Вчера закончил читать «Цифровое мышление в бизнесе» Дмитрия Гуреева. Книга написана как бизнес-роман - читается легко, главный герой периодически бесит (как настоящие люди), но метод рабочий. Хочу попробовать на своих процессах.
Суть метода скрытых артефактов
Садишься рядом с экспертом и раскладываешь его работу по полочкам:
- Что он берёт на вход (документы, данные, письма)
- Как обрабатывает (что происходит в голове)
- Что получается на выходе
Записываешь всё это. А потом смотришь, где ИИ может усилить процесс.
Важно: не заменить человека, а усилить его там, где он тратит время впустую.
Как это может работать на практике Возьмем например процесс согласования первичных требований. BA/PM тратит 2-3 часа на каждый документ и регулярно жалуется, что половина времени уходит на поиск очевидных косяков.
Если разложить процесс по методу:
- Вход: черновик требований от заказчика
- Скрытое: проверка на полноту, поиск противоречий, сверка со стандартами компании
- Выход: документ с комментариями и предложениями
Теоретически можно применить LLM для первичного анализа и поиска противоречий. Но! С обязательной проверкой человеком (human in the loop). Гипотеза: время сократится вдвое. BA/PM будет фокусироваться на сложных моментах, а не искать опечатки и очевидные ошибки.
или такой пример
Возьмем процесс разбора инцидента в проекте. После каждого инцидента PM собирает postmortem - выгребает логи, переписку в чатах, тикеты. Уходит 2-3 часа на сбор и структурирование информации.
Если разложить: Вход: логи, алерты, переписка команды, метрики Скрытое: поиск первопричины, выявление цепочки событий, определение затронутых компонентов Выход: структурированный отчёт с timeline и root cause
ИИ мог бы автоматически собирать данные из разных источников, строить timeline событий и предлагать гипотезы о причинах. Human in the loop проверяет выводы и дополняет контекстом. Гипотеза: сократим время на подготовку postmortem с 3 часов до 40 минут.
Что я вынес для себя 1. Точечное применение Не надо автоматизировать всё сразу. Ищи узкие места, где теряется время на рутину.
2. Правильный инструмент под задачу
- Письма и спецификации → LLM
- Систематизация информации → семантический поиск
- Анализ резюме → классификаторы и ранжирование
3. Обязательный контроль ИИ может генерировать убедительную чушь и ты этого не заметишь без проверки.
4. ИИ-критик Добавь второго ИИ-ассистента, который проверяет выдачу первого на типичные ошибки. Звучит избыточно, но работает.
5. Безопасность данных ИИ жрёт всё, что ему дают. Убедись, что в промпт не попадают конфиденциальные данные клиентов или внутренняя информация.
Про саботаж
Автор справедливо пишет про сопротивление команды, рассказывает, как сотрудник начал «забывать» обновлять базу знаний, которую использовал ИИ-ассистент. Причина - боялся, что его заменят. Помогло честное объяснение: ИИ берёт на себя рутину, а ты занимаешься сложными/интересными задачами.
Вывод
Метод скрытых артефактов - это структурный подход к внедрению ИИ. Без магии и хайпа. Берёшь процесс, раскладываешь на части, находишь где можно усилить инструментом. ИИ не заменяет людей. Он убирает ту часть работы, от которой все устали. Освобождает время для того, где человек реально незаменим - для принятия решений, креатива, работы со сложными кейсами.
Книгу рекомендую. Особенно если у тебя в команде есть процессы, где люди регулярно говорят: «Да я это на автомате делаю, мозг не включая». Вот это «на автомате» - первый кандидат на автоматизацию.
