Я очень рад приветствовать Томо Леннокса в нашем разговоре сегодня. Томо обладает глубоким опытом, помогая командам понять, как работать эффективнее, а не усерднее. С десятилетиями опыта в доставке программного обеспечения, управлении проектами и коучинге он работал с организациями всех размеров, чтобы улучшить их работу.
Что выделяет Томо, так это его связь с реальным миром работы
Он помог бесчисленным командам преодолеть разрыв между Скрамом и Канбаном. Томо бросает вызов жёстким рамкам и поощряет команды критически осмысливать, что на самом деле подходит их бизнес-контексту.
В нашем разговоре мы рассмотрели один из самых распространённых вопросов, который задают гибкие команды: когда следует использовать Скрам, а когда Канбан подходит лучше?
Сессия насыщена примерами, визуальными моделями и практическими уроками
Они показывают, как смешивание двух подходов может привести к более плавным рабочим процессам и более сбалансированным командам.
Мы также провели короткую сессию вопросов и ответов, где Томо и я углубились в такие темы, как эффективность рабочего процесса, размер историй, прогнозирование и то, как сохранить человеческий центр вашего процесса.
Правда об idle time (простоях) и потоке
Многие менеджеры всё ещё верят, что если люди не заняты постоянно, производительность должна снижаться. Томо Ленноксу нравится оспаривать эту идею.
Он рассказывает историю, которая прекрасно иллюстрирует проблему. Менеджер покупает бейсбольную команду. Он смотрит на поле и замечает, что половина игроков просто сидит на скамейке. Разочарованный, он кричит: «Я плачу вам за игру, а не за сидение! Все встаньте и начните бросать мячи!»
Через несколько минут поле превращается в хаос. Мячи летают повсюду, никто не знает, что происходит, и игра полностью разваливается.
Томо смеётся, когда рассказывает эту историю, но его мысль чёткая: «Иногда безделье — это хорошо. Вы не устраняете узкое место, удерживая всех занятыми».
В Канбане цель — не обеспечить постоянную занятость каждого человека, а обеспечить бесперебойный поток работы. Когда появляется узкое место, Канбан призывает команду сосредоточить внимание там, где это действительно необходимо. Этот простой акт сотрудничества может привести к укреплению отношений и ускорению прогресса в целом.
Томо объясняет: «Прежде чем бездельничать, вы перемещаете людей. Вот чему учит Канбан».
Сила доски: смещение акцента с людей на поток
Одна из самых больших ловушек, в которую попадают команды, — это превращение ежедневных встреч в отчёты о статусе. Все по очереди рассказывают, что они делали вчера и что планируют делать сегодня. Встреча заканчивается, и ничего на самом деле не меняется.
У Томо Леннокса есть лучший способ. «Когда я действую как Scrum-мастер, — говорит он, — мы говорим не о людях, мы говорим о задачах».
Для него доска, будь то Scrum или Kanban, является единственным источником истины. Она показывает реальное состояние работы, а не личные отчёты о прогрессе.
Фокус смещается с индивидуальных обновлений на коллективный прогресс. Это простое изменение имеет огромное влияние. Встречи становятся короче, более содержательными и бодрящими, а не повторяющимися. Команды остаются согласованными без микроменеджмента. И, возможно, самое главное, люди начинают сотрудничать, а не отчитываться.
Размер истории и миф об оценке
Когда зашла речь об оценке историй, Томо Ленноксу не пришлось долго раздумывать: «Я не верю в стори поинты, я верю в правильный размер».
Его подход поразительно прост. Если история кажется слишком большой, чтобы закончить её за неделю, команда просто разделяет её. И у него есть убедительные данные, подтверждающие его точку зрения. Проанализировав более семидесяти тысяч историй из крупной организации, Томо обнаружил почти полное отсутствие корреляции между стори поинтами и тем, сколько времени на самом деле заняла работа.
«Оценка создаёт иллюзию точности, — сказал он, — но не делает работу более предсказуемой».
Вместо того чтобы тратить время на начисление баллов, Томо призывает команды задавать более умные вопросы:
* Сколько критериев приёмки у этой истории?
* Сколько возможных условий выхода может повлиять на неё?
Эти вопросы проникают в суть сложности и приводят к более качественному и быстрому планированию.
Цель — не измерить всё; цель — понять работу достаточно хорошо, чтобы продвинуть её вперёд.
Прогнозирование с вероятностью, а не догадками
Томо Ленноксу не нравятся гадальные игры. «Проектные менеджеры десятилетиями занимались оценкой, но большинство из них — просто мусорная наука».
Вместо того чтобы полагаться на интуицию или точечные оценки, Томо выступает за вероятностное прогнозирование — основанный на данных способ прогнозирования результатов доставки. «Вместо того чтобы спрашивать, когда что-то будет сделано, посмотрите, как ваша система ведёт себя на самом деле», — объяснил он.
Моделируя пропускную способность и тенденции бэклога, команды могут прогнозировать результаты на основе доказательств, а не мнений. Используя такие методы, как моделирование Монте-Карло, команда может увидеть, что у неё есть 70-процентная вероятность закончить к определённой дате. Эти данные дают руководителям варианты. Они могут принять риск, изменить приоритеты или скорректировать объём, пока не стало слишком поздно.
«Вероятностное прогнозирование превращает гадание в принятие решений, — сказал Томо. — Оно даёт вам реальные цифры для реальных разговоров».
Результат — более чёткое планирование, более раннее понимание и более здоровый способ управления неопределённостью. Команды наконец-то могут перестать притворяться, что могут предсказывать будущее, и начать работать с ним.
Взгляд в будущее: искусственный интеллект и будущее Agile
В конце разговора Томо поделился взглядом на свой новейший проект — RenJi. Хотя Скрам и Канбан хорошо служили командам в течение многих лет, он считает, что наступает новая эра, сформированная искусственным интеллектом.
«Agile был разработан для людей, — отметил Томо. — Все эти идеи об ограничении работы в процессе и избегании перегрузки имеют смысл для людей. Но ИИ — это другое. Он может делать много вещей одновременно».
Он представляет себе будущее, в котором ИИ непрерывно согласовывает работу со стратегией, автоматически оценивая истории по стоимости, ценности и влиянию. «Что, если агент ИИ мог бы посмотреть на ваш бэклог, проверить, какие истории соответствуют вашей стратегии, оценить их стоимость на основе прошлых данных и даже спрогнозировать их потенциальную прибыль?» — спросил он. «Тогда, когда вы вытягиваете следующую историю, вы уже знаете, что это лучший вариант».
Он представляет ИИ не как замену Agile, а как его расширение, способ соединить стратегию, поток и доставку в единую непрерывную систему. «ИИ может помочь нам делать то, что Agile всегда обещал: непрерывное обучение, непрерывная доставка и более взвешенные решения».
Он всё ещё работает над RenJi и приглашает других присоединиться к нему в этом путешествии.
Если идеи Томо вдохновят вас, и вы хотите быть частью того, что будет дальше, свяжитесь с ним по адресу tomo@tomolennox.com и узнайте больше о его новейшем предприятии — RanJi. Это захватывающий шаг к будущему Agile с ИИ.
1. Какие основные отличия между подходами Скрам и Канбан выделяет Томо Ленноксом в статье?
В статье Томо Леннокса отмечается, что Скрам и Канбан имеют разные подходы к организации рабочего процесса. Скрам фокусируется на постоянных итерациях и инкрементах, в то время как Канбан акцентирует внимание на непрерывном потоке работы и устранении узких мест.
2. Почему Томо Леннокса считает, что простои могут быть полезны для рабочего процесса?
Томо Леннокса считает, что простои могут быть полезны, потому что они позволяют избежать хаоса и сосредоточиться на решении реальных проблем. В статье приводится пример с бейсбольной командой, где попытка устранить простои привела к дезорганизации. Канбан призывает не устранять простои путём постоянной занятости, а использовать их для оптимизации потока работы.
3. Какие проблемы Томо Леннокса видит в традиционных методах оценки историй в Agile?
Томо Леннокса критикует традиционные методы оценки историй, основанные на стори поинтах, утверждая, что они создают иллюзию точности, но не делают работу более предсказуемой. Он предлагает задавать более умные вопросы о критериях приёмки и условиях выхода, чтобы лучше понять сложность работы и ускорить планирование.
4. Почему Томо Леннокса выступает за вероятностное прогнозирование вместо точечных оценок?
Томо Леннокса выступает за вероятностное прогнозирование, потому что оно основано на данных и позволяет более точно прогнозировать результаты доставки. Он считает, что точечные оценки и интуиция часто приводят к неточным прогнозам, в то время как вероятностное прогнозирование даёт реальные цифры для принятия решений.
5. Как Томо Леннокса видит роль искусственного интеллекта в будущем Agile?
Томо Леннокса представляет себе будущее, в котором искусственный интеллект будет непрерывно согласовывать работу со стратегией, автоматически оценивать истории и прогнозировать их потенциальную прибыль. Он видит ИИ как расширение Agile, способное соединить стратегию, поток и доставку в единую систему.