Як AI-дашборд змінює роботу IT-менеджера: аналіз однієї розробки

Технічний delivery-менеджер EPAM за допомогою кількох промптів створив дашборд, який агрегує метрики команди з Azure DevOps, Confluence та AI-кредитів. Такий підхід може стати новою нормою для управління IT-командами.
Робота менеджера в IT нерозривно пов'язана з метриками: їх треба збирати, аналізувати й перетворювати на рішення. Довгий час для цього вистачало стандартних інструментів issue-трекерів, але з появою великих мовних моделей (LLM) з'явилася можливість не просто агрегувати дані, а отримувати готові текстові підсумки. Саме це підштовхнуло менеджера до створення власного дашборду, який збирає всі активності команди в одному місці.
Перший крок — написання скриптів, які вивантажують дані з Azure DevOps (апдейти тикетів), корпоративного Confluence (зміни, нові знання), репозиторіїв (створення, рев'ю, мержі PR) та статистики використання Copilot AI Credits. Усі ці дані складалися в локальну базу SQLite. Другий крок — створення скіла для AI-агента, який через LLM обробляє заголовки, типи операцій і контент, видаючи на виході готові summary. Третій — візуалізація: дашборд, де дані в різних розрізах і згенеровані LLM стейтменти складаються в цілісну картину.
Головна цінність такого рішення — єдине вікно замість кількох окремих систем. На головному екрані — графік продуктивності за 30 днів (Team productivity index), де видно спади та піки навантаження, а також дві лінії: Activity Index і PRs opened. Перемикач дозволяє миттєво змінити масштаб — подивитися зріз за тиждень або за день. Рядок метрик показує швидкий пульс періоду: кількість активних людей, тикетів у роботі, відкритих і змерджених PR, рев'ю та правок у документації.
Ключовий блок для менеджера — Per-person summary. Це картка на кожного члена команди з підсумком від LLM: одне речення про те, що людина реально робила цього тижня. Замість сухих цифр («19 PR і 8 апдейтів») — змістовний опис («просувала Order management dashboard до релізу»). При цьому цифри та посилання на повний таймлайн лишаються поруч — для глибшого аналізу. Така деталізація економить час на ручній реконструкції активностей.
Окрема сторінка Team Sprint Achievement дивиться на команду не по людях, а по спринтах. Вона показує, що саме зроблено, хто це витягнув, і містить дельту до попереднього спринту: кількість активних людей, сумарний Activity Index, відкриті PR. Нижче — Sprint Highlights: реально відвантажені фічі (promo codes, cart persistence, checkout-фікс) та їхні виконавці. Для менеджера це готова відповідь на питання «що ми зробили за два тижні» без ручного збору по тикетах.
Важливий елемент — гейміфікація. Права колонка містить Top 3 Champions (троє людей із найвищим Activity Index за спринт, з медалями) та окрему сторінку Leaderboard із повним рейтингом. Індекс збалансований по ролях, тому в чемпіони може вийти не лише бекендер, а й QA чи BA — змагання лишається чесним і не перетворюється на гонку за кількістю PR.
Головний висновок для менеджера: сьогодні важливо щодня використовувати AI-інструменти та будувати власних асистентів під свої задачі. Раніше такий дашборд означав окремий проєкт із розробкою й бюджетом. Тепер від ідеї до робочого прототипу — кілька промптів. Це і є нова норма: не чекати готового рішення, а швидко зібрати своє — під конкретну проблему, під свою команду.
Читайте також
Ще в розділі «Україна»
- Пів мільярда на підрядах: на Полтавщині перевірять найдорожчі контракти
- У Харкові та області 27 липня очікується помірна погода без спеки
- Які спеціальності обирають вступники на Буковині: огляд пропозицій
- Як перевірка кандидатів допомогла криптобіржі залучити $20 млн інвестицій
- Жовтий та помаранчевий рівні: якою буде погода у Дніпрі 28 липня


