Юрий Куприянов. Как искусственный интеллект помогает в работе с требованиями

Пока технические специалисты борются со «щупальцами спрута» – плохими запросами, некачественным кодом и покупкой нового железа, – мы предлагаем найти «голову», из-за которой проблемы с производительностью 1С возникают системно. Разбираем истинные управленческие причины падения скорости, скрытые за отсутствием сильных экспертов и привычкой команды писать код без предварительной оценки бизнес-задач. Объясняем ИТ-руководителям, PM, CTO, CIO и CDTO, как распознать эти первопричины и выстроить процессы, чтобы перестать бесконечно лечить симптомы и решить проблему на корню. Доклад в виде статьи: https://infostart.ru/public/2838759/

В небольших компаниях один специалист нередко совмещает сразу несколько ролей: руководитель отдела ведет проект, разработчик берет на себя аналитику, а аналитик – работу с клиентом. Такое совмещение помогает сократить расходы и ускорить работу, но одновременно создает конфликт интересов, перегружает команду и лишает проект независимого контроля. Разбираем, какие роли можно объединять без серьезного ущерба, какие сочетания особенно опасны и в какой момент ответственность пора разделять, чтобы не потерять качество, сроки и саму команду. Доклад в виде статьи: https://infostart.ru/pm/2833949/

Разбираем, почему управление требованиями остается одним из ключевых факторов успеха проекта, и как ошибки на этом этапе приводят к срывам сроков, перегрузке команды и «синдрому скользящей дорожки». Показываем, как превратить сбор требований в понятный процесс: вовлекать заинтересованные стороны, использовать активное слушание, визуализацию, прототипирование и микротребования. Объясняем, как расставлять приоритеты через MoSCoW и матрицу Эйзенхауэра, визуализировать задачи в Jira на Kanban-доске и сохранять фокус даже в условиях постоянных изменений. На практическом кейсе портала кандидата показываем, как системная работа с требованиями помогает довести проект до результата и получить продукт, который не просто используют, но и любят. Доклад в виде статьи: https://infostart.ru/public/2830513/

На примере масштабного проекта перехода с западных решений на продукты 1С показываем, с какими трудностями сталкиваются команды при трансформации планирования, производства, складской логистики и сбыта. Разбираем ключевые вызовы: интеграцию десятков систем, запуск в условиях высокой нагрузки и одновременную реализацию нескольких проектов. Объясняем, какие подходы помогают справляться с этими задачами, а какие приводят к ошибкам. Отдельно рассматриваем выученные уроки проекта и их применимость в других крупных трансформациях. Доклад в виде статьи: https://infostart.ru/pm/2829501/

Разбираем, почему делегирование становится одной из самых сложных задач для начинающих тимлидов и как это влияет на эффективность команды. Показываем, откуда возникает страх делегировать, какие ошибки совершают руководители и как изменить подход к распределению задач. Объясняем, что можно и нужно делегировать, какие инструменты помогут встроить делегирование в ежедневную работу и как преодолеть внутренние блоки. Материал будет полезен начинающим тимлидам, которым сложно начать делегировать, а опытным руководителям поможет по-новому взглянуть на свои управленческие практики. Доклад в виде статьи: https://infostart.ru/pm/2827145/

Разбираем, как тимлиду балансировать между потребностями команды, задачами бизнеса, развитием продукта и настройкой процессов. На реальных кейсах из 20-летнего опыта работы в ИТ рассматриваем типовые ошибки руководителей, ловушки микроменеджмента и авторитарности, а также практики, которые помогают быстрее адаптироваться в новой роли, выстроить доверие и сформировать сильную автономную команду. Доклад в виде статьи: https://infostart.ru/pm/2826755/

Сложная интеграционная задача легко ставит в тупик, особенно если раньше приходилось проектировать в основном отдельные компоненты или интерфейсы. Разбираем последовательный подход к проектированию интеграций: от анализа бизнес-процессов и построения контекстной диаграммы до потоков данных, сценариев взаимодействия и проектирования API. Показываем, как связать эти этапы между собой, проверить полноту решения и не потерять важные функции и бизнес-объекты по дороге. Материал поможет аналитикам систематизировать работу с интеграциями, а менеджерам и разработчикам – лучше выстроить совместную работу с аналитиками. Доклад в виде статьи: https://infostart.ru/1c/articles/2813178/

Классические модели управления изменениями исходят из того, что трансформацию можно заранее спроектировать, а сопротивление сотрудников – устранить, но в сложных корпоративных системах такой подход нередко приводит к откатам. Vector Theory of Change, Lean Change Management и Белфастская модель позволяют воспринимать сопротивление не как помеху, а как источник информации и опору для дальнейшего движения. На примере Agile-трансформации крупной финтех-компании разбираем применение этих подходов. Показываем, как сочетать эти подходы с ADKAR и моделью Коттера, чтобы проводить изменения эффективнее и с меньшими потерями для организации, и к каким управленческим решениям это использование может привести. Доклад в виде статьи: https://infostart.ru/1c/articles/2810876/

Рассказываем, чем команда отличается от рабочей группы и почему для достижения прорывных результатов недостаточно инструментов регулярного менеджмента. Разбираем модель 5F, которая позволяет оценить цель, лидерство, состав, взаимодействие и влияние внешней среды, а также определить стадию развития команды по модели Брюса Такмана. Показываем, как руководителю менять стиль управления, конструктивно работать с конфликтами, распределять функции и роли с помощью ролевого портрета и матрицы ответственности. Объясняем, как сбалансировать состав команды, сформировать эффективные мини-команды и вырастить лидеров, способных самостоятельно принимать решения и отвечать за общий результат. Доклад в виде статьи: https://infostart.ru/1c/articles/2810772/

С массовым распространением ИИ-агентов бизнесу приходится искать баланс между скоростью вывода продукта на рынок, затратами на разработку и рисками, которые возникают при отказе от привычной команды специалистов. На примере двух сервисов для МСБ – относительно простого сервиса оценки зрелости профессионального обучения и более сложной системы NFT-верификации профессионального портфолио – сравниваем работу команд людей и ИИ по срокам, стоимости, масштабируемости, соответствию требованиям и сопровождению. Показываем, где ИИ-агенты позволяют быстрее проверять гипотезы, сокращать цепочку коммуникаций и зависимость от персонала, а где преимущества становятся менее очевидными из-за сложности продукта. Разбираем прикладную модель выбора между людьми, ИИ и гибридной командой и основные ограничения такого подхода – от зависимости от внешних платформ до регуляторных и технологических рисков. Доклад в виде статьи: https://infostart.ru/1c/articles/2808756/