McKinsey и гуманитарии Наткнулся на цитаты из январского интервью Боба Стернфелса, главы McKinsey, для HBR IdeaCast. Заголовки вышли про гуманитариев: фирме снова нужны историки и музыканты. Но в том же интервью есть цифра, которая всё объясняет: в McKinsey 40 тысяч сотрудников и 20 тысяч AI-агентов, и агентов Стернфелс считает в составе рабочей силы, через запятую с людьми. Линейный анализ и поиск закономерностей модели уже делают хорошо. Ровно этим аналитик занимался первые три года в фирме, и под это затачивали фильтр на входе: кейсы, средний балл, структурное мышление. Теперь этого недостаточно. Остаются суждение, амбициозная цель и нелинейные ходы. Про суждение как единственный навык, который не обесценится, я писал ещё тут, теперь то же говорит глава McKinsey. Под это фирма подняла 20 лет данных по найму и переписала критерии: - как человек вставал после провалов, а не только средний балл - опыт с людьми, которые тебе не подчиняются: командный спорт, работа в ритейле - способность учиться там, где не на что опереться Гуманитариев никто не признал умнее. Просто структурный анализ перестал быть главным критерием, потому что эту работу теперь делает агент. В апреле я писал, что McKinsey набирает инженеров вместо классических консультантов. Теперь к инженерам добавились историки. Оба раза под ударом оказывается один и тот же профиль: выпускник с идеальным средним баллом, который хорошо считает и красиво раскладывает всё по буллетам. Конкурирует он теперь с подпиской за $200. Клиент платит за человека, который принесёт рекомендацию, выдержит, когда её разнесут на совете директоров, и ответит за результат. Договариваться с людьми и держать удар учат проигранные матчи и смены за кассой, кейсы тут мало помогают. Есть проблема, о которой Стернфелс не говорит. Суждение в консалтинге раньше выращивали внутри: три года ты делаешь презентации, которые партнёры несут на встречи, и только потом тебя подпускают к клиенту. Теперь эти три года делает агент, поэтому суждение приходится искать на входе - отсюда спорт, провалы и ритейл в резюме. Похоже на признание, что фирма больше не умеет выращивать его сама. Этот вопрос стоит задать любой сервисной компании: если черновую работу у джуниоров забрали, где они теперь научатся? У McKinsey ответ пока - это искать уже готовых. Долго так не получится: готовых мало, а внутри их больше никто не растит. Как учить суждению без трёх лет черновой работы, пока не знает никто, включая McKinsey. Полное интервью тут @maxvotek | linkedin | substack

/Рынок труда в ближайшие 10 лет: пора перестать делить навыки на hard и soft. Часть 3/ Третье утро начинаю с разбора нового отчета McKinsey про рынок труда до 2035 года - уже втянулась, и сегодня добралась до куска, который мне хочется отдельно утащить себе в работу с карьерными стратегиями. Первая часть про великую миграцию сотрудников Вторая часть про причины сохранения работы в нашей жизни Мы привыкли делить навыки на hard и soft, но в условиях массового перепридумывания профессий и ролей, это может оказаться недостаточным. Условный AI fluency - это hard skill? А умение поставить AI хорошую задачу, проверить результат и встроить его в свою работу? А decision-making? McKinsey предлагает гораздо более интересный способ: смотреть не на то, технический навык или человеческий, а на то, какую функцию он выполняет для твоей карьерной мобильности. И делит навыки на три новые группы: Essential skills - навыки, которые оставляют тебе больше открытых дверей. Это problem-solving, leadership, interpersonal communication, people & process management, attention to detail и другие навыки, которые нужны сразу в огромном количестве профессий. Некоторые встречаются более чем в 75% профессий. Их ценность не обязательно в том, что за них самих много платят, а в том, что с ними ты можешь двигаться в большее количество разных ролей. В большинстве своем предыдущие софты, но и упомянутый AI fluency через пару лет, думаю, там окажется в итоге. Enabling skills - навыки, которые позволяют двигаться не только в сторону, но и вверх. Innovation, influencing others, decision-making, collaboration, critical thinking. Они тоже хорошо переносятся между профессиями, но при этом заметно чаще встречаются в более высокооплачиваемых ролях. Важная оговорка McKinsey: это не означает, что critical thinking автоматически повышает вам зарплату. Скорее такие навыки чаще нужны там, где больше координации, принятия решений и ответственности. И наконец, empowering skills - навыки, которые позволяют продолжать меняться. AI fluency, willingness to learn, resilience, adaptability, curiosity. И вот тут особенно интересно посмотреть на реальные вакансии. С 2022 по 2026 год количество профессий, где работодатели требуют AI fluency, выросло примерно в 11 раз, adaptability - в 5 раз, а willingness to learn, resilience и curiosity - примерно втрое. McKinsey объединяет всё это в довольно классное понятие - mobility capital, капитал карьерной мобильности. В мире, где радикально перепридумывать карьеру придется несколько раз за жизнь, становится важно не только то, что ты умеешь делать прямо сейчас, но и насколько легко ты сможешь собрать из своих навыков следующую версию себя. Essential → сколько дверей тебе открыто. Enabling → насколько хорошие двери тебе открыты. Empowering → сможешь ли ты продолжать открывать новые двери через пять и десять лет. Внимательный читатель заметит, что хардов-то нигде и не упомянули. Если честно, я пока не верю в мир, где хард скиллы перестанут быть важной частью работы у всех и экспертиза потеряет всякую ценность, но с удовольствием послушаю вашу прогрессивную точку зрения в комментах 😊

Ну, за метаверс? Слева находится то, на что Цукерберг потратил около 80 миллиардов, чтобы достичь результата. Справа вы видите работу Opus 5.5 в Блендоре, на что он потратил немножко токенов. Качество Опусянского и Астрачки подтянется, а вот 80 миллиардов уже не вернуть. Меня до сих пор бомбит от прогнозов Маккинзи в июне 2022: “By 2030 the metaverse could generate $4 trillion to $5 trillion across consumer and enterprise use cases.” Позже, в январе 2023 года, McKinsey повторила оценку в A CEO’s guide to the metaverse(путеводитель руководителя по метаверсу, блэт): размер активности метаверса оценивался в $200-300 млрд в 2022 году и мог вырасти примерно до $4-5 трлн к 2030 году. Я, кстати, кинул в ChatGPT запрос, типа ты аналитик и твои знания ограничены июнем 22 года. И он нарисовал мне 700 миллиардов вместо 5 триллионов и робко спросил о том, что вообще-то говоря определения метаверса не было и до сих пор нет. За что МакКинзи берут деньги? За что, скажите мне, за что им платят? @cgevent

McKinsey выпустили большой репорт про 14 технологических трендов. Всё самое главное на картинке. Но вот ещё и списком: 1. Future of energy and sustainability technologies 2. AI infrastructure and model architectures 3. Future of life sciences and bioengineering 4. Advanced connectivity 5. Cybersecurity and trustworthy systems 6. Application-specific semiconductors 7. Future of mobility 8. Immersive-reality technologies 9. Future of space technologies 10. Future of robotics 11. AI for scientific discovery and engineering 12. Quantum technologies 13. Agentic AI 14. Agentic software development Сделал также перевод с описанием каждой технологии. Если вам интересно. → https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/the-top-trends-in-tech

Еще раз поговорим про интеграцию AI в команды и компании. Все так много говорят об этом, что точно случается fomo и из-за этого пропадает легкость и любопытство. Я помню, как Claude Design вышел и собрал мою первую презентацию, которую я просто ему запромптила, или как снялась большая часть когнитивной нагрузки благодаря процессам, настроенным в моей личной CRM, и я правда испытала восторг и чувство "эврики" от произошедшего, потому что в этот момент моя жизнь как-то по-новому качественно изменилась. По моему мнению, очень многое в нас зарождается через любопытство, поэтому мне очень хочется, чтобы все осваивали ИИ на чуть более глубоком уровне, чем просто поисковые запросы, и дальше делились со своей командой этим. Очень классно про это написала в своём гайде Даша Золотухина. Мне нравится, что он очень чётко, по всем правилам менеджмента изменений, рассказывает, как внедрить инновации в команду, а чтобы это случилось, надо начать с себя и найти своих амбассадоров изменений, которые с вами это задрайвят. Если говорить про цифры влияния этого процесса на уровне компаний, то в отчете McKinsey "The State of AI: Global Survey 2026" (опрос охватил 1 719 руководителей в 97 странах, проводился с мая по июнь 2026 года) говорится, что около 88% организаций регулярно используют ИИ хотя бы в одной бизнес-функции, а 72% сообщают об использовании генеративного ai на регулярной основе – рост с 33%. Но реальное влияние на финансовый результат компаний не так красиво. McKinsey прямо называет это «главным напряжением» отчёта: разрыв между 80% респондентов, сообщающих о личном росте продуктивности, и всего 37%, которые фиксируют хоть какое-то влияние на EBIT компании, при этом доля не изменилась по сравнению с 2025 годом. Лишь 6% организаций квалифицируются как «AI high performers» (5%+ влияния на EBIT) – тоже без изменений год к году, несмотря на рост инвестиций. Как формулирует сам McKinsey: убежденность организаций в ценности ai растёт быстрее, чем реальная финансовая отдача, которую они могут ему приписать, и все это нам говорит о важности внедрения и о том, что особенно в текущих скоростях важно понимать, как интегрировать все происходящие с нами изменения

К Бобу Стернфелсу вопросы у нас есть. Но к тем, кто делает McKinsey Insights — вопросов нет. Они большие молодцы. Поэтому сделал нам дайджест самых их полезных и интересных текстов за июль: 1. Five principles for designing brain-powered organizations С одной стороны, AI вроде бы забирает на себя рутину и простые задачи, с другой — оставляя сотрудникам больше сложных проблем и работы с неопределённостью. То есть повышает когнитивную интенсивность и нагрузку на мозг. И с этим надо что-то делать. McKinsey предлагает пять принципов как стать brain-powered organization: • Во-первых, следить за этой когнитивной нагрузкой • Создавать условия для восстановления • И условия для концентрации • Инвестировать в развитие критического мышления и адаптивности • Проектировать brain-positive среду 2. The operating model advantage: Why AI winners are rewiring their organizations Очередной материал про AI winners — как эти успешные компании трансформируют свою операционную модель. 3. From adoption to impact: Three horizons of AI transformation Про три уровня AI-зрелости: • Enablement — AI помогает отдельным сотрудникам • Automation — AI автоматизирует существующие процессы • Reinvention — компания заново проектирует роли, процессы и операционную модель Только 11% опрошенных руководителей относят свои организации к третьему уровню. 4. Building expertise in the age of AI: Who trains the next generation? Как в условиях AI-трансформации компаниям перепридумывать не только новые рабочие процессы, но и новые траектории формирования экспертизы. 5. The human advantage in an AI economy Транскрипт подкаста про brain capital и почему mental health is an economic imperative. Весьма интересно и познавательно. 6. Is the AI productivity story at a turning point? И ещё один подкаст. Эрик Бриньолфссон объясняет разрыв между огромными инвестициями в AI и пока ограниченным ростом производительности. Для получения эффекта необходимы intangible investments: изменение процессов, структуры работы, навыков и системы стимулов. 7. In an AI-driven world, the fastest learner will win Интервью со Свеном Смитом про assisted intelligence и выстраивание системы организационного обучения. В комментариях переводы всех семи материалов в пдф.

Наткнулся на небольшой текст Боба Стернфелса (СЕО McKinsey) на Bloomberg — про AI, бизнес и рынок труда. После прочтения возникает единственный вопрос: зачем этому статусному мужчине писать такую невообразимую банальность? Ну чтобы вы понимали, вот некоторые цитаты (переведённые): • Искусственный интеллект меняет каждый бизнес, включая наш. Но самая сложная задача — не внедрение, а перестройка вашей компании под его воздействие. От того, как руководители компаний отреагируют на это испытание, будет зависеть, снизит ли AI их амбиции или, наоборот, повысит их. • Для компаний, которые ошибочно считают, что наибольшую ценность AI представляет собой сокращение расходов, этот момент будет болезненным. Для тех, кто готов сделать ставку на оснащение талантливых сотрудников передовыми технологиями, это золотая возможность. • Многие компании по-прежнему испытывают трудности с тем, чтобы превратить эти инвестиции в более эффективные решения, быструю реализацию, новые возможности и измеримую отдачу. • Исследования показали, что 88% компаний используют AI как минимум в одной бизнес-функции, но гораздо меньше извлекают из этого реальную пользу. Преодоление этого разрыва — проблема лидерства и управления талантами. Наверняка же в McKinsey писали этот текст с каким-то намерением и целями. Могли бы и просто выложить у себя на сайте. Но нет — пошли на Bloomberg. Зачем так? Я думаю, что это очевидный и очень наглядный пример, как сейчас многие компании выстраивают позиционирование вокруг AI-бума. И особенно в консалтинге. Навязчивый акцент на value gap. Складывается он обычно из следующих элементов: 1. Стратегическая ценность AI — задача не технологическая, а управленческая. Это вызов для лидеров и их способности работать с талантами. Технологическую часть закрывает вендор. Но стратегические проблемы вендоры не решают. 2. А те, кто ожидали, что просто закупят себе ChatGPT и Claude — не получили ощутимого результата. 3. Это касается каждого бизнеса, including ours. Отвертеться нельзя. 4. Простых ответов нет: there is no playbook to copy, there is no benchmarking against rivals. 5. Зато каждый стоит перед судьбоносным выбором: кто видит в AI сокращение расходов — проиграет, кто ставит на таланты — выиграет. А теперь контекст, которого в колонке нет. К 2025 году McKinsey сократили штат примерно на 10%, с 45 до 40 тысяч человек. И потом объявили, что в ближайшие год-полтора планируют сократить ещё на 10%. То есть «не относитесь к AI как к проблеме численности» пишет руководитель компании, которая прямо сейчас решает проблему численности. Короче говоря, под соусом пассионарных рассуждений про организации и рынок труда нам, кажется, показывают витрину консалтинговых продуктов. Да ещё и так угловато. → https://www.bloomberg.com/opinion/articles/2026-07-15/mckinsey-boss-ai-s-next-big-mission-is-rewiring-your-workplace

Вот реально смотрю на то, что может современный ИИ и прям верю, что через несколько лет никто не будет нанимать программистов в классическом смысле. Они просто неэффективны по сравнению с теми системами, что я вижу и использую - долго, прокрастинируют, косячат. А ИИ просто берет и кодит. Собственно,а куда катится мир профессий? McKinsey проанализировали 10 500 навыков по уровню их уязвимости перед ИИ и автоматизацией к 2030 году. Результаты заставляют задуматься. Главный парадокс эпохи ИИ: технические хард-скиллы, которые годами считались элитными и безопасными, теперь первыми идут под нож. Знание SQL, бухгалтерия, инвойсинг и даже классическая разработка ПО (Software development) оказались на самом верху графика — то есть в зоне максимального риска автоматизации. Нейросети пишут код и сводят балансы быстрее людей. В середине удерживаются аналитика, исследования и генерация инноваций. А что на дне, в зоне "безопасности"? Чисто человеческие качества. Психологическая устойчивость (Resilience), эмпатия, лидерство и способность влиять. Машины легко осваивают алгоритмы, но не умеют сопереживать, мотивировать и чувствовать. Будущее — за развитием "humans-only" навыков. Гуманитарное образование, короче.