Михаил Лобан пишет:

Михаил Лобан

Бизнес/Системный аналитик в Гринатом

· 29.06

Лучшее, что ИИ дал мне как аналитику, - это НЕ скорость

Чем больше работаю с ИИ-инструментами, тем сильнее меняется само представление о том, зачем они нужны. Это не «помощник, который пишет вместо тебя». Это усилитель мышления - если умеешь им пользоваться.

Где это реально меняет работу аналитика: - скорость разбора. Большую незнакомую документацию, на которую раньше уходил день, можно структурировать за час и сразу задавать правильные вопросы 💨 - качество гипотез. ИИ отлично работает как «вторая пара глаз»: проверяет логику на пробелы, подсвечивает то, что ты не учёл 👀 - выход из ступора. Когда не знаешь, с чего начать - ИИ помогает накидать каркас, от которого думаешь дальше 🤷‍♂️

В последнее время прошёл несколько курсов Anthropic по работе с Claude - от основ до Claude Code и Building with API. Главное, что вынес: результат на 80% зависит не от модели, а от того, как ты ставишь задачу. В их фреймворке AI Fluency это формулируется через осознанное взаимодействие - чёткий контекст, примеры, явные ограничения. По сути тот же навык, что и в аналитике: умение точно формулировать требования. Кто умеет писать ТЗ - тот умеет и промптить. 😎

При этом одна граница для меня неизменна: данные под NDA не уходят во внешние сервисы. Это не про осторожность, а про профессионализм. 🙌

Мой вывод: ИИ не заменяет аналитика. Он поднимает планку - освобождает время от рутины, чтобы вложить его в то, что требует настоящего мышления. И чем лучше владеешь инструментом, тем выше эта планка.

606

15 комментов

Павел Нестерчук

· 21.07

Сильная мысль: ИИ ускоряет не набор текста, а переход от хаоса к структуре. Но без проверки первички легко получить красивую ошибку. Я бы прямо помечал гипотезы и факты. У вас это уже разделено в workflow?

Михаил Лобан

· 21.07

Павел, вопрос по делу, спасибо. Разделено, но не отдельным шаблоном, а привычкой из обычной аналитики: всё, что выдал ИИ, по умолчанию считаю гипотезой, пока не найден источник - документ, система или человек, который это подтвердил бы. Без источника утверждение не идёт в основной текст, а падает в раздел допущений и открытых вопросов, и оттуда уже на согласование.

Про «красивую ошибку» добавлю наблюдение: опаснее всего то, что она приходит хорошо оформленной. Гладкий структурированный текст читается как проверенный, глаз на нём не спотыкается. Поэтому по первичке иду уже после структурирования - когда понятно, какие именно утверждения надо проверять.

А вы как помечаете: прямо в тексте или отдельным списком?

Анна Большакова

· 03.07

ИИ точно не заменит профессионалов, это действительно инструмент, для усиления экспертности, такой, проф-помощник, авто-ассистент. Я для себя сделала такой вывод, инструменты ИИ, это как следующий уровень, над ИС/ПО, который помогает увеличить эффективность профессионала, он также обязывает соблюдать правила безопасности и защиты информации. Т.е. человека точно не исключает.

Ольга Кот

· 03.07

Вы не поверите, у людей тоже так. Надо правильно поставить задачу. А уж в программировании так вообще все прямо - что написал, то и исполнили.

Павел Нестерчук

· 03.07

Мне близка мысль, что ИИ для аналитика - это не ускоритель набора текста, а усилитель мышления. Но здесь легко поймать ложную уверенность: модель хорошо раскладывает массивный контекст, однако без верификации источников может уверенно собрать красивую, но неверную картину. Я бы держал простой принцип - сначала структурировать неизвестное, потом обязательно проверять на первичке, и только затем превращать в решение или требование. Тогда ИИ помогает быстрее выйти из тумана, а не заменить анализ. Интересно, вы отдельно помечаете, где ответ модели - рабочая гипотеза, а где уже подтвержденный факт?

Михаил Лобан

· 03.07

Павел, спасибо, вы попали в главный риск. Да, помечаю, и довольно жёстко: всё, что выходит из модели, по умолчанию имеет статус гипотезы, пока не проверено на первичке: документации, данных или эксперте.

Из практичного: в личных настройках ассистента у меня прописано правило: всегда флагать неуверенность, цифры без источника и места, где он достраивает картину догадкой. Звучит как мелочь, но именно это убирает ту самую красивую, но неверную картину: модель перестаёт звучать одинаково уверенно в фактах и в догадках.

Ваша трёхшаговая схема очень похожа на то, как это живёт у меня: структурировать -> проверить -> только потом превращать в требование.

Михаил Трякин

· 02.07

Ой вы наворотили: – нельзя отдавать агенту работу с выводами и пересказами. Он может неконтролируемо мутировать – 80% результата зависит от модели. Остальное добираем фреймворками. Какими-нибудь superpowers и похожими. Грубо: опус готовить план, какой-нибудь дипсик пишет, потом опус ревьюит. – проверку логики отдавать тоже странно. Это как раз на вас, дам ему четкое задание и читать, что он там делает, чтобы в процессе направлять его, если сбился

Михаил Лобан

· 03.07

Михаил, так у нас точек соприкосновения больше, чем кажется, и я не только про имя)

Например, про мутацию пересказов согласен полностью: всё, что модель свела или пересказала, у меня по умолчанию гипотеза до сверки с первичкой.

Про 80% уточню рамку: я про работу аналитика с ассистентом, не про агентские пайплайны. В связках вида «одна модель планирует, другая пишет, первая ревьюит» вклад моделей действительно решает. А когда задача разобрать документацию или проверить требования, одна и та же модель с плохой постановкой даёт мусор, а с хорошей пользу. В этом классе задач постановка и есть главный рычаг.

И про проверку логики: «вторая пара глаз» не означает передачу ответственности. Финальная проверка остаётся на мне, модель просто дешёвый способ быстрее найти, куда смотреть.