Цифровое государственное управление

В условиях жестких санкционных ограничений и необходимости достижения технологического суверенитета автоматизация и внедрение интеллектуальных систем становятся ключевыми инструментами повышения эффективности государственного управления. Своим опытом и планами по формированию новой ИТ-архитектуры до 2030 года поделился Андрей Сытник, председатель Комитета цифрового развития Ленинградской области.

По словам спикера, ключевым трендом года стал переход на полностью управляемую и безопасную инфраструктуру. Фундаментом для этого в Ленобласти служит собственный ЦОД стандарта Tier 3, гарантирующий обработку данных граждан внутри защищенного регионального контура. Распределение бюджетов на цифровизацию идет через Экспертные комиссии: за 2025–2026 годы проведено 9 заседаний, в рамках которых на цифровизацию было выделено 473,4 млн руб.

Практическое применение ИИ в регионе уже демонстрирует высокую эффективность. Так, в геоинформационной системе (РГИС) нейросеть распознает объекты на ортофотопланах с точностью выше 85%. В ходе пилотирования решения в 6 поселениях выяснилось, что 20% строений не зарегистрированы, из-за чего бюджет недополучил 6,2 млн руб. налогов. В здравоохранении ИИ-сервис в подсистеме ЦАМИ обработал более 36 тыс. маммограмм, сократив время описания снимков на 50% и подняв выявляемость рака на ранних стадиях на 15%. В службе «122» голосовой робот взял на себя обработку треть всех обращений (220 тыс. звонков), автоматизировав запись к врачам и оформление больничных. Наконец, в АПК «Безопасный город» к интеллектуальной видеоаналитике подключена 3381 камера, включая 335 устройств с распознаванием.

В планах — развертывание LLM-моделей на собственных мощностях (on-premise) и создание цифровых ассистентов госслужащих. При этом Андрей Сытник подчеркнул, что автоматизация рутины не приведет к сокращениям персонала. Финальное решение всегда остается за человеком, а грамотное использование промт-инжиниринга становится новой обязательной компетенцией, для развития которой в регионе запускаются программы сертификации и обучения служащих.

О том, как государственные ведомства защищают граждан от киберпреступников, рассказал Максим Александров, директор СПб ГКУ «Многофункциональный центр предоставления государственных и муниципальных услуг». Сегодня городская сеть МФЦ Санкт-Петербурга включает в себя 70 центров во всех 18 районах. Развернута инфраструктура из 1281 окна приема, а в районах массовой застройки курсируют мобильные комплексы. Ключевым инструментом для доступа к госуслугам остается учетная запись в ЕСИА, с помощью которой, в зависимости от ее уровня, можно воспользоваться как базовым, так и полным набором сервисов.

Однако расширение цифрового профиля несет и критические риски. Потеря доступа к аккаунту Госуслуг грозит финансовыми махинациями, несанкционированными сделками с недвижимостью и «угоном» сим-карт. Чтобы обезопасить профиль, спикер призвал граждан использовать двухфакторную аутентификацию и сложные пароли.

Превентивная защита граждан становится новым стандартом работы. Через МФЦ теперь можно оперативно установить самозапреты на выдачу потребительских кредитов, совершение сделок с имуществом без личного участия, заключение договоров об оказании услуг связи и участие в азартных играх. В случае взлома аккаунта МФЦ помогают запустить экстренный алгоритм: проверить подозрительные действия в аккаунте и сессии с чужих устройств, отозвать разрешения на обработку данных и запросить историю в Бюро кредитных историй. С октября 2026 года на региональном портале запущена жизненная ситуация «Безопасность детей и молодежи в цифровом мире», которая дает пошаговые инструкции для защиты подростков от онлайн-мошенников.

Параллельно МФЦ развивает просветительские проекты и институт цифровых консультантов в залах обслуживания. Специализированные программы («Госуслуги вне возраста», «Мой первый визит в МФЦ») нацелены на формирование навыков безопасной работы с государственными платформами. По словам Максима Александрова, задача современного цифрового консультанта заключается не в том, чтобы только подсказать, какую кнопку нажать, а помочь человеку понять цифровой маршрут: где находится нужный сервис, какой источник является официальным, что потребуется для обращения, на каком этапе нужно быть внимательным к безопасности.

В условиях лавинообразного роста объемов неструктурированных данных повышение качества государственного управления напрямую зависит от эффективности систем информационно-аналитического обеспечения, способных работать в режиме реального времени. Практическими результатами цифровизации управленческого контура и интеграции технологий интеллектуального анализа поделилась начальник отдела контент-анализа Санкт-Петербургского информационно-аналитического центра (СПб ИАЦ) Елизавета Ребрий. Центр осуществляет разработку цифровых панелей для высшего руководства Санкт-Петербурга, включая губернатора, и ведет непрерывный мониторинг соцмедиа в интересах правительства. Основной платформой для этой работы выступает ГИС «Интегрированная система информационно-аналитического обеспечения» (ИС ИАО).

Главным направлением модернизации ГИС стала сквозная роботизация процессов сбора и первичной обработки информации, позволившая радикально сократить временные затраты аналитиков. Внедрение более 150 программных роботов в контур ИС ИАО обеспечило автоматизацию сбора сведений из сорока ведомств, ФОИВ и внешних ИС, полностью исключив ошибки человеческого фактора и позволив интегрировать ранее несовместимые платформы. Эффект роботизации оказался колоссальным: трудозатраты на рутинную подготовку данных сократились с шестнадцати человеко-дней до менее чем одного дня.

Параллельно на базе ИС ИАО было развернуто ИИ-решение «МИРА», использующее ансамбли LLM-моделей и методы few-shot для глубокой текстовой аналитики. В рамках пилотного проекта для Комитета по природопользованию нейросеть классифицировала обращения граждан, поступающие из пяти разрозненных источников, включая Госуслуги и портал «Наш СПб». Оптимизация и укрупнение классификатора с 43 до 15 тематик позволили устранить сверхдоминирующие категории и обучить модель разделять похожие по набору слов, но разные по смыслу жалобы с точностью выше 95%. Помимо категоризации, алгоритмы «МИРА» успешно применяются для автоматического определения тональности публикаций, суммаризации текстов, выделения именованных сущностей, а также поиска объектов на картах.

Вектор дальнейшего развития ИС ИАО направлен на бесперебойное расширение парка роботов, автоматическую верификацию упоминаемых ГОСТов, контроль актуальности нормативно-правовых актов и генерацию интерактивных BI-дашбордов напрямую через текстовые промпты.

Опытом реализации масштабного проекта по автоматизации пунктов весового контроля на объектах регионального оператора Санкт-Петербурга поделился заместитель генерального директора по ИТ и кибербезопасности «Невского экологического оператора» Александр Васильев. Обеспечивая сбор и обработку твердых коммунальных отходов на территории площадью 1,4 тыс. кв. километров, включающей 30 тысяч контейнерных площадок, компания ежедневно координирует работу 488 единиц спецтехники, а общий объем собранных ТКО за 2025 год составил 1,75 млн тонн. Спикер подчеркнул, что автоматизация весового контроля является необходимым элементом создания единой цифровой цепочки. Согласно требованиям законодательства, данные о маршрутах и точной массе ТКО должны передаваться в государственную информационную систему ФГИС УТКО в автоматическом режиме, что полностью исключает использование ручных операций и влияние человеческого фактора.

В качестве базовой площадки для модернизации инфраструктуры выступил комплекс по переработке отходов «Волхонка». Исходный контур КПП включал 6 электронных автомобильных весов с длиной платформ 18 метров, а также 13 грузовых и 2 легковых механических шлагбаума. Несмотря на наличие стационарной системы радиационного контроля, пропуск транспорта, осмотр и взвешивание велись в ручном режиме, а данные требовали долгой вторичной обработки. По заказу оператора технологический партнер ОБИТ разработал и развернул программно-аппаратный комплекс (ПАК) на базе искусственного интеллекта. Алгоритмы ИИ были внедрены в систему видеоаналитики для распознавания объектов и обработки сигналов с тензометрических датчиков весов. Новый сквозной алгоритм полностью автоматизировал движение мусоровоза: от распознавания госномера умными IP-камерами и проверки радиационного фона на въезде до интеллектуального позиционирования ТС на платформе, фотофиксации, стабилизации веса и повторного взвешивания на выезде.

Запуск ПАК позволил «Невскому экологическому оператору» оцифровать 100% операций на весовом комплексе. Внедрение экосистемы обеспечило сокращение среднего времени обработки одного мусоровоза на 67%, при этом 91% всех транзакций теперь проходит полностью без участия оператора, а точность интеллектуального распознавания номеров превысила отметку в 95%. Сквозная фиксация данных позволила компании полностью отказаться от бумажных носителей и обеспечить гарантированную чистоту передаваемой в ГИС информации. Александр Васильев отметил, что архитектура разработанного комплекса является масштабируемой. В ближайших планах оператора — тиражирование решения на КПО «Островский» и другие региональные объекты, расширение возможностей ПАК для организации внутризаводского взвешивания, точного учета остатков сортировки, а также создание централизованного аналитического блока отчетности.

Внедрение технологий искусственного интеллекта в контур государственного управления перешло в стадию масштабной имплементации, однако этот процесс требует взвешенного, доказательного подхода. Результатами исследования, обобщившего мнения профессионального сообщества и граждан, поделился заместитель директора Центра технологий электронного правительства ИТМО и старший преподаватель НИУ ВШЭ Юрий Кабанов. В основу доклада легли данные экспертного опроса, проведенного Университетом ИТМО совместно с НП «ПРИОР Северо-Запад» в марте 2026 года среди 120 ИТ-специалистов, а также онлайн-опросы 1500 жителей Санкт-Петербурга. Полученные результаты демонстрируют, что ИИ воспринимается исключительно как вспомогательный инструмент для решения технических и мониторинговых задач, тогда как функция принятия финальных решений должна безоговорочно оставаться за человеком.

Анализ показал, что главная ценность ИИ лежит в плоскости операционной оптимизации. Около 84,2% экспертов ожидают от алгоритмов снижения нагрузки по выполнению рутинных задач, 83,3% указывают на сокращение времени предоставления госуслуг, а 78,4% — на рост скорости принятия решений. В то же время цели, связанные со справедливостью или качеством коммуникации, признаются менее реалистичными. Сходную позицию занимают и граждане: 40% жителей связывают прогресс с быстрыми решениями, однако общий уровень скептицизма населения остается высоким — 37,1% опрошенных горожан заявили, что вообще не ждут никаких позитивных эффектов от ИИ в госсекторе.

Обратной стороной цифровизации выступает ландшафт специфических угроз, барьеры восприятия которых у экспертов оказались выше, чем у населения. В качестве главного риска 74,2% экспертов и 53,6% граждан назвали размывание ответственности за решения, принятые алгоритмами. Для профессионального сообщества в топ вызовов также вошли обеспечение конфиденциальности данных (70%) и отсутствие доверия граждан к роботам (70%). Население же, помимо утечек информации (41,4%), остро беспокоит отсутствие у ИИ эмпатии (42,3%). Юрий Кабанов подчеркнул, что успешное масштабирование региональных ИИ-решений, которых на портале «Цифровой регион» насчитывается уже более 500, невозможно без учета таксономии общественных ценностей и ожиданий всех стейкхолдеров.

Искусственный интеллект на практике

Интеграция передовых технологий в консервативную правовую среду требует принципиально иных стандартов надежности, поскольку ошибки алгоритмов в этой сфере ведут к реальным процессуальным последствиям. О том, как преодолеть недоверие профессионального сообщества и выстроить безопасную ИТ-архитектуру, рассказали владелец продукта «ПравоКонсультант» компании «ПравоТех» Мария Гузанова и руководитель платформенной инженерии «ПравоТех» Нина Ларина.

Современные языковые модели научились писать убедительные и грамматически корректные тексты, однако для юриста этого мало, так как любое профессиональное суждение должно опираться на конкретную норму права и актуальную судебную практику. Игнорирование этого правила приводит к жестким санкциям: суды не принимают ответы обычных чат-ботов как доказательства, Верховный суд обязывает раскрывать факт использования ИИ, а кассационные инстанции штрафуют компании за подачу документов с выдуманными цитатами и несуществующими прецедентами. В базе судебных решений зафиксировано более двух тысяч кейсов сгенерированного ИИ контента, причем ошибаются не только рядовые пользователи, но также опытные адвокаты и даже судьи, говорит Мария Гузанова. Среди ключевых скрытых дефектов ИИ-текстов — генерация фантомных номеров дел, подмена контекста реальных споров, искажение цитат и использование отмененных нормативных актов.

ИИ-агент, реализованный в «ПравоКонсультанте», работает как профессиональный юрист: движется от закона и разъяснений Верховного суда к анализу практики и финальному выводу. Модель принципиально не отвечает «по памяти», а работает по схеме, где первичен глубокий поиск по проверенной правовой базе, а не по открытому интернету, который к 2026 году уже наполовину заполнен ИИ-текстами. Система верифицирует каждую ссылку, автоматически удаляет утверждения, не имеющие документального подтверждения, и выводит источники непосредственно рядом с фрагментом текста. При этом пустой ответ признается разработчиками более предпочтительным, чем недостоверный.

Использование ИИ дает возможность на 60% сократить время, которое юристы тратят на анализ практики. Каждый вывод опирается на источник, который можно открыть и проверить. При этом, по словам Нины Лариной, архитектура платформы предусматривает обязательную анонимизацию персональных сведений, развертывание в изолированном российском контуре и установку on-premise, что полностью исключает утечку информации за периметр компании и гарантирует соответствие законам о персональных данных и защите информации.

Опытом интеграции интеллектуальных алгоритмов в бизнес-процессы крупного авторитейлера поделился Руслан Талипов, руководитель отдела по автоматизации процессов группы компаний «БорисХоф». Поскольку до 70% стандартных офисных операций в закупках, бухгалтерии, продажах, HR и клиентском сервисе представляют собой рутину, компания сделала ставку на синергию технологий RPA и AI. Программные роботы на платформе Sherpa RPA имитируют действия человека в интерфейсах информационных систем, работая круглосуточно. На сегодняшний день в ГК «БорисХоф» роботизировано более 150 сложнейших процессов, а сквозной мониторинг эффективности выведен на BI-дашборды, фиксирующие совокупную выработку виртуальных сотрудников на уровне 1241 FTE.

Спикер представил детальные кейсы применения роботов в ключевых подразделениях компании. В отделе поддержки продаж робот полностью автоматизировал обработку входящей корреспонденции от Систем электронных паспортов (СЭП), самостоятельно разбирая более 1000 писем с выписками ЭПТС ежемесячно и круглосуточно обновляя карточки автомобилей. Впечатляющие результаты достигнуты в отделе запасных частей: если раньше подбор деталей велся вручную всего по 2–3 поставщикам через инженера и занимал часы, то теперь мастера кузовного сервиса мгновенно получают данные из более чем 30 источников. Ночной бот автоматически сканирует до 1000 позиций на складе, выдавая ответ за секунды. Роботизация проникла и в другие сферы: в логистике боты управляют перемещением машин и заказом эвакуаторов, в отделе страхования осуществляют онлайн-расчет тарифов КАСКО, в финансах ведут учет факторинга, а в правовом департаменте сравнивают юридические документы и проверяют контрагентов по базам исполнительных производств.

Особое внимание Руслан Талипов уделил интеграции генеративного искусственного интеллекта (AI). Связка LLM и RPA позволила автоматизировать анализ отзывов по вакансиям в HR-отделе, запустить ИИ-генерируемые видео-тренинги, а в контуре CRM внедрить умный дашборд Okreview, который обработал более 10 тысяч клиентских отзывов с Яндекса, формируя авто-саммари каждой публикации. Спикер поделился кейсом автоматизации создания новых дилерских центров в SAP ERP. Ранее этот процесс занимал от 2 до 3 месяцев, требовал бюджета от 2 млн рублей, а одни лишь финансовые настройки выполнялись 5 рабочих дней. Внедрение робота сократило срок развертывания дилерских центров до 2–3 дней, а проведение финансовых настроек теперь занимает всего 10 минут, что позволило компании бесшовно запустить более 12 новых центров.

Опытом кардинальной перестройки академических процессов на основе ИИ-инструментов поделился декан факультета технологического менеджмента и инноваций (ФТМИ) Университета ИТМО Андрей Анфиногенов. Традиционный цикл актуализации учебных планов, опирающийся на ручной мониторинг вакансий и экспертные интервью, занимал слишком много времени, из-за чего программы частично теряли актуальность еще до момента запуска. Реализуя концепцию «AI First-факультета», ФТМИ развернул инновационную ИТ-платформу «AI Форсайт». Система представляет собой интеллектуальный генератор продуктовых гипотез и доказательную карту компетенций, которая анализирует колоссальные массивы данных, включая 2952 научных источника в локальном корпусе, для мгновенного выявления рыночных сигналов и опережающего изменения профилей подготовки.

Платформа «AI Форсайт» автоматизирует полный цикл исследования: от первичного брифа и поиска скрытых трендов до формирования целевых результатов обучения. С помощью нейросетей система осуществляет сквозной визуальный скан и семантический анализ технологических трендов, раскладывая их по кривой Гартнера. Например, при анализе сегмента E-commerce система вычленяет и детально описывает вклад таких передовых ИИ-моделей, как Vision Transformer (ViT) и MetaCLIP, в задачи персонализации интернет-торговли и обработки мультимодального контента. Интегрируя эти данные с рынком труда, платформа формирует детализированные профили компетенций для конкретных ролей, таких как Product Manager в сфере Fintech. ИИ-ассистент автоматически группирует и верифицирует ключевые сигналы по направлениям: от изменения рабочих задач и организации труда до появления прорывных сквозных технологий, включая цифровые двойники, блокчейн и индустриальные ML-модели.

Внедрение «AI Форсайт» позволило ФТМИ ИТМО более чем в три раза сократить время от начала исследования рынка до принятия решения об обновлении образовательной программы. Процесс, ранее требовавший месяцев кропотливой работы аналитиков, теперь реализуется в полуавтоматическом режиме. Система самостоятельно ранжирует сигналы по релевантности и степени уверенности, предоставляя академическим руководителям готовые фрагменты цитат и предиктивные выводы для трансформации учебных модулей. Завершая доклад, Андрей Анфиногенов подчеркнул, что цифровая экосистема ИТМО превратила ИИ в полноценного партнера по проектированию образования будущего. Это позволяет университету готовить технологических лидеров в строгом соответствии с актуальным профилем требований индустрии 2026–2027 годов.

Инструменты повышения эффективности бизнеса

В условиях необходимости оптимизации ИТ-затрат и оперативного реагирования на рыночные изменения облачные технологии становятся ключевым инструментом для построения гибкой и отказоустойчивой ИТ-архитектуры. Практическими сценариями использования таких решений и разбором реальных бизнес-кейсов поделился менеджер по продуктовому развитию Linx Cloud Станислав Братчиков. Компания владеет двумя собственными дата-центрами в Москве и Санкт-Петербурге с гарантированным уровнем SLA 99.99% и стопроцентным фактическим аптаймом. Linx Cloud предлагает инфраструктуру «под ключ», включающую публичные и частные облака, объектные хранилища S3, кластеры Kubernetes, а также комплексные сервисы информационной безопасности, соответствующие требованиям 152-ФЗ до наивысшего уровня защищенности УЗ-1.

В качестве примера успешного развертывания геораспределенной архитектуры докладчик привел кейс крупной фармацевтической компании Sanofi. Перед ней стояла задача локализовать критические системы, интегрировать их с глобальным контуром и обеспечить строгое соблюдение российского законодательства о персональных данных. Решением стало размещение инфраструктуры на двух географически разнесенных площадках Linx с организацией резервного копирования через объектное хранилище S3 и проведением регулярных практических тестов плана аварийного восстановления. Другой показательный пример — интернет-сообщество и крупнейшая UGC-платформа Pikabu, которой требовалось мигрировать ИТ-инфраструктуру из Германии и создать масштабируемую среду, устойчивую к пиковым всплескам трафика. Перенос критически важных данных в гибридное облако Linx Cloud позволил платформе задействовать публичные ресурсы для покрытия нагрузок, минимизировать риски простоя и существенно снизить капитальные затраты.

Облачные платформы также доказывают свою эффективность в задачах быстрого запуска новых коммерческих проектов. Станислав Братчиков поделился опытом сотрудничества с крупным ритейлером из сегмента Beauty Retail, которому было необходимо в сжатые сроки развернуть локальный e-com сайт и партнерский портал с уровнем надежности business critical. За счет экспертизы вендора, оперативного предоставления вычислительных мощностей и настройки кластеров Kubernetes провайдеру удалось обеспечить быстрый старт проекта и провести полноценные нагрузочные испытания. Не менее важным вектором остается обеспечение бесперебойной работы ИТ-сервисов в защищенном контуре, что было продемонстрировано на примере компании Hubex. Разработчик систем мониторинга осуществил бесшовную миграцию своих платформ и сервиса электронных визиток в облако 152-ФЗ с настройкой шифрования и организацией каналов VPN-ГОСТ, что гарантировало стопроцентный непрерывный доступ для пользователей и полное соответствие регуляторным нормам. Подводя итог, Станислав Братчиков подчеркнул, что миграция в облако позволяет бизнесу уйти от долгого проектирования монолитных систем к использованию надежной, распределенной и безопасной инфраструктуры как сервиса.

Еще одно условие повышения прибыли — переход от хаотичных проверок к непрерывному потоку валидации продуктовых гипотез. О том, как российские компании преодолевают разрыв в понимании ценности экспериментов и формируют устойчивую внутреннюю культуру тестирования, рассказала маркетинг-бизнес партнер компании Trisigma и эксперт Avito Tech Мария Сапельникова. На российском рынке Trisigma развивает полноценную экосистему продуктов и услуг в сфере A/B-тестирования, обеспечивая поддержку более чем 60 крупным действующим корпоративным клиентам и активно прорабатывая стратегию выхода на международные площадки.

По словам спикера, ключевая сложность при внедрении платформ экспериментов в B2B-сегменте заключается в поиске баланса внутри триады, состоящей из заказчика, бизнеса и продукта. Основной барьер кроется в существенном отличии целей и уровня экспертности: команда внешнего заказчика, как правило, слабо погружена в специфику ИТ-домена, тогда как внутренняя продуктовая команда бизнеса недостаточно четко представляет особенности реального пользовательского опыта клиента.

Мария Сапельникова детально разобрала механизмы выстраивания лояльности и подходы к управлению ожиданиями рынка. Она опровергла популярный миф о том, что лояльность строится на безоговорочном согласии со всеми требованиями контрагента, и подчеркнула, что обоснованный отказ является нормальной и даже необходимой частью здорового партнерства. При этом приоритеты развития ИТ-продукта кардинально меняются в зависимости от его стадии зрелости: если на этапах первых подключений, малого и активного роста компания вынуждена быть исключительно рыночно-ориентированной (sales-driven), подстраиваясь под жесткие внешние требования, то на этапах операционализации, масштабирования и удержания позиций фокус полностью смещается на возможности и роадмап самой платформы (product-driven).

Чтобы сгладить эти противоречия, Trisigma использует подход expertise-driven. На первом этапе провайдер проводит бесплатную оценку экспериментальной зрелости компании, на втором — глубоко погружает команду в специфику домена и подбирает стек решений, а на третьем — осуществляет бесшовное внедрение, обучение и непрерывную экспертную поддержку, помогая клиентам трансформировать единичные тесты в системный инструмент принятия управленческих решений.

Масштабная автоматизация и интеграция передовых интеллектуальных инструментов позволяют FMCG-компаниям радикально повысить маржинальность и прозрачность дистрибуции. Опытом реализации сквозной технологической стратегии на розничном рынке поделился менеджер по эффективности команды продаж «Напитки Вместе» Максим Кравченко. Чтобы повысить продуктивность полевой команды и минимизировать упущенные продажи, предприятие внедрило три независимых цифровых модуля, трансформировавших визит торгового представителя в высокоэффективный автоматизированный процесс.

Первым проектом стало внедрение системы Image Recognition на базе нейросетей. Инструмент обеспечивает автоматическое распознавание кодов SKU на полках и в HoReCa по фотографии, контролирует ценники, целевое использование холодильников и мгновенно выявляет отсутствие товара. Проект показал ежегодную окупаемость инвестиций (ROI) на уровне более 300%, обеспечив снижение дефицита продукции на 2% и рост среднего SKU в точках на две единицы.

Вторым проектом стал перезапуск в мае 2025 года внутренней геймификационной платформы в старорусском стиле. Мотивационная механика с прокачкой героев и обменом заработанных за KPI монет на призы привела к росту вовлеченности персонала на 68%, повышению дисциплины выполнения задач на 17% и дала 4% инкрементального объема продаж.

В 2024 году была запущена система речевой аналитики, обеспечивающая стопроцентный перевод аудиопотока в текст и ежедневный мониторинг качества звонков. Алгоритмы контролируют предложение новинок агентами, выступают в роли виртуального тренера по работе с возражениями и мгновенно фиксируют клиентский негатив. Внедрение аудиоконтроля обеспечило рост соблюдения скриптов продаж на 35% и увеличило средний SKU в заказе на одну единицу. Подводя итог, Максим Кравченко подчеркнул, что цифровизация коммерческого контура позволила компании полностью искоренить фальсификацию отчетности и превратила ИТ-инструменты в главный фактор долгосрочного роста продаж.

Как защититься от киберугроз

Рост числа и сложности кибератак требует от бизнеса перехода к проактивной модели защиты. О том, как выявлять критические бреши в контуре безопасности до того, как ими воспользуются хакеры, рассказал руководитель экспертизы компании «Сайбер ОК» Игорь Первушин. По его словам, текущая реальность информационной безопасности такова, что барьер для входа в ИТ-разработку снизился до минимума, а со стороны атакующих теперь выступают не только люди, но и автоматизированные интеллектуальные агенты. В таких условиях традиционные подходы к ИБ перестают работать, и компаниям необходимо четко понимать, каков их реальный периметр, какие активы они защищают и что из этих ресурсов уже доступно внешнему злоумышленнику.

Статистика за 2026 год фиксирует беспрецедентный рост киберрисков — количество зарегистрированных уязвимостей CVE превысило отметку в 82 тысячи, из-за чего даже Национальный институт стандартов и технологий (NIST) был вынужден ограничить автоматическую обработку и отказаться от оценки некритичных багов. В ситуации, когда появление уязвимостей нулевого дня (0-day) стало обыденностью, а время от публикации критического дефекта до начала его активной эксплуатации (1-day) сократилось с нескольких часов до считаных минут, классическое сканирование теряет актуальность. ИБ-службам необходимо оперативно вычленять из огромного массива данных именно «важные» сигналы, опираясь на три ключевых фактора: распространенность конкретного ПО на рынке, наличие публичного эксплойта и доказанные факты применения бреши в реальных атаках. Базируясь на этих принципах, «Сайбер ОК» развивает собственный индекс приоритезации CKEV INDEX, функционирующий в стиле очередей UPS и позволяющий выстраивать сквозную логику обработки инцидентов.

Анализ более 100 крупных проектов показал, что в 95% из них существуют критические уязвимости и используются более 5 нерекомендуемых открытых сервисов, что делает их легкой мишенью для хакеров. Чтобы переломить эту тенденцию, компания предлагает автоматизировать контроль активов с помощью специализированных платформ Vulnum и CyBlade. Эти инструменты позволяют в режиме реального времени проводить инвентаризацию shadow IT, обнаруживать некорректную нейтрализацию спецэлементов, выявлять факты обхода аутентификации в ICS-системах и пресекать утечки учетных данных. Наглядной демонстрацией рисков стали приведенные спикером примеры незащищенных веб-интерфейсов и подключенных к сети камер Mobotix, через которые злоумышленники могут беспрепятственно шпионить за охраняемыми объектами. Игорь Первушин отметил, что эффективное опережение атакующего возможно только в рамках концепции Offensive SOC, которая объединяет автоматизированный поиск уязвимостей силами систем PentOps и глубокую экспертизу профильных специалистов, оценивающих критичность каждой находки сквозь призму реальных бизнес-рисков компании.

Импортозамещение с минимальными потерями

В МТТ до 2022 года использовалась глубоко кастомизированная Microsoft Dynamics CRM — работала как часы, имея десятки интеграций с экосистемой предприятия. После ухода западного разработчика традиционные сценарии — полная заморозка развития или перевнедрение альтернативной платформы с нуля — оказались неприемлемыми для бизнеса, так как требовали колоссальных бюджетов и грозили откатом операционной эффективности на несколько лет назад, рассказала руководитель направления отдела развития и автоматизации департамента клиентского сервиса МТТ Анна Осипова. Чтобы избежать рисков миграции данных, простоя и детских болезней отечественных аналогов, был выбран уникальный третий путь: создание независимого интеграционного слоя поверх существующего ИТ-ядра.

Проект был реализован компанией «Смарт Тим Сервис». На первом этапе ИТ-команда внедрила инструмент «Единое окно контактного центра», создав современный фронтенд-интерфейс без замены базового движка CRM. Операторы клиентской службы вместо пяти разрозненных экранов (биллинга, телефонии, мессенджеров, почты) получили один экран, что позволило на 24% сократить среднее время обработки звонков и на 17% ускорить разбор текстовых обращений по email. При реализации архитектурного паттерна Strangler Fig специалисты успешно преодолели разнородность моделей данных и дублирование логики, обеспечив строгое взаимодействие с базами через API.

Вторым шагом стало развертывание «Единого окна продаж», где новые бизнес-процессы и сущности реализовывались уже в собственной изолированной базе нового слоя, а старая CRM использовалась как мастер-система исключительно для чтения информации и передачи управляющих команд через API. Именно этот независимый слой послужил идеальным фундаментом для бесшовной интеграции искусственного интеллекта. Без переделки ядра ИИ позволил автоматизировать протоколирование диалогов и автозаполнение карточек клиентов, обеспечив сплошной контроль качества коммуникаций, рассказала архитектор компании «Смарт Тим Сервис» Валерия Баукина.

Заключительным этапом трансформации стало создание единой модели данных на базе in-memory DB с горячим кэшем и API Gateway. С помощью брокера сообщений, механизмов CDC и шаблонов преобразования JSLT разработчикам удалось полностью инкапсулировать CRM как от людей, так и от внешних информационных систем, благодаря чему ИТ-периметр полностью готов к любому будущему сценарию развития рынка. В случае дозревания отечественных платформ компании потребуется лишь заменить коннекторы без переделки интерфейсов, а при отсутствии готовых решений слой позволит поэтапно мигрировать на собственный движок. Подводя итог, Валерия Баукина отметила, что проект позволил не просто отложить импортозамещение на несколько лет, а дал бизнесу возможность непрерывно развиваться, сохраняя полную независимость от вендоров.

Цифровизация логистических процессов

Динамичное масштабирование производства и усложнение логистических цепочек на крупных промышленных предприятиях требуют радикальной перестройки складских процессов на основе сквозных цифровых технологий. Опытом реализации масштабного ИТ-проекта в автомобилестроении поделился директор по информационным технологиям и цифровым сервисам «Автозавода Санкт-Петербург» Роман Цыганков. С 2023 года завод активно развивает производство моделей LADA X-CROSS и собственного бренда XCITE. Рост сложности ассортимента автокомпонентов и типов упаковки, а также высокая доля ручных операций и недостаточная прозрачность движения деталей создавали серьезные риски задержек снабжения конвейера, что послужило ключевым стимулом для запуска проекта цифровизации.

Проект внедрения интеллектуальной системы управления складом WMS был успешно реализован в сжатые сроки — с ноября 2024 по октябрь 2025 года. Цифровая трансформация охватила более 11 тысяч мест хранения, свыше 2 тысяч единиц складского учета и обеспечила создание более 70 автоматизированных рабочих мест (АРМ). Роман Цыганков подробно остановился на сложностях, с которыми столкнулась команда: в ходе внедрения произошла вынужденная смена партнера, а также кардинально изменились исходные условия. Если ранее завод работал в стабильной модели, получая уже промаркированные компоненты напрямую в производство, то теперь ИТ-службе пришлось перестраивать бизнес-процессы с нуля, адаптируя WMS под принципиально новую номенклатуру. Ключевым фактором успеха стало требование гибкости платформы, что позволило внутренней команде завода самостоятельно настраивать систему под меняющиеся задачи логистики.

В результате внедрения WMS за счет детального учета материального потока, интеллектуального размещения грузов и цифрового контроля выполнения операций заводу удалось полностью синхронизировать склад с производственными линиями, минимизировав риски простоев и потерь от ожидания. Новая ИТ-архитектура позволила оптимизировать трудозатраты персонала, существенно повысить точность планирования и эффективность использования складских площадей. Роман Цыганков подчеркнул, что складская логистика является критическим фактором стабильности всего автопроизводства, а созданный цифровой базис стал надежной основой для дальнейшего развертывания беспилотного транспорта и роботизации логистических процессов предприятия.

Практическим опытом построения целевой операционной модели управления SCM на примере агропромышленного сектора поделилась директор по цифровой трансформации ГК «Вальд» Марина Михейчикова. Проведенная компанией диагностика as-is по трем материальным потокам выявила критическую рассинхронизацию управления. Ключевые стратегические решения принимались исключительно в рамках годового цикла без ежемесячной актуализации. Многие процессы планирования закупок упаковки и комплектующих, а также складская логистика сырья функционировали без формализованных заказчиков результата и владельцев процесса, что размывало ответственность. Утвержденный план мог произвольно меняться на следующих стадиях, а реактивный разбор каждого операционного отклонения не позволял устранять их системные причины. Для устранения этих разрывов компания внедрила регламент, закрепивший реестр из 14 SCM-процессов, матрицу RACI и четкие границы замороженного горизонта, в котором изменения планов запрещены.

Была развернута трехуровневая модель управления цепочкой поставок, замкнувшая контуры планирования и исполнения. Стратегический уровень (S&OP) с горизонтом 12–18 месяцев теперь ежемесячно балансирует спрос, мощности и экономику. Тактический контур (S&OE) еженедельно проверяет реализуемость планов на 4–6 недель вперед и распределяет дефициты. Операционный уровень (DCS) ежедневно контролирует исполнение суточного плана и инициирует эскалации при отклонениях с жестким регламентом по SLA. Под каждый горизонт решений была выстроена индивидуальная ИТ-архитектура, соединенная в сквозной контур, где ядром месячного цикла S&OP выступает оптимизационная цифровая модель бизнеса, раскладывающая всю цепочку от поля до клиента на технологические переделы. Она учитывает мощности, вместимость элеваторов, эластичность спроса и рассчитывает план, максимизирующий общую прибыль компании.

Утвержденный оптимальный план автоматически разворачивается в недельный горизонт исполнения на базе единой платформы 1С: ERP. ИТ-команда внедрила четыре автоматизированных рабочих места (АРМ Y+4) для дирекций по продажам, закупкам, логистике и аналитике. Это позволило полностью уйти от хаоса разрозненных Excel-таблиц к единой версии правды с журналированием изменений. Дополнительно в контур были включены системы TMS и электронные торговые площадки для закупки услуг наемного автотранспорта, а ежедневный контроль KPI выведен на BI-витрины. В ближайших планах — перевод ML-прогнозирования цен и спроса в продуктивный контур, автоматизация проверки доступного к обещанию объема (ATP) и электронная маршрутизация карточек эскалаций. Марина Михейчикова подчеркнула, что автоматизацию нельзя начинать с написания ТЗ для ИТ-службы: отправной точкой всегда должна служить диагностика процессов и разграничение полномочий доменов управления.

Как организовать управление персоналом

В электротехническом концерне «Русэлпром» работает 5000 сотрудников, включая 476 инженеров и специалистов ИТР на ключевых площадках в Санкт-Петербурге, Сафонове и Владимире. Еще недавно управление персоналом велось обособленными службами с использованием разнородных ИТ-систем. Это приводило к дублированию данных, высоким трудозатратам, отсутствию сквозной аналитики и росту текучести кадров. Ответом на эти вызовы стало создание Единого центра компетенций, стандартизация регламентов и перевод жизненного цикла сотрудников в общий цифровой контур.

Как рассказала заместитель директора по управлению персоналом и директор по управлению производственным персоналом «Русэлпром» Наталья Чехина, базовой платформой сквозной автоматизации выступила импортонезависимая отечественная система «Управление.HCM». ИТ-решение объединило в замкнутый цикл все ключевые функции: от подбора, адаптации и обучения до оценки, аттестации и удержания персонала на всех пяти площадках концерна без увеличения численности HR-службы. Платформа «Управление.HCM» была бесшовно интегрирована в информационную экосистему компании, связав Core HR на базе 1С с внутренними производственными модулями, корпоративной СЭД и собственной MDM-системой управления мастер-данными. Такой data-driven подход позволил запустить сквозную аналитику уровня всей корпорации, очистить базы от дублей, внедрить единые справочники НСИ и вывести ключевые KPI на интерактивные дашборды для руководителей.

Важным этапом трансформации стало внедрение интеллектуального ИИ-помощника «ПромПодборAI», интегрированного с платформой «Управление.HCM» и сайтом HeadHunter. Выступая в роли автономного ИИ-агента для рекрутинга, модуль взял на себя всю рутину по автоматическому импорту вакансий, выставлению гибких критериев поиска, скорингу и ранжированию резюме кандидатов по релевантности. Более того, ИИ самостоятельно связывается с соискателями, поддерживает контакт, снимает первичную информацию о поиске работы и передает «горячих» кандидатов рекрутеру. Промышленная эксплуатация агента на всех заводах «Русэлпрома» доказала эффективность ИИ как «второго мнения»: время поиска и отбора кандидатов на HeadHunter сократилось более чем в 3 раза, а трудозатраты на рутинное администрирование снизились до минимума.