Čo AI v IT projektoch naozaj preberá
Moderné nástroje umelej inteligencie vedia zo záznamu schôdzky extrahovať podstatné body, navrhnúť user stories (príbehy používateľa) z voľného textu, vygenerovať šablónu dokumentu požiadaviek a skontrolovať základnú konzistentnosť zadania.
Toto je reálna zmena. Junior analytik, ktorý strávil tri hodiny týždenne čistením a štruktúrovaním poznámok zo stretnutí, dnes urobí to isté za pár minút. AI preberá rutinné písanie, formátovanie a prvotné triedenie informácií.
Ak sa niekto toho obáva, rozumiem tomu. Výstup, ktorý predtým trval hodiny, dnes vznikne za minúty. Zdanlivo menej priestoru pre ľudskú prácu.
Ale toto je pohľad na analytika ako na toho, kto zapisuje. Nie na toho, kto rozumie.
Kde AI nestačí: príbeh z projektu
Elicitácia (získavanie požiadaviek) nie je rozhovor, z ktorého AI vytvorí zápis. Je to proces, kde analytik počúva nielen to, čo stakeholder (zainteresovaná strana) hovorí, ale aj to, čo hovorí nepresne, čo vynecháva a čo sa opakuje s rôznymi slovami.
Mala som prípad na jednom z projektov, kde klient chcel nový modul v systéme. Technický tím bol pripravený začať. Zadanie pôsobilo jasne. Ale počas rozhovorov so stakeholdermi som si postupne všímala, že ľudia na operatívnej úrovni opisujú prácu inak ako manažment. Opisujú problémy, ktoré by nový modul neriešil.
Problém nebol v systéme. Bol v procese, ktorý systém podporoval nesprávne. Nový modul by situáciu nezlepšil, len presunul zdroj chýb inam. Ušetrili sme mesiace práce a nemalé peniaze tým, že sme sa zastavili a opýtali sa znova.
AI by tento rozhovor zaznamenala presne. Nevidela by, čo v ňom chýba. Nevedela by sa zastaviť a položiť otázku, ktorú nikto iný nepoložil.
Hodnota úsudku a zodpovednosti
Sú momenty v projektoch, keď dáta chýbajú alebo si odporujú a niekto musí pripraviť všetky podklady pre správne rozhodnutie. Biznis sa spolieha na analytika, nie na AI výstup, lebo potrebuje niekoho, kto nesie zodpovednosť za pochopenie zadania. AI odovzdá zoznam možností. Analytik vie, ktorá z nich dáva zmysel pre tento projekt a tento tím.
Pracovala som na projektoch v medzinárodných tímoch, kde sa na jednom videohovore stretli ľudia z troch kontinentov. Najcennejší analytici, ktorých som stretla, neboli najrýchlejší. Boli to tí, čo vedeli zastaviť sa v správnom momente a položiť otázku, na ktorú nikto iný nepomyslel. Nešlo o to, že by boli pomalší. Rozumeli dosť na to, aby vedeli, kde odpoveď ešte nie je úplná.
Toto nie je schopnosť, ktorú AI dokáže replikovať. Je to úsudok budovaný rokmi práce s reálnymi ľuďmi v reálnych situáciách.
Čo sa mení a čo zostáva
AI preberá rutinné písanie a formátovanie. Zostane viac priestoru na skutočnú analytickú prácu: rozhovory, porozumenie, navigácia cez nejasnosť. Analytik sa posúva od toho, kto zapisuje, k tomu, kto interpretuje.
Rola analytika sa nemení k technikovi. Mení sa k niekomu, kto vie preložiť ľudský zámer do technického riešenia. To je práve to, čo AI nevie urobiť sama.
Ak vás táto časť práce láka, zmena, ktorú AI prináša, je skôr vo váš prospech. Keď AI zvládne rutinu, zostane to, čo bolo vždy najcennejšie.
Záver
Biznis analytik, ktorý vie počúvať, klásť správne otázky a navigovať projekt cez nejasnosť, bude v IT projektoch potrebný bez ohľadu na to, aké nástroje tím používa. AI mení spôsob, ako sa dokumentuje a štrukturuje. Nemení to, prečo sa s ľuďmi treba rozprávať.
Čo by AI nezvládla urobiť v poslednom projekte alebo na pracovisku, kde pracujete?
Ak vás zaujíma, čo rola biznis analytika v praxi obnáša, pozrite si kurz ITBA123 na academy.springbut.com.
