Как AI меняет sprint planning и почему оценки больше не работают по-старому
IT-сектор у нас вырос так быстро, что во многих командах половина людей работает меньше полугода. На планировании спринта это чувствуется сразу. Один разработчик оценивает задачу в тройку, потому что делал похожую в прошлом квартале. Другой ставит восьмёрку, потому что пришёл два месяца назад и ещё не знает, как устроена авторизация в проекте. Оба правы по-своему, но усреднённая оценка оказывается бесполезной.
В распределённых командах между Алматы и Астаной ситуация усложняется. Часть контекста теряется в Zoom, вопросы, которые в офисе задают на ходу, в онлайне копятся до следующего созвона. Планирование затягивается, а результат всё равно не точный.
AI как подготовка, а не замена
Самое полезное, что AI может сделать для планирования, происходит до самой встречи. Скрам-мастер загружает в Claude выгрузку из Jira за последние спринты и получает анализ за десять минут. Какие типы задач команда стабильно недооценивает? Где задержки повторяются из спринта в спринт? Есть ли в текущем бэклоге скрытые зависимости?
В одной продуктовой команде такой анализ показал интересную закономерность. Задачи, связанные с мобильным приложением, стабильно занимали вдвое больше оценки. Причина была в том, что тестирование на двух платформах каждый раз требовало больше времени, чем закладывали. Команда это чувствовала, но на планировании каждый раз решала, что «в этот раз пойдёт быстрее». AI-анализ сделал паттерн видимым, и команда начала закладывать реалистичный буфер.
Вероятностные прогнозы для бизнеса
Когда руководство спрашивает «когда будет готово?», команда обычно называет одну дату. Если не укладывается, доверие падает. Monte Carlo-симуляция, которую можно запустить через Claude или ChatGPT на основе данных по throughput, даёт другой формат ответа: «С вероятностью 50% закончим к 15 апреля, с вероятностью 85% к 22 апреля».
Для растущих компаний, где бизнес привык к жёстким дедлайнам, такой формат поначалу кажется непривычным. Но на практике он работает лучше, потому что позволяет руководителю выбирать уровень риска осознанно. Если фича привязана к маркетинговой кампании, берём консервативный прогноз. Если есть пространство для манёвра, можно ориентироваться на медианный срок.
Новичкам в команде тоже проще
В быстро растущих командах AI помогает новым участникам быстрее войти в контекст. Разработчик, который пришёл месяц назад, может попросить Claude проанализировать историю похожих задач в Jira и получить сводку: сколько времени обычно занимают интеграции с платёжными системами, какие подводные камни встречались, где были блокеры. Это сокращает разрыв в контексте между опытными участниками и новичками, и оценки на планировании становятся ближе к реальности.
Скрининг бэклога за минуты
Перед планированием полезно проверить, все ли истории в бэклоге готовы к обсуждению. AI может проанализировать описания и отметить, где acceptance criteria размытые, где описание слишком общее для оценки, а где история по объёму явно не помещается в спринт. В команде из шести-семи человек с бэклогом на 40+ историй такой скрининг экономит значительную часть времени на самом планировании.
Для распределённых команд это особенно ценно. Когда часть людей подключается из другого города, каждая лишняя минута обсуждения «а что тут имеется в виду» ощущается острее, чем в одной комнате. AI-подготовка позволяет приходить на встречу с уже отфильтрованным бэклогом.
Обсуждение остаётся главным
При всей пользе AI-анализа планирование по-прежнему строится вокруг разговора. Когда оценки расходятся, возникает дискуссия, и именно в ней всплывают вещи, которые никакой AI пока уловить не может. Что тимлид на следующей неделе в отпуске. Что смежная команда ещё не выкатила API, от которого зависит задача. Что у мобильного разработчика параллельно горит критический баг в продакшене.
AI подготавливает контекст и убирает рутину. Обсуждение становится короче и содержательнее, потому что команда тратит время на действительно сложные вопросы.
Где развивать навыки
На программе Certified Agile Professional разбирают практику планирования спринта с учётом AI-инструментов и работу с flow-метриками. Программа Advanced Scrum Master & Agile Coach даёт инструменты фасилитации для распределённых команд, включая проведение планирования в онлайне. Тренинги проходят в Zoom, время удобно для Алматы и Астаны. Сертификаты ICP от ICAgile верифицируются на icagile.com.