Цифровая трансформация 2026: в тренде ИИ, платформенные решения и инхаус-разработка

18 июня 2026 г. состоялся CNews Forum Кейсы 2026. В рамках секции «Цифровая трансформация» спикеры и гости мероприятия поделились опытом реализации цифровых проектов. Еще недавно главной задачей была замена иностранных решений на российские. Сегодня настало время интегрировать их между собой, переходя к полноценным цифровым платформам, и автоматизировать рутинные процессы с помощью искусственного интеллекта. Готовых решений часто недостаточно — поэтому спрос на внутреннюю разработку стабилен. 

ИИ и цифровая трансформация

Роман Мезенцев, независимый эксперт, модератор секции, уверен, что цифровая трансформация переходит на следующий этап — реализации ИИ-стратегии. Видение того, как и когда это должно происходить, Роман Мезенцев основывает на стадиях развития компании по Адизесу.

В периоды «младенчества» и высокой активности компании думать об ИТ-стратегии преждевременно. Когда же компания достигает «юности» — самое время заниматься ее реализацией. После этого наступает время ИИ-преобразований — на них может потребоваться 12-18 месяцев. «Самое главное — не пытайтесь пропускать стадии развития. Если сразу «перепрыгнуть» к внедрению ИИ, никак его не подготовив, ничего не выйдет. Вы получите проблемы, которые будут еще долго преследовать компанию», — предостерег спикер.

Спикер выделил несколько уровней ИИ-зрелости компании, которые можно рассматривать как этапы развития применения технологии. Нулевой (AI-Agnostic) характеризуется отсутствием ИИ-стратегии. В ИТ- и бизнес-планах технология не фигурирует, а сотрудники используют ИИ в личных целях и без регламентов. На первом уровне (AI-Ready) возникает понимание, что ИИ нужен для развития компании (встречается упоминание в стратегии, roadmap цифровизации). На втором (AI-Enabled) — появляются кейсы применения ИИ, которые точечно затрагивают бизнес-процессы. Но стандартов работы с ИИ-моделями еще нет. Третий уровень (AI-Driven) предполагает, что создание любого продукта с ИИ проходит обязательную валидацию с точки зрения рисков, комплаенса и ИБ. На четвертом уровне (AI-First) все новые процессы и продукты проектируются с учетом подготовки данных для ИИ. Финальный, пятый, уровень (AI-Native) — это этап, когда бизнес-модель опирается на ИИ как на корневую часть бизнеса. Компания создает отраслевые стандарты, участвует в исследованиях.

Алена Репина, директор центра цифрового развития «Ингосстрах», отметила, что главная проблема внедрения ИИ — не технологические ограничения, а высокая степень неопределенности и стоимости экспериментов. Приходится тщательно оценивать каждую инвестицию в ИИ. Существует высокий риск потратить бюджет на эксперименты без полезной отдачи. Доля успешного применения ИИ составляет около 5%. Множество пилотов не доходят до стадии промышленного внедрения, из-за чего команды теряют мотивацию и веру в технологию. Чтобы решить эту проблему, нужна продуманная стратегия.

Источник: Ингосстрах 2026
Дорожная карта развития ML-AI

«Мы взяли модель ИИ-транформации от Gartner, пересмотрели семь категорий, которые там представлены, и объединили в три базовые категории, которые обеспечивают успех проекта: поставки ценности и развитие талантов, платформы и AI governance, инфраструктура и данные», — пояснила Алена Репина. Поставки ценности и развитие талантов обеспечивают регулярные хакатоны, в ходе которых создаются прототипы пилотов, чья бизнес-ценность измеряется по заранее разработанным алгоритмам.

В компании создано несколько ИИ-платформ. Бизнес получил автоматизацию процессов, что снижает число ошибок и позволяет адаптироваться под высокую скорость изменения рынка. Инженерам ИИ помогает разрабатывать и тестировать продукты, дает необходимую аналитику. Для все сотрудников доступен корпоративный налог ChatGPT.

Алена Репина отметила, что пилоты можно запускать с минимальными затратами даже вне корпоративного периметра. Позже, когда будет понятна эффективность решения, под него можно приобрести необходимую инфраструктуру.

«Мы сделали все ИИ-модели, даже платные, доступными всем сотрудникам», — говорит Федор Лежнев, директор по ИТ «Альфа Капитал». Ежедневно ИИ использует 87% сотрудников ИТ и 65% бизнес-сотрудников. Результатом этой политики стал рост продуктивности команд на 50%.

В основе платформы, которой пользуются ИТ-специалисты, лежат Claude code и Open Web UI. Решение позволяет автоматически писать код, проводить детализацию и ревью ТЗ, генерировать тесты и оценивать продуктивность. При этом на платформе присутствует портал скиллов и уделено много времени обучению.

Системный и бизнес-анализ в компании также происходит с применением Claude code. Обучение работе с ним стало обязательным для всех сотрудников. Ревью ТЗ с помощью ИИ дает рост качества решений. Согласно корпоративной статистике, 68% ТЗ в ходе проверки получают замечания, а для 17% — они критичные. Отдельно Федор Лежнев отметил применение ИИ в тестировании. Модель генерирует и модифицирует тест-кейсы. В данный момент 27% кейсов создано с использованием ИИ, а 17% от всех тест-кейсов — создано ИИ полностью.

В отдельных продуктах ИИ-модели помогают как сотрудникам компании, так и ее клиентам. Например, ИИ в мобильном приложении решает 34% клиентских обращений без помощи оператора. А ИИ в мобильной CRM стал помощником по любым вопросам — им пользуются 95% сотрудников. В планах — массовое обучение. Базовый уровень владения ИИ будет обязательным стандартом. Продвинутый уровень с расширенным набором ИИ-инструментов будет доступен ИИ-амбассадорам. И отдельно для всех сотрудников продаж организуется обучение использованию профильных ИИ-инструментов.

«Чтобы понять у кого покупать и по какой цене, нужно проанализировать рынок. Это сложный, долгий и трудоемкий процесс. И, как ни странно, есть множество решений для автоматизации непосредственно закупок, а для автоматизации анализа рынка поставщиков (подготовительного этапа закупки) полноценных решений не оказалось — было принято решение разрабатывать самим», — начал свое выступление Филипп Бушной, руководитель проекта Effect Isource.

Команда проделала большую предварительную работу – оценили объем изменений, риски и эффективность разработки. Для максимизации результатов приняли решение использовать нейросеть с языковой моделью, которая может работать с неструктурированными запросами пользователей и определять сходство с завершенными ранее закупками. Дополнительно модель дообучили на основе миллионов собственных договоров и закупок из открытых источников.

Сегодня решение выполняет поиск по внутренним и внешним базам данных закупок, отбирая наиболее подходящих поставщиков на базе их опыта, репутации и финансовой устойчивости. В среднем, число анализируемых участников рынка увеличилось на 50%, а сроки подбора поставщика сократились на 70%. Дополнительные модули системы, использующие ИИ, также влияют на результативность. Так, модуль расчета цены автоматически формируют запрос ценовых предложений к поставщикам и обеспечивает общение с ними в едином удобном интерфейсе. Благодаря этому расчет цены закупки ускорился на 30%, а трудозатраты на задачу снизились на 20%.

Общие итоги внедрения таковы: процесс анализа рынка ускорен на 40%, при этом экономия времени на проведение одной закупки составляет в среднем более 40 часов. Отвечая на вопрос из зала, Филипп Бушной прокомментировал, что продукт готов к масштабному применению в разных отраслях.

Можно ли обойтись без нейросетей

Дмитрий Денисов, директор продукта DION ИТ-холдинга Т1, отметил, что ситуацию с импортозамещением на российском рынке неоднозначная. Ключевые западные решения — ERP, офисные пакеты, СУБД, средства защиты — заменены на отечественные аналоги в сжатые сроки. Бизнес-процессы стабилизированы, сотрудники работают, транзакции проходят, отчетность формируется без критических сбоев. Созданы первые отечественные UC-платформы. «Однако мне кажется, что нынешнюю ситуацию хорошо описывает выражение «танцующий медведь». Все изумляются, видя его. Но не потому, что его танец хорош — все удивлены, что он вообще смог танцевать», — образно выразился спикер.

Нагрузка на ИТ-команды выросла вдвое. Рост операционных затрат составил 40%. Корпоративные ИТ-ландшафы фрагментируются. Данные дублируются и теряют актуальность, системы не взаимодействуют без кастомных интеграций, а каждый продукт требует своей отдельной команды, что раздувает штат и увеличивает затраты. Можно какое-то время сохранять существующее положение вещей. Возможно даже, что в будущем оно каким-то образом изменится. Но куда вероятнее, что компания понадобится ИТ-трансформация. И чем дольше ее откладывать, тем дороже она обойдется и там сложнее будет.

В первую очередь, необходим единый платформенный слой — общая шина данных и интеграционная среда вместо сотен точечных коннекторов между системами. Управляемость и безопасность обеспечиваются централизованным мониторингом, единой политикой доступа и прозрачным аудитом всей инфраструктуры. Высокая скорость изменений достигается за счет внедрения новых возможностей на платформе, а не создания сервисов «с нуля». Важен и выбор ИТ-лидера, который не допустит возврата к фрагментации и будет принимать решения в интересах всей компании, а не отдельных подразделений. При этом он не управляет архитектурой — ею управляют отдельные подразделения.

Елена Тятенкова, старший вице-президент и руководитель департамента управления сетью «Альфа-Банка», уверена, что, хотя банки активно уходят в онлайн, полностью отказаться от обычных отделений не получится. Однако прежние форматы обслуживания обременительны для бизнеса. Выход — phygital, синтез классического и высокотехнологичного обслуживания.

Трансформация офисов (не только цифровая, но и организационная), позволила «Альфа-Банку» в 5 раз увеличить присутствие в городах, сократив расходы на открытие отделений в 10 раз. Это стало результатом комплексного подхода, который, кроме прочего, включал в себя и пересмотр самой концепции отделения банка — теперь они модульные, быстро монтируются и демонтируются, а внутреннее оформление скорее напоминает общественное пространство, нежели традиционные окошки и стойки.

Ставка делается на обслуживание с помощью мобильных устройств. Мобильное приложение банка интегрировано со всеми сервисами и системами. Камеры автоматически распознают клиента при входе в отделение и определяют его место в электронной очереди. Сотрудники отделения — универсалы, способные обслуживать и физических, и юридических лиц. Мобильный сканер существенно сокращает временные затраты. От бумажного документооборота отказались, но, по желанию клиента, любой документ можно распечатать. Была произведена универсализация кассового оборудования за счет новых банкоматов с расширенным функционалом. Рисковые операции подтверждаются при помощи биометрии контролирующего сотрудника. «У нас нет цели привести клиента именно в офис. Наша цель — сделать так, чтобы обслуживание было максимально удобным для всех», — заявила Елена Тятенкова.

Анатолий Чекмарев, заместитель генерального директора компании «Управление Капиталом», представил статистику успешности ИТ-проектов за 2015-2020 годы, собранную Standish Group. Вероятность неудачи кратно возрастает у проектов стоимостью более полумиллиона долларов. «Потери при реализации цифровых проектов эквивалентны ВВП страны из тройки успешных экономик», — утверждает Анатолий Чекмарев.

В таких условиях к реализации проектов нужно подходить продуманно и ответственно. Первое, на что обратил внимание спикер, — это скорость принятия решений. В современных условиях они устаревают за несколько месяцев, а согласования изменений могут длиться до полугода. Таким образом, ко времени принятия решения оно уже фактически неактуально.

Источник: Управление Капиталом, 2026
Модель Белбина

Еще один важнейший аспект при реализации проектов — формирование команд. «С правильными людьми работают любые процессы, а с неправильными — никакие», — процитировал эксперт Уилла Ларсона, CIO Uber. Однако подбор такой команды — дело непростое. Анатолий Чекмарев предлагает отказаться от распространенных принципов найма персонала и вместо этого опираться на модель командных ролей Мередита Белбина. Она основана о том, что все люди обладают набором уникальных характеристик. Недостатки по одним из них компенсируются достоинствами по другим. Исходя из этого, определяются роли сотрудников на проекте. Эффективные команды не складываются самостоятельно. Их необходимо собирать, ориентируясь на роли. Нарушение допустимых комбинаций подчиненности и взаимодействия приводит к снижению эффективности и конфликтам.

Виталий Слободин, руководитель направления развития ЭДО «Росводоканал», затронул тему электронного документооборота. Многие организации не знают о требованиях к форматам счетов-фактур/УПД, а операторы ЭДО не предлагают шаблоны, в частности — акты сверки взаимных расчетов. Отдельной проблемой является возможность передачи произвольных документов — в этом случае не контролируются форматы и вид процессов, к примеру, акт может прийти как письмо, и его нельзя ни подписать, ни отклонить.

Есть проблемы и с МЧД. «Росводоканал» оформляет их через нотариусов. Но различия в терминологии юристов, нотариусов и функций в операторе ЭДО и системе нотариата затрудняют процесс. Возникают сложности с полномочиями, указываемыми текстом и кодами в одной доверенности. При сбоях в системе нотариата не всегда можно оперативно получить поддержку. А системы нотариата, оператора ЭДО и ЦПРР ФНС РФ не синхронизированы. В такой ситуации сложно понять причины ошибок.

Спикер рекомендовал избегать завершения сроков действия МЧД и бумажных доверенностей к крупным праздникам — немногие работают в этот период, а значит переоформление сложнееорганизовать. Стоит также дублировать полномочия у разных подписантов и заложить отдельный бюджет на нотариальные действия. «И еще один совет относительно МЧД. Я считаю, что лучше сразу давать как можно больше полномочий, чтобы, если обязанности сотрудников со временем расширятся, не пришлось оформлять ее заново», — добавил Виталий Слободин. Он также отметил, что соответствующих компетенций на рынке нотариусов пока мало и заверил, что готов проконсультировать тех, кто планирует оформлять МЧД.

Когда нужна собственная разработка

Антон Рехов, директор проектов компании Renue, призвал не относиться к импортозамещению формально: «Замена продукта или компонента на его аналог — это топтание на месте. Импортозамещение должно давать качественные улучшения, которые будут заметны всем». В случае Renue речь шла о замене и развитие компонентов СМЭВ. Команда поставила перед собой следующие цели: улучшения бизнес-характеристик ИТ-системы, в том числе операционной и финансовой эффективности (скорость и стоимость изменений), прозрачности процессов (мониторинг, аналитика и визуализация данных), а также масштабируемости и отказоустойчивости. Выполнение последнего условия особенно важно, поскольку компания обеспечивает обмен данными между различными ведомствами, и сбои или простои недопустимы.

Ключевым фактором успеха проекта стало создание и внедрение собственной low-code платформы. В ней содержатся ключевые инструменты для обработки данных, поэтому изменение сценария или формата обмена теперь — не отдельный мини-проект разработки с нуля, а коррекция имеющегося сценария и создание на его основе новой версии. Это позволило свести к минимуму участие разработчиков — создавать инструмент может аналитик или методолог. Прозрачность и наблюдаемость процессов обеспечивается за счет визуализации аналитики в виде дашбордов. Основой решения стали продукты Kafka, Java, ClickHouse, K8s, Postgres Pro и «КриптоПро» — они обеспечивают горизонтальное масштабирование, гарантию доставки данных, интеграцию через единую точку для СМЭВ.

Ирина Долженко, главный эксперт департамента информатизации РЖД, поделилась опытом цифровизации компании. В этом процессе РЖД ориентируется на потребности бизнеса. Вместе с тем целями являются технологический суверенитет, переход на качественно новый уровень работы с данными, в том числе обеспечение их доступности, повышение доступности цифровых сервисов гражданам. «К сожалению, высокий уровень автоматизации не гарантирует качественной работы с данными. Этому вопросу нужно уделять отдельное внимание», — говорит Ирина Долженко.

Прежде компания использовала иностранные решения, но теперь полностью перешла на российский технологический стек. В процессе перехода перед РЖД вставал вопрос — купить готовые продукты или пойти по пути собственной разработки. Вендоров было мало, а «коробки», которые они предлагали, сложно встраивались в существующие системы. Собственные решения обеспечивают большую безопасность и независимость, аккумулируют опыт компании.

Среди самостоятельно разработанных продуктов хранилище данных КХД РЖД, комплекс решений по управлению данными, глоссарий, метабанк, диаграммы данных, репозиторий КС УАД, информационно-аналитическая система ЕКП САД, «Семафора» — инструмент с ИИ, который автоматизирует рутину дата-офиса, классификацию, описание, валидацию и ускоряет TTM для аналитики. «Датавенок» обеспечивает предсказуемость аналитики и снижение стоимости ошибок, а МСP (Model Context Protocol) в корпоративном хранилище позволяет использовать системы с ИИ для комплексного решения задач цикла управления данными.

Павел Аверьянов, бизнес-партнер по ИТ «Др.Тайсс Натурварен Рус», рассказа о вызовах, с которыми столкнулась в последние годы компания. Среди них — рост номенклатурных позиций, увеличение количества площадок, сложность в получении сводной информации и, как следствие, вопрос о том, где искать точки для дальнейшего роста. Компания решила перейти от аналитики e-comm к продвинутому анализу.

Универсальный ETL-контур

Проанализировав рынок соответствующих решений, «Др.Тайсс Натурварен Рус» пришла к выводу, что их достаточно много. Преимущества заключаются в наличии онлайн-сервисов с большим набором разнообразных отчетов, возможности быстрого подключения к типовому функционалу, а также наличия централизованного управления разными площадками в рамках одного сервиса. Однако запросам компании продукты не соответствовали из-за поверхностности функционала, недостаточной глубины аналитики и невысокого удобства работы. Кроме того, стоимость кастомизации сервиса под нетиповые задачи оказалась слишком высока. «Один из вендоров предложил кастомизацию, стоимость которой в 34 раза превысила бы стоимость «коробочного» решения», — говорит Павел Аверьянов.

Компания пошла по пути внутренней разработки. Целью было получить гибкий инструмент, разработанный конкретно под задачи бизнеса с максимальными возможностями для кастомизации своими силами. К преимуществам проекта можно отнести обширную внутренняя экспертизу и собственную техническую поддержку, а также то, что данные хранятся и обрабатываются локально. «Мы создавали продукт, который был изначально ориентирован на использование ИИ. Потому что мы хотим, чтобы они имел максимально широкие возможности для развития», — отметил Павел Аверьянов. Главным же преимуществом стала возможность получать данные о продажах конкурентов и сравнивать их со своими. По словам спикера, такое не может делать почти ни один продукт на рынке, а те немногочисленные, которые могут, стоят миллионы».

Наш канал в Telegram Подпишись, чтобы быть в курсе