Трошки надихнуло вчорашнім ще одним нашим внутрішнім стрімом по ШІ 💡:💡 AI-проєкти (продукти/фічі) все ж таки відрізняються від звичайних проєктів для BA.Коли ви працюєте над ШІ-фічами, бізнес-аналіз змінює правила гри. Ось ключові відмінності, які варто тримати в полі зору: - 📊 Аналіз, що базується на даних (data-driven analysis). Вимоги значною мірою залежать від доступності, якості та маркування даних. - 🎯 Ймовірнісні результати (probabilistic outputs). AI рідко дає 100% детермінований результат — плануйте прийнятні пороги якості, % впевненості (confidence) моделі. Також у більшості випадків потрібно обов’язково на старті (а насправді і не тільки) мати в процесі генерування перевірку людьми на якість, можливі коригування. - ⏳ Еволюція рішення (Evolving Solutions). AI-рішення можуть «деградувати» (model decay, data drift) з часом. І варто піднімати питання впровадження SFT, періодичного донавчання моделі (retraining) тощо. - 📏 Розширені метрики. Окрім бізнес-метрик, додаються AI-метрики: точність (accuracy), рівень галюцинацій (hallucination rate), затримка (latency) тощо. - 🤝 Зацікавлені сторони з різних фахів/дисциплін (Cross-Disciplinary Stakeholders). Більше взаємодії з ШІ-інженерами, фахівцями з compliance/юристами та ML Ops командами.Бізнес-аналіз у ШІ — це інший темп, інші виклики й інший набір інструментів. Результат навряд чи буде ідеальним одразу, тому готуйтеся до довгої, але цікавої подорожі 🚀#AIforBA #mood