01 · Артефакт vs компетенция

Последний рабочий день Галины Сергеевны в страховой компании прошёл буднично. Двадцать два года она оценивала пограничные заявки — те, что не проходят автоскоринг и ложатся на стол человеку. Тридцать секунд на заявку, иногда минута. Она смотрела на цифры, которые формально сходились, и говорила «нет», и почти всегда оказывалась права. Спросите её, как — пожмёт плечами. «Чувствуется. Слишком ровно всё, так не бывает». Перед уходом её попросили написать регламент. Она написала: четыре страницы, восемь пунктов, всё разумно. Молодые андеррайтеры читают эти четыре страницы до сих пор. И всё равно пропускают то, что Галина Сергеевна ловила за минуту, — потому что в регламент попали восемь очевидных пунктов, а двадцать тонких, которые срабатывали у неё сами и которых она за собой не замечала, остались в ней и ушли вместе с ней.

(Галина Сергеевна — типаж, не конкретное лицо: так выглядит уход носителя компетенции в сотнях фирм сразу. Виктор Палыч из пролога слышал подшипник раньше прибора; она видела заявку раньше скоринга. Механика у потери одна.)

В тот день компания потеряла не сотрудника. Она потеряла способность. И здесь вопрос, который отделяет старый порядок от нового: а можно ли было эту способность не потерять? Не «записать получше» — записать пробовали, получились четыре страницы. А вынуть её из головы целиком и оставить в компании работающей, когда голова ушла на пенсию.

Тезис этой главы: можно. Способность фирмы можно вынуть из неявной компетенции в человеке и переложить в исполняемый артефакт, который остаётся, когда человек уходит. Компетенция уходит с носителем. Артефакт остаётся. Вся глава — про то, чем артефакт отличается от очередных четырёх страниц регламента, и почему то, что не получалось у Галины Сергеевны десятилетиями, начало получаться сейчас.

Проверяет это вопрос, что я задал у стенда Виктора Палыча: что произойдёт, если носитель компетенции исчезнет завтра? В прологе он отделял мёртвое знание от живой способности. Здесь, на уровне фирмы, он отделяет тех, кто теряет способность при каждом увольнении, от тех, кто её копит. Ответ «у нас всё записано» оставляет вас с документацией, которая по-прежнему ждёт человека, готового прочитать её правильно; ответ «процесс исполняется сам, а человек проверяет выходы» — с артефактом. Я возвращаюсь к этому тесту в конце главы как к практике.

Сублимация: дом всей книги

У этого процесса есть имя. В прологе я назвал его сублимацией компетенции на сцене у стенда; здесь — его дом, и дальше главы только достраивают этажи.

Метафора рабочая, и стоит развернуть её до конца. В химии сублимация — переход вещества из твёрдого состояния сразу в газообразное, минуя жидкое. Сухой лёд не тает в лужу, он испаряется. У этого перехода три свойства, и на них держится вся модель.

Первое: твёрдое становится газом. Знание, запертое в одной голове, твёрдое: его не передать, не скопировать, оно занимает ровно один объём — своего носителя. На выходе сублимации оно газообразно: течёт, заполняет любой контур, копируется без потерь, масштабируется на сто операторов разом.

Второе: минуя жидкое. Старый путь шёл через «жидкую» стадию — медленное ручное переписывание неявного знания в мануалы, регламенты, вики. Те самые четыре страницы Галины Сергеевны. Эта стадия была узким горлом десятилетиями (почему — ниже). Сублимация её перепрыгивает: знание уходит из головы прямо в исполняемую форму, не застывая по дороге в текст, который всё равно надо кому-то прочитать и истолковать.

Третье, и самое неудобное: обратной кристаллизации нет. Газ не собирается обратно в исходный кристалл сам по себе. Вынув способность в артефакт и убрав носителя, вы не вернёте её в голову прежней. Если копия снята криво, а оригинал уже ушёл на пенсию — переконденсировать не из чего. Отсюда вся дисциплина последовательности в этой книге: сначала сними копию, проверь её на реальных кейсах, и только потом отпускай носителя. Перепутал порядок — потерял вещество.

То, что осаждается на выходе, я называю артефактом, и путаницу надо снять сразу, иначе остаток книги не сложится. Артефакт — не markdown-файл с заметками, не вики-страница. Это исполняемая, версионируемая, проверяемая единица способности: то, что само делает работу, а не описывает, как её делать. Форм у него много — от простого записанного навыка до автономного агента с собственными инструментами и проверками. Всю инженерную таксономию (скиллы, агенты, MCP, эвалы) я разворачиваю в ch03; тащить её сюда — значит утопить главную мысль в терминах на третьей странице. Здесь важна сама дистинкция.

Разница не семантическая. Инструкция в вики описывает, как надо делать. Артефакт — делает. Инструкцию нужно прочитать, понять, применить, то есть снова прогнать через человеческую компетенцию, которая, как мы только что установили, и есть тот самый дефицитный, уходящий с человеком ресурс. Артефакт исполняется сам. Вики-страница «как старший андеррайтер оценивает пограничную заявку» — это по-прежнему запертое знание: носитель просто переехал с человека на текст, но кто-то всё равно должен этот текст прочитать, верно истолковать и применить с тем же чутьём. Скилл, который оценивает заявку, — это сама способность, вынутая наружу и сделанная воспроизводимой. Чувствуете разницу? Текст ждёт читателя. Артефакт не ждёт никого.

Большинство компаний, объявивших «у нас есть knowledge base», сидят на кладбище мёртвого знания. Документы есть. Способность — в головах. И это не вина авторов документации. Это свойство текста-инструкции: он переносит описание знания, но не само знание. Артефакт впервые переносит знание целиком, потому что больше не нуждается в человеке-интерпретаторе между описанием и действием.

Почему документация не работала, а это работает

У проблемы давно есть теория. Организационные мыслители несколько десятилетий опирались на модель SECI Нонаки и Такеучи (опубликована в 1995-м): четыре режима перехода знания — социализация, экстернализация, комбинация, интернализация. Узкое место всегда было одно. Переход от социализации (передача неявного знания через наблюдение и наставничество) к экстернализации (перевод этого знания в явные, структурированные документы). Этот переход чудовищно медленный, и большая часть критического практического знания — остроситуативных эвристик инженера, медсестры, механика, андеррайтера — так и оставалась ненаписанной. Это и есть «жидкая» стадия из метафоры, в которой вещество застревало.

Почему застревало? Дело не в лени и не в нехватке часов. Парадокс эксперта глубже. Он не может проговорить, как принимает решение, но прекрасно объясняет своё рассуждение, столкнувшись с конкретной живой ситуацией. Знание у него не в форме лекции, а в форме реакции. Попросите носителя написать инструкцию «как понять, что узел скоро сдаст» — он выдаст десять очевидных пунктов и забудет двадцать тонких, которые срабатывают автоматически и которые он сам не осознаёт как знание. Восемь пунктов Галины Сергеевны против её же двадцати двух лет. Поставьте её к реальной заявке — назовёт причину за минуту. Старый подход требовал от эксперта именно того, что у него выходит хуже всего: отрефлексировать и систематизировать собственную интуицию заранее, в отрыве от ситуации.

Неудивительно, что знание не вытекало наружу.

Генеративный ИИ снимает это узкое место, потому что больше не требует законченного мануала. Хватает фрагментов: голосовых логов, обрывочных сообщений, кадров видео, фотографий того, что человек в поле почувствовал, сделал или подумал. Раньше эти обрывки были бесполезны — в стройную базу их не собрать. Теперь модель работает интерпретатором, который переваривает неполные фрагменты и синтезирует рабочую логику на лету.

Отсюда рабочий способ сублимации. Способность не программируется целиком на старте — она выращивается. Эксперт просто работает и комментирует, а его рассуждение постепенно осаждается в артефакт через накопление и периодическую консолидацию диалога. Эксперт не садится писать ТЗ. Это и есть та самая экстернализация из SECI, только наконец дешёвая. Узкое место, державшее теорию бесполезной десятилетиями, снято. И это не футурология, а уже описанная инженерия. У неё есть прямой исторический прецедент: до 1980-х тонкий ручной навык чертёжника — компас, рейсшина, выверенное стирание — был обязательной компетенцией; CAD сублимировал его в софт навсегда. Разница в том, что CAD пришлось программировать годами, а скилл выращивается из рабочего диалога за недели.

Артефакт — это примитив, а не «большой промпт»

Если артефакт — носитель способности, от его формы зависит всё. И здесь главная техническая ошибка ранних ИИ-инициатив: путаница авторства знания с базовым промпт-инжинирингом. Из неё рождаются монолитные промпты, которые в одном текстовом файле пытаются задать сразу персону агента, базу знаний, инструкции к инструментам и формат вывода. Такие промпты хрупки, плохо версионируются в Git, не собираются в композицию, ломаются в многошаговых воркфлоу.

Артефакт надо строить как примитив — дискретную, версионируемую, исполняемую единицу с одной ответственностью. Существительные для суб-агентов, глаголы для скиллов: Compliance_Auditor как агент, parse_sec_filing как скилл; инкапсуляция в плагины, чтобы оркестратор оставался слепым к внутренностям отдельного воркфлоу. Звучит как инженерная гигиена, ворчание перфекциониста про именование файлов. Но за ней экономическая разница. Артефакт-примитив переживает обновление модели под ним, собирается в композицию с другими, накапливается как капитал. Монолитный промпт — нет: рассыпается при первом изменении модели или процесса.

И есть следствие, которое легко проглядеть. Накопление модульных скиллов создаёт переносимый класс цифровых активов. Нанимающие менеджеры уже начинают предпочитать кандидатов с готовыми тулкитами собственных агентов, скиллов, хуков и правил — так же, как подмастерье собирал набор физических инструментов. Артефакт перестаёт быть служебным файлом и становится частью профессионального капитала. Здесь проступает главный конфликт всей модели: если способность стала переносимым активом, чьим активом она окажется: компании или человека? К собственности на артефакт, рентному стеку и тому, кому он в итоге принадлежит (эксперту, фирме, маркетплейсу или гиперскейлеру), я возвращаюсь в ch05.

Сублимация — это не «построил и забыл»

Здесь нужна оговорка, иначе идея выродится в новую форму магического мышления. Артефакт не вечен. Скилл, построенный полгода назад, тихо деградирует: меняется модель под ним, меняется реальность вокруг, копятся краевые случаи, которые он не умеет. Если за ним не следить, через несколько месяцев он превращается в чёрный ящик, которому оператор начинает доверять как оракулу.

Лекарство в индустрии называют прямо: относиться к агентам как к боевым системам в проде, а не к умным стажёрам — с приборами на каждом шаге, с аудитом, с урезанными правами и непрерывной оценкой (Adnan Masood, «Eval-Driven Development», 2026) [E*]. Стажёру вы прощаете промах и объясняете заново. Боевую систему вы мониторите по метрикам, версионируете и откатываете. Это разные дисциплины, и выбор между ними определяет, актив у вас или пассив. Естественное гниение артефакта, накопленный долг автоматизации и небезопасность скилл-экосистемы (сканы уязвимых артефактов и вредоносных MCP-серверов) — целый класс рисков, которому посвящён ch10; там же числа.

И есть ещё один способ потерять способность, который бьёт даже тех, кто всё версионирует правильно: атрофия самого человека-проверяющего. Чем больше делает ИИ, тем слабее неассистированный навык оператора — а именно на него ложится ответственность вмешаться в аномальном случае. Рандомизированный эксперимент METR, где опытные разработчики ощущали себя на 20% быстрее, тогда как реально работали на 19% медленнее (METR, 2025) [E], я разбираю в ch10 как центральный фальсификатор всей модели. Здесь помечаю одно: вынуть знание наружу — не то же самое, что сохранить способность его проверять.

Сублимация, а не замена — почему я держу это как условие, а не как победу

Теперь главное различие, ради которого я выбрал слово «сублимация».

Соблазн прочитать всё сказанное как «значит, людей можно уволить» — огромен, и у этого соблазна громкие защитники. Их лозунг звучит почти разумно: «докажи, что задачу нельзя сделать через ИИ, прежде чем нанимать человека». Разбираю его по существу в ch07, где у занятости появляются числа. Цифры рынка труда поначалу будто подтверждают правоту замены: юниоров всё чаще не нанимают, потому что артефакт остаётся, а новичок на входе больше не нужен. Но «заменить целиком носителя суждения» — это другая операция, и данные по ней указывают в обратную сторону. Самый внятный живой кейс — Klarna: около 700 ИИ-агентов, публичный триумф «работы сотен людей», и тихий донайм живых сотрудников примерно за год, когда выяснилось, чего эти агенты не умеют (подробный разбор по доменам — ch06). Метрики, которые любит автоматизация — стоимость, скорость, доля обращений, закрытых без человека, — всплывают сразу. Те, что решают выживание — точность на краевых случаях, доверие к бренду, глубина решения проблемы, — копят деградацию месяцами, пока не дойдут до руководства.

Урок не косметический и не про PR. Он структурный, и он прямо вытекает из метафоры: обратной кристаллизации нет. Уходящий эксперт уносит контекст, который ещё не сублимирован. Пока артефакт не прошёл несколько циклов валидации на реальных кейсах, носителем способности остаётся человек — и убрать его раньше времени значит уничтожить актив до того, как с него сняли копию. Газ улетел, кристалла не осталось.

Поэтому «сублимация компетенции в артефакт» — не маркетинговая обёртка для «замены». Это другая модель, и различие проходит по одной линии — кто остаётся носителем суждения. В модели замены человека убирают, а его роль отдают системе целиком — и в момент, когда система впервые сталкивается с тем, чего нет в её опыте, в контуре не остаётся никого, кто понял бы, что вообще пошло не так. В модели сублимации эксперт остаётся, но поднимается от ручного исполнителя задач до автора артефактов и куратора суждения системы. Рутинное исполнение уезжает в артефакт; человек переключается на то, чего машина не умеет: пограничные случаи, эталонную проверку, эволюцию самого артефакта.

И здесь я должен быть честен в формулировке, иначе всё рассыплется при первой проверке. Я не утверждаю как доказанный факт, что сублимация — апгрейд. Я утверждаю условное: вот дисциплина, при которой сублимация была бы апгрейдом, а не сокращением — снять копию прежде увольнения, держать артефакт как боевую систему, удерживать его от гниения, сохранять у людей способность проверять, оставить экспертов внутри и поднять их роль. Если эта дисциплина выдержана, способность компании справляться с новым растёт: артефакт берёт известное, эксперт высвобождается под неизвестное. Если не выдержана — вы получаете модель замены под вывеской апгрейда.

А теперь неудобная часть. Доказательств, что эту дисциплину кто-то выдержал на масштабе — на сотнях фирм, годами, с устойчивым результатом, — пока ноль. У меня есть логика модели, исторический прецедент CAD, разворот Klarna как антипример и измеренный риск атрофии оператора. Это указывает в сторону «замена дороже, чем кажется». Но это не статистика по сотням фирм, выдержавших полную дисциплину сублимации. Так что «апгрейд» здесь — не отчёт о победе, а условие, которое ещё предстоит проверить эмпирикой. Я проверяю его в ch10, где собираю самые сильные данные против собственного тезиса.

И ещё одна честная оговорка — про макроэкономическую тень над всей картиной. Дарон Аджемоглу, нобелевский лауреат 2024 года по экономике, в «The Simple Macroeconomics of AI» (NBER, 2024) считает, что вклад ИИ в ВВП США за десятилетие 2024–2034 составит всего 1,1–1,6% совокупно — на порядок скромнее хайпа, потому что ИИ пока берёт лишь «легко выучиваемые» задачи [E]. Отсюда возможный сценарий: фирмы режут фонд оплаты труда, маржа и отчётность улучшаются, а реального прироста выпуска нет — экономия достаётся капиталу, а не выходу. Новую физику ценности — что дешевеет (исполнение) и что дорожает (суждение, верификация), как капзатраты замещают фонд оплаты труда — я разбираю в ch04. Здесь важно одно: модель сублимации работает против этого сценария, модель замены — на него.

Что это значит, если смотреть честно

Сложим главу без преувеличений.

Сдвиг реален и имеет теоретическую опору — SECI и его генеративное расширение. Узкое место, десятилетиями державшее организационное знание запертым в головах, снято: эксперту больше не нужно писать законченный мануал, достаточно работать и комментировать. Способность, вынутая наружу как артефакт-примитив, перестаёт быть заложником конкретной головы и становится накапливаемым капиталом компании. Почему это стало возможно именно сейчас — обвал стоимости инференса и быстрый рост горизонта автономных задач — предмет ch02; там обе цифры с источниками.

Но сублимация — не кнопка «уволить» и не «построил и забыл». Это дисциплина: вынуть знание в артефакт, относиться к артефакту как к боевой системе, удерживать его деградацию, сохранять способность людей его проверять и, главное, оставить экспертов внутри, подняв их роль, а не отрезав. Klarna показала цену противоположного выбора недвусмысленно (ch06). А самое дорогое в этой модели — несублимируемый один процент [I] (метафора, не измеренная доля): способность усомниться, взять управление и нести ответственность. К нему — в эпилоге.

Вот честный фальсификатор. Если к концу 2027 года появятся воспроизводимые данные, что фирмы, агрессивно заменившие экспертов-носителей целиком, показывают устойчивый рост производительности и удержания клиентов наравне с теми, кто шёл путём сублимации, — условие «апгрейд при дисциплине» окажется пустым, различие между апгрейдом и заменой рассыплется, и тезис этой главы придётся переписать. Слабое место аргумента я назвал прямо: дисциплину сублимации на масштабе пока никто не предъявил доказанной. Скептик прав, требуя данных. Я слежу за этим до конца 2027-го и переписываю главу, если они развернутся.

Что делать. Возьмите один процесс, который сегодня целиком держится на одной голове, и прогоните его через тест из начала главы: если этот человек завтра уйдёт, останется у вас способность или только воспоминание о ней? Если только воспоминание — это кандидат на сублимацию. Начните не с автоматизации, а с фиксации: пусть эксперт неделю просто комментирует свои решения вслух — голос, текст, скриншоты, — не пытаясь писать «правильный мануал». И жёсткое правило, прямо из метафоры: ни одного увольнения раньше, чем артефакт прошёл несколько циклов валидации на реальных кейсах. Обратной кристаллизации нет. Уходящий эксперт уносит контекст, который вы ещё не сублимировали.

Итак, мы знаем, что сублимируется и при каком условии это апгрейд, а не замена. Но почему всё это началось именно сейчас — а не пять лет назад и не через пять лет? Что в экономике 2025–2026 годов опустило порог так низко, что артефакт, который раньше стоил бы CAD-подобной многолетней разработки, теперь выращивает компания из двадцати человек за недели? Четыре страницы Галины Сергеевны лежали на столе у андеррайтеров десятилетиями и не превращались в способность. Что изменилось, чтобы они наконец превратились?