Новости

В разработке программного обеспечения ИИ интеллект применяется для предварительной проверки изменений кода. Система анализирует предлагаемые изменения и формирует комментарии для разработчиков. В отдельных командах ИИ-агенты также готовят тестовые сценарии, которые затем проверяют специалисты.

В клиентском сервисе ИИ-агент помогает сотрудникам находить информацию в диалогах с покупателями и анализировать обращения. Параллельно компания развивает ИИ-инструменты для поддержки продавцов маркетплейса и автоматизирует обработку товарных данных.

Для расширения доступа к ИИ создан чат-бот, который проходит тестирование в ограниченной группе пользователей. Доступ планируется расширять с учётом результатов тестирования и оценки нагрузки. В дальнейшем на основе этого решения компания планирует развивать корпоративную ИИ-платформу с отдельными рабочими пространствами подразделений. Сотрудники смогут искать информацию во внутренних документах и готовить материалы с учётом прав доступа. Также планируется интеграция ИИ-помощника с корпоративными системами управления проектами и базами знаний.

Как отмечает Ирина Климкова, руководитель команды AI в М.Видео, руководителям подразделений предложено выбрать по 3–5 повторяющихся задач, оценить текущие затраты времени и совместно с ИИ-командой определить возможности автоматизации. Эти оценки станут основой для выбора приоритетов и измерения результатов. Для сотрудников также планируются практические занятия по работе с ИИ: составлению запросов, подбору исходных материалов и подготовке инструкций. Обучение и централизованный доступ к инструментам призваны помочь командам применять ИИ в ежедневной работе и сокращать время на рутинные задачи».

Отдельное внимание уделяется качеству исходных данных и проверке ответов ИИ. Для задач с высокой ценой ошибки предусмотрена проверка специалистом. Перед передачей информации внешним языковым моделям планируется удалять персональные данные и конфиденциальные сведения.

До запуска проекта внутренние договоры между предприятиями РМК проходили согласование дважды: сначала по маршруту одного, затем – другого. Вторая сторона не видела документ в Directum RX и не получала данные в «1С», из-за этого финальные версии могли не совпадать.

Специалисты РМК выстроили сквозной процесс согласования договоров на платформе Directum RX, используя готовое решение и no-code инструменты. Работы по внедрению выполнил партнер Directum – компания «Старков Групп».

Благодаря новому подходу цикл согласования стал сквозным: службы обоих предприятий согласовывают документ параллельно, а после утверждения формируется единый финальный экземпляр с электронной подписью. Данные выгружаются в «1С» обоих предприятий. Длительность цикла и количество задач по утверждению сократились на 30%.

No-code подход сделал процесс гибким: маршрут можно развивать дальше без полной переработки логики. Все участники работают в одной системе, видят статус документа и не теряют контекст между этапами.

Завершающим этапом в укрупненном договорном блоке стал перенос работы с доверенностями и МЧД в Directum RX, интеграция с Контур.Доверенность и внедрение решения для работы с конфиденциальными документами.

Faberlic ответственно подходит к обеспечению информационной безопасности, уделяя особое внимание наиболее критичным для работы бизнеса активам: сайту, мобильному приложению, системам онлайн-оплаты, отчётности, а также планирования и распределения товаров. Подрядчиком по построению кибербезопасности для Faberlic выступает компания «Эксперт ИТ». Перед командой стояла задача выстроить надежную систему киберзащиты и наладить работу SOC. До этого специалисты использовали отдельные средства защиты, такие как WAF, NGFW, системы противодействия DDoS- и бот-атакам. Но для результативного решения задач требовался продукт, который обеспечивает полный цикл защиты бизнеса и вместе с тем не требует дополнительного штата экспертов.

Команда «Эксперт ИТ» провела пилотное тестирование и сравнила около пяти предложений от ведущих вендоров. Использовались автоматизированные пентесты и дискретные таблицы по ключевым параметрам: скорость и качество реагирования, широта обнаружения угроз и качество рекомендаций. PT X показал лучшие результаты благодаря возможности контролировать защиту в круглосуточном режиме, а также экспертизе центра безопасности PT ESC (PT Expert Security Center). В частности, команда PT X с первых дней давала подробную обратную связь по каждому инциденту и предлагала конкретные шаги по усилению защиты. Для клиента это было особенно важно, поскольку позволяло не отвлекать специалистов на рутинный мониторинг, высвободив их время для решения более приоритетных задач.

Внедрение PT X заняло менее месяца — это стало возможным благодаря тому, что продукт не требует перестройки инфраструктуры или выстраивания новых ИБ-процедур. Так, PT X при помощи AI-технологий в круглосуточном режиме выполняет автоматизированный мониторинг многосоставной инфраструктуры и пресекает кибератаки на самых ранних стадиях. Таким образом, первые результаты Faberlic получил сразу после запуска: продукт помог команде ИБ выявить и оперативно устранить незначительные внутренние нарушения безопасности. Например, PT X зафиксировал внутри корпоративной инфраструктуры подозрительный объект, пытавшийся связаться с внешним командным центром — в результате соединение было заблокировано, а вредоносное ПО ликвидировано. С помощью сетевого сенсора продукта PT NAD удалось детально проанализировать произошедшее и принять меры, чтобы исключить подобные случаи в будущем.

В рамках работ были обнаружены несогласованные ИТ-активы в серой зоне, компромиссные уязвимости внутреннего софта, пересмотрена критичность рисков, внедрена двухфакторная аутентификация. После внедрения продукта время обнаружения инцидента снизилось на 65%, а время расследования — на 30%.

Фабрика «Велес» получает заказы на производство от салонов мебели (дилеров). Для своевременного выполнения этих заказов необходимо своевременно закупать сырье и комплектующие с учетом текущих остатков, оперативно планировать производство и сборку продукции, отслеживать качество и сроки исполнения заказов на всех этапах работы.

Ранее в компании использовалась самописная программа на платформе «1С:Предприятие», которая автоматизировала регламентированный учет и позволяла строить управленческую отчетность. При этом данные для аналитики приходилось собирать вручную. Не было автоматизировано управление закупками, складом, списанием материалов в производство. Для управления финансами, планирования выпуска продукции и переработки отходов применялись электронные таблицы. Все это затягивало рабочие процессы. Нередко возникали ошибки, которые приводили к простоям оборудования из-за нехватки материалов или упущенным продажам из-за отсутствия на складе востребованной продукции.

Предприятию требовалась современная информационная система для управления полным циклом работы. Необходимо было улучшить планирование работы подразделений, упростить работу с клиентами, оптимизировать загрузку оборудования, обеспечить полную прослеживаемость производства от получения заказа до отгрузки товара покупателям, оптимизировать управление внутризаводской логистикой, усилить контроль исполнения заказов на всех этапах технологического цикла.

Для решения поставленных задач была выбрана система «1С: ERP Управление предприятием». Партнером по проекту стала компания «1С:Первый Бит».

В ходе проекта специалисты интегратора развернули систему на 40 рабочих местах. Чтобы адаптировать систему к особенностям рабочих процессов был выполнен ряд доработок. Например, в «Личном кабинете клиента» установлены лимиты заказов в месяц и доработан функционал работы с рекламациями. Реализовано автоматическое распределение готовой продукции по заказам. Для оптимизации планирования реализован «Менеджер создания плана производства», который позволяет строить план с привязкой к заказу дилера, названию контрагента и номенклатуре заказа. Создано автоматизированное рабочее место сотрудника производства, интегрированное с сенсорными терминалами сбора данных для учета производственных операций.

В новой системе организовано сквозное управление производством с момента получения заказа клиента и формирования планов до контроля их выполнения и отгрузки продукции покупателю. Дилеры через «личный кабинет» самостоятельно оформляют заказы и отслеживают их выполнение. В момент оформления заказа покупатель видит, какие товары есть на складе, и может сразу оформить реализацию. Если нужной продукции нет — дилер оформляет заказ на производство, а затем отслеживает статусы исполнения заказа и по готовности оформляет отгрузку. Если при получении продукции выявлены дефекты — в «личном кабинете» можно оставить рекламацию. Это помогает менеджерам выявлять и устранять причины брака, а также отслеживание качества работы предприятия. Установка ежемесячного лимита заказов позволяет компании.

Ускорилась обработка заказов. Как только менеджер согласовал заявку клиента — заказ получает статус «К выполнению» и доступен к автопланированию производства, а как только заказанная продукция поступила на склад — уходит на отгрузку. Продукция на складе распределяется по заказам автоматически.

На каждую единицу продукции составляется ресурсная спецификация с расчетом требуемого количества сырья (пиломатериалы, фурнитура, крепления), информацией о раскрое материала и сборке товара. Данные из спецификации автоматически подтягиваются в заказ. Система разбивает изготовление заказа на этапы (передача в цех, распил, крепление, сверление, упаковка), после чего составляется план производства.

План производства составляется в заданный период времени на основании заявок дилеров. Общий план автоматически разбивается на планы производства изделий по схожим признакам: вид, сырье, цвет и т.д. Далее заказ подается в цех на станок, который по единому критерию и спецификации распиливает древесину с минимальным количеством отходов сырья. Кроме того, система формирует отдельные планы на выпуск серийной мебели и переработку отходов.

Для контроля этапов производства созданы автоматизированные рабочие места с терминалами и считывающим устройством. Чтобы начать или завершить этап производства сотрудник производственного цеха сканирует на терминале свой бейдж и штрихкод заказа, а затем на экране терминала выбирает этап производства по данному заказу и отмечает старт или завершение операции. По каждому заказу в системе можно оперативно посмотреть статус его выполнения.

Оптимизировано хранение продукции на складе. Практически вся мебель состоит из нескольких комплектующих упаковок, которые могут отличатся размером. Поэтому после передачи товара на склад готовой продукции его хранение организуется с учетом габаритов, что помогает экономить складские площади. Благодаря адресному хранению сборка таких коробок по заказам не вызывает дальнейшей путаницы. Кроме того, реализован контроль комплектности наборов продукции: при сканировании кодов упаковок система рассчитывает количество полных комплектов, если упаковок недостаточно — подсказывает, сколько еще нужно отсканировать.

Обеспечена сквозная прослеживаемость сырья и готовой продукции по каждому заказу. Это помогает контролировать качество продукции и своевременно выявлять брак, не допуская передачи некондиции на следующие этапы производства.

Оптимизировано управление закупками. Заказы поставщикам формируются автоматически с учетом остатков на складе, текущих потребностей производства, а также заказов клиентов, которые еще не вошли в производственный план.

Унифицирована нормативно-справочная информация. Все отделы ведут учет номенклатуры по единым регламентам. Это исключило ошибки при оформлении заказов поставщикам, обработке входящих заказов и передаче их в производство.

В системе оперативно формируются аналитические отчеты, которые позволяют отслеживать финансовые показатели производства и продаж, выявлять резервы для снижения затрат и оптимизировать работу подразделений.

Раньше в компании «Горпроект» не было корпоративной платформы для совместной работы и оптимизации HR-процессов. При этом число задач увеличивалось по мере роста бизнеса: требовалось повысить вовлеченность сотрудников в корпоративную культуру, создать единое информационное пространство, упростить совместную работу и сделать корпоративные сервисы более прозрачными и доступными. Для решения этих задач компания выбрала K-Team HRM – готовое коробочное решение, которое расширяет возможности «Битрикс24» в части управления персоналом, внутренних коммуникаций и обмена опытом.

Специалисты «Корус Консалтинг» развернули платформу, настроили интеграцию с 1С:ЗУП, провели тестирование и обучили ключевых пользователей. В личном кабинете сотрудника теперь отображается актуальная информация – фотографии, контакты, календарь мероприятий, бронирование переговорных. Главная страница портала выполнена в строгом соответствии с брендбуком, теперь на ней можно просматривать основные виджеты, новости и события, а также получать быстрый доступ к корпоративным сервисам и заявкам. Особое внимание уделили организационной структуре, которая представлена в двух форматах (древовидном и списком), что позволяет быстро находить информацию о коллегах, их руководителях и подразделениях.

Новая платформа позволяет проводить внутренние групповые видеозвонки в закрытом контуре. Кроме того, на портале активно используется интерактивная карта офиса, на которой отмечены рабочие места, закрепленные за сотрудниками.

Новостная лента на портале формируется с помощью удобного конструктора, позволяющего добавлять к тексту видео и изображения. Администраторы могут настраивать таргетинг, чтобы информация попадала только в те подразделения, для которых она актуальна – это заметно снижает информационный шум и повышает внимание к событиям. Сотрудники также получают уведомления по электронной почте о важных изменениях на портале.

Один из приоритетов компании – накопление проектного опыта и обмена знаниями внутри компании. Поэтому команда компании «Горпроект» активно развивает базу знаний. Здесь создаются статьи, систематизируются документы и проектный опыт. Особое внимание уделяется актуальности информации: реализована история изменений версий, а загрузка материалов доступна только администраторам. Быстрый поиск обеспечивает продуманная система тегов и фильтров.

82% разработчиков применяют агентов для написания и рефакторинга кода, 80% — для планирования и декомпозиции задач, столько же — для исправления ошибок и отладки.

Наиболее распространенным подходом к написанию кода остается использование ИИ-ассистентов, так ответили 46% участников исследования. Еще 15% респондентов сообщили, что пишут код вручную. При этом самыми популярными ИИ-ассистентами среди разработчиков стали Claude Code (60%), ChatGPT (57%), DeepSeek (32%), Gemini (31%). Вместе с тем, специалисты видят потребность в российских AI-native-инструментах для разработки, которые предоставляли бы возможности зарубежных решений в закрытом контуре. Необходимость такого инструмента отметили 56% участников исследования. При этом 55% пользователей агентных систем готовы выбрать российское решение, которое по возможностям не уступает зарубежным платформам в закрытом контуре.

Одним из наиболее заметных направлений применения агентных систем стало расширение их роли за пределы написания кода. Генерацию и запуск тестов агентам доверяют 76% респондентов, использующих такие инструменты, а подготовку документации — 74%. Более половины участников этой группы (61%) применяют агентов для деплоя и настройки инфраструктуры.

Исследование также показывает, что агентные системы используются регулярно. Среди ответивших на вопрос о частоте их применения для рабочих задач, не связанных непосредственно с написанием кода, 78% сообщили, что используют агентов ежедневно. Еще 11% делают это несколько раз в неделю.

При этом практики работы с агентами не ограничиваются готовыми решениями: разработчики адаптируют инструменты и под свои задачи. Среди респондентов, ответивших на вопрос об используемых агентных системах, по 39% назвали такие платформы для создания собственных агентов, как OpenClaw и Hermes, 14% — ZeroClaw/NanoСlaw. Почти половина участников этой группы (48%) отметили, что используют инструментарии OpenCode, Cline, Cursor, Claude Code, а также собственные разработки и самостоятельно настроенные связки инструментов, в том числе оркестрацию внутри Codex. Такой подход позволяет программистам настраивать последовательность действий ИИ и включать агентные системы в существующие рабочие процессы.

По мнению сейлз-менеджеров, сильнее всего влияет на эффективность их работы потребительское поведение. Участники опроса отметили: за последние 5–10 лет покупатели стали более самостоятельными, чаще обходятся без консультации с менеджером по продажам. Главное изменение — «подорожание» внимания клиента из-за кризиса и снижения покупательской активности, а также информационный шум.

Многие хотели бы использовать технологии, которые облегчают непосредственное общение с клиентом: анализ эмоций и настроя клиента по голосу (27%), автоматическая генерация скриптов (17%), подбор аргументов на основе истории обращений (24%), ИИ-поиск информации в документации, чтобы ответить клиенту в реальном времени. При этом опрошенные хотели бы использовать ИИ и для анализа работы. Так, 17% считают, что сделать продажи более эффективными поможет прогноз вероятности успешной сделки, который менеджер видит в реальном времени. Еще 14% хотели бы внедрения ИИ-оценки эффективности переговоров по десятибалльной шкале. А 4% не хватает голосового тренера, помогающего отрабатывать аргументы.

ИИ — враг или друг?

Большинство менеджеров по продажам положительно относятся к использованию ИИ в их работе. Так, больше половины (55%) позитивно реагирует на внедрение инноваций, но при условии, что технологии не повлияют на уровень зарплаты. Однако часть опрошенных настроена более скептически. 31% опрошенных считают, что ИИ не помогает, а отнимает время, так как технологии пока «сырые». 18% считают использование ИИ дополнительной задачей для менеджеров, которым и так не хватает времени. Еще 22% согласны на использование ИИ-технологий при условии, что данные используются анонимно.

Почти каждый пятый (18%) против использования искусственного интеллекта, так как «продажи — это искусство, а не алгоритм». Чуть меньше (16%) не хотят, чтобы их работу оценивал робот.

Идеальные продажи

В идеальных продажах будущего менеджеры будут заниматься тем, что искренне любят, а ИИ заберет на себя остальные задачи – так считают 67% опрошенных. В целом, большинство участников опроса сошлись во мнении, что технологии будут внедряться все шире. ИИ заберет на себя рутину, а в зоне ответственности человека останутся только сложные кейсы. Автоматизация снизит объем бумажной рутины, все процессы будут максимально автоматизированы, менеджеры будут только непосредственно общаться с клиентами, а система будет подбирать время для звонка и оценивать поведение клиента. Произойдет полная интеграция продаж, CRM, и маркетинга.

Опрошенные отметили и внутренние проблемы компаний, снижающие продажи сейчас: недостаток качественных лидов (28%), отсутствие инструментов автоматизации (20%), устаревшие скрипты (9%), неэффективное руководство (8%), бюрократия (4%). Еще 14% отметили, что их работу сопровождают постоянный стресс и выгорание.

Интересно, но каждый десятый участник опроса считает широкое внедрение технологий временным явлением. По их мнению, со временем технологии будут внедрять меньше, а главным останется человеческий фактор.

Широкое внедрение технологий в продажи неизбежно, однако они не всесильны. Технологии могут взять на себя рутину, прогнозирование, анализ, но они не могут заменить человека при решении сложных вопросов, где невозможно действовать по алгоритму, нужно проявлять внимание и эмпатию.

CRM и рутина

Сильнее всего на эффективность продаж влияет наличие в компании качественной CRM-системы. Об этом сказали 41% участников опроса. Еще 30% отметили эффективность автоматических прозвонов, персонализированных рассылок в СМС и мессенджерах. Четверть (24%) положительно оценивает автоматическую запись звонков и прослушивание успешных сделок, так как это позволяет учиться у коллег и на своем опыте.

Участники опроса также отметили удобство и эффективность ИИ-инструментов: аналитики звонков (18%), расшифровки и поиска ключевых и триггерных слов (15%). По мнению 16% опрошенных, не теряют свое значение и классические инструменты продаж, хорошо продуманные скрипты. Интересно, но 5% участников опроса считают, что технологические инструменты не могут влиять на эффективность продаж — успех зависит только от навыков менеджера.

Многим респондентам в современных технологиях не хватает определенного функционала. Так, почти половина (49%) сказали, что им могло бы помочь автоматическое ведение CRM и занесение контактов. Еще 39% хотели бы внедрения автоматической подготовки отчета после разговора с клиентом. А 29% мечтают автоматизировать подготовки персональных коммерческих предложений.

Несмотря на разговоры о том, что ИИ сокращает потребность в разработчиках, крупные компании продолжают испытывать кадровый голод — в этом году дефицит специалистов уже достиг 1 млн. Во многом это связано с тем, что не хватает опытных кадров, профессионализм которых нарабатывается годами. При этом за счет автоматизации части рутинных задач формируются новые требования к самим соискателям.

ИТ-холдинг Т1 совместно с Ассоциацией ФинТех и АНО «Цифровая экономика» провел исследование зрелости процессов управления разработкой в крупных компаниях. Оно показало, что вне зависимости от отрасли и масштаба ИТ-функции, бизнес сталкивается с новым кадровым вызовом: компаниям нужны профессионалы нового типа, которые способны одновременно управлять сложностью разработки, выстраивать взаимодействие между отделами и повышать эффективность процессов с помощью новых технологий.

Причина такого запроса — изменение самой модели работы. По мере развития ИИ и автоматизации типовых задач разработчиков, аналитиков и тестировщиков, организационная структура становится более компактной: по прогнозам Gartner, к 2029 году около 80% компаний перейдут от крупных отделов разработки к небольшим командам с ИИ-поддержкой. При этом сокращается объем рутинной инженерной работы. Освободившийся спрос смещается в сторону специалистов, способных мыслить системно, принимать сложные инженерные решения и повышать эффективность всех рабочих процессов.

Как отмечает Сергей Полиненко, продуктовый лидер платформы «Сфера» ИТ-холдинга Т1, на первый план выходят навыки проектирования, понимание бизнес-контекста и способность критически оценивать качество решений, которые предлагает нейросеть. Код будет становиться все дешевле за счет ИИ, поэтому задач средней сложности станет меньше. Ценность специалиста начнет определяться либо умением проектировать сложные системы, либо узкой инженерной экспертизой. Именно поэтому возрастает роль технических лидеров и универсальных ИИ-разработчиков — профессионалов нового типа, которые находятся на стыке инженерии, управления и бизнеса.

Техно-лидер должен понимать, как устроена вся система разработки: какие технологические решения соответствуют целям бизнеса, как распределить работу между отделами, где применение ИИ действительно даст эффект и какие риски необходимо учитывать. В свою очередь, ИИ-разработчик использует современные инструменты искусственного интеллекта для перестройки процессов работы над продуктами — автоматизации рутинных операций, повышения производительности команд и более быстрого создания продуктов.

На данный момент практически любой разработчик может воспользоваться нейросетью для генерации кода, поэтому все большее значение приобретают способность критически мыслить, умение оценивать результаты работы ИИ и объяснять принятые инженерные решения. Кроме того, возрастает значение продуктового мышления и коммуникативных навыков: особенно востребованными становятся специалисты, которые умеют переводить бизнес-задачи в технические требования, выстраивать взаимодействие между командами и контролировать качество результата.

Двукратный рост общероссийских расходов на искусственный интеллект обеспечил финансово-страховой сектор, где затраты увеличились на 90,7 млрд руб. (рост на 160%). Заметная динамика наблюдалась и в других сферах: операциях с недвижимостью (+147%), транспортировке и хранении (+77%), административной деятельности (+74%), культуре, спорте и развлечениях (+65%). Однако из-за относительно небольших объемов расходов в этих отраслях их вклад в общий прирост оказался значительно скромнее.

В региональном разрезе выделялась Москва, на которую пришлась основная часть прироста расходов на ИИ: за год они увеличились на 92 млрд руб. С огромным отставанием от столицы в десятку регионов с наиболее заметным ростом расходов на ИИ вошли Костромская область (1,1 млрд руб.), Краснодарский край (787,2 млн руб.), Татарстан (242,1 млн руб.).

Средние затраты в пересчете на одну организацию-пользователя ИИ составили 10,9 млн руб. Максимальные расходы фиксировались сферах финансов и страхования (127,8 млн руб. на одно юрлицо), добычи полезных ископаемых (14,5 млн руб.), образования (13,4 млн руб.), транспортировки и хранения (5,8 млн руб.), а также информации и связи (5,4 млн руб.).

В ходе опроса, проведенного в рамках выставки «Агрорусь», 44% респондентов отметили, что на их предприятиях есть базовые ИТ-решения, у 18% оцифровано большинство производственных и бизнес-процессов, однако у 38% до сих пор до сих пор оцифрованы только отдельные рабочие процессы. Самыми распространенными с точки зрения автоматизации стали внутренний учет и планирование (66%), логистика, хранение и сбыт продукции (47%), управление запасами (34%), а также анализ данных и прогнозирование (31%).

В рамках ИТ-стратегии 47% компаний АПК внедряют цифровые инструменты для сокращения затрат, 34% – для роста бизнеса, 16% лишь поддерживают текущие ИТ-решения, а 3% сосредоточены на разработке собственных ИТ-решений. Доля ИТ-бюджета от общей выручки компаний у 50% опрошенных составляет 1-5%, у 16% – более 10%, а у 34% – менее 1%. При этом 34% респондентов отметили, что не инвестируют в ИИ-технологии, а 22% указали, что объем вложений в ИИ составляет от 5 до 15% от всего ИТ-бюджета (в основном это касается крупных компаний, где работает от 500 до 1 тыс. человек и более).

В основном предприятия АПК внедряют отдельные ИИ-решения в качестве пилотных проектов (56%) и только у 9% ИИ используется в нескольких подразделениях, а у 3% он встроен в ключевые производственные и бизнес-процессы. Самые востребованные направления для ИИ – прогнозная аналитика (41%), документооборот (25%) и компьютерное зрение (22%).

Что касается перспектив на ближайшие два года, то 47% компаний отметили, что планируют внедрять и развивать ИИ для прогнозов и аналитики, 44% заявили о планах по внедрению и развитию базовых инструментов работы с данными, а 34% – о том, что сосредоточатся на работе с системами управления складом и запасами.

В качестве главных барьеров для цифровизации АПК 76% респондентов обозначили высокую стоимость ПО и его внедрения, 56% – нехватка ИТ-специалистов, а 47% – сложность интеграции новых решений и недостаток отраслевых ИТ-продуктов.