Индекс готовности к ИИ: зачем мы начали его считать
Анонс инструмента: шесть измерений готовности, на чём основаны, что показывает результат.
Вывод. Окупаемость ИИ можно измерить до того, как потрачен бюджет.
Блог
Что мы думаем
Короткие разборы: что произошло, что это значит для российской компании, какой вывод. Без пересказа пресс-релизов.
Как тестировать ИИ-решение
Приёмка, регресс на изменениях промптов и моделей, контроль галлюцинаций, метрики качества.
Вывод. ИИ-функция без регрессионного контроля деградирует незаметно.
Импортозамещение: что изменилось за первое полугодие
Обзор рынка, регуляторных изменений и практики миграций.
Вывод. Материал готовится к публикации после сверки фактуры.
Контроль расходов на агентов: лимиты, токены, транзакции
Рынок вводит ограничения на самостоятельные действия агентов и усиливает надзор.
Вывод. Агент без бюджета и правила остановки — неучтённая статья расходов.
Границы агентности: почему длинные цепочки ломаются
Горизонт автономной работы ограничен, ошибка накапливается, цель дрейфует. Планировщик, исполнитель, верификатор, корректор.
Вывод. Лучшие кандидаты на автоматизацию — самые дёшево проверяемые задачи.
Unit cost когнитивной операции: три слагаемых
Стоимость генерации плюс стоимость верификации плюс ожидаемая стоимость ошибки. Расчёт на примере юридической функции.
Вывод. Считать только токены — то же, что считать себестоимость без учёта брака.
Почему крупный бизнес уходит в собственный контур
On-premise и гибридные схемы: российские модели плюс дообучение на корпоративных данных.
Вывод. Контур — не только про безопасность, но и про предсказуемость стоимости.
Зрелые технологии дают предсказуемый эффект, генеративные — новые продукты
Компьютерное зрение, рекомендательные системы, обработка языка и речь показывают считаемый результат.
Вывод. Начинать с генеративного ИИ там, где нет зрелых сценариев, — дорогой способ учиться.
Где ИИ реально работает: финсектор, телеком, ритейл, промышленность, госсектор
Отраслевая концентрация внедрений и её причины.
Вывод. Отрасль определяет не применимость ИИ, а то, с какого процесса начинать.
Отказ от «магии ИИ» в регулируемых отраслях
Финансы, медицина, КИИ требуют объяснимости.
Вывод. Выигрывает не самая сильная модель, а самая проверяемая архитектура.
Дефицит инженеров и стоимость миграции: два ограничителя рынка
Нехватка специалистов, стоимость переноса, необходимость пилотов и нагрузочных испытаний.
Вывод. Планировать миграцию без учёта доступности людей — гарантированный срыв.
Экономическая эффективность вытеснила скорость замены
Критерии выбора — управляемость инфраструктуры, предсказуемая поддержка, возможность развивать систему.
Вывод. Регуляторика создаёт спрос, но устойчивый рынок возникает там, где заказчик видит пользу.
MCP как стандарт: что меняется для корпоративных интеграций
Протокол взаимодействия агентов с корпоративными системами становится отраслевым стандартом.
Вывод. Интеграционный слой перестаёт быть кастомной разработкой под каждый случай.
62% работают с ИИ-агентами. Масштабируют 23%
Разрыв между экспериментом и масштабом. Плато — следствие роста стоимости проверки, а не пределов моделей.
Вывод. Масштабирование упирается в верификацию, не в генерацию.
Срок до 1 января 2028: что реально успеть
Дедлайн миграции сдвинут, объём работ не уменьшился.
Вывод. Те, кто начнёт в 2027, не успеют — не из-за технологий, а из-за дефицита инженеров.
Итоги 2025 для российского ИТ: от скорости к экономике
Замедление после бурного роста, смещение фокуса на отказоустойчивость и стоимость владения.
Вывод. Заказчик перестал платить за факт импортозамещения.
Как принимать ИИ-решение: приёмочные критерии вместо впечатления
Метрики качества, доля эскалаций, поведение на краевых случаях, регресс при обновлении модели.
Вывод. Без критериев приёмки решение неотличимо от демо.
Чат-бот и агент: разница, которая стоит денег
Чат-бот отвечает, агент выполняет: обращается к системам, совершает действия, обрабатывает ошибки.
Вывод. Агентность оправдана там, где результат дёшево проверить.
Кто отвечает за результат ИИ-проекта
Ответственность повышает отдачу втрое, прозрачность затрат — впятеро. Человек отвечает, ИИ исполняет, процедура подтверждает, правило останавливает.
Вывод. Без правила остановки агентный контур не проходит комплаенс.
Миграция с Oracle и MS SQL на PostgreSQL: что ломается первым
Хранимые процедуры, специфичные типы, планы запросов, нагрузочные профили.
Вывод. Миграция СУБД — проект по переписыванию логики, а не по переносу данных.
Корпоративный поиск: почему RAG работает в демо и ломается в проде
Неструктурированные документы, устаревшие регламенты, права доступа, отсутствие обновления индекса.
Вывод. Качество поиска определяется дисциплиной документооборота, а не архитектурой.
Сколько на самом деле стоит закрытый контур
Железо, инференс, обслуживание, обновление моделей, мониторинг. Считаем эксплуатацию за год.
Вывод. Расчёты без эксплуатации ошибаются кратно.
Импортозамещение перестало быть авралом
Рынок вышел из режима экстренной замены и перешёл к системной перестройке архитектуры.
Вывод. Стоимость лежит не в лицензии, а в переносе накопленных доработок и переобучении людей.
Данные, а не модель: где на самом деле уходит бюджет
До 60% времени проекта тратится на подготовку данных. Доступ, качество, полнота, история.
Вывод. Если процесс сейчас не измеряется, ИИ нечего улучшать.
Почему 95% ИИ-пилотов не доходят до отчётности
Организации массово внедряют ИИ, но эффект в P&L видят единицы. Причина не в качестве моделей, а в отсутствии владельца процесса и критериев успеха, зафиксированных до старта.
Вывод. Пилот без ответственного за деньги — не пилот, а демонстрация.
Скоринг готовности
Проверьте, готова ли компания
Четыре минуты, 15 вопросов. На выходе — где у вас узкое место, какой эффект реалистичен и что закрыть в первую очередь.