Аналитика бесполезна, пока по ней нельзя принять решение.
Данные почти всегда уже есть: устройства пишут, база растёт, выгрузки копятся. Не хватает ответа на вопрос руководителя — простыми словами и на одном экране.
Решения фиксирую в PRD и ADR, чтобы через полгода команда не переспоривала одно и то же. ИИ-агенты в работе каждый день, но как инструмент, а не как замена пониманию задачи.
Что я делал
01
Платформа управления штатом
Задача
Руководители производственных площадок крупного ритейлера не видели, где и сколько простаивают люди.
Решение
Дашборд на данных носимых устройств и BLE-зон: недельная сводка активности, карточка сотрудника со сменой, проблемные зоны, выгрузка в CSV.
Результат
Доведено до пилота на площадке, решения зафиксированы в PRD и ADR.
Заказчик под NDA
02
tgsum — Telegram в markdown
Задача
Экспорт переписки из Telegram огромный и мусорный — отдать его ИИ на разбор невозможно.
Решение
Локальная CLI: выбираешь чаты и темы, на выходе аккуратные .md. Без API, без сети, без облака.
Четыре года в прикладном ИИ. До этого — крупный российский ритейлер со штатом больше ста тысяч человек и сельхозпредприятие на полторы тысячи: по данным оптимизировали работу клининга, доставки и магазинов.
Сейчас работаю в Workwatch, подрядчике на предприятии нефтехимии. Ищу пользу в низовых процессах, куда обычно не заглядывают, и собираю агентов, которые автоматизируют производственные задачи в коде.
Чем могу быть полезен
«Данные есть, а решений по ним не принимают». Превращаю выгрузки в один экран, по которому руководитель принимает решение.
«Процесс держится на людях и привычке». Разбираю низовые процессы и автоматизирую то, во что обычно никто не лезет.
«Команда буксует с ИИ». Ставлю разработчикам процесс работы с агентами: от постановки задачи до проверки перед релизом.