Привет, Хабр! Меня зовут Игорь Кайбанов, я эксперт СЭД/BPMS компании Axenix.

Cегодня я хочу поделиться практическим опытом реализации проекта для одного из наших заказчиков. Представьте ситуацию: в компании работают сотрудники из разных стран, а документы перемещаются между юрлицами и часовыми поясами, коммуникации могут деградировать, и в какой-то момент управляемость теряется. В таких условиях СЭД становится точкой консолидации процессов — слоем, где сходятся организационная структура, бизнес-логика и контроль.

Контекст: распределенная в нескольких странах компания с «несовпадающей» оргструктурой, с несколькими юридическими лицами и с разными бизнес-процессами

Заказчик — крупная производственная группа с десятками заводов и офисов в нескольких странах. В России у этой компании распределенная структура с более чем 1500 сотрудников в различных часовых поясах и сотни пользователей систем электронного документооборота (СЭД). В организационной модели компании одновременно существует несколько типов подчиненности: организационная (линейная), дисциплинарная и функциональная (по процессам и центрам ответственности). Это означает, что классическая «вертикаль согласования» не работает. Любой бизнес-процесс должен учитывать сразу несколько измерений оргструктуры.

В проекте стояла не просто задача автоматизации документооборота. Требовалось собрать в единый контур разные страны с собственными регуляторными особенностями, юридические лица с разными зонами ответственности, бизнес-функции, распределенные по нескольким центрам учета. Отдельно стоит упомянуть пользователей с локализованными данными (включая имена на разных языках), а также сотрудников, работающих в ERP, но не использующих СЭД напрямую.

Профессия ИТ-аналитика в последние годы быстро трансформируется под влиянием бурного развития генеративного ИИ. Эксперт Axenix Игорь Кайбанов рассказывает, какие задачи теперь должен уметь решать специалист по данным, на какие ключевые тренды в развитии моделей ему важно обратить внимание и какие возможности ГенИИ стоит применять в своей работе.

Эволюция профессии

Всего за несколько лет эволюции генеративного ИИ роль ИТ-аналитиков заметно изменилась — модели взяли на себя огромную часть рутины, оставив человеку критическую оценку проделанной работы и преобразование инсайтов в действенные бизнес-решения.

CEO Shopify Тоби Лютке недавно предложил термин context engineer на замену понятия prompt engineer — и это оправдано. От постановки задачи и способов ее исполнения мы перешли к необходимости ограничивать и задавать контекст решения. В этом помогают как экспертные промты и ИИ-агенты, так подключение к системе специализированного массива данных.

Казалось бы, аналитик, пройдя стадию промт-инжиниринга для domain-задач, становится профи в контент-инжиниринге. Но и это быстро уходит в прошлое. По мере того, как искусственный интеллект становится проактивным и все больше берет на себя принятие решений, аналитик превращается в когнитивного инженера.

Ключевой задачей аналитика становится гибридная экспертиза, то есть синтез ИТ-знаний плюс понимание возможностей/рисков ИИ (особенно в security-sensitive отраслях). На этом уровне аналитик становится «проводником» между данными и стратегией, где ГенИИ — не замена, а мультипликатор эффективности.