Comments 31
Прогнозы не учитывают скорость роста когнитивности моделей, а также алчность элит, про которую много писал товарищ Маркс.
Я верю в бизнес-модель один человек (или мини-команда) + пул агентов и MAS уже на горизонте 3-х лет. Конечно, сперва в цифровых продуктах и услугах. Аналогично, и параллельно, будут меняться цифровые команды внутри корпораций.
Кстати, а есть что почитать на тему роста когнитивности и опер. эффективности? Я вот прям сильного буста с условной o4 до 4.5 не заметил
Мне показалось, что в OpenAI, перед большими апдейтами, недельки где-то за 3-4, Чат всегда немного тупеет. Возможно, мне показалось. Но эффект вау в кремниевой долине любят.
Первый на уровень знания математики, а второй на PhD в области науки.
В каких единицах измеряется эффективность?
можно конкретные примеры, как ИИ может реально помочь в работе ПМа?
Мои кейсы весьма просты:
написать резюме встречи с основными выводами (о да, вместо часа на анализ больших встреч теперь это 15 минут, прогнать КТалковую расшифровку и выделить главные выводы. Экономия, ну может час в месяц
Документация и проектирование соединений - вот тут задать полные условия в тот же дипсик и получить классный документ - 30 минут вместо дня. Экономия 1-2чд в месяц
Анализ документов и создание выжимки/сводных данных - иногда ок, иногда глюки такие, что лучше руками делать - экономии не обнаружено
Составление планов интеграционного тестирования и инструкций - тут так же как в пункте 2 - при отсутствии в проекте тестера в большом количестве спаспет, при наличии - смысла нет, но денег и времени экономит так же 1-2чд в мес.
При отсутствии навыка писать хороший sql, при хорошем промте выдает нормальные сложные запросы, которые вешают базу))))
Рисовать очередного бесполезного ГАННТа или критические пути - я быстрее, чем промт и так скажу, что важно, а что бантик, и что минимально нужно сделать. Чтобы реально считало, надо отпуска и допущения так описывать, что быстрее самому показать.
Возможно, еще распределение задач на команду может делать исходя из уже наличествующих приоритетов и оценок. Но в целом это 15 минут работы, а подготовки к тому, чтобы этот процесс автоматизировался - днями.
Есть еще идеи или кейсы, или это опять популизм "ИИ все изменит", а по факту влажные фантазии всех не сильно далеких руководителей мира, готовых вваливать корп.бюджет в ИИ ради кейса в резюме, урезая людей и зарплаты, вместо того, чтобы осознать, что достаточно просто нанимать квалифицированные кадры за бОльший прайс и получать хороший результат, а не закрывать костылем с ИИ свою некомпетентность?
Как раз свежая новость, поржал https://pikabu.ru/story/pro_startap_natasha_12781077
написать резюме встречи с основными выводами (о да, вместо часа на анализ больших встреч теперь это 15 минут, прогнать КТалковую расшифровку и выделить главные выводы. Экономия, ну может час в месяц
Тут вы можете просто либо собрать через условный n8n воркфлоу, либо просто купить tl;dv и куча аналогичных сервисов. Она на лету распарсит встречу, нормально опишет, положит куда надо (ну или в стандартный интерфейс) еще и тегнет людей и можно потом легко искать по резюме встреч. Особенно хорошо работает если у вас есть привычка резюмировать ход обсуждения и что вы решили
Документация и проектирование соединений - вот тут задать полные условия в тот же дипсик и получить классный документ - 30 минут вместо дня. Экономия 1-2чд в месяц
Если вы такое делаете редко - тогда для вас незначительная экономия. Я и мои коллеги часто это делают, праткически каждый день. Тикеты AI гораздо лучше меня формирует после зерошот промтов и вопросов мне
Анализ документов и создание выжимки/сводных данных - иногда ок, иногда глюки такие, что лучше руками делать - экономии не обнаружено
Смотря как делать. Я полагаю вы ожидаете что закидываете условный промтп-рул простенький и он вам сразу делает все красиво? К сожалению это так не работает, тут требуется и понимать как работает технология и обладать набором лайфхаков, от работы в режиме цепочки мыслей и до онтологических пояснений
Составление планов интеграционного тестирования и инструкций - тут так же как в пункте 2 - при отсутствии в проекте тестера в большом количестве спаспет, при наличии - смысла нет, но денег и времени экономит так же 1-2чд в мес.
Вот кстати все супер интересно. Если бы у модельки был доступ к вашей базе знаний (даже если там помойка) и TMS-ке, при условии грамотного управления памяти и токенов, + некоторых манипуляций для создания трассировки требований и цифрового следа в виде графового представления, то эта шайтан-машина пишет отличную тестовую документаци и автотесты. Но там нормально так работы надо проделать
При отсутствии навыка писать хороший sql, при хорошем промте выдает нормальные сложные запросы, которые вешают базу))))
Тут требуется естественно контекстов, набор противовесов и жестких правил. Крайне не рекомендую идти за SQL в gpt, лучше в gemini выше 2.5
Делать очень многое, я полагаю вы скорее просто в chatgpt закидываете вопросы?
Вот что мне нравится в тебе, Михалыч, это то, что ты емкие и содержательные тосты выдаешь
А Михалыч это который?
понравился коммент от @maclaudstein
Важна отрасль в ИТ возможно и 20% в топе…; это 15-20% от всего пула проектов;
В «железных/реальных» проектов до 5%…
Проекты это люди.. а не данные=инструменты…
Пройдет (90-е: сетевые графики с перерасчётом+файловое хранилище доков/инфы; 20-е: расчёт крит пути и оптимизация по срокам; 2000/10–е PM порталы с: путь с оптимизац по срокам и ресурсам+СЭД+OCR+мобил приложение.. это…
Да, но сам факт того что многие держатели денег, действительно больших денег, задумались, а почему вдруг нам нужно столько людей для операционки и тех кто иногда выступает как организационные костыли, если у нас основное препятствие это по сути недостаточная цифровизация и слабоструктированные данные, это уже звоночек. Сказать что отрасль развивается бешеными темпами, не сказать ничего и меня очень умиляет что многие к этому относятся с иронией и отгораживанием
Доброго! "почему вдруг нам нужно столько людей для операционки" опять же для ряда отраслей и тут когнитивное расхождение операционка≠"работы PM". В операционке ("производственной") реальной дикая нехватка людей, именно это движет бизнес к внедрению ИИ и роботов... "многие к этому относятся с иронией и отгораживанием", да есть такое особенно "на земле", на ком и лежит тягость "внедрения" новых решений. Пообщайтесь в рельном секторе как компании пережили внедрения ERP/CRM... и в каком реальном виде они приносят результат по-функциональности и эффективности (рабочие места мигрировали из "производства" в блок/службу ИТ ).... Я сторонник трезво смотреть: да, ИИ-эпоха сильно повлияет, но точно не будет "телевизор заменит театр.."("Москва слезам не верит")....
Согласен 100%.
Зачем для задач п.1 ИИ? Это все делается, имхо, через использование ПО.
Второе замечание, если человека можно заменить программой, то он и не нужен. Причем тут ИИ?
Если б мы жили в замечательном мире структурированных данных, баз знаний и одинаковых цифровых следов, вообще без проблем. Естественно я спекулирую на ИИ - на деле в большинстве случае условно двубашенной нейронки вполне достаточно, встроя ее в пайплайн большинства корпоративных систем. Но "ИИ" добавляет важную составляющую - программа становится активным актором для юзера и то что мы перешли во много на агентов - прорыв
"ИИ" сугубо тип программ, которые замечательно подходят потому что позволяют, хоть и кучей ошибок на данный момент, но работать в околоавтономном режиме и выходить за пределы исходных инструкций. Флуктуации COT того же дипсика как пример
Мне ещё года три назад стало очевидно что роль ПМ трансформируется, но по большей части вне опасности исчезновения в обозримой перспективе.
И основная причина проста - бизнесу нужно чтобы кто-то брал на себя ответственность. А на АИшку ответственность повесить не выйдет, у GPT не зря подпись в футере говорящая о том что бот может врать и ошибаться. А менеджмент в фирме это не столько про разделение труда сколько про разделение ответственности. Верхнеуровнево - бизнесу не особо нужны все эти ганты и burndown charts, бизнесу нужно чтобы деньги делались и проблемы решались, а если проблемы не решаются и деньги не делаются то чтобы сразу было понимание кто в этом виноват. Ну а наёмному С-лвлу не интересно увольнять нижестоящий менеджмент, чего ради? Чтобы самому упасть на уровень контроля исполнителей? (Даже если все исполнители -ИИ).
В общем роль ПМ по-настоящему будет в зоне риска если изменятся паттерны в психологии, социальной иерархии и бизнесе. Изменения в технологиях вторичны.
Артём, хочу сказать, что на картинке я лично вижу двоих - солидарного\объединяющего менеджера и загадочного ai менеджера, причем если у первого понятно какая зона ответственности, то у второго нет, причем непонятно даже зачем он нужен, если все задачи выполняет первый
Второй легко выполняет задачи касающиеся орг. экспериментов и быстрых автоматизаций, к то муже им намного дешевле проверять гипотезы
в моих проектах нет повторяющихся кейсов и быстрых задач, которые бы требовали ии
минусы в карму ии (риск от внедрения ии):
нтуитивная непонятность интерфейсов
высокий фот ии инженеров
растет бюджет на закупку, ремонт и регламентное обслуживание железа, его размещение и коммуникации, резервирование и восстановление
пока что в итоге - "купила баба порося"
Мне кажется в РФ будет другой эффект. Крупный бизнес у нас аффилирован с государством и оно не допустит сокращений в массовом порядке. А люди у нас даже бесплатно не хотят переучиваться, хотя государство предоставляет такую возможность. И получается внедрять ИИ смогут только небольшие компании где по определению нет такого объема бюрократии и рутины. Видимо должно сменится хотя бы одно поколение сотрудников.
Сколько процентов работы PM способен выполнять ИИ