#оптимизация_процессов — Public Fediverse posts

Как я спас продакшен (n8n 1.41+ и Python-парсеры) от сетевых аномалий в мае 2026 года

В этой статье я покажу, как обеспечить отказоустойчивость бизнес-процессов на стеке n8n (v1.41+) и Python в условиях жесткой деградации магистральных сетей. Мы разберем реальный кейс: как пофиксить внезапный отвал зашифрованных туннелей (Xray/VLESS) и асимметричный роутинг, не останавливая работу парсеров. На выходе — готовая архитектура резервирования маршрутов. Бизнес не потерял ни минуты аптайма, интеграции с CRM продолжили работать как часы, а потребление памяти сервером снизилось в 7 раз

https://habr.com/ru/articles/1040402/

#автоматизация_бизнеспроцессов #n8n #парсинг_данных #интеграция_сервисов #отказоустойчивость #оптимизация_процессов #python #telegramботы

Gamedev. Парсинг данных из Google Sheets и Excel в json без привлечения программистов

Вы когда-нибудь заполняли json-конфигов на 20 000 - 25 0000 строк вручную перед выпуском релиза? А боль в глазах геймдизайнеров от этого процесса видели? Вы TechLead/Менеджер и к вам часто подходят дизайнеры с просьбой написать парсер данных, а свободных рук нет? А после изменений в фиче приходится выделять человека для правок схемы парсинга под новую разметку? Возможно, пора начать использовать тулзу по экспорту данных, которую смогут настроить сами геймдизайнеры? Нам этот инструмент сократил время настройки игровых конфигов с 4 дней до 15 минут, после предварительной настройки. Привет! Меня зовут Игорь, я занимаюсь разработкой на Unity c 2018 года. В статье рассказываю о тулзе, с помощью которой можно выгружать данные из Google Sheets и Excel в json без привлечения программистов. P.S. в конце статьи есть видосик с процессом настройки и экспорта одной фичи.

https://habr.com/ru/articles/1039798/

#геймдизайн #excel #google_sheets #парсинг_данных #парсинг_json #оптимизация_процессов #управление_персоналом #игровой_баланс #tools #экспорт_данных

Gamedev. Парсинг данных из Google Sheets и Excel в json без привлечения программистов

Вы когда-нибудь заполняли json-конфигов на 20 000 - 25 0000 строк вручную перед выпуском релиза? А боль в глазах геймдизайнеров от этого процесса видели? Вы TechLead/Менеджер и к вам часто подходят дизайнеры с просьбой написать парсер данных, а свободных рук нет? А после изменений в фиче приходится выделять человека для правок схемы парсинга под новую разметку? Возможно, пора начать использовать тулзу по экспорту данных, которую смогут настроить сами геймдизайнеры? Нам этот инструмент сократил время настройки игровых конфигов с 4 дней до 15 минут, после предварительной настройки. Привет! Меня зовут Игорь, я занимаюсь разработкой на Unity c 2018 года. В статье рассказываю о тулзе, с помощью которой можно выгружать данные из Google Sheets и Excel в json без привлечения программистов. P.S. в конце статьи есть видосик с процессом настройки и экспорта одной фичи.

https://habr.com/ru/articles/1039798/

#геймдизайн #excel #google_sheets #парсинг_данных #парсинг_json #оптимизация_процессов #управление_персоналом #игровой_баланс #tools #экспорт_данных

Gamedev. Парсинг данных из Google Sheets и Excel в json без привлечения программистов

Вы когда-нибудь заполняли json-конфигов на 20 000 - 25 0000 строк вручную перед выпуском релиза? А боль в глазах геймдизайнеров от этого процесса видели? Вы TechLead/Менеджер и к вам часто подходят дизайнеры с просьбой написать парсер данных, а свободных рук нет? А после изменений в фиче приходится выделять человека для правок схемы парсинга под новую разметку? Возможно, пора начать использовать тулзу по экспорту данных, которую смогут настроить сами геймдизайнеры? Нам этот инструмент сократил время настройки игровых конфигов с 4 дней до 15 минут, после предварительной настройки. Привет! Меня зовут Игорь, я занимаюсь разработкой на Unity c 2018 года. В статье рассказываю о тулзе, с помощью которой можно выгружать данные из Google Sheets и Excel в json без привлечения программистов. P.S. в конце статьи есть видосик с процессом настройки и экспорта одной фичи.

https://habr.com/ru/articles/1039798/

#геймдизайн #excel #google_sheets #парсинг_данных #парсинг_json #оптимизация_процессов #управление_персоналом #игровой_баланс #tools #экспорт_данных

Gamedev. Парсинг данных из Google Sheets и Excel в json без привлечения программистов

Вы когда-нибудь заполняли json-конфигов на 20 000 - 25 0000 строк вручную перед выпуском релиза? А боль в глазах геймдизайнеров от этого процесса видели? Вы TechLead/Менеджер и к вам часто подходят дизайнеры с просьбой написать парсер данных, а свободных рук нет? А после изменений в фиче приходится выделять человека для правок схемы парсинга под новую разметку? Возможно, пора начать использовать тулзу по экспорту данных, которую смогут настроить сами геймдизайнеры? Нам этот инструмент сократил время настройки игровых конфигов с 4 дней до 15 минут, после предварительной настройки. Привет! Меня зовут Игорь, я занимаюсь разработкой на Unity c 2018 года. В статье рассказываю о тулзе, с помощью которой можно выгружать данные из Google Sheets и Excel в json без привлечения программистов. P.S. в конце статьи есть видосик с процессом настройки и экспорта одной фичи.

https://habr.com/ru/articles/1039798/

#геймдизайн #excel #google_sheets #парсинг_данных #парсинг_json #оптимизация_процессов #управление_персоналом #игровой_баланс #tools #экспорт_данных

Колесо потока против раскола

Привет Хабр. Надеюсь читатели поймут моё желание закрепить результат по алгоритмизации . Просто перед утренней поездкой на работу, в машине задал вопрос ассистенту - стоит ли выкатывать академическую публикацию с сравнением с каноническими алгоритмами моего. И "Алиса" сказал что да. Далее мне пришлось просто уничтожить поток хвалебных од от Gemini в адрес моего алгоритма, взяв от него самое точное и ценное зерно различий - остальные что мне он представлял мне представлялись генеративной ересью: часть из проблем испытываемых кодом канонической школы, в принципе, криво - но была решаема, и поэтому и остерёгся публиковать всё им предлагаемоt - уж чересчур он мне льстил и ругал каноны. Здесь нет схем, но я беру вектор текста не на соцсети и веб, а на соцсети и веб с ИИ (на своих алгоритмах), каждое из этих трёх, само по себе, в наше время - ни о чём. Формат текстовый: 1) сравнение с бинарным деревом Дональда Кнута (каноны алгоритмизации), 2) переход к LLM, 3) эпилог - закрытие алгоритмизацией небольшого социального вопроса, заданного приверженцами старых канонов. Да - это всё написано с использованием текста сгенерированного ИИ, но если-бы читатель читал всё что он генерировал - он бы просто подумал, что ИИ асболютно бесполезен и опасен на все 100. Не для ценителей "рукописей"

https://habr.com/ru/articles/1038650/

#древовидные_структуры #aiагенты #каноны_алгоритмизации #оптимизация_процессов

Agent Loop: почему одного вызова инструментов уже недостаточно для корпоративного AI-агента

В последние два года разговор об AI-агентах почти везде начинается одинаково. Берётся большая языковая модель, к ней подключаются инструменты — поиск, CRM, почта, база знаний, API — и дальше предполагается, что модель сможет сама выбрать нужный инструмент, вызвать его и на этом решить задачу. На демо это часто выглядит убедительно. Пользователь задаёт вопрос, модель делает один-два вызова, получает данные и формирует ответ. Кажется, что этого уже достаточно, чтобы говорить об agentic-сценариях. Но как только AI попадает не в лабораторную среду, а в реальный корпоративный контур, довольно быстро выясняется, что одного вызова инструмента по MCP недостаточно. Проблема в том, что рабочая задача почти никогда не сводится к одному вызову функции. Нужно понять намерение пользователя, решить, каких данных не хватает, выбрать следующий шаг, проверить результат предыдущего шага, при необходимости скорректировать план, не уйти в ложную ветку, не повторяться, не отвечать без источников, соблюсти ограничения безопасности и только потом собрать ответ. Иными словами, между «модель умеет вызвать инструмент» и «получился надёжный корпоративный агент» лежит отдельный инженерный слой. Меня зовут Денис Селезнёв, я генеральный директор «Первой Формы» — российской BPM-платформы для автоматизации бизнес-процессов в крупных компаниях. В этой статье я расскажу, почему tool calling сам по себе не делает ИИ корпоративным агентом, как эту проблему решает наш подход Agent Loop и как этот цикл устроен в реальной enterprise-среде.

https://habr.com/ru/companies/1forma/articles/1028594/

#ai_agent #bpms #lowcode #автоматизация_процессов #enterprise #llm #mcp #ииассистент #оптимизация_процессов #bpmсистемы

Agent Loop: почему одного вызова инструментов уже недостаточно для корпоративного AI-агента

В последние два года разговор об AI-агентах почти везде начинается одинаково. Берётся большая языковая модель, к ней подключаются инструменты — поиск, CRM, почта, база знаний, API — и дальше предполагается, что модель сможет сама выбрать нужный инструмент, вызвать его и на этом решить задачу. На демо это часто выглядит убедительно. Пользователь задаёт вопрос, модель делает один-два вызова, получает данные и формирует ответ. Кажется, что этого уже достаточно, чтобы говорить об agentic-сценариях. Но как только AI попадает не в лабораторную среду, а в реальный корпоративный контур, довольно быстро выясняется, что одного вызова инструмента по MCP недостаточно. Проблема в том, что рабочая задача почти никогда не сводится к одному вызову функции. Нужно понять намерение пользователя, решить, каких данных не хватает, выбрать следующий шаг, проверить результат предыдущего шага, при необходимости скорректировать план, не уйти в ложную ветку, не повторяться, не отвечать без источников, соблюсти ограничения безопасности и только потом собрать ответ. Иными словами, между «модель умеет вызвать инструмент» и «получился надёжный корпоративный агент» лежит отдельный инженерный слой. Меня зовут Денис Селезнёв, я генеральный директор «Первой Формы» — российской BPM-платформы для автоматизации бизнес-процессов в крупных компаниях. В этой статье я расскажу, почему tool calling сам по себе не делает ИИ корпоративным агентом, как эту проблему решает наш подход Agent Loop и как этот цикл устроен в реальной enterprise-среде.

https://habr.com/ru/companies/1forma/articles/1028594/

#ai_agent #bpms #lowcode #автоматизация_процессов #enterprise #llm #mcp #ииассистент #оптимизация_процессов #bpmсистемы

Agent Loop: почему одного вызова инструментов уже недостаточно для корпоративного AI-агента

В последние два года разговор об AI-агентах почти везде начинается одинаково. Берётся большая языковая модель, к ней подключаются инструменты — поиск, CRM, почта, база знаний, API — и дальше предполагается, что модель сможет сама выбрать нужный инструмент, вызвать его и на этом решить задачу. На демо это часто выглядит убедительно. Пользователь задаёт вопрос, модель делает один-два вызова, получает данные и формирует ответ. Кажется, что этого уже достаточно, чтобы говорить об agentic-сценариях. Но как только AI попадает не в лабораторную среду, а в реальный корпоративный контур, довольно быстро выясняется, что одного вызова инструмента по MCP недостаточно. Проблема в том, что рабочая задача почти никогда не сводится к одному вызову функции. Нужно понять намерение пользователя, решить, каких данных не хватает, выбрать следующий шаг, проверить результат предыдущего шага, при необходимости скорректировать план, не уйти в ложную ветку, не повторяться, не отвечать без источников, соблюсти ограничения безопасности и только потом собрать ответ. Иными словами, между «модель умеет вызвать инструмент» и «получился надёжный корпоративный агент» лежит отдельный инженерный слой. Меня зовут Денис Селезнёв, я генеральный директор «Первой Формы» — российской BPM-платформы для автоматизации бизнес-процессов в крупных компаниях. В этой статье я расскажу, почему tool calling сам по себе не делает ИИ корпоративным агентом, как эту проблему решает наш подход Agent Loop и как этот цикл устроен в реальной enterprise-среде.

https://habr.com/ru/companies/1forma/articles/1028594/

#ai_agent #bpms #lowcode #автоматизация_процессов #enterprise #llm #mcp #ииассистент #оптимизация_процессов #bpmсистемы

Agent Loop: почему одного вызова инструментов уже недостаточно для корпоративного AI-агента

В последние два года разговор об AI-агентах почти везде начинается одинаково. Берётся большая языковая модель, к ней подключаются инструменты — поиск, CRM, почта, база знаний, API — и дальше предполагается, что модель сможет сама выбрать нужный инструмент, вызвать его и на этом решить задачу. На демо это часто выглядит убедительно. Пользователь задаёт вопрос, модель делает один-два вызова, получает данные и формирует ответ. Кажется, что этого уже достаточно, чтобы говорить об agentic-сценариях. Но как только AI попадает не в лабораторную среду, а в реальный корпоративный контур, довольно быстро выясняется, что одного вызова инструмента по MCP недостаточно. Проблема в том, что рабочая задача почти никогда не сводится к одному вызову функции. Нужно понять намерение пользователя, решить, каких данных не хватает, выбрать следующий шаг, проверить результат предыдущего шага, при необходимости скорректировать план, не уйти в ложную ветку, не повторяться, не отвечать без источников, соблюсти ограничения безопасности и только потом собрать ответ. Иными словами, между «модель умеет вызвать инструмент» и «получился надёжный корпоративный агент» лежит отдельный инженерный слой. Меня зовут Денис Селезнёв, я генеральный директор «Первой Формы» — российской BPM-платформы для автоматизации бизнес-процессов в крупных компаниях. В этой статье я расскажу, почему tool calling сам по себе не делает ИИ корпоративным агентом, как эту проблему решает наш подход Agent Loop и как этот цикл устроен в реальной enterprise-среде.

https://habr.com/ru/companies/1forma/articles/1028594/

#ai_agent #bpms #lowcode #автоматизация_процессов #enterprise #llm #mcp #ииассистент #оптимизация_процессов #bpmсистемы

Изучение использования рабочего времени — ход проекта

В первой статье я описал основные методики, применяемые для изучения использования рабочего времени. В ряде комментариев к статье авторы искали аргументы в поддержку недостаточно загруженных работников – они устают, им нужно больше отдыхать, такая работа похожа на рабство. Именно благодаря таким аргументам и сложилась ситуация, что производительность труда в России в 2-3 раза ниже производительности труда в Европе. Причем в Европе при этом никто не перерабатывает, вопрос скорее в более оптимальной работе, отсутствии потерь и простоев. Моя работа и состоит в обнаружении потерь, простоев, недостаточной или неэффективной загрузки оборудования и работников. Признание проблемы уже позволяет решить ее на 10-20%. Тем более, что производительность труда имеет статус национального проекта, который должен обеспечить 5% ежегодный прирост производительности труда на средних и крупных предприятиях несырьевых отраслей экономики. Но настало время прейти к делу и рассмотреть подготовку и реализацию проекта на предприятии, а также подготовку и согласование рекомендаций. Самое главное замечание – изучать следует полностью все рабочие места. Исключить можно отдел информационных технологий и службу безопасности.

https://habr.com/ru/articles/1023222/

#повышение_производительности #сокращение_штата #сокращение_расходов #бережливое_производство #lean #оптимизация_трудозатрат #оптимизация_рабочего_времени #оптимизация_производительности #оптимизация_процессов #оптимизация_производства

Изучение использования рабочего времени — ход проекта

В первой статье я описал основные методики, применяемые для изучения использования рабочего времени. В ряде комментариев к статье авторы искали аргументы в поддержку недостаточно загруженных работников – они устают, им нужно больше отдыхать, такая работа похожа на рабство. Именно благодаря таким аргументам и сложилась ситуация, что производительность труда в России в 2-3 раза ниже производительности труда в Европе. Причем в Европе при этом никто не перерабатывает, вопрос скорее в более оптимальной работе, отсутствии потерь и простоев. Моя работа и состоит в обнаружении потерь, простоев, недостаточной или неэффективной загрузки оборудования и работников. Признание проблемы уже позволяет решить ее на 10-20%. Тем более, что производительность труда имеет статус национального проекта, который должен обеспечить 5% ежегодный прирост производительности труда на средних и крупных предприятиях несырьевых отраслей экономики. Но настало время прейти к делу и рассмотреть подготовку и реализацию проекта на предприятии, а также подготовку и согласование рекомендаций. Самое главное замечание – изучать следует полностью все рабочие места. Исключить можно отдел информационных технологий и службу безопасности.

https://habr.com/ru/articles/1023222/

#повышение_производительности #сокращение_штата #сокращение_расходов #бережливое_производство #lean #оптимизация_трудозатрат #оптимизация_рабочего_времени #оптимизация_производительности #оптимизация_процессов #оптимизация_производства

Изучение использования рабочего времени — ход проекта

В первой статье я описал основные методики, применяемые для изучения использования рабочего времени. В ряде комментариев к статье авторы искали аргументы в поддержку недостаточно загруженных работников – они устают, им нужно больше отдыхать, такая работа похожа на рабство. Именно благодаря таким аргументам и сложилась ситуация, что производительность труда в России в 2-3 раза ниже производительности труда в Европе. Причем в Европе при этом никто не перерабатывает, вопрос скорее в более оптимальной работе, отсутствии потерь и простоев. Моя работа и состоит в обнаружении потерь, простоев, недостаточной или неэффективной загрузки оборудования и работников. Признание проблемы уже позволяет решить ее на 10-20%. Тем более, что производительность труда имеет статус национального проекта, который должен обеспечить 5% ежегодный прирост производительности труда на средних и крупных предприятиях несырьевых отраслей экономики. Но настало время прейти к делу и рассмотреть подготовку и реализацию проекта на предприятии, а также подготовку и согласование рекомендаций. Самое главное замечание – изучать следует полностью все рабочие места. Исключить можно отдел информационных технологий и службу безопасности.

https://habr.com/ru/articles/1023222/

#повышение_производительности #сокращение_штата #сокращение_расходов #бережливое_производство #lean #оптимизация_трудозатрат #оптимизация_рабочего_времени #оптимизация_производительности #оптимизация_процессов #оптимизация_производства

Изучение использования рабочего времени — ход проекта

В первой статье я описал основные методики, применяемые для изучения использования рабочего времени. В ряде комментариев к статье авторы искали аргументы в поддержку недостаточно загруженных работников – они устают, им нужно больше отдыхать, такая работа похожа на рабство. Именно благодаря таким аргументам и сложилась ситуация, что производительность труда в России в 2-3 раза ниже производительности труда в Европе. Причем в Европе при этом никто не перерабатывает, вопрос скорее в более оптимальной работе, отсутствии потерь и простоев. Моя работа и состоит в обнаружении потерь, простоев, недостаточной или неэффективной загрузки оборудования и работников. Признание проблемы уже позволяет решить ее на 10-20%. Тем более, что производительность труда имеет статус национального проекта, который должен обеспечить 5% ежегодный прирост производительности труда на средних и крупных предприятиях несырьевых отраслей экономики. Но настало время прейти к делу и рассмотреть подготовку и реализацию проекта на предприятии, а также подготовку и согласование рекомендаций. Самое главное замечание – изучать следует полностью все рабочие места. Исключить можно отдел информационных технологий и службу безопасности.

https://habr.com/ru/articles/1023222/

#повышение_производительности #сокращение_штата #сокращение_расходов #бережливое_производство #lean #оптимизация_трудозатрат #оптимизация_рабочего_времени #оптимизация_производительности #оптимизация_процессов #оптимизация_производства

Оптимизация комплаенса без лишних затрат: как мы сократили нагрузку на команду с помощью трёх метрик

Привет! Я Томирис, аналитик данных в отделе финансового мониторинга в ЮMoney. Хочу показать кусочек нашей внутренней кухни: как мы пересобрали AML-процессы и перестали тонуть в отчётах. В любой финансовой организации, работающей с розничными и корпоративными клиентами, система ПОД/ФТ (или AML — противодействие отмыванию денег и финансированию терроризма) играет ключевую роль. Помимо машинных алгоритмов онлайн-реагирования и автоматических ограничений, по-прежнему большую роль играют периодические отчёты и выборки по риск-критериям. Они помогают находить сигналы о потенциально незаконных операциях. В этой статье мы сосредоточимся на периодическом мониторинге кошельков физических лиц (сегмент B2C). Это самый «дорогой» сегмент: здесь больше всего отчётов, операций и ручной работы комплаенс-аналитиков.

https://habr.com/ru/companies/yoomoney/articles/1017686/

#aml #комплаенс #финансовый_мониторинг #метрики_эффективности #b2c #автом #оптимизация_процессов #python

Оптимизация комплаенса без лишних затрат: как мы сократили нагрузку на команду с помощью трёх метрик

Привет! Я Томирис, аналитик данных в отделе финансового мониторинга в ЮMoney. Хочу показать кусочек нашей внутренней кухни: как мы пересобрали AML-процессы и перестали тонуть в отчётах. В любой финансовой организации, работающей с розничными и корпоративными клиентами, система ПОД/ФТ (или AML — противодействие отмыванию денег и финансированию терроризма) играет ключевую роль. Помимо машинных алгоритмов онлайн-реагирования и автоматических ограничений, по-прежнему большую роль играют периодические отчёты и выборки по риск-критериям. Они помогают находить сигналы о потенциально незаконных операциях. В этой статье мы сосредоточимся на периодическом мониторинге кошельков физических лиц (сегмент B2C). Это самый «дорогой» сегмент: здесь больше всего отчётов, операций и ручной работы комплаенс-аналитиков.

https://habr.com/ru/companies/yoomoney/articles/1017686/

#aml #комплаенс #финансовый_мониторинг #метрики_эффективности #b2c #автом #оптимизация_процессов #python

Оптимизация комплаенса без лишних затрат: как мы сократили нагрузку на команду с помощью трёх метрик

Привет! Я Томирис, аналитик данных в отделе финансового мониторинга в ЮMoney. Хочу показать кусочек нашей внутренней кухни: как мы пересобрали AML-процессы и перестали тонуть в отчётах. В любой финансовой организации, работающей с розничными и корпоративными клиентами, система ПОД/ФТ (или AML — противодействие отмыванию денег и финансированию терроризма) играет ключевую роль. Помимо машинных алгоритмов онлайн-реагирования и автоматических ограничений, по-прежнему большую роль играют периодические отчёты и выборки по риск-критериям. Они помогают находить сигналы о потенциально незаконных операциях. В этой статье мы сосредоточимся на периодическом мониторинге кошельков физических лиц (сегмент B2C). Это самый «дорогой» сегмент: здесь больше всего отчётов, операций и ручной работы комплаенс-аналитиков.

https://habr.com/ru/companies/yoomoney/articles/1017686/

#aml #комплаенс #финансовый_мониторинг #метрики_эффективности #b2c #автом #оптимизация_процессов #python

Оптимизация комплаенса без лишних затрат: как мы сократили нагрузку на команду с помощью трёх метрик

Привет! Я Томирис, аналитик данных в отделе финансового мониторинга в ЮMoney. Хочу показать кусочек нашей внутренней кухни: как мы пересобрали AML-процессы и перестали тонуть в отчётах. В любой финансовой организации, работающей с розничными и корпоративными клиентами, система ПОД/ФТ (или AML — противодействие отмыванию денег и финансированию терроризма) играет ключевую роль. Помимо машинных алгоритмов онлайн-реагирования и автоматических ограничений, по-прежнему большую роль играют периодические отчёты и выборки по риск-критериям. Они помогают находить сигналы о потенциально незаконных операциях. В этой статье мы сосредоточимся на периодическом мониторинге кошельков физических лиц (сегмент B2C). Это самый «дорогой» сегмент: здесь больше всего отчётов, операций и ручной работы комплаенс-аналитиков.

https://habr.com/ru/companies/yoomoney/articles/1017686/

#aml #комплаенс #финансовый_мониторинг #метрики_эффективности #b2c #автом #оптимизация_процессов #python

Ключевые принципы процессного подхода

Я многие годы работаю в процессной теме, и как консультант, и как руководитель внутреннего процессного подразделения, и в этой статье я решил в краткой и максимально структурированной форме рассказать, что же такое процессный подход. Разобраться в теме

https://habr.com/ru/companies/otus/articles/1009368/

#bpmn #bpm #bpmсистема #оптимизация_процессов #процесс #совершенствование #редизайн_процессов

Ключевые принципы процессного подхода

Я многие годы работаю в процессной теме, и как консультант, и как руководитель внутреннего процессного подразделения, и в этой статье я решил в краткой и максимально структурированной форме рассказать, что же такое процессный подход. Разобраться в теме

https://habr.com/ru/companies/otus/articles/1009368/

#bpmn #bpm #bpmсистема #оптимизация_процессов #процесс #совершенствование #редизайн_процессов

Ключевые принципы процессного подхода

Я многие годы работаю в процессной теме, и как консультант, и как руководитель внутреннего процессного подразделения, и в этой статье я решил в краткой и максимально структурированной форме рассказать, что же такое процессный подход. Разобраться в теме

https://habr.com/ru/companies/otus/articles/1009368/

#bpmn #bpm #bpmсистема #оптимизация_процессов #процесс #совершенствование #редизайн_процессов

Ключевые принципы процессного подхода

Я многие годы работаю в процессной теме, и как консультант, и как руководитель внутреннего процессного подразделения, и в этой статье я решил в краткой и максимально структурированной форме рассказать, что же такое процессный подход. Разобраться в теме

https://habr.com/ru/companies/otus/articles/1009368/

#bpmn #bpm #bpmсистема #оптимизация_процессов #процесс #совершенствование #редизайн_процессов

Почему 15% томатов шли в брак и как это остановили?

Менязовут Роман Михайлович, я аналитик процессов. Я работаю методом полевого расследования. Это значит: не просто читать отчёты, а пройти всю цепочку своими глазами, зафиксировать каждый шаг, найти точку разрыва. В этом мне помогают простые инструменты: фотофиксация, хронометраж, блок‑схемы в Draw.io и анализ документов. Ко мне обратилась крупная торговая сеть, ритейл с проблемой: томаты «Черри» от постоянного поставщика приходили с механическими повреждениями. Сюрвейеры работали, претензии писали, но брак не уходил. Задача была — найти причину истинную причину. Ритейл, закупал томаты у двух тепличных комплексов в России. Проблема была только с томатами «Черри»: трещины, вмятины, мятые плоды. Поставщик говорил: «Это логистика, водители виноваты». Сеть не верила, но доказать не могла.

https://habr.com/ru/articles/1006678/

#контроль_качества #оптимизация_процессов #управление_качеством_продукта #брак_производителя #кейс_по_проекту #скрытые_параметры #расследование_инцидентов #анализ_процессов

Почему 15% томатов шли в брак и как это остановили?

Менязовут Роман Михайлович, я аналитик процессов. Я работаю методом полевого расследования. Это значит: не просто читать отчёты, а пройти всю цепочку своими глазами, зафиксировать каждый шаг, найти точку разрыва. В этом мне помогают простые инструменты: фотофиксация, хронометраж, блок‑схемы в Draw.io и анализ документов. Ко мне обратилась крупная торговая сеть, ритейл с проблемой: томаты «Черри» от постоянного поставщика приходили с механическими повреждениями. Сюрвейеры работали, претензии писали, но брак не уходил. Задача была — найти причину истинную причину. Ритейл, закупал томаты у двух тепличных комплексов в России. Проблема была только с томатами «Черри»: трещины, вмятины, мятые плоды. Поставщик говорил: «Это логистика, водители виноваты». Сеть не верила, но доказать не могла.

https://habr.com/ru/articles/1006678/

#контроль_качества #оптимизация_процессов #управление_качеством_продукта #брак_производителя #кейс_по_проекту #скрытые_параметры #расследование_инцидентов #анализ_процессов

Почему 15% томатов шли в брак и как это остановили?

Менязовут Роман Михайлович, я аналитик процессов. Я работаю методом полевого расследования. Это значит: не просто читать отчёты, а пройти всю цепочку своими глазами, зафиксировать каждый шаг, найти точку разрыва. В этом мне помогают простые инструменты: фотофиксация, хронометраж, блок‑схемы в Draw.io и анализ документов. Ко мне обратилась крупная торговая сеть, ритейл с проблемой: томаты «Черри» от постоянного поставщика приходили с механическими повреждениями. Сюрвейеры работали, претензии писали, но брак не уходил. Задача была — найти причину истинную причину. Ритейл, закупал томаты у двух тепличных комплексов в России. Проблема была только с томатами «Черри»: трещины, вмятины, мятые плоды. Поставщик говорил: «Это логистика, водители виноваты». Сеть не верила, но доказать не могла.

https://habr.com/ru/articles/1006678/

#контроль_качества #оптимизация_процессов #управление_качеством_продукта #брак_производителя #кейс_по_проекту #скрытые_параметры #расследование_инцидентов #анализ_процессов

Почему 15% томатов шли в брак и как это остановили?

Менязовут Роман Михайлович, я аналитик процессов. Я работаю методом полевого расследования. Это значит: не просто читать отчёты, а пройти всю цепочку своими глазами, зафиксировать каждый шаг, найти точку разрыва. В этом мне помогают простые инструменты: фотофиксация, хронометраж, блок‑схемы в Draw.io и анализ документов. Ко мне обратилась крупная торговая сеть, ритейл с проблемой: томаты «Черри» от постоянного поставщика приходили с механическими повреждениями. Сюрвейеры работали, претензии писали, но брак не уходил. Задача была — найти причину истинную причину. Ритейл, закупал томаты у двух тепличных комплексов в России. Проблема была только с томатами «Черри»: трещины, вмятины, мятые плоды. Поставщик говорил: «Это логистика, водители виноваты». Сеть не верила, но доказать не могла.

https://habr.com/ru/articles/1006678/

#контроль_качества #оптимизация_процессов #управление_качеством_продукта #брак_производителя #кейс_по_проекту #скрытые_параметры #расследование_инцидентов #анализ_процессов

Как мы превратили каталог процессов в «цифрового сотрудника» на LLM и low-code

В крупных компаниях процессная архитектура неизбежно усложняется. Чем больше команд, продуктов и внутренних систем, тем выше зависимость от прозрачных и управляемых процессов. В теории. На практике даже при наличии каталога процессов сотрудники продолжают задавать одни и те же вопросы в личных сообщениях, искать инструкции по разным хранилищам и опираться на устные договорённости. Документация существует, но пользоваться ей неудобно . В Островке (тысячи сотрудников, распределённые команды, несколько продуктовых направлений и операционная работа 24/7) мы столкнулись с этой проблемой в полном объёме. Каталог процессов начал формироваться, но быстро стало ясно: сам по себе он не создаёт ценности. Читать схемы BPMN готовы немногие, а поддерживать актуальность описаний вручную — дорого и нестабильно. Так мы встали на путь превращения каталога процессов из статичного документа в сервис. Поверх него был построен чат-бот на базе LLM и RAG с low-code автоматизацией, который стал точкой входа в процессную архитектуру: отвечает на вопросы, инициирует обновления, обучает сотрудников и принимает заявки на оптимизацию . В этой статье — практический разбор того, как это устроено, какие ограничения мы получили и какие результаты увидели.

https://habr.com/ru/companies/ostrovok/articles/1003460/

#RAG #ai #chatbot #llm #llmагент #bpm #bpmn_20 #bpmnдиаграмма #оптимизация_процессов #lowcode

Как мы превратили каталог процессов в «цифрового сотрудника» на LLM и low-code

В крупных компаниях процессная архитектура неизбежно усложняется. Чем больше команд, продуктов и внутренних систем, тем выше зависимость от прозрачных и управляемых процессов. В теории. На практике даже при наличии каталога процессов сотрудники продолжают задавать одни и те же вопросы в личных сообщениях, искать инструкции по разным хранилищам и опираться на устные договорённости. Документация существует, но пользоваться ей неудобно . В Островке (тысячи сотрудников, распределённые команды, несколько продуктовых направлений и операционная работа 24/7) мы столкнулись с этой проблемой в полном объёме. Каталог процессов начал формироваться, но быстро стало ясно: сам по себе он не создаёт ценности. Читать схемы BPMN готовы немногие, а поддерживать актуальность описаний вручную — дорого и нестабильно. Так мы встали на путь превращения каталога процессов из статичного документа в сервис. Поверх него был построен чат-бот на базе LLM и RAG с low-code автоматизацией, который стал точкой входа в процессную архитектуру: отвечает на вопросы, инициирует обновления, обучает сотрудников и принимает заявки на оптимизацию . В этой статье — практический разбор того, как это устроено, какие ограничения мы получили и какие результаты увидели.

https://habr.com/ru/companies/ostrovok/articles/1003460/

#RAG #ai #chatbot #llm #llmагент #bpm #bpmn_20 #bpmnдиаграмма #оптимизация_процессов #lowcode

Как мы превратили каталог процессов в «цифрового сотрудника» на LLM и low-code

В крупных компаниях процессная архитектура неизбежно усложняется. Чем больше команд, продуктов и внутренних систем, тем выше зависимость от прозрачных и управляемых процессов. В теории. На практике даже при наличии каталога процессов сотрудники продолжают задавать одни и те же вопросы в личных сообщениях, искать инструкции по разным хранилищам и опираться на устные договорённости. Документация существует, но пользоваться ей неудобно . В Островке (тысячи сотрудников, распределённые команды, несколько продуктовых направлений и операционная работа 24/7) мы столкнулись с этой проблемой в полном объёме. Каталог процессов начал формироваться, но быстро стало ясно: сам по себе он не создаёт ценности. Читать схемы BPMN готовы немногие, а поддерживать актуальность описаний вручную — дорого и нестабильно. Так мы встали на путь превращения каталога процессов из статичного документа в сервис. Поверх него был построен чат-бот на базе LLM и RAG с low-code автоматизацией, который стал точкой входа в процессную архитектуру: отвечает на вопросы, инициирует обновления, обучает сотрудников и принимает заявки на оптимизацию . В этой статье — практический разбор того, как это устроено, какие ограничения мы получили и какие результаты увидели.

https://habr.com/ru/companies/ostrovok/articles/1003460/

#RAG #ai #chatbot #llm #llmагент #bpm #bpmn_20 #bpmnдиаграмма #оптимизация_процессов #lowcode

Как мы превратили каталог процессов в «цифрового сотрудника» на LLM и low-code

В крупных компаниях процессная архитектура неизбежно усложняется. Чем больше команд, продуктов и внутренних систем, тем выше зависимость от прозрачных и управляемых процессов. В теории. На практике даже при наличии каталога процессов сотрудники продолжают задавать одни и те же вопросы в личных сообщениях, искать инструкции по разным хранилищам и опираться на устные договорённости. Документация существует, но пользоваться ей неудобно . В Островке (тысячи сотрудников, распределённые команды, несколько продуктовых направлений и операционная работа 24/7) мы столкнулись с этой проблемой в полном объёме. Каталог процессов начал формироваться, но быстро стало ясно: сам по себе он не создаёт ценности. Читать схемы BPMN готовы немногие, а поддерживать актуальность описаний вручную — дорого и нестабильно. Так мы встали на путь превращения каталога процессов из статичного документа в сервис. Поверх него был построен чат-бот на базе LLM и RAG с low-code автоматизацией, который стал точкой входа в процессную архитектуру: отвечает на вопросы, инициирует обновления, обучает сотрудников и принимает заявки на оптимизацию . В этой статье — практический разбор того, как это устроено, какие ограничения мы получили и какие результаты увидели.

https://habr.com/ru/companies/ostrovok/articles/1003460/

#RAG #ai #chatbot #llm #llmагент #bpm #bpmn_20 #bpmnдиаграмма #оптимизация_процессов #lowcode

Как я разобрал бардак в процессах и зачем вообще это нужно было

Год ушёл на то, чтобы навести порядок в процессах: выстроили скоринг задач по RICH, ввели требования, ограничили загрузку команд и формализовали тестирование. Хаос превратился в поток, появился контроль сроков, а time-to-market снизился на 30%. Но нагрузки на PO всё ещё остаются.

https://habr.com/ru/articles/973524/

#управление_проектами #оптимизация_процессов #time_to_market #rice #приоритезация_задач #it_проекты #теория_ограничений #ускорение_разработки #ресурсное_планирование #прозрачность_процесса

Как я разобрал бардак в процессах и зачем вообще это нужно было

Год ушёл на то, чтобы навести порядок в процессах: выстроили скоринг задач по RICH, ввели требования, ограничили загрузку команд и формализовали тестирование. Хаос превратился в поток, появился контроль сроков, а time-to-market снизился на 30%. Но нагрузки на PO всё ещё остаются.

https://habr.com/ru/articles/973524/

#управление_проектами #оптимизация_процессов #time_to_market #rice #приоритезация_задач #it_проекты #теория_ограничений #ускорение_разработки #ресурсное_планирование #прозрачность_процесса

Как я разобрал бардак в процессах и зачем вообще это нужно было

Год ушёл на то, чтобы навести порядок в процессах: выстроили скоринг задач по RICH, ввели требования, ограничили загрузку команд и формализовали тестирование. Хаос превратился в поток, появился контроль сроков, а time-to-market снизился на 30%. Но нагрузки на PO всё ещё остаются.

https://habr.com/ru/articles/973524/

#управление_проектами #оптимизация_процессов #time_to_market #rice #приоритезация_задач #it_проекты #теория_ограничений #ускорение_разработки #ресурсное_планирование #прозрачность_процесса

Как я разобрал бардак в процессах и зачем вообще это нужно было

Год ушёл на то, чтобы навести порядок в процессах: выстроили скоринг задач по RICH, ввели требования, ограничили загрузку команд и формализовали тестирование. Хаос превратился в поток, появился контроль сроков, а time-to-market снизился на 30%. Но нагрузки на PO всё ещё остаются.

https://habr.com/ru/articles/973524/

#управление_проектами #оптимизация_процессов #time_to_market #rice #приоритезация_задач #it_проекты #теория_ограничений #ускорение_разработки #ресурсное_планирование #прозрачность_процесса

Искусственный интеллект в консалтинге: почему методология важнее технологии

Сегодня искусственный интеллект (далее — ИИ) проникает во все сферы бизнеса, беря на себя всё больше задач — от анализа данных до оптимизации процессов. Он может быть использован как для решения локальных задач (наиболее востребованное направление), так и для работ, связанных с системными улучшениями. Но настоящая эффективность ИИ раскрывается только там, где есть четкая методология, разграничивающая зоны ответственности: что остаётся за экспертом с его опытом и интуицией, а что можно смело доверить ИИ. Читать полностью

https://habr.com/ru/companies/bft/articles/958388/

#искусственный_интеллект #консалтинг #автоматизация_бизнеспроцессов #проектирование_процессов #анализ_процессов #оптимизация_процессов #зрелость_процессов

Искусственный интеллект в консалтинге: почему методология важнее технологии

Сегодня искусственный интеллект (далее — ИИ) проникает во все сферы бизнеса, беря на себя всё больше задач — от анализа данных до оптимизации процессов. Он может быть использован как для решения локальных задач (наиболее востребованное направление), так и для работ, связанных с системными улучшениями. Но настоящая эффективность ИИ раскрывается только там, где есть четкая методология, разграничивающая зоны ответственности: что остаётся за экспертом с его опытом и интуицией, а что можно смело доверить ИИ. Читать полностью

https://habr.com/ru/companies/bft/articles/958388/

#искусственный_интеллект #консалтинг #автоматизация_бизнеспроцессов #проектирование_процессов #анализ_процессов #оптимизация_процессов #зрелость_процессов

Искусственный интеллект в консалтинге: почему методология важнее технологии

Сегодня искусственный интеллект (далее — ИИ) проникает во все сферы бизнеса, беря на себя всё больше задач — от анализа данных до оптимизации процессов. Он может быть использован как для решения локальных задач (наиболее востребованное направление), так и для работ, связанных с системными улучшениями. Но настоящая эффективность ИИ раскрывается только там, где есть четкая методология, разграничивающая зоны ответственности: что остаётся за экспертом с его опытом и интуицией, а что можно смело доверить ИИ. Читать полностью

https://habr.com/ru/companies/bft/articles/958388/

#искусственный_интеллект #консалтинг #автоматизация_бизнеспроцессов #проектирование_процессов #анализ_процессов #оптимизация_процессов #зрелость_процессов

Искусственный интеллект в консалтинге: почему методология важнее технологии

Сегодня искусственный интеллект (далее — ИИ) проникает во все сферы бизнеса, беря на себя всё больше задач — от анализа данных до оптимизации процессов. Он может быть использован как для решения локальных задач (наиболее востребованное направление), так и для работ, связанных с системными улучшениями. Но настоящая эффективность ИИ раскрывается только там, где есть четкая методология, разграничивающая зоны ответственности: что остаётся за экспертом с его опытом и интуицией, а что можно смело доверить ИИ. Читать полностью

https://habr.com/ru/companies/bft/articles/958388/

#искусственный_интеллект #консалтинг #автоматизация_бизнеспроцессов #проектирование_процессов #анализ_процессов #оптимизация_процессов #зрелость_процессов

Код-ревью — самое узкое горлышко в разработке. И вот цифры, которые это доказывают

Код-ревью убивает вашу команду. И вот доказательства. Мы измерили. Один пулл-реквест крадет у компании 2.5 рабочих дня и 1.5 часа времени senior-разработчика. 70% комментариев в ревью — бесполезные споры о пробелах и запятых. Хватит это терпеть. Читайте мой разбор, почему код-ревью в Nomium стало главным тормозом разработки и что с этим делать.

https://habr.com/ru/articles/950936/

#бэкэнд #devops #оптимизация_процессов #продуктивность_разработчиков #тимлид #кодревью #ревью

Код-ревью — самое узкое горлышко в разработке. И вот цифры, которые это доказывают

Код-ревью убивает вашу команду. И вот доказательства. Мы измерили. Один пулл-реквест крадет у компании 2.5 рабочих дня и 1.5 часа времени senior-разработчика. 70% комментариев в ревью — бесполезные споры о пробелах и запятых. Хватит это терпеть. Читайте мой разбор, почему код-ревью в Nomium стало главным тормозом разработки и что с этим делать.

https://habr.com/ru/articles/950936/

#бэкэнд #devops #оптимизация_процессов #продуктивность_разработчиков #тимлид #кодревью #ревью

Код-ревью — самое узкое горлышко в разработке. И вот цифры, которые это доказывают

Код-ревью убивает вашу команду. И вот доказательства. Мы измерили. Один пулл-реквест крадет у компании 2.5 рабочих дня и 1.5 часа времени senior-разработчика. 70% комментариев в ревью — бесполезные споры о пробелах и запятых. Хватит это терпеть. Читайте мой разбор, почему код-ревью в Nomium стало главным тормозом разработки и что с этим делать.

https://habr.com/ru/articles/950936/

#бэкэнд #devops #оптимизация_процессов #продуктивность_разработчиков #тимлид #кодревью #ревью

Код-ревью — самое узкое горлышко в разработке. И вот цифры, которые это доказывают

Код-ревью убивает вашу команду. И вот доказательства. Мы измерили. Один пулл-реквест крадет у компании 2.5 рабочих дня и 1.5 часа времени senior-разработчика. 70% комментариев в ревью — бесполезные споры о пробелах и запятых. Хватит это терпеть. Читайте мой разбор, почему код-ревью в Nomium стало главным тормозом разработки и что с этим делать.

https://habr.com/ru/articles/950936/

#бэкэнд #devops #оптимизация_процессов #продуктивность_разработчиков #тимлид #кодревью #ревью

ИИ-помощник для HR: когда нужен системный подход, а не разовый промпт в ChatGPT

На HR-специалистов одновременно ложатся задачи рекрутинга, адаптации, обучения, аналитики. Поэтому многие пользуются нейросетями: кто-то просит помочь с составлением вакансии, кто-то — с подготовкой документов. Чаще всего это происходит стихийно, и только 5% российских компаний системно внедряют ИИ-решения в процессы. Это требует настройки инфраструктуры, обучения моделей, контроля качества данных и соблюдения правовых норм. Но именно такой подход дает бизнесу ощутимый результат. Разберемся, какие задачи может взять на себя полноценный ИИ-помощник, и когда действительно оправдывает ожидания.

https://habr.com/ru/articles/942020/

#ИИ #ai #автоматизация #отбор_кандидатов #оптимизация_процессов #hr #hrтехнологии #искусственный_интеллект #рекрутинг

[Перевод] 4 типа Gen AI проектов, которые реально работают в бизнесе

Мне посчастливилось поучаствовать в координации внедрения Gen AI инструментов в Яндексе на уровне весей компании (на момент написания статьи процесс в самом разгаре). Огромная часть моей работы — знакомиться с различными командами, оптимизирующими свои внутренние процессы. За время этой работы я наблюдал очень много идей и проектов, как успешных, так и не очень. В этой статье я хочу поделиться своими наблюдениями о том, что стоит делать, чтобы получить максимум пользы с минимальными усилиями.

https://habr.com/ru/articles/937778/

#generative_ai #нейросети #цифровая_трансформация #автоматизация_рутины #ai_в_бизнесе #оптимизация_процессов #энтерпрайз

[Перевод] 4 типа Gen AI проектов, которые реально работают в бизнесе

Мне посчастливилось поучаствовать в координации внедрения Gen AI инструментов в Яндексе на уровне весей компании (на момент написания статьи процесс в самом разгаре). Огромная часть моей работы — знакомиться с различными командами, оптимизирующими свои внутренние процессы. За время этой работы я наблюдал очень много идей и проектов, как успешных, так и не очень. В этой статье я хочу поделиться своими наблюдениями о том, что стоит делать, чтобы получить максимум пользы с минимальными усилиями.

https://habr.com/ru/articles/937778/

#generative_ai #нейросети #цифровая_трансформация #автоматизация_рутины #ai_в_бизнесе #оптимизация_процессов #энтерпрайз

[Перевод] 4 типа Gen AI проектов, которые реально работают в бизнесе

Мне посчастливилось поучаствовать в координации внедрения Gen AI инструментов в Яндексе на уровне весей компании (на момент написания статьи процесс в самом разгаре). Огромная часть моей работы — знакомиться с различными командами, оптимизирующими свои внутренние процессы. За время этой работы я наблюдал очень много идей и проектов, как успешных, так и не очень. В этой статье я хочу поделиться своими наблюдениями о том, что стоит делать, чтобы получить максимум пользы с минимальными усилиями.

https://habr.com/ru/articles/937778/

#generative_ai #нейросети #цифровая_трансформация #автоматизация_рутины #ai_в_бизнесе #оптимизация_процессов #энтерпрайз

[Перевод] 4 типа Gen AI проектов, которые реально работают в бизнесе

Мне посчастливилось поучаствовать в координации внедрения Gen AI инструментов в Яндексе на уровне весей компании (на момент написания статьи процесс в самом разгаре). Огромная часть моей работы — знакомиться с различными командами, оптимизирующими свои внутренние процессы. За время этой работы я наблюдал очень много идей и проектов, как успешных, так и не очень. В этой статье я хочу поделиться своими наблюдениями о том, что стоит делать, чтобы получить максимум пользы с минимальными усилиями.

https://habr.com/ru/articles/937778/

#generative_ai #нейросети #цифровая_трансформация #автоматизация_рутины #ai_в_бизнесе #оптимизация_процессов #энтерпрайз

Тесты, баги, два кота. Как устроено тестирование продуктов в Angie Software

Nota bene. Смешно, но ниже описано то, как выглядели тесты Angie и Angie ADC едва ли не полгода назад. Дело в том, что пока наши чудесные девушки писали как они работают, наши отделы тестирования успел подрасти вместе с командой. Добавились тесты SDN, тесты для ФСТЭК версии Angie PRO (коммерческая версия веб-сервера Angie). В этом смысле текст немного устарел, но мы решили, что его интересно оставить для истории именно в таком виде, а через время написать другой и сравнить в формате «было-стало». С уважением, команда Angie Software

https://habr.com/ru/articles/928804/

#angie #angie_adc #nginx #qa #тестирование_itсистем #оптимизация_процессов

PaaS — таблетка от рутины: как и почему это работает

Привет, Хабр! Меня зовут Игорь Анохин. Я руковожу платформенной разработкой K2 Cloud хотя большую часть времени трачу на объяснения, что я не DevOps . Когда рассказываю, как мы поднимаем базы данных, Kubernetes и другие сервисы, «разработчик» – это последнее, что приходит людям в голову. Поэтому в статье я расскажу, что такое платформенные сервисы, и как они работают. Мы погрузимся в их жизненный цикл и пройдём весь путь нашего сервиса: от создания до мониторинга и решения проблем с кластером. В заключение поговорим о наших планах развития платформенных сервисов.

https://habr.com/ru/companies/k2tech/articles/923698/

#paas #platform_as_a_service #облачные_сервисы #автоматизация #iaas #оптимизация_процессов #платформа_виртуализации #виртуальные_машины #ssh #puppet

Как при текущем масштабе бизнеса увеличить финансовые резервы и прибыль в 2—3 раза

Когда бизнес приносит прибыль — можно строить планы и развиваться. Реалистичной задачей при этом является повышение рентабельности. В этой статье я расскажу, как удвоить прибыль, не увеличивая штат производственного персонала. Для чего работает бизнес и в чем ограничение получения прибыли. Суть бизнеса — создание ценности. Ценность — это то, за что готов платить клиент: определенные качества и свойства продукта или услуги. Например, при производстве автомобильных двигателей важно качественное, без люфта крепление всех деталей. Действие сборщика, когда он закручивает ключом гайки, — это действие, которое создает ценность. А вот поиск нужного ключа или случайно упавшей гайки — нет. Создание ценности происходит в любом бизнесе, вне зависимости, производите вы материальный продукт или оказываете услугу. Например, в профессиональных услугах проектирования важно соответствие проектного решения заданным требованиям. Но в процессе работы сотрудники могут использовать различные методики и инструментарии. Например, один специалист будет оптимизировать однотипные действия, другой, наоборот, будет осуществлять дополнительные построения и расчеты. Поэтому на уровне организации необходимо выработать оптимальный и единый для всех производственный процесс, в котором сведены к минимуму действия, не создающие ценность. Задача каждого бизнеса — выстроить процессы так, чтобы создавать ценность для клиента. При этом стоит быть объективным и понимать, что даже самый высокоорганизованный процесс не идеален. Он может включать этапы и операции, которые не добавляют стоимости продукту, не создают ценности, а приводят к потерям. Поэтому важно постоянно анализировать бизнес-процессы и снижать количество потерь.

https://habr.com/ru/articles/921166/

#оптимизация_процессов #прибыль