Женский мозг — это возможность на триллион долларов

Хороший важный текст в TIME про экономические последствия недостаточного внимания к женскому нейро-здоровью.

• Женщины живут дольше мужчин, но на 25% больше времени находятся в состоянии плохого здоровья.

• Почти две трети американцев, страдающих болезнью Альцгеймера — женщины. Но женщины также чаще берут на себя бесплатный уход за больными Альцгеймером и деменцией родственниками. Находясь при этом в расцвете трудоспособного возраста.

• Деменция обходится США в 781 миллиард долларов в год, включая 232 миллиарда на долгосрочное медицинское обслуживание и 233 миллиарда на неоплачиваемый труд по уходу за больными. Этот труд по уходу составляет 6,8 миллиарда часов, которые никак не отражаются в ВВП, но истощают семейные сбережения и тормозят карьеру.

• Только 6% частных инвестиций в здравоохранение Соединенных Штатов ориентированы на женщин, и большая их часть — на репродуктивном здоровье и лечении рака. В то время как проблемы мозга остаются хронически недофинансированными.

• Решение этих проблем может принести мировой экономике 1 триллион долларов в год.

В комментариях короткий аудио-обзор и пдф с переводом. Если не загружается — ссылка на пост в ВК.

→ https://time.com/article/2026/04/09/womens-brains-are-a-1-trillion-opportunity

Продуктивные люди не создают продуктивные компании

Основатель Hebbia George Sivulka (ещё в марте) написал в твиттере любопытный лонгрид про то, что инвестиции в рост индивидуальной продуктивности через AI на самом деле не помогают повышать продуктивность организаций — а даже и мешают.

Чтобы решить эту проблему нам нужно направить усилия не в «Individual AI», а в «Institutional AI».

В чём их отличия?

1. Индивидуальное использование AI создаёт скорее беспорядок, где каждый сотрудник работает в своем стиле. Институциональный AI создает слой координации, четко определяя роли агентов и правила их взаимодействия.

2. Индивидуальный AI способствует росту низкокачественной коммуникации и контента. Задача институционального AI находить реально ценные сигналы — с помощью контролируемых и проверяемых процессов.

3. Популярные модели часто настроены соглашаться с пользователем, что создает «эхо-камеры». Институциональный AI должен уметь говорить нет, выступать в роли критика, аудитора и обеспечивать соблюдение стандартов.

4. ChatGPT и Claude ориентированы на широкое использование, но реальную экономическую выгоду приносят узкоспециализированные инструменты, созданные под конкретные задачи и вертикали.

5. Индивидуальный AI нацелен на сокращение затрат и времени. Институциональный AI должен быть направлен на масштабирование и достижение конкретных бизнес-целей.

6. Просто дать инструмент недостаточно. Необходимо перестроить процессы компании и управлять изменениями внутри организации, чтобы модель «человек + AI» работала максимально эффективно.

7. Индивидуальный AI ограничен способностью человека задавать вопросы. Институциональный AI должен действовать проактивно: самостоятельно анализировать данные, выявлять риски и возможности, о которых человек даже не подумал спросить.

В комментариях аудио-обзор и пдф с переводом.

→ https://x.com/gsivulka/status/2031797989908627849

Нам нужны ваши кейсы!

Друзья, наша команда продолжает этот непростой путь популяризации навыкоцентричности. И сейчас мы собираем разные классные кейсы, как прогрессивные компании переходят к skills-based подходу.

Например:
• как пересобираются профили ролей (от требований к наборам скиллов)
• как внедряется оценка навыков вместо формальных критериев
• как развивается внутренний рынок талантов
• как меняется логика подбора и развития

Истории команд, которые уже прошли этот путь или находятся в процессе: как запускали, где споткнулись, какие решения сработали, а какие — нет.

В первую очередь это пойдёт в наш блог (800 000+ читателей в месяц). Когда понимаем, что есть потенциал для публикации в больших медиа — опубликуем в медиа.

Если у вас есть такой опыт и вы готовы им поделиться — заполните короткую анкету.

(но можно написать и напрямую мне)

На просторах LinkedIn попалась вот эта картинка про риск автоматизации разных ролей в HR. Выглядит занимательно.

→ https://www.linkedin.com/posts/rickweijers_the-strongest-reactions-in-the-ai-in-hr-keynotes-activity-7442104167114006528-fV4o/

Opportunity@Work и Brookings Metro провели большой анализ как в США строится карьерный путь людей без высшего образования (это 70 миллионов американцев) и как на эти траектории повлияет AI.

Они предложили модель трёх типов ролей:

1. Origin (стартовые роли)

Как входные точки на рынок труда. Они обеспечивают доступную работу для начинающих специалистов. Эти роли не требуют высокой квалификации на старте, но позволяют человеку начать погружаться в рабочий контекст и процессы.

2. Gateway (промежуточные роли)

Связующие роли, которые позволяют относительно быстро перейти на следующий уровень. С одной стороны, они помогают понять и прочувствовать молодым специалистам роль навыков, экспертизы и опыта. А с другой — дают обратную связь от рынка через увеличение зарплаты.

3. Destination (целевые профессии)

Высокооплачиваемые роли, которые представляют собой конечную цель восходящей мобильности в рамках одной последовательной карьерной траектории.

Ключевая проблема в том, что AI может заменить не только отдельные роли, а разрушить целые «карьерные цепочки». Через полную автоматизацию origin-ролей и частичную gateway-ролей. Что будет являться фундаментальной угрозой для идеи экономической мобильности.

Полный текст статьи точно можно не читать — они всё классно рассказали в двухминутном ролике (выложил и в вк).

→ https://www.brookings.edu/articles/how-ai-may-reshape-career-pathways-to-better-jobs

Mercer выпустили свой ежегодный флагманский тренд-репорт. Опросили 12 000 руководителей из 16 стран и 16 индустрий.

Выложил в комментариях аудио и текстовый рекап. Поэтому не буду описывать общие моменты. Там в целом полезно, почитайте.

Но мне больше всего показался интересным список — что компании планируют менять в процессах и оргдизайне. При том, что 98% руководителей что-то менять планируют.

(сделал перевод)

59% Упрощение структуры отчётности (например, отказ от матричных структур)
55% Централизация функций управления и принятия решений
49% Внедрение самоорганизующихся команд
44% Сокращение уровней управления (уменьшение иерархии)
44% Перевод вспомогательных функций в общие сервисные центры (Shared Services)
42% Формирование кросс-функциональных agile-команд (flow-to-work)
38% Внедрение гибких моделей занятости с использованием внутренних маркетплейсов талантов
37% Переход к матричной организационной структуре (двойное/множественное подчинение)
36% Переход к клиентско-ориентированной структуре (по сегментам клиентов)
35% Расширение полномочий на местах (децентрализация)
33% Переход к дивизиональной структуре (по продуктам или регионам)
32% Переход к функциональной структуре (по функциям: производство, ИТ, маркетинг)
31% Переход к модульной организационной модели (фокус бизнес-единиц на процессах)
29% Переход к сетевой организационной модели (развитие внутренних и внешних связей)
28% Объединение ИИ-агентов и сотрудников в рамках одной функции

→ https://info.marsh.com/global-talent-trends/2026

Одно из самых обсуждаемых в международном экспертном сообществе исследований апреля — анализ последствий от увольнений под предлогом AI-оптимизации.

Ключевые идеи:

• Компании пытаются заменить людей на AI и сократить расходы. Но уволенные сотрудники — это ещё и потребители. Когда доходы людей сокращаются, это отражается на совокупном спросе, от которого зависят доходы компаний. И возникает парадокс: компании стремятся к росту производительности и прибыли, но последствием этого может стать падение доходов.

• Даже если бы в компаниях осознавали этот риск, остановиться они не могут. Автоматизируя процессы, бизнес получает заметную экономию на издержках, и лишь малую долю последствий от общего падения спроса, которое распределяется на всех участников рынка. В итоге рациональное решение для каждой отдельной компании — автоматизировать как можно больше, что втягивает всех в «гонку к обрыву».

• Сокращение рабочих мест может дестабилизировать рынок настолько сильно, что в деньгах потеряют все — даже AI-first инноваторы.

• Безусловный базовый доход и обучение AI-навыкам не решат проблему. Важно корректировать сам стимул к автоматизации. Более того, появление более производительного AI сделает разрыв ещё драматичнее, так как компании начнут яростнее бороться за выживание, ускоряя рецессию.

• Единственный выход — налог Пигу. Это налог на вредный побочный эффект. То есть если AI создает социальные издержки, можно ввести налог, который заставит компании учитывать и компенсировать эти последствия.

• Доходы от такого налога могли бы направляться на развитие переходных институтов и практик.

В комментариях статья и аудио-обзор.

→ https://www.researchgate.net/publication/402969772_The_AI_Layoff_Trap

a16z поделились очередной великой мудростью от Бена Хоровица — каким должен быть настоящий крутой HRD:

1. HRD должен быть экспертом по проектированию процессов — системных, продуманных и управляемых.

2. Должен быть дипломатом и выстраивать доверие, а не выступать в роли контролёра или «доносчика».

3. Быть в первую очередь ориентирован на успех менеджеров, а не на личное признание.

4. HRD, который скрывает информацию или использует её как инструмент влияния, теряет ценность для организации.

5. Должен быть глубоко вовлечён в индустрию. Если HRD не в курсе лучших практик и стратегий — компания начинает отставать.

6. Без поддержки CEO остальные качества и преимущества не имеют значения. Доверие — основа роли HRD как ключевого партнера.

7. HRD должен уметь читать между строк, замечать неочевидные сигналы и выявлять проблемы до их явного проявления.

Мои друзья AI Mindset запускают очередную лабораторию. В этот раз, что особенно интересно, больше про креатив, музыку, генеративный арт и creative coding.

И я даже буду с гостевой лекций — как использую AI в работе с контентом, смыслами и трендами. В условиях когда сложный контекст, много чего надо учесть, согласовать, перепридумать.

Все спикеры как всегда очень крутые. Горячо рекомендую. Старт уже в следующий понедельник.

→ детали и регистрация