Вебпрактик AI | Корпоративный ИИ

описание

Рынок корпоративного ИИ глазами системного интегратора. Новости, кейсы и аналитика через фильтр реального опыта. ai@webpractik.ru

← к каналу @Webpractik_Ai

372

подписчиков

Охват к подписчикам

70,7%

ERR

Реакции к просмотрам

3,26%

196 на 23 постов

Пересылки к просмотрам

0,27%

Постов в день

0,6

всего 23

Где отзываются чаще

доля реакций к просмотрам

14 авг.без подписи14,77%
17 авг.Мы много говорим о том, как ИИ меняет производство и бизнес. Но сначала этот подход пришлось проверить на себе. В «Вебпрактик» ИИ стал частью процесса разработки, и вместе с этим пришлось менять сам процесс. О том, как это происходило, рассказал CTO «Вебпрактик» Иван Поддубный в новом выпуске «Организованного программирования». Иван поделился опытом, как SDD (Spec Driven Development) постепенно превратился из эксперимента с AI-агентами в полноценный подход к организации разработки. Отдельно поговорили о том, как перестроилась работа аналитиков и QA, почему тестировщики постепенно отошли от написания автотестов и как SDD заработал в заказной разработке, где требования приходят от внешнего клиента. Вебпрактик AI | Корпоративный ИИ14,08%
10:06без подписи12,00%
5 авг.без подписи6,84%
30 июл.В долгосрочную жизнеспособность ИИ-стратегии компании верят 78% руководителей. Это данные исследования KPMG Global AI Pulse Q2 2026. В онлайн-опросе, проведенном с 28 апреля по 25 мая 2026 года, участвовали 2 145 руководителей из 20 стран: CEO, представители C-level, управляющие директора и директора юнитов. За квартал доля тех, кто уверен в устойчивости ИИ-стратегии своей компании, выросла с 70% до 78%. Исследование также отмечает любопытную закономерность: уверенность в стратегии тесно связана с тем, как в компании устроена ответственность за ИИ. В организациях, где конечную ответственность за решения с участием ИИ несёт CEO, 60% респондентов твердо уверены в устойчивости стратегии. Там, где эта ответственность не закреплена за CEO, — 22%. Это не вопрос личного контроля со стороны первого лица над каждым ИИ-проектом. Речь о том, что на верхнем уровне компании определено, кто принимает решения, отвечает за риски и результат, а также имеет право вмешаться в работу системы. И еще важная взаимосвязь. Если CEO несет конечную ответственность за решения с участием ИИ, компания более чем в три раза чаще достигает стадии подтвержденного ROI: 14% против 4% там, где такой ответственности у CEO нет. Вебпрактик AI | Корпоративный ИИ5,63%
4 авг.без подписи4,33%
31 июл.Что снижает тревожность сотрудников при внедрении ИИ Кажется, чем чаще сотрудник работает с ИИ, тем спокойнее он должен относиться к автоматизации. Однако исследование на данных Gallup фиксирует обратную зависимость. Активные пользователи ИИ чаще опасаются сокращений, чем те, кто почти не использует такие инструменты. Работая с ИИ, сотрудник видит, какие части его работы технология уже способна выполнять сама. Если компания не объясняет, как трансформируется роли сотрудников, чему им придется обучится, технология начинает восприниматься как угроза, а не как инструмент. Но исследование также констатирует: страх увольнения существенно снижается в условиях благоприятной рабочей среды — разница достигает 9 процентных пунктов. В целом, при каждом изменении в показателях качества рабочей среды вероятность возникновения страха перед автоматизацией снижается на 13–24%. Автор выделяет несколько факторов, которые помогают сотрудникам воспринимать ИИ как инструмент пересборки процессов, а не как угрозу: 1. Поддержка благополучия. Сотрудникам важно понимать, что компания учитывает нагрузку и неопределенность переходного периода. Практически это означает доступ к поддержке, понятные условия переобучения и ясность в вопросах карьерных перспектив. 2. Уважительное отношение. Сотрудники чувствуют, что их опыт остается востребованным, а изменения происходят не без их участия. 3. Связь с культурой компании. Автоматизация легче принимается, когда понятна ее бизнес-цель и связь с общей задачей компании. Тогда ИИ воспринимается как часть развития организации, а не как внешнее решение, спущенное сверху. 4. Качественная обратная связь. Сотрудники знают, какие навыки будут востребованы, как изменятся их роли и где получить необходимые компетенции. 5. Доверие к руководству. Оно формируется, когда менеджмент заранее объясняет логику изменений, поддерживает переобучение и последовательно выполняет взятые обязательства. Важный нюанс: это не HR-сопровождение «после запуска». Для корпоративного ИИ эти практики, в идеале, должны быть частью архитектуры внедрения. Именно они определяют, будут ли сотрудники сообщать об ошибках, предлагать улучшения и участвовать в пересборке процессов. Вебпрактик AI | Корпоративный ИИ4,00%
23 июл.AI Governance как новый критерий доверия к бренду Fast Company опубликовала колонку со-СЕО коммуникационного агентства Mission North Тайлер Перри с разбором исследования Brand Expectations Index 2026. Главный вывод: высококвалифицированные специалисты на рынке — те, кто принимает решения о B2B-закупках, формирует отраслевую повестку и составляет элитный кадровый резерв, — больше не оценивают инновационность компаний по количеству внедренных ИИ-фич. Всё большее значение приобретает AI Governance — правила, которые определяют, где и как компания использует искусственный интеллект. По данным исследования, 77% внешних экспертов абсолютно комфортно воспринимают использование компаниями нейросетей для рутинных операций, маркетинга или персонализации контента. Но уровень доверия к бренду резко падает, когда ИИ получает автономию в принятии значимых решений. - 58% выступают против использования ИИ для кадровых решений; - 55% против подготовки юридических документов; - 63% считают, что при внедрении ИИ в критически важные процессы компания должна привлекать независимых экспертов. Для бизнеса это означает серьезный сдвиг в позиционировании. Сильных кандидатов и B2B-партнеров больше не впечатлить скоростью обработки данных, использованием ИИ-агентов. Их волнуют корпоративные границы: - В каких процессах компании использование ИИ строго запрещено? - На каком этапе в цепочку обязательно включается валидация человеком? - Кто из топ-менеджеров несет личную ответственность, если модель совершит ошибку? ИИ постепенно перестает быть конкурентным преимуществом сам по себе. Конкурентным преимуществом становится способность компании доказать, что она умеет им управлять. Для крупных заказчиков, партнеров и кандидатов прозрачные правила использования ИИ становятся таким же фактором доверия, как информационная безопасность или защита данных. Вебпрактик AI | Корпоративный ИИ3,18%
6 авг.Иллюзия «самоуправляемой компании»: почему ИИ не должен забирать руль Идея «самоуправляемой компании» все чаще появляется в инвестиционных презентациях. Суть таких экспериментов проста: ИИ-агенты полностью забирают операционку, а штат сокращается до минимума. В колонке для Fast Company разработчик беспилотных грузовиков Сяоди Хоу объясняет, почему этот концепт не работает для реального бизнеса. Он приводит понятную аналогию. У автомобиля есть заранее известный маршрут из точки А в точку Б. У компании такого маршрута нет. Бизнес постоянно принимает решения в условиях неопределенности: тестирует новые рынки, меняет стратегию и перераспределяет ресурсы. Это требует управленческого суждения, а не алгоритмического исполнения. Автор приводит пример из собственной практики. В 2025 году команда запустила ИИ-агента, который отвечал на вопросы по HR-справочнику. Через несколько недель инструментом почти перестали пользоваться. Почему: - агент находил правило, но не понимал рабочий контекст конкретной ситуации; - сотрудникам часто требовался не ответ из регламента, а разговор с менеджером или коллегой; - система автоматизировала поиск информации, но не помогала принять решение и продвинуть задачу. Это не аргумент против HR-агентов. Скорее, напоминание о том, что агента нельзя проектировать как замену коммуникации. Его задача — собрать фактуру, найти нужные документы, подготовить варианты и снять рутину вокруг решения. Само решение, выбор приоритета и ответственность остаются за командой. Реальный экономический эффект возникает там, где алгоритмы ускоряют операции, а команда сохраняет за собой выбор приоритетов и ответственность за результат. Вебпрактик AI | Корпоративный ИИ3,15%
12 авг.без подписи3,03%
17 июл.💭 #ПятничныйСтек с Иваном Поддубным, CTO «Вебпрактик» Немного про измерение эффективности от внедрения AI в SDLC Количество часов разговоров с коллегами в отрасли на эту тему за последний год я бы мог исчислять десятками) Например, полгода назад тут с коллегами из Т-Банк, Яндекс и WB (FunSun) или пару недель назад на круглом столе про ФОТ. Или под Новый год на митапе smallTech. Также много разговоров с коллегами в кулуарах Saint Highload++, TeamLeadConf, Sber Arch.Meetup и ещё многих других. Кстати, так сложилось, что практически не обсуждали на Agentic Dev Conf, там как будто бы у людей другой вайб, сильно больше тех, кто уже обосновал для бизнеса эффективность. Я бы разделил следующие фазы этой дискуссии. # ФАЗА 1: А ТОЧНО ЛИ УСКОРЯЕТСЯ САМ ПРОЦЕСС РАЗРАБОТКИ? ## Лагерь сомневающихся в ускорении Во многом коллеги ссылаются на какие-нибудь среднерыночные исследования, но берут конечно те, которые подчеркивают их картину мира, игнорируя отчеты и кейсы других компаний. Здесь, мне кажется, стоит разбирать кейсы, практический опыт и результаты конкретных компаний и потенциал воспроизводимости их опыта. Это точно полезнее средних опросов по больнице. Второй их основной довод: у нас в компании сеньоры тратят 10% на код, а львиная часть на решение блокеров и других вопросов. И правильное следствие (которое происходит не у всех) — анализировать узкие места и решать: то, что 10% пишется код порой может быть следствием неэффективности построения команд или межкомандного взаимодействия, процессов внутри. На мой взгляд, в таких случаях правильный вопрос: а стоит ли параллелить решение вопросов. Иногда можно на AI рельсах пересобрать новомодные tiny team, это как раз способ и перезагрузить проржавевшие старые процессы. А с AI-флагом сейчас можно как раньше с agile-флагом ломать многие преграды внутри корпоративных укладов. Третий довод в том, что упираемся в когнитивные возможности человека на валидацию (многие, в т.ч. Никита в канале SE Materials, подсвечивает риск). Я бы тут прокомментировал, что большую часть когнитивных возможностей должен решать harness. Предел, конечно же, есть, однако на мой взгляд этот предел точно х2-х3 выше, чем работа в старых парадигмах. Запуская harness в 2-3 потока с высоким уровнем автономности (работа часами с самопроверкой до результата), ты можешь поочередно решить 2-3 задачи, тогда как решал за это время условно 0,5. Но тема большая, в т.ч. если раскрывать мультипоточность работы разработчика в новых реалиях. ## Лагерь адоптеров Можно поделить на тех, кто нашел способ доказать ускорение на пилотах в определенных командах. Я видел разные пилоты в корпорациях за последние полгода. 1. Внедрение в greenfield-проект. Берут greenfield-проект, оценивают конвенциональными способами разработки в год (верифицируют оценку другими старыми командами). И потом эффективно делают его за пару месяцев. Примеров видел много. Вот публичный кейс x5, доклады Александра Поломодова (Т-Банк), в т.ч. на последнем Highload++ рассказывали об успехе таких команд, много данных в кулуарах конференций. Да и в целом кажется про успехи в greenfield не рассказывал только ленивый. 2. Внедрение в brownfield-проект. Это уже интереснее, т.к. было много споров, что вот на старых-то проектах внедрить нельзя. Но пилоты у многих показали, что и тут можно добиваться значимых результатов. На Agentic Dev Conf и грядущем TeamLead Conf Siberia коллеги из Райфа показывают такие пилоты и их успех в разных несвязанных вертикалях. Есть и много других проектов. И мы в Вебпрактик видим ускорение в т.ч. в brownfield проектах, если правильно работать с контекстом и правильно затачивать под это harness. Причём как про микросервисную (могу говорить про десятки/сотни), так и про монолитную brownfield-архитектуру. Т.е. в лагере адоптеров есть много кейсов, когда они доказали эффективность бизнесу через прирост производительности разработки в конкретных метриках. И есть, конечно, те, кто видят эффективность и не меряют, просто принимая это как новый уклад. Считая, что назад дороги уже давно нет, и можно двигаться только вперед. # ФАЗА 2: ТРАССИРОВКА ЭФФЕКТОВ ОТ УСКОРЕНИЯ НА БИЗНЕС Когда обе стороны принимают факт, что разработка ускорилась, или сторона сомневающихся условно принимает довод, что разработка ускорилась. И один из ключевых вопросов, который задают: а точно ли ускорение разработки даёт эффект в бизнесе? Измеримый сквозной throuthput. В идеале, в финансах. И тут ловушка, в которую попадает этот вопрос: что даже в мире без AI в большинстве команд не могут однозначно сказать, насколько те или иные гипотезы бэклога определенного продукта повлияли на сквозную пользу для бизнеса, который выразился в финансовом результате. Могут быть какие-нибудь промежуточные метрики, но насколько они точно влияют на конечный бизнес-результат, сказать сложно. Да, есть кейсы, когда это можно трассировать прозрачно, как ускорение переработки бэклога даёт прозрачный бизнес-результат. Но померить влияние на финансы какой-нибудь команды в микросервисной архитектуре — порой весьма непростая задача) И тогда 2 сценария: а) У вас есть возможность доказать бизнесу, что бэклог действительно конвертируется в ценность и ускорение переработки бэклога = польза. б) У вас идут сценарии доказывания через сохранение скорости бэклога, но сокращение ресурсов. === В целом, в правильном споре стоит разделять уровни, и спорить на каждом конкретно: разработчик / команда / поток доставки / бизнес Часто в спорах идет перепрыгивание с уровня на уровень, причем неосознанное. На мой взгляд, эффективность разработки доказана давно. Лето 2026 славится тем, что уже к этому моменту, за весну, многие корпорации откатали свои пилоты и пришли с публичными результатами, о которых могут заявлять. Сейчас все начинают думать, как масштабировать этот опыт и решать те боли, с которыми столкнулись в процессе. Нельзя не уважить лагерь тех, кто говорит подходить аккуратнее и утверждает, что можно получить ускорение больше классическими методами поиска узких мест без AI, особенно если у вас накопился большой ворох проблем и те самые 10% написания кода происходят в результате огромного количества блокеров. Но, имхо, эти процессы нужно параллелить. Чтобы к тому моменту, когда вы разошьете старые проблемы, не оказалось, что вы в самом начале перевода производства на новые рельсы. Вебпрактик AI | Корпоративный ИИ2,88%
3 авг.без подписи2,80%