Заметил одну интересную управленческую проблему, и она про ИИ и дашборды. С одной стороны, применение ИИ в работе менеджера – да и любого работника – сильно помогает. Оно не высвобождает время, оно позволяет делать больше в ту же минуту. Я активный пользователь, использую разные модели – американские, китайские, разный инструментарий opencode, Claude Code – и обнаружил вот что. Я использую ИИ для анализа данных там, где раньше делал всё руками: большой массив телеметрии, вопросы об эффективность сборки, эффективность тестов в очень большой системе, и данных – огромное количество. ИИ помогает написать запросы и исполнить их. За десять минут найти ответ на вопрос – вместо полутора часов, когда я бы писал все эти запросы вручную, сравнивал данные и валидировал их между собой.

А в чём, собственно, проблема? Из-за того, что я могу очень быстро получить цифры, я могу подготовить очень достоверные, валидные отчёты для команды и для стейкхолдеров. И в последние пару месяцев я всё чаще упираюсь вот во что: я показываю стейкхолдеру цифру – например, мы проапгрейдили железо, и время сборки сократилось в четыре раза, – а в ответ слышу: «А где мы можем посмотреть это на дашборде?» Мой ответ, что дашборда здесь нет, это разовая работа, разовый запрос, их почему-то не удовлетворяет. Они хотят видеть дашборд. Хотят трекать метрику постоянно, видеть улучшение в виде графика, который растёт вверх и вправо. А вот такие кастомные отчёты, кастомные запросы, которые сделал специалист, – им не доверяют. Потому что это цифры, которые дал специалист: их не понимают и, как следствие, не доверяют им.

И вот это интересная штука. В корне, понятное дело, лежит тема доверия, которую я описал ранее. Но ситуация любопытная: ИИ позволяет нам дать много данных, построить аналитику, придумать и предложить новые метрики – а этих метрик руководство и стейкхолдеры не видят, не понимают, не могут в них разобраться. И несмотря на то, что есть прямой запрос «используйте ИИ в работе», всё сводится к тому, что мы до сих пор живём старыми паттернами. Когда есть условно статичный дашборд, который показывает одну метрику месяцами и годами, и только она важна. С одной стороны, руководство говорит: используйте ИИ. Мы используем, выдаём данные, метрики, которым доверяем сами, потому что мы их проверили. А руководство эти цифры не понимает – и хочет старые подходы, к которым привыкло. И вот здесь рождается диссонанс.

Проблема, на самом деле, в понимании той работы, которую мы делаем. Можно, конечно, обвинить и себя: человек не подготовил удобный, читабельный для аудитории формат – в этом определённо есть правда. Но если работа носит точечный характер и далеко не каждая метрика вообще способна отразить улучшение в этой области, приходится приносить новые данные. И именно тут мы упираемся в то, что новые данные руководство не понимает. Получается замкнутый круг: ИИ даёт скорость и глубину, которых раньше не было, а доверяют по-прежнему только старому графику вверх-и-вправо, который все привыкли читать.