Вебпрактик AI | Корпоративный ИИ
前往频道在 Telegram
Рынок корпоративного ИИ глазами системного интегратора. Новости, кейсы и аналитика через фильтр реального опыта. ai@webpractik.ru
显示更多未指定国家未指定类别
467
订阅者
-124 小时
+847 天
+17130 天
吸引订阅者
八月 '26
八月 '26
+508
在26个频道中
七月 '260
在0个频道中
Get PRO
六月 '26
+17
在6个频道中
| 日期 | 订阅者增长 | 提及 | 频道 | |
| 28 八月 | +1 | |||
| 27 八月 | +3 | |||
| 26 八月 | +20 | |||
| 25 八月 | +85 | |||
| 24 八月 | +2 | |||
| 23 八月 | +2 | |||
| 22 八月 | +1 | |||
| 21 八月 | 0 | |||
| 20 八月 | +1 | |||
| 19 八月 | +12 | |||
| 18 八月 | +60 | |||
| 17 八月 | +13 | |||
| 16 八月 | +1 | |||
| 15 八月 | +1 | |||
| 14 八月 | 0 | |||
| 13 八月 | +11 | |||
| 12 八月 | 0 | |||
| 11 八月 | +2 | |||
| 10 八月 | +5 | |||
| 09 八月 | +1 | |||
| 08 八月 | +2 | |||
| 07 八月 | +6 |
频道帖子
Repost from Юзтех
Можно сгенерировать дропдаун на 200 строк JavaScript, но никто не скажет, что браузер уже умеет это в 20 строк CSS. 🤓
28 августа в 19:00 на онлайн-митапе разберемся, кто в 2026 году все еще читает спецификации и зачем это команде.
Без абстрактных рассуждений, только по делу: 😎
❓ Зачем читать спеки, если код можно просто сгенерировать. Как ставить задачу и как проверять результат, чтобы не получить решение пятилетней давности
❓ Почему caniuse не отвечает на вопрос, можно ли в прод. Вебвью супераппов, старые андроиды и корпоративные машины против красивых процентов. Как считать свою аудиторию, а не мировую
❓ Откуда возьмутся инженеры, если в код никто не заглядывает. Наем, рост и как отличить понимание от умения промптить
Спикеры: 🎙
📢 Иван Поддубный, CTO Вебпрактик
📢 Алексей Рахманов, CTO FUN&SUN
📢 Александр Гончаров, заместитель технического директора ГК «Юзтех»
Регистрация по ссылке. Ждем вас!
| 2 | 🔜🔜🔜 Сегодня в 19:00 CTO Вебпрактик Иван Поддубный примет участие в онлайн-дискуссии с техническими лидерами Fun&Sun и Юзтех. Эксперты обсудят, как выстраивать процессы проверки ИИ-кода, учитывать инфраструктурные ограничения и сохранять архитектурный контроль.
Подробности и ссылка для регистрации👇🏻 | 102 |
| 3 | 没有文字... | 145 |
| 4 | 没有文字... | 269 |
| 5 | 没有文字... | 319 |
| 6 |  Руководители в пять раз чаще сотрудников оценивают внедрение ИИ в компаниях как продвинутое
По данным глобального отчета Notion The State of Global AI Transformation, 26% руководителей считают, что их компании вышли на продвинутый уровень интеграции ИИ в бизнес-процессы. Среди сотрудников без управленческих функций такую оценку разделяют лишь 5%.
Разрыв сохраняется и в оценке собственных возможностей: 49% руководителей уверены, что их организация способна эффективно использовать ИИ, тогда как среди специалистов этот показатель составляет 23%.
Авторы исследования связывают разрыв с расхождением между тем, как руководство и сотрудники оценивают результаты внедрения. Для первых сигналами прогресса могут служить инвестиции в технологии, закупка ПО и утвержденные планы. На уровне команд результат определяется тем, насколько ИИ действительно встроен в ежедневную работу.
При этом 55% лиц, принимающих решения, признают: компании инвестируют в программное обеспечение быстрее, чем команды успевают адаптировать под него рабочие процессы.
💜 Telegram 🔴 MAX 🔴 Дзен | 306 |
| 7 | 没有文字... | 319 |
| 8 | 没有文字... | 535 |
| 9 | Как ИИ превращает R&D из закрытого подразделения в ключевой фактор продаж
Долгое время отделы исследований и разработки были изолированы от прямых контактов с клиентами. Компании намеренно выстраивали многоступенчатую систему фильтрации задач через коммерческие отделы и службы управления продуктом, чтобы защитить утвержденный план развития от внеплановых запросов.
Сегодня эта модель меняется: возможность быстро адаптировать решение под инфраструктуру заказчика становится решающим аргументом в сделках. Об этом в колонке для Fast Company пишет Лиор Див, сооснователь компании 7AI .
Прежний подход был обоснован высокой стоимостью инженерного труда и длительными циклами проектирования. С развитием ИИ-инструментов скорость технической реализации выросла кратно. Если раньше согласование и выпуск специализированной интеграции занимали месяцы, то сейчас подготовка, тестирование и запуск решения в промышленную эксплуатацию могут уложиться в считаные дни.
Вместо защиты утвержденного плана разработки компаниям открывается возможность использовать R&D как инструмент развития бизнеса:
- Прямой диалог с заказчиками. Инженеры работают на первой линии, что позволяет мгновенно учитывать технический контекст, требования к безопасности и реальные бизнес-цели клиента.
- Анализ скрытых потребностей рынка. Точечные запросы на доработку функционала позволяют выявлять формирующиеся отраслевые стандарты задолго до появления официальных аналитических отчетов.
- Формирование конкурентного преимущества. Возможность оперативно доработать продукт под инфраструктуру клиента меняет отраслевой бенчмарк: компании, сохраняющие квартальные циклы согласований, рискуют потерять рынок.
В результате меняется сама роль R&D: из подразделения, которое отвечает преимущественно за разработку, оно превращается в инструмент поиска новых точек роста.
Вебпрактик AI | Корпоративный ИИ | 281 |
| 10 | 没有文字... | 227 |
| 11 | 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. | 234 |
| 12 | 没有文字... | 236 |
| 13 | 没有文字... | 338 |
| 14 | От выбора нейросети к проектированию системы: в чем реальное конкурентное преимущество ИИ
В гонке за ИИ компании слишком часто обсуждают, какой «мозг» купить — GPT, Claude или Gemini. Джоэл Тетро, директор по ИИ в Dataminr, руководивший AI-разработкой в Grammarly, Yahoo и Nuance, предлагает бизнесу радикально сместить фокус. В колонке для Fast Company он формулирует главный архитектурный тезис:
Если ваша ИИ-стратегия строится исключительно на базе стороннего API, вы не создали конкурентного преимущества — вы просто взяли инфраструктуру в аренду.
Настоящая гонка идет в другом месте: самые сложные внедрения ИИ сегодня — это созвездия узкоспециализированных моделей, созданных для решения конкретных бизнес-задач.
Переход от одной универсальной нейросети к архитектуре из независимых узлов дает бизнесу два ключевых преимущества:
1. Масштабирование и контроль затрат. Прогонять миллионы ежедневных транзакций через флагманские LLM-модели — неоправданно дорого. По опыту Dataminr, использование цепочки собственных небольших моделей может снизить стоимость процесса более чем в 100 раз. В их пайплайне это разница между $2500 и $20 в день за обработку одного типа задач. При этом качество результата растет, так как каждый компонент настроен на узкую операцию.
2. Гибкость настройки. Декомпозированная система позволяет заменять, обновлять и переобучать отдельные узлы ( например, модуль перевода или создания кратких выжимок из документов) без перестроения всего контура.
Меняется и место человека в этом процессе. Если раньше задача сводилась к проверке результатов и разметке данных на конвейере (Human-in-the-loop), то теперь фокус смещается на управление агентами и калибровку контролирующих алгоритмов (LLM-as-a-judge). Эксперты уходят от проверки ошибок к проектированию логики работы системы.
Доступ к мощным универсальным моделям скоро будет у всех. То, что конкуренты не смогут скопировать — это ваша архитектура, качество внутренних данных и управленческие решения команды, вшитые в операционный процесс.
Вебпрактик AI | Корпоративный ИИ | 227 |
| 15 | Льготы на ИИ: правительство обсуждает компенсацию расходов на нейросети
«Коммерсантъ» сообщает, что правительство совместно с ИТ-отраслью обсуждает налоговые послабления для малого и среднего бизнеса за внедрение российских ИИ-решений.
По данным издания, сейчас в рабочих группах рассматривают два возможных механизма поддержки:
▪️Вычет из налога на прибыль или УСН на сумму закупленного софта с ИИ-функциями (базовая ставка — до 200 тыс. рублей в год, а при доказанном росте производительности — до 500 тыс.).
▪️Прямые субсидии разработчикам, которые позволят покупателям в первый год получать ИИ-инструменты со скидкой до 100%.
Инициатива нацелена на снижение стартового финансового барьера. Однако дискуссия вокруг этих мер подсвечивает проблему, общую для компаний любого масштаба.
Главная сложность кроется в доказательстве эффективности. По оценкам юристов, Минфин вряд ли согласится раздавать льготы без жесткого контроля результатов. Чтобы получить максимальный вычет, бизнесу придется подтвердить государству реальный рост производительности.
А это и есть главная боль корпоративного ИИ: покупка подписки на нейросеть сама по себе не дает экономического скачка. Пока алгоритм не встроен в ядро операционного процесса, показать финансовую отдачу от внедрения в цифрах практически невозможно.
А в вашей компании ИИ уже экономит реальные деньги или пока остается на уровне экспериментов?
Вебпрактик AI | Корпоративный ИИ | 236 |
| 16 | 没有文字... | 249 |
| 17 | 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 ИИ | 244 |
| 18 | 没有文字... | 251 |
| 19 | 没有文字... | 268 |
| 20 | 没有文字... | 302 |
