Георгий Савельев — вице-президент по профессиональному развитию и обучению Российского отделения Международного института бизнес-анализа

Логистика в ЭДО с Деловыми Линиями без срывов сроков

IT‑технологии и бизнес‑аналитики: человеческий фактор или программные решения?

Глобальное распространение искусственного интеллекта и рост его возможностей радикально меняет профессиональный ландшафт во всем мире. По оценке ООН, внедрение искусственного интеллекта затронет 40% рабочих мест. Как эти изменения повлияли на создание и внедрение IT‑решений для бизнеса? Как отражаются они на предпринимателях и принимаемых ими бизнес‑решениях? Чтобы ответить на этот вопрос, поговорим сегодня с Георгием Савельевым, который стоял у истоков развития бизнес‑анализа в России.

Георгий Савельев — первый сертифицированный бизнес-аналитик в России — Георгий Савельев — вице‑президент по профессиональному развитию и обучению Российского отделения Международного института бизнес‑анализа (IIBA)

Георгий Савельев — вице‑президент по профессиональному развитию и обучению Российского отделения Международного института бизнес‑анализа (IIBA). Имеет более чем тридцатилетний опыт проектирования, разработки и внедрения IT‑решений. Реализовал более 80 проектов для клиентов в России, Казахстане, Северной Америке, Европе, и на Ближнем Востоке в качестве бизнес‑консультанта, архитектора решений, менеджера продуктов и бизнес‑аналитика.

Новости

“Библия” бизнес‑аналитика

Десять лет назад, 15 апреля 2015 года, Международный институт бизнес‑анализа опубликовал третью версию профессионального стандарта BABOK Guide, в написании которого вы участвовали. Что с тех пор изменилось в бизнес‑анализе?
Во‑первых, признание и распространенность профессии. Десять лет назад, на момент публикации третьей версии BABOK Guide, количество бизнес‑аналитиков во всем мире оценивалось в три миллиона. Сейчас более 15 миллионов. Когда я проходил сертификацию в 2012 году, сертифицированных бизнес‑аналитиков было меньше 2,000. Сейчас их более 50,000.

Во‑вторых, стоящие перед бизнес‑аналитиками задачи и способы их решения. Третья версия BABOKGuide определила шесть ключевых понятий, составляющих предмет бизнес‑анализа: стейкхолдеры, потребности, решения, ценность, изменения и контекст. Изменения затронули все эти области и, в первую очередь, контекст.

Увеличение возможностей хранения и передачи данных, а также скорости вычислений, привело к повсеместному распространению облачных решений, мобильных приложений, SaaS (программное обеспечение как услуга), микро‑сервисов и, в последнее время, моделей и агентов искусственного интеллекта. Теперь все это — естественная и неотъемлемая часть контекста в бизнесе.

Вторая особенность нынешнего контекста заключается в том, что те системы, которые компании создавали и внедряли десять и более лет назад, теперь устаревают, перестают быть конкурентным преимуществом и начинают препятствовать их развитию. При этом, в компаниях сформировались устойчивые способы работы и накоплены огромные объемы данных, которые необходимо принимать в расчет в инициативах по модернизации или замене этих систем.

Третья особенность современного контекста, состоит в том, что любые системы, которые мы внедряем или изменяем существуют не сами по себе. Как правило, каждая из них интегрирована с десятками других систем и сервисов. Бизнес‑аналитик должен выяснять и понимать эти интеграции чтобы определять нужные свойства создаваемых решений и планировать связанные с ними изменения.

Современные информационные технологии не только создают недоступные ранее возможности повышения эффективности предприятий, но и формируют ожидания потребителей и других участников рынка относительно визуального дизайна, функциональности и производительности решений. Соответственно, потребности стейкхолдеров сейчас определяются с одной стороны необходимостью использовать эти новые возможности для сохранения конкурентоспособности бизнеса, а с другой — обеспечивать его стабильность и непрерывность.

Также нужно отметить, что вследствие необходимости работы со сложными системами, используемыми в различных предметных областях, сформировалась тенденция сужения специализации бизнес‑аналитиков. Универсалы стали никому не нужны, поскольку освоение знаний и инструментов предметной области может занимать неприемлемо долгое время. Абсолютное большинство запросов от бизнеса сейчас требуют опыта работы с конкретными IT‑решениями в конкретной отрасли.

IT‑технологии и бизнес‑анализ

Как, на ваш взгляд, распространение искусственного интеллекта повлияет на бизнес‑анализ?
Суть бизнес‑аналитики: извлечение, проверка, анализ и предоставление информации. Искусственный интеллект дает бизнес‑аналитикам инструменты, позволяющие каждому из них делать то, что раньше было доступно лишь немногим, причем делать это лучше и быстрее. Сейчас в считанные минуты можно создавать то, на что раньше уходили часы и дни, например транскрибировать и анализировать аудио и видеозаписи, изучать документы, аннотировать их и искать в них ответы на вопросы.

Например, несколько лет назад я проводил реинжиниринг более чем 160 бизнес‑процессов в государственной организации, занимающейся управлением промышленными и свободными экономическими зонами. Мне нужно было выяснить и задокументировать особенности функционирования текущих бизнес‑процессов и описать какими они должны быть исходя из требований законодательства и особенностей работы организации. Для этого, помимо прочего, мне пришлось потратить около месяца на изучение и аннотирование 38 документов, общим объемом более 500 страниц. Сейчас я меньше чем за час загрузил бы их в модель искусственного интеллекта, чтобы моментально получить ответы на вопросы со ссылками на нужные места в документах.

Это — самый простой пример, релевантный для любого бизнес‑анализа. Когда я говорю про задачи, решать которые были способны немногие, я имею в виду, к примеру, анализ данных и программного кода.

Как я сказал раньше, одна из особенностей современного контекста в том, что мы, как правило, не создаем решения на пустом месте, а имеем дело с унаследованными существующими системами, укорененными в данных и процессах организации. Для того, чтобы их изменять или заменять, нужно понимать, как они работают и какие требования реализуют. Проблема в том, что описывающая эти факты, документация чаще всего обрывочна, недостоверна или вовсе не существует. То же самое можно сказать и о знаниях стейкхолдеров. Нужные знания зашифрованы в данных и программном коде, но для того, чтобы их оттуда извлечь, нужны соответствующие способности и навыки.

Среди более 20 проектов, в которых я участвовал за последние 10 лет, не было ни одного, в котором мне не пришлось бы изучать образцы данных или программный код, а чаще всего и то и другое (именно таким проектом я занимаюсь прямо сейчас). Иногда мне даже приходилось писать код для обработки и анализа данных. Если бы я не умел этого делать, мне пришлось бы обращаться за помощью к техническим специалистам, что существенно бы усложнило и замедлило работу. Но даже наличие технического бэкграунда может оказаться бесполезным если, например, подлежащий анализу код написан на Коболе, RPG или другом экзотическом языке.

Способность моделей искусственного интеллекта анализировать и объяснять программный код на любом языке программирования уже сейчас поражает воображение. Написание SQL‑запросов или Python‑скриптов для анализа данных тоже не является для них проблемой. Это, с одной стороны, снимает с бизнес‑аналитиков множество ограничений, а с другой — предъявляет повышенные требования к их способности точно формулировать задачи анализа.

Предполагаю, что в будущем бизнес‑аналитики, видимо, будут активно участвовать:

в выявлении и оценке возможностей повышения эффективности предприятий за счет применения агентов искусственного интеллекта;
в проектировании и создании этих агентов;
в снабжении их нужной информацией.

Еще одна вещь, которую хорошо умеет делать искусственный интеллект — это поставлять и объяснять знания из любых предметных областей, что радикально упрощает и ускоряет их освоение. Это может привести к снижению значимости специализации и повышению спроса на аналитиков‑универсалов с разносторонним кругозором, структурированным мышлением, виртуозным владением профессиональными техниками и развитыми коммуникативными навыками.

Идеальный бизнес‑аналитик: кто он?

Георгий, а какими еще качествами должен обладать человек, проводящий бизнес‑анализ?
Прежде всего — здравым смыслом, который включает в себя способность различать важное и несущественное, сомнительное и достоверное, необходимое и ненужное, достаточное и избыточное. Казалось бы, это базовые способности, которыми должно обладать большинство людей. На самом деле, даже среди бизнес‑аналитиков здравый смысл встречается реже, чем хотелось бы.

Помимо этого, главными добродетелями бизнес‑аналитика я считаю старательность, краткость и аккуратность. Все эти качества одинаково важны на каждом этапе работы: во время сбора информации, ее анализа, и предоставления готовых результатов.

Как оценить эти качества предпринимателю, который ищет бизнес‑аналитика?
Во‑первых, я прошу показать образцы работы — диаграммы, бизнес‑правила, описания процессов, спецификации требований и тому подобное. По ним очень много можно узнать о том, что умеет бизнес‑аналитик, как он мыслит и работает.

Во‑вторых, я прошу рассказать о прошлых проектах. При этом я слушаю, какую терминологию использует собеседник и насколько хорошо он способен осмысливать, систематизировать, обобщать и описывать свои и чужие действия. Я также обычно спрашиваю, что он сделал бы по‑другому, если бы мог вернуться в прошлое и заново выполнить те проекты. Это дает мне представление о его способности объективно оценивать и совершенствовать свои профессиональные навыки.

Затем я могу спросить, как он стал бизнес‑аналитиком, как, где и у кого он учился бизнес‑анализу. Это поможет понять мотивацию и цели профессиональной карьеры.

И, наконец, я обычно спрашиваю, что он читает или изучает сейчас, и почему именно это. Так я могу понять его интересы и осознанность выбора.

Бизнес‑аналитики работают на переднем крае развития бизнеса и технологий, поэтому любознательность, способность к обучению и непрерывное совершенствование являются ключевыми факторами их эффективности.

Бизнес‑анализ — командный вид “спорта”

Как измерить эффективность работы бизнес‑аналитика?
Каждый проект, в котором участвует бизнес‑аналитик — уникален. Потому работу бизнес‑аналитиков невозможно нормировать и трудно измерить. Мы не можем оценивать их эффективность так, как мы оцениваем эффективность производственных рабочих или работников сферы услуг.

Наша деятельность больше похожа на работу игроков в командных видах спорта, таких как футбол. Если бы результаты матчей было легко предсказать, люди не делали бы на них ставки. Точно так же трудно предугадать результаты любого проекта. Разница лишь в том, что проектной команде противостоят не игроки другой команды, а сложность, неопределенность и непредвиденные обстоятельства.

Что бы вы сказали о бизнес‑аналитике, 18% проектов которого провалились, и еще 17% были на грани провала? В 42% своих проектов он почти ничего не делал, а большинство его проектов были настолько простыми, что их мог бы выполнить кто угодно. Это хороший бизнес‑аналитик? Вы бы такого наняли?

Если бы Пеле был бизнес‑аналитиком

Пеле считается величайшим футболистом всех времен. Он абсолютный рекордсмен по количеству забитых голов и первый в мире футболист‑миллионер. Но давайте посмотрим на его карьеру под другим углом. Команды, в которых играл Пеле, проиграли 18% и сыграли вничью 17% матчей несмотря на то, что в их составе был лучший в мире игрок. В 42% игр он не забил ни одного гола. И только в четверти выигранных матчей его голы сыграли решающую роль, а в остальных 75% команда выиграла бы и без них. Я имею в виду, что если итоговый счет был, например, 6:0, и один из голов забил Пеле, то без его гола команда все равно победила бы со счетом 5:0.

Оценка эффективности предполагает сопоставление результата с затратами на его получение. Например, сколько километров пришлось пробежать игроку и сколько раз ударить по мячу, чтобы в итоге забить гол. Или, в случае бизнес‑анализа, сколько времени ушло на создание документа, и сколько его ревизий потребовалось для получения финальной версии.

Количество усилий, потраченное для достижения нужного результата в конкретном проекте, определяется не только профессионализмом бизнес‑аналитика, но и множеством случайных факторов. Поэтому, применительно к бизнес‑анализу и другим аналогичным профессиям, я бы оценивал не эффективность, а качество работы.

Для того, чтобы отличить хорошую работу бизнес‑аналитика от посредственной нужно оценивать:

активность;
упорство;
правильность оценки ситуаций;
адекватность и своевременность действий;
взаимодействие с другими членами команды;
применяемый арсенал профессиональных техник, и мастерство их использования;
релевантность, точность, ясность, лаконичность и полноту сообщаемой информации.

Раньше для оценки работы каждого бизнес‑аналитика по эти критериям, пришлось бы нанимать целую группу соответствующих специалистов. Теперь такую оценку вполне могут делать специально обученные модели искусственного интеллекта на основании анализа продуктов работы бизнес‑аналитиков, а также отзывов об их работе коллег, менеджеров и клиентов.

Актуальные статьи и свежие тренды