Dubai OneC

Несмотря на строгость законов, вождение в Дубае имеет свои особенности. Первое время удивляло, что при перестроении машина иногда может буквально медленно ехать в тебя. Без агрессии, без резкого манёвра, без поворотника, без сигнала, просто как будто водитель уже решил, что ему туда надо. Про поворотники вообще отдельная история. Потом начал замечать паттерны. Некоторые машины чаще перестраиваются «по факту», некоторые держат дистанцию, кто-то едет аккуратно, а кто-то считает, что поток сам под него подстроится. Возможно, это связано с тем, что в Дубае смешались разные школы вождения: европейская, арабская, южноазиатская. Где-то принято строго держать ряд, а где-то ехать медленно, но настойчиво туда, куда нужно. Ещё удивляет скорость. Камер в Дубае невероятно много, они не обозначены никак и могут стоять почти где угодно. Но при этом многие всё равно едут с превышением. Видимо, хорошо знают дороги или не знают :) Интересный момент - штрафы здесь есть не только за скорость. За резкое перестроение может быть 1 000 AED и 4 black points, за нарушение рядности - 400 AED. То есть правила строгие, но сама дорожная культура всё равно остаётся очень живой. «Как по учебнику» тут все равно никто не ездит. Вот прикольный пример про строгость правил дорожного движения https://t.me/dubai_petrovich/14747

Продолжаю читать и разбирать оригинальный текст: sbertech.ru/whitepaper И хотел бы отметить достаточно тривиальную, но крайне важную мысль: каждая фича, каждая функция, которая появляется в продукте и описана через спецификацию или даже не описана, должна влиять на какую-то измеримую бизнес-метрику. Совершенно не важно, как именно реализована фича и кем. Не так важно, насколько там красивый или некрасивый код. Важно только одно - какая бизнес-метрика вырастет или снизится после внедрения этой фичи. В контексте агентских систем это выходит на первый план. На учебе в магистратуре это тоже очень заметно. Из всех "утюгов" говорят про метрики. Никого по большому счету не интересует сама реализация. Интересует, на какие метрики влияет решение и как будет проверяться успешность результата от его внедрения. И мне кажется, что именно этот подход стоит переосмыслить многим, кто до сих пор просто "пилят фичи" по ТЗ или пишут ТЗ только для создания фичи.

От сбера вышел достаточно серьезный материал для трансформации бизнеса с использованием ИИ ℹ️ Оригинальный ресурс: sbertech.ru/whitepaper 🧐 Вот его некоторый разбор: https://habr.com/ru/companies/oleg-bunin/articles/1038588/ 👉 И ключевой момент в этом всем - "ИИ трансформация бизнеса смещается от ценности кода в стону ценности намерения или спецификации"

После таких новостей начинаешь задумываться о том, как быстро меняется ценность в IT 👀 https://t.me/data_secrets/9219 Уже прямо сейчас почти любой софт можно относительно быстро переписать на другой стек, язык или фреймворк. AI очень сильно ускоряет этот процесс 🤖 Из-за этого сам код все реже становится основной ценностью. Ценность постепенно смещается в другое место: 📚 в доменную экспертизу, 🏢 в понимание бизнес-процессов, ⚙️ в методологию автоматизации, 🔄 в способность быстро адаптировать системы под изменения бизнеса и технологий. Побеждать будут те IT-компании, которые не просто продают или разрабатывают софт, а те, которые: 💰 помогают бизнесу зарабатывать больше, 🔧 умеют менять процессы, а не только интерфейсы, 🚀 быстро внедряют изменения, 🧠 глубоко понимают отрасль клиента. Сам софт постепенно превращается в “исполняемый слой”, который можно пересобрать, заменить или адаптировать под новые требования значительно быстрее, чем раньше. А вот экспертиза: - как устроен бизнес, - как выстроить процессы, - как автоматизировать работу, - как связать данные, людей, AI и другие системы, становится все более дефицитной 📈 Поэтому, если компания продолжает делать “просто софт”, то ее клиентом все чаще будут становится не конечный бизнес, а платформы, интеграторы и AI-экосистемы, которые встраивают эту экспертизу в процессы клиента. Именно за контроль над такими экосистемами сейчас и идет основная борьба крупных IT-игроков 🌍 Уже сейчас не так важно, на чем написан софт. Важно: ✅ насколько эффективно он решает задачи бизнеса, ⚡ насколько быстро его можно менять, 🔌 насколько легко он интегрируется в экосистему клиента, 🧩 и насколько глубоко в него встроена реальная экспертиза. И вот первые примеры того, как даже в 1С ценность начинает смещаться от написания кода к доменной экспертизе и подходу к автоматизации: https://t.me/IvanTitovTech/55

Al Mozaini Real Estate, Saudi Arabia — Oracle Fusion Cloud + Primavera Unifier + Primavera P6. В кейсе указано: 28 млн м² проектов, 45 business processes в Unifier, payment applications обрабатываются на 50% быстрее и с 50% меньшими усилиями. https://www.oracle.com/customers/al-mozaini/ Bukhatir Group, UAE — Oracle Fusion Cloud ERP / SCM / HCM / EPM. 42 компании, 5,000+ сотрудников, monthly close снизился до 12 дней, цель — 9 дней. https://www.oracle.com/ae/customers/bukhatir-group/ Boutique Group, Saudi Arabia — Oracle Aconex для проектов восстановления исторических дворцов. Акцент на traceability, audit trail и approval cycles. https://www.oracle.com/ae/customers/boutique-group/ То есть картина такая: GCC-кейсы и construction-кейсы у Oracle есть, AI-функции для construction тоже есть, но публичных цифр именно “AI дал X% эффективности в GCC construction” пока мало. Выглядит, что для construction и GCC это еще более сильная упаковка, чем у SAP, потому что AI там можно показывать не абстрактно, а через понятные боли.

После SAP логично посмотреть на Oracle. И тут тоже интересно. Oracle тоже активно идет в AI и прикольно это упаковывает. Ключевое отличие от SAP, если сильно упростить: SAP продает AI как единый интерфейс к предприятию через Joule: один вход, бизнес-контекст, SAP-данные, end-to-end процессы и агенты вокруг этого слоя. Oracle продает AI через более прикладные кейсы: как встроенных агентов и AI-функции внутри конкретных продуктов и отраслевых процессов. У Oracle тоже есть общий AI-слой: Oracle AI Agents, AI Agent Studio, AI Agent Marketplace. Но эффект он показывает через конкретные продукты: Fusion ERP / HCM / SCM / CX, Primavera Unifier, Aconex, Construction Intelligence. Официальная страница Oracle AI Agents: https://www.oracle.com/ae/applications/fusion-ai/ai-agents/ Документация Oracle AI Agent Studio: https://docs.oracle.com/en/cloud/saas/fusion-ai/26b/aiaas/how-do-i-use-ai-agent-studio.pdf 🏗 Если переложить это на construction / GCC У Oracle есть не только ERP, но и отдельная строительная линейка Oracle Construction & Engineering: ▫️Primavera Cloud / Primavera P6 - планирование, графики, project controls. ▫️Aconex - документы, коммуникации, approvals, project record. ▫️Unifier - капитальные проекты, change orders, workflows, cost control. ▫️Textura - платежи субподрядчикам. ▫️Construction Intelligence - аналитика, риски, safety. Официальная страница Oracle Construction & Engineering: https://www.oracle.com/ae/construction-engineering/ Поэтому Oracle может встраивать AI не в абстрактную ERP, а прямо в реальные подсистемы и боли строительных проектов (изменения заказов, согласования, жалобы, проектное управление, контроль бюджетов, управление рисками, управление подрядчиками и т.д). 🤖 Где именно AI в строительном контуре В апреле 2026 Oracle объявил AI-возможности для Primavera Unifier: AI-driven workflow summaries и business process summarization для issues, change orders и других процессов. Официальный анонс: https://www.oracle.com/news/announcement/oracle-ai-enables-more-connected-compliant-capital-projects-2026-04-14/ Например, по change order AI может собрать: - что произошло - кто участвовал - какие были решения - где задержка - какие комментарии и вложения были в процессе - что поменялось в истории workflow - какой текущий статус Это похоже на реальную прикладную функцию для стройки, где много согласований, изменений, претензий и документации. Страница Primavera Unifier с AI-driven insights: https://www.oracle.com/ae/construction-engineering/primavera-unifier-project-controls-asset-management/ Еще важная деталь: в документации Oracle по Primavera Unifier AI Features указано, что Summarization и Task Assist / Progress Guide доступны не только в USA, но и в KSA. Документация: https://docs.oracle.com/en/industries/construction-engineering/primavera-unifier/26/ai-features/index.html Отдельно Oracle объявлял AI-enabled predictive intelligence для construction safety: https://www.oracle.com/news/announcement/oracle-transforms-construction-safety-management-with-ai-2026-03-05/ 📊 Про реальные цифры и кейсы По AI у Oracle есть публичные метрики, но в основном не по construction и не по GCC. Например, Oracle показывал telemetry по Fusion Applications: - completion rate для создания employee goals без AI — около 54%, с AI — около 78%; - в другом сценарии job/profile authoring среднее время задачи снижалось примерно с 2 минут до 45 секунд. Источник: https://blogs.oracle.com/ai-and-datascience/quantifying-ai-success Но это не construction-case. И это цифры от самого Oracle. Нужно проверять их на реальных кейсах. По GCC и construction есть сильные кейсы внедрения Oracle Construction & Engineering, но там чаще речь не про AI ROI, а про цифровизацию процессов. Red Sea Global, Saudi Arabia — Oracle Aconex Cloud и Primavera P6, более 23,000 пользователей. https://www.oracle.com/ae/news/announcement/oracle-to-help-improve-construction-visibility-and-results-for-red-sea-global-2026-01-27/

🔎 Потихоньку начал внимательнее смотреть, как крупные ERP-вендоры упаковывают в свои продукты AI. Первым делом полез смотреть SAP как флагмана (https://www.sap.com/). И тут интересно. 🚀 SAP уже не просто говорит: “мы добавили AI в ERP”. Они фактически продают новую модель работы с корпоративными системами (прямо на главной странице своего сайта!) через Joule (типа Алисы от яндекса), Joule Agents, Joule Assistants, SAP Business AI Platform и SAP Autonomous Suite. Если проще сказать, то идея такая: 🧠 AI больше не отдельный чатик рядом с системой. AI становится рабочим слоем поверх ERP, данных (со встроенным Vector Search и RAG), процессов, ролей, интеграций и бизнес-правил. Пользователь не должен ходить по десяткам форм и отчетов. Он формулирует намерение, проблему или бизнес-задачу. Дальше ассистент должен понять контекст, найти данные, выбрать нужных агентов, запустить процесс, подготовить действие, а в критичных местах передать человеку решение или подтверждение. ⚠️ Конечно, насколько это уже реально работает, нужно отдельно проверять. Маркетинг SAP  и все такое тоже никто не отменял. Но сам факт важен: флагман корпоративного ERP-рынка уже на главной странице и в продуктовой линейке продает не просто “AI-подсказки”, а агентскую автоматизацию предприятия. И это очень важный сигнал для рынка ERP систем. 🟡 В 1С тоже есть движение. Есть 1С:Напарник для разработки, 1С:Универсальное прогнозирование,  1С:РПД для распознавания первичных документ.  Есть попытки отдельных игроков рынка 1с, типа OneRPA, встроить ИИ-агентов и роботов в решения 1С. Есть отдельные эксперименты команд, интеграторов и разработчиков. Ну и, конечно, есть ПервыйБИТ :) Но если сравнивать по масштабу упаковки, то разница пока огромная. 🏗 У SAP это уже выглядит как стратегическая платформа: • AI-ассистент для пользователя • агенты для бизнес-функций • слой данных и бизнес-контекста • управление, безопасность и контроль • интеграция с SAP и non-SAP системами • автоматизация end-to-end процессов А в мире 1С пока это скорее набор точечных инструментов: помощник разработчика, RPA, отдельные AI-интеграции, чат-боты, эксперименты с MCP, RAG и ассистентами внутри конкретных решений, но пока нет даже приближения к агентскому приложению предприятия на базе AI от вендора. 📌 Это полезно трезво зафиксировать. Это еще раз доказывает, что рынок учетных систем движется от “пользователь работает в интерфейсе ERP” к модели “пользователь управляет системой через намерение, а агенты выполняют часть работы внутри контролируемого бизнес-контура”. И остается только вопрос - кто первым соберет не красивую демку, а полноценное агентское приложение предприятия с правами, аудитом, безопасностью, бизнес-контекстом, интеграциями, надежностью и понятной ценностью для пользователя, а самое главное, покажет эффективность подхода на реальных цифрах. 🏁Думаю, вопрос ближайшего полугода, если судить по темпам развития.

Клод от Антропика все глубже заходит в повседневную работу бизнеса. Теперь дело дошло и до учетных систем пока для малого бизнеса. Новость интересна здесь не только как само появление агента для малого бизнеса, а как направление движения рынка. AI-вендоры идут в бизнес-системы снаружи: добавляют коннекторы, готовые сценарии и агентские workflow, чтобы пользователь все чаще работал через их экосистему. А вендоры учетного и ERP-софта, наоборот, встраивают AI внутрь своих продуктов. По сути, начинается борьба за главный интерфейс к бизнес-процессам. Кто быстрее закроет через одного AI-агента финансы, продажи, маркетинг, документы, HR и операционку, тот может закрепиться как основной персональный агент бизнес-системы. ✔️ Anthropic запустила Claude for Small Business Компания представила пакет интеграций и готовых агентских workflow через Claude Cowork. Claude подключается к Intuit QuickBooks, PayPal, HubSpot, Canva, Docusign, Google Workspace и Microsoft 365. В анонсе говорится о 15 готовых agentic workflows и 15 skills для финансов, операционной деятельности, продаж, маркетинга, HR и customer service. Система может помогать с планированием payroll, сверкой QuickBooks и PayPal, закрытием месяца, анализом cash-flow, подготовкой P&L, анализом HubSpot-метрик и созданием маркетинговых материалов в Canva. Важный момент: в архитектуре заложен human-in-the-loop. Claude может брать на себя рутину и расчеты, но действия вроде отправки писем, публикации, подписания документов или оплаты требуют подтверждения пользователя. https://www.anthropic.com/news/claude-for-small-business

Иногда на работе возникает странное состояние 🤔 Вроде всё хорошо: нормальная зарплата, адекватное отношение, хороший коллектив, понятные процессы. Объективно жаловаться не на что. Но внутри пропадает мотивация. Раньше в такие моменты я себя за это немного корил. Казалось: “Что тебе ещё надо? Всё же нормально.” Думал, что просто не ценю то, что есть. Недавно наткнулся на пост про двухфакторную теорию мотивации Frederick Herzberg. Чуть углубился, и многое встало на свои места. Суть простая: есть вещи, которые убирают раздражение, а есть вещи, которые реально включают человека. Зарплата, условия, стабильность, нормальный коллектив, процессы - это база. То, что должно быть. Когда этого нет - демотивирует. Когда это есть - просто становится нормально. Но мотивацию часто дают совсем другие вещи 🚀 🔥 интересные задачи 📈 ощущение роста 💪 ответственность 🎯 влияние на результат 🛠 возможность что-то создавать ➡️ чувство движения вперёд И тут многое стало понятнее. Почему в период рутины начинает тянуть в сторону pet-проектов. Почему хочется что-то собирать, тестировать, запускать новое. Почему иногда при внешне хорошей работе внутри ощущается пустота. Это не “зажрался” и не “не ценишь хорошее”. Иногда тебе просто перестало хватать не комфорта, а смысла, вызова и развития. Для меня это была полезная мысль. Потому что убирает лишнее чувство вины, помогает честнее смотреть на причины своего состояния и быстрее выходить из него. Почитать пост, с которого начал копать тему 👇 https://t.me/techitpm/2709 И первоисточник теории: The Motivation to Work

В интересное время живем... У меня в телеграм есть отдельная папка с региональными СМИ Краснодара и Дубая. И они синхронизировались... Новость из дубайского паблика: Дубай Петрович - Звуки взрывов, которые слышали в некоторых районах Дубая, связаны с успешной работой систем ПВО, сообщили власти города. Новость из краснодарского паблика: https://t.me/krd_tipich_ru/93302 Очень бы хотелось, чтобы синхронизация была в повышении уровня безопасности, а не понижении...

Интересная статья на тему рисков распространения LLM для компаний, которые являются владельцами программного обеспечения https://x.com/nicbstme/status/2023501562480644501 Вот ее перевод на русский https://vibeportal.ru/forum/topic/10-let-v-vertikal-nom-saas-chto-ia-dumaiu-ob-obvale-rynka 👉 Ключевые выводы: Тест на выживание Задайте три вопроса любой компании в сфере вертикального ПО: 1️⃣ Данные уникальны? Если да — защита есть. Если нет — слой доступности рухнет. 2️⃣ Есть ли жесткая привязка к регуляторам? Если да — клиенты не уйдут. Если нет — их держал только интерфейс, и они уйдут. 3️⃣ Встроен ли софт в транзакции? Если да — LLM сядет поверх, но не заменит вас. Если нет — вы заменимы. Ноль «да» — высокий риск. Одно — средний. Два или три — скорее всего, вы в порядке.

Хотел бы поделиться парочкой инструментов на базе AI, которые пробую использовать и которые кажутся очень полезными 1. NotebookLM (Google) https://notebooklm.google.com/ Отличная штука для накапливания источников (от ссылок на сайты, документов, pdf до видео) и анализа через Gemini накопленных знаний. Можно на базе разрозненной инфы: ▫️ собрать аудио подкаст, инфографику, даже видео обзор можно сгененить ▫️ задавать вопросы по содержимому ▫️ получать сводки и суммаризации ▫️ использовать как «персональный аналитик» по конкретному блоку данных 2. clawd.bot https://clawd.bot/ https://github.com/clawdbot/clawdbot Open-source CLI/агент для работы с кодом и проектами через LLM. Возможности: ▫️можно разворачивать локально ▫️поддерживает локальные LLM (через Ollama и совместимые рантаймы) ▫️поддерживает внешние LLM (OpenAI-совместимые API и аналоги) ▫️работает как агент: читает проект, контекст, файлы, может помочь и с кодом и с задачами

Последнее время сложно собраться с мыслями и найти хоть немного свободного времени, чтобы спокойно описать всё, что произошло за последние месяцы. Даже до итогов года руки вовремя не дошли 🙂 Попробую всё-таки зафиксировать несколько промежуточных точек. Из личного и рабочего: ▫️ Уже полгода учусь в магистратуре ВШЭ по программе «ИИ в маркетинге и управлении продуктом» https://www.hse.ru/ma/ai-productmanagement/ Для меня это оказался совершенно новый мир: маркетинг с опорой на данные, много математики, много Python и, конечно, AI - не абстрактного, а прикладного, с привязкой к реальным бизнес-задачам. ▫️ По большой и довольно сложной подсистеме согласований наконец удалось запустить полный контур: от настройки до завершения процесса. На это ушло примерно полтора года с момента первых проработок. В итоге получилось очень цельное и, на мой взгляд, сильное решение. Про эту подсистему и подходы, которые мы применяли, точно стоит написать отдельный пост. ▫️ За последнее время очень глубоко погрузился в AI и всё, что вокруг него: - начал тестировать вайб-кодинг в 1С с использованием специализированных MCP и RAG по кодовой базе и справке. Выглядит перспективно и уже сейчас даёт ощутимый эффект, хотя до по-настоящему системного и тиражируемого решения ещё далеко; - сделал MVP инструмента, который позволяет создавать MCP прямо в базе и подключать их к LLM. Например, можно задать вопрос на естественном языке и получить ответ о текущей задолженности контрагента; - участвовал на раннем этапе во внутреннем проекте по автоматизации анализа и созданию AI-помощника для продаж; - сейчас в процессе встраивания в ERP AI-ассистента, который отвечает на вопросы по использованию конфигурации; - параллельно изучил и попробовал много NoCode/LowCode-инструментов для разработки с помощью LLM - вроде Lovable, n8n, Supabase, Yandex DataLens и других. В итоге могу за несколько часов собрать рабочее web-приложение с авторизацией, базой данных и дашбордами. Программированию в классическом виде точно ближайшее время настанет конец; ▫️ А ещё на собственном опыте прочувствовал, как это - сидеть в самолёте, когда вылет задерживают из-за беспилотной опасности. По каждому из этих пунктов явно есть что рассказать подробнее - постепенно буду писать отдельные посты. Пока же хотелось просто зафиксировать этот промежуточный этап и немного разложить всё по полочкам.