AI‑дайджест #6: Бизнес готов к эпохе цифровых сотрудников. Как это меняет рынок?

«А какой теперь вообще смысл в грейдах? Джуниор ты или сеньор?» Этот вопрос задал мне один из аналитиков команды во время обсуждения работы с AI. И оказалось, что за привычными замечаниями к агентам скрываются куда более серьёзные вопросы. Что будет с ролью бизнес-аналитика? На что теперь делать упор в профессиональном развитии? В статье рассказываю, с чем мы столкнулись при внедрении AI-агентов, почему сопротивление команды оказалось таким разным и как мы постепенно начали менять сам процесс работы. Он ещё далёк от идеального, но некоторые выводы уже появились.

Привет, Хабр! Меня зовут Евгения Мясникова, я QA-инженер SpaceWeb. Передавать искусственному интеллекту рутинные задачи тестирования — подготовку черновиков тест-кейсов, первичное покрытие, оценку трудозатрат и другие — уже стало привычной практикой. Однако при таком разнообразии инструментов важно понять, как эффективно встроить ИИ-агентов в рабочие процессы и распределить задачи между специалистом и нейросетью. В этой статье расскажу, как мы совместно с руководителем отдела исследований и разработки SpaceWeb Виталием Киреевым разработали первоначальную модель взаимодействия QA-специалиста с LLM. Для работы с чувствительными данными мы интегрировали агента с локальной моделью Qwen3.8-27B. На реальных примерах покажу, в каких задачах ИИ действительно нам помог, а где его применение пока вызывает вопросы.

И почему вас не слышат и что с этим делать Программисты спорили об AI, математики спорили об AI, журналисты и музыканты, кажется, спорят до сих пор. Эти споры почти всегда переходили на личное. Уверен, эти конфликты вокруг AI - между людьми и внутри каждого из нас - ещё будут возвращаться волнами. Чтобы лучше пройти следующую волну, вспомним прошлую и поймем, как она работает.