Недавно на Hacker News статья под названием «Я не думаю, что ИИ ускорит ваши процессы» набрала 557 баллов и вызвала 385 комментариев. Такой высокий уровень вовлечённости сам по себе говорит о многом: тема задела болевые точки у очень многих.
Автор статьи Фредерик Ван Брабант перечитал две классические книги по оптимизации процессов — «Путь Тойоты» и «Цель» — и пришёл к контринтуитивному выводу: ИИ не ускорит выпуск ваших проектов, потому что настоящий узкий瓶颈 (bottleneck) никогда не находится на этапе разработки, а всегда — до неё: на этапах формулирования требований, согласования объёма работ, юридического одобрения и составления документации.
Его логика предельно ясна: если реализация функции занимает 70 дней, а предварительная проработка требований — 23 дня, то сокращение времени разработки с 70 до 3 дней с помощью ИИ сократит общую продолжительность цикла лишь с 93 до 26 дней. Звучит заманчиво — но только при одном условии: качество этих 23 дней проработки требований должно быть настолько высоким, чтобы ИИ не пришлось снова и снова уточнять: «А что именно подразумевается под этой функцией?»
Проблема в том, что это практически невозможно.
ИИ многократно усиливает цену «расплывчатых требований»
Каждый программист проходил через это мучение: продукт-менеджер говорит: «Сделайте функцию рекомендаций для пользователей», вы начинаете писать код — и на полпути осознаёте, что не знаете, как устроить алгоритм рекомендаций, как спроектировать интерфейс и откуда брать данные. Вы возвращаетесь за уточнениями, ждёте ответа, продолжаете писать, снова уточняете, снова ждёте.
ИИ усиливает эту проблему в десять раз.
Потому что ИИ — не человек. Если вы даёте человеку расплывчатое требование, он может заполнить пробелы своим опытом. У ИИ такой интуиции нет. Он либо строго следует вашим словам (и результат получается совершенно неверным), либо начинает безудержно гадать (и результат становится ещё хуже).
Фредерик в своей статье приводит наглядную диаграмму Ганта: при ручной разработке расплывчатость требований удлиняет только фазу разработки; при использовании ИИ она удлиняет одновременно и фазу разработки, и фазу составления требований — ведь теперь вам нужно потратить значительно больше времени на то, чтобы описать требования так чётко, чтобы ИИ их понял.
Некоторые возражают: «Ну тогда пусть предметные эксперты просто пишут более детальные технические задания». Звучит легко. Но попросить бизнес-эксперта описать функцию «рекомендации для пользователей» на уровне детализации, достаточном для того, чтобы ИИ мог напрямую сгенерировать рабочий код, — задача, которая по затратам времени и усилий может превзойти даже ручную разработку.
Старый урок теории узких мест — новое подтверждение в эпоху ИИ
В книге «Цель» содержится ключевая мысль: узкое место должно получать предсказуемые и качественные входные данные.
Если процесс застревает на этапе юридического согласования, решение — не нанимать ещё больше юристов, а гарантировать, что материалы, поступающие в юридический отдел, полны, оформлены правильно и не требуют уточнений «назад-вперёд».
ИИ делает этот урок ещё острее. Поскольку ИИ как исполнитель предъявляет к качеству входных данных более высокие требования, чем человек: человек способен компенсировать недостаток информации здравым смыслом — ИИ — нет.
Поэтому ИИ не ускорит ваши процессы — но он покажет, где именно они медленны и почему.
И это на самом деле хорошо.
Настоящая ценность ИИ: принудительная прозрачность процессов
Раньше неэффективный процесс мог скрываться за расплывчатым оправданием: «Разработка и так медленная». Неясные требования? Ничего страшного — команда разработки сама разберётся. Медленное юридическое согласование? Не беда — ведь разработка и так займёт много времени.
С появлением ИИ время разработки резко сокращается — и вся неэффективность «вверх по течению» немедленно всплывает на поверхность. Как при отливе: только тогда видно, кто остался без одежды.
Это может быть некомфортно для руководителей, но для организации — это шанс на эволюцию. Потому что теперь у вас появляется реальная мотивация решить те проблемы, которые раньше игнорировались: качество технических заданий, эффективность межотраслевого взаимодействия, длина цепочки принятия решений.
ИИ — не ускоритель процессов. Это рентгеновский аппарат для процессов.
Более практичный совет
Поэтому, если вы хотите внедрить ИИ в организации и рассчитываете на повышение эффективности, не начинайте с «пусть ИИ пишет код». Начните с «стандартизации входных и выходных данных на каждом этапе процесса».
Убедитесь, что технические задания имеют фиксированный шаблон и обязательные поля. Убедитесь, что для юридического согласования существует чёткий чек-лист. Убедитесь, что каждый результат работы имеет чёткие критерии приёмки.
Эта работа кажется скучной — но она является необходимым условием для того, чтобы ИИ начал работать эффективно.
В заключение Фредерик цитирует из книги «Цель»: «Узкое место должно получать предсказуемые и качественные входные данные». Эта фраза в эпоху ИИ 2026 года верна даже в большей степени, чем в 1984 году, когда книга впервые вышла в свет.
ИИ не ускорит ваши процессы. Но он заставит вас их починить — и именно в этом и заключается его истинная ценность.