Подготовка кадров Компаний Будущего. Архитектура прорыва

9. Долгосрочная ориентация и вера в идею.

Мотивация сотрудника связана не с краткосрочными KPI, а с участием в создании долгосрочного технологического актива. Он готов инвестировать усилия в задачи, эффект от которых проявится спустя месяцы или годы.

Такой сотрудник работает не ради зарплаты, а ради миссии:

— он понимает, что эффект наступит позже;

— он готов инвестировать время и силы в то, что не принесёт немедленной отдачи;

— он видит себя частью большего движения — создания нового технологического уклада.

Это требует когнитивной устойчивости к естественной склонности человека переоценивать немедленную выгоду. Долгосрочная ориентация поддерживается через «якорение цели»: постоянное визуальное и нарративное связывание ежедневных задач с макро-миссией, прозрачные вехи прогресса и признание «обучающих побед» на ранних этапах.

Такой подход обеспечивает устойчивость проекта в условиях отсутствия немедленной коммерческой отдачи.

Пример: При бурении сверхкритических скважин на глубину 5+ км команда работала в условиях, где 60% параметров среды нельзя было измерить заранее: каждый метр проходки приносил новые данные о температуре, давлении и химическом составе флюида. Инженеры не ждали «полной картины» — они принимали решения на основе фрагментарных данных, корректируя режимы бурения каждые 2 часа. «Туман неопределённости» стал не препятствием, а рабочей средой: команда выработала протоколы быстрого переключения между сценариями и культуру «обучающих побед» на каждом шаге. Это позволило пройти первые 100 метров за 3 недели вместо ожидаемых 6 месяцев и избежать остановки проекта при встрече с непредсказуемым пластом.

10. Инициативность и ответственность за результат.

Сотрудник в Фазе 1 фокусируется на достижении конечного результата, а не на формальном выполнении процесса.

Сотрудник не ждёт указаний сверху. Он инициирует действия, направленные на решение проблемы, независимо от зон ответственности. Он сам замечает проблему, предлагает решение и берёт на себя ответственность за его реализацию, даже если это выходит за рамки его формальной должности.

Это не спонтанная активность, а сформированная «ментальная модель владения»: человек воспринимает проект не как набор задач, а как общую систему, где его зона ответственности расширяется до границы проблемы, а не должностной инструкции. В Фазе 1 такая модель ускоряет цикл «обнаружение-действие-проверка» в разы, заменяя бюрократические согласования быстрыми экспериментами.

Он говорит не «Это не моя зона», а «Давайте я помогу разобраться». Он не боится брать на себя риск, потому что понимает: без экспериментов нет прогресса.

Такой подход минимизирует бюрократические задержки и повышает операционную гибкость.

Пример: Молодой химик на заводе заметил, что реакция в одном из процессов даёт побочный продукт, который можно использовать как сырьё для другого направления. Вместо того чтобы просто доложить начальству, он собрал пилотную установку в лаборатории, провёл серию опытов и предложил решение, которое сократило отходы на 18% и принесло дополнительный доход. Успех обеспечен не только личной смелостью сотрудника, но и наличием в компании «коридоров быстрого старта»: возможностью запускать микро-прототипы до утверждения полного бюджета, если риски локализованы, а потенциальная ценность высока. Это превратило индивидуальную инициативу в системный ускоритель оптимизации процессов.

11. Критическое мышление и готовность оспаривать устоявшиеся представления.

Сотрудник в Фазе 1 не принимает решения на веру, даже если они исходят от авторитетных коллег или основаны на «общепринятой практике». Он задаёт вопросы:

— «Почему именно так?»

— «Какие данные это подтверждают?»

— «Что будет, если сделать иначе?»

Это конструктивный скептицизм, укоренённый в научном методе: любое решение рассматривается как гипотеза, требующая эмпирической проверки. В Фазе 1, где нет устоявшихся стандартов, именно способность «ломать рамку» предотвращает преждевременное закрепление субоптимальных решений и открывает путь к парадигмальным сдвигам.

Он понимает, что прорыв часто начинается с отказа от догм. Его скептицизм конструктивен: он не разрушает, а проверяет гипотезы, чтобы найти более эффективное решение.

Такое мышление предотвращает преждевременную «заморозку» решений и позволяет выйти за рамки существующих парадигм.

Пример: При разработке биосимиляра команда биотехнологической компании подвергла сомнению стандартный подход к очистке белка, предложенный западными органами регулирования — EMA [5]. В результате был найден более эффективный метод, сокративший время производства на 30% и получивший одобрение EMA. Ключевым фактором стала не просто смелость оспорить стандарт, а наличие аргументации, основанной на объективных данных, и готовность пройти дополнительную валидацию. Команда не отвергла регуляторную логику, а предложила эквивалентный по безопасности, но технологически превосходящий путь, превратив критическое мышление в конкурентное преимущество.

12. Этическая ответственность и осознание последствий технологий.

Сотрудник в Фазе 1 осознаёт, что его работа имеет долгосрочные социальные, экологические и этические последствия. Он задаётся вопросами:

— «Как эта технология повлияет на общество?»

— «Какие риски она несёт?»

— «Можно ли её использовать во вред?»

Это проактивная этическая рефлексия, выходящая за рамки комплаенса [6]. В Фазе 1, когда архитектура технологии только формируется, именно этика становится «дизайн-фильтром»: вопросы безопасности, приватности, экологического воздействия и социальной справедливости закладываются в код, формулу или процесс на этапе прототипирования, а не добавляются постфактум.

Он (сотрудник) не ограничивается технической реализацией, а стремится к созданию ответственных, безопасных и устойчивых решений.

Данное качество особенно важно в чувствительных отраслях — биофармацевтике, энергетике, ИИ, где технологические решения напрямую влияют на здоровье, безопасность и будущее человечества.

Пример: Ведущий частный космический холдинг при проектировании систем сверхтяжёлой многоразовой ракеты изначально закладывал принципы многократного использования ключевых узлов и минимального воздействия на окружающую среду, понимая, что освоение космоса должно быть устойчивым, а не эксплуатационным. Этическая осознанность здесь стала не моральным дополнением, а инженерным стандартом: многоразовость изначально проектировалась как ядро архитектуры, что в долгосрочной перспективе снизило стоимость вывода груза на орбиту на порядок и сформировало технологический лидерский нарратив, привлекающий глобальные партнёрства.

13. Способность работать в условиях ограниченных ресурсов.

В Фазе 1 редко бывает избыток бюджета, оборудования или времени. Успешный сотрудник умеет достигать максимального результата при минимальных затратах:

— он находит нестандартные решения вместо дорогих аналогов;

— использует инструменты с открытым исходным кодом, когда коммерческие недоступны;

— оптимизирует процессы, чтобы обойтись без дополнительного персонала.

Это не просто экономия, а «бережливая инновация»: восприятие ограничений как катализатора креативности. Когда ресурсы ограничены, мозг переключается с поиска «идеального решения» на поиск «достаточно хорошего, но быстрого и адаптивного», что в Фазе 1 критически ускоряет цикл валидации.

Он мыслит не категориями «что нужно», а «как достичь цели с тем, что есть». Эта бережливость не снижает амбиции — она делает их реалистичными.

Такой подход формирует культуру эффективности с самого начала проекта, предотвращая зависимость от бесконечного финансирования.

Пример: Команда разработчиков в крупнейшей нефтегазохимической компании при создании первого цифрового двойника использовала открытые библиотеки Python и внутренние вычислительные мощности вместо закупки дорогостоящего ПО. Решение оказалось не только экономичным, но и более гибким для дальнейшей модификации. Ограниченность бюджета заставила архитектуру быть модульной и открытой, что в итоге дало преимущество перед коммерческими «чёрными ящиками»: код можно было адаптировать под специфику производства, интегрировать с существующими системами и масштабировать без лицензионных барьеров. Бережливость стала драйвером технологической независимости.

14. Готовность к межкультурной и межинституциональной коммуникации.

Фаза 1 часто требует взаимодействия с международными партнёрами, органами регулирования, научными центрами и стартапами, говорящими на разных профессиональных и культурных языках. Сотрудник в Фазе 1 способен:

— адаптировать стиль общения под аудиторию (от учёного до чиновника);

— учитывать культурные особенности при совместной работе (например, отношение к иерархии, срокам, обратной связи);

— находить общий смысл за различиями в терминологии и подходах.

Это культурный интеллект, который в Фазе 1 выступает «переводческим мостом» между разными логиками: академической (поиск истины), инженерной (поиск работоспособности), регуляторной (поиск безопасности) и бизнесовой (поиск монетизации). Без культурного интеллекта даже технологически совершенное решение рискует быть отвергнутым из-за непонимания контекста или коммуникационных барьеров.

Такое качество особенно критично при глобальной экспансии, участии в международных консорциумах или работе с зарубежными регуляторами.

Пример: При регистрации биосимиляра в ЕС команда биотехнологической компании не просто перевела документы, а адаптировала логику доказательной базы под европейскую регуляторную культуру, что позволило пройти регистрацию на 8 месяцев быстрее среднего срока. Ускорение обеспечено не лингвистической точностью, а глубоким пониманием институциональной логики EMA: команда предвосхитила ожидания органа регулирования, перестроила нарратив клинических данных под европейские стандарты доказательности и выстроила диалог на языке взаимных рисков, а не односторонних требований. Коммуникация стала стратегическим ускорителем входа в рынок.

Сотрудник Фазы 1 — это не просто специалист, а архитектор будущего. Его ценность определяется не объёмом текущих знаний, а способностью генерировать новые решения в условиях неопределённости, ограниченных ресурсов и отсутствия готовых шаблонов. Он сочетает глубокую экспертизу с системным мышлением, практическую прагматику с этической ответственностью, инициативу с командной открытостью. Сотрудник в Фазе 1 — это одновременно исследователь, инженер, предприниматель и наставник. Он мыслит системно, учится непрерывно, действует через эксперимент, открыто взаимодействует с другими и верит в будущее, которого пока не существует. Он не ждёт идеальных условий — он создаёт условия для прорыва. Он не выполняет задачи — он формулирует новые возможности. Его ценность определяется не объёмом знаний, а скоростью обучения, широтой мышления и смелостью действий. Такие люди — редкий и стратегически ценный ресурс.

Эти люди не появляются по заказу. Их нельзя «натренировать» за несколько недель или заменить внешними консультантами. Их нельзя заменить алгоритмом, автоматизировать или масштабировать через шаблоны. Они вырастают в среде, где ценится смелость мысли, поощряется эксперимент, а неудача рассматривается как этап познания. Их нужно вовремя увидеть, беречь, вдохновлять и давать им пространство для творчества.

Именно такие люди становятся ядром следующего технологического цикла и инвестиции в их развитие сегодня определяют технологический суверенитет завтра. От них зависит, превратится ли научная идея в устойчивый промышленный прорыв или так и останется лабораторной находкой без выхода в реальный мир.

Поэтому управление кадрами в Фазе 1 — это не подбор и адаптация, а выявление и культивирование стратегического капитала. Инвестиции в таких сотрудников — это не затраты на персонал, а закладка фундамента технологического суверенитета, конкурентоспособности и долгосрочного лидерства. И начинать их выращивать нужно сегодня, пока ещё есть время, ресурсы и стабильность.

В эпоху ускоряющихся циклов и глобальной конкуренции побеждают не те, кто быстрее копирует, а те, кто умеет выращивать людей, способных создавать то, чего ещё нет.

Примечания:

[1] Экспертиза — это совокупность живых, неявных знаний и навыков, которые накапливаются у ключевых специалистов в процессе освоения новой технологии. Это не просто «знания из учебника», а уникальный опыт, который формируется через практику, ошибки и эксперименты.

[2] Data scientist (специалист по данным) — это специалист, который превращает сырые данные в полезные решения для бизнеса, науки и технологий. Он находится на стыке трёх областей: математики/статистики, программирования и предметной экспертизы (биологии, инженерии, финансов и т.д.).

Чем занимается data scientist?

— сбор и подготовка данных — очистка, структурирование, объединение данных из разных источников;

— построение моделей — создание алгоритмов машинного обучения (ML), нейросетей, статистических моделей для прогнозирования, классификации, кластеризации;

— анализ и интерпретация — поиск скрытых закономерностей, выявление аномалий, формулирование гипотез;

— визуализация и коммуникация — перевод сложных результатов в понятные решения для бизнеса и инженеров;

— внедрение решений — интеграция моделей в реальные продукты, системы и процессы.

[3] LTV контракта (от англ. Lifetime Value — «пожизненная ценность») — это совокупная прибыль (или выручка), которую компания получает от клиента за весь период сотрудничества по контракту, а не только за одну сделку.

[4] Data-специалист — это обобщающий термин для профессионалов, которые работают с данными на всех этапах их жизненного цикла: от сбора и хранения до анализа, интерпретации и превращения в бизнес-решения.

Это «зонтичное» понятие, объединяющее несколько ролей с разными фокусами: data analyst (аналитик данных), data scientist (специалист по данным), data engineer (инженер данных), ML engineer (инженер машинного обучения), analytics engineer (гибрид аналитика данных и инженера данных), BI-разработчик, BI-аналитик.

Data-специалист — это не просто человек, который умеет строить графики. Это мост между данными и решениями, способный:

— задать правильный вопрос,

— найти нужные данные,

— применить подходящий метод,

— интерпретировать результат,

— донести его до бизнеса так, чтобы он привёл к действию.

[5] EMA (European Medicines Agency) — Европейское агентство по лекарственным средствам.

[6] Комплаенс (от англ. compliance — «соответствие», «соблюдение») — это система обеспечения соответствия деятельности компании требованиям законодательства, отраслевых стандартов, внутренних регламентов и этических норм.

Особенности подготовки кадров

Фаза 1 «Освоение и внедрение новой научно-технической идеи» представляет собой уникальный этап технологического цикла, где граница между исследованием, разработкой и производством стирается. Здесь технология только начинает выходить из лаборатории, но ещё не оформилась в устойчивый промышленный процесс. В таких условиях традиционные подходы к обучению и управлению персоналом теряют свою эффективность.

Подготовка кадров в Фазе 1 принципиально отличается от всех последующих этапов: она не является вспомогательной функцией, а становится неотъемлемой частью самого процесса создания технологии. Сотрудники здесь — не исполнители заранее заданных инструкций, а соавторы новой реальности, чьи действия напрямую формируют облик будущего продукта, процесса и даже рынка.

Именно поэтому подготовка кадров в этот период требует особых подходов: гибких, междисциплинарных, практико-ориентированных и глубоко вплетённых в саму ткань инновационного процесса. Она строится не на передаче готовых знаний, а на их совместном порождении; не на стандартах, а на экспериментах; не на формальных ролях, а на живом взаимодействии.

Далее описаны ключевые особенности подготовки кадров в Фазе 1:

1. Отсутствие готовых образовательных программ.

Технология новая — значит, нет учебников, стандартов, курсов. Всё приходится разрабатывать «с нуля».

Новая технология по определению не имеет аналогов в массовом применении. Следовательно, нет учебников, сертифицированных курсов, государственных образовательных стандартов (ФГОС), методических пособий или готовых тренажёров. Вузы не готовят специалистов под эту технологию, потому что она ещё не вошла в учебные планы. На рынке нет коммерческих тренингов, потому что спрос пока узкий или его вовсе нет. Даже производители оборудования часто не имеют готовых программ, они сами учатся вместе с заказчиком.

Это создаёт уникальную ситуацию: компания становится не просто пользователем технологии, а её первым педагогом.

Что делают компании?

— разрабатывают авторские программы силами своих команд исследователей и разработчиков;

— создают внутренние академии или «лаборатории знаний»;

— используют обратную связь от пилотных запусков как основу для обучения.

Пример: При запуске внутренней LLM-платформы [1] не существовало готовых курсов по тонкой настройке моделей под производственные данные. Команда разработала программу обучения на основе собственных экспериментов, превращая ошибки в учебные кейсы. За 4 месяца специалисты освоили адаптацию моделей под бизнес-задачи, а наработанные протоколы стали внутренним стандартом. Обучение не предшествовало работе — оно было её частью.

2. Междисциплинарный характер компетенций.

Специалист должен понимать не только свою узкую область, но и смежные. Например, биотехнолог должен понимать молекулярную биологию (клеточные линии), автоматизацию (управление биореакторами), нормативное регулирование (GMP [2], регистрация в Росздравнадзоре); инженер по аддитивным технологиям должен разбираться в металлургии (поведение порошков при спекании), оптике (настройка лазеров), механике (моделирование термических напряжений в ПО типа ANSYS).

Без такого синтеза компетенций невозможно обеспечить целостность решения: ошибка в одной дисциплине может обесценить достижения в другой.

Что делают компании?

— формируют кросс-функциональные команды, где каждый учится у другого;

— вводят «языковые мосты» — общие термины, совместные словари, визуальные модели;

— поощряют ротацияюролей даже на ранних этапах.

Пример: В компании в сфере аддитивных технологий инженеры по 3D-печати металлов изначально настраивали только оборудование, игнорируя металлургию сплавов, что приводило к 38% брака из-за скрытых пор и термических трещин. После внедрения кросс-функциональных стажировок, где инженеры совместно с металлургами изучали фазовые диаграммы, кинетику кристаллизации и остаточные напряжения, уровень брака упал до 9%, а время корректировки параметров сократилось в 2,5 раза. Междисциплинарный синтез превратил разрозненные знания в единый контур решений: теперь параметры печати корректируются с учётом микроструктуры материала ещё до запуска принтера, а не методом дорогостоящих проб и ошибок.

3. Акцент на практических, а не теоретических навыках.

Обучение происходит в процессе работы (on-the-job) [3]: через пилотные запуски, итерации, ошибки, корректировки, а не в классе.

Теория здесь — не основа, а справочный материал. Реальность всегда сложнее модели.

Формы обучения на данном этапе:

— обучение через запуск пилотных партий;

— обучение действием через цикл «сделай — проверь — проанализируй — улучши» (learning by doing) [4];

— ошибка как ресурс: каждая неудача фиксируется, анализируется и вносится в базу знаний.

Почему это необходимо? Теория часто не работает в реальных условиях из-за неучтённых факторов, нестабильности сырья, особенностей оборудования. Только практика позволяет выявить истинные закономерности.

Пример: При освоении 3D-печати титановых лопаток турбин команда не изучала теорию термических напряжений в симуляторах — она печатала партии, анализировала микротрещины под микроскопом и корректировала мощность лазера, скорость сканирования и стратегию слоёв. Цикл «напечатал — проверил — проанализировал — улучшил» повторялся каждые 3 дня. Каждая неудачная партия фиксировалась в базе знаний с привязкой к параметрам. За 6 месяцев команда нашла устойчивый режим печати, который теоретические модели предсказать не могли: выход годных деталей вырос с 30% до 92%, а цикл освоения технологии сократился с 14 до 6 месяцев. Практика стала не «дополнением к теории», а единственным способом познания реальности.

4. Высокая роль неформального обучения.

Знания в Фазе 1 не структурированы, не закодифицированы, не стандартизированы. Они живут в головах людей и передаются неформально.

Неформальное обучение позволяет передавать тактильные, контекстные, интуитивные знания, которые невозможно описать в документации: например, «температуру нужно держать не по прибору, а по цвету пламени».

Эти «неявные знания» часто становятся ключом к стабильности процесса — они содержат опыт, накопленный в реальных, а не идеальных условиях.

Основные каналы передачи знаний на данном этапе:

— наставничество: опытный специалист работает бок о бок с новичком;

— совместные эксперименты: «давай попробуем вместе»;

— разбор кейсов после каждой итерации: «что пошло не так?», «как повторить успех?»;

— неформальная коммуникация: обсуждения за кофе, чаты, совместные поездки на испытания.

Пример: При запуске линии углепластиковых деталей для авиации ключевые знания передавались не через сухие мануалы, а «из рук в руки». Опытный технолог учил операторов определять правильную вязкость смолы не по датчику, а «на слух и по тягучести» при перемешивании. Ежедневные 15-минутные разборы прямо у автоклава и совместные эксперименты («давай попробуем изменить угол укладки») позволили новой команде достичь стабильного качества за 3 недели вместо 3 месяцев. Неформальный обмен инсайтами в рабочих чатах и за кофе позже был систематизирован и стал ядром официальной базы знаний компании.

5. Подготовка кадров — это часть научных исследований и научных разработок, а не HR-функция.

В Фазе 1 обучение = (равно) исследованию и научным разработкам. Программы подготовки разрабатывают не HR-менеджеры, а ведущие учёные, инженеры, технические лидеры, потому что только они понимают суть технологии.

HR здесь выступает не как разработчик, а как фасилитатор: организует процессы, обеспечивает инфраструктуру, но не определяет содержание.

Как это реализуется?

— руководитель проекта лично участвует в обучении;

— методические материалы пишутся по ходу освоения, а не заранее;

— оценка эффективности не по тестам, а по результатам пилотных запусков.

Последствия такого подхода:

— обучение максимально приближено к реальным задачам;

— нет «воды» и формализма — только то, что прямо влияет на успех проекта;

— сотрудники чувствуют, что их обучение — часть большого дела, а не бюрократическая процедура.

Пример: При создании микробного препарата для засухоустойчивости культур обучающие материалы писались учёными прямо в ходе полевых испытаний. HR координировал процессы, но не определял содержание. Оценка препарата проводилась не по тестам, а по приживаемости штаммов и прибавке урожая. За 6 месяцев команда вышла на стабильный эффект, а методики остались внутри компаии как ноу-хау. Обучение стало частью научных исследований и научных разработок, а не отдельным курсом.

6. Ориентация на формирование «архитекторов будущего», а не исполнителей.