Спикер
Михаил Ушаков
Департамент природопользования и охраны окружающей среды города Москвы
Заместитель руководителя департамента
Доклад «Как И И делает discovery предсказуемым: кейс Департамента природопользования Москвы»
В нашем Департаменте более 1 200 сотрудников, а в контуре изменений — свыше 150 человек, включая проектные офисы, подрядчиков и ИТ‑партнёров. При таком масштабе требования быстро «размываются»: теряются неявные связи между решениями ведомства, Правительства и федеральных систем, а критически важный контекст уходит вместе с каждым увольняющимся сотрудником. Это напрямую влияет на сроки, качество и стоимость ИТ‑проектов.
Мы встраиваем ИИ в процесс discovery — транскрибируем интервью по требованиям, сводим итоги в векторную базу знаний и автоматизируем подготовку требований. Это позволяет автоматически выявлять скрытые зависимости, формировать дополнительные Definition of Ready и накапливать устойчивый контекст. В результате аналитик тратит меньше времени на рутину и больше — на поиск инсайтов, а команда получает более полные и согласованные требования с самого начала.
Эффект измерим и релевантен для руководства: снижаем количество интеграционных ошибок, ускоряем разработку и сокращаем затраты на разработку. Также мы масштабируем подход на весь объём требований и тестируем мультиагентную систему, которая будет отслеживать жизненный цикл нормативных актов и синхронизировать дорожные карты смежных ИТ‑систем между собой.
Ключевой управленческий результат — снижение доли авральных задач в релизах с 60% до 15−20%. В условиях необходимости повышения эффективности использования ИТ-бюджета это даёт возможность более целостно приоритизировать дорожную карту на 2027−2030 годы и фокусироваться на задачах с максимальной ценностью.
Тематика:
Структурная и техническая гибкость команд
16.11.2026, 30 минут
Мы встраиваем ИИ в процесс discovery — транскрибируем интервью по требованиям, сводим итоги в векторную базу знаний и автоматизируем подготовку требований. Это позволяет автоматически выявлять скрытые зависимости, формировать дополнительные Definition of Ready и накапливать устойчивый контекст. В результате аналитик тратит меньше времени на рутину и больше — на поиск инсайтов, а команда получает более полные и согласованные требования с самого начала.
Эффект измерим и релевантен для руководства: снижаем количество интеграционных ошибок, ускоряем разработку и сокращаем затраты на разработку. Также мы масштабируем подход на весь объём требований и тестируем мультиагентную систему, которая будет отслеживать жизненный цикл нормативных актов и синхронизировать дорожные карты смежных ИТ‑систем между собой.
Ключевой управленческий результат — снижение доли авральных задач в релизах с 60% до 15−20%. В условиях необходимости повышения эффективности использования ИТ-бюджета это даёт возможность более целостно приоритизировать дорожную карту на 2027−2030 годы и фокусироваться на задачах с максимальной ценностью.
Тематика:
Структурная и техническая гибкость команд
16.11.2026, 30 минут