Современные IT-компании, работающие с большими объёмами данных и сложными проектами, неизбежно сталкиваются с проблемами координации, распределения ресурсов и принятия управленческих решений.

Рост компании, расширение проектов и увеличение количества сотрудников приводят к разрозненности информационных потоков, замедлению анализа данных и зависимости от человеческого фактора. Решением этих проблем может стать экспертная система (ЭС) — интеллектуальный инструмент, основанный на больших языковых моделях (Llama 3, Claude 3, ChatGPT, DeepSeek и т.д.), который поможет автоматизировать управление проектами и повысить эффективность работы компании.

В этой статье разберёмся, зачем нужна экспертная система, какие преимущества она даст компании, с какими сложностями можно столкнуться при её внедрении, и стоит ли игра свеч.

Проблемы, с которыми сталкивается компания

1. Разрозненность информационных потоков
   Проекты в компании ведутся в разных системах (системы управления проектами, например, Jira, Trello, Битрикс24 и другие, внутренние базы, Excel-таблицы), и синхронизация информации между ними требует много времени. В следствии этого происходят задержки в передаче данных между подразделениями, дублирование задач, недостаточная прозрачность процессов для руководства — анализ всех процессов может занимать большое кол-во человеко-дней.

2. Замедленный процесс принятия решений
   Анализ данных и выработка решений требуют значительных временных затрат. Руководители вынуждены тратить часы или дни, чтобы оценить текущую ситуацию по проекту, что приводит к долгому согласованию решений и как следствие накопление ошибок, а это потери в конкурентном преимуществе.

3. Зависимость от человеческого фактора
   Принятие решений часто зависит от интуиции, опыта и субъективных факторов, а неполное видение всей информации повышает риск ошибок.

Как экспертная система может решить эти проблемы?

Экспертная система – это программный комплекс, который анализирует данные, выявляет закономерности и предлагает решения на основе заранее заданных правил и накопленного опыта.

Она позволяет:

• Автоматизировать анализ данных и выдачу рекомендаций.

• Оптимизировать распределение ресурсов между подразделениями.

• Снижать зависимость от человеческого фактора при принятии решений.

Архитектура работы экспертной системы внутри компании

1. Сбор и обработка данных
   Интеграция с Jira, внутренними базами, таблицами и корпоративными системами — что позволит избавиться от дублирования задач и создаст возможность более объективной картины для управленческого персонала.

2. Построение модели знаний
   Модель знаний позволит новичкам быстрее проходить онбординг, а разработчикам быстрее обращаться к внутренней документации.

3. Генерация рекомендаций
   Генерация советов как для управленцев для более быстрого поиска решения задач, так и для разработчиков.
   Также предлагаю ознакомиться с презентацией по эксперименту внедрения ИИ в команду разработки в НЛМК ИТ от Олега Рогова. Этот подход позволил увеличить производительность разработчиков на 34%, а также избавиться от рутины (минус выгорание).

4. Интерактивная визуализация
   Возможность генерации графов связей между задачами, командами и ресурсами, диаграммы загрузки сотрудников и прогнозирование проблем.

Пример работы экспертной системы

Генерация рекомендаций

Допустим, в компании работает несколько проектных команд, каждая из которых занимается разработкой программных решений для разных заказчиков. В один момент менеджеры сталкиваются с проблемой перегрузки сотрудников:

1. В команде А разработчики загружены на 110%, сроки горят, задачи задерживаются.

2. В команде B есть свободные ресурсы, но информация о нагрузке распределена между разными системами, и менеджеры не видят её сразу.

3. В команде C ключевой специалист уходит в отпуск, и его задачи остаются незакрытыми.

Ручное решение проблемы (до внедрения экспертной системы):

1. Менеджеры вручную собирают данные из Jira, таблиц, чатов, CRM.

2. Уходит от нескольких часов до нескольких дней на анализ ситуации.

3. Возможны ошибки: интуитивные решения, субъективный подход, пропуск деталей.

4. Решения принимаются поздно, из-за чего проекты рискуют сорваться.

Решение проблемы с помощью экспертной системы:

После интеграции с Jira, внутренними базами, календарями сотрудников и CRM система автоматически анализирует ситуацию и предлагает оптимальное распределение задач.

1. Система собирает данные о загрузке сотрудников

   Сбор данных о проектах, задачах, сроках, отпуске сотрудников, на основе чего можно сделать выводы кто загружен, кто свободен, какие задачи требуют перераспределения

2. Автоматический анализ и построение графа взаимосвязей

   Построение графа позволит выявить узкие места, например, что в команде B разработчик X имеет 40% свободного времени, соответственно часть задач команды A можно передать команде B.

3. Генерация рекомендации по перераспределению ресурсов

   Система предлагает менеджеру оптимальную схему перераспределения того, что нужно перенести задачи от загруженной команды A в команду B, а задачи специалиста из команды C передать другому сотруднику с подходящей квалификацией.

4. Менеджер подтверждает изменения

   Сотрудники получают обновлённые задачи, и все изменения автоматически синхронизируются в Jira и уведомления рассылаются сотрудникам.

Результат:

• Время на анализ сокращается с нескольких часов до нескольких минут.

• Система предлагает объективные решения, исключая субъективные ошибки.

• Риск срыва сроков снижается, так как система заранее выявляет проблему.

• Руководство получает полную прозрачность в управлении ресурсами.

Пример генерации графа

Пользователь (например, менеджер проекта) загружает файл со списком своих задач, сотрудников и текущими ограничениями (приоритеты, сроки, доступный график сотрудников).

Далее аналитик данных обрабатывает данные, структурируя их для последующего анализа.

Архитектор графа строит граф, связывая задачи и участников через зависимости.

Аналитик графа анализирует граф на наличие возможных узких мест (например, конфликтные сроки, перегруженные сотрудники).

Система предлагает менеджеру рекомендации:

• Оптимальное распределение задач для достижения целевых показателей.

• Сценарии перераспределения ресурсов в случае появления новых задач.

Результаты анализа предоставляются в виде отчёта и визуализации графа.

Примерная визуализация результата для пользователя:

• Таблица с предложениями по распределению задач.

• Граф взаимосвязей задач, демонстрирующий текущую нагрузку на сотрудников.

• Рекомендации по устранению выявленных проблем.

Данные сценарии иллюстрируют, как система сокращает время на рутинные действия, предоставляя пользователю инструменты для быстрого принятия обоснованных управленческих решений.

Какие плюсы даст экспертная система?

Преимущества внедрения

1. Оптимизация управления проектами
   Система автоматически анализирует ход проектов и предлагает корректировки, снижая нагрузку на менеджеров.

2. Автоматизация рутинных задач
   Экспертная система заменяет сотни часов ручной аналитики, проверяя статусы, зависимости задач и выявляя риски.

3. Сокращение человеко-часов персонала
   Внедренные ассистенты позволят оптимизировать выполнение задач не только управленческому персоналу, но и исполнительному персоналу, например, разработчикам.

4. Снижение ошибок из-за человеческого фактора
   Логические алгоритмы оценивают ситуацию объективно, без субъективных предположений.

5. Прозрачность процессов
   Руководство получает полную картину загрузки сотрудников, сроков и статусов проектов.

6. Быстрое принятие решений
   Время анализа сокращается с часов до минут, что позволяет быстрее реагировать на изменения.

7. Масштабируемость и адаптивность
   Система может быть доработана и адаптирована под новые бизнес-процессы компании.

Какие сложности могут возникнуть?

1. Высокая стоимость разработки
   Внедрение потребует инвестиций: разработка, интеграция с текущими системами, обучение персонала.

2. Сопротивление изменениям
   Сотрудники могут не доверять автоматизированным рекомендациям и продолжать работать «по старинке».

3. Сложность реализации
   Требуется детальный анализ процессов компании для корректного построения модели знаний.

4. Возможные ошибки на старте
   Первые версии системы могут давать неидеальные рекомендации, пока не накопится достаточный объём данных, но обучение с подкреплением от пользователей может улучшить эту ситацию.

Экономический эффект: стоит ли внедрять?

По предварительным расчётам, экспертная система может дать компании следующие финансовые преимущества:

Формула для расчета возврата на инвестиции (ROI) выглядит следующим образом:

Подставляя предварительные данные:

Это означает, что каждые вложенные 10 млн руб. будут ежегодно приносить экономию в размере 30% от начальных затрат.

Ожидаемая окупаемость проекта – 3-4 года при ежегодной экономии от 3 млн руб.

Вывод

Нужно ли внедрение экспертной системы?

Ответ ДА, если компания хочет:

1. Ускорить процесс принятия решений.

2. Снизить ошибки и дублирование задач.

3. Оптимизировать использование человеческих и материальных ресурсов.

4. Сделать управление проектами более прозрачным и прогнозируемым.

НО внедрение потребует инвестиций: окупаемость ожидается в течение 3-4 лет, а стратегические выгоды (ускорение процессов, снижение нагрузки на менеджеров, предотвращение ошибок) делают проект перспективным.

Что дальше?

1. Пилотное внедрение в одном из подразделений – минимальные риски, быстрые результаты.

2. Доработка на основе обратной связи – адаптация к бизнес-процессам компании.

3. Полноценное масштабирование – перевод всей компании на новый уровень автоматизации.

А что скажете вы о внедрении ЭС в компании (и не только в ИТ-сфере), будет интересно прочитать ваши мнения и комментарии об этом