{"id":14279,"url":"\/distributions\/14279\/click?bit=1&hash=4408d97a995353c62a7353088166cda4ded361bf29df096e086ea0bbb9c1b2fc","title":"\u0427\u0442\u043e \u0432\u044b\u0431\u0435\u0440\u0435\u0442\u0435: \u0432\u044b\u0435\u0445\u0430\u0442\u044c \u043f\u043e\u0437\u0436\u0435 \u0438\u043b\u0438 \u0437\u0430\u0435\u0445\u0430\u0442\u044c \u0440\u0430\u043d\u044c\u0448\u0435?","buttonText":"","imageUuid":""}

Дедлайн подкрался незаметно: начинающий стартап запускает Al-систему, определяющую срок окончания задачи в IT-проектах

Управление IT-проектами нельзя представить без планирования и оценки задач по времени их выполнения. На сегодняшний день существует множество инструментов, которые синхронизируют все отделы от разработчиков до продавцов между собой, однако оценкой конечного результата для заказчика занимается проектный менеджер, исходя из имеющегося опыта. Прогноз не всегда бывает точно просчитан, что ведет не только к потере финансов, но и разрыву отношений с клиентом.

В новосибирском акселераторе команда разработчиков представила приложение, помогающее продакт-менеджеру прогнозировать точное время выполнения задачи с помощью нейросети. О том, как разработчики обучают искусственный интеллект и почему это актуально для проектных IT-команд, читайте в нашем материале.

Стартап предлагает систему с самообучающимся алгоритмом, которая вычисляет временную шкалу задач и проектов, в реальном времени отслеживает прогресс их выполнения и уведомляет продакт-менеджеров о сдвигах дедлайнов. Благодаря собранным и обработанным приложением статистическим данным продакт-менеджеры, тимлиды и продажники смогут сэкономить рабочее время в среднем на 40 %.

Я работаю в IT-сфере уже более 10 лет, и по собственному опыту знаю, что определить дедлайн со 100 % точностью не всегда возможно. Особенно, если проект имеет многоуровневый поток работ, завязанных на различных отделах, а доставка фич долгая и непредсказуемая. Поэтому возникла идея оптимизировать этот процесс, обучив искусственный интеллект.

Максим Конин

Пользователь системы заводит задачу и оценивает ее сложность по набору критериев, которые персонально подбираются для каждого проекта с учетом специфики. Например, область программирования, необходимость внесения изменений в старый код, сложность бизнес-логики, необходимость интеграции с внешними системами. Затем система выстраивает временной прогноз прохождения задачи полного рабочего цикла. Рабочий процесс также конфигурируется под проект. Система отслеживает выполнение задач и при сдвиге срока делает визуальное предупреждение.

На срок выполнения задач влияет множество факторов, которые сложно оценивать при планировании — от банальных перекусов заканчивая форс-мажорными ситуациями. Продукт должен пройти множество стадий, прежде чем он будет доступен для конечного потребителя. Все это вкупе делает планирование проекта довольно нетривиальной задачей, а ответственный за прогнозирование приравнивается к “прорицателю”. Мы решили выстроить адекватную, а главное, — беспристрастную модель работы с неопределенностью, исключающую человеческий фактор.
Безусловно, сейчас большой популярностью пользуются Agile- и Scrum-практики. Однако их недостатками является большое количество рутинной работы и погрешность в оценивании, которым занимается человек, а не машина. Команды тратят уйму времени (порядка 6 часов на разработчика) для оценивания задач и контроля сдвига сроков.

Максим Конин, CEO проекта

В рамках акселератора команда провела 10 проблемных интервью с владельцами IT-компаний как в России, так и в США. Четыре компании получили ранний доступ к системе для обучения нейросети и дальнейшего сотрудничества. Уже готов полноценный веб-сервис, и сейчас разработчики продолжают собирать дата-сет для прогнозирования.

Датасет собирается под конкретный продукт и компанию. Когда команда начинает использовать наш сервис, в начале идет период обучения системы. Далее обученный алгоритм предсказывает таймлайны для задач, алгоритм самокорректируется при поступлении новых данных. Сейчас системой пользуется одна команда из пяти человек в течение года. Уже скоро к ним присоединится еще четыре компании.

Максим Конин, CEO проекта

В дальнейшем разработчики планируют интеграцию с Jira, Asana, Youtrack и другими популярными трекерами задач и размещение в их публичных маркетплейсах. Также в планах совершенствование алгоритма и построение более сложных прогнозов не только для IT-проектов, но и для приборостроительной отрасли.

0
4 комментария
Аккаунт удален

Комментарий недоступен

Ответить
Развернуть ветку
Maxim Konin
Продакт добровольно "отдающий" инструмент контроля в руки ИИ

это ничтожный %
Продакт ничего не отдает. Систему стоит рассматривать как помощника, а не замену продакту.

Поэтому при внедрении будет сопротивление на всех уровнях.


Сопротивление инновациям в рабочих процессах есть и будет всегда, попробуйте внедрить scrum в командах, которые много лет его не используют

Не потому что он глуп, а потому что ничего нельзя предусмотреть на 100%

Да, в этом и дело. Но применяя статистические методы Вам и не надо предусматривать все факторы. Статистка даст вам ответ из разряда “Эта задача будет выполнено в день X (или в такой то промежуток) c вероятностью 0.95”. В большинстве случаев этого больше чем достаточно.
Второй немаловажный момент это то что сроки так или иначе двигаются и это тоже норма. Задача продукта получить информацию о том что срок сдвинулся как можно раньше и принять мер. И тут проект тоже поможет как можно раньше определить отклонение.

Имхо боль приувеличена. Из серии я так считаю = значит нужно всем.

Любое мнение субъективно. Я опираюсь сугубо на свой опыт и на опыт людей с кем мне довелось говорить по этим проблемам

Про то что инвесторы ЦА я даже не думал, спасибо за наводку

Ответить
Развернуть ветку
Valentin Budaev
Эта задача будет выполнено в день X (или в такой то промежуток) c вероятностью 0.95

Выполнена кем?)

Ответить
Развернуть ветку
Valentin Budaev

Удалено

Ответить
Развернуть ветку
1 комментарий
Раскрывать всегда