Что не договаривают на большинстве докладов про AI

Прошло уже довольно много конференций, где добрая половина докладов была про AI. Лично я был на Saint HighLoad++ и на Arch.Meetup. Послушал довольно много докладов про AI и появилось ощущение, что есть довольно много слепых зон, которые явно не проговорили. Хотел бы обратить ваше внимание на эти вопросы

Я бы разделил доклады про AI на несколько категорий:

- Чистая техничка: про оптимизацию использования токенов, caveman, AST-индексы, использование субагентов и прочие приёмы. К этому типу докладов вопросов, в целом, нет

- Первые результаты внедрения AI в SDLC: рассказ про то, что внедрили AI и скорость разработки увеличилась на X процентов или что-то подобное. Вопросики тут уже появляются

- Питчинг будущего с AI: не просто рассказ про результаты, а попытка продать видение будущего. Тоже есть что обсудить

Давайте начнём по порядку, со второго типа докладов. Обычно спикеры рассказывают про результаты внедрения и вывод примерно такой - задачи закрываются быстрее, бэклог начал пустеть

С точки зрения стратегического менеджмента очень быстро появляется вопрос. Хорошо, действительно задачки закрываются быстрее, а на верхнеуровневые бизнес-метрики это как повлияло? Спикеры обычно либо это вообще не проговаривают, либо уходят от ответа: "результаты положительные есть, но мы пока не готовы обсуждать". Хотя казалось бы - это самое интересное вообще-то. Мы можем пилить фичи в два раза быстрее, но пользователи ценят наш продукт не из-за этого, легко представить любую другую подобную ситуацию

Часть вопросов обсудил с одним из спикеров - Иваном Поддубным, CTO в Вебпрактик и автором канала TechLead Stream. У нас получился хороший обмен мыслями, поэтому канал Ивана тоже советую к прочтению

В разговоре с Иваном мы пришли к общему мнению. Дело в том, что и без AI очень трудно посчитать влияние разработки на итоговые бизнес-метрики. Если у продуктовых команд я ещё могу представить такой подсчёт, то в инфраструктурных и платформенных командах это задача не с одной, а с двумя звёздочками. В общем-то, поэтому спикеры упускают этот момент. Но давайте зафиксируем, сейчас нам рассказывают про локальные результаты от внедрения AI

Теперь перейдём к докладам, которые нам рисуют дивный новый мир будущего с AI. В воздухе есть такой лейтмотив, что AI даст возможность строить продукты с tiny teams - когда для результата не нужны будут большие команды, а будут команды по 4-5 человек (хотя для меня это не то, чтобы маленькие команды, но ладно 🙃)

Я бы тут просто отметил пару моментов, которые могут создать риски, но их могут не проговаривать. Вспомним теорию bounded rationality Г. Саймона, в постах выше я её уже упоминал. Трюк с уменьшением команд сработает только в том случае, если AI действительно сможет оставить уровень когнитивной нагрузки на разработчиков на уровне до AI-внедрения, если он будет выше, то трюк не сработает. Быстро настанут негативные последствия для команды.

И тейк про совсем дальнее будущее. Картинка через пять лет - прошёл переходный период, все компании внедрили AI в SDLC, токеномика сходится, всё прошло гладко. А конкурентное преимущество то теперь какое у отдельно взятой компании, если все бегут с одинаковой скоростью?

По теории Resource-Based View должны быть ресурсы (технические или организационные), которые дают конкурентное преимущество для отдельно взятой компании. Если этот ресурс, внедрённый AI в SDLC, есть у всех, то это уже ресурс, который перестал удовлетворять некоторым пунктам критериев VRIO (Valuable, Rare, Inimitable, Organized): он может оставаться valuable, но перестаёт быть rare и inimitable

Нужно будет искать новые VRIO-ресурсы. Что это будут за ресурсы - вопрос открытый

Базовая теория менеджмента помогает качественно сформулировать вопросы, без опоры на них будет лёгкое ощущение, что что-то тут не так, но сформулировать свои вопросы будет труднее. Поэтому советую изучать исследовательский менеджмент даже инженерам

———

Вижу вашу активность, это просто пушка, спасибо всем за поддержку, двигаемся дальше 🔥