Тест ИИ нового поколения в анализе Копия
ИИ стал неотъемлемой частью работы аналитика. На конференции разберёмся, что же такое ИИ нового поколения в анализе: ИИ как рабочий инструмент аналитика — от документации до чужого кода.
Что реально можно делегировать ИИ, а что нельзя. Черновики пользовательских историй и сценариев, заготовки SQL-запросов, наведение порядка в «простыне» требований, диаграммы из текста. Где ИИ экономит часы, а где создаёт иллюзию готовности.
Документация как код. Текстовые форматы и система контроля версий вместо вики, ревью требований как ревью кода.
Безопасность данных при работе с ИИ. Что нельзя отправлять в запрос к модели, облачные и локальные модели, ИИ-политика компании.
Обратный анализ кода с помощью ИИ. Как восстановить документацию по унаследованному коду без исходного ТЗ.
Прочтёт ли AI-агент ваши требования?
Как новый стандарт организации агентской памяти от Google меняет подход к разработке документации
Короткая заметка Андрея Карпати об организации агентской памяти в виде набора wiki-страниц породила множество обсуждений и экспериментов. Google представил сразу два проекта: стандарт Open Knowledge Format (OKF) и фреймворк WikiSkill.
В своём выступлении я расскажу:
что такое OKF;
как этот стандарт может повлиять на структурирование постановки задачи и описание архитектуры решения;
чем он похож на агентские навыки, а чем отличается.
Развитие языковых моделей меняет и форматы документации. И хотя единые форматы представления знаний для людей и AI-агентов ещё только формируются, начинать использовать их можно прямо сейчас.
Похороны аналитика: почему профессия мертва и что теперь делать
Как перестать конкурировать с AI за производство артефактов и стать тем, кто отвечает за правильный вопрос, контекст и решения.
Ещё недавно аналитик был незаменимым связующим звеном между бизнесом и разработкой. Сегодня AI генерирует требования, строит диаграммы, анализирует процессы, пишет документацию и предлагает решения — всё то, что годами составляло значительную часть профессии. Стоимость производства аналитических артефактов падает, и конкурировать с моделью за скорость их создания становится бессмысленно.
Но означает ли это смерть профессии?
В докладе будем разбираться:
какие задачи аналитика действительно исчезают под давлением AI и агентных систем;
какие привычные компетенции стремительно теряют ценность;
куда смещается ценность аналитика;
как определить, что выполняет человек, что — агент, где нужен контроль и как измерять качество работы human-AI системы.
Доклад будет полезен всем, кто хочет оставаться востребованным в ближайшие 5–10 лет и использовать AI как усилитель собственных возможностей, а не как конкурента.
РискиИ: обратная сторона делегирования
Мы довольно быстро учимся делегировать ИИ всё больше задач. Но, возможно, интереснее другой вопрос: что именно мы делегируем вместе с ними?
Что получит аналитик, прослушав доклад:
карту рисков делегирования ИИ из четырёх классов — когнитивные, технические, риски автономности, риски данных и доверия — и вопросы, которые стоит задавать себе по каждому из них;
понимание, что происходит с навыками, вниманием, способностью проверять и самостоятельно рассуждать: почему решение задачи с ИИ не гарантирует ускорения, какие варианты взаимодействия с ИИ оказываются успешнее и почему когнитивное усилие при работе с ИИ даёт положительный эффект;
взгляд на накапливаемый долг: что происходит с сопровождаемостью, сложностью и стоимостью изменений, когда производство кода ускоряется, и как фронтирные модели справляются с рефакторингом и многочасовой автономной работой;
реальные примеры рисков автономности — что меняется, когда ИИ уже не только советует, но сам действует в среде и получает полномочия (разбор инцидента со взломом Hugging Face);
вопросы к данным и доверию: куда уходят данные, кто ещё получает к ним доступ и какие посредники появляются в цепочке (случай из недавнего отчёта Anthropic);
взгляд индустрии на риски ИИ: реестр рисков и свежие наблюдения;
умение узнать «противника» в лицо — чтобы замечат
