Автоматизация менеджмента с ИИ: Как перестать тонуть в митингах

TL;DR

Доклад о том, как победить «дизэкономию масштаба» в управлении, когда рост компании замедляет процессы из-за бесконечных коммуникаций. Спикер предлагает концепцию Meeting Ops: превращение всех разговоров в текст с последующей AI-обработкой. Главные идеи: автоматическая генерация протоколов и задач, «обратная вики» (бот сам приходит к вам с инфой) и даже AI-аватары, которые ходят на встречи вместо вас.

Кому будет полезно

• Роли: Project/Product менеджеры, Agile-коучи, Тимлиды, CTO, CEO.
• Уровень: Middle+.
• Условия: Если вы чувствуете, что проводите на встречах большую часть жизни, а решений принимается мало; если в компании страдает синхронизация между отделами.

Краткий контекст

• Спикер: Асхат Уразбаев (ScrumTrek).
• Проблема: В разработке ПО нет эффекта масштаба (как в заводе): чем больше людей, тем дороже каждая строка кода из-за сложности коммуникаций.
• Решение: Использование LLM и транскрибации для автоматизации рутины менеджмента (сбор информации, синхронизация, контроль).

Ключевые идеи

1. Дизэкономия масштаба и "менеджеры-чайки"

• Что сказали: С ростом организации количество связей растет нелинейно. Появляются менеджеры, отвечающие за узкие функции (инфраструктура, безопасность, архитектура). Они «прилетают» в команды, отнимают время и создают хаос.
• Почему это важно: В среднем сотрудник тратит ~31 час в месяц на бесполезные встречи. Это убивает продуктивность.
• Как применить: Осознать, что просто нанимать людей нельзя — нужно снижать стоимость транзакции общения.

2. Концепция Meeting Ops

• Что сказали: Нужно построить пайплайн: Запись встречи (Zoom/Meet) → Транскрибация (текст) → AI-анализ → Генерация артефактов.
• Почему это важно: Текст — это данные, с которыми можно работать (искать, суммировать, анализировать), в отличие от аудио/видео, которые «умирают» после звонка.
• Как применить: Настроить автоматическую выгрузку записей встреч в систему транскрибации.

3. Генерация рабочих артефактов

• Что сказали: Не нужно писать протоколы («минутки») или коммерческие предложения (КП) вручную.
• Почему это важно: Новички тратят часы на составление документов, а AI делает это мгновенно по стандартам компании, используя контекст встречи.
• Как применить:
  • После звонка с клиентом: AI генерирует черновик КП.
  • После планирования: AI создает черновики Epic'ов и задач в Jira с критериями приемки.

4. «Обратная Wiki» и Синхронизация

• Что сказали: Вместо того чтобы вы искали информацию в базе знаний (куда никто не пишет) или ходили на чужие стендапы, AI сам уведомляет вас о важном.
• Почему это важно: Инфраструктурщик не должен сидеть на стендапе продуктовой команды 15 минут ради одной фразы «мы хотим переехать в облако».
• Как применить: Настроить триггеры: если в транскрипте встречи команды X звучат ключевые слова (напр. «безопасность», «сервер»), бот присылает саммари ответственному эксперту.

5. AI-аватары на встречах

• Что сказали: Вершина эволюции — отправлять вместо себя AI-агента, который «слушает» встречу и задает вопросы по чек-листу (например, по безопасности).
• Почему это важно: Эксперт масштабируется бесконечно.
• Как применить: Пока сложно реализуемо «из коробки», но можно начать с пост-анализа: AI проверяет транскрипт на соответствие обязательным процедурам (был ли задан вопрос про персональные данные?).

Примеры и кейсы

• Коммерческое предложение: AI прослушал звонок, взял шаблон компании, подставил данные клиента → готовое КП за секунды.
• Оценка качества 1-on-1: AI анализирует встречу руководителя с сотрудником и дает фидбек менеджеру: «Ты не обсудил карьерные цели», «Ты перебивал 80% времени».
• Ретроспектива: AI собирает боли команды и сам предлагает action items или подсвечивает системные проблемы.

Ошибки и грабли

• «Большой брат»: Тотальная запись встреч вызывает страх слежки у сотрудников.
  • Решение: Прозрачность. Возможность удалить запись. Доступ к сырым логам только у участников, остальные видят только обезличенные саммари.
• Ожидание «идеального тула»: Готовых комбайнов «все в одном» пока мало или они дорогие.
  • Решение: Собирать «конструктор» самому (Zoom + Otter/Fireflies + GPT + Slack/Notion) через no-code инструменты (Albato/Zapier).
• Игнорирование базы знаний: Люди не любят общаться с ботами («ты робот, позови человека»). Нужно менять парадигму на «бот сам пишет человеку».

Что можно сделать уже сегодня

1. Включить запись на всех рабочих созвонах (предупредив команду).
2. Выбрать сервис транскрибации (Otter.ai, Fireflies, tl;dv или локальные решения вроде Whisper).
3. Настроить автоматическое саммари: Пусть после каждой встречи в Slack падает выжимка: «О чем говорили», «Какие решения приняли», «Задачи».
4. Провести эксперимент: Не ходить на синхронизационную встречу, а прочитать её AI-саммари. Сравнить ощущения.
5. Попробовать генерацию контента: Скормить транскрипт ChatGPT и попросить: «Сделай из этого письмо клиенту / тикет в Jira».

Цитаты

«Встречи — это кровь организации, но 31 час в месяц тратится на непродуктивные митинги».

«Если мы сами этим [внедрением AI] не займемся, то никакой AI нас не заменит. Чтобы AI принес пользу, кто-то должен его настроить».

«Попробуйте "менеджмент курицы" превратить в автоматизированный процесс».

Итоговый вывод

Основная мысль: рост компании неизбежно ведет к бюрократии и замедлению, но AI позволяет вернуть скорость стартапа. Не нужно пытаться успеть на все встречи — нужно построить систему, где информация сама находит вас. Первый шаг — просто начать превращать голос в текст и приучать культуру к тому, что встреча — это цифровой артефакт, а не просто разговор в воздухе.