Александр Ключников – Фокус вместо пожаров: система приоритетов для руководителя и команды (теперь с ИИ) (страница 4)
делать выбор объяснимым (почему X выше Y).
ИИ усиливает это тем, что умеет одинаково «допрашивать» каждую задачу и собирать аргументы в структурированную оценку.
3.2. ICE: самый быстрый старт (и почему он так популярен)
ICE = Impact × Confidence × Ease
Impact – насколько сильный эффект, если задача успешна
Confidence – насколько мы уверены (данные, опыт, тесты)
Ease – насколько легко сделать (чем легче, тем выше)
Плюсы: простота, скорость, подходит когда данных мало.
Минусы: «Ease» часто подталкивает к мелочам; Impact легко завысить; Confidence превращается в «настроение».
Как помогает ИИ:
нормализует формулировки Impact («в чём конкретно эффект?»),
заставляет указывать источники Confidence,
предлагает диапазоны Ease (день/неделя/месяц) вместо спорных часов.
3.3. RICE: когда нужно учитывать масштаб
RICE = (Reach × Impact × Confidence) / Effort
Reach – сколько людей/клиентов затронет за период
Impact – сила эффекта на одного пользователя/метрику
Confidence – уверенность в оценке
Effort – трудозатраты (обычно person-weeks)
Плюсы: учитывает масштаб и стоимость.
Минусы: Reach трудно оценить без аналитики; Impact всё ещё спорный; Effort часто «политический».
Как помогает ИИ:
вытягивает Reach из данных (воронки, MAU сегмента, частоты обращений),
предлагает шкалу Impact (например: 0.25 / 0.5 / 1 / 2 / 3) и привязывает её к метрикам,
калибрует Confidence по качеству источников (лог/метрика выше «ощущения»).
3.4. WSJF: когда время = деньги (и нужна стоимость задержки)
WSJF = Cost of Delay / Job Size
Где Cost of Delay (CoD) обычно складывают из:
User/Business Value (ценность)
Time Criticality (временная критичность)
Risk Reduction / Opportunity Enablement (снижение рисков / открытие возможностей)
Плюсы: отлично работает в портфеле крупных задач и зависимостей, особенно в enterprise.
Минусы: CoD сложнее объяснить; требует дисциплины и общего языка по рискам и времени.
Как помогает ИИ:
превращает CoD из абстракции в сценарии: «если отложим на 4 недели, что потеряем?»
умеет подсвечивать временную критичность по внешним факторам (регуляторика, контракты, сезонность, дедлайны),
связывает риск с вероятностью и ущербом (упрощённый risk model).
3.5. Почему «одна модель на всё» почти всегда ломается
Реальный бэклог состоит из разных типов задач:
Growth-фичи (эксперименты, конверсия)
Удержание/качество (UX, стабильность)
Техдолг/инфраструктура
Обязательства (контракты, регуляторика)
Исследования (неизвестность высокая)
Одна формула плохо сравнивает, например, «эксперимент на конверсию» и «закрыть критическую дыру безопасности». Поэтому рабочий подход обычно гибридный:
для фич и улучшений → RICE или ICE
для портфеля и крупных инициатив → WSJF
для техдолга и рисков → риск-скоринг + WSJF-компонента
для исследований → опция-ценность и стоимость незнания
ИИ нужен как «склейка»: он помогает держать единый язык, даже если модели разные.
3.6. Гибридная схема: «Слойная приоритизация» (практичный вариант)
Вместо одной формулы – три слоя:
Слой 1: Фильтр обязательного (Must-do)
Сюда попадают задачи, которые нельзя не делать:
безопасность/комплаенс,
критические инциденты,
юридические обязательства,
блокеры релиза,
задачи с неприемлемым риском.
ИИ помогает: быстро классифицировать задачи и объяснить, почему это must-do.
Слой 2: Ранжирование ценности (Should-do)
Остальные задачи ранжируются через RICE/ICE (или их адаптацию).
ИИ помогает: заполнять поля, нормализовать оценки, подтягивать контекст.
Слой 3: Оптимизация портфеля (Could-do)
Проверка на: