В эпоху ИИ бизнес-процессы принятия решений в компаниях могут потребовать переработки. Многие специалисты начинают искать новые рабочие схемы: при столкновении с любым проектом сначала задают себе вопрос, сможет ли Open Code в сочетании с моделью GLM решить задачу с минимальными затратами? Если нет, то рассматривают использование Claude, вложив определённое количество токенов. Если и это не помогает, то формируют требования в виде полного набора подсказок и передают их профессиональным аналитическим инструментам, таким как Gemini, для разработки решений и разбиения требований. Далее создают группу для совместной работы, делятся документами с подсказками, распределяют конкретные задачи согласно рекомендациям по разделению труда в ИИ, и в конце используют инструменты управления проектами для составления графика и отслеживания целей.

Этот процесс кажется логичным и заметно повышает эффективность. Некоторые отмечают, что при таком подходе потребуется корректировка кадрового состава на многих традиционных должностях. За этим стоит постепенная зрелость цепочки инструментов ИИ и рост давления на операционные издержки компаний — в обозримом будущем специалисты, умеющие управлять такими инструментами и интегрировать их, могут стать ценнее сотрудников с чистой исполнительской функцией.