Милана Котова: Скажу так: в том, чтобы быть частью масштабной системы – профессиональной, социальной или корпоративной, – нет ничего плохого. Ключевой вопрос заключается в роли, которую вы в ней играете: пассивную или влияющую. Специалист превращается в «винтик» там, где перестаёт задавать вопросы и начинает просто механически пересылать информацию между командами, не пытаясь разобраться в сути проблемы и рисках. В банках жесткая иерархия и много согласований. Стратегические направления (например, цифровая трансформация или переход к новой архитектуре) спускаются сверху. Но то, как это будет реализовано на практике – какие данные затронуты, какие смежные системы вовлечены и какие риски скрыты, – определяется именно на уровне ИТ-анализа. Моя задача – перевести абстрактную стратегию в понятный и безопасный план действий. Влияние в такой среде заключается в умении вовремя выявить критический риск, снять противоречия между бизнесом и технологиями и организовать кросс-функциональную работу.

Милана Котова: Опыт в amoCRM был очень динамичным: высокая скорость, проверка гипотез и работа в условиях неопределенности. Но масштабный банк – это не «отдых», а другой вид сложности. Если в стартапе вызовы связаны с хаосом и отсутствием выстроенных процессов, то в корпорации главный вызов – это масштаб: сотни систем, жёсткие требования регуляторов и огромная цена ошибки. Многоуровневые проверки в банке – это не просто бюрократия, а защита данных и финансовых процессов от сбоев при интеграциях. Опыт в стартапе дал мне гибкость и скорость мышления, а корпоративная школа научила видеть систему целиком и управлять долгосрочными рисками. Они отлично дополняют друг друга.

Милана Котова: В банковском ИТ действительно присутствует внушительный объём legacy-систем. Но за ними стоят критические финансовые процессы миллионов клиентов, поэтому здесь нельзя ради эксперимента «переписать всё с нуля» на модном стеке. При этом индустрия активно меняется благодаря ИИ и data-driven подходам, просто трансформация идёт осторожно. Инновации в банке – это не внешние визуальные тренды, а сложнейшие процессы безопасной миграции данных, повышение отказоустойчивости архитектуры и автоматизация. Это не «латание дыр», а масштабная эволюция, где главные критерии успеха – безопасность и стабильность.

Милана Котова: Напротив, визуализация – это инструмент, который помогает сделать сложную ситуацию понятной и управляемой. В крупных IT-проектах у разных участников почти всегда разный фокус: слишком разные задачи у бизнеса и, к примеру, у команды разработки. Грань между хорошей презентацией и манипуляцией проходит там, где визуализация перестаёт быть честной. Упрощать сложность, чтобы помочь людям разобраться, – нормально. Убирать из картины важные риски и ограничения – уже нет. Поэтому для меня визуализация – это важная часть зрелой коммуникации. Её задача не произвести впечатление, а помочь стейкхолдерам увидеть цельную картину и принять решение на основе фактов.

Милана Котова: На самом деле ключевым источником стресса в масштабных проектах выступает не конкретный человек или уровень иерархии, а разрыв между ожиданиями участников и технологической реальностью. Бизнесу нужен быстрый результат, разработке – время на качество кода, менеджменту – предсказуемость. Моя задача как лидера – убрать эмоции и сделать картину прозрачной для всех: аргументированно объяснить бизнесу технические ограничения, помочь разработчикам осознать критичность сроков для рынка и предложить компромиссные варианты. Как только на смену хаосу приходит системная ясность, проект становится управляемым, а уровень стресса падает.

Милана Котова: Я согласна с тем, что искусственный интеллект кардинально меняет ландшафт профессии, но я оцениваю эти изменения позитивно. ИИ автоматизирует рутину, высвобождая экспертам время для решения задач качественно иного уровня. Генерация документации, первичный сбор информации, сопоставление регуляторных актов с архитектурными элементами – со всем этим ИИ-агенты уже справляются за секунды, и глупо с ними в этом конкурировать. Но ценность ИТ-бизнес-аналитика никогда не сводилась к механическому производству артефактов. Если специалист видит свою функцию исключительно в фиксации требований под диктовку, его позиция действительно под угрозой. Но если за артефактами стоит глубокое понимание бизнес-контекста, управление стейкхолдерами, анализ скрытых системных зависимостей и прогнозирование долгосрочных рисков, ценность такого эксперта в эпоху ИИ только возрастает. Профессиональный опыт – это не архив знаний, который можно скопировать и заменить кодом, а зрелая аналитическая оптика, системное мышление и развитая интуиция, позволяющие видеть реальную применимость решений для бизнеса. И самое главное – ни один алгоритм не способен заменить готовность человека брать на себя персональную ответственность за выданные профессиональные суждения и за решения, принимаемые на их основе.