ИИ пишет тексты, анализирует данные, проводит первичные собеседования. Два самых актуальных тренда менеджмента — кого заменят и как трансформируются роли?
Кому можно быть спокойным? Тому, кто осознает: ИИ останется инструментом ровно настолько, насколько мы умеем быть людьми.
Меня зовут Дмитрий Синявский, я SRE в Ви.Tech, IT дочке «ВсеИнструменты.ру». В какой то момент я поймал себя на мысли, что вокруг DevOps снова спорят как в начале десятых: одни уверяют, что он умер, другие переименовывают все в platform engineering, третьи ждут, что ИИ наконец сделает всю грязную работу за инженеров. Мы с Владимиром Утратенко, который прошел путь от техподдержки до техдиректора и сейчас развивает платформу «Штурвал», спокойно разложили это по полочкам.
Привет, Хабр!
Примерно год назад наша команда загорелась идеей создать продукт, который позволил бы «поговорить с кодом». Мы, как и многие, находились под впечатлением от возможностей LLM. Казалось, что ещё немного – и нейросеть возьмёт на себя всю рутину по анализу легаси, аудиту систем и онбордингу новых разработчиков.
Недавно я посмотрел большое интервью с основателем и руководителем Revolut. Кто не знает, это такой Т-банк, только в мировом масштабе (они представлены в 40 странах уже) — как бы банк без офисов, но по сути ИТ-компания.
Самое интересное для меня была часть про управление такой большой и быстрорастущей компанией. Все управление выстроено на цифрах: метриках и показателях.
«Решения в компании принимаются на основе цифр, а не эмоций. Это позволяет минимизировать человеческий фактор и ошибки».
Почему это важно:
Устранение субъективности. (далее…)
Недавно один из наших клиентов столкнулся с неожиданной ситуацией: пришлось расстаться с мидл-разработчиком, который активно использовал ИИ для генерации кода, но при этом не погружался в бизнес-логику проекта. Каждый его пулреквест превращался в марафон правок для senior-разработчика, который тратил на ревью больше времени, чем ушло бы на написание кода с нуля.
Это не единичный случай. Мы наблюдаем тренд:
ИИ помогает джунам писать код быстрее, но перекладывает нагрузку на сеньоров;
ИИ не понимает архитектуру проекта и принятые в команде подходы;
Резюме долгое время считалось базовым инструментом оценки кандидата.
Но в последние годы вокруг него сформировалось сразу два противоположных нарратива:
— кандидаты доводят резюме до идеала с помощью AI
— компании внедряют AI для фильтрации этих резюме
Возникает логичный вопрос:
если обе стороны используют алгоритмы — не теряет ли резюме смысл?
Разберёмся, что на самом деле происходит — на основе исследований и практики.
Согласно мета-анализу Фрэнк Шмидт и Джон Хантер (1998), который обобщает десятки исследований с выборками в тысячи кандидатов:
Практическое применение методики от Boston Consulting Group — с калькулятором внутри.
Представьте: команда взялась за инициативу, расписала задачи по спринтам, завела тикеты в Jira — и ушла пилить. Через квартал выясняется, что не успели. Или успели, но никому не нужно. Или руководство неожиданно «не поддержало».
Большинство провалов проектов и инициатив — предсказуемы. Их можно увидеть заранее, если знать, куда смотреть.
Для этого существует DICE-фреймворк от Boston Consulting Group. Применяю его уже несколько лет, и почти каждый раз он обнажает риски, которые команда не замечала или не хотела замечать.
