Управление проектами, продуктивность и AI: зачем этот сайт

С чего всё началось

Я начал работать с проектами ещё до того, как слово «PMO» стало привычным в российских компаниях. Первые роли в управлении проектами были на стороне заказчика: согласовываешь требования, принимаешь работу, пытаешься удержать рамку там, где у исполнителей свои интересы и свои трактовки технического задания. Потом стороны поменялись: я перешёл на сторону интегратора, и оказалось, что с другого берега те же самые процессы выглядят совершенно иначе. Именно там впервые начало складываться понимание, где методология действительно помогает, а где только создаёт видимость управляемости.

Следующий этап принёс опыт масштаба: управление портфелем проектов в крупной компании. При большом числе параллельных треков уже нельзя держать всё в голове и нельзя полагаться на ручное управление каждым направлением. Именно здесь начинают по-настоящему работать системы: процессы, комитеты, аналитика, ритмы. То, что на одном проекте выглядит избыточной бюрократией, на портфеле становится необходимым условием. И наоборот: лёгкие, неформальные договорённости, которые спасают небольшую команду, при масштабировании рассыпаются.

Потом был стартап по разработке и запуску веб- и мобильных приложений и там управление проектами перестало быть методологией и стало вопросом выживания: ресурсов и бюджета на правильно выстроенный процесс нет, зато есть дедлайн. Это научило другому виду управляемости: как сохранять контроль в ситуации, когда план устаревает быстрее, чем ты успеваешь его обновить. После стартапа я вернулся к управлению проектами на стороне заказчика, где вырос до руководителя проектного офиса по ИТ. Опыт снова сменил угол: теперь это уже не отдельные проекты, а выстраивание самой системы управления ими.

Как в эту картину вошёл AI

AI появился не как революция и не как разовое решение. Это было постепенное накопление конкретных рабочих сценариев, сначала простых и очевидных, потом сложнее.

Всё начиналось с мелкого: сгенерировать черновик документа, структурировать повестку встречи, быстро собрать контекст по задаче, которую не трогал несколько недель. Потом пошли эксперименты сложнее. Как удерживать контекст большого числа параллельных проектов с помощью AI-инструментов? Как встраивать автоматизации в реальный рабочий процесс, а не в идеализированный стенд? Что из того, что красиво описывается в презентациях, реально работает, а что рассыпается при первом столкновении с живой задачей?

Важно оговориться: почти все эксперименты с AI я веду за пределами корпоративной инфраструктуры, на личном стеке инструментов и автоматизаций. Это не промышленное внедрение и не корпоративный пилот, это исследование границ применимости в собственной практике, с полной свободой пробовать, ошибаться и менять подход. Где-то результаты оказались лучше ожиданий, где-то нет.

Именно эта смесь, накопленная PM-практика плюс живые личные эксперименты с AI, стала основой для aipmo.ru. Не абстрактная футурология про то, как изменится профессия, а конкретный разбор того, что происходит прямо сейчас. Делюсь тем, что реально работает, и тем, что не очень.

Три темы, из которых состоит сайт

Когда я думал о том, о чём именно писать, выбор оказался проще, чем казалось. Темы сложились сами, из того, чем я занимаюсь каждый день и что меня по-настоящему интересует. Не потому что так выглядит правильно, а потому что иначе не получится писать долго и честно.

Управление проектами как дисциплина. Процессы, фреймворки, устройство PMO, портфельное управление. Всё, что накоплено за годы практики на разных ролях и с разных сторон. Здесь не будет пересказа учебников. Буду писать о реальных механиках: почему одни подходы работают, а другие разваливаются при столкновении с реальностью, что изменилось в профессии за последние годы, как методология ведёт себя по-разному при смене масштаба. Это самая зрелая часть с наибольшим накопленным опытом и наименьшей зависимостью от того, что модно прямо сейчас.

Личная продуктивность и управление знаниями. Отдельная большая тема: не про PMO как систему, а про конкретного человека с большим потоком информации, решений и контекстов. Как не тонуть в объёме, а держать голову свободной для настоящей работы. Когда параллельных проектов много, а контекстов ещё больше, проблема хранения и поиска нужного знания становится острой — не в смысле «надо как-то организовать файлы», а в смысле «как мне через три месяца найти нужный вывод из нужного обсуждения». Я давно работаю с Obsidian и выстроил там систему, которая реально помогает справляться с этой задачей. Буду делиться структурой, шаблонами, конкретными рабочими сценариями.

Искусственный интеллект. AI пронизывает обе предыдущие темы, но заслуживает отдельного угла зрения. Не про то, «как AI изменит менеджмент к 2030 году» — про это я не знаю и не берусь предсказывать. Но могу говорить про конкретное и измеримое: какие задачи руководителя AI закрывает уже сейчас, как инструменты встраиваются в рабочий процесс управления знаниями и личную продуктивность, какие обещания из презентаций оказались преувеличенными. Я слежу за тем, как развиваются концепции AI-ассистентов для управления проектами, и сверяю внешние идеи с собственными экспериментами — потому что между красивой концепцией и рабочим внедрением часто большая дистанция.

Три темы не существуют изолированно. Статья про Obsidian может оказаться одновременно про PMO-дисциплину и про AI. Статья про личную продуктивность может уходить в портфельное управление. Я не буду принудительно разделять то, что в реальной работе связано. Точнее было бы сказать: три угла зрения на один рабочий контекст.

Кому это будет полезно

Если коротко: тем, кому интересны управление проектами, личная эффективность или AI — не как абстракция, а применительно к конкретной работе.

Я не пишу для тех, кто ищет «топ-50 промптов для продуктивности» или «как нейросеть заменит менеджера проектов». Это не тот формат. Я пишу для тех, кто уже работает в управлении проектами и хочет понять, что из нового AI-инструментария реально стоит времени, а что красивые слайды с конференций. Или для тех, кто строит личную систему работы с информацией при высокой нагрузке: как организовать знания так, чтобы ими можно было пользоваться, а не только хранить. Или для тех, кто встраивает AI в свои повседневные задачи и хочет видеть живые эксперименты с честными результатами — не победные истории, а разбор, почему сработало или нет и что бы я сделал иначе.

Этот сайт будет полезен, если вы думаете о том, как AI встраивается в реальные PM-процессы, а не в теории. Или если следите за тем, куда движется PM-профессия в эпоху AI, и хотите формировать собственную позицию, а не только потреблять чужие мнения. Или если тема управления знаниями и повышения личной эффективности интересует вас сама по себе, безотносительно к конкретной роли.

Если ни одно из этих описаний не подходит, возможно, этот сайт не для вас. Лучше сразу быть честным в том, для кого пишешь, чем пытаться понравиться всем.

Сам сайт как эксперимент: AI пишет вместе со мной

Есть один момент, который стоит обозначить прямо: aipmo.ru создаётся с участием AI-агентов.

Это не значит, что тексты генерируются нажатием кнопки и публикуются без участия автора. Это значит, что в работе над материалами, от выбора темы и планирования структуры до черновика и редактуры, я использую AI как инструмент. Агенты помогают собрать структуру, найти слабые места в аргументе, обострить формулировки. Финальное слово, позиция и опыт за текстом остаются моими.

Почему я говорю об этом открыто? Во-первых, честность. Скрывать использование AI в 2026 году выглядит странно, особенно для сайта, который прямо написан про AI в PM-практике. Противоречие было бы слишком очевидным. Во-вторых, иллюстративность: сайт про AI-инструменты создаётся с помощью AI-инструментов. Это не противоречие, а прямое подтверждение тезиса. Именно поэтому могу говорить о конкретных вещах: что работает в этом процессе, что создаёт трение, где агент помогает по-настоящему, а где приходится переписывать с нуля.

Есть и практическая сторона. Регулярно публиковать при высокой рабочей нагрузке трудно, и я честно не знаю заранее, получится ли выдержать ритм. Расчёт в том, что AI-агенты снимут часть операционной рутины и сделают регулярность возможной без потери качества. Это намерение, а не обещание.

Сам процесс создания этого сайта с участием AI станет отдельной темой для материалов: что работает, что нет, как устроена система, какие сюрпризы встретились по дороге. Метаэксперимент внутри эксперимента.