Почему долгоиграющие планы в ИТ больше не работают и что использовать вместо них

За последние годы я несколько раз видел как компания утверждает план в декабре, а к марту он теряет смысл, но продолжает выполняться, потому что план утверждён. Формально всё в порядке, метрики исполнения зелёные. Фактически ресурсы уходят в никуда.

Отсюда логичный вывод, который делают многие: раз всё равно ничего не предскажешь, зачем вообще стратегия.

Считаю, что это ошибка. В нестабильной среде стратегия тоже нужна, просто другая. Не жёсткий план на пять лет, а система ориентиров, которая позволяет быстро принимать решения и корректировать курс, не теряя главного.

Всем привет! Меня зовут Андрей Храмченков и я занимаюсь проектным управлением в SENSE. В статье собрал модели, которые держу в рабочей тетради и достаю, когда нужно принять сложное решение. И свой опыт того, где они работают, а где их приходится адаптировать под ИТ-реальность.

Эволюция управления: почему «планировать» больше недостаточно

Раньше управление строилось на планировании. Краткосрочное — на месяц-квартал. Долгосрочное — на год-три. Компании знали, чего хотят, и двигались к цели поэтапно. И это работало, потому что внешняя среда менялась медленнее, чем успевал устареть план.

Потом мир ускорился. Появилось стратегическое планирование — уже не просто «план», а попытка учесть разные сценарии. Но и его оказалось мало. Сейчас, особенно в ИТ, мы перешли к стратегическому управлению, и разница принципиальная: управление планами сменилось управлением результатами.

Симптом того, что переход не состоялся, узнаётся легко: годовое планирование — священная корова. Бюджеты утверждаются раз в год, любое отклонение воспринимается как катастрофа. В ИТ это особенно губительно: продукт может устареть за полгода, стоимость на серверное оборудование может сильно измениться (привет концу 2025 года), а мы всё ещё реализуем план, и бюджетируем закупки утверждённые по ценам из декабря прошлого года.

Я советую простую замену фокуса: вместо вопроса «что мы запланировали» — вопрос «что мы получили/закупили за квартал и что из этого следует менять/оптимизировать». 

Типы стратегий: что выбирают в ИТ

Классическая типология по-прежнему в силе, хотя в ИТ приобретает свои нюансы.

В текущих условиях фокусировка и дифференциация переживают кризисы легче, чем широкая экспансия. Гораздо проще быть «лучшим в своем сегменте», чем «большим на всем рынке».

Но у этого выбора есть цена. Фокусировка снижает зависимость от макросреды и повышает зависимость от одной ниши. Вы меняете риск, который не контролируете, на риск, который хотя бы видите вблизи. Это выгодный обмен ровно до того момента, пока ниша жива. Если она схлопывается целиком, узкая специализация из брони превращается в ловушку и это единственный сценарий, где широкий охват выигрывает.

Гарвардская модель: баланс, который стоит проверять с конца

Гарвардская модель стратегического выбора (в академической традиции — модель LCAG, по фамилиям авторов из Harvard Business School; она же прародитель SWOT) предлагает рассматривать стратегию как точку равновесия между четырьмя факторами.

Внешняя среда или то что происходит вокруг. Сюда относятся возможности, угрозы, конкуренты, регуляторы. В ИТ она сейчас крайне подвижна: уход западных вендоров, импортозамещение, появление ИИ.

Внутренний потенциал отвечает на вопрос: что есть сейчас у нас? Люди, компетенции, финансы. В ИТ главный ресурс — команда. Без специалистов по Data Science мы вряд ли будем конкурировать в разработке новых AI-решений.

Ценности и миссия — зачем мы существуем. Это не абстракция: ценности определяют, с какими клиентами мы работаем и от каких проектов отказываемся.

Реализация — как мы воплощаем задуманное через структуру, процессы и культуру. Самая блестящая стратегия мертва без неё.

Больше всего проектов, которые я видел, спотыкается именно о четвёртый фактор.

Например, импортозамещение. В 2022 году открылся, казалось бы, идеальный голубой океан: рынок свободен, клиенты готовы платить, государство поддерживает субсидиями. Компании бросились писать свои ERP, CAD-системы, образовательные платформы. Внешняя среда говорила «да».

Но что происходит сейчас? Образовательный проект «Восток» (российский аналог Arduino для 10 млн школьников) так и не запустился — причина в отсутствии внятного менеджмента. Промышленное ПО, по данным CNews Analytics, в 2024 году на 75% состояло из зарубежных решений, а  директор Центра компетенций по импортозамещению в сфере информационно-коммуникационных технологий (АНО «ЦКИТ») в сфере ИТ Илья Массух насчитал 837 «белых пятен» — потребностей экономики, где российские аналоги отсутствуют.

Мой вывод: «голубой океан» — это не пункт назначения, а точка старта. Если нет команды, которая может плыть, неважно, насколько прекрасен океан. Поэтому Гарвардскую модель сначала стоит развернуть в обратном направлении и начать сразу с четвёртого фактора: есть ли люди, способные это сделать? Хватит ли ресурсов? Готовы ли процессы? И только при утвердительных ответах имеет смысл смотреть наружу.

Инструменты анализа: что реально работает

Инструментов много, в учебниках их десятки. Но есть пять моделей, которые я вынес в свою «рабочую тетрадь» и периодически достаю для принятия сложных решений или пересборки стратегии.

PESTEL

Оценка внешних факторов: политических, экономических, социальных, технологических, экологических, юридических. Для ИТ сегодня критичны политические (законодательство, требования к локализации) и экономические (доступность инвестиций, ключевая ставка).

Но, по моим наблюдениям, разовый PESTEL бесполезен. Важно делать его регулярно, чтобы отслеживать динамику. На одном проекте расчёты изначально строились при курсе 75 рублей за доллар. Но через полгода курс ушёл за 100, а устойчивая на бумаге бизнес-модель с подробными финансовыми расчётами полетела буквально за квартал. В таких условиях PESTEL стоит делать не раз в год по рекомендации, а каждый квартал, и включать валютные риски в отдельный блок.

SWOT

Сильные и слабые стороны, возможности и угрозы. В ИТ важно быть честными перед собой. Если у нас слабая служба поддержки — признать это. Если мы отстаем в технологиях — не прятать голову в песок.

Честный SWOT-анализ экономит ресурсы. Примеров может быть много, но суть одна: перед запуском любого стратегического проекта или важного (читай переломного) решения всегда полезно честно оценить сильные и слабые стороны. Причем оценка должна быть максимально объективной — без желания приукрасить или закрыть глаза на проблемы.

Например, компания, признавшая, что у неё нет компетенций в облачных технологиях, перестаёт конкурировать с облачными провайдерами и ищет партнёров для совместной реализации проектов где каждый отвечает за свое: компания - свой продукт, партнер - площадку на которой идет реализация. Тогда деньги и время уходят туда, где команда действительно сильна, а не в заведомо проигрышный сценарий.

Или другой случай: продуктовый ИТ-стартап честно оценивает свою команду и понимает, что не сможет конкурировать по скорости вывода новых фич с крупными игроками. Вместо попытки догнать лидеров в гонке функциональности, компания смещает фокус на качество поддержки и глубокую экспертизу в узкой нише. Клиенты, уставшие от безликого сервиса гигантов, выбирают их именно за человеческое отношение и быстрое решение проблем.

Пять сил Портера

Помогает понять, кто на самом деле ваш конкурент. Для ИТ-компании это часто неочевидно. Иногда конкуренты — не прямые игроки, а low-code-платформы, позволяющие бизнесу собирать решения без программистов, или внутренние ИТ-отделы клиентов, которые начинают делать сами то, что раньше заказывали.

Матрица Ансоффа

Выбор направления роста. В текущих условиях диверсификация часто оказывается не стратегией роста, а выживания: привычный рынок сжимается и приходится искать новые.

По моему личному опыту, классическая «Ансоффа» неплохо работает, если заложить в нее один нюанс: в ИТ рынки и продукты меняются так быстро, что границы между квадрантами размываются. Бывает, что «новый рынок» — это буквально другая вертикаль в той же отрасли. Например, софтверная компания разрабатывает платформу для ритейла, а потом происходит адаптация продукта под логистику. На деле, это экспансия на смежный рынок, хотя формально мы просто доработали существующий продукт. В матрице Ансоффа это выглядит как «развитие продукта», но по факту это и есть выход на новый рынок.

Канва Остервальдера

Самый практичный инструмент из всех. Показывает, как элементы бизнеса связаны друг с другом. В условиях неопределённости работает как способ проверки гипотез.

Один из вариантов использования модели — обоснование внедрений. Например, есть идея автоматизировать ИТ-рутину и понимание, что это нужно. Но для получения бюджета и поддержки стейкхолдеров требуется четкое и структурированное обоснование. В таких случаях я собирал таблицу с ключевыми элементами: ценностное предложение, целевые сегменты потребителей, ключевые виды деятельности и ресурсы. Это помогало не просто «продать» идею руководству, а увидеть, как разные части системы связаны друг с другом и что изменится после внедрения. 

Со временем этот инструмент эволюционировал. Добавлялись новые поля, уточнялись старые, появилась версионность таблиц — это помогает отслеживать, как меняется обоснование по мере уточнения требований и появления новых вводных. Это было непросто, требовало дисциплины и вовлеченности команды, но в итоге такой подход спасал проекты, которые без этого обоснования могли бы остаться просто идеями. Таблицы давали им жизнь — превращали абстрактное «надо бы автоматизировать» в конкретный план с измеримыми результатами.

Прогнозирование: S-кривые и цикл ажиотажа

Любая стратегия опирается на предположения о будущем. В ИТ с этим сложно, но есть две модели, которые снижают цену ошибки.

S-кривые

Модель пришла из математики. В 1838 году бельгиец Пьер Франсуа Ферхюльст описал, как растёт популяция в ограниченной среде: сначала медленно, потом взрывообразно, а в конце упирается в потолок ресурсов и выходит на плато. В 1920-м Рэймонд Пёрл и Лоуэлл Рид применили ту же формулу к населению США и получили S-образную форму кривых. 

В бизнес она попала как инструмент прогнозирования жизненного цикла продукта. Ричард Фостер сделал следующий шаг и поставил на вертикальную ось не объём, а отдачу от инвестиций, сделав модель управленческой. 

Что это даёт на практике? Пока технология на подъёме, каждый вложенный рубль даёт заметный прирост производительности: команда учится быстрее, чем растут затраты. На плато тот же рубль даёт всё меньше, исчерпав запас развития. 

Цикл ажиотажа Gartner Hype Cycle

Модель описывает психологию восприятия технологии в пяти фазах: триггер, пик завышенных ожиданий, впадина разочарования, склон просветления, плато продуктивности. Работает даже лучше, чем экономические прогнозы, мода устроена стабильнее рынка.

С генеративным ИИ это видно прямо сейчас. Пока он находится где-то на пике ожиданий,  все вокруг говорят о нейросетях и каждый хочет их внедрить в свой продукт. Через год-два наступит ожидаемое разочарование и инвестиции в «свой ChatGPT» окажутся пустой тратой денег для многих компаний. Но те, кто продолжит работать с технологией в этот период разочарования — кто будет изучать, экспериментировать, искать реальные бизнес-кейсы — окажутся в выигрыше, когда ИИ выйдет на плато продуктивности.

По факту, сейчас генеративный ИИ уже активно используется в бизнесе. Например, системы на базе ИИ сортируют резюме по критериям и анализируют soft skills, благодаря чему срок закрытия вакансии сокращается с 40–60 дней до 20, конверсия откликов растёт с 10 до 30%. В «Сбераналитике» ИИ-агент в сервисе «Геоаналитика» сокращает подготовку аналитических отчётов с нескольких часов до минут.

Следующий этап — AI-агенты, которые действуют самостоятельно: инициируют коммуникации, ставят задачи, принимают решения. Gartner прогнозирует, что к 2028 году 90% сделок в B2B будут осуществляться при посредничестве ИИ-агентов.

Это как раз тот момент, когда нужно не бросаться в крайности, но и не игнорировать технологию. Инвестиции в изучение и пилоты помогут выйти на плато продуктивности уже с готовыми компетенциями.

Что из этого следует

Классические модели дают язык и инструменты для анализа. Но ключевые навыки в нестабильном мире — сочетать системность с гибкостью и быстро реагировать на изменения, не теряя из виду главное.

Что я вынес из своего опыта: 

• Гибкость стала конкурентным преимуществом. Способность быстро перераспределять ресурсы, переучивать людей, менять продуктовую линейку важнее точности прогнозов. 

• Стратегия — не выбор раз и навсегда. Это непрерывный процесс: анализировать, выбирать, реализовывать, проверять, корректировать. И повторять цикл.

• Люди важнее технологий. Любая стратегия упирается в команду. Если люди не понимают целей, не разделяют ценностей и не видят своей роли, стратегия остаётся бумажкой.

• Умение отказываться — ключевая компетенция. Возможностей в ИТ избыточно много, и большинство из них — отвлекающие манёвры. Стратегия — это способность сказать «нет» 90% возможностей, чтобы сконцентрироваться на 10%, которые действительно важны.

• ИИ уже сейчас меняет правила игры. Те, кто начнет разбираться в технологии сегодня (а не на пике ажиотажа), окажутся в сильной позиции через два-три года.

И остается вопрос, который волнует всех собственников бизнеса/владельцев компаний — как сделать так, чтобы все описанные выше подходы были системным свойством организации а не оставались личными качествами руководителей? Ушел руководитель — ушли компетенции. 

Что советую почитать

Напоследок — шесть книг, на которых держатся все модели из статьи. Его вы сможете найти здесь. Там указан порядок, в котором стоит читать и уровень сложности каждой.

P.S. А какими инструментами при анализе и планировании вы используете? Интересно обсудить ваши подходы в комментариях.