Последние несколько лет тема искусственного интеллекта приобрела огромную популярность. И помимо всеобщего восторга относительно практически безграничных возможностей ИИ у представителей различных профессий появились опасения относительно того, что в самом ближайшем будущем их заменят различные GPT. Не являются исключением и различные аналитические направления, такие как бизнес и системный анализ.

В этой статье мы попробуем поразмышлять на тему того, может ли искусственный интеллект заменить системного аналитика или же он может стать помощником при выполнении различных задач.

Основные обязанности

Системный аналитик по сути является связующим звеном между заказчиком и командой разработки. Его основная задача — трансформировать бизнес‑потребности в технические требования к программному обеспечению. Данного специалиста можно назвать переводчиком с языка бизнеса на язык техники и от того, насколько качественно будет выполнен этот перевод и зависит эффективность разработанной ИТ системы.

Работа системного аналитика начинается с анализ бизнес‑процессов и выявление потребностей бизнеса. Для этого изучается деятельность компании‑заказчика, выявление проблемных зон и определение возможностей для оптимизации. Также проводятся интервью с заинтересованными лицами, формализация пользовательских историй, создание функциональных и нефункциональных требований.

Здесь сразу стоит оговориться, что на крупных проектах эти задачи может выполнять бизнес аналитик, который изучает бизнес процессы и здесь задача системного аналитика немного упрощается, так как часть работы по подготовке требований делает бизнес аналитик.

Помимо этого, в задачи системного аналитика входит разработка наглядных схем существующих и целевых процессов с использованием нотаций BPMN, UML, DFD и других. Затем производится разработка проектной документации: написание технических заданий, спецификаций, концептуальных и логических моделей данных.

Системный аналитик может также участвовать в разработке и валидации решения, проверяя соответствие разработанного ПО исходным требованиям.

В процессе работы системы аналитик производит анализ влияния изменений на систему, оценивает риски и затраты, связанные с модификациями.

Что отбирает ИИ

Бизнес‑анализ быстро меняется, поскольку ИИ берет на себя такие традиционные задачи, как сбор данных, поиск закономерностей и создание отчетов. Благодаря инструментам, которые могут анализировать тенденции и генерировать идеи на основе простых подсказок, многие аналитики действительно задаются вопросом, останется ли их работа актуальной?

Начнем с процессов, связанных со сбором и первоначальной обработкой данных. Эти процессы действительно в настоящее время в значительной степени автоматизированы, а системы искусственного интеллекта собирают, очищают и подготавливают информацию. Так, с помощью средств ИИ можно существенно повысить качество собираемой информации, отфильтровать некачественные данные, повторы и так далее В результате такие задачи как создание стандартных отчетов теперь выполняются автоматически, а не вручную.

Также системы искусственного интеллекта широко используются для определения закономерностей в сложных наборах данных. Мы можем с помощью машинного обучения автоматически выявлять связи между компонентами различных бизнес процессов и анализировать их.

Но здесь важно понимать, что эти изменения не означают конец аналитической деятельности как таковой — они знаменуют его эволюцию. В то время как рутинные задачи автоматизируются, появляются новые обязанности, связанные с внедрением, интерпретацией и стратегическим применением. Фокус смещается с обработки информации (пусть большого объема) на активизацию инсайтов.

От обработки к стратегическому пониманию

Главное изменение заключается не в сокращении рабочих мест, а в том, как построен процесс создания ценности. Традиционная аналитика сосредоточена на обработке информации — сборе данных, создании отчетов и поиске закономерностей. Успех в этом процессе означает тщательность и точность.

А вот анализ, ориентированный на внедрение, создает ценность по‑другому. Эффективно используя инструменты искусственного интеллекта, аналитики могут во‑первых, разрабатывать системы, которые обеспечивают более глубокую работу с бизнес процессами заказчика, но с меньшими затратами. Во‑вторых, системный аналитик может с помощью ИИ создавать структуры, которые связывают информацию с действиями. В‑третьих, мы можем разрабатывать аналитические подходы, которые работают в масштабах всей организации, а не только в рамках одного проекта или направления.

В результате мы можем сместить акцент с «предоставления информации» на «улучшение принятия решений» — фундаментальное изменение в том, как организации воспринимают аналитический вклад. То есть, мы не просто предоставляем некоторые данные для принятия решения, а мы можем дать конкретные, подтвержденные доводами рекомендации для принятия правильного решения.

Навыки, которые открывают новые возможности

Рассмотрим основные возможности, которые определяют эффективность деятельности аналитиков в эпоху искусственного интеллекта.

Прежде всего это аналитическая архитектура: создание систем, которые включают информацию, полученную с помощью ИИ, в процессы принятия решений. Это означает проектирование эффективных информационных потоков и разработку фреймворков, которые переводят идеи в действие. Понимание векторных баз данных для разработки ИИ помогает создавать системы, которые могут эффективно выполнять поиск и извлечение актуальной бизнес‑информации.

Также, аналитики могут помочь обучить системы ИИ предоставлению контекста и смысла, которых так не хватает машинам. Такое обучение включает в себя определение приоритетов информации и установление критериев значимости для автоматизированных выводов.

Помимо этого, аналитик может участвовать в интеграции принятия решений. Увязывание аналитических заключений с приоритетами организации путем сопоставления возможностей со стратегическими целями и определения того, где человеческое суждение приносит больше пользы, чем простая информация.

Как не стать конкурентом ИИ

Приведенные выше доводы позволяют понять, что искусственный интеллект не является конкурентом аналитику. Вместо этого он позволяет выполнять более сложные задачи с меньшими трудозатратами.

Но для того, чтобы оставаться востребованным системным аналитиком, необходимо сосредоточится на следующих стратегиях. В первую очередь аналитику нужно развивать навыки применения, а не производства. Научитесь проектировать системы, эффективно использующие информацию, полученную с помощью искусственного интеллекта, и понимать, как обеспечить контекст, недоступный машинам.

Обратите внимание на то, как вы рассказываете о своей работе. Подчеркните, как вы улучшаете принимаемые решения, а не просто предоставляете информацию. Продемонстрируйте влияние ваших идей на результаты работы организации.

Для начинающих аналитиков будет полезно приобрести соответствующий опыт, участвуя в инициативах связанных с использованием ИИ и создавая небольшие концептуальные проекты, использующие данный потенциал. Создание мощного портфолио инженеров по ИИ демонстрирует вашу способность приносить пользу бизнесу за счет внедрения ИИ. Этот опыт укрепляет как навыки, так и доверие к вам.

От аналитика до стратегического консультанта

Трансформация ИИ не угрожает карьере бизнес‑аналитика — это шанс перейти от ориентации на информацию к лидерству в области внедрения. Организациям все чаще требуются люди, способные эффективно внедрять аналитические возможности, расширенные ИИ, которые повышают качество принимаемых решений.

Определите процессы принятия решений, которые выиграют от использования информации, улучшенной с помощью искусственного интеллекта. Затем, разрабатывайте системы, сочетающие автоматизированный анализ с интерпретацией человеком.

Заключение

В завершении статьи хотелось бы отметить, что сейчас вопрос не в том, повлияет ли искусственный интеллект на аналитику — это уже так. Реальный вопрос в том, будете ли вы позиционировать себя как разработчик или останетесь сосредоточенным только на обработке информации. Развивая навыки внедрения ИИ, вы можете превратить то, что кажется угрозой, в карьерное преимущество. Вместо того чтобы рассматривать ИИ как замену бизнес и системным аналитикам, рассматривайте его как изменение в способах получения аналитических данных и в том, какие навыки обеспечивают долгосрочную ценность. Те, кто обладает опытом внедрения, станут более ценными, поскольку организации будут стремиться эффективно использовать ИИ.

На курсе «Системный аналитик» вы освоите методы анализа бизнес‑процессов, научитесь формулировать требования к IT‑системам и эффективно взаимодействовать с командой разработки.

• «Use Case и другие кейсы, или как аналитику быть полезным тестировщику» — 13 ноября в 20:00

• «Интеграция приложений: пошаговая инструкция для системного аналитика» — 24 ноября в 20:00

Рост в IT быстрее с Подпиской — дает доступ к 3-м курсам в месяц по цене одного. Подробнее