За последние пару недель мне посчастливилось провести около 22 часов в перелётах. За это время я успел прослушать цикл лекций о становлении и закате империй. Вот несколько тезисов, которые, на мой взгляд, могут помочь компании и руководителю устоять.

🏛️ 10 принципов руководителя на основе исторических закономерностей


1. Фокус — это не ограничение, это стратегия.

«Кто пытается побеждать везде — не побеждает нигде.»
Не распыляй ресурсы. Выбирай приоритетное направление и обеспечивай результат именно там. Компания, теряющая фокус, теряет рынок.

2. Без операционного тыла нет устойчивого роста.

«Армии побеждают не мечами, а снабжением.»
Сильный бизнес держится не на идеях, а на системе: процессах, логистике, аналитике и контроле.
Большинство компаний гибнут не от конкурентов, а от внутреннего хаоса.

3. Гибкость важнее непоколебимости.

«Тот, кто не умеет менять курс, обречён на штиль.»
Рынок не прощает упрямства. Умение быстро адаптироваться и пересматривать решения — ключ к выживанию.

4. Команда — это не ресурс, а экосистема.

«Когда руководитель теряет обратную связь, компания теряет чувствительность.»
Слушай людей, вовлекай их, не закрывайся в кабинете.
Сильная команда поможет выявить кризис раньше.

5. Деньги — кровь бизнеса, но смысл — его сердце.

Поддерживай баланс между прибылью и смыслом. Деньги двигают компанию вперёд, но только идея определяет, куда именно она идёт.

6. Культура сильнее контроля.

«Страх обеспечивает подчинение. Культура рождает ответственность.»
Создавай среду, где люди действуют осознанно, а не из страха наказания.
Культура — главный двигатель самоорганизации и инноваций.

7. Лидер — не вершина, а система передачи знаний.

«Харизма краткосрочна. Система долговечна.»
Строй структуру, где решения и ответственность распределены.
Настоящее лидерство — это способность создать преемственность и устойчивость без собственного присутствия.

8. Каждый день доказывай, что компания жива.

«Организации не падают внезапно — они просто перестают развиваться.»
Не позволяй успеху превращаться в самоуспокоенность.
Обновляй продукт, подход, мышление. Рынок не ждёт.

9. Рост ради роста — тупик.

«Иногда сила — не в расширении, а в умении сохранить качество.»
Оцени, где развитие создаёт ценность, а где лишь увеличивает нагрузку.
Иногда правильное решение — не масштабировать, а стабилизировать.

10. Всё начинается с доверия.

«Когда команда перестаёт верить — структура становится формальностью.»
Вера в идею, в лидера и в друг друга — главный капитал любой компании.
Сохрани это — и остальное можно перестроить.

Классная иллюстрация того, что для нас существует только то, на что мы фокусируемся. Кружок становится фиолетовым только когда ты на него смотришь.

Объяснение почему наш мозг так работают тут https://arxiv.org/pdf/2509.11582v2

20 слов про ИИ, которые должен знать каждый в 2025 🤖

1. Большие языковые модели (LLM)

Это программы, которые обучены понимать и генерировать текст, как человек. Они знают много информации и умеют продолжать фразы, отвечать на вопросы, писать тексты, код и т.д.

2. Токенизация

Это разбиение текста на кусочки — токены. Токен — это не обязательно слово. Иногда это часть слова или даже символ. Модели думают не словами, а токенами.

3. Эмбеддинги (векторы)

Любую фразу можно превратить в набор чисел — *вектор*. Этот вектор отражает смысл текста. Если два текста похожи по смыслу — их векторы будут рядом. Это как “координаты смысла”.

4. Механизм внимания (Attention)

Это способ, которым модель решает, *какие слова важны в данный момент*. Когда модель пишет ответ, она “смотрит” на нужные части текста, игнорируя лишнее.

5. Трансформер

Это архитектура (тип нейросети), которая использует механизм внимания. Все современные LLM построены на трансформерах.

6. Self-supervised Learning (самообучение без разметки)

Модель учится предсказывать пропущенное слово или следующее слово в тексте. Так она учится сама, без учителя и без вручную размеченных данных.

7. Fine-tuning (доп. обучение)

Это когда модель доучивают под конкретную задачу: например, писать юридические документы или отвечать как стилист.

8. Квантизация

Это “сжатие” модели, при котором числа в ней становятся менее точными (например, 32 бита → 4 бита). Модель становится легче, работает быстрее, но точность может немного снизиться.

9. Zero / One / Few Shot промптинг

Как объяснить задачу модели:

Zero-shot — просто спрашиваешь, без примеров.
One-shot — даешь один пример.
Few-shot — даешь несколько примеров, чтобы она “поняла стиль/логику”.

10. Векторные базы данных

База данных, где хранятся векторы (эмбеддинги). Позволяет искать похожие тексты, изображения, документы по смыслу, а не по ключевым словам.

11. RAG (Retrieval-Augmented Generation)

Комбинация поиска и генерации. Система сначала ищет нужную информацию (в базе документов), затем модель пишет ответ, опираясь на найденное. Это как “умный поиск + умный ответ”.

12. Инженерия контекста (Context Engineering)

Искусство правильно подготовить и подать модели контекст: какие данные загрузить, как структурировать, как задавать формат. То же самое, что промптинг, только на уровне систем.

13. MCP — Model Context Protocol

Протокол, позволяющий модели получать доступ к внешним данным, API, инструментам. Это “универсальный язык”, через который ИИ может общаться с инструментами.

14. Агенты

Это программы, где ИИ сам решает, *что делать дальше*: выбрать инструмент, сделать запрос, вызвать API, написать код, проверить результат. Агент = модель + память + инструменты + способность планировать шаги.

15. Цепочка мыслей (Chain of Thought)

Это когда модель сначала объясняет, как она думает, и только потом дает ответ. Как человек, который решает задачу “вслух”.

16. Обучение с подкреплением (Reinforcement Learning)

Модель обучают через “награды”. Хороший ответ — плюс. Плохой — минус. Так учат, например, быть вежливой, честной, не токсичной.

17. Reasoning — модели рассуждения

Это модели, которые умеют *думать шагами*, как человек, делать выводы, планировать, разбираться в сложных задачах. Они сильны в логике, задачах, рассуждениях.

18. Мультимодальная модель

Модель, которая понимает не только текст, но и картинки, аудио, видео, файлы, документы. GPT-4o — пример мультимодальной модели.

19. Дистилляция

Это когда берут большую модель (учитель) и на её ответах обучают меньшую модель (ученика). Малая модель работает быстрее и легче, но знает почти столько же.

20. Малые языковые модели

Это облегчённые LLM, которые:

* работают на обычном ноутбуке или телефоне,
* могут быть локальными,
* дешевле и быстрее,
* но не такие умные, как большие модели.

Пример — Phi-3, Mistral, Gemma.

Команда! Тут неплохое событие в воскресение планируется. Не пропускайте! Плюсом фасилитировать сессию будет Саша Русанова @kruasanova_as, что гарантированно сделает диалог конструктивным и по делу.

Когда сильную команду уничтожает не враг, а управленческие ошибки

Я считаю, что чтобы побеждать в будущем, нужно знать прошлое.

И чем глубже я в неё погружаюсь, тем чаще нахожу прямые параллели с теми ошибками, которые мы продолжаем допускать сегодня — уже в управлении проектами, командами и большими системами.

История удобна тем, что в ней всё доведено до финала. Ошибки не «почти случились» — они привели к краху, и именно поэтому их хорошо видно.

Пока летел в самолёте, получилось на шесть часов полностью погрузиться в историю покорения конкистадорами империи ацтеков — с её столицей Теночтитлан, сложнейшей социальной системой и ощущением абсолютной устойчивости.

Это была не примитивная цивилизация. Это была эффективная, выстроенная, управляемая система, уверенная в своей силе. И тем показательнее, что её крах запустили не численность и не ресурсы, а управленческие ошибки, очень знакомые любому руководителю.

Испанский отряд Эрнан Кортеса насчитывал сотни человек. Против него стояла многомиллионная цивилизация.

Небольшой отряд Эрнан Кортес действовал не «лучше» — он действовал иначе. И именно это «иначе» оказалось смертельным для системы, заточенной под прошлые правила игры.

Но результат мы знаем.

Если убрать мечи, лошадей и аркебузы — останется набор классических управленческих ошибок, которые регулярно повторяются в проектах и командах.

1. Стабильность ≠ устойчивость

Ацтеки выстроили идеально работающую систему:

- ритуалы,
- экономика,
- военная машина,
- подчинённые регионы.

Но система была жёстко оптимизирована под один сценарий.

Когда появился новый тип угрозы, система:

- не адаптировалась,
- не экспериментировала,
- не пересобралась.

В менеджменте: Проект может годами выполнять KPI — и умереть за квартал, если меняется рынок. Первое что вспоминается это компания Kodak. А сейчас это новый тренд в ИИ.

2. Иллюзия контроля через страх

Империя держалась на:

- принуждении,
- страхе,
- регулярном «напоминании о силе».

В момент кризиса:

- союзники перешли к испанцам,
- вассалы перестали поддерживать центр,
- внутренняя лояльность исчезла мгновенно.

В командах:
Страх работает ровно до первого внешнего шока. Потом люди увольняются.

3. Отсутствие обратной связи снизу

Император Монтесума II получал информацию через фильтры жрецов и знати.
Плохие новости:

- искажались,
- замалчивались,
- интерпретировались как «знаки».

В управлении проектами:
Если негатив не доходит до руководителя — он не исчезает. Он копится и взрывается. Часто бывает что руководитель намеренно не хочет слышат негативные отзывы или не создает среду в которой ему безопасно о ней можно рассказать.

4. Игнорирование слабых сигналов

Испанцы сначала выглядели как:

- экзотика,
- странный сбой,
- нечто, что «само рассосётся».

Вместо быстрых экспериментов:

- ацтеки ждали,
- интерпретировали,
- соблюдали протоколы.

В бизнесе:
Проекты чаще умирают не от крупных ошибок, а от игнорирования маленьких аномалий.

5. Военная стратегия без сценария «не по правилам»

Ацтеки воевали, чтобы:

- захватывать,
- подчинять,
- интегрировать.

Испанцы воевали, чтобы:

- уничтожать,
- ломать,
- деморализовать.

Разные цели → разные стратегии → предсказуемый результат.

В проектах:
Если вы играете по правилам, а рынок — нет, вы проиграете даже с сильной командой.

Главный управленческий вывод

Ацтеки проиграли не потому, что были слабее. Они проиграли потому, что слишком долго были успешны в старой модели.

Сильная система без адаптивности — это просто красивая точка отказа.

Для лидера это означает:

- строить не только процессы, но и способность их ломать;
- принимать неудобную обратную связь;
- инвестировать в эксперименты, а не только в эффективность;
- помнить: лояльность не покупается страхом.