Nikt już nie czeka na twoje wymagania

Pani Grażyna z księgowości dostaje od szefa ustawę i polecenie: wyciągnij z tego wymagania do systemu.

Kiedyś poszłaby z tym do analityka. Dziś zrobi to sama, z Copilotem. Co gorsza dla analityków, te wymagania będą całkiem niezłe.

Od tej sceny Paweł Cyzman z KRUK-a zaczął swoje wystąpienie na konferencji „Analityk & Architekt w erze AI” organizowanej przez Andrzej Sobczak i Jan Maria Kowalski, MBA
Przyznał, że długo się zastanawiał, czy zrobić z tego puentę, czy otwarcie. Wybrał otwarcie, bo na koniec byłoby zbyt smutno. Chciał salę „wzbudzić, ale też wzburzyć”. Obie rzeczy mu się udały.

„Żadnych zmian!”

W polskim „The Office” Darek Wasiak startował w wyborach z hasłem „Żadnych zmian!”. Paweł podejrzewa, że wielu analityków chętnie by się pod tym podpisało.

Trudno im się dziwić. Jeszcze w 2023 roku kariera analityka była dość przewidywalna. Wiadomo było, jakie certyfikaty zdobyć, a awanse przychodziły mniej więcej co kilka lat. BABOK, IREB, BPMN i UML tworzyły zamknięty klub, do którego trzeba było się dostać. Analityk był tłumaczem i pomostem między biznesem a IT, bez którego obie strony by się nie dogadały.

Ta rola powoli odchodzi do przeszłości. Ludzie zupełnie spoza IT potrafią dziś zrobić z surowej dokumentacji analizę, argumentację i opcje decyzyjne, nie znając inżynierii wymagań. W dyskusji po wystąpieniu Jan Maria Kowalski dorzucił, że egzaminy BABOK czy IREB model zdaje w kilkanaście sekund.

Wystarczająco dobre wygrywa

Gdyby z całego wystąpienia zapamiętać jeden slajd, Paweł wskazał właśnie ten: ekonomia „good enough”.

Analitycy lubią dopracowywać rzeczy do perfekcji. Paweł mówił o tym z wyraźną sympatią, ale i z ironią. Jeśli dać analitykowi wymaganie i nie dać terminu, wpadnie w nieskończoną pętlę poprawek, bo wymaganie nigdy nie jest idealne.

Tymczasem biznes rzadko potrzebuje perfekcji. Wersja na mniej więcej 80%, którą AI daje w ułamku czasu i kosztów, zupełnie wystarcza, żeby podjąć decyzję, przygotować zapytanie ofertowe, oszacować złożoność albo rozbić problem na części. Projekt rusza szybciej i taniej.

Metrycjusz, Qualicjusz i pies Azor

Jak to wygląda w praktyce? Paweł narysował swój zwykły dzień pracy w KRUK-u i nazwał go swoją „rodziną”:

Metrycjusz pilnuje metryk, nazewnictwa i konwencji. Qualicjusz sprawdza spójność według ponad 20 kryteriów jakości. Capabilitus korzysta z katalogu zdolności firmy. KRUK wymienia system legacy i wdraża go na kolejnych rynkach zagranicznych, więc ten agent szybko ocenia, czy nowy rynek potrzebuje tego samego, czy czegoś więcej. Kalkulucjusz pilnuje wzorów finansowych, odsetek i stóp procentowych, żeby na końcu procesu pieniądze się zgadzały. Pies Azor jest fikcyjny. Paweł ma cztery koty, ale pies lepiej pasował do rysunku.

Paweł nie pisze więc już sam. Jego praca polega na tym, żeby kierować asystentami, którzy robią powtarzalną robotę.

Wszystko kręci się wokół scenariusza biznesowego. To fragment historii obsługi długu, który pokazuje intencję biznesu i reguły, odnosi się do procesu i daje się przetestować. Jeśli test nie przechodzi, błąd jest albo w systemie, albo w scenariuszu. W zależności od potrzeby Paweł uruchamia jednego agenta albo kilku naraz. W języku BPMN to proces ad hoc.

Przestań sprawdzać wszystko

Dziś typowy schemat wygląda tak: kontekst i dobry prompt, agent wykonuje czarną robotę, a analityk na końcu sprawdza wynik i decyduje.

Paweł uważa, że to tylko etap przejściowy. Kiedy zatrudniasz nowego pracownika, na początku sprawdzasz każde jego zadanie. Z czasem chcesz jednak, żeby pracował samodzielnie, a ty patrzysz tylko na próbki. Z agentami będzie tak samo.

Analityk przestaje więc ręcznie rzeźbić pojedyncze dokumenty i zaczyna budować systemy: meta-prompty i pętle jakości, które utrzymują standard dla setek scenariuszy bez jego ciągłego nadzoru. Paweł porównał to z drogą, którą przeszło zarządzanie procesami: od sztywnych silników BPMS, przez roboty RPA, do agentów obsługujących całe procesy.

Bankomat w trzy sekundy

Na rozmowach rekrutacyjnych analityków często pada zadanie: zaprojektuj przypadek użycia dla bankomatu. Tradycyjnie to warsztaty, ścieżki alternatywne i wyjątki, czyli jakieś dwa dni pracy.

AI robi pełną specyfikację ze wszystkimi regułami w trzy sekundy.

Powód jest prosty. Większość problemów w typowych projektach rozwiązano wiele lat temu. CRM, sklep internetowy czy prosty obieg dokumentów to skodyfikowany standard. Doświadczeni analitycy mieli tę wiedzę w głowie, a AI po prostu udostępniła ją wszystkim. Wymyślanie po raz setny wymagań do zwykłego CRM-a przestaje mieć sens.

Gdzie jest praca dla analityka?

Na pewno nie w okopach. Paweł opisał to jako wielką wędrówkę ludów w IT. Programiści, którym AI pisze kod, przesuwają się w stronę analizy i produktu, na przykład jako forward deployed engineers. Testerzy automatyzują swoją pracę i wchodzą w inżynierię wymagań.

Mimo to Paweł mówił o „złotej erze analizy” i podał dwa kierunki.

Pierwszy to praca przy agentach. Kiedy Paweł zobaczył, ile procesów da się oddać agentom, zaczął wypisywać zadania, których dziś prawie nikt nie wykonuje. Wyszło mu jedenaście, między innymi:

ocena, czy dany proces w ogóle nadaje się dla agentów, projektowanie procesów, w których pracują razem ludzie i agenci, testowanie agentów pod kątem halucynacji i spójności, czyli evals, projektowanie wiedzy, z której korzysta agent, ochrona przed prompt injection i wyciekiem danych, śledzenie kosztów, czasu odpowiedzi i jakości po wdrożeniu.

Paweł uważa, że testy agentów powinni robić analitycy, a nie testerzy, bo to oni najlepiej znają logikę biznesu.

Drugi to trudne dziedziny. Badania kliniczne, biotechnologia, rolnictwo precyzyjne, transformacja energetyczna. Tam AI nie ma gotowych wzorców do powtórzenia, więc potrzebny jest ktoś, kto zrozumie dziedzinę i ułoży procesy od zera.

Na pytanie, czy analityk ma się teraz przebranżowić na biotechnologię, Paweł odpowiedział spokojnie. Jeśli ktoś od lat robi to samo w dużej firmie, niech najpierw poszuka u siebie obszarów, gdzie analityka jeszcze nie było. Największą wartość daje połączenie warsztatu analityka z wiedzą o konkretnej dziedzinie.

Twoje 20%

Całe wystąpienie sprowadza się do prostego podziału. Około 80% pracy analitycznej to rzeczy powtarzalne i szablonowe, które można oddać maszynom. Zostaje 20% i to w nich jest przyszłość zawodu.

Jan Maria Kowalski, MBA zadał kluczowe pytanie: co jest w tych 20%? Paweł odpowiedział: to, co odróżnia firmę od konkurencji. Wdrożenie typowego CRM-a to szablon. Ale własna polityka utrzymania klientów, autorski model scoringowy czy sposób prowadzenia polubownej windykacji w KRUK-u to rzeczy, których żaden gotowy model nie wymyśli. Od tego zależy zysk firmy i na to analityk wreszcie będzie miał czas.

Pod warunkiem, że przestanie powtarzać za Darkiem Wasiakiem „Żadnych zmian!”.