Сначала «зачем?», потом скорость: что я взяла с конференции Enterprise Agile Russia 2026
Дата: 20.11.2026
16 ноября в Москве прошла конференция Enterprise Agile Russia 2026. Я собрала то, что вынесла из докладов: главный вывод, 6 тем с цифрами и 5 практик, которые беру себе. Не претендую на истину, делюсь своими выводами и тем, что почерпнула в реальном времени. Доклады шли в 2 трека, я смотрела 1 из них.
Содержание
Главный вывод
Ускорить сейчас можно почти что угодно. Поэтому как никогда важно понимать, что мы делаем, зачем и на какую метрику это влияет. Иначе с ИИ (искусственным интеллектом) очень быстро уедем не туда и заплатим за это токенами, деньгами и тревожностью людей. Эту мысль с разных сторон подтверждали доклады разных компаний.
1. Сначала «зачем?», потом скорость
Сергей Рогачев (Лидеры изменений, доклад «Заглянем в будущИИе корпораций — ИИ-трансформация по AI-Native SAFe®») начал с шутки:
ИИ за ночь сделал все бэклоги всех программистов по всему миру. Утром выяснилось, что большую часть делать было не нужно, а токены и деньги уже потрачены.
Разработка перестаёт быть узким местом, и ошибка в выборе задач стоит дороже. По отчёту RoAI Institute, который он привёл, только 11% компаний оценивают возврат инвестиций от ИИ, а у 75% нет стратегии ИИ-трансформации. Это важно исправлять, даже обещал инструкцию «как» для тех кто заполнит форму (можно написать мне, после прочтения статьи).
Сергей Лебедев (YADRO, доклад «AI-Native: зачем менять мышление и операции») показал, где на самом деле теряется скорость. Эксперимент шёл 90 дней: 140 человек, 25 команд, 24 агента, около 10 тысяч задач. Итог: x1.7, когда человек проверяет каждую задачу, и x10.4, когда он принимает только результат. Без человека задача закрывается за 7-10 минут. Когда человек проверяет каждую задачу, она ждёт его в среднем 24 часа, когда принимает результат — 1.3 часа.
Когда утром открываешь трекер, а у тебя 30-40 задач на согласование от агентов – закрываешь трекер и ИИ-трансформация заканчивается.
Чтобы получить x10, а не x2, нужно отпустить контроль каждого шага и контролировать результат. Для этого задачи связывают с ключевыми результатами, задают ключевые метрики и правила эскалации: что эскалировать, а что нет. По сути это трассировка задач к целям — тот же вопрос «зачем». Итоговая мысль доклада: ИИ масштабирует модель управления и сильную, и слабую. Исполнение агенту отдать можно, ответственность — нельзя, и узкое место — не модель ИИ, а модель управления. Чтобы видеть, что процесс улучшается, Лебедев предлагает три метрики: доля эскалаций на человека, время ожидания решения и повторные эскалации.
2. Поделки — уже факт
Раньше был зоопарк систем и куча Excel, теперь — зоопарк «поделок». Раньше «поделками» назвали кастомные доработки, которые сложно поддерживать. Сейчас «поделка» — это решение, которое бизнес собрал сам вне промышленного контура: чат-бот, отчёт, модуль. Оно не всегда понятно и безопасно, но в нём записана сильная бизнес-логика. Интересно, что определилось 2 пути что с ними делать.
Дмитрий Цыганков и Вадим Миженский (ФСК, доклад «Как встроить AI-инициативы в продуктовый контур») предлагают децентрализовать создание и централизовать ответственность. За полгода они насчитали 28 AI-инициатив/поделок — и это только те, о которых узнали. У каждой поделки один из четырёх исходов: оставить локально, встроить модулем, выделить в сервис или остановить. Сначала данные, потом инструмент (3 основных типа = 3 уровня: персональные, коммерческая тайна, публичные). Чтобы стать продуктом, решение должно закрыть шесть обязательств: владелец, пользователь, данные, место в портфеле, ценность и качество, сопровождение. Без них масштабирование не возможно. Собирая эти данные мы страхуемся от того, что реальный владелец «поделки» уйдет и вместе с ним ценная бизнес-логика.
Моя метафора к докладу ФСК: информационная безопасность здесь, как хранители времени из «Локи» — следит, чтобы не сломалась существующая структура.
Михаил Ушаков (Департамент природопользования и охраны окружающей среды города Москвы, доклад «Как ИИ делает discovery предсказуемым: кейс Департамента природопользования Москвы») идёт другим путём: ускоряет создание микро-MVP (Minimum Viable Product), чтобы идею можно было быстро описать и собрать. Ускоряя и ИИ-зируя именно процесс создания ТЗ (технического задания) от пользователя.
Человек думает не над написанием ТЗ, а над совершенствованием процесса.
А ФТ (функциональные требования) могут писаться хоть в виде комиксов — так приятнее и понятнее для восприятия. Достигается это с помощью совершенствования процесса, ИИ и создания базы знаний, об этом ниже.
На пленарной дискуссии Руслана Юсупова (Лидеры изменений, панельная дискуссия «ИИ в управлении компании») обсуждали, что такое ИИ-трансформация: новая реальность, которая всё поменяет, или мыльный пузырь, который скоро лопнет. Доводы звучали в обе стороны. Мне запомнилось сравнение с лавиной:
Она уже несётся сверху, отрицать её глупо, а свернуть с этого пути мы уже не можем.
Поделки — то, где эта лавина видна уже сейчас, а что с ними делать, есть примеры выше.
3. Приоритеты и деньги
Александра Сорокина и Илья Осипов (S7 Airlines, доклад «Балансировка ИТ-команд под стратегические приоритеты») рассказали про «мудрость толпы». Правило простое:
Хочешь продвинуть свою инициативу? Будь добр, сначала оцени чужие.
Все инициативы описаны коротко и простым языком (с описанием помогает ИИ), поэтому участники разбираются в контексте друг друга. По сути это оценка инициатив и инициативное бюджетирование (изучала его на тренинге Lean Portfolio Management от «Лидеров изменений», как и спикеры).
- Инициативу оценивают по четырём факторам:
- Необходимость — требование законодательства или стабильности.
- Ценность — влияние на доход, эффективность, качество сервиса или имидж. Любая инициатива должна нести хотя бы одну такую ценность.
- Точка приложения усилий — влияние на точки приложения усилий холдинга.
- Трудоёмкость.
- Приоритет считают по WSJF (Weighted Shortest Job First): самая ценная и короткая задача вперед. Скоринг проходит два раза в год: 28 директоров, 15 критериев, до 8 часов на оценку. Потом обязательно оценивают результат постфактум — так видно, насколько честно оценивали и кому можно верить. И руководители считают рациональным раз в полгода инвестировать свои 8 часов.
- Ещё один показатель S7 — ценность на сотрудника: ценность работ команды, делённая на её ёмкость. Его считают по 350 задачам и больше чем 100 ИТ-командам, и он сразу показывает, где ресурсов не хватает, а где их избыток. Под приоритетные работы команды переформировывают: ротируется 3-6% сотрудников, не чаще двух раз в год. В итоге доля взятых в работу задач растёт вместе с ценностью: от 70% у наименее приоритетных до 100% у самых приоритетных. Путь занял полтора года и три итерации. Раньше при сокращении бюджета на 15% резали всем поровну. Теперь видно, с кого резать, а с кого нет.
Сергей Рогачев (Лидеры изменений, доклад «Заглянем в будущИИе корпораций — ИИ-трансформация по AI-Native SAFe®») показал, как связать поставку со стратегией через OKR (Objectives and Key Results):
- цели портфеля;
- цели поездов и PI (кварталов);
- цели команд
— вниз передают смыслы, вверх подтверждают обязательства. Для масштаба: у Авито 480 команд и 2400 OKR в квартал.
Бюджет при этом становится динамическим — вводим понятие «токен-экономика». Для меня PI-планирование и есть трассировка задач к целям, и YADRO приходит к ней же со стороны скорости.
Если вы дочитали до этого места, значит, вам интересен полезный контент о современных методах управления. Чтобы узнавать про новые статьи, видео и бесплатные мероприятия, подписывайтесь на MAX-канал Enterprise Agile Russia.
4. Видеть систему, а не отдельные метрики
Алексей Кунченко и Борис Зобнин (Газпром нефть, доклад «Зрелость. Процесс. Дашборд. Три кита эффективного развития ИТ-решений») работают с портфелем из примерно 450 активных проектов, в которых занято больше 8000 человек. Они показали модель зрелости портфеля: 8 процессных областей и 50 метрик, данные собираются автоматически каждый день.
Пример с их дашборда: общая зрелость портфеля 80%, программ и проектов — по 85%, а продуктовые показатели — 40% (востребованность 19%, опросы удовлетворённости 30%). У одного из проектов бюджет 100%, операционный ритм 62%, управление ресурсами 0% — сразу видно, что лечить. Их тезис: «100% зрелость проекта — не цель», цель — предсказуемость. По дашборду сразу понятно, что лечить: процессы или эффективность.
«Cквозной процесс разработки и внедрения»: срок вывода в прод сократили в 2 раза за счёт параллельной работы этапов, состав документов — больше чем в 8 раз, длительность шагов — на 20–83%. Они называют это снижением «корпоративного налога». И важная оговорка с их слайда: описания системы работы недостаточно, нужно каждодневное исполнение процессов.
5. Люди: цифровой профиль как инструмент управления
Максим Полунин и Алена Останина (ЕвроХим, доклад «Что общего между чемпионами велоспорта и командой инжиниринга ЕвроХима») выясняли, что важно каждому человеку, и по факту собирали цифровой профиль человека и команды: драйверы, вовлечённость, eNPS (Employee Net Promoter Score, индекс лояльности сотрудников), риск ухода. Мне понравилось, что это инструмент управления, а не только развития. Показали, что несовпадения ожиданий людей не видны в отчётах, но видны в метриках мотивации.
Они собирают портрет драйверов команды (мотиваторы и когнитивные профили), вовлечённость, eNPS и риск ухода — ещё до заявления. Улучшения делают маленькими шагами, «по 1%»:
- раз в неделю делиться одним приёмом — трудоёмкость выпуска − 10%;
- парное ревью сложного элемента — переделки − 5%.
Совет — начинать с диагностики, а не с реформ.
Галина Чернова (ТМХ, доклад «Масштабируемый HR: как сократить time-to-hire и time-to-productivity») ставит цель «стать рынком труда для себя». Цифровые профили всех сотрудников сделали с ИИ за 2 месяца. Больше времени потратили на верификацию с руководителями. По ним подбирают, адаптируют, развивают и удерживают людей, а ИИ пишет индивидуальный план развития. Метрики: time to hire (вывод человека) и time to productivity (обучение его нужным навыкам). Модельная оценка эффекта — 3.5-4 млрд ₽ в год.
Для меня это инструмент управления, а не только развития людей. Это очень созвучно с синхронизацией личных целей сотрудника и целей компании по OKR. А для этого эти цели должны быть! Ну, а через цифровые профили людей и команд можно управлять интеллектуальным капиталом! Как здорово, что такие темы поднимаются, да еще и в нескольких докладах!
6. Знания и требования, контекст
Михаил Ушаков (Департамент природопользования и охраны окружающей среды города Москвы, доклад «Как ИИ делает discovery предсказуемым: кейс Департамента природопользования Москвы»): Правительство Москвы ведёт общую базу знаний. Всё в Markdown, база в Obsidian, больше 1000 записей. В центре — карточка процесса, которая связывает нормативные акты, регламенты, участников, системы и данные. Исследование задачи перед требованиями сократилось в среднем с 60.5 до 11.6 часа: 10.5 часа работы аналитика и около часа работы агентов. Ушёл пинг-понг между бизнесом и ИТ. Метафора: «Аналитик здесь как сантехник — приходит со всеми инструментами, они доступны сразу и установлены локально». А аналитик живет там, где живет согласования, снимая барьеры и ускоряя процессы.
Сергей Рогачев (Лидеры изменений, доклад «Заглянем в будущИИе корпораций — ИИ-трансформация по AI-Native SAFe®»): источником правды должны быть спецификации (ТЗ), а не программный код — SDD (Spec-Driven Development, разработка через спецификации). Не просить сразу код, а сначала идти к аналитику. И важны выверенные данные: ИИ не работает на плохих данных, за данными нужно ухаживать. Необходимо вводить специальные функции и процессы по вычищению данных.
Сергей Лебедев (YADRO, доклад «AI-Native: зачем менять мышление и операции»):
Если контекст не зафиксирован, его нет.
Сейчас контекст часто хранится в лучшем случае в транскрипциях встреч, а часто — нигде. Без него ускоряться с ИИ не получится.
Юрий Москалев (LADA Цифра, доклад «Цена одной кнопки») посчитал цену «простой фичи»: разработка, инфраструктура и ИИ — 1.63 млн ₽. Его тезис: бизнес и команды говорят на разных языках. Бизнес спрашивает: «Когда будет готово?» — команды отвечают своими метриками. Это тоже в тему базы знаний и разговора «на одном языке».
Алексей Кунченко и Борис Зобнин (Газпром нефть, доклад «Зрелость. Процесс. Дашборд. Три кита эффективного развития ИТ-решений») провели для бизнеса ликбез о том, как устроен мир ИТ и кто за что отвечает:
- путь решения в прод по этапам и шагам;
- документы и что в каждом — от единого документа требований до руководства по сервису для бизнес-пользователя;
- роли и зоны ответственности;
- где что живёт: задачи и метрики в Jira, документы в Confluence, согласование в СЭД (система электронного документооборота).
Моя мысль: такой ликбез нужен в обе стороны — в ИТ про бизнес тоже. Сейчас с ИИ инструкции можно писать легко и понятно, хоть в виде комиксов, этим нужно пользоваться.
Что беру себе
- Обновлять базы знаний по примеру Правительства Москвы. Данные — это новая нефть, важно следить за их чистотой.
- Ликбез в обе стороны «ИТ — бизнес» как в Газпром нефть: от ИТ путь решения в прод, документы, роли, где что живёт, и в дополнение от бизнеса стратегия и цели, метрики, контекст.
- От ЕвроХим и ТМХ цифровой профиль и портрет драйверов команды как инструмент управления интеллектуальным капиталом.
- «Мудрость толпы» от S7 Airlines: оценка инициатив по необходимости, ценности, точке приложения усилий и трудоёмкости — и инициативное бюджетирование от Лидеров изменений.
- Руководство по ИИ-трансформации на 300 страниц от Лидеров изменений.
Спасибо всем участникам конференции!
А те, кто хочет поближе познакомиться с темой: «Сначала «зачем?», потом скорость» — приходите на ближайшую конференцию OKR Russia 9 декабря 2026 года. Я там в программном комитете.
У кого остались вопросы по моим тезисам — тоже с радостью отвечу, пишите!
