Вебпрактик AI | Корпоративный ИИ

🔜🔜🔜 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👇🏻

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

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

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.

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

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

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

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 ИИ