BA TEAM | О бизнес-анализе

Хайп технологии не значит ее срочное внедрение

Новая технология выходит на рынок, и компании спешат внедрить ее в процессы, чтобы не отставать от рынка. И это ошибка. Трата бюджетов, риски и решения без результата

Проблема не в технологии. Проблема в том, что ее внедряют без оценки готовности бизнеса

У Gartner есть модель Hype Cycle («цикл хайпа» технологии). Ее часто воспринимают за прогноз: когда технология перейдет от завышенных ожиданий к реальному применению. На деле Hype Cycle показывает динамику ожиданий вокруг технологии

Обычно в начале это завышенные ожидания, потом — разочарование и под конец переход к реальному применению. И этап разочарования не значит, что технология слабая. Просто это момент, когда бизнес встречается с реальностью: ограничениями, издержками и неготовностью

Технология сама по себе ничего не решает. Результат зависит от того, готов ли к ней бизнес: архитектура, выстроены ли процессы, экономика и команда. Когда хайп спадает, появляются «правильные» вопросы:

Как это встроить в текущие процессы?
Какой реальный эффект это даст?
Сколько это стоит в поддержке?
Можно масштабировать?

Это видно на примере антропоморфных роботов

Вокруг технологии много обсуждений и инвестиций. Но она все еще на раннем этапе внедрения, потому что бизнес-среда не готова:

➖ Нет единых стандартов
➖ Не продумана экосистема для масштабирования
➖ Высокая стоимость, при этом сложная интеграция
➖ Есть сопротивления со стороны сотрудников
➖ И технические ограничения

До запуска дойдут только те решения, которые понятны и дают положительный эффект. Если на ключевые вопросы нет четких ответов — это остается экспериментом

#хакниБА
🟧 BA Team | О бизнес-анализе

ИИ становится инфраструктурой
Не экспериментом. Базовым слоем бизнеса

Если раньше компании запускали пилоты «на попробовать», то сейчас ставка выше: меняется структура затрат, оргмодель и скорость вывода решений на рынок. Игнорировать это — значит тратить ресурсы на процессы, которые устареют быстрее, чем окупятся

По данным Deloitte, более 800 млн человек еженедельно используют один из ведущих ИИ-инструментов. При этом лишь 11% организаций вывели ИИ-агентов в реальные процессы, а 35% вообще не сформировали агентную стратегию. Разрыв виден в цифрах: ИИ стал массовым, а инфраструктура компаний только начинает меняться под него

Внедрение ИИ сталкивается с привычными барьерами: бюджет, безопасность, данные, оргструктура… и иногда с вопросом «а точно ли он нам нужен?». Это про реальную работу. Нужно продумывать, что автоматизируем, а что сломает процессы еще больше

👥 Меняется и модель команд. На смену большим функциональным отделам приходит связка: компактная команда + ИИ-агенты. Инженеры управляют агентами, а к разработке систем подключаются продуктологи, аналитики, дизайнеры. Фокус смещается с написания кода на проектирование решений. При этом риск высокий

Gartner прогнозирует: до 40% агентных инициатив не дойдут до результата. Все это из-за попытки автоматизировать изначально нарушенные процессы

Что получает бизнес?
➖ Выходит быстрее на рынок: time-to-market сокращается
➖ Разработка внутри компании становится выгоднее
➖ Меньше зависимости от вендоров
➖ Производительность растет быстрее численности команды

Три вопроса для команды уже сегодня:

1. Какие процессы мы автоматизируем — устойчивые, проработанные или хаотичные?
2. Есть ли у нас данные и архитектура, которые выдержат масштабирование?
3. Готова ли оргмодель к работе с ИИ-агентами?

Для бизнес-аналитиков меняется все
Обычно слышим это. Но на деле мы только углубляем и расширяем свои навыки и знания. Теперь, помимо описания требований, проектируем решения. Разбираем данные, ограничения и последствия решений для масштабирования. Скорость и системное мышление становятся конкурентным преимуществом

ИИ ускоряет сильные процессы и так же быстро масштабирует слабые. Ключевой вопрос: готова ли ваша система к внедрению ИИ, или она сломается на первом же агенте?

#хакниБА
🟧 BA Team | О бизнес-анализе