Модель зрелости AI в организации от scrum.org

Читаем whitepaper о зрелости AI в организации от Scrum.org, который недавно вышел. Разбираемся, что в нем полезного, а что можно смело игнорировать.

Таймкоды:

00:00 Вступление: модель зрелости ИИ в организации от Scrum.org, май 2026 01:09 ИИ в организации: как понять, что всё идёт хорошо 01:48 Зачем нужен воркшоп и как устроена его структура 03:14 Четыре режима работы с ИИ 03:26 Разработка с помощью ИИ: инструменты и локальная эффективность 04:19 Разработка самого ИИ как продукта 05:08 Создание через описание намерения 06:08 Узкое место — качество спецификации и валидация, а не разработка 07:06 Спор: можно ли заранее написать правильную спецификацию 07:57 Управление ИИ как самостоятельной сущностью 08:52 Scrum как фреймворк надзора и агенты, сбегающие из ограничений 10:27 Почему в воркшопе режимы идут раньше уровней 10:49 Пирамида уровней: предшествующее, рабочее и переходное состояние 11:58 Упражнение: разложить карточки по уровням 12:39 Куда разворачивать воркшоп дальше 13:21 White paper: читайте оригинал и проверяйте даты исследований 15:14 Уровень 1, базовый. Предшествующее состояние: восторженный новичок 17:04 Рабочее состояние: продуктивный скептицизм и политики использования 19:29 Переходное состояние: начинающий практик 20:12 Промпт-инжиниринг в 2026: что из этого уже устарело 21:04 Управление контекстом вместо длинных промптов 22:36 Разные инструменты под разные задачи 24:15 Сквозная тема всех уровней: осознанное формирование навыков 26:12 Признаки готовности перейти на второй уровень 26:43 Почему «сайт с одного промпта» из рекламных видео не воспроизводится 27:42 Уровень 2, практик. Главный риск — самоуспокоенность 29:34 Разрыв со скоростью команды: локальное ускорение упирается в ИБ и комплаенс 31:10 Рабочее состояние практика 32:55 Anthropic и OpenAI закрывают доступ к ходу рассуждений 34:14 Переходное состояние: я ускорился, а организация топчется на месте 35:20 Почему библиотеки промптов больше не нужны 37:05 Волшебной таблетки нет: процессы всё равно придётся проектировать 37:51 Почему знаниями не делятся: премия за локальную продуктивность 39:38 «Данные о продуктивности неоднозначны» — разбор врезки 40:03 Исследования GitHub, Microsoft и GitClear: обращайте внимание на даты 41:08 METR 2025: ощущение ускорения против замера 41:23 Спор о техническом долге, понимании кода и утрате навыков 43:46 Эффект артефакта: отшлифованный ответ реже проверяют 44:42 Противоядие: постановка задачи и оценка — независимые дисциплины 45:47 Делегирование задач против усиления работы 46:54 Не заменяйте ИИ то обучение, которое ещё не прошли 47:39 Уровень 3, продвинутый: оркестратор, коуч, проектировщик 48:56 Архитектура рабочих процессов и активы для переиспользования 50:52 Спор: спецификация постфактум вместо спецификации заранее 51:45 Активный коучинг и распространение компетенций 52:34 Скучная работа с оргструктурой, без которой ничего не выйдет 52:55 «Агенты всех заменят»: почему это произойдёт нескоро 53:56 Политики использования не успевают за реальной практикой 54:43 Сканирование горизонта и планирование изменений 55:52 От фреймворка поставки к фреймворку управления: тейк не новый 56:51 Исследование Anthropic: кто генерировал код, хуже его знает 57:43 Фундаментальные навыки, надбавка к оплате и младшие специалисты 1:00:51 Выводы