Зачем AGI онтологии?
"— Если имена не исправлены, то слова не соответствуют истине; если слова не соответствуют истине, то дела не могут быть совершены успешно" Конфуций. Лунь юй.
Посмотрел семинар AGI Russia на тему использования онтологий в ИИ. Что понял:
1. Нужны ли онтологии AGI?
Да. Основной вывод в том, что большие языковые модели (LLM) невероятно сильны в обработке языка, однако без онтологий трудно обеспечить:
• Устранение “галлюцинаций” путём проверки ответов на формальные знания и сценарии;
• Интеграцию с реальными бизнес-процессами (через сценарные и предметные модели);
• Верификацию решений в критически важных применениях.
В итоге получается «гибридный» подход: нейросеть (LLM) + онтология (граф знаний, формальная модель). Онтологии становятся тем «заземлением», которое даёт интерпретируемость и структурированность знаний, дополняя креативность и универсальность модели.
2. Нужна ли одна общая онтология «для всего»?
Нет. Скорее признано, что единой “универсальной” онтологии не существует и вряд ли она достижима. На практике лучше говорить о множествах специализированных онтологий, каждая из которых описывает определённую предметную область или сценарий, и о механизмах согласования (мета-онтология), если необходимо стыковать разные области. При этом «одна онтология на весь мир» не только чрезвычайно сложна в реализации, но и не обязательна: зачастую удобнее иметь локальные, отраслевые и проектные онтологии, которые можно расширять и согласовывать по мере необходимости.
Ссылки:
1. Конспект семинара - https://telegra.ph/Zachem-AGI-ontologii-i-sistemy-logicheskogo-nechetkogo-vyvoda---konspekt-seminara-AGI-Russia-01-14
2. Видео семинара – https://www.youtube.com/watch?v=5pQf9zib7-Y&ab_channel=siberai
"— Если имена не исправлены, то слова не соответствуют истине; если слова не соответствуют истине, то дела не могут быть совершены успешно" Конфуций. Лунь юй.
Посмотрел семинар AGI Russia на тему использования онтологий в ИИ. Что понял:
1. Нужны ли онтологии AGI?
Да. Основной вывод в том, что большие языковые модели (LLM) невероятно сильны в обработке языка, однако без онтологий трудно обеспечить:
• Устранение “галлюцинаций” путём проверки ответов на формальные знания и сценарии;
• Интеграцию с реальными бизнес-процессами (через сценарные и предметные модели);
• Верификацию решений в критически важных применениях.
В итоге получается «гибридный» подход: нейросеть (LLM) + онтология (граф знаний, формальная модель). Онтологии становятся тем «заземлением», которое даёт интерпретируемость и структурированность знаний, дополняя креативность и универсальность модели.
2. Нужна ли одна общая онтология «для всего»?
Нет. Скорее признано, что единой “универсальной” онтологии не существует и вряд ли она достижима. На практике лучше говорить о множествах специализированных онтологий, каждая из которых описывает определённую предметную область или сценарий, и о механизмах согласования (мета-онтология), если необходимо стыковать разные области. При этом «одна онтология на весь мир» не только чрезвычайно сложна в реализации, но и не обязательна: зачастую удобнее иметь локальные, отраслевые и проектные онтологии, которые можно расширять и согласовывать по мере необходимости.
Ссылки:
1. Конспект семинара - https://telegra.ph/Zachem-AGI-ontologii-i-sistemy-logicheskogo-nechetkogo-vyvoda---konspekt-seminara-AGI-Russia-01-14
2. Видео семинара – https://www.youtube.com/watch?v=5pQf9zib7-Y&ab_channel=siberai
👏3👍1🔥1
Сова интуитивности на глобусе проекта, или как перестать мыслить «на глазок»
Бизнес-анализ – вещь, казалось бы, понятная. Вот проект, вот требования, вот клиент с горящими глазами и идеями наполеоновского масштаба. Ваше дело — всё это записать, структурировать, подписать, отправить и сдать. Условно, конечно.
Но как всегда, дьявол в деталях, а точнее — в том, что именно у вас внутри головы, пока вы «занимаетесь анализом».
S1 и S2: краткая теория натягивания совы
Даниэль Канеман (тот самый, который с Нобелевской премией) объяснил, что у нас есть две системы мышления.
• Система 1 (S1): это та, которая живёт на автомате. Видите пять яблок здесь и пять там — мозг уверенно сообщает: «десять». Или почти десять. Точность его не волнует, главное — скорость.
• Система 2 (S2): это медлительная, педантичная зануда. Если S1 говорит: «Дорога до работы займёт минут двадцать», то S2 полезет в расписания, проверит пробки, учтёт погоду и подсчитает, что вы опоздаете, потому что забыли заправить машину.
И тут начинаются сложности. Большинство людей мыслят через S1. Это врождённая функция, которая помогает выживать в мире, где отнимается в уме быстрее, чем к вам бегут хищники.
Но бизнес-анализ — это не охота на мамонта, хотя иногда так и кажется. И S1 тут работает до первого реального проекта, где глобус требований нужно описывать формализованными моделями, а не натягивать сову ассоциаций.
Недоаналитик и его интуитивная сова
Недоаналитик — это тот, кто мыслит интуитивно. Он не умеет объяснить, почему выбрал тот или иной подход, не понимает, зачем делает то, что делает – «все так делают, и я тоже».
Его S1 говорит ему: «Примерно так делал в прошлый раз — и в этот раз прокатит». И иногда это действительно работает. До тех пор, пока заказчик не спросит: «А почему именно так?» Или пока система не упадёт, потому что в спецификациях не учли половину реальных процессов.
Недоаналитик продолжает натягивать сову интуитивности на глобус проекта, изобретая оправдания и отказываясь смотреть на мир через S2.
Умный аналитик и его методологический глобус
Умный аналитик знает, что S2 — это не враг, а инструмент. Он вникает в методологию, чтобы понимать, как устроены проекты, и умеет думать не только о «что нужно сделать», но и о «как и зачем это делать», и «почему люди решили, что удобнее делать именно так».
Вот его дорожная карта:
1. Начните с BABOK Guide. Для первого этапа это ваш священный текст. Даже если половина из него будет казаться вам избыточной — вторая половина объяснит, как перестать гадать на кофейной гуще.
2. Изучите системную инженерию (SEBoK). Звучит скучно? Да. Полезно? Абсолютно.
3. Поймите плюсы и минусы, а также истоки BPMN, UML и ArchiMate. Это не просто стрелочки и квадратики. Это ваш новый язык общения с миром сложных систем. Разберитесь в ограничениях этого языка.
Методология — это не костыль. Это структура, которая снимает двусмысленность, выстраивает логику и помогает решать задачи без хаоса.
Как перестать натягивать сову на глобус?
Бизнес-анализ не про интуицию. Интуиция нужна, чтобы выбрать пиццу на обед, но не для сложных проектов. Не нужно натягивать сову отрывочных догадок S1 на глобус сложной системы.
Освойте S2, погрузитесь в методологию, научитесь мыслить формально. Это не сделает вас сверхчеловеком, но часто спасёт от проблем, которые появляются, когда вы уже согласовали всё с клиентом, а потом понимаете, что «там что-то не учли».
Хотите стать настоящим аналитиком? Уберите сову в шкаф. И возьмите в руки BABOK Guide.
Бизнес-анализ – вещь, казалось бы, понятная. Вот проект, вот требования, вот клиент с горящими глазами и идеями наполеоновского масштаба. Ваше дело — всё это записать, структурировать, подписать, отправить и сдать. Условно, конечно.
Но как всегда, дьявол в деталях, а точнее — в том, что именно у вас внутри головы, пока вы «занимаетесь анализом».
S1 и S2: краткая теория натягивания совы
Даниэль Канеман (тот самый, который с Нобелевской премией) объяснил, что у нас есть две системы мышления.
• Система 1 (S1): это та, которая живёт на автомате. Видите пять яблок здесь и пять там — мозг уверенно сообщает: «десять». Или почти десять. Точность его не волнует, главное — скорость.
• Система 2 (S2): это медлительная, педантичная зануда. Если S1 говорит: «Дорога до работы займёт минут двадцать», то S2 полезет в расписания, проверит пробки, учтёт погоду и подсчитает, что вы опоздаете, потому что забыли заправить машину.
И тут начинаются сложности. Большинство людей мыслят через S1. Это врождённая функция, которая помогает выживать в мире, где отнимается в уме быстрее, чем к вам бегут хищники.
Но бизнес-анализ — это не охота на мамонта, хотя иногда так и кажется. И S1 тут работает до первого реального проекта, где глобус требований нужно описывать формализованными моделями, а не натягивать сову ассоциаций.
Недоаналитик и его интуитивная сова
Недоаналитик — это тот, кто мыслит интуитивно. Он не умеет объяснить, почему выбрал тот или иной подход, не понимает, зачем делает то, что делает – «все так делают, и я тоже».
Его S1 говорит ему: «Примерно так делал в прошлый раз — и в этот раз прокатит». И иногда это действительно работает. До тех пор, пока заказчик не спросит: «А почему именно так?» Или пока система не упадёт, потому что в спецификациях не учли половину реальных процессов.
Недоаналитик продолжает натягивать сову интуитивности на глобус проекта, изобретая оправдания и отказываясь смотреть на мир через S2.
Умный аналитик и его методологический глобус
Умный аналитик знает, что S2 — это не враг, а инструмент. Он вникает в методологию, чтобы понимать, как устроены проекты, и умеет думать не только о «что нужно сделать», но и о «как и зачем это делать», и «почему люди решили, что удобнее делать именно так».
Вот его дорожная карта:
1. Начните с BABOK Guide. Для первого этапа это ваш священный текст. Даже если половина из него будет казаться вам избыточной — вторая половина объяснит, как перестать гадать на кофейной гуще.
2. Изучите системную инженерию (SEBoK). Звучит скучно? Да. Полезно? Абсолютно.
3. Поймите плюсы и минусы, а также истоки BPMN, UML и ArchiMate. Это не просто стрелочки и квадратики. Это ваш новый язык общения с миром сложных систем. Разберитесь в ограничениях этого языка.
Методология — это не костыль. Это структура, которая снимает двусмысленность, выстраивает логику и помогает решать задачи без хаоса.
Как перестать натягивать сову на глобус?
Бизнес-анализ не про интуицию. Интуиция нужна, чтобы выбрать пиццу на обед, но не для сложных проектов. Не нужно натягивать сову отрывочных догадок S1 на глобус сложной системы.
Освойте S2, погрузитесь в методологию, научитесь мыслить формально. Это не сделает вас сверхчеловеком, но часто спасёт от проблем, которые появляются, когда вы уже согласовали всё с клиентом, а потом понимаете, что «там что-то не учли».
Хотите стать настоящим аналитиком? Уберите сову в шкаф. И возьмите в руки BABOK Guide.
❤11👍4🔥1
Написал про Технофеодализм в неайтишном блоге. Поскольку тема пересекается с IT, оставлю здесь ссылку:
https://t.me/thinkingbyletter3/19
https://t.me/thinkingbyletter3/19
Telegram
Thinking by writing (не IT)
Казахстанские банки как локальные технофеодалы: читая Варуфакиса
В 2023 году греческий экономист и бывший министр финансов Янис Варуфакис выпустил книгу «Технофеодализм: Что убило капитализм», где заявил, что классический капитализм завершился, уступив место…
В 2023 году греческий экономист и бывший министр финансов Янис Варуфакис выпустил книгу «Технофеодализм: Что убило капитализм», где заявил, что классический капитализм завершился, уступив место…
Как в крупной компании из 1 архитектора вырастить 100+ (1/2)
Посмотрел видео 2021 года семинара Школы системного менеджмента по опыту внедрения архитектурного мышления в крупной компании (Awem Games, как я догадываюсь) от Ивана Подобеда. Вдохновился. Конспект:
1. Задача: «вырастить сотню архитекторов»
• Компания быстро растёт (несколько сотен сотрудников, более 500 млн $ капитализации), есть десятки команд, каждая разрабатывает свой функционал.
• При этом наблюдались классические «болезни роста»:
o Проекты начинали без проработанной архитектуры,
o Эксперты-инженеры становились «бутылочным горлышком»,
o Команды порой дублировали или ломали уже существующий функционал.
Решение: внедрить простой, но массовый процесс описания «solution-архитектуры» для каждой новой фичи или подсистемы, обучив этому всех командных инженеров (а не выделенных архитекторов).
2. Выбранный инструмент и подход
1. Confluence в роли «простого» репозитория архитектурных описаний:
o Сам по себе Confluence привычен для инженеров, его выбрали путём опроса (оппонентом были другие вики-системы),
o В нём хранятся шаблоны («solution design template») и типовые чек-листы.
2. Шаблон описания фичи (solution design):
o В одну «фичу» попадает короткое описание проблемы (pitch), затем продуктовые детали (требования, метрики), а в финале — архитектурная часть (роли, сущности, компоненты).
o Функциональные модели (домены, сущности, роли, компоненты, интерфейсы) описываются по принципу «минимальной формализации»: люди заполняют разделы под строгие типы полей, но в читаемом виде.
3. Онтология и «справочники»:
o Сущности (entities) отсылаются к общекорпоративным бизнес-доменам: команды не выдумывают заново, а используют готовые типы (либо добавляют в общий список).
o Аналогично с ролями (внешние пользователи, внутренние, негативные акторы и т. п.).
o Компоненты пока перечисляются свободно, но ожидается их объединение в общий справочник.
4. Интеграция с рабочим потоком:
o Основные задачи ведутся в Jira и «подтягиваются» в Confluence, где заполняется solution design.
o Эксперты дают «review» (нет жёстких гейтов), команды получают обратную связь в slack-канале, правят модель.
o За первый квартал по новым правилам оформлено порядка 35 фич (с нуля до итогового описания).
3. Организация массового внедрения
1. Модель 8 шагов изменений (Джон Коттер)
o Сформировать «острое чувство необходимости» (случаи провалов без архитектуры),
o Найти «агентов перемен» (своих энтузиастов и лидеров),
o Показывать быструю победу (примеры фич, в которых шаблон помог сэкономить время и избежать проблем),
o Расширять успех и закреплять культуру.
2. Упор на «обучение через практику»
o Минимум сложных терминов, небольшие справочники, чек-листы в виде легкодоступных шаблонов,
o Каждый инженер/продакт в команде способен кратко описать «что за роль, какой домен, какой компонент» — без тяжёлых UML и ArchiMate.
3. Гибкость и отсутствие жёстких «гейт-процедур»
o Нет формальной «архкомиссии», которая одобряет/запрещает. Есть лишь общий канал для анонса готовой фичи и добровольных review.
o Это снижает страх у команд: они воспринимают архитектурную практику как помощь, а не тормоз.
Посмотрел видео 2021 года семинара Школы системного менеджмента по опыту внедрения архитектурного мышления в крупной компании (Awem Games, как я догадываюсь) от Ивана Подобеда. Вдохновился. Конспект:
1. Задача: «вырастить сотню архитекторов»
• Компания быстро растёт (несколько сотен сотрудников, более 500 млн $ капитализации), есть десятки команд, каждая разрабатывает свой функционал.
• При этом наблюдались классические «болезни роста»:
o Проекты начинали без проработанной архитектуры,
o Эксперты-инженеры становились «бутылочным горлышком»,
o Команды порой дублировали или ломали уже существующий функционал.
Решение: внедрить простой, но массовый процесс описания «solution-архитектуры» для каждой новой фичи или подсистемы, обучив этому всех командных инженеров (а не выделенных архитекторов).
2. Выбранный инструмент и подход
1. Confluence в роли «простого» репозитория архитектурных описаний:
o Сам по себе Confluence привычен для инженеров, его выбрали путём опроса (оппонентом были другие вики-системы),
o В нём хранятся шаблоны («solution design template») и типовые чек-листы.
2. Шаблон описания фичи (solution design):
o В одну «фичу» попадает короткое описание проблемы (pitch), затем продуктовые детали (требования, метрики), а в финале — архитектурная часть (роли, сущности, компоненты).
o Функциональные модели (домены, сущности, роли, компоненты, интерфейсы) описываются по принципу «минимальной формализации»: люди заполняют разделы под строгие типы полей, но в читаемом виде.
3. Онтология и «справочники»:
o Сущности (entities) отсылаются к общекорпоративным бизнес-доменам: команды не выдумывают заново, а используют готовые типы (либо добавляют в общий список).
o Аналогично с ролями (внешние пользователи, внутренние, негативные акторы и т. п.).
o Компоненты пока перечисляются свободно, но ожидается их объединение в общий справочник.
4. Интеграция с рабочим потоком:
o Основные задачи ведутся в Jira и «подтягиваются» в Confluence, где заполняется solution design.
o Эксперты дают «review» (нет жёстких гейтов), команды получают обратную связь в slack-канале, правят модель.
o За первый квартал по новым правилам оформлено порядка 35 фич (с нуля до итогового описания).
3. Организация массового внедрения
1. Модель 8 шагов изменений (Джон Коттер)
o Сформировать «острое чувство необходимости» (случаи провалов без архитектуры),
o Найти «агентов перемен» (своих энтузиастов и лидеров),
o Показывать быструю победу (примеры фич, в которых шаблон помог сэкономить время и избежать проблем),
o Расширять успех и закреплять культуру.
2. Упор на «обучение через практику»
o Минимум сложных терминов, небольшие справочники, чек-листы в виде легкодоступных шаблонов,
o Каждый инженер/продакт в команде способен кратко описать «что за роль, какой домен, какой компонент» — без тяжёлых UML и ArchiMate.
3. Гибкость и отсутствие жёстких «гейт-процедур»
o Нет формальной «архкомиссии», которая одобряет/запрещает. Есть лишь общий канал для анонса готовой фичи и добровольных review.
o Это снижает страх у команд: они воспринимают архитектурную практику как помощь, а не тормоз.
👍4🔥1
Как в крупной компании из 1 архитектора вырастить 100+ (2/2)
4. Результаты и выводы
• Уже за 3 месяца более 30 крупных фич описаны с применением нового solution design, причём команды справляются сами, обращаясь за консультацией к «группе двух человек» (архитекторов-координаторов).
• Существенно улучшилась «прозрачность» и единообразие: в Confluence видны все решения (бизнес-домен, роли, компоненты, data flow).
• Культура осознанного проектирования формируется, а инженеры учатся «набегу», пополняя собственный «послужной список» архитектурных решений.
Планы:
• Во втором квартале укрепить «техдизайн» (углублённую техническую часть: интерфейсы, протоколы, миграции), снова «закрутить» 8 шагов изменений для новой волны практик.
• Продолжить сохранять формат «нет гейтов, а самоорганизация + добровольное ревью», чтобы не лишать команды гибкости.
5. Общий контекст и значение
1. Синтез «простой вики» и «архитектурных» методик
o Практика показывает, что графические или сложноформальные инструменты (ArchiMate, MagicDraw) тяжело приживаются в массовой среде (100+ разработчиков).
o Подход «минимально формализованного текста» (типизированные поля + легко доступные шаблоны) оказался успешным компромиссом.
2. Развитие системного мышления
o Каждый инженер фактически приобщается к основам архитектурного анализа: учится различать роли, сущности, компоненты, data flows.
o Тем самым распространяется культура осмысленной системной инженерии (с опорой на онтологию компании).
3. Пример «state of the art»
o Доклад демонстрирует, что массовая архитектурная практика в софтверной компании возможна, если:
встроиться в уже используемый «продуктовый» процесс,
дать простые «безопасные» форматы,
воспитывать архитектурное мышление у каждого через обучение и ролевую модель («мы все — архитекторы, принимаем решения сами»).
Резюме: история показывает, как реально, без громоздких инструментов и жёсткой вертикали, вырастить «сто архитекторов», то есть сделать каждую команду способной к осознанным архитектурным решениям. При этом критичен упор на обучающие шаблоны, чек-листы и открытые review, а также бережное изменение организационной культуры по модели Коттера.
Ссылки:
1. Видео «Как из 1 архитектора вырастить 100+ архитекторов. Доклад Ивана Подобеда» - https://www.youtube.com/watch?v=JlXeQxAkDf0&ab_channel=%D0%A8%D0%BA%D0%BE%D0%BB%D0%B0%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D0%BD%D0%BE%D0%B3%D0%BE%D0%BC%D0%B5%D0%BD%D0%B5%D0%B4%D0%B6%D0%BC%D0%B5%D0%BD%D1%82%D0%B0
4. Результаты и выводы
• Уже за 3 месяца более 30 крупных фич описаны с применением нового solution design, причём команды справляются сами, обращаясь за консультацией к «группе двух человек» (архитекторов-координаторов).
• Существенно улучшилась «прозрачность» и единообразие: в Confluence видны все решения (бизнес-домен, роли, компоненты, data flow).
• Культура осознанного проектирования формируется, а инженеры учатся «набегу», пополняя собственный «послужной список» архитектурных решений.
Планы:
• Во втором квартале укрепить «техдизайн» (углублённую техническую часть: интерфейсы, протоколы, миграции), снова «закрутить» 8 шагов изменений для новой волны практик.
• Продолжить сохранять формат «нет гейтов, а самоорганизация + добровольное ревью», чтобы не лишать команды гибкости.
5. Общий контекст и значение
1. Синтез «простой вики» и «архитектурных» методик
o Практика показывает, что графические или сложноформальные инструменты (ArchiMate, MagicDraw) тяжело приживаются в массовой среде (100+ разработчиков).
o Подход «минимально формализованного текста» (типизированные поля + легко доступные шаблоны) оказался успешным компромиссом.
2. Развитие системного мышления
o Каждый инженер фактически приобщается к основам архитектурного анализа: учится различать роли, сущности, компоненты, data flows.
o Тем самым распространяется культура осмысленной системной инженерии (с опорой на онтологию компании).
3. Пример «state of the art»
o Доклад демонстрирует, что массовая архитектурная практика в софтверной компании возможна, если:
встроиться в уже используемый «продуктовый» процесс,
дать простые «безопасные» форматы,
воспитывать архитектурное мышление у каждого через обучение и ролевую модель («мы все — архитекторы, принимаем решения сами»).
Резюме: история показывает, как реально, без громоздких инструментов и жёсткой вертикали, вырастить «сто архитекторов», то есть сделать каждую команду способной к осознанным архитектурным решениям. При этом критичен упор на обучающие шаблоны, чек-листы и открытые review, а также бережное изменение организационной культуры по модели Коттера.
Ссылки:
1. Видео «Как из 1 архитектора вырастить 100+ архитекторов. Доклад Ивана Подобеда» - https://www.youtube.com/watch?v=JlXeQxAkDf0&ab_channel=%D0%A8%D0%BA%D0%BE%D0%BB%D0%B0%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D0%BD%D0%BE%D0%B3%D0%BE%D0%BC%D0%B5%D0%BD%D0%B5%D0%B4%D0%B6%D0%BC%D0%B5%D0%BD%D1%82%D0%B0
🔥5
Блеск и нищета электронного правительства при работе с данными
Ознакомился с записью вчерашнего семинара AGI Russia на тему «Система управления базами знаний в контексте управления данными». Больше всего меня тронула тривиальная, в общем-то, фраза со ссылкой на DAMA-DMBOK: для сложных систем при работе с данными важно правильно выстроить подсистемы хранения метаданных и подсистемы мастер-данных (справочных данных). И я в очередной раз восхитился самоотверженности и героизму разработчиков систем нашего электронного правительства. Представьте себе:
1. Для большинства важных справочных данных в стране нет эффективной системы управления данными, для обеспечения надежности и непротиворечивости.
2. В стране нет общедоступных описаний метаданных общих объектов, использующихся в десятках систем.
При этом разработчики большого количества информационных систем государственных органов умудряются реализовывать сложнейшие интеграционные схемы. Это нелегко, это огромный труд, это требует героизма и фантастической изобретательности в борьбе с жестоким хаосом.
Я не удивлюсь, если они каждый день перед работой подобно древним гладиаторам восклицают: «Ave, Deus Chaos, moritūrī tē salūtant!» (Слава, бог хаоса, идущие на смерть приветствуют тебя!)
Ссылки:
1. Видео семинара «Система управления базами знаний в контексте управления данными» - https://www.youtube.com/watch?v=5pxIDlKa46w&ab_channel=siberai
2. Конспект выступления Алексея Незнанова - https://teletype.in/@nicksu/DCTWDA3AJaf
3. Слайды презентации - https://github.com/agirussia/agirussia.github.io/blob/main/presentations/2025/Neznanov_KnowledgeManagement4DataManagement_2024.pdf
Ознакомился с записью вчерашнего семинара AGI Russia на тему «Система управления базами знаний в контексте управления данными». Больше всего меня тронула тривиальная, в общем-то, фраза со ссылкой на DAMA-DMBOK: для сложных систем при работе с данными важно правильно выстроить подсистемы хранения метаданных и подсистемы мастер-данных (справочных данных). И я в очередной раз восхитился самоотверженности и героизму разработчиков систем нашего электронного правительства. Представьте себе:
1. Для большинства важных справочных данных в стране нет эффективной системы управления данными, для обеспечения надежности и непротиворечивости.
2. В стране нет общедоступных описаний метаданных общих объектов, использующихся в десятках систем.
При этом разработчики большого количества информационных систем государственных органов умудряются реализовывать сложнейшие интеграционные схемы. Это нелегко, это огромный труд, это требует героизма и фантастической изобретательности в борьбе с жестоким хаосом.
Я не удивлюсь, если они каждый день перед работой подобно древним гладиаторам восклицают: «Ave, Deus Chaos, moritūrī tē salūtant!» (Слава, бог хаоса, идущие на смерть приветствуют тебя!)
Ссылки:
1. Видео семинара «Система управления базами знаний в контексте управления данными» - https://www.youtube.com/watch?v=5pxIDlKa46w&ab_channel=siberai
2. Конспект выступления Алексея Незнанова - https://teletype.in/@nicksu/DCTWDA3AJaf
3. Слайды презентации - https://github.com/agirussia/agirussia.github.io/blob/main/presentations/2025/Neznanov_KnowledgeManagement4DataManagement_2024.pdf
👍4😁3
Почему системные аналитики под ударом ИИ?
Работа системного аналитика — это в первую очередь документация, схемы, интеграции, спецификации. Ну, согласитесь, очень формальная штука, которая идеально подходит для автоматизации. ИИ уже сейчас справляется с этим на раз-два. Придумать схему интеграции? Написать описание API? Генерация кода? Это уже не магия, а реальность.
Сценарий ближайшего будущего прост: берём одного опытного системного аналитика, даём ему мощный ИИ, и... прощай, команда из пяти-семи человек. Экономия времени и денег — очевидная. Руководители проектов это прекрасно понимают. И каждый раз задают вопрос: а зачем платить больше?
Но дело даже не только в экономии. Системные аналитики редко участвуют в переговорах или, скажем, «продаже» решений. А именно это — та самая работа, которую ИИ пока не вытеснит. Когда ты занимаешься только техническими задачами, машина тебя легко заменит.
А что с бизнес-аналитиками?
Вот здесь другая история. Бизнес-аналитики не просто «копают вглубь» — они разбираются, как устроен бизнес, погружаются в стратегию, финансы, взаимодействуют с топ-менеджерами и заказчиками. А это уже про людей. Переговоры, сложные решения, учёт интересов всех сторон — задачи, которые требуют не только знаний, но и эмпатии.
Бизнес-аналитик — это тот самый мост между клиентом, руководством и разработкой. И пока что такой мост между людьми построить под силу только человеку. Здесь алгоритм не справится.
Как остаться в игре?
Сейчас самое время задать себе вопрос: что вы можете сделать, чтобы не оказаться в числе тех, кого заменят?
Путь 1 – дрейф в сторону бизнес-анализа:
1. Изучайте бизнес. Разбирайтесь в том, как работает экономика компании, что такое метрики и почему они важны. Чем лучше вы понимаете бизнес, тем сложнее вас заменить.
2. Развивайте soft skills. Переговоры, фасилитация, общение со стейкхолдерами — это то, что делает вас незаменимым. Люди ценят тех, кто умеет договориться.
3. Освойте ИИ. Используйте алгоритмы как инструмент, который усилит вашу работу. Это не угроза, а возможность быть продуктивнее.
4. Расширьте методологический кругозор. Познакомьтесь с BABOK Guide.
Путь 2 – из «среднего» СА станьте элитой СА:
1. Освойте системную инженерию: изучайте жизненный цикл систем (SEBoK, INCOSE), чтобы проектировать комплексные решения.
2. Развивайте системное мышление: думайте не только «что» и «как», но и «зачем», находя взаимосвязи в широком контексте.
3. Углубляйте фундамент: математика, алгоритмы, концепции информатики — залог глубины анализа и точных решений.
4. Осваивайте методологии: помимо UML/BPMN, изучайте TOGAF, ITIL, BABOK и адаптируйте инструменты к проектам.
5. Расширяйте технический кругозор: понимайте основы архитектуры, DevOps, безопасности.
6. Прокачивайте soft skills: коммуникация, фасилитация, переговоры.
7. Используйте ИИ: автоматизируйте рутину, освобождая время для стратегического анализа.
Резюме: Если вы «ботаник», инженер по призванию – станьте классным инженером, это трудно, но и зарабатывать будете на порядок больше. Если вы «гуманитарий» - двигайтесь в сторону БА.
Работа системного аналитика — это в первую очередь документация, схемы, интеграции, спецификации. Ну, согласитесь, очень формальная штука, которая идеально подходит для автоматизации. ИИ уже сейчас справляется с этим на раз-два. Придумать схему интеграции? Написать описание API? Генерация кода? Это уже не магия, а реальность.
Сценарий ближайшего будущего прост: берём одного опытного системного аналитика, даём ему мощный ИИ, и... прощай, команда из пяти-семи человек. Экономия времени и денег — очевидная. Руководители проектов это прекрасно понимают. И каждый раз задают вопрос: а зачем платить больше?
Но дело даже не только в экономии. Системные аналитики редко участвуют в переговорах или, скажем, «продаже» решений. А именно это — та самая работа, которую ИИ пока не вытеснит. Когда ты занимаешься только техническими задачами, машина тебя легко заменит.
А что с бизнес-аналитиками?
Вот здесь другая история. Бизнес-аналитики не просто «копают вглубь» — они разбираются, как устроен бизнес, погружаются в стратегию, финансы, взаимодействуют с топ-менеджерами и заказчиками. А это уже про людей. Переговоры, сложные решения, учёт интересов всех сторон — задачи, которые требуют не только знаний, но и эмпатии.
Бизнес-аналитик — это тот самый мост между клиентом, руководством и разработкой. И пока что такой мост между людьми построить под силу только человеку. Здесь алгоритм не справится.
Как остаться в игре?
Сейчас самое время задать себе вопрос: что вы можете сделать, чтобы не оказаться в числе тех, кого заменят?
Путь 1 – дрейф в сторону бизнес-анализа:
1. Изучайте бизнес. Разбирайтесь в том, как работает экономика компании, что такое метрики и почему они важны. Чем лучше вы понимаете бизнес, тем сложнее вас заменить.
2. Развивайте soft skills. Переговоры, фасилитация, общение со стейкхолдерами — это то, что делает вас незаменимым. Люди ценят тех, кто умеет договориться.
3. Освойте ИИ. Используйте алгоритмы как инструмент, который усилит вашу работу. Это не угроза, а возможность быть продуктивнее.
4. Расширьте методологический кругозор. Познакомьтесь с BABOK Guide.
Путь 2 – из «среднего» СА станьте элитой СА:
1. Освойте системную инженерию: изучайте жизненный цикл систем (SEBoK, INCOSE), чтобы проектировать комплексные решения.
2. Развивайте системное мышление: думайте не только «что» и «как», но и «зачем», находя взаимосвязи в широком контексте.
3. Углубляйте фундамент: математика, алгоритмы, концепции информатики — залог глубины анализа и точных решений.
4. Осваивайте методологии: помимо UML/BPMN, изучайте TOGAF, ITIL, BABOK и адаптируйте инструменты к проектам.
5. Расширяйте технический кругозор: понимайте основы архитектуры, DevOps, безопасности.
6. Прокачивайте soft skills: коммуникация, фасилитация, переговоры.
7. Используйте ИИ: автоматизируйте рутину, освобождая время для стратегического анализа.
Резюме: Если вы «ботаник», инженер по призванию – станьте классным инженером, это трудно, но и зарабатывать будете на порядок больше. Если вы «гуманитарий» - двигайтесь в сторону БА.
❤10👍6
IIBA выпустил новую версию стандарта The Business Analysis Standart v2.0. Сделал сравнение двух версий по разделам. Сравнение и ссылки на тексты версий здесь - https://teletype.in/@nicksu/MofFHKZuEmZ
Teletype
Сравнение The Business Analysis Standart v1.0 и v2.0 по разделам
Версия 2.0...
🔥4
Кто должен делать ТЗ для ГО в Казахстане (1/2)
В прошлую пятницу занесла меня судьба на круглый стол представителей IT-бизнеса с министром ЦРИАП. Среди прочего была озвучена проблема (Евгений Максимов) разработки технических заданий на информационные системы государственных организаций. Суть проблемы:
1. Для разработки качественных ТЗ у ГО нет компетенций.
2. ГО сваливают эту задачу на подрядчиков.
3. Стоимость проекта определена заранее.
4. ГО часто не имеют достаточных компетенций не только в части ИТ, но и в части адекватного описания собственной деятельности (бизнес-процессов).
5. Подрядчики тратят много времени и ресурсов на бизнес-анализ, выясняя что же ГО нужно на самом деле, при этом пытаясь вписаться в заранее ограниченный бюджет и оставшийся срок реализации проекта (бюджетный цикл у нас годовой – поэтому нужно успеть от проведения конкурса, создания и согласования ТЗ реализовать систему).
По ходу краткого обсуждения на круглом столе прозвучало несколько идей, главная из которых – сделать этап разработки ТЗ отдельным проектом и отдать этот этап компетентным разработчикам.
Что можно добавить? Не сказать, что тема новая: помню мы еще в 2008 году обсуждали вопрос, что хорошо бы было если бы ГО разрабатывали ТЗ отдельным проектом. Замечательно, что мы дожили до обсуждения данного вопроса на государственном уровне. Но что же можно предложить?
Варианты:
1. В госорганах появятся свои компетентные в ИТ и бизнес-анализе специалисты.
2. Компетентные специалисты появятся в одном ГО, который будет делать ТЗ для всех остальных ГО.
3. Будет создан институт аккредитованных экспертов по созданию ТЗ для ИС ГО.
4. Всё остается «как есть».
Разберем:
Вариант 1. В госорганах появятся свои компетентные в бизнес-анализе и ИТ специалисты.
• Утопия: Методологи ГО массово освоят бизнес-анализ, процессный анализ, анализ данных, основы ИТ. Качество ТЗ и эффективность госуправления вырастут на порядок. Обучившиеся эксперты не уйдут в частный сектор, а останутся работать в ГО на маленьких зарплатах, движимые патриотизмом и интересом к сложным задачам.
• Антиутопия: Введут несколько дополнительных экзаменов и курсов повышения квалификации для госслужащих по теме "Основы составления ТЗ на базе ИИ и блокчейн". По факту, ТЗ продолжат писать секретари и юристы в последний момент, а на экзаменах будут списывать. Ничего не изменится, кроме увеличения бюрократической нагрузки.
Вариант 2. Компетентные специалисты появятся в одном ГО (условный "Центр Разработки ТЗ"), который будет делать ТЗ для всех остальных ГО.
• Утопия: Создается элитное подразделение "ГосТехЗадание-Инновация", куда стекаются лучшие умы страны. Они разрабатывают стандартизированные, кристально чистые и идеально проработанные ТЗ для всех нужд госсектора. Проекты реализуются точно в срок и в бюджет, эффективность госуслуг достигает 100%. Все ГО счастливы делегировать эту сложную работу супер-профессионалам и получают предсказуемый результат.
• Антиутопия: Возникает мега-бюрократический монстр "Единый Республиканский Оператор Технических Заданий" (ЕРОТЗ). Очередь на разработку ТЗ растягивается на годы. ТЗ пишутся по универсальным, оторванным от реальности шаблонам, абсолютно не учитывая специфику каждого отдельного ГО. Госорганы тратят больше времени на "перевод" этих ТЗ на понятный язык и попытки их адаптировать (или обойти), чем если бы писали сами. Ответственность за провалы размыта, крайних не найти.
В прошлую пятницу занесла меня судьба на круглый стол представителей IT-бизнеса с министром ЦРИАП. Среди прочего была озвучена проблема (Евгений Максимов) разработки технических заданий на информационные системы государственных организаций. Суть проблемы:
1. Для разработки качественных ТЗ у ГО нет компетенций.
2. ГО сваливают эту задачу на подрядчиков.
3. Стоимость проекта определена заранее.
4. ГО часто не имеют достаточных компетенций не только в части ИТ, но и в части адекватного описания собственной деятельности (бизнес-процессов).
5. Подрядчики тратят много времени и ресурсов на бизнес-анализ, выясняя что же ГО нужно на самом деле, при этом пытаясь вписаться в заранее ограниченный бюджет и оставшийся срок реализации проекта (бюджетный цикл у нас годовой – поэтому нужно успеть от проведения конкурса, создания и согласования ТЗ реализовать систему).
По ходу краткого обсуждения на круглом столе прозвучало несколько идей, главная из которых – сделать этап разработки ТЗ отдельным проектом и отдать этот этап компетентным разработчикам.
Что можно добавить? Не сказать, что тема новая: помню мы еще в 2008 году обсуждали вопрос, что хорошо бы было если бы ГО разрабатывали ТЗ отдельным проектом. Замечательно, что мы дожили до обсуждения данного вопроса на государственном уровне. Но что же можно предложить?
Варианты:
1. В госорганах появятся свои компетентные в ИТ и бизнес-анализе специалисты.
2. Компетентные специалисты появятся в одном ГО, который будет делать ТЗ для всех остальных ГО.
3. Будет создан институт аккредитованных экспертов по созданию ТЗ для ИС ГО.
4. Всё остается «как есть».
Разберем:
Вариант 1. В госорганах появятся свои компетентные в бизнес-анализе и ИТ специалисты.
• Утопия: Методологи ГО массово освоят бизнес-анализ, процессный анализ, анализ данных, основы ИТ. Качество ТЗ и эффективность госуправления вырастут на порядок. Обучившиеся эксперты не уйдут в частный сектор, а останутся работать в ГО на маленьких зарплатах, движимые патриотизмом и интересом к сложным задачам.
• Антиутопия: Введут несколько дополнительных экзаменов и курсов повышения квалификации для госслужащих по теме "Основы составления ТЗ на базе ИИ и блокчейн". По факту, ТЗ продолжат писать секретари и юристы в последний момент, а на экзаменах будут списывать. Ничего не изменится, кроме увеличения бюрократической нагрузки.
Вариант 2. Компетентные специалисты появятся в одном ГО (условный "Центр Разработки ТЗ"), который будет делать ТЗ для всех остальных ГО.
• Утопия: Создается элитное подразделение "ГосТехЗадание-Инновация", куда стекаются лучшие умы страны. Они разрабатывают стандартизированные, кристально чистые и идеально проработанные ТЗ для всех нужд госсектора. Проекты реализуются точно в срок и в бюджет, эффективность госуслуг достигает 100%. Все ГО счастливы делегировать эту сложную работу супер-профессионалам и получают предсказуемый результат.
• Антиутопия: Возникает мега-бюрократический монстр "Единый Республиканский Оператор Технических Заданий" (ЕРОТЗ). Очередь на разработку ТЗ растягивается на годы. ТЗ пишутся по универсальным, оторванным от реальности шаблонам, абсолютно не учитывая специфику каждого отдельного ГО. Госорганы тратят больше времени на "перевод" этих ТЗ на понятный язык и попытки их адаптировать (или обойти), чем если бы писали сами. Ответственность за провалы размыта, крайних не найти.
👍4❤3😁2
Кто должен делать ТЗ для ГО в Казахстане (2/2)
Вариант 3. Будет создан институт аккредитованных негосударственных экспертов по созданию ТЗ для ИС ГО.
• Утопия: Формируется прозрачный, конкурентный рынок высококвалифицированных и независимых экспертов и консалтинговых компаний, прошедших строгую, но справедливую аккредитацию. ГО получают доступ к лучшим практикам, инновационным подходам и могут выбирать исполнителя для разработки ТЗ на конкурсной основе, ориентируясь на качество и опыт. Госпроекты выигрывают от свежего взгляда и глубокой экспертизы.
• Антиутопия: Аккредитация превращается в очередной "клуб для своих" или формальность для получения госзаказов. Небольшой пул "придворных" консалтинговых фирм, получивших аккредитацию по непрозрачным критериям, делит между собой все контракты. Цены на услуги "сертифицированных гениев" взлетают до небес, а качество ТЗ остается посредственным, так как реальной конкуренции нет. ГО вынуждены работать с теми, "кого назначили", даже если их экспертиза вызывает сомнения.
Вариант 4. Всё остается как сейчас.
• Утопия: На самом деле сложившаяся система демонстрирует удивительную гибкость и саморегуляцию! ГО, не обремененные сложной IT-экспертизой, гениально транслируют свое "видение" и стратегические потребности на полутора страницах текста. Подрядчики, как опытные Шерлоки, мастерски дешифруют истинные потребности, проявляя чудеса адаптации к фиксированному бюджету и годовому циклу. Это уникальный симбиоз, где каждый год рождаются системы – не всегда идеальные, зато свои, родные, проверенные временем и бюджетными ограничениями. "Работает – не трогай" становится девизом стабильности и непрерывного освоения средств.
• Антиутопия: Ежегодный "День Сурка": ГО объявляют конкурсы с размытыми ТЗ и заранее определенной стоимостью. Подрядчики, заложив в смету "коэффициент на непредсказуемость заказчика", неделями и месяцами пытаются вытянуть из некомпетентных сотрудников ГО хоть какую-то конкретику, пока тикает годовой бюджетный цикл. Системы сдаются в последний момент, сырые, с урезанным функционалом, не отвечающие реальным нуждам, потому что "надо было освоить бюджет до конца года". Эффективность госуправления продолжает падать, граждане и бизнес недовольны, а на следующий год все повторяется с новой силой и новыми "инновационными" проектами на старых граблях.
Резюме: Если без шуток, то каждый из этих вариантов имеет свои преимущества и недостатки. Возможно, наиболее эффективным будет комбинированный подход, включающий элементы каждого из них: например, развитие базовых компетенций внутри ГО, создание центра экспертизы для особо сложных или типовых проектов, и привлечение аккредитованных внешних экспертов для специфических задач или независимой оценки.
Вариант 3. Будет создан институт аккредитованных негосударственных экспертов по созданию ТЗ для ИС ГО.
• Утопия: Формируется прозрачный, конкурентный рынок высококвалифицированных и независимых экспертов и консалтинговых компаний, прошедших строгую, но справедливую аккредитацию. ГО получают доступ к лучшим практикам, инновационным подходам и могут выбирать исполнителя для разработки ТЗ на конкурсной основе, ориентируясь на качество и опыт. Госпроекты выигрывают от свежего взгляда и глубокой экспертизы.
• Антиутопия: Аккредитация превращается в очередной "клуб для своих" или формальность для получения госзаказов. Небольшой пул "придворных" консалтинговых фирм, получивших аккредитацию по непрозрачным критериям, делит между собой все контракты. Цены на услуги "сертифицированных гениев" взлетают до небес, а качество ТЗ остается посредственным, так как реальной конкуренции нет. ГО вынуждены работать с теми, "кого назначили", даже если их экспертиза вызывает сомнения.
Вариант 4. Всё остается как сейчас.
• Утопия: На самом деле сложившаяся система демонстрирует удивительную гибкость и саморегуляцию! ГО, не обремененные сложной IT-экспертизой, гениально транслируют свое "видение" и стратегические потребности на полутора страницах текста. Подрядчики, как опытные Шерлоки, мастерски дешифруют истинные потребности, проявляя чудеса адаптации к фиксированному бюджету и годовому циклу. Это уникальный симбиоз, где каждый год рождаются системы – не всегда идеальные, зато свои, родные, проверенные временем и бюджетными ограничениями. "Работает – не трогай" становится девизом стабильности и непрерывного освоения средств.
• Антиутопия: Ежегодный "День Сурка": ГО объявляют конкурсы с размытыми ТЗ и заранее определенной стоимостью. Подрядчики, заложив в смету "коэффициент на непредсказуемость заказчика", неделями и месяцами пытаются вытянуть из некомпетентных сотрудников ГО хоть какую-то конкретику, пока тикает годовой бюджетный цикл. Системы сдаются в последний момент, сырые, с урезанным функционалом, не отвечающие реальным нуждам, потому что "надо было освоить бюджет до конца года". Эффективность госуправления продолжает падать, граждане и бизнес недовольны, а на следующий год все повторяется с новой силой и новыми "инновационными" проектами на старых граблях.
Резюме: Если без шуток, то каждый из этих вариантов имеет свои преимущества и недостатки. Возможно, наиболее эффективным будет комбинированный подход, включающий элементы каждого из них: например, развитие базовых компетенций внутри ГО, создание центра экспертизы для особо сложных или типовых проектов, и привлечение аккредитованных внешних экспертов для специфических задач или независимой оценки.
🔥4❤3👍1💯1
Почему бизнес-аналитик должен быть умнее чем системный аналитик
При внедрении некоторых систем, часто это бывает на госпроектах, у людей возникает недоумение: сравнительно технически несложная система внедряется с большим трудом.
Казалось бы, процесс должен быть простой: разработали-запустили-пользуйтесь, только требования нормальные дайте. Не можете дать требования? Ну вы, заказчики, тупыыые! Не отрицаю, заказчики бывают тупые. Но на госпроектах, например, проблема часто не в тупости заказчиков, а в том, что цель проекта - не создание технической системы, а создание сложной организационной системы со многими участниками, а это сложнее чем сделать код и развернуть его на серверах. Нужно также договориться с большим количеством заинтересованных сторон о параметрах новой организационной системы и закрепить это нормативно. Здесь ведущую роль играют бизнес-аналитики, которые должны ориентироваться в сложной предметной области и учитывать множество интересов многих сторон. И в создаваемой организационной системе техническая часть - лишь небольшой фрагмент задачи, причем самый легкий - оно либо работает, либо нет.
К чему реплика? Наши уроки про ТЭО - это не совсем про ТЭО, а больше про бизнес-анализ на сложных проектах. Сложный бизнес-анализ. Это вам не апишечку описывать, тут думать надо, и искать нетривиальные решения.
Кто хочет научиться думать приходите на занятие завтра. Ссылка для регистрации - https://kazakhstan.iiba.org/events/teo-1/
При внедрении некоторых систем, часто это бывает на госпроектах, у людей возникает недоумение: сравнительно технически несложная система внедряется с большим трудом.
Казалось бы, процесс должен быть простой: разработали-запустили-пользуйтесь, только требования нормальные дайте. Не можете дать требования? Ну вы, заказчики, тупыыые! Не отрицаю, заказчики бывают тупые. Но на госпроектах, например, проблема часто не в тупости заказчиков, а в том, что цель проекта - не создание технической системы, а создание сложной организационной системы со многими участниками, а это сложнее чем сделать код и развернуть его на серверах. Нужно также договориться с большим количеством заинтересованных сторон о параметрах новой организационной системы и закрепить это нормативно. Здесь ведущую роль играют бизнес-аналитики, которые должны ориентироваться в сложной предметной области и учитывать множество интересов многих сторон. И в создаваемой организационной системе техническая часть - лишь небольшой фрагмент задачи, причем самый легкий - оно либо работает, либо нет.
К чему реплика? Наши уроки про ТЭО - это не совсем про ТЭО, а больше про бизнес-анализ на сложных проектах. Сложный бизнес-анализ. Это вам не апишечку описывать, тут думать надо, и искать нетривиальные решения.
Кто хочет научиться думать приходите на занятие завтра. Ссылка для регистрации - https://kazakhstan.iiba.org/events/teo-1/
🔥7
Как стать джедаем (про аналитиков и ТЭО)
Сидит в опенспейсе аналитик. Рисует квадратики. Соединяет их стрелочками. В глазах – священный огонь. Он думает, что постигает суть вещей, раскладывает хаос по полочкам. Он – жрец логики, рыцарь ТЗ. Наивный.
Его мир прост. Есть задача, есть кнопка, есть пользователь. Нарисуй, опиши, отдай в разработку. Это его окоп, где он сидит и отстреливается от правок.
А потом ему говорят: «Парень. Напиши-ка нам ТЭО».
И тут уютный мир рушится.
Что такое ТЭО? Это не документ. Это свиток, написанный на коже вымерших бюрократов. Талмуд, где каждая запятая согласована с десятью комитетами, три из которых уже расформированы. Это попытка объяснить людям, которые читают только заголовки, почему нужно потратить бюджет целой африканской страны на систему, которая, возможно, заработает. Когда-нибудь.
И вот начинается его «интеллектуальный рост».
Вчера он спрашивал: «Что мы делаем?». Сегодня он впервые в жизни должен ответить на вопрос: «ЗАЧЕМ мы это делаем?». И он лезет в государственные стратегии, написанные на языке, который не понимали даже их авторы. Он пытается связать свою маленькую кнопочку с «повышением конкурентоспособности на евразийском пространстве». Это как привязывать воздушного змея к пролетающему астероиду.
Его «стейкхолдеры» перестают быть просто именами в календаре. Это сонный левиафан из министерства цифры, хитрый бес из Центра ГЧП, и орда мелких чиновников, каждый из которых хочет не «ценности», а чтобы его не трогали. И аналитик должен составить карту этого бестиария.
Ему говорят: «посчитай выгоду». И он, как средневековый алхимик, пытается превратить туманные обещания светлого будущего в чистое золото финансовых прогнозов. Он пишет про «снижение коррупционных рисков» и «повышение прозрачности», чувствуя себя еретиком на суде инквизиции.
Это и есть рост. Когда ты понимаешь, что твои красивые UML-диаграммы – это детские рисунки на песке перед цунами. Когда ты осознаешь, что система – это не набор функций, а клубок страхов, амбиций и интересов десятков людей. Когда ты учишься писать так, чтобы твой текст прошел через семь кругов ада согласований и сохранил хотя бы тень первоначального смысла.
И когда он заканчивает, он уже другой человек. Он смотрит на молодых аналитиков, рисующих свои квадратики, и видит в их глазах наивный огонек глупого котенка, который для него уже в прошлом. Он прошел через это. Он написал ТЭО. Теперь его уже ничем не удивить. Даже тендером на цифровизацию загробного мира.
Регистрация - https://kazakhstan.iiba.org/Events/teo-2
Сидит в опенспейсе аналитик. Рисует квадратики. Соединяет их стрелочками. В глазах – священный огонь. Он думает, что постигает суть вещей, раскладывает хаос по полочкам. Он – жрец логики, рыцарь ТЗ. Наивный.
Его мир прост. Есть задача, есть кнопка, есть пользователь. Нарисуй, опиши, отдай в разработку. Это его окоп, где он сидит и отстреливается от правок.
А потом ему говорят: «Парень. Напиши-ка нам ТЭО».
И тут уютный мир рушится.
Что такое ТЭО? Это не документ. Это свиток, написанный на коже вымерших бюрократов. Талмуд, где каждая запятая согласована с десятью комитетами, три из которых уже расформированы. Это попытка объяснить людям, которые читают только заголовки, почему нужно потратить бюджет целой африканской страны на систему, которая, возможно, заработает. Когда-нибудь.
И вот начинается его «интеллектуальный рост».
Вчера он спрашивал: «Что мы делаем?». Сегодня он впервые в жизни должен ответить на вопрос: «ЗАЧЕМ мы это делаем?». И он лезет в государственные стратегии, написанные на языке, который не понимали даже их авторы. Он пытается связать свою маленькую кнопочку с «повышением конкурентоспособности на евразийском пространстве». Это как привязывать воздушного змея к пролетающему астероиду.
Его «стейкхолдеры» перестают быть просто именами в календаре. Это сонный левиафан из министерства цифры, хитрый бес из Центра ГЧП, и орда мелких чиновников, каждый из которых хочет не «ценности», а чтобы его не трогали. И аналитик должен составить карту этого бестиария.
Ему говорят: «посчитай выгоду». И он, как средневековый алхимик, пытается превратить туманные обещания светлого будущего в чистое золото финансовых прогнозов. Он пишет про «снижение коррупционных рисков» и «повышение прозрачности», чувствуя себя еретиком на суде инквизиции.
Это и есть рост. Когда ты понимаешь, что твои красивые UML-диаграммы – это детские рисунки на песке перед цунами. Когда ты осознаешь, что система – это не набор функций, а клубок страхов, амбиций и интересов десятков людей. Когда ты учишься писать так, чтобы твой текст прошел через семь кругов ада согласований и сохранил хотя бы тень первоначального смысла.
И когда он заканчивает, он уже другой человек. Он смотрит на молодых аналитиков, рисующих свои квадратики, и видит в их глазах наивный огонек глупого котенка, который для него уже в прошлом. Он прошел через это. Он написал ТЭО. Теперь его уже ничем не удивить. Даже тендером на цифровизацию загробного мира.
Регистрация - https://kazakhstan.iiba.org/Events/teo-2
🔥9
Цифровое государство: какую революцию хотят айтишники-либертарианцы
Вы думаете цифровизация государства это только «оцифровка» традиционных государственных функций? Не только. На горизонте маячат и другие перспективы... В современной футурологии и политической философии есть радикальная модель так называемого "цифрового государства", которая по своей сути выходит за рамки простой цифровизации существующих госуслуг. Эта концепция техно-либертарианцев, в том числе Питера Тиля, предполагает не реформирование, а полную замену традиционной государственной структуры.
Принципы этой гипотетической модели:
1. Демонтаж институтов и замена их сервисами
Основа модели — это полный отказ от классических государственных институтов, таких как министерства, ведомства и агентства. Вместо бюрократического аппарата, администрирующего сферы (образование, здравоохранение, торговля, миграция), предлагается создать набор независимых цифровых сервисов. Взаимодействие индивида с управленческими функциями переходит из плоскости "гражданин-ведомство" в плоскость "пользователь-приложение". Все операции, от получения лицензии до записи в учебное заведение, становятся транзакциями внутри цифровой платформы, доступной со смартфона.
2. Платформа как новая форма суверенитета
Эта модель отрицает необходимость в государстве как в политической и социальной структуре, объединяющей людей на основе общей истории, культуры и гражданства. Управляющей и объединяющей силой становится технологическая экосистема или платформа. В этом прослеживается идея Питера Тиля о создании "с нуля" (Zero to One) новых систем, которые не конкурируют с существующими, а делают их нерелевантными. По аналогии с его идеями о создании новых суверенных пространств (например, систейдинг), здесь предлагается создание цифрового суверенитета, где правила устанавливаются архитекторами платформы. Каждая функция (ранее государственная) становится, по сути, монополией отдельного сервиса в рамках единой платформы.
3. От Гражданина к Пользователю: изменение социального контракта
В данной модели фундаментально меняется природа отношений между человеком и управляющей структурой.
Понятие "гражданин", с его правами и обязанностями в рамках политического сообщества, заменяется понятием "пользователь".
Конституция как общественный договор заменяется "Пользовательским соглашением" (Terms of Service), которое определяет правила взаимодействия с платформой.
Движущей силой такой трансформации ("революции") является не политический класс, а класс технократов и программистов, которые проектируют и контролируют эти платформы.
4. "Негосударственное образование"
В итоге формируется структура, которая, несмотря на отказ от атрибутов классического государства, сохраняет его ключевые функции в новом виде. Она может обладать территорией, границами, населением (базой пользователей) и стратегией развития (дорожной картой продукта/платформы), но при этом не являться государством в традиционном понимании. Это скорее похоже на гигантскую, территориально локализованную IT-корпорацию, предоставляющую монопольные услуги по управлению жизнью пользователей.
О, дивный будущий новый мир...
Литература:
1. "Анархия, государство и утопия" (Anarchy, State, and Utopia) – Роберт Нозик (1974)
2. "Декларация независимости киберпространства" – Джон Перри Барлоу (1996)
3. "От нуля к единице: Как создать стартап, который изменит будущее" (Zero to One) – Питер Тиль и Блейк Мастерс (2014)
4. "Систейдинг: Как плавучие нации восстановят окружающую среду, обогатят бедных, вылечат больных и освободят человечество от политиков" (Seasteading...) – Джо Квирк и Патри Фридман (2017)
5. "Сетевое государство: Как основать новую страну" (The Network State: How To Start a New Country) – Баладжи Шринивасан (2022)
6. "COVID-19: Великая перезагрузка" (COVID-19: The Great Reset) – Клаус Шваб и Тьерри Маллере (2020)
Вы думаете цифровизация государства это только «оцифровка» традиционных государственных функций? Не только. На горизонте маячат и другие перспективы... В современной футурологии и политической философии есть радикальная модель так называемого "цифрового государства", которая по своей сути выходит за рамки простой цифровизации существующих госуслуг. Эта концепция техно-либертарианцев, в том числе Питера Тиля, предполагает не реформирование, а полную замену традиционной государственной структуры.
Принципы этой гипотетической модели:
1. Демонтаж институтов и замена их сервисами
Основа модели — это полный отказ от классических государственных институтов, таких как министерства, ведомства и агентства. Вместо бюрократического аппарата, администрирующего сферы (образование, здравоохранение, торговля, миграция), предлагается создать набор независимых цифровых сервисов. Взаимодействие индивида с управленческими функциями переходит из плоскости "гражданин-ведомство" в плоскость "пользователь-приложение". Все операции, от получения лицензии до записи в учебное заведение, становятся транзакциями внутри цифровой платформы, доступной со смартфона.
2. Платформа как новая форма суверенитета
Эта модель отрицает необходимость в государстве как в политической и социальной структуре, объединяющей людей на основе общей истории, культуры и гражданства. Управляющей и объединяющей силой становится технологическая экосистема или платформа. В этом прослеживается идея Питера Тиля о создании "с нуля" (Zero to One) новых систем, которые не конкурируют с существующими, а делают их нерелевантными. По аналогии с его идеями о создании новых суверенных пространств (например, систейдинг), здесь предлагается создание цифрового суверенитета, где правила устанавливаются архитекторами платформы. Каждая функция (ранее государственная) становится, по сути, монополией отдельного сервиса в рамках единой платформы.
3. От Гражданина к Пользователю: изменение социального контракта
В данной модели фундаментально меняется природа отношений между человеком и управляющей структурой.
Понятие "гражданин", с его правами и обязанностями в рамках политического сообщества, заменяется понятием "пользователь".
Конституция как общественный договор заменяется "Пользовательским соглашением" (Terms of Service), которое определяет правила взаимодействия с платформой.
Движущей силой такой трансформации ("революции") является не политический класс, а класс технократов и программистов, которые проектируют и контролируют эти платформы.
4. "Негосударственное образование"
В итоге формируется структура, которая, несмотря на отказ от атрибутов классического государства, сохраняет его ключевые функции в новом виде. Она может обладать территорией, границами, населением (базой пользователей) и стратегией развития (дорожной картой продукта/платформы), но при этом не являться государством в традиционном понимании. Это скорее похоже на гигантскую, территориально локализованную IT-корпорацию, предоставляющую монопольные услуги по управлению жизнью пользователей.
О, дивный будущий новый мир...
Литература:
1. "Анархия, государство и утопия" (Anarchy, State, and Utopia) – Роберт Нозик (1974)
2. "Декларация независимости киберпространства" – Джон Перри Барлоу (1996)
3. "От нуля к единице: Как создать стартап, который изменит будущее" (Zero to One) – Питер Тиль и Блейк Мастерс (2014)
4. "Систейдинг: Как плавучие нации восстановят окружающую среду, обогатят бедных, вылечат больных и освободят человечество от политиков" (Seasteading...) – Джо Квирк и Патри Фридман (2017)
5. "Сетевое государство: Как основать новую страну" (The Network State: How To Start a New Country) – Баладжи Шринивасан (2022)
6. "COVID-19: Великая перезагрузка" (COVID-19: The Great Reset) – Клаус Шваб и Тьерри Маллере (2020)
❤3🔥2
Проклятие локального оптимума vs. системные "люди длинной воли"
В основе почти любой сложной проблемы — от выгорания команды до провала амбициозного проекта — лежит фундаментальное противоречие: конфликт между поиском локального и глобального оптимума.
Это не ошибка в планировании и не чья-то злая воля. Это свойство, которое глубоко вплетено в саму ткань реальности. Природа вещей такова, что то, что является идеальным решением здесь и сейчас для одной части, почти всегда создает проблемы для системы в целом, в будущем.
Зачем мы об этом рассуждаем?
Потому что умение одновременно видеть и деревья, и лес, — и даже то, как этот лес влияет на всю экосистему в долгосрочной перспективе, — редкое и невероятно ценное качество. Большинство людей инстинктивно стремятся оптимизировать свою зону ответственности, свою задачу, свой KPI. И лишь немногие способны подняться над ситуацией и оценить последствие своих действий в масштабе всей системы и времени.
Именно это умение видеть конфликт локального и глобального и отличает поверхностные, сиюминутные решения от мудрых и устойчивых стратегий. Это переход от "тушения пожаров" к осознанному проектированию будущего.
Чтобы научиться это видеть, представим любую сущность как матрешку:
Подсистема: Конкретная часть, компонент, отдельный сотрудник или команда.
Система: Целостный объект нашего внимания, состоящий из частей.
Надсистема: Внешняя среда, в которой функционирует система.
Конфликт локального и глобального оптимума — это когда интересы этих уровней не совпадают. И он проявляется повсюду.
Примеры этого вечного конфликта:
1. Биология: Успех раковой клетки — гибель для организма
Локальный оптимум: Для раковой клетки — бесконтрольно размножаться. Это ее программа выживания.
Глобальный результат: Гибель всего организма.
2. Бизнес и Менеджмент: Война отделов
Локальный оптимум: Для отдела продаж — выполнить квартальный план любой ценой, получив бонусы.
Глобальный результат: Компания несет убытки из-за невыполнимых обещаний, производство в хаосе, репутация разрушена.
3. Инженерия и Проектирование: Блеск и нищета детали
Локальный оптимум: Для инженеров-мотористов — создать сверхмощный двигатель.
Глобальный результат: Весь автомобиль становится несбалансированным, дорогим и неэкономичным.
4. IT и Разработка ПО: Тирания скорости
Локальный оптимум: Для команды разработчиков — выкатить фичу в срок, используя "костыли" и игнорируя тесты.
Глобальный результат: Кодовая база всей системы деградирует, накапливается технический долг, и скорость разработки в будущем падает для всех.
5. Государственное управление: Рекорды на бумаге
Локальный оптимум: Для городского акимата или министерства — отчитаться о рекордном вводе в эксплуатацию квадратных метров жилья. Это их главный, понятный и измеримый KPI.
Глобальный результат: В городе вырастают целые микрорайоны из высотных "человейников", не обеспеченные школами, больницами, парками и дорогами. Отчеты выглядят прекрасно, но качество жизни в городе (системе) падает, а транспортная и социальная инфраструктура переживает коллапс.
6. Социум: Трагедия города
Локальный оптимум: Для каждого водителя — поехать на личном авто для максимального комфорта.
Глобальный результат: Весь город стоит в пробках, страдая от загрязнения.
Что с этим делать? Осваивать искусство баланса:
Первый шаг — признать, что конфликт между локальным и глобальным оптимумом неизбежен. Его нельзя устранить, но им можно и нужно осознанно управлять.
Способность смотреть на любую ситуацию одновременно с нескольких высот — это та самая суперсила, которая, к сожалению, доступна не всем. Это редкое качество, которое отличает сильного стратега, архитектора и руководителя. Оно вырабатывается через постоянную практику и правильные вопросы:
Оптимизируя эту деталь сейчас, какой долг мы создаем для системы в будущем?
Чьи еще интересы, кроме наших, затрагивает это "идеальное" решение?
Как наш сегодняшний локальный выигрыш выглядит в масштабе пяти лет для всей компании, отрасли, страны?
Это переход от роли исполнителя, к роли Хозяина, Стратега, видящего всю систему во времени.
В основе почти любой сложной проблемы — от выгорания команды до провала амбициозного проекта — лежит фундаментальное противоречие: конфликт между поиском локального и глобального оптимума.
Это не ошибка в планировании и не чья-то злая воля. Это свойство, которое глубоко вплетено в саму ткань реальности. Природа вещей такова, что то, что является идеальным решением здесь и сейчас для одной части, почти всегда создает проблемы для системы в целом, в будущем.
Зачем мы об этом рассуждаем?
Потому что умение одновременно видеть и деревья, и лес, — и даже то, как этот лес влияет на всю экосистему в долгосрочной перспективе, — редкое и невероятно ценное качество. Большинство людей инстинктивно стремятся оптимизировать свою зону ответственности, свою задачу, свой KPI. И лишь немногие способны подняться над ситуацией и оценить последствие своих действий в масштабе всей системы и времени.
Именно это умение видеть конфликт локального и глобального и отличает поверхностные, сиюминутные решения от мудрых и устойчивых стратегий. Это переход от "тушения пожаров" к осознанному проектированию будущего.
Чтобы научиться это видеть, представим любую сущность как матрешку:
Подсистема: Конкретная часть, компонент, отдельный сотрудник или команда.
Система: Целостный объект нашего внимания, состоящий из частей.
Надсистема: Внешняя среда, в которой функционирует система.
Конфликт локального и глобального оптимума — это когда интересы этих уровней не совпадают. И он проявляется повсюду.
Примеры этого вечного конфликта:
1. Биология: Успех раковой клетки — гибель для организма
Локальный оптимум: Для раковой клетки — бесконтрольно размножаться. Это ее программа выживания.
Глобальный результат: Гибель всего организма.
2. Бизнес и Менеджмент: Война отделов
Локальный оптимум: Для отдела продаж — выполнить квартальный план любой ценой, получив бонусы.
Глобальный результат: Компания несет убытки из-за невыполнимых обещаний, производство в хаосе, репутация разрушена.
3. Инженерия и Проектирование: Блеск и нищета детали
Локальный оптимум: Для инженеров-мотористов — создать сверхмощный двигатель.
Глобальный результат: Весь автомобиль становится несбалансированным, дорогим и неэкономичным.
4. IT и Разработка ПО: Тирания скорости
Локальный оптимум: Для команды разработчиков — выкатить фичу в срок, используя "костыли" и игнорируя тесты.
Глобальный результат: Кодовая база всей системы деградирует, накапливается технический долг, и скорость разработки в будущем падает для всех.
5. Государственное управление: Рекорды на бумаге
Локальный оптимум: Для городского акимата или министерства — отчитаться о рекордном вводе в эксплуатацию квадратных метров жилья. Это их главный, понятный и измеримый KPI.
Глобальный результат: В городе вырастают целые микрорайоны из высотных "человейников", не обеспеченные школами, больницами, парками и дорогами. Отчеты выглядят прекрасно, но качество жизни в городе (системе) падает, а транспортная и социальная инфраструктура переживает коллапс.
6. Социум: Трагедия города
Локальный оптимум: Для каждого водителя — поехать на личном авто для максимального комфорта.
Глобальный результат: Весь город стоит в пробках, страдая от загрязнения.
Что с этим делать? Осваивать искусство баланса:
Первый шаг — признать, что конфликт между локальным и глобальным оптимумом неизбежен. Его нельзя устранить, но им можно и нужно осознанно управлять.
Способность смотреть на любую ситуацию одновременно с нескольких высот — это та самая суперсила, которая, к сожалению, доступна не всем. Это редкое качество, которое отличает сильного стратега, архитектора и руководителя. Оно вырабатывается через постоянную практику и правильные вопросы:
Оптимизируя эту деталь сейчас, какой долг мы создаем для системы в будущем?
Чьи еще интересы, кроме наших, затрагивает это "идеальное" решение?
Как наш сегодняшний локальный выигрыш выглядит в масштабе пяти лет для всей компании, отрасли, страны?
Это переход от роли исполнителя, к роли Хозяина, Стратега, видящего всю систему во времени.
👍5❤3🔥2
ИИ как протез для мышления
Сегодня послушал стрим на тему ИИ с участием Чадаева, Уралова, Щелина, которые, среди прочего, интересного, обсудили марксистскую идею технологии как отчуждения. Но только с одной стороны, отрицательной: «ИИ отчуждает мышление от человека».
Что можно добавить на эту тему? Да, велосипед отчуждает ногу от земли, а очки – глаз от необходимости напрягаться.
Истина же, однако, несколько многограннее и гораздо циничнее. Любая технология – это не инструмент, а протез. Он заменяет часть органической функции, «выносит её вовне», и это неизбежно порождает два типа следствий: прямые и опосредованные.
1. Протез для желудка. Человек, освоивший огонь, тут же отчудил от своего желудка часть работы. Зачем напрягаться, если можно бросить кусок на угли? Немедленный результат – облегченное переваривание, плюс возможность есть то, что раньше было несъедобным. Отдаленный – деградация. Теперь без огня и вилки он беспомощен. Но, как всегда бывает, деградация одной функции порождает сверхкомпенсацию. Кулинария, медицина – все эти изощренные костыли, позволяющие даже хилому интеллектуалу выжить в мире, где он без своей плиты и дня не протянет. Это не прогресс, а патологическая адаптация.
2. Протез для ног. С транспортом та же история. Лошадь, автомобиль, самолет – всё это делает человека атрофированным, гиподинамичным, но при этом дает ему невиданную власть над пространством. Он может оказаться в Японии, за то время пока его дикий предок шел бы к соседней деревне. А чтобы компенсировать отваливающиеся мышцы, он изобретает спорт – новую квази-религию, где «совершенство» достигается в абсолютно искусственных условиях. Результаты, конечно, впечатляют, но это лишь доказательство того, что чем глубже деградация, тем изощрённее компенсация.
Теперь перейдем к искусственному интеллекту. Он, конечно, отчуждает мышление. Зачем думать, если можно спросить у машины? Это неминуемо приведет к деградации массы и, вероятно, к превращению высшего образования в имитацию.
Также есть еще одна проблема – в контроле. Кто владеет этими «протезами разума»? ИИ – это не просто программа, а инструмент власти, собственность корпораций. Он будет не просто влиять на мышление, но и формировать этику, мораль, ценности. И, вероятно, это будет сделано изощренно (Геббельс обзавидовался бы).
И вот тут мы подходим к самому любопытному. Чтобы оставаться свободным, отдельному человеку придется прилагать усилия чтобы глубже понять обусловленность своего мышления – обусловленность своим воспитанием, своим образованием, своим окружением, даже своей физиологией. Это знание всегда было доступно единицам, не потому что оно сложно, а потому что оно чудовищно болезненно. И вот парадокс: новые протезы, которые могут отчудить нас от мышления, могут стать нашими союзниками. Может быть, они дадут возможность более глубоко и широко анализировать собственную обусловленность, находить ту самую точку интеллектуальной и нравственной свободы, чтобы наконец совершить подлинно осознанный выбор. (Хотя кроме интеллектуальных инструментов, понадобятся инструменты воспитания воли, удержания фокуса внимания – об этом в другой раз…).
Да, большинство станет умственно кастрированными, но может быть кто-то получит возможность пойти дальше? Система образования, если она, конечно, не окончательно разложится, будет вынуждена эволюционировать. Она перестанет учить фактам, которые и так есть в Сети, и начнет учить самому главному: глубокой рефлексии, методологической грамотности, умению мыслить самостоятельно, вопреки машине. А может быть и нет… Говорят, из-за того, что у ежей очень эффективная защита, они перестали эволюционировать…
Ссылка на стрим - https://www.youtube.com/watch?v=g95vQrapGHI
Сегодня послушал стрим на тему ИИ с участием Чадаева, Уралова, Щелина, которые, среди прочего, интересного, обсудили марксистскую идею технологии как отчуждения. Но только с одной стороны, отрицательной: «ИИ отчуждает мышление от человека».
Что можно добавить на эту тему? Да, велосипед отчуждает ногу от земли, а очки – глаз от необходимости напрягаться.
Истина же, однако, несколько многограннее и гораздо циничнее. Любая технология – это не инструмент, а протез. Он заменяет часть органической функции, «выносит её вовне», и это неизбежно порождает два типа следствий: прямые и опосредованные.
1. Протез для желудка. Человек, освоивший огонь, тут же отчудил от своего желудка часть работы. Зачем напрягаться, если можно бросить кусок на угли? Немедленный результат – облегченное переваривание, плюс возможность есть то, что раньше было несъедобным. Отдаленный – деградация. Теперь без огня и вилки он беспомощен. Но, как всегда бывает, деградация одной функции порождает сверхкомпенсацию. Кулинария, медицина – все эти изощренные костыли, позволяющие даже хилому интеллектуалу выжить в мире, где он без своей плиты и дня не протянет. Это не прогресс, а патологическая адаптация.
2. Протез для ног. С транспортом та же история. Лошадь, автомобиль, самолет – всё это делает человека атрофированным, гиподинамичным, но при этом дает ему невиданную власть над пространством. Он может оказаться в Японии, за то время пока его дикий предок шел бы к соседней деревне. А чтобы компенсировать отваливающиеся мышцы, он изобретает спорт – новую квази-религию, где «совершенство» достигается в абсолютно искусственных условиях. Результаты, конечно, впечатляют, но это лишь доказательство того, что чем глубже деградация, тем изощрённее компенсация.
Теперь перейдем к искусственному интеллекту. Он, конечно, отчуждает мышление. Зачем думать, если можно спросить у машины? Это неминуемо приведет к деградации массы и, вероятно, к превращению высшего образования в имитацию.
Также есть еще одна проблема – в контроле. Кто владеет этими «протезами разума»? ИИ – это не просто программа, а инструмент власти, собственность корпораций. Он будет не просто влиять на мышление, но и формировать этику, мораль, ценности. И, вероятно, это будет сделано изощренно (Геббельс обзавидовался бы).
И вот тут мы подходим к самому любопытному. Чтобы оставаться свободным, отдельному человеку придется прилагать усилия чтобы глубже понять обусловленность своего мышления – обусловленность своим воспитанием, своим образованием, своим окружением, даже своей физиологией. Это знание всегда было доступно единицам, не потому что оно сложно, а потому что оно чудовищно болезненно. И вот парадокс: новые протезы, которые могут отчудить нас от мышления, могут стать нашими союзниками. Может быть, они дадут возможность более глубоко и широко анализировать собственную обусловленность, находить ту самую точку интеллектуальной и нравственной свободы, чтобы наконец совершить подлинно осознанный выбор. (Хотя кроме интеллектуальных инструментов, понадобятся инструменты воспитания воли, удержания фокуса внимания – об этом в другой раз…).
Да, большинство станет умственно кастрированными, но может быть кто-то получит возможность пойти дальше? Система образования, если она, конечно, не окончательно разложится, будет вынуждена эволюционировать. Она перестанет учить фактам, которые и так есть в Сети, и начнет учить самому главному: глубокой рефлексии, методологической грамотности, умению мыслить самостоятельно, вопреки машине. А может быть и нет… Говорят, из-за того, что у ежей очень эффективная защита, они перестали эволюционировать…
Ссылка на стрим - https://www.youtube.com/watch?v=g95vQrapGHI
🔥4👍3❤1
ИИ как источник развивающего когнитивного вызова
Сегодня послушал свежий стрим нейробиолога (Владимир Алипов) с мнением на тему ИИ. Кратко тезисы + мои комментарии:
1. Преимущества: резкий прирост компетенций пользователя в тех областях, в которых он не разбирается.
2. Недостатки: в дальней перспективе утрата специалистами профессиональных навыков, поскольку многие перестанут понимать сути процессов, что может привести к проблемам и ошибкам.
3. У некоторых специалистов, использующих ИИ, может развиваться неуверенность в своих компетенциях, синдром самозванца и хронический стресс по этому поводу.
4. У других, с ИИ под рукой, может развиваться ложное чувство компетентности и самоуверенности, при поверхностном понимании предмета. Когнитивная лень.
5. ИИ не приведет к деградации мозга в рамках одного поколения, это так быстро не работает. Напротив, может оказаться, что мозг вырастет: якобы за последние 50 лет интеллектуальные возможности и объем коры головного мозга увеличились, несмотря на письменность и калькуляторы.
6. Для усиления когнитивных способностей необходим когнитивный вызов* для мышления, положительный стресс. Мышление деградирует как при когнитивной лени, так и при чрезмерном стрессе (отрицательном). Если ИИ будет источником стимулирующего когнитивного вызова (положительного), то мышление будет развиваться, а не деградировать.
*когнитивный вызов — это задача, ситуация или проблема, которая требует от человека значительных умственных усилий, напряжения и активной работы мозга. Он заставляет нас выходить за рамки привычного мышления и задействовать такие функции, как анализ, решение проблем, творчество, память и логика. Когнитивные вызовы играют ключевую роль в поддержании и развитии умственных способностей. Подобно тому как физические упражнения укрепляют мышцы, регулярные умственные нагрузки создают новые нейронные связи и укрепляют существующие, что повышает нейропластичность мозга. Примеры:
Повседневные
- Изучение нового маршрута в незнакомом городе без навигатора.
- Чтение сложного текста и попытка понять его смысл.
- Планирование сложного мероприятия, такого как свадьба или большой переезд.
Образовательные и профессиональные
- Изучение иностранного языка.
- Решение логической головоломки или кроссворда.
- Разработка новой идеи для проекта или бизнеса.
- Освоение нового музыкального инструмента.
От ИИ
ИИ способен генерировать правдоподобные, но ложные или предвзятые ответы. Это бросает вызов способности человека:
-- Критически оценивать информацию: отличать факты от вымысла.
-- Верифицировать данные: проверять источники, логику и последовательность.
-- Распознавать манипуляции: понимать, когда ИИ имитирует аргументацию без глубокого понимания.
-- Понимать базовые принципы человеческого мышления и формирования собственного мировоззрения.
Ссылка на стрим - https://www.youtube.com/watch?v=VLNtby11f9M
Сегодня послушал свежий стрим нейробиолога (Владимир Алипов) с мнением на тему ИИ. Кратко тезисы + мои комментарии:
1. Преимущества: резкий прирост компетенций пользователя в тех областях, в которых он не разбирается.
2. Недостатки: в дальней перспективе утрата специалистами профессиональных навыков, поскольку многие перестанут понимать сути процессов, что может привести к проблемам и ошибкам.
3. У некоторых специалистов, использующих ИИ, может развиваться неуверенность в своих компетенциях, синдром самозванца и хронический стресс по этому поводу.
4. У других, с ИИ под рукой, может развиваться ложное чувство компетентности и самоуверенности, при поверхностном понимании предмета. Когнитивная лень.
5. ИИ не приведет к деградации мозга в рамках одного поколения, это так быстро не работает. Напротив, может оказаться, что мозг вырастет: якобы за последние 50 лет интеллектуальные возможности и объем коры головного мозга увеличились, несмотря на письменность и калькуляторы.
6. Для усиления когнитивных способностей необходим когнитивный вызов* для мышления, положительный стресс. Мышление деградирует как при когнитивной лени, так и при чрезмерном стрессе (отрицательном). Если ИИ будет источником стимулирующего когнитивного вызова (положительного), то мышление будет развиваться, а не деградировать.
*когнитивный вызов — это задача, ситуация или проблема, которая требует от человека значительных умственных усилий, напряжения и активной работы мозга. Он заставляет нас выходить за рамки привычного мышления и задействовать такие функции, как анализ, решение проблем, творчество, память и логика. Когнитивные вызовы играют ключевую роль в поддержании и развитии умственных способностей. Подобно тому как физические упражнения укрепляют мышцы, регулярные умственные нагрузки создают новые нейронные связи и укрепляют существующие, что повышает нейропластичность мозга. Примеры:
Повседневные
- Изучение нового маршрута в незнакомом городе без навигатора.
- Чтение сложного текста и попытка понять его смысл.
- Планирование сложного мероприятия, такого как свадьба или большой переезд.
Образовательные и профессиональные
- Изучение иностранного языка.
- Решение логической головоломки или кроссворда.
- Разработка новой идеи для проекта или бизнеса.
- Освоение нового музыкального инструмента.
От ИИ
ИИ способен генерировать правдоподобные, но ложные или предвзятые ответы. Это бросает вызов способности человека:
-- Критически оценивать информацию: отличать факты от вымысла.
-- Верифицировать данные: проверять источники, логику и последовательность.
-- Распознавать манипуляции: понимать, когда ИИ имитирует аргументацию без глубокого понимания.
-- Понимать базовые принципы человеческого мышления и формирования собственного мировоззрения.
Ссылка на стрим - https://www.youtube.com/watch?v=VLNtby11f9M
🔥2
Закон об ИИ в Казахстане: 6 критических проблем в текущей версии проекта
Полная версия поста здесь - https://teletype.in/@nicksu/1_wRNzxvz75
В Казахстане готовится к принятию закон «Об искусственном интеллекте» (принят Мажилисом во втором чтении), но экспертный анализ показывает, что в его текущей редакции заложены серьёзные риски для граждан, бизнеса и государства. Вот краткое изложение ключевых проблем и предложений по их решению.
1. Расплывчатое определение ИИ
• Проблема: Закон определяет ИИ через философское понятие «имитации когнитивных функций человека». Это создаёт правовую неопределённость: под определение может попасть как обычный калькулятор, так и «ускользнуть» от ответственности сложная вредоносная система.
• Решение: Перейти к функциональному определению, которое описывает, что система делает (например, использует обучаемые модели для выводов, влияющих на решения), а не на что она похожа.
2. Классификация рисков без последствий
• Проблема: В законе правильно вводится деление систем ИИ по уровням риска (минимальный, средний, высокий). Однако в нём не прописано, какие конкретные обязанности это накладывает на владельцев систем высокого риска. Это делает классификацию бессмысленной и создаёт поле для коррупции.
• Решение: Внедрить в закон чёткую «матрицу обязанностей». Например, для систем высокого риска обязать проводить оценку воздействия, вести журнал инцидентов и страховать ответственность.
3. Монополия Национального оператора и данные
• Проблема: Проект предполагает назначение Правительством единого оператора национальной платформы ИИ, который получит доступ ко всем госданным. Это прямой путь к монополии, завышенным ценам и колоссальным рискам в случае утечки данных.
• Решение: Закрепить в законе принципы открытого конкурса для выбора оператора и равного доступа к данным для всех участников рынка.
4. Лазейка для массовой слежки
• Проблема: Закон вроде бы запрещает удалённую биометрическую идентификацию в реальном времени, но с оговоркой «за исключением случаев, определенных законами». Эта формулировка позволяет через другие законы легализовать практически любую слежку.
• Решение: Максимально сузить и конкретизировать исключения: применение таких технологий возможно только при острой необходимости, с разрешения суда и с чётким ограничением по времени и цели.
5. Отсутствие реальной компенсации вреда
• Проблема: В случае вреда от ИИ (например, врачебной ошибки) закон отсылает к Гражданскому кодексу, а страхование делает добровольным. Пострадавшему будет практически невозможно доказать вину разработчика и получить компенсацию.
• Решение: Ввести обязательное страхование ответственности для систем ИИ высокого риска. Это создаст гарантийный фонд для выплат пострадавшим.
6.«Цифровое бесправие» граждан
• Проблема: Если алгоритм отказал человеку в кредите или при приёме на работу, закон даёт лишь право «быть информированным». Этого недостаточно.
• Решение: Чётко закрепить в законе права граждан: право на получение понятного объяснения логики решения, право на человеческий пересмотр и право на подачу жалобы.
Вывод: Законопроект — важный шаг, но он требует серьёзной доработки. Без предложенных изменений он рискует стать источником правовой неопределённости, монополизма и нарушения прав граждан.
Полная версия поста здесь - https://teletype.in/@nicksu/1_wRNzxvz75
#ИИ #Казахстан #Законопроект #Технологии #ПраваЧеловека #AI
Полная версия поста здесь - https://teletype.in/@nicksu/1_wRNzxvz75
В Казахстане готовится к принятию закон «Об искусственном интеллекте» (принят Мажилисом во втором чтении), но экспертный анализ показывает, что в его текущей редакции заложены серьёзные риски для граждан, бизнеса и государства. Вот краткое изложение ключевых проблем и предложений по их решению.
1. Расплывчатое определение ИИ
• Проблема: Закон определяет ИИ через философское понятие «имитации когнитивных функций человека». Это создаёт правовую неопределённость: под определение может попасть как обычный калькулятор, так и «ускользнуть» от ответственности сложная вредоносная система.
• Решение: Перейти к функциональному определению, которое описывает, что система делает (например, использует обучаемые модели для выводов, влияющих на решения), а не на что она похожа.
2. Классификация рисков без последствий
• Проблема: В законе правильно вводится деление систем ИИ по уровням риска (минимальный, средний, высокий). Однако в нём не прописано, какие конкретные обязанности это накладывает на владельцев систем высокого риска. Это делает классификацию бессмысленной и создаёт поле для коррупции.
• Решение: Внедрить в закон чёткую «матрицу обязанностей». Например, для систем высокого риска обязать проводить оценку воздействия, вести журнал инцидентов и страховать ответственность.
3. Монополия Национального оператора и данные
• Проблема: Проект предполагает назначение Правительством единого оператора национальной платформы ИИ, который получит доступ ко всем госданным. Это прямой путь к монополии, завышенным ценам и колоссальным рискам в случае утечки данных.
• Решение: Закрепить в законе принципы открытого конкурса для выбора оператора и равного доступа к данным для всех участников рынка.
4. Лазейка для массовой слежки
• Проблема: Закон вроде бы запрещает удалённую биометрическую идентификацию в реальном времени, но с оговоркой «за исключением случаев, определенных законами». Эта формулировка позволяет через другие законы легализовать практически любую слежку.
• Решение: Максимально сузить и конкретизировать исключения: применение таких технологий возможно только при острой необходимости, с разрешения суда и с чётким ограничением по времени и цели.
5. Отсутствие реальной компенсации вреда
• Проблема: В случае вреда от ИИ (например, врачебной ошибки) закон отсылает к Гражданскому кодексу, а страхование делает добровольным. Пострадавшему будет практически невозможно доказать вину разработчика и получить компенсацию.
• Решение: Ввести обязательное страхование ответственности для систем ИИ высокого риска. Это создаст гарантийный фонд для выплат пострадавшим.
6.«Цифровое бесправие» граждан
• Проблема: Если алгоритм отказал человеку в кредите или при приёме на работу, закон даёт лишь право «быть информированным». Этого недостаточно.
• Решение: Чётко закрепить в законе права граждан: право на получение понятного объяснения логики решения, право на человеческий пересмотр и право на подачу жалобы.
Вывод: Законопроект — важный шаг, но он требует серьёзной доработки. Без предложенных изменений он рискует стать источником правовой неопределённости, монополизма и нарушения прав граждан.
Полная версия поста здесь - https://teletype.in/@nicksu/1_wRNzxvz75
#ИИ #Казахстан #Законопроект #Технологии #ПраваЧеловека #AI
🔥5👍3
Государственный ИИ: казахская Конкиста (часть 1)
В последнее время тема искусственного интеллекта звучит на самом высоком государственном уровне. Акцент, который делает на этом Президент, говорит о том, что это не просто очередной технологический тренд, а стратегическая ставка. Но если посмотреть глубже, можно увидеть в этом не только технологический, но и продуманный социальный проект.
Для понимания его механики полезна неожиданная историческая аналогия — испанская Конкиста.
В конце XV века Испания завершила Реконкисту и столкнулась с проблемой: в стране оказалось огромное количество молодых, амбициозных и воинственных дворян-идальго. В мирное время их энергия могла легко стать разрушительной силой, направленной внутрь страны. Открытие Нового Света стало для испанской короны решением этой проблемы. Был создан новый «фронтир» — огромное пространство возможностей, куда устремился этот беспокойный социальный слой в поисках славы и богатства. Так энергия потенциального внутреннего конфликта была перенаправлена на внешнюю экспансию.
В Казахстане XXI века стоит схожая по структуре, но иная по содержанию задача. Есть активная, талантливая и амбициозная молодежь. Традиционные карьерные пути не всегда могут удовлетворить их запросы, что создает риски «утечки мозгов» и роста социального недовольства.
В этой ситуации форсированное развитие ИИ и высоких технологий — это создание нового, цифрового «фронтира». Это глобальная отрасль, предлагающая быстрый и меритократический социальный лифт, основанный на знаниях и компетенциях, а не на традиционных иерархиях.
Государство, инвестируя в эту сферу, не просто развивает экономику. Оно создает мощный магнит для интеллектуального капитала страны, предлагая молодежи амбициозную цель и возможность самореализации внутри Казахстана. По сути, это тонкий инструмент социальной инженерии, направленный на решение стратегических внутренних задач.
Однако у этой инициативы есть и второе, более прагматичное измерение, касающееся непосредственно системы госуправления. Об этом — в следующей части.
#ИИ #Казахстан #Стратегия #Госуправление #СоциальнаяИнженерия #Технологии
В последнее время тема искусственного интеллекта звучит на самом высоком государственном уровне. Акцент, который делает на этом Президент, говорит о том, что это не просто очередной технологический тренд, а стратегическая ставка. Но если посмотреть глубже, можно увидеть в этом не только технологический, но и продуманный социальный проект.
Для понимания его механики полезна неожиданная историческая аналогия — испанская Конкиста.
В конце XV века Испания завершила Реконкисту и столкнулась с проблемой: в стране оказалось огромное количество молодых, амбициозных и воинственных дворян-идальго. В мирное время их энергия могла легко стать разрушительной силой, направленной внутрь страны. Открытие Нового Света стало для испанской короны решением этой проблемы. Был создан новый «фронтир» — огромное пространство возможностей, куда устремился этот беспокойный социальный слой в поисках славы и богатства. Так энергия потенциального внутреннего конфликта была перенаправлена на внешнюю экспансию.
В Казахстане XXI века стоит схожая по структуре, но иная по содержанию задача. Есть активная, талантливая и амбициозная молодежь. Традиционные карьерные пути не всегда могут удовлетворить их запросы, что создает риски «утечки мозгов» и роста социального недовольства.
В этой ситуации форсированное развитие ИИ и высоких технологий — это создание нового, цифрового «фронтира». Это глобальная отрасль, предлагающая быстрый и меритократический социальный лифт, основанный на знаниях и компетенциях, а не на традиционных иерархиях.
Государство, инвестируя в эту сферу, не просто развивает экономику. Оно создает мощный магнит для интеллектуального капитала страны, предлагая молодежи амбициозную цель и возможность самореализации внутри Казахстана. По сути, это тонкий инструмент социальной инженерии, направленный на решение стратегических внутренних задач.
Однако у этой инициативы есть и второе, более прагматичное измерение, касающееся непосредственно системы госуправления. Об этом — в следующей части.
#ИИ #Казахстан #Стратегия #Госуправление #СоциальнаяИнженерия #Технологии
🔥5🤔2
Государственный ИИ: организующий таран (часть 2)
В первой части мы рассмотрели, как инициатива по ИИ работает в качестве инструмента социальной инженерии. Теперь — о ее влиянии на сам государственный аппарат, где она может сыграть роль «организующего тарана».
Не секрет, что одна из хронических проблем цифровизации госуправления — это хаос в данных. Разрозненные базы, устаревшие справочники, отсутствие единых стандартов и ведомственная замкнутость. Предыдущие попытки навести порядок часто вязли в бюрократии, поскольку это сложнейшая организационная, а не просто техническая задача. У ведомств не было достаточно веского стимула для ее решения.
Инициатива по внедрению ИИ кардинально меняет ситуацию. Любая система на базе машинного обучения критически требовательна к качеству данных. Она просто не будет работать на противоречивой, неполной или неструктурированной информации. Этот технологический императив становится мощным политическим рычагом.
Требование «внедрить ИИ», спущенное сверху, превращается в таран, который заставляет госорганы делать то, что откладывалось годами. Чтобы запустить аналитическую модель, ведомства будут вынуждены:
Стандартизировать данные. Начать создавать и использовать единые, эталонные справочники.
Внедрить управление данными (Data Governance). Назначить ответственных за качество, актуальность и доступность данных, прописать соответствующие регламенты.
Провести аудит и очистку. Разгрести накопленные за десятилетия массивы информации, чтобы подготовить их для анализа.
Обеспечить интеграцию. Наладить реальный межведомственный обмен данными на основе современных протоколов, разрушая информационные «колодцы».
Таким образом, даже если внедрения ИИ не дадут прорывного эффекта, побочный продукт этой деятельности может оказаться куда более ценным. В стране начнет формироваться упорядоченная, надежная и хорошо управляемая национальная инфраструктура данных.
Это тот самый фундамент, без которого невозможно построить настоящее цифровое государство. И, возможно, именно ИИ станет тем инструментом, который заставит этот фундамент наконец-то залить.
#ГосТех #Цифровизация #DataGovernance #Данные #ИИ #Госуправление #Казахстан
В первой части мы рассмотрели, как инициатива по ИИ работает в качестве инструмента социальной инженерии. Теперь — о ее влиянии на сам государственный аппарат, где она может сыграть роль «организующего тарана».
Не секрет, что одна из хронических проблем цифровизации госуправления — это хаос в данных. Разрозненные базы, устаревшие справочники, отсутствие единых стандартов и ведомственная замкнутость. Предыдущие попытки навести порядок часто вязли в бюрократии, поскольку это сложнейшая организационная, а не просто техническая задача. У ведомств не было достаточно веского стимула для ее решения.
Инициатива по внедрению ИИ кардинально меняет ситуацию. Любая система на базе машинного обучения критически требовательна к качеству данных. Она просто не будет работать на противоречивой, неполной или неструктурированной информации. Этот технологический императив становится мощным политическим рычагом.
Требование «внедрить ИИ», спущенное сверху, превращается в таран, который заставляет госорганы делать то, что откладывалось годами. Чтобы запустить аналитическую модель, ведомства будут вынуждены:
Стандартизировать данные. Начать создавать и использовать единые, эталонные справочники.
Внедрить управление данными (Data Governance). Назначить ответственных за качество, актуальность и доступность данных, прописать соответствующие регламенты.
Провести аудит и очистку. Разгрести накопленные за десятилетия массивы информации, чтобы подготовить их для анализа.
Обеспечить интеграцию. Наладить реальный межведомственный обмен данными на основе современных протоколов, разрушая информационные «колодцы».
Таким образом, даже если внедрения ИИ не дадут прорывного эффекта, побочный продукт этой деятельности может оказаться куда более ценным. В стране начнет формироваться упорядоченная, надежная и хорошо управляемая национальная инфраструктура данных.
Это тот самый фундамент, без которого невозможно построить настоящее цифровое государство. И, возможно, именно ИИ станет тем инструментом, который заставит этот фундамент наконец-то залить.
#ГосТех #Цифровизация #DataGovernance #Данные #ИИ #Госуправление #Казахстан
🔥5🤔1
Государственный ИИ: вызовы и риски (часть 3)
В первых двух частях мы рассмотрели стратегические плюсы госпрограммы по ИИ — как «Конкисту» для талантов и «таран» для упорядочивания данных. Эти аналогии показывают мощный созидательный потенциал инициативы.
Но у этой медали есть и обратная, куда более тёмная сторона. Внедрение ИИ в масштабах государства — это не просто технологический апгрейд. Это фундаментальный вызов, который проверяет на прочность демократические институты, права человека и экономическую модель. Рассмотрим главные риски.
Риск №1: Цифровая клетка вместо цифрового будущего
Технологии искусственного интеллекта дают государству беспрецедентные инструменты контроля. Без жестких правовых и этических рамок «умное государство» легко может превратиться в «полицейское государство 2.0».
Тотальная слежка: Для работы ИИ нужны данные. Это стимулирует государство собирать и объединять всё: видео с камер наблюдения, банковские транзакции, перемещения, активность в интернете. Грань между безопасностью и тотальным контролем над частной жизнью становится угрожающе тонкой.
Системы социального рейтинга: Собранные данные можно использовать для оценки граждан. Это прямой путь к созданию систем, где доступ к кредитам, госуслугам или выезду за границу зависит от уровня «лояльности», вычисленного алгоритмом.
Алгоритмическая дискриминация: ИИ, обученный на предвзятых данных, будет систематически дискриминировать определенные социальные группы. «Предиктивная полиция», например, может начать необоснованно пристальное наблюдение за жителями определенных районов, создавая порочный круг подозрений и арестов.
Непрозрачность власти: Как оспорить решение, принятое «черным ящиком» нейросети? Отсутствие прозрачности и возможности апелляции подрывает базовые права граждан и делает власть абсолютно непроницаемой для общества.
Риск №2: Бюджетная «черная дыра» и монополия
Масштабные государственные инвестиции в хайповую и сложную отрасль — это идеальная среда для коррупции и подавления конкуренции.
«Освоение бюджетов»: Сложность ИИ-проектов затрудняет их аудит. Под прикрытием «наукоемких разработок» можно тратить огромные средства с минимальной эффективностью и общественным контролем.
Создание монополий: Возникает соблазн назначить несколько «национальных чемпионов» — крупных, аффилированных с государством компаний, которые получат все ключевые контракты.
Уничтожение конкуренции: В такой среде малый и средний инновационный бизнес будет задушен. Настоящие таланты и прорывные стартапы не смогут конкурировать с гигантами, чей главный актив — административный ресурс. Вместо экосистемы инноваций мы получим дорогой и неэффективный картель.
Усиление «утечки мозгов»: Талантливые специалисты не захотят работать в закрытой, неконкурентной системе и будут еще активнее уезжать из страны.
Вывод
Искусственный интеллект в перспективе — это мощный инструмент. С его помощью можно построить как более эффективное и справедливое общество, так и высокотехнологичную диктатуру. Итог зависит не от самой технологии, а от институциональной среды.
Без создания системы «предохранителей» — сильного законодательства о защите данных, независимого общественного контроля и реальной поддержки конкуренции — мы рискуем получить совсем не то будущее, о котором говорится с высоких трибун.
#ИИ #Риски #Цифровизация #ПраваЧеловека #Коррупция #Госуправление #Казахстан
В первых двух частях мы рассмотрели стратегические плюсы госпрограммы по ИИ — как «Конкисту» для талантов и «таран» для упорядочивания данных. Эти аналогии показывают мощный созидательный потенциал инициативы.
Но у этой медали есть и обратная, куда более тёмная сторона. Внедрение ИИ в масштабах государства — это не просто технологический апгрейд. Это фундаментальный вызов, который проверяет на прочность демократические институты, права человека и экономическую модель. Рассмотрим главные риски.
Риск №1: Цифровая клетка вместо цифрового будущего
Технологии искусственного интеллекта дают государству беспрецедентные инструменты контроля. Без жестких правовых и этических рамок «умное государство» легко может превратиться в «полицейское государство 2.0».
Тотальная слежка: Для работы ИИ нужны данные. Это стимулирует государство собирать и объединять всё: видео с камер наблюдения, банковские транзакции, перемещения, активность в интернете. Грань между безопасностью и тотальным контролем над частной жизнью становится угрожающе тонкой.
Системы социального рейтинга: Собранные данные можно использовать для оценки граждан. Это прямой путь к созданию систем, где доступ к кредитам, госуслугам или выезду за границу зависит от уровня «лояльности», вычисленного алгоритмом.
Алгоритмическая дискриминация: ИИ, обученный на предвзятых данных, будет систематически дискриминировать определенные социальные группы. «Предиктивная полиция», например, может начать необоснованно пристальное наблюдение за жителями определенных районов, создавая порочный круг подозрений и арестов.
Непрозрачность власти: Как оспорить решение, принятое «черным ящиком» нейросети? Отсутствие прозрачности и возможности апелляции подрывает базовые права граждан и делает власть абсолютно непроницаемой для общества.
Риск №2: Бюджетная «черная дыра» и монополия
Масштабные государственные инвестиции в хайповую и сложную отрасль — это идеальная среда для коррупции и подавления конкуренции.
«Освоение бюджетов»: Сложность ИИ-проектов затрудняет их аудит. Под прикрытием «наукоемких разработок» можно тратить огромные средства с минимальной эффективностью и общественным контролем.
Создание монополий: Возникает соблазн назначить несколько «национальных чемпионов» — крупных, аффилированных с государством компаний, которые получат все ключевые контракты.
Уничтожение конкуренции: В такой среде малый и средний инновационный бизнес будет задушен. Настоящие таланты и прорывные стартапы не смогут конкурировать с гигантами, чей главный актив — административный ресурс. Вместо экосистемы инноваций мы получим дорогой и неэффективный картель.
Усиление «утечки мозгов»: Талантливые специалисты не захотят работать в закрытой, неконкурентной системе и будут еще активнее уезжать из страны.
Вывод
Искусственный интеллект в перспективе — это мощный инструмент. С его помощью можно построить как более эффективное и справедливое общество, так и высокотехнологичную диктатуру. Итог зависит не от самой технологии, а от институциональной среды.
Без создания системы «предохранителей» — сильного законодательства о защите данных, независимого общественного контроля и реальной поддержки конкуренции — мы рискуем получить совсем не то будущее, о котором говорится с высоких трибун.
#ИИ #Риски #Цифровизация #ПраваЧеловека #Коррупция #Госуправление #Казахстан
🔥3
Почему бизнес-аналитик – самая лучшая профессия в IT
(или как объяснить магистрантам что такое бизнес-анализ в сравнении с научно-исследовательской и инженерной работой)
Бизнес-аналитик в IT – это не просто посредник между бизнесом и разработкой. Это уникальная, двойственная роль: вы одновременно строгий исследователь и прагматичный инженер. Ваша работа – это созидание, которое приносит реальную, измеримую ценность бизнесу, делая вашу профессию одной из самых влиятельных и востребованных.
Часть 1: БА как исследователь: победа над неопределённостью
Ваша работа начинается с Научного метода. Бизнес всегда действует в условиях хаоса и неопределённости. Вы, как исследователь, должны этот хаос структурировать:
1. Проблематизация и гипотеза: Вы превращаете общую «боль» (например, «медленные продажи») в гипотезу ценности.
o Пример: Не «нужна CRM», а «Если мы внедрим API для автоматизации ввода данных, то время обработки заказов сократится на 30% для B2B-клиентов».
2. Операционализация: Вы делаете идеи измеримыми. Что значит «сократится»? Вы определяете Паспорт метрик: «Время от заказа до подтверждения, измеряется в секундах, источник – логи, агрегация – по неделям». Это обеспечивает валидность (точность) и надёжность (повторяемость) ваших выводов.
3. Дизайн проверки: Вы используете методы, похожие на научные эксперименты. Это триангуляция (интервью + анализ логов) и A/B-тесты или пилоты, чтобы на малом масштабе доказать эффект.
BABOK Guide поддерживает этот научный цикл: от Стратегического анализа (постановка проблемы) до Оценки решения (отчёт с доверительными интервалами). Как исследователь, вы создаёте фундамент для уверенных изменений, снижая риск дорогостоящих ошибок.
Часть 2: БА как инженер: создание нового мира
Несмотря на научные инструменты, БА – это в первую очередь Ведущий Инженер. Вы не только изучаете мир – вы его перестраиваете, создавая системы, которые приносят бизнесу экономический результат:
1. Ответственность за ценность/пользу (Value): Вы несете ответственность за ROI (окупаемость инвестиций) вашего проекта. Вы переводите гипотезы в инженерные требования с чёткими критериями приёмки.
o Пример: Требование: «Система должна обрабатывать 1000 заказов/час с ошибками ≤0,5%». Это не просто функция, это инженерный стандарт качества.
2. Проектирование экономики: Вы считаете, что автоматизация стоит 500 тыс. руб., но сократит затраты на 1 млн в год. Вы определяете целевую экономику проекта и контролируете её в процессе:
o Критерий успеха: «Повысить LTV/CAC≥3 в целевом сегменте».
3. Непрерывная эволюция: Как в DevOps, ваша работа не заканчивается запуском. Вы проектируете метрики в проде, мониторите их и инициируете доработки, если эффект оказался ниже ожидаемого. Это цикл «запуск → наблюдение → улучшение».
Итог: Вы – стратег, исследователь и инженер в одном лице. Вы используете науку для уверенности, а инженерию для создания нового мира: оптимизированных процессов и систем, которые экономят миллионы и делают компанию эффективнее. Ваша профессия – это постоянное созидание и доказательство того, что ваши идеи могут изменить бизнес (и мир) к лучшему, проект за проектом.
(или как объяснить магистрантам что такое бизнес-анализ в сравнении с научно-исследовательской и инженерной работой)
Бизнес-аналитик в IT – это не просто посредник между бизнесом и разработкой. Это уникальная, двойственная роль: вы одновременно строгий исследователь и прагматичный инженер. Ваша работа – это созидание, которое приносит реальную, измеримую ценность бизнесу, делая вашу профессию одной из самых влиятельных и востребованных.
Часть 1: БА как исследователь: победа над неопределённостью
Ваша работа начинается с Научного метода. Бизнес всегда действует в условиях хаоса и неопределённости. Вы, как исследователь, должны этот хаос структурировать:
1. Проблематизация и гипотеза: Вы превращаете общую «боль» (например, «медленные продажи») в гипотезу ценности.
o Пример: Не «нужна CRM», а «Если мы внедрим API для автоматизации ввода данных, то время обработки заказов сократится на 30% для B2B-клиентов».
2. Операционализация: Вы делаете идеи измеримыми. Что значит «сократится»? Вы определяете Паспорт метрик: «Время от заказа до подтверждения, измеряется в секундах, источник – логи, агрегация – по неделям». Это обеспечивает валидность (точность) и надёжность (повторяемость) ваших выводов.
3. Дизайн проверки: Вы используете методы, похожие на научные эксперименты. Это триангуляция (интервью + анализ логов) и A/B-тесты или пилоты, чтобы на малом масштабе доказать эффект.
BABOK Guide поддерживает этот научный цикл: от Стратегического анализа (постановка проблемы) до Оценки решения (отчёт с доверительными интервалами). Как исследователь, вы создаёте фундамент для уверенных изменений, снижая риск дорогостоящих ошибок.
Часть 2: БА как инженер: создание нового мира
Несмотря на научные инструменты, БА – это в первую очередь Ведущий Инженер. Вы не только изучаете мир – вы его перестраиваете, создавая системы, которые приносят бизнесу экономический результат:
1. Ответственность за ценность/пользу (Value): Вы несете ответственность за ROI (окупаемость инвестиций) вашего проекта. Вы переводите гипотезы в инженерные требования с чёткими критериями приёмки.
o Пример: Требование: «Система должна обрабатывать 1000 заказов/час с ошибками ≤0,5%». Это не просто функция, это инженерный стандарт качества.
2. Проектирование экономики: Вы считаете, что автоматизация стоит 500 тыс. руб., но сократит затраты на 1 млн в год. Вы определяете целевую экономику проекта и контролируете её в процессе:
o Критерий успеха: «Повысить LTV/CAC≥3 в целевом сегменте».
3. Непрерывная эволюция: Как в DevOps, ваша работа не заканчивается запуском. Вы проектируете метрики в проде, мониторите их и инициируете доработки, если эффект оказался ниже ожидаемого. Это цикл «запуск → наблюдение → улучшение».
Итог: Вы – стратег, исследователь и инженер в одном лице. Вы используете науку для уверенности, а инженерию для создания нового мира: оптимизированных процессов и систем, которые экономят миллионы и делают компанию эффективнее. Ваша профессия – это постоянное созидание и доказательство того, что ваши идеи могут изменить бизнес (и мир) к лучшему, проект за проектом.
🔥10❤4