Эти темы стали центральными в выступлениях Юрия Овчаренко на круглом столе РУССОФТ «Как управлять компанией в условиях турбулентности» и пресс-конференции РУССОФТ в ТАСС «Парадокс российской софтверной индустрии. Рост или падение?».

Президент «Девелоники» fabricaONE.AI (акционер — ГК Softline) рассказал, как меняются отношения заказчиков и разработчиков, почему внедрение ИИ не всегда приводит к экономии и какие условия необходимы для безопасного масштабирования технологии.

Экономическое давление меняет правила заказной разработки

ИТ-компании работают в условиях, когда заказчики все чаще пересматривают бюджеты и сокращают горизонты планирования. В коммерческом секторе решения нередко принимаются в пределах года, а бюджетные ограничения могут меняться непосредственно в ходе реализации проектов. На рынок разработки влияют стоимость финансирования, изменения государственных расходов и замедление активности в отдельных отраслях.

При этом требования к ИТ-решениям не обязательно снижаются вместе с бюджетами. Объем задач может оставаться прежним или увеличиваться, тогда как заказчик рассчитывает получить результат дешевле. Дополнительную нагрузку на разработчиков создают собственные операционные расходы, которые не всегда удается компенсировать повышением ставок.

В таких условиях меняется и роль подрядчика. Заказчику нужна не только команда, способная реализовать техническое задание, но и партнер, который понимает его бизнес-процессы, помогает выбирать приоритеты и переносит на проект опыт из других отраслей. Работа с разными компаниями позволяет разработчику видеть повторяющиеся задачи и находить решения, которые уже доказали свою состоятельность в других проектах.

Такое партнерство дает эффект обеим сторонам: заказчик получает необходимую экспертизу без необходимости самостоятельно накапливать ее по каждому направлению, а разработчик расширяет собственные компетенции и применяет полученный опыт в последующих проектах.

25 сентября 2026. Круглый стол РУССОФТ «Как управлять компанией в условиях турбулентности»

ИИ ускоряет разработку, но не гарантирует экономию

Искусственный интеллект становится одним из инструментов адаптации к новым экономическим условиям. Он позволяет автоматизировать рутинные операции, ускорять написание кода, помогать с тестированием и документацией, а также выполнять отдельные бизнес-задачи с помощью ИИ-агентов.

Однако скорость выполнения отдельной операции и экономический эффект для компании — разные показатели. Сокращение трудозатрат на написание кода не означает, что на ту же величину уменьшится стоимость всего проекта. Необходимо учитывать проектирование, проверку результатов, интеграцию с существующими системами, исправление ошибок и дальнейшее сопровождение.

То же относится к ИИ-агентам. Автоматизация отдельного процесса может дать заметный результат, но при масштабировании возникают дополнительные расходы на использование моделей, вычислительные мощности, поддержку и управление решениями. В корпоративном контуре к ним могут добавляться затраты на собственную инфраструктуру и ее обслуживание, стоимость которых растут от года к году.

Поэтому оценивать внедрение ИИ необходимо с учетом полной стоимости решения и достигнутого эффекта. Важно понимать, какие операции действительно требуют меньше ресурсов, где высвобожденное время можно направить на другие задачи и окупают ли полученные преимущества расходы на эксплуатацию технологии.

Для ИТ-компании это означает необходимость пересматривать не только инструменты разработки, но и собственные процессы. ИИ может ускорять производство программного обеспечения, а также помогать оптимизировать внутренние функции — от кадровых операций до бухгалтерского учета. Практический подход предполагает последовательное внедрение изменений, оценку результатов и дальнейшую настройку процессов, а не масштабную бесконтрольную перестройку без предварительной проверки эффекта.

От отдельных инструментов к управляемой системе

Низкий порог входа в работу с ИИ позволяет сотрудникам самостоятельно создавать агентов для автоматизации своих задач. Это расширяет возможности бизнеса, но одновременно усложняет управление технологией.

Если подразделения независимо друг от друга разрабатывают решения для похожих процессов, появляются дублирующие агенты, растут расходы на модели и поддержку. Компании приходится контролировать их взаимодействие, проверять доступы к данным и корпоративным системам, отслеживать стоимость операций и обеспечивать работоспособность каждого решения.

В результате локальная автоматизация может превратиться в систему, которую сложно контролировать и развивать. При этом расходы на обслуживание множества отдельных решений способны нивелировать первоначальную экономию.

Похожая проблема возникает и в разработке программного обеспечения. ИИ способен генерировать код быстрее, чем команда успевает проверять изменения и оценивать их последствия. По мере увеличения объема сгенерированного кода возрастает риск потери контекста, ухудшения понимания архитектуры и появления ошибок, которые обнаруживаются уже на следующих этапах работы.

Поэтому переход к комплексному применению ИИ требует общей архитектуры и единых правил. Необходимо определять, какие процессы действительно целесообразно автоматизировать, какие полномочия нужны агентам, к каким данным и системам им разрешен доступ и как проверять результаты их работы.

Отдельное условие — сохранение ответственности специалистов. ИИ может выполнять значительную часть технических операций, но окончательная оценка корректности решения, его соответствия требованиям и готовности к эксплуатации должна оставаться в зоне ответственности команды.

19 октября, 2026, Пресс-конференция РУССОФТ «Парадокс российской софтверной индустрии. Рост или падение?».

Безопасность и качество — условия масштабирования

Для корпоративных и государственных заказчиков применение ИИ связано не только с экономикой, но и с требованиями к защите данных. Не все организации могут передавать корпоративную информацию во внешние облачные сервисы. В ряде случаев обработка данных должна происходить внутри инфраструктуры заказчика, с учетом установленных политик безопасности и разграничения доступа.

При этом защищенная инфраструктура сама по себе не решает всех задач. Необходимо контролировать полномочия ИИ-агентов, учитывать расходы на их работу, обеспечивать возможность повторного использования готовых решений и проверять качество результатов. Чем больше операций передается ИИ, тем важнее понимать, какие действия выполняет система и кто отвечает за итог.

В «Девелонике» этот подход реализуется через комплексное применение технологий. Корпоративная ИИ-платформа Develonica-GPT обеспечивает работу с моделями в защищенном контуре и позволяет управлять использованием ресурсов. ИИ-агенты предназначены для решения конкретных задач с заданными полномочиями, а Test IT помогает встроить тестирование и контроль качества в процессы разработки.

Такая модель позволяет рассматривать ИИ не как отдельный инструмент, а как часть управляемого технологического процесса. При этом начинать внедрение следует с выбора конкретных задач и критериев эффективности, а затем последовательно выстраивать инфраструктуру, обучать сотрудников и проверять полученные результаты.

Люди — процессы — технологии

Как точка в пространстве определяется тремя координатами, так и любая задача — людьми, процессами и технологиями. При внедрении ИИ важно понимать, кто отвечает за результат, как организована работа и какие инструменты в ней используются. Эти составляющие нельзя рассматривать изолированно: применение новых технологий меняет сам процесс выполнения задачи, роли специалистов и способы их взаимодействия.

Например, в разработке ПО на первый план выходит методология: как декомпозировать задачи, распределить их между людьми и ИИ-агентами, организовать проверку результатов. При этом процесс необходимо выстраивать с учетом возможностей и ограничений технологии. Ограниченный объем контекста, с которым работает ИИ, требует точнее определять границы задач и системно поддерживать знания о проекте: фиксировать архитектурные решения и изменения, актуализировать документацию, обеспечивать доступ к нужной информации. Меняется и работа команды: специалисты не только ставят задачи и оценивают результат, но и обеспечивают условия, в которых ИИ может корректно их выполнять.

Поэтому устойчивое внедрение — это не добавление нового инструмента в существующий порядок работы, а согласованное изменение всех трех составляющих. Измеримый эффект возникает тогда, когда технология встроена в процесс, люди понимают, как ею пользоваться, а ответственность за результат остается определенной.

Для российских ИТ-компаний новые потребности и задачи бизнеса — также возможность развивать собственную экспертизу, обмениваться практическим опытом и создавать решения, адаптированные к требованиям отечественных заказчиков. Массовое распространение ИИ постепенно меняет сам характер конкуренции. Если доступ к инструментам становится все шире, преимущество определяется уже не фактом их использования, а способностью получать от них измеримый результат Консолидация усилий становится особенно актуальной по мере усложнения задач: компаниям необходимо совместно накапливать знания, развивать технологические решения и находить способы эффективнее использовать ограниченные ресурсы.

Главный вывод, который сегодня делает команда Девелоники, опираясь на опыт внедрений и запросы заказчиков: в условиях экономической турбулентности именно системная работа с изменениями помогает ИТ-компаниям адаптироваться к новым требованиям заказчиков. Теперь задача: последовательная оптимизация, проверка эффекта и управляемое внедрение технологий. Именно комплексный подход позволит повысить производительность без потери контроля над разработкой и эксплуатацией решений.

Планируете внедрять ИИ-агентов в бизнес-процессы или уже приступили к разработке и нужна сторонняя оценка?

Команда «Девелоники» решит задачу с учетом специфики компании, требований к безопасности и интеграции с корпоративными системами.

Заказать разработку ИИ-агента