Как Сбер предлагает перестроить работу с ИИ — и что из этого можно забрать себе 🤔

Прочитала whitepaper Кирилла Меньшова «AI-Disrupt PDLC. Инженерия намерения». Название суровое, но если вы занимаетесь внедрением ИИ, к документу стоит присмотреться.

Он про разработку. Основная идея: когда ИИ берёт на себя значительную часть исполнения, нужно пересматривать весь путь от идеи до работающего результата.

Автор предлагает разделить работу на два связанных контура. Человек разбирается, что нужно сделать, зачем и для кого, задаёт ограничения и принимает решения. Агентная система выполняет работу. Между ними — среда с корпоративными знаниями, инструментами, проверками и правилами. 🤓

Поэтому большая часть документа посвящена тому, что должно быть устроено вокруг ИИ, чтобы ему вообще можно было передавать работу.

Чем он может быть полезен тем, кто занимается внедрением? 😎

В нём можно найти материал для вполне земных вопросов:

— Как выбирать задачи для ИИ и формулировать ожидаемый результат? — Что придётся изменить в процессе, если исполнение ускорилось, а согласования остались прежними? — Кто будет поддерживать знания и инструкции, которыми пользуется система? — Какие проверки можно автоматизировать, а где нужно решение человека? — Как изменятся роли людей и чему их придётся учить? — Как понять, что всё это окупается?

Я бы рекомендовала читать его руководителям внедрения, консультантам, владельцам процессов и тем, кто отвечает за обучение и организационные изменения. Даже если вы сами не строите агентные платформы, документ помогает увидеть объём работы, который возникает после решения «давайте внедрим ИИ».

При этом помним, что документ написан про инженерную разработку. Применять его к HR, закупкам или финансам придётся с поправкой на конкретный процесс. Взять схему и объявить её универсальной инструкцией не получится. 🤷‍♀️ Но и вопросов у меня к документу осталось много.

Особенно к применимости в компаниях, у которых нет ресурсов Сбера.

Компактные команды и автономные агенты опираются здесь на серьёзную инфраструктуру: платформу, подготовленный контекст, автоматические проверки, управление доступами и людей, которые всё это развивают.

Но что делать компании, которая пока едва выделила людей на первый пилот? Что из предложенного ей действительно нужно? Что можно упростить? И когда создание всей этой среды обойдётся дешевле полученного эффекта?

Есть вопросы и к отдельным цифрам, прогнозам и выводам — их хочется проверять отдельно, но я не стала этого делать.

Для меня этот документ и подход — повод предметно обсудить, как меняется работа при внедрении ИИ. С полезными идеями, сильными заявлениями и решениями, применимость которых ещё предстоит оценивать.

На Хабре есть подробный разбор с инженерным фокусом. А я хочу дальше разобрать несколько тем со стороны внедрения: людей, процессов, ответственности и цены всех этих изменений.

Всем изменений (в лучшую сторону конечно же) 🫰