Полный транскрипт
Раздел 1
# Вебинар: AI + Системное мышление — Почему AI делает ваши проблемы хуже
Почему системное мышление — опора в эпоху AI
Темп изменений ускорился настолько, что непонятно, что делать и куда двигаться. В этой ситуации системное мышление — суперэффективная перспектива для понимания мира. Задача вебинара — показать, как думают люди, мыслящие системно. На какие вещи они обращают внимание. Какие вопросы задают.
Три фундаментальные концепции разбираются через один кейс — интерактивную симуляцию «The Growing Team».
Кейс из дипломной работы: оптимизация не того
В 2004 году Байрам писал дипломную по автоматизации банковских систем. Задача — ускорить обработку анкеты на кредитную карточку. Написал софт, автоматизировал 15-20% подпроцесса. Получил пятерку.
Но позже поставил бы двойку. Обработка анкеты — крошечная часть всего процесса выпуска карточки. Ускорив этот фрагмент, он практически не повлиял на систему.
Прямая параллель с сегодняшним днём: компании покупают Cursor и AI-инструменты, рапортуя о двукратном росте pull-requests. Исследование METR показывает: производительность разработчиков растёт, а выхлоп компании — нет. Оптимизируется не то узкое место.
Полезные свойства проблем
Ford Foundation вложил десятки миллионов в контроль рождаемости в Индии. Ничего не работало. Ключевой вопрос: «Почему женщины останавливаются на 3,5?» Оказалось: сын — это пенсия. Рожали, пока не появлялся мальчик.
Принцип: чтобы изменить систему, нужно понять, почему люди ведут себя так, как ведут. У каждой проблемы есть полезные свойства. Если убрать проблему без компенсации — система сопротивляется.
Практическое применение: когда вы навязываете AI организации для повышения производительности — подумайте, какую полезную функцию убираете.
Концепт 1: Ограничения (Theory of Constraints)
Интерактивная симуляция, раунд 1. Команда: 10 разработчиков (10 фич/неделю), 2 тестировщика (5 фич/неделю). CEO хочет больше шипить. Три варианта: +5 разработчиков, +5 QA, +2 разработчика + 3 QA.
Правильный ответ: +2 разработчика + 3 QA — расширяем узкое место (QA). Первый вариант — худший: добавление разработчиков при том же QA не меняет выхлоп системы вообще. Любое изменение не в узком месте — иллюзия изменения.
### Миграция узкого места
Как только одно узкое место расширено, оно перебегает в другую часть системы. Примеры: пробки на дорогах, дата-центры для AI (чипы → память → электрики в Техасе), льготная ипотека.
Концепт 2: Петли обратной связи (Feedback Loops)
Симуляция, раунд 2. Каждая фича требует 1 час/неделю поддержки. Механизм:
- Больше фичей → больше maintenance
- Больше maintenance → меньше времени на новые фичи
К 27-28 неделе maintenance превышает разработку новых фич. CEO нанимает ещё разработчиков (ведь в прошлый раз это помогло). Но теперь причина другая — обратная связь от maintenance. Больше людей = больше фичей = ещё больше maintenance.
### Диаграммы причинно-следственных связей (CLD)
5 узлов: Developer Headcount → Feature Output → Shipped Features → Maintenance Burden → Available Dev Capacity. Два типа петель: усиливающие (разгоняют динамику) и балансирующие (стабилизируют).
Цитата CEO Shopify Тоби Лутке: «Многие считают, что мир линейный. На самом деле мир циркулярный.»
Концепт 3: Задержки (Delays)
Симуляция, раунд 3. Цель — 10 фич/неделю, реальность — 4. Нужно +6 разработчиков. Две стратегии: быстрая (каждую неделю) vs медленная (раз в квартал).
Большинство выбирают быструю. Но между наймом и выходом на производительность — 6-9 месяцев задержки. Новички отнимают время у сеньоров. Результат: быстрая реакция даёт дикие осцилляции, медленная — плавную конвергенцию.
Аналогия с душем: в незнакомом месте крутишь краны, переусердствуешь с коррекцией, и температура прыгает — потому что между поворотом крана и изменением температуры есть задержка.
### Осцилляции как диагностический признак
Если процесс прыгает вверх-вниз — скорее всего, в нём есть неучтённые задержки. Классический пример: bullwhip effect в логистике. Экономика в целом осциллирует с периодом ~12 лет (циклы Шумпетера и Кондратьева).
Ментальные модели и измерения
CEO туроператора 10+ лет определял демпинг по количеству наличных в кассе в 12:00. Потом структура платежей изменилась (безнал, кредитки) — а он продолжал принимать решения по старому «прибору».
У любого измерения есть: временная задержка, неточность, структурные изменения.
Когнитивный диссонанс — не враг, а сигнал. «Или здесь ошибка, или здесь суперважный инсайт, который поменяет мою модель бизнеса.»
Кейс для самостоятельного разбора: Fintech-чатбот
Fintech-компания внедряет AI-чатбота: время обработки падает с 4 часов до 45 минут, 80% простых тикетов автоматизированы. Но удовлетворённость клиентов стремительно падает.
Объяснение: быстрое закрытие простых тикетов повысило ожидания клиентов, и сложные тикеты за 45 минут воспринимаются как медленно.
Ключевые ссылки
- Донелла Медоуз — «Thinking in Systems» (12 рычагов изменения систем)
- Элияху Голдратт — «Цель» (Theory of Constraints)
- Джей Форрестер — Urban Dynamics (основа SimCity)
- Пивная игра (Beer Game) — MIT, bullwhip effect
Попробуйте интерактивную симуляцию: empatika.com/learn/systems-thinking-simulation