Июль — время, когда многие компании подводили итоги первого полугодия.

За последний месяц я была на трех стратегических сессиях. Где-то это были полноценные стратсессии, где-то встречи по итогам полугодия. Плюс ревью и целеполагание с менти, которые сейчас внедряют AI уже внутри своих команд.

И знаете, что любопытно? У всех начинают всплывать очень похожие вопросы.

Полгода назад обсуждали в основном инструменты. Какую модель выбрать, какие скилы/агенты лучше, что попробовать первым.

Сейчас разговор уже совсем другой. Что реально заработало? Где стало быстрее? Где ничего не изменилось? Почему в одной команде AI прижился, а в другой все закончилось парой красивых демо?

Пока для себя вижу несколько повторяющихся паттернов.

• Первый. AI все еще невозможно нормально встроить в процесс, который существует только в головах команды.

Если нет документации, нет описанного процесса, нет контекста, агенту просто не на что опираться. Очень многие хотят начать сразу с автоматизации, хотя сначала приходится делать нулевой шаг: собрать знания, описать, договориться о единых правилах. Муторно и сложно, еще и без aha-момента на старте, но… сами понимаете.

• Второй. Почти никто пока не умеет оценивать качество внедрения.

Мало где есть внутренние Eval’ы. Почти никто не считает, где AI действительно экономит время, а где просто создает ощущение, что работа пошла быстрее. Пока все еще слишком много энтузиазма и слишком мало измерений.

Зато уже хорошо видно, что действительно приносит пользу.

Лучше всего себя показывают три сценария.

Первый — AI для аналитики. Когда агент получает доступ к сырым данным и помогает искать закономерности и инсайты. Да, выводы все еще нужно проверять. Но скорость исследования становится совсем другой.

Второй — онбординг. Когда новый человек может задавать вопросы по документации, решениям, Jira, Confluence и получать ответы сразу, а не искать коллегу, у которого есть время помочь.

Третий — шаблонизация. PRD, исследования, RFC и другие повторяющиеся документы. Там, где раньше каждый писал по-своему, постепенно появляется единый стандарт.

Но был еще один эффект, которого я, если честно, не ожидала.

В нескольких командах после появления общей базы знаний и Markdown-файлов люди начали гораздо лучше понимать друг друга. Потому что у всех появился общий, еще раз оговоренный, контекст. Споров стало меньше просто потому, что все смотрят в одно и то же место.

И еще один вопрос, который я хотела бы слышать чаще, но уже первые прорываются:

Какой вообще ROI у внедрения AI?

Полгода назад его почти никто не задавал. Все были готовы экспериментировать.

Сейчас первые внедрения уже можно оценивать. И постепенно разговор смещается от «давайте попробуем» к «что из этого действительно стоит своих денег и времени».

Мне кажется, именно этот разговор станет главным во втором полугодии.

И, честно говоря, наблюдать за ним мне сейчас интереснее, чем обсуждать очередной рейтинг моделей.