⚡️ Выпустить легко. Научиться сложнее

Наткнулся на очень сильный материал от ProKanban про типичную проблему AI.

AI радикально снижает стоимость создания софта. Команды могут выпускать гораздо больше фич за то же время. Сам по себе выпуск никому не нужен. Выпустить фичу легко. Научиться на результате — вот где настоящая работа.

Поэтому заканчивать Kanban-доску на выпуске становится совсем странно. Нам нужно понять, создало ли изменение ценность и чему мы научились. И вот что можно сделать: продолжить поток дальше выпуска — Released → Measuring → Learned.

Работа заканчивается, когда команда получила данные и проверила свои предположения. И здесь появляется новый объем незавершенной работы: сколько изменений мы выпустили, но еще не успели проверить их эффект.

Мне особенно нравится связка с Evidence-Based Management — управлением на основе свидетельств. Оно помогает смотреть на ценность, а Kanban делает цикл обучения видимой частью потока.

AI дает нам шикарную возможность перестроить этот поток. Узкое место переезжает дальше по системе — в измерение, проверку гипотез и validated learning.

На каком этапе заканчивается ваша Kanban-система?