Знаете, что общего у Эджайл, Скрам, Командной топологии?
Примерно то же, что у кето-диеты и интервального голодания. Каждый фреймворк обещает, что именно он — ключ к эффективности и счастью в команде. А потом приходит реальность, и оказывается, что Google жуёт бургеры на ходу, SpaceX работает по системе «сделать вчера», а в Сбере — свой «Сберджайл», который никто толком не объяснил, но все делают вид, что понимают.
Мы изучили интервью, корпоративные блоги, HBR и отзывы людей, которые там работали.
Главный вопрос исследования: как на самом деле устроены инженерные команды в технологических гигантах и что из этого можно вынести?
Каждая компания строит свою модель набора команды, распределения ролей, исходя из масштабов, культуры и, что важнее, из того, какой ценой они готовы платить за скорость.
Например, в Google процесс найма — это не про «кого мы возьмём», а про «кто докажет, что достоин». Вы проходите ряд собеседований, затем ваш «пакет» рассматривает анонимный HR-комитет, и только после этого вы попадаете в пул для поиска команды.
Самое интересное: у соискателя есть 8 недель, чтобы найти команду. Иначе резюме истекает.
Это не просто бюрократия — это философия: Google предпочитает потерять хорошего кандидата, чем нанять плохого.
Внутри компании роли чётко разделены. В Google признают две разные лидерские функции: менеджер — лидер по людям, отвечающий за их карьеру и производительность, и Техлидер — лидер технологий, отвечающий за архитектуру и инженерные решения. В крупных устоявшихся командах эти две роли работают в паре как равноправные партнёры. Сотрудники при этом могут переходить между командами каждые 12–18 месяцев, и текущий менеджер не может этому воспрепятствовать. Роль в команде определяется не столько «назначением», сколько способностью кандидата доказать ценность в системе пулов и комитетов, а затем — найти свою нишу.
А теперь посмотрим на SpaceX. Здесь всё с точностью до наоборот.
Они не ждут, пока комитет утвердит кандидата, — здесь ищут таланты вручную и максимально быстро. В мае 2026 года Илон Маск лично объявил о найме «мировых инженеров и физиков» в новое подразделение SpaceXAI. Ключевое условие: опыт в ИИ не требуется: «Умные люди быстро разберутся». Вместо стандартных резюме и анкет Маск попросил кандидатов прислать письмо с тремя буллитами — краткими пунктами, которые доказывают исключительные способности. И пообещал лично просматривать все письма, прошедшие первичный отбор.
Структура внутри компании плоская: у Илона Маска 4 прямых подчинённых, а у президента и COO Гвинн Шотвелл — 21.
Инженеры организованы вокруг крупных программ: Starship, Launch, Starlink, а не функциональных отделов. Маск сохраняет контроль над инженерной архитектурой, но операционное управление полностью лежит на Шотвелл. Команды обладают высокой автономией в операционных решениях, но стратегический контроль жёстко централизован — иерархия существует, но она для принятия решений, а не для бюрократии. Люди переключаются между проектами в зависимости от приоритетов.
Получается, что в Google роль в команде — результат долгого согласования между кандидатом и менеджером через систему пулов и комитетов. А в SpaceX — результат быстрого распределения по проектам под жёстким контролем лидера.
Но есть и общая черта: минимизация менеджерских прослоек.
Tesla пошла ещё дальше — у них вообще нет менеджеров в классическом понимании. Алгоритмы и ИИ через приложения направляют сотрудников, заменяя управленческий надзор.
Работники самораспределяются по проектам, работают с бюджетами, корректирующимися в реальном времени, получают оценки от коллег и не имеют должностных инструкций. Команды собираются в «мобы» — импровизированные группы для конкретной задачи — и расходятся. Циклы — не 1–3 недели, а ультракороткие спринты.
Результат: за 10 лет доходность Tesla для акционеров составила 3145% против 254% у S&P 500.
Роль в команде в Tesla определяется не должностной инструкцией, а алгоритмом и готовностью сотрудника взять на себя задачу. Это радикальное переосмысление того, что значит «распределение ролей» — оно становится динамичным, ситуативным и управляемым данными.
Но у этой модели есть риск: алгоритмическое управление может превратиться в «большого брата», а амбиции лидера — перегрузить систему.
На бумаге CERN выглядит максимально классически:
Генеральный директор → совет директоров → 5 секторов → 13 департаментов → Инженерный департамент...
Но внутри этой структуры — коллаборации. Эксперименты на Большом адронном коллайдере (ATLAS, CMS, ALICE, LHCb) — это международные проекты, где сотни учёных из разных институтов работают вместе без жёсткой иерархии. Роли определяются не назначением, а специализацией и готовностью сотрудничать.
Коллаборация ATLAS — одна из крупнейших в истории науки: более 5 500 участников и почти 3 000 научных авторов из 174 институтов и 38 стран. CMS — ещё более 6 000 учёных, инженеров, тех.специалистов и администраторов. Это не просто команды — это фактически временные государства со своей внутренней демократией: у каждой коллаборации есть спикер (Spokesperson), который представляет эксперимент, и выборные руководящие органы.
Управление такими проектами, как модернизация коллайдера по проекту HL-LHC, строится на структуре с делегированием задач по 19 экспертным пакетам. Инженеры-менеджеры выступают связующими звеньями между техническими, экономическими и социальными частями проекта, а ключевые решения принимаются коллегиально. Такая модель позволяет совмещать 10–15‑летнее планирование с гибкостью малых групп (2–5 человек) — по сути, это «Эджайл для физиков», где скорость уступает точности, но самоорганизация и распределённая ответственность работают в полную силу.
Сбер не стал просто внедрять Эджайл, они создали собственную систему — «Сберджайл». Это Эджайл, адаптированный под российские реалии: больше детализации, больше контроля, и при этом — реальное ускорение. Время от идеи до внедрения сократилось в 7 раз.
Сбер он взял лучшее из Эджайл и Скрам и добавил своё. В Сберджайл больше внимания уделяется документации и регламентам (что критично для банка с государственным участием), но при этом сохраняется гибкость на уровне команд. Как говорят в Сбере: «В классической практике изменения воспринимаются как драматические события. В Эджайл изменения становятся частью ежедневной рутины». И это работает: при масштабе 35 000 человек синхронизировать процессы без потери скорости — это инженерный подвиг, не уступающий по сложности запуску ракеты.
В 2025 году чистая прибыль Сбера выросла на 9,7% в первом квартале и достигла 436,1 млрд рублей, рентабельность капитала — 24,4%. Экономический эффект от внедрения ИИ, который стал логичным продолжением Эджайл-трансформации, оценивается в 475 млрд рублей в год. Клиентская база выросла до 111 млн человек.
На первый взгляд компании устроены совершенно по-разному, но если посмотреть глубже, обнаруживается общая закономерность:
- Google — система пулов и комитетов, где роль определяется через длинное согласование.
- SpaceX — плоская структура с прямым контролем лидера и самоорганизующимися командами.
- Tesla — алгоритмическое управление без менеджеров.
- CERN — коллаборации на основе специализации.
- Сбер — адаптированный Эджайл с детальными процессами.
Все эти модели объединяет стремление сократить расстояние между решением и исполнением:
- Google — через минимизацию бюрократии в ротации.
- SpaceX — через плоскую структуру.
- Tesla — через алгоритмы.
- CERN — через коллаборации.
- Сбер — через адаптацию процессов.
Любая из существующих методологий — это не рецепт, а ингредиент.
Каждая компания смешивает их по-своему. Например, Spotify придумал модели Squads и Tribes, но Telenet, внедрив её в 2019 году, к 2022 году столкнулся с проблемой: стоимость координации между племенами и отрядами росла экспоненциально. Компания перешла на Топологии команд и решила проблему.
Они работают ровно до тех пор, пока позволяют сохранять скорость и гибкость. Как только начинают тормозить — их меняют. И это нормально — бюрократия душит, но без неё — хаос.
Задача лидера — найти ту точку баланса, где процессы не мешают, а помогают.
Мы разобрали, как устроены команды в пяти компаниях. Но есть ещё один слой, который перекраивает всё, что мы только что обсудили, — искусственный интеллект (ИИ).
ИИ не заменяет инженеров, но он меняет то, чем они занимаются каждый день.
По данным Forrester, ИИ берёт на себя всё больше задач по созданию кода, тестов и документации, а роль человека смещается в сторону оркестрации, системного мышления и управления. Разработчики всё чаще выступают в роли «дирижёров», которые проверяют, интерпретируют и корректируют то, что сгенерировала нейросеть. Исследование DORA 2025 года подтверждает: 90% разработчиков уже используют ИИ ежедневно, тратя на это около двух часов в день. При этом 80% команд отмечают ускорение разработки продуктов, а 59% — улучшение результатов.
Продуктивность разработчиков растёт (в среднем на 31,4%), но вместе с ней растёт и количество уязвимостей — плюс 23,7% . В 2025 году исследователи выяснили: после пяти итераций «улучшения» кода нейросетью количество критических уязвимостей выросло на 37% . А отчёт CodeRabbit показывает, что в AI-сгенерированном коде дефектов в 1,7 раза больше, чем в написанном человеком. Ответственность за качество и безопасность остаётся на человеке.
Появляются новые компетенции и роли: вместо написания шаблонного кода — промпт-инжиниринг и валидация того, что нагенерировала нейросеть. Вместо ручного тестирования — управление агентами. Вместо бесконечных созвонов по статусам — ИИ-ассистенты, которые резюмируют встречи и визуализируют процессы. Появляются инженеры по ИИ, MLOps-специалисты, специалисты по управлению ИИ и этике.
Меняется и роль проектного менеджера: ИИ не заменяет проектных менеджеров, а перераспределяет их задачи. Автоматизация рутины — отслеживание рисков, планирование ресурсов — освобождает время для стратегии, работы с людьми и контекстом. Проектный менеджер превращается из «контролёра сроков» в «дирижёра», который соединяет бизнес-цели, возможности команды и ограничения технологий.
Чем больше ИИ берёт на себя рутину, тем ценнее становятся «человеческие» навыки: умение видеть систему, принимать решения в условиях неопределённости, выстраивать доверие в команде.
Есть культура, контекст и готовность экспериментировать. ИИ забирает рутину, но оставляет человеку самое сложное — архитектуру, этику и работу с людьми.
В центре любой сильной компании — инженерная команда, способная адаптировать методологии под контекст, брать на себя ответственность и быстро учиться.
Именно команда, а не отдельный фреймворк, становится главным носителем культуры и драйвером скорости.
Как поддержать сильные команды на ранних стадиях, когда у них ещё нет ресурсов крупных корпораций?
Ответ даёт программа развития проектов технологического лидерства «От идеи к продукту», которая объединяет государственные и частные ресурсы для превращения научных разработок в реальные продукты. Программа обеспечивает сквозной процесс: от проверки продуктовой гипотезы на базе реальных научных исследований до создания прототипа, пилотного внедрения с промышленным партнёром и выхода на рынок.
А ещё в 2026 году фокус на инженерных командах станет центральной темой Большой конференции. В центре внимания — подготовка инженерных команд, сквозные компетенции, технологии мышления и новые форматы обучения технологических лидеров. Как это меняет университеты и индустрию — расскажем скоро. Следите за новостями!
Главный навык современного лидера: не знание фреймворков, а умение чувствовать, где нужен процесс, а где — свобода.
