Как VSM помогает IT-командам ускорять поставку, точнее улучшать процессы и использовать ИИ без роста хаоса.
11.12.2025 Эта публикация - адаптированный перевод отчёта «2025 State of AI-Assisted Software Development» от Google Cloud и DORA. Оригинал доступен по ссылке. Время на прочтение: 7 мин. Эта глава подготовлена при участии Rob Edwards - руководитель направления Application Delivery, Google Cloud.
Сегодня от всех организаций требуют ускорения.
Все внедряют ИИ, автоматизируют процессы, строят платформы и выпускают новые функции с огромной скоростью.
Но действительно ли мы становимся лучше?
Или просто быстрее создаём функции, которые не дают ценности, быстрее выгораем и быстрее наращиваем сложность?
Главный риск сейчас - не отстать, а вложить большие ресурсы в хаотичную активность, которая не приводит к результату.
Уже больше десяти лет исследования DORA опираются на ключевую идею: самые эффективные организации не ограничиваются внедрением инструментов - они становятся экспертами в системе доставки ценности.
Они умеют «становиться лучше в том, чтобы становиться лучше»
: понимать свой рабочий процесс, видеть реальные узкие места и направлять ресурсы осознанно. В этом году мы подтвердили: умение анализировать и управлять потоком создания ценности - именно то, что отделяет хаотичную активность от сфокусированного улучшения. Согласно исследованию 2025 года, команды, которые уделяют внимание пониманию своего value stream, тратят значительно больше времени на работу, создающую реальную ценность. И главное:
(VSM) - это тот самый усилитель, который превращает инвестиции в ИИ в конкурентное преимущество. Оно помогает направлять ИИ на решение правильных задач, а не на создание дополнительного хаоса.
Управление потоком создания ценности (VSM) - это практика визуализации, анализа и улучшения движения работы от идеи до клиента.
Это не сложный бюрократический процесс, а набор из четырёх принципов, которые помогают получить ясность и сосредоточиться на улучшениях там, где это действительно важно.
Подробное пошаговое руководство по проведению value stream-картирования доступно в DORA Value Stream Management guide.
Разобраться в сложной системе трудно.
Невозможно постоянно держать в голове все детали - это мешает увидеть общую картину.
Когда команда вместе визуализирует систему, все эти детали оказываются не в головах, а в общем пространстве.
Структура системы - и скрытые закономерности - становятся заметны.
Это упрощает разговор о том, что работает, а что нет.
Практика заключается в том, чтобы описать весь цикл поставки ПО - от идеи до клиента.
Она охватывает всё: исследование продукта, дизайн, разработку, тестирование, деплой и операции.
Общая визуализация помогает команде сформировать коллективное понимание процесса и быстрее замечать узкие места и неэффективности.
Цель - промапить всю систему от концепции до клиента.
Главное - начать с участка, где влияние будет максимальным.
Перед началом стоит взглянуть на процесс в целом и определить главный ограничивающий фактор, чтобы не оптимизировать ту часть, которая не является настоящим узким местом.
Если основная сложность вашей команды - на этапе поиска продукта, возможно, именно там и стоит начинать.
Хорошей стартовой точкой, которую много лет использует DORA, является участок от commit до продакшена.
Он проще всего стандартизируется и оптимизируется.
Еще важнее то, что именно здесь у команд больше всего возможностей для быстрого и ощутимого улучшения.
Это отличается от этапов discovery, где главная задача - повысить результативность, а не скорость.
Успешное улучшение базового процесса создает быстрые победы, формирует доверие и дает импульс для изменений в более широких областях - в продуктовых исследованиях и сборе обратной связи от пользователей.
Пример карты потока ценности: путь задачи из бэклога в продакшен.
Когда карта потока уже построена, ключевая задача - обеспечить предсказуемое, плавное движение работы.
Для этого нужно перестать оптимизировать отдельные участки и начать улучшать систему целиком.
Отслеживайте показатели: lead time, process time, долю ценности относительно времени ожидания.
Эти метрики показывают реальные ограничения системы и дают базовый уровень, чтобы понимать, работают ли улучшения.
Такой системный взгляд помогает находить места, где новые инструменты или технологии дадут максимальный эффект. Например, команда может увидеть по карте, что узким местом являются code review.
Тогда логично применить ИИ для ускорения этого процесса, а не для генерации большего количества кода, что лишь усилит перегрузку.
Главный выигрыш - не в ускорении отдельного шага, а в устранении реального узкого места.
Это и есть смысл фокусировки на потоке: решать проблему всей системы, а не разгонять один этап. «И ещё есть сама сложность процесса: сколько это займет работы? сколько времени? как это вообще оценить? Всегда есть неопределённость и ощущение, что нет контроля. Мы сможем вносить нужные изменения быстро, по ходу дела? Или каждый раз придется проходить двух- или трёхнедельный процесс только ради, например, изменения правила в файрволе? Что-то вроде того.
Существует слишком много способов, которыми этот процесс мог бы замедлять нашу работу. Мне кажется, особенно более опытные сотрудники хорошо это понимали - потому что уже сталкивались с этим в других крупных компаниях.»
Быстрый и устойчивый поток работы невозможен без прочной технической основы - чаще всего это хорошо спроектированная внутренняя платформа.
Предоставляя разработчикам «протоптанные дорожки»
для тестирования, доставки и других ключевых практик, такая платформа убирает лишнюю сложность и делает эффективную работу масштабируемой. Связь между сильной технической базой и результативностью организации подробно раскрыта в части 6.
На протяжении многих лет DORA рекомендовала применять практики VSM, чтобы обеспечить быстрый и стабильный поток работы.
Но остается вопрос: актуален ли этот подход сейчас, когда ИИ внедряется повсеместно? В этом году задача была проверить наши многолетние гипотезы о пользе VSM.
Результаты подтверждают:
Команды, которые регулярно анализируют и улучшают свой value stream, демонстрируют заметно более высокую результативность. VSM увеличивает долю «ценной» работы.
Такие команды тратят гораздо больше времени на задачи, которые действительно важны для бизнеса и клиентов. VSM улучшает качество продукта.
Фокус на value stream приводит к лучшим продуктовым результатам - что в конечном итоге является самым важным.
Данные показывают простую вещь:
Общее понимание процесса помогает сфокусировать усилия на важном и превращать ясность в конкретные улучшения.
VSM позволяет быть стратегическими: вместо локальных оптимизаций вы устраняете реальное узкое место системы.
Это наблюдение привело нас к ключевой гипотезе исследования 2025 года: VSM превращает ИИ в организационное преимущество. Мы предполагаем, что VSM усиливает связь между внедрением ИИ и ростом эффективности организации. Команды, использующие VSM, направляют выгоды ИИ на решение системных проблем, обеспечивая, чтобы точечные улучшения действительно приводили к результатам на уровне всей компании.
Без VSM ИИ может создавать локальные оптимизации, которые «растворяются» в последующих узких местах и не дают ценности для организации в целом. VSM регулирует эффект ИИ на эффективность организации.
Наш анализ подтверждает эту гипотезу.
Хотя само по себе внедрение ИИ дает умеренный эффект, он становится значительно сильнее в организациях с развитой практикой VSM.
Это подтверждает: VSM - критически важный механизм, который позволяет получить реальную отдачу от инвестиций в ИИ.
Когда прирост продуктивности на уровне команд и отдельных сотрудников направлен на ключевые системные ограничения, VSM превращает локальные улучшения в заметный организационный результат.
Это исследование - не просто наблюдение, а вызов.
Первый шаг к выходу из цикла хаотичной активности прост, но не легок: спросите свою команду: «Можем ли мы нарисовать нашу value stream поставки ПО на доске?»
Если ответ - нет, или схема вызывает больше вопросов, чем ответов - значит, вы нашли точку начала. И именно с этого разговора начинается путь к умению становиться лучше в том, чтобы становиться лучше.
Чтобы понять, почему влияние ИИ на команды так отличается от ожиданий и от компании к компании, важно посмотреть не на инструменты, а на систему, в которой они работают.
Следующая глава раскрывает этот ключевой принцип: ИИ действует как зеркало организационных процессов - усиливает сильные стороны и обнажает слабые.
Мы разбираем, что именно определяет эффект ИИ и какие условия превращают точечное ускорение в ощутимый сдвиг всей системы.
