну и выходит, что экспертизу подрядчика проверяет моя же экспертиза, причём ровно в той области, за которой я к нему и пришёл, и хорошо, если под рукой есть свои технические эксперты. Пол поднялся, потолок остался Со множителем тут есть подвох: тупость нейронка умножает в гладкую уверенную четвёрку, поэтому снаружи её и не видно. Сильный как делал на пятёрку, так и делает, только быстрее. Разница между ними никуда не делась, но на бумаге сжалась до одного балла и стала похожа на вкусовщину. Больнее всего от этого сильным, ведь их отрыв снаружи больше не виден и платить им начинают как средним, ну а заказчик без своей экспертизы спокойно берёт четвёрку по цене пятёрки. В найме «чистым листом» годами были тестовое и сопроводительное. Сейчас их, как и ответы на собеседовании, делают с чатом в соседнем окне, и первый этап отбора почти перестал фильтровать. Что пока работает С подрядчиками выручил прогон, сделанный до них, так что теперь это правило: сначала гоняю задачу сам и плачу только за то, что окажется поверх. Выходит дольше, зато сразу видно, не принесли ли мне мою же четвёрку в другой обёртке. С наймом так не выходит: тестовое слишком маленькое, чтобы разглядеть на нём разницу между четвёркой и пятёркой, а настоящие задачи человек будет решать уже после найма. Поэтому роль тестовых задач и проектов размылась, и теперь мы всё больше челленджим на предмет того, как человек может объяснить логику своих рассуждений. А вы как сейчас отличаете сильного от того, кого просто хорошо прикрыла нейронка? Константин Сухачев

Как запустить ракетно-космический стартап без денег? Совет и пример от Пола Грэма «Не думаю, что отсутствие денег — преграда для запуска стартапа. Есть масса штук, которые можно сделать дёшево. Даже если это стартап в сфере ракетостроения... Хотя, конечно, такое запустить без денег сложнее. Но и тут можно начать с малым бюджетом, просто подстраиваясь под то, что есть на руках. Да, ты не можешь сразу построить настоящую ракету. Зато можешь разработать её проект, провести симуляцию и показать результат экспертам. Если проект достаточно убедителен, можно пойти к инвесторам и получить деньги на реализацию следующего этапа. Просто делай то, что позволяет имеющийся бюджет. Главное — достичь определённого этапа (майлстоуна), а там уже получится убедить инвесторов дать ещё денег. Филип из Starcloud (YC-стартап, запускающий дата-центры в космос) говорит, что они, по сути, просто написали white paper, забронировали дату запуска — и под это уже привлекли инвестиции. Но он — крупный, известный эксперт в своей области. У него изначально был авторитет. Ему такое сделать проще, чем какому-нибудь парню, только что окончившему колледж». Пол Грэм в недавнем интервью (ссылка в комментариях). Короче, сделайте так, чтобы ваши безумные идеи люди воспринимали всерьёз (то есть заимейте подтверждённую экспертизу через опыт в найме, науке или прошлом стартапе) — и тогда можно запуститься даже без денег. @y_everyday — рефлексируем об акселератор, создавший 100+ стартапов-единорогов

Что я вынесла с митапа Women Tech Meetup и почему это касается не только стартаперов Вчера сходила на Women Tech Meetup в Сан-Франциско. Шла без особых ожиданий, но вернулась домой с исписанными страницами заметок и кучей сообщений, которые успела раскидать по рабочим чатам ещё по дороге. На сцене собрали женщин-инвесторов из венчурных фондов. Формально тема вечера «куда сейчас инвесторы вкладывают ставки в AI», но ушли в итоге сильно за нее. Я собрала свои мысли, которые, кмк актуальны и для работе в найме и для тех кто строит бизнес и готовится к привлечению в него инвестиций. 📍Все делают ставку делают на человека, а не только на цифры в отчёте. Инвесторы и вообще те, кто принимает решения о чьём-то росте, до сих пор делают ставку на команду и на конкретного человека, а не только на цифры, которые тот показывает и защищает в своём P&L. Именно в эпоху ai на первый план выходит человек и его энергия, интуиция, опыт. Та же логика работает и внутри компании, когда тебя рассматривают на повышение, новую роль или проект смотрят не только на выполненные KPI. Смотрят, как ты ведёшь себя, когда контекст резко меняется, откуда у тебя энергия, насколько ты проявляешь себя там, где тебя никто не просил. 📍Важно знать свою нишу до деталей и делиться этим. Рассказывай о том, что ты знаешь о своей области и чего не знает большинство, то, что для тебя очевидно, а для всех остальных нет. Именно это даёт тебе спотлайт у инвесторов, потому что это единственное, что по-настоящему сложно скопировать. В найме работает ровно то же самое. Знать свой продукт, своих клиентов, свой рынок глубже, чем формально требует роль и не молчать об этом. Это твоя внутренняя экспертиза, и её тоже никто не может скопировать за тебя. 📍Делись своим путём, а не только результатами. Это та часть, к которой я весь день мысленно возвращаюсь. Мне кажется, особенно людям с российским (или шире — постсоветским) бэкграундом сложно рассказывать о чём-то до того, как это уже стало успехом. Нас растили в системе координат, где «не говори гоп пока не перепрыгнешь». Поэтому мы молчим. Делаем всё в закрытом режиме и не рассказываем публично, пока не появится результат, за который не стыдно. Неловко признаться, но и я ровно в этой точке прямо сейчас, тк работа 24/7, но в основном молчу об этом, жду версию истории, которую будет не страшно рассказать. И я вижу, как то же самое происходит с людьми внутри компаний: сложный проект делают месяцами молча, а рассказывают о нём только тогда, когда результат уже готов и красив или не рассказывают и вовсе, тк уже следующий проект летит. Но вчера все спикеры подтвердили, что то, что происходит с нами на пути чаще всего решает, продвинут тебя или нет, потому что именно оно показывает, как ты думаешь и справляешься, а не только что ты в итоге сдал. То что я разбираю сейчас про себя, почему мы вот так замираем? Мне кажется, что сама видимость ощущается как что-то опасное. Если никто не видит процесс, никто не видит и ошибок, а в системе координат, в которой многие из нас выросли, ошибка читается как слабость, а не как доказательство того, что идёт работа. Поэтому мы прячемся, не потому что ничего не делаем, а потому что то, что мы делаем, ещё не закончено, а незаконченное ощущается, как то, что можно использовать против тебя. Мы ждём победу, запуск, закрытый релиз, цифру, которая говорит сама за себя и только тогда пускаем кого-то внутрь. Но каждая спикерша на сцене, каждая со своей стороны, сказала, по сути, одно и то же: они смотрят на путь, а не только на результат. И это правда не только про инвесторов. Хороший руководитель тоже смотрит на путь, тк он показывает, как ты умеешь двигаться в условиях неопределённости. Инвестируют и продвигают тех, кого понимают, а не только тех, кто сейчас выигрывает. Понимание рождается из процесса. Из того, что ты видишь, как человек бьётся над чем-то конкретным и не бросает. Готовый результат показывает, что человек умеет делать. Процесс показывает, кто он, пока делает, и именно это по-настоящему создаёт доверие, до того, как появится цифра или строчка в резюме.

Связи Часто, и в медиа, и на встречах слышу фразу: «Главное в бизнесе - связи». Не согласен. Связи действительно могут открыть дверь. Познакомить с нужным человеком. Дать шанс на встречу, но дальше они перестают работать. Если за вами нет результата, экспертизы, репутации или ценности, никакие знакомства не помогут. Можно познакомить человека с инвестором. Но инвестировать он будет не в знакомство, а в проект. Можно привести крупного клиента, но купит он не связь, а решение своей проблемы. Мне вообще кажется, что связи работают как усилитель. Если за человеком что-то стоит, то они ускоряют рост. Если не стоит ничего, они лишь быстрее это показывают. Поэтому, наверное, главный вопрос не в том, с кем познакомиться. А в том, что должно появиться за вами, чтобы люди сами хотели вас рекомендовать.

Как понять, что встреча – не собеседование, а выжимание информации? Самые опасные случаи сбора экспертизы под видом найма выглядят максимально профессионально Настолько профессионально, что многие сильные консультанты и продакты понимают это только спустя несколько месяцев, когда видят свои идеи в продукте компании. В нормальном найме объем информации примерно симметричен. 1. Один из самых сильных сигналов - вас просят не придумать решение, а оценить несколько уже существующих вариантов. Например: "У нас есть три стратегии выхода на рынок, какую бы вы выбрали?" или "Вот три варианта монетизации, что думаете?". Со стороны кажется обычным кейсом. Но на практике компания часто уже провела внутреннюю работу и использует внешних кандидатов как бесплатный комитет по принятию решений. Особенно если один и тот же вопрос задается всем кандидатам на роль. 2. Очень интересный маркер - вопросы про последовательность внедрения. Не "что делать?", а "в каком порядке делать?". В продукте именно порядок действий зачастую стоит миллионы рублей. Идеи обычно лежат на поверхности. Настоящая экспертиза находится в понимании, что запускать первым, что вторым, а что вообще не делать. Когда интервью неожиданно превращается в разговор о roadmap на ближайшие 12 месяцев, это повод задуматься. 3. Еще один сигнал, который редко замечают: интервьюеры почти не интересуются вашими провалами. Обычно сильный нанимающий менеджер хочет понять, где человек ошибался, как принимал решения в условиях неопределенности, какие выводы сделал. Если вместо этого разговор на 90% состоит из обсуждения успешных кейсов и конкретных механик роста, возможно, оценивают не кандидата, а собирают набор практик. 4. Отдельная история - когда компания постоянно возвращает вас к одной и той же теме через разные формулировки. Например, на первой встрече спрашивают про запуск маркетплейса. На второй - про удержание продавцов. На третьей - про монетизацию комиссии. На четвертой - про логистику. Кажется, что это разные вопросы. Но фактически вы бесплатно помогаете собрать полную стратегию по одному бизнес-направлению. 5. Очень показательный сигнал - повышенный интерес к тому, что вы НЕ включили бы в стратегию. Многие думают, что ценность эксперта в рекомендациях. На самом деле зачастую ценнее список того, чего делать не стоит. Если интервьюер активно копает в тему "от чего бы вы отказались?", "что бы вы закрыли?", "какие направления не стали бы финансировать?" - возможно, он пытается снизить собственную стоимость ошибок. 6. Есть еще одна тонкость из мира консалтинга. Если после вашего ответа люди начинают не обсуждать его, а уточнять детали внедрения — это тревожный сигнал. Например: Какой подход выбрали бы для запуска? Нормальный найм: "Почему именно этот подход?" Сбор экспертизы: "А сколько людей понадобится? Какие роли? Сколько месяцев? Какие KPI поставите?". То есть разговор внезапно переходит от стратегии к операционному плану. 7. Очень интересный паттерн встречается в корпорациях. Вам начинают показывать внутренние документы. Куски CJM, организационные схемы, продуктовые метрики, структуру команд. Многие воспринимают это как признак доверия. Но иногда это способ получить качественную обратную связь от человека со стороны. Особенно если документы показывают раньше, чем обсуждают условия сотрудничества. 8. Еще один редкий сигнал - интервьюеры слишком хорошо подготовлены. Звучит парадоксально, но иногда это проблема. Когда вас спрашивают не про опыт запуска подписки, а про конкретный эксперимент, который вы делали в марте прошлого года, какую конверсию он дал и почему вы выбрали именно такой дизайн теста - часто оказывается, что люди заранее изучили ваши выступления, статьи и кейсы и пришли добрать недостающие детали.

С 22 по 26 июня в Белграде проходил большой экономический конгресс. Настолько большой, что приехали Дэвид Аутор, Антон Коринек, Эстер Дюфло и Олег Ицхоки (не приехал, но выступал онлайн). Аутор конечно же вёл секцию про влияние AI на рынок труда. И у нас есть возможность посмотреть запись этой секции (на YouTube). Что они там рассказали: ◼ Anna Salomons Технологии не только замещают труд, но и создают «новую работу». Эта работа требует специализированных и дефицитных знаний, за которые рынок готов платить больше. Поэтому все не так уж плохо — «человеческая» работа не исчезнет, но станет сложнее. ◼ Anders Humlum У AI беспрецедентный темп проникновения во все процессы. 30% всех рабочих мест меняются под воздействием автоматизации — появляются новые задачи. Реальных подтверждений, что технология вытесняет людей с рынка труда нет. Сотрудники, активно применяющие AI, чаще переходят на более высокооплачиваемые и сложные должности, получая прирост к зарплате около 12%. ◼ Anton Korinek Эффективность AI растёт экспоненциально. Есть вероятность, что к 2028 году искусственный интеллект станет достаточно умным, чтобы автономно создавать ещё более совершенные модели, что приведёт к радикальным изменениям. Доля человеческого труда в экономике будет падать. Нам нужны новые экономические и социальные модели. ◼ David Autor Перспектива и ценность человеческого труда определяется экспертизой и навыками. А конкретно, как хорошо и эффективно человек решает комплексные задачи — умеет держать контекст и производительность в chain of thoughts. Потому что AI пока не так уж в этом хорош. И может генерить ошибки и расхождения на каждом этапе. Эти ошибки накапливаются. И приводят к плохому результату. Я когда слушал выступление Аутора неожиданно вспомнил с 11 по 16 главы книги «Цель» Элияху Голдратта. Там главный герой открывает для себя идею зависимых событий и статистических колебаний, которые накапливаются. Даже не поленился найти нужную цитату:

Из-за совокупности двух феноменов, которые существуют на любом заводе, — поясняет Иона. — Один из них — зависимые события. Знаешь, что я под этим подразумеваю? То, что некое событие (или ряд событий) должно произойти до того, как начнется другое… Последующее событие зависит от тех, которые произошли до него. Нечто особенное происходит, когда зависимые события сочетаются с другим феноменом — статистическими колебаниями.

Собрал вам по паре ключевых слайдов из каждого выступления.

Падение Accenture - не самая интересная часть этой истории. Интереснее то, что рынок начал переоценивать саму модель IT-консалтинга. После снижения прогноза акции Accenture резко упали, а вместе с ними просели Cognizant, EPAM, Capgemini, Wipro и другие крупные игроки. Все обсуждают слабый квартал, но за этим, по-моему, стоит куда более фундаментальная штука. Последние двадцать лет экономика консалтинга была устроена предельно просто: продаём часы умных людей. Чем больше консультантов и чем сложнее проект, тем выше выручка, и все метрики: загрузка, headcount, utilization - выстроены вокруг этой идеи. AI ломает ровно её. Архитектуру, документацию, разработку, тестирование и часть внедрения сегодня можно сделать в разы быстрее, и клиенты прекрасно это видят. Как только себестоимость проекта падает, они начинают требовать фиксированную цену или оплату за результат вместо time & materials. Но самое сложное для крупных компаний вовсе не внедрить Claude, Cursor или ChatGPT - это сегодня умеют почти все. Гораздо труднее перестроить систему мотивации, которая десятилетиями поощряла продавать больше часов и нанимать больше людей. Переход к AI окажется для многих не технологической задачей, а организационной. При этом рынок, по-моему, пока недооценивает ещё один актив. Люди были главным капиталом консалтинга и останутся ими. Просто ценность теперь у тех, кто умеет дирижировать агентами, и у своего слоя знаний, на котором эти агенты работают. Не база документов и не RAG, а проверенная система отраслевой экспертизы, лучших практик, конфигураций, шаблонов и накопленного опыта, на которой работают тысячи агентов. С понятной моделью монетизации и достаточно уникальная, чтобы её нельзя было заменить очередной новой моделью Anthropic, OpenAI или Cursor. Вот здесь и будет формироваться новая стоимость бизнеса. Через несколько лет инвесторы станут смотреть не только на количество сотрудников и EBITDA, но и на то, сколько уникального контекста принадлежит компании, насколько глубоко он встроен в работу агентов и способен ли приносить деньги независимо от того, какая LLM окажется лидером рынка. Возможно, этот интеллектуальный слой станет для консалтинга тем же, чем данные когда-то стали для Google, а рекомендательные алгоритмы для Netflix. @maxvotek | linkedin | substack

За последний год стало очевидно: главный вопрос в AI больше не звучит как «Какая модель умнее?» Главный вопрос теперь другой: «Кто сможет построить вокруг модели лучшую экономику?» Кажется, что AI - это гонка технологий. Но если посмотреть на рынок внимательнее, становится видно: технологии начинают быстро превращаться в инфраструктуру. Так уже происходило с электричеством, интернетом и облачными вычислениями. Когда технология становится инфраструктурой, побеждает уже не тот, у кого она лучше. Побеждает тот, кто лучше встроил её в экономику. Именно поэтому сегодня особенно интересно наблюдать за расстановкой сил. Anthropic делает ставку почти исключительно на корпоративных клиентов. Google встроил AI внутрь поиска, рекламы и Workspace - пользователь может даже не думать о том, какая модель работает под капотом. OpenAI пытается одновременно быть лабораторией, платформой, потребительским приложением, производителем устройств и инфраструктурной компанией. И это очень показательный момент. Кажется, что AI-индустрия проходит тот же путь, который проходили почти все технологические рынки. Сначала конкурируют технологии. Потом конкурируют продукты. А затем начинают конкурировать бизнес-модели. Именно здесь появляется самый интересный сдвиг. Если несколько моделей способны решить одну и ту же задачу почти одинаково хорошо, то сама модель перестаёт быть главным источником преимущества. Преимуществом становятся данные, каналы распределения, интеграции, пользовательские привычки, стоимость выполнения запроса, способность встроить AI в существующие процессы. Другими словами, интеллект постепенно становится дешёвым ресурсом. А вот понимание бизнеса становится дорогим. Поэтому мне кажется ошибочным популярный тезис, что AI уничтожит экспертов. Скорее наоборот. AI уничтожает ценность универсальных знаний, но резко увеличивает ценность доменной экспертизы.

Кажется, я наконец поняла, в чём на самом деле состоит ценность специалиста в эпоху AI. Не в том, чтобы делать задачи быстрее - с этим AI native зумер справится лучше взрослного дяденьки сеньора без него. И не в том, чтобы знать больше - модель уже знает больше любого из нас, давайте честно. А в том, насколько быстро и точно ты можешь оценить результат работы AI и сказать ему, где он облажался. Вот в чём твоя настоящая эффективность сейчас: не в скорости выполнения задачи, а в скорости и качестве обратной связи модели. Это объясняет кое-что, что я давно чувствовала, но не могла сформулировать. Джуны с AI действительно закрывают задачи быстро. Но есть один момент, который всё меняет: они часто не могут распознать, когда результат плохой, потому что у них нет достаточного опыта чтобы это почувствовать, нет насмотренности, нет доменной экспертизы, которая позволяет за 30 секунд сказать "это неправильно, тут конкретно это неправильно, вот почему и как подкрутить промпт, чтобы было правильно". И тогда AI ведёт их не туда, а они не замечают. Получается, что экспертиза сейчас - это в первую очередь навык критического диалога с моделью. Умение задать правильный вопрос, распознать ошибку в ответе, переформулировать задачу так, чтобы получить то что нужно. Это и есть то место, где человеческий интеллект пока однозначно выходит вперёд. Мне кажется, это должно немного поменять то, как мы думаем о росте в профессии. Раньше "стать экспертом" значило знать больше и делать быстрее. Сейчас это всё больше про то, чтобы уметь судить качественно и быстро, а это другой навык, который нужно отдельно качать. А вы замечаете это в своей работе?