Я, как и многие продакты и тимлиды, ненавижу бесполезные встречи. Но как Scrum-мастер с многолетним стажем, я знаю: встречи могут быть адски полезными, если их правильно фасилитировать. В последнее время меня стала мучить одна мысль: а что, если половину этой работы — следить за таймингом, записывать решения, задавать наводящие вопросы — может делать нейросеть? И делать это, возможно, даже лучше человека.
Я решил провести эксперимент: на неделю я частично отстранился от роли фасилитатора на ежедневных стендапах (daily scrum) и ревью спринта, передав бразды правления… алгоритму. Спойлер: местами было больно, но невероятно познавательно.
С чего всё началось
У нас распределённая команда: разработчики из трёх городов, плюс пара дизайнеров на удалёнке. Провести дейли так, чтобы он укладывался в 15 минут, все сказали только по делу, а решения были зафиксированы — это каждый раз квест. Иногда я болею, иногда просто выгораю и провожу встречу на автомате, пропуская важные сигналы.
Пару месяцев назад я наткнулся на исследование, где говорилось, что использование LLM для анализа совещаний сокращает время постобработки на 30–40%. И меня осенило: а что, если дать нейросети не просто стенографировать, а управлять процессом? Если мы в управлении проектами (по PMBOK) постоянно говорим о важности фасилитации, почему бы не попробовать цифрового фасилитатора?
Инструментарий: кого я позвал в ведущие
Для эксперимента я использовал связку из двух самописных компонентов:
1. Транскрибатор на базе LLM — простой бот, который подключается к нашей ВКС-системе, слушает встречу и превращает речь в текст в реальном времени. Таких решений сейчас много, но мы написали своего под наши задачи.
2. Промпт-фасилитатор — я настроил промпт для GPT, где прописал правила фасилитации: тайм-боксы, структуру daily (три вопроса), обязанность резюмировать спринт, фиксировать риски и блокеры.
Схема была простая: встреча идёт в корпоративной ВКС, транскрибатор слушает и передаёт расшифровку моему ассистенту. Ассистент в нужные моменты вбрасывал в чат напоминания, вопросы и резюме. Я же сидел молча, но в любой момент мог вмешаться.
Как прошла неделя: хроники эксперимента
День 1. Дейли.
Первая встреча началась с классического: «Вчера я делал задачу, сегодня продолжаю, проблем нет». Команда привыкла к такому формату. Мой ассистент через две минуты написал в чат: «Коллеги, я фиксирую, что статус известен. Есть ли у кого-то реальные блокеры, которые мешают двигаться?». Тишина. Потом разработчик Саша написал: «Вообще-то у меня зависла сборка, но я думал, что это не для всех». И понеслось. ИИ вытащил проблему, которую я бы, возможно, пропустил, потому что Саша обычно молчит. Плюс: ассистент идеально засекал время и мягко прерывал тех, кто начинал рассказывать про технические детали.
День 2. Планирование спринта.
А вот тут случился конфуз. Мы обсуждали оценку сложности одной задачи. Два разработчика начали спорить. Один говорил: «Это ж элементарно, 3 стори-пойнта», другой: «Там столько подводных камней — минимум 8». В нормальной ситуации я бы вмешался, предложил разбить задачу или провести голосование. Тут я вспомнил свой недавний опыт: как-то я уже пытался доверить оценку сроков нейросети, и тогда это привело к неожиданным последствиям (писал об этом отдельно — ссылка на статью «Как я перестал верить экспертам и доверил оценку сроков нейросети»). Но сейчас ситуация была иная.
Мой GPT написал: «Вижу расхождение в оценках. Предлагаю провести быстрый опрос: кто за 3, кто за 8?». Опрос прошёл, но напряжение осталось. ИИ не сгладил конфликт, не перевёл его в шутку, не предложил компромисс. Он просто зафиксировал результат голосования (победила 8), но атмосфера в команде стала тяжёлой. Пришлось мне брать слово и объяснять, что разногласия — это нормально.
День 3. Ретроспектива.
Это был провал. Ретроспектива требует эмпатии, умения слушать между строк, считывать недовольство, которое не высказывают вслух. ИИ честно записал всё, что сказали участники, сгруппировал по темам «Что понравилось», «Что не понравилось», «Идеи». Но он не заметил, что дизайнер Катя весь созвон просидела с выключенной камерой и ничего не сказала, хотя обычно активна. Я потом спросил её в личке — оказалось, она обижена на кодера, который на прошлой неделе раскритиковал её макеты при всех. Этот конфликт повис в воздухе, и ретроспектива не принесла пользы.
Сухие цифры и выводы
Я замерил метрики до и во время эксперимента:
- Среднее время дейли: сократилось с 22 до 14 минут (спасибо безжалостному таймеру ИИ).
- Время на подготовку протокола: упало до нуля — расшифровка и список экшенов были готовы через минуту после встречи.
- Количество зафиксированных рисков: выросло на 40% (ИИ вытаскивал их даже из намёков).
- Удовлетворённость команды (по опросу): упала на 15%. Главная причина — «не хватает живого общения», «ощущение, что нас контролирует робот».
Так кто же лучше?
Это не вопрос противостояния «ИЛИ». Это вопрос синергии. ИИ — феноменальный ассистент, который берёт на себя рутину: хронометраж, стенографию, мониторинг повестки, объективный сбор фактов. Он не устаёт, не пропускает дедлайны и не имеет любимчиков.
Но живой Scrum-мастер нужен там, где начинается человеческое: управление конфликтами, эмпатия, создание безопасной среды, мотивация, интерпретация невербальных сигналов. Мы не можем ожидать от LLM, что она поймёт сарказм или снимет напряжение в команде — пока не можем.
Концептуальный вывод: ИИ не заменит фасилитатора, но сделает его супер-фасилитатором. Это как перейти от ручной дрели к перфоратору: работа та же, но скорость и качество совсем другие. PMBOK говорит о важности вовлечения стейкхолдеров и коммуникаций. Теперь у нас есть инструмент, который эти коммуникации делает прозрачными и документированными, освобождая время для действительно сложных задач управления.
А вам приходилось пробовать ИИ в роли ведущего совещаний? Какие инструменты использовали? Делитесь опытом в комментариях — интересно, сталкивался ли кто-то с похожими эффектами.