Милана Котова: правильный подход к ИИ — ключ к успешной бизнес-трансформации20.12.2024 14:16

ИТ-бизнес-аналитик играет ключевую роль в успешной интеграции технологий искусственного интеллекта (ИИ) как в крупных корпорациях, так и в небольших проектах. Этот специалист сочетает глубокое понимание бизнес-процессов, навыки анализа данных и мастерство выстраивания эффективной коммуникации между командами. Благодаря этому, такие эксперты востребованы в самых разных отраслях, где ИТ-технологии и, в частности, ИИ-решения улучшают клиентский опыт, автоматизируют процессы и обеспечивают высокий уровень безопасности. О том, какую важную роль играют бизнес-аналитики в развитии отрасли и какими профессиональными качествами необходимо обладать для достижения высоких результатов и полного раскрытия потенциала — читайте в эксклюзивном интервью с Миланой Котовой, старшим ИТ бизнес-аналитиком, руководителем проекта, AVP, Barclays UK.

CNews: Милана, вы известны на рынке своими инновационными ИТ-решениями, которые способствовали развитию многих крупных компаний, в том числе на международном рынке. Поделитесь, пожалуйста своим опытом — какими ключевыми навыками должен обладать бизнес-аналитик, чтобы успешно участвовать в разработке и внедрении ИИ-решений?

Милана Котова: Одной из важных задач, с которой я часто сталкиваюсь в своей работе, является глубокое понимание потребностей и целей бизнеса. Как успешный бизнес-аналитик, я обладаю уникальными знаниями отраслевой специфики и внутренних процессов компании, что позволяет мне определить, какие задачи действительно могут быть решены с помощью ИИ, и правильно донести это до команды разработки. Для этого важно разбираться в базовых принципах работы искусственного интеллекта, таких как технологии обработки естественного языка (NLP), компьютерного зрения или классификации данных, даже если аналитик напрямую не участвует в создании моделей.

Например, в одном из моих проектов стояла задача автоматизировать обработку клиентских запросов. Мы разработали решение на основе NLP, где ключевым показателем эффективности была точность классификации запросов. Для успешной реализации этого проекта мне было необходимо сформулировать четкие требования для команды: создать систему, способную классифицировать запросы по категориям (например, техподдержка, возврат товара, новый заказ) с точностью не менее 85%. Такие задачи требуют не только знания технологий, но и понимания, как оценивать эффективность решения с точки зрения бизнеса.

Работа с данными — ещё один важный аспект. Для обучения моделей ИИ требуются качественные данные в больших объемах. Бизнес-аналитик должен уметь определить, какие данные необходимы, откуда их можно получить и в каком формате они будут полезны. Например, для этого я использую инструменты анализа данных, такие как Excel, SQL или Python, чтобы провести предварительный анализ, выявить пробелы в данных и подготовить чёткие требования для команды.

Кроме того, навыки выстраивания коммуникации играют важную роль. Бизнес-аналитик становится связующим звеном между бизнесом и технической командой, поэтому умение говорить на языке каждой из сторон и объединять усилия для достижения общих целей — это залог успешного внедрения ИИ-решений.

СNews: Можете ли вы рассказать о вашем опыте работы с ИИ решениями в компаниях из разных отраслей? Какие были самые значимые достижения в этом направлении?

Милана Котова: По условиям конфиденциальности я не могу разглашать детали конкретных проектов, над которыми я работала в организациях. Однако могу отметить, что, независимо от того, работает ли компания в финансовом секторе, в ритейле или в любой другой отрасли, ИИ становится неотъемлемым инструментом для оптимизации бизнес-процессов, повышения эффективности и улучшения пользовательского опыта.

В моей практике работы с ИИ решениями были проекты, связанные с улучшением аналитики данных, автоматизацией процессов и повышением точности прогнозирования. Например, я успешно внедрила ИИ для автоматизации обработки запросов клиентов или создания персонализированных рекомендаций, что стало важным шагом в повышении удовлетворенности клиентов и снижении операционных затрат.

Мой опыт работы в таких инициативах подтверждает, что ИИ — это не просто тренд, а будущее всех бизнесов, и его внедрение, с правильным подходом и учетом всех рисков, может значительно трансформировать любой бизнес.

CNews: Какие сложности вы встречали при интеграции ИИ решений и как ваша роль в качестве аналитика помогала преодолевать эти трудности?

Милана Котова: При интеграции ИИ я сталкивалась с типичными трудностями, требующими внимательного подхода и тщательного взаимодействия с техническими и бизнес-сторонами.Например, модели машинного обучения требуют больших объемов чистых и структурированных данных. Часто данные бывают зашумленными или неполными, что снижает точность модели. Я помогала команде дата-инженеров формулировать требования к данным, учитывая источники, особенности их получения и подготовки. Также я сталкивалась с рисками неопределенности при формировании проекта. Не секрет, что на этапе пилотирования результаты ИИ могут быть неожиданными. Я взаимодействовала с командой, чтобы анализировать первые итерации и выявлять проблемы, а также быстро реагировать на них.

Стоит отметить, что интеграция ИИ с ИТ-системами часто сталкивается с архитектурными ограничениями и сложностями обмена данными. Я участвовала в решении этих задач, учитывая ресурсы и особенности систем. При этом критически важно не только внедрить ИИ, но и обеспечить его эффективное использование. Поэтому я разрабатывала обучающие материалы и проводила тренинги, помогая сотрудникам освоить новые технологии и преодолеть сомнения.

Таким образом, моя роль как бизнес-аналитика заключалась в том, чтобы не только выявлять и анализировать эти трудности, но и координировать усилия команды для их преодоления. Важно понимать, что внедрение ИИ — это не только технический процесс, но и комплексная работа по обеспечению правильного подхода с точки зрения бизнеса, этики и взаимодействия с конечными пользователями.

СNews: Как участие в хакатоне по разработке ИИ решений повлияло на ваш профессиональный рост? Что нового вы узнали в процессе этой работы?

Милана Котова: Участие во втором хакатоне по ИИ стало для меня настоящим вызовом и важным шагом в профессиональном развитии. Мы работали в условиях жёстких дедлайнов, решая сложные задачи, что позволило мне прокачать навыки командной работы и стрессоустойчивости.

Я получила уникальную возможность лучше понять, как можно интегрировать ИИ в многоуровневые бизнес-процессы, какие данные действительно полезны для обучения моделей, как правильно оценивать эффективность решений.

В свою очередь, обучение перед хакатоном познакомило меня с современными инструментами, включая платформу Microsoft Azure, которая упростила настройку и развертывание моделей машинного обучения. Это помогло мне говорить на одном языке с разработчиками и предлагать эффективные решения.

Особенно вдохновляет признание нашей работы. Среди тысяч участников из офисов по всему миру — США, Великобритании, Чехии, Индии и других стран — наша идея вошла в число лучших и дошла до полуфинала. Это огромное достижение для нашей команды! Организаторы и жюри отметили не только актуальность нашего решения, но и его большой потенциал для реального бизнеса. Такое признание стало для меня невероятным источником мотивации, и теперь я ещё больше стремлюсь изучать ИИ и искать новые, ещё более смелые решения.

CNews: Какое образование необходимо для построения карьеры в бизнес-аналитике, и какие навыки наиболее ценны?

Милана Котова: По своему опыту, хочу отметить, что здесь важно разбираться в разработке ПО, обладать технической грамотностью и профильным образованием. Однако современные проекты требуют более многогранных навыков. Особенно ценятся специалисты, приходящие в ИТ-сегмент из других отраслей и обладающие уникальной экспертизой. Например, инженер космической отрасли, понимающий процессы проектирования спутников и работы наземных станций, как аналитик ИТ-проекта, разрабатывающего ПО для спутников, может предложить инновационные решения. Его знания о критичных данных, алгоритмах для анализа траекторий и интерфейсах, минимизирующих ошибки, помогают создать ПО, оптимизирующее процессы и учитывающее отраслевые особенности.

Переход в ИТ-отрасль требует понимания жизненного цикла разработки и базовых принципов программирования. Умение сочетать отраслевую экспертизу с технической грамотностью делает аналитика связующим звеном между бизнесом и технологиями, способным создавать решения, превосходящие ожидания.

CNews: Как вы считаете, как бизнес-аналитики могут быть полезны в будущем, принимая во внимание внедрение ИИ?

Милана Котова: Они уже сейчас играют ключевую роль во всех процессах, в том числе связанных с успешной интеграцией ИИ-решений. Речь идет о сборе и анализе данных, об обеспечении связи между бизнесом и ИТ, разработке новых процессов, а также управлении данными и их изменениями. В будущем роль бизнес-аналитиков будет только усиливаться. Они продолжат быть связующим звеном между технологиями и бизнес-целями, помогая организациям извлекать максимальную выгоду из внедрения ИИ-решений.

Полный текст статьи читайте на CNews