Новости

Интеграция решения VK Tax Compliance в «Ренессанс Брокер» проходила с марта 2024 по апрель 2025 года. VK Tech выступил в роли проектного администратора: организовал инфраструктуру, выполнил архитектурный надзор, проверку корректности настроек и довел проект до продуктивной публикации данных. Кроме того, команда VK Tech обеспечила полный цикл реализации решения: от методологии и технической поддержки до аренды облачных мощностей и интеграции компонентов криптозащиты, необходимых по требованиям ФНС.

Работы по методологическому проектированию, проектированию настроек, внесению изменений в коробочное решение выполнила команда компании «Синимекс», на плечи заказчика легла только организация интеграции своих учетных систем с VK Tax Compliance. В результате была обеспечена настройка для публикации на продуктивном ландшафте необходимых информационных раскрытий по налогу на прибыль, НДС и налогу на доходы иностранных юридических лиц, а также информации по страховым взносам.

На старте проекта был проведен комплексный аудит исторической системы «Инарктики» и собраны требования к будущему решению. За 25 дней эксперты «Норбит» сформировали стратегию и дорожную карту миграции, полностью сохранив функционал и весь объем накопленных сведений. Во время основной фазы проекта интегратор занимался доработками и тестированием 1С: ЗУП 3.1 КОРП. Были обновлены показатели для расчета зарплаты, настроены системы передачи и переноса данных и интеграции справочников, налажены формулы начислений и удержаний.

В ходе проекта был реализован целый комплекс взаимосвязанных задач, продукт адаптирован под специфические требования «Инарктики». В числе прочего, было установлено и настроено системное и сетевое программное обеспечение, соединены между собой информационные модули. Это позволило в автоматическом режиме синхронизировать данные о сотрудниках, повысить безопасность хранения информации.

Основная цель проекта, реализованного Почтой России, – повышение качества обслуживания клиентов благодаря полной автоматизации всех каналов связи федерального контакт-центра. Для этого была создана единая цифровая платформа с чат-ботом, куда подключили все онлайн-каналы почтового оператора – сайт, мобильное приложение, Telegram-каналы для разных категорий клиентов, а также чаты в социальных сетях «ВКонтакте» и «Одноклассники». Платформа интегрирована в основные внутренние системы Почты России, такие как CRM, личные кабинеты физических и юридических лиц, пенсии и др. Это позволяет интеллектуальному чат-боту подробно и полностью самостоятельно отвечать более чем на 60% вопросов от клиентов.

Благодаря новой автоматизированной системе клиенту больше не нужно вручную вводить трек-номер посылки. Достаточно войти в личный кабинет на сайте или в мобильном приложении Почты России, чтобы получить информацию обо всех отправлениях: где находится посылка, её текущий статус, номер и адрес ближайшего почтового отделения, график его работы и срок, до которого можно забрать отправление.

Если система заметит, что отправление клиента задерживается дольше необходимого, она автоматически сформирует и направит срочную заявку в отделение почтовой связи или сортировочный центр.

В случае, если клиенту Почты пришлось столкнуться с ожиданием в отделении, достаточно отправить в чат слово «Очередь». Система тут же уведомит руководство почтового отделения о возникшей ситуации.

Специальный сервис платформы otpravka.pochta.ru разработан для корпоративных клиентов. Здесь юридические лица могут оформить заявку на обновление персональных сведений, получить необходимые бухгалтерские документы, обратиться в службу технической поддержки, проконсультироваться по использованию функционала личного кабинета, а также заказать подключение дополнительных услуг и сервисов.

Благодаря автоматической обработке и объединению всех данных о коммуникациях клиентов операторы контакт-центра видят полную историю обращений каждого пользователя, независимо от того, каким способом он связывался с почтой.

Отдельным этапом внедрения платформы CraftTalk стало создание сервиса комплексной аналитики по всем типам коммуникаций. Сервис поддерживает более 30 параметров для анализа, что позволяет увидеть общую картину общения с клиентами и определить, какие процессы стоит автоматизировать дальше.

Поиски нового решения H&N начала за полтора года до отключения ряда иностранных бизнес-систем, таких как SAP IBP и другие. Тендер на локализацию был объявлен летом 2023 года. Компания искала отечественную платформу, чтобы на ее основе решить текущие задачи, а в стратегической перспективе – выстроить весь процесс интегрированного планирования.

Победителем тендера стала компания Jume со своей интеллектуальной платформой, которая позволяет реализовать любой модуль IBP без ограничений на количество пользователей и объем данных. H&N оценила также опыт работы экспертов Jume с ведущими мировыми системами бизнес-планирования (Anaplan, O9 Solutions и др.) и знание специфики молочного бизнеса.

Одним из условий конкурса был жесткий дедлайн: запуск первых модулей должен был состояться в ноябре 2023 года. От исполнителя ожидалась готовность к параллельному внедрению – одновременно требовалось воссоздать и усовершенствовать на новой платформе необходимый функционал, а также интегрировать решение с действующими ИТ-системами.

В объединенной команде проекта было задействовано порядка 70 человек. Внедрение сопровождалось кастомизацией в соответствии со спецификой бизнеса H&N (скоропортящиеся продукты). На сегодняшний день реализованы пять программных модулей: планирование и оптимизация промо-планов на уровнях от торговой сети до торговой точки; прогнозирование спроса; планирование межскладских перемещений и перераспределение готовой продукции в системе складов; сквозное производственное планирование (баланс производства, снабжения, сбыта и распределение товаров); планирование страховых запасов с симулятором затрат.

На платформе одновременно работают более 200 пользователей. Локализация позволила в рекордно короткие сроки поддержать процессы планирования без потери функционала, а наличие интеллектуальных компонентов привели к повышению эффективности бизнеса. В результате проекта удалось снизить затраты на закупку основного сырьевого компонента – молока – на 1%, снизить просрочку готовой продукции на 30–40%, повысить уровень сервиса на 3 процентных пункта,

Внедрение промо-оптимайзера позволило сократить промо-бюджет компании на 1–2% без потери объемов выручки. Процент ошибок при переносе данных между системами существенно уменьшился, при этом внесение корректировок занимает не более 2–3 секунд.

В дальнейшем команда займется развитием функционала уже работающих модулей, а также внедрением новых блоков для планирования и управления цепями поставок H&N.

Для строительных проектов агропромышленному холдингу «Сибагро» требовалось в минимальные сроки настроить формализованный и надежный способ ведения документации. Компания выбрала Directum RX благодаря возможности быстрого внедрения за счет no-code настройки. Решающими факторами также стали интеграция с другими системами, удаленный доступ через мобильное приложение.

Изначально планировалось завершить установку и настройку за неделю. Но компании потребовалось вручную переносить документы в новую систему, потому что раньше они хранились в веб-приложении. В результате работы по настройке продлились 2 недели. За это время команда создала в системе организационную структуру компании, занесла информацию о сотрудниках; настроила модули, нужные виды документов, журналы регистрации; организовала обмен с контрагентами через интеграцию с Контур.Диадок; внедрила приложение Directum Jazz, чтобы сотрудники могли работать с документами и заданиями вне офиса.

Также команда адаптировала модуль «Совещания» под бизнес-процессы «Сибагро». Вместо шаблона для выдачи поручений была разработана отдельная вкладка «Поставленные задачи» и новый отчет «Печатная форма протокола».

Чтобы сотрудники могли быстро адаптироваться к новой системе, для них организовали обучение и провели консультации по использованию мобильного приложения Directum Jazz. Весь проект внедрения занял 2 месяца.

В будущем «Сибагро» готовится провести интеграцию с системой «1C», чтобы загружать из нее в Directum RX информацию об оплате, и с системой управления проектами, чтобы синхронизировать бизнес-процессы. Будет оптимизирована работа с документацией по строительству: хранение листов, комплектов, визирование, простановка штампов.

ИИ-помощник, созданный Московской Биржей, анализирует сложные таблицы, включая финансовую отчетность, помогает в подготовке писем и документов, разбирает программный код, создает и оценивает презентации, анализирует и улучшает интерфейс сайтов, приложений и цифровых продуктов, помогает формулировать задачи, оценивать сроки их выполнения и многое другое.

MOEX Insight AI подразумевает качественно новый подход к применению ИИ в корпоративной среде. По внутренним оценкам, ежегодная экономия компании благодаря ассистенту может составить более 1 млрд руб. Цифровой ассистент способен высвободить в среднем 15–20%, а в ряде задач – до 50% рабочего времени, значительно повышая эффективность бизнес-процессов. Искусственный интеллект выступает в роли «второго пилота» сотрудника, позволяя ускорить выполнение до 90% его задач – не только рутинных, но и требующих профессиональных экспертных знаний и подготовки – вне зависимости от профессиональной сферы и уровня цифровой грамотности.

Созданный ИИ-продукт позволяет решить задачу, которая сегодня стоит перед многими компаниями, – оперативно интегрировать искусственный интеллект в повседневные рабочие процессы для повышения их эффективности. Это становится возможным благодаря отсутствию необходимости обучать сотрудников работе с ИИ-инструментами и навыкам формулирования задач для нейросети: цифровой ассистент сам распознает контекст и предлагает решения, достаточно дать базовую команду.

Рост количества ошибок из-за использования GenAI возможен по ряду причин. Прежде всего, могут возникнуть дополнительные дефекты в ИИ-коде. Разработчики, использующие Copilot, в среднем вносят на 41% больше багов в pull-requests, чем при работе без помощника. Также причиной ошибок является усложнение архитектуры. Высокий темп релизов и переход к микросервисам увеличивают число точек отказа. Еще одной причиной ошибок является дефицит экспертизы. В настоящее время 51% российских компаний признают, что ИТ-инфраструктура пока не готова к продвинутому ИИ-стеку.

Наконец, очень часто разработчики испытывают ложное чувство безопасности. Сгенерированный код выглядит корректно и реже проходит глубинное peer-review.

Внедрение ИИ-ассистентов в разработку и сопутствующее влияние на надежность ИТ-систем варьируется от отрасли к отрасли. Например, телеком-операторы активно используют генеративный ИИ для рефакторинга и документирования, а также для обслуживания. Он помогает писать тесты и симуляции: он может сгенерировать сотни тестовых сценариев пользовательского трафика, чтобы проверить, не сломается ли что-то при выпуске новой функции. Но если ИИ ошибется в конфигурационном скрипте для сетевого устройства, это способно вызвать масштабный сбой. В 2025 году использование ИИ в телеком-сфере будет еще масштабнее, а задачи будут еще сложнее. Эксперты «Монк Дидижтал Лаб» ожидают, что на этом фоне число ИТ-сбоев в телекоме в 2025 году может вырасти до 15-18%.

Ретейл этом году также переживает цифровой бум: сетевые ретейлеры и интернет-магазины активно инвестируют в ИТ – онлайн-продажи, программы лояльности, аналитику. Генеративный ИИ в этой сфере применяется в разных аспектах, в том числе в разработке. Ретейл-разработчики активно пользуются Copilot и Codeium, так как часто пишут на современных языках, хорошо поддерживаемых ИИ. Эксперты считают, что появление ИИ-кода в ретейле приведет к росту небольших багов, но их можно будет быстро устранить. По прогнозам аналитиков компании, число багов в этой отрасли из-за применения GenAI в 2025 году может увеличиться на 12-14%.

Финансовая отрасль традиционно находится на острие технологий – банки одними из первых внедряют новые ИТ-подходы для получения преимуществ на рынке. В настоящее время почти все ведущие российские банки либо внедрили, либо экспериментируют с ИИ-помощниками. В 2025 году в финансовой отрасли возможен небольшой рост мелких сбоев до 8-10% именно из-за человеческого фактора: уверенности в правильности ИИ-кода и пропуска ошибок. Производственные компании также активно интересуются ИИ-инструментами. В 2025 году возможно небольшое влияние GenAI на промышленные ИТ-сбои: рост числа инцидентов возможен в пределах 5-7%.

Для уменьшения среднего числа ИТ-сбоев, возникших из-за использования GenAI, хотя бы на 5%, специалисты «Монк Диджитал Лаб» рекомендуют российским компаниям принять ряд важных мер. Прежде всего, необходимо внедрить AIOps-платформы, поскольку они в режиме реального времени собирают и нормализуют метрики, логи и трейсы, автоматически коррелируют тысячи алертов в единые инциденты и предсказывают аномалии до их перерастания в сбой. Кроме того, нужно использовать в безопасности подход Shift-left, при котором тестирование безопасности переносится на самые ранние этапы разработки. Интеграция SAST/DAST-сканеров и LLM-Code-Review в CI/CD-конвейеры уменьшает количество уязвимостей на 30-40% до выхода в продакшн. Также важно осуществлять контроль качества подсказок, использовать федеративные модели и проводить кадровый апгрейд.

Как подчеркивают аналитики, генеративный ИИ ускоряет время разработки, но одновременно делает ИТ-ландшафт более уязвимым. Без автоматизированного контроля результатом станет «технический долг на стероидах». Однако, компании, которые ставят AIOps и безопасностный SDLC во главу угла, смогут не только нейтрализовать риск, но и добиться сокращения инцидентов примерно на 5%.

Результаты опроса, проведенного в ходе Russian Retail Show 2025, показали, что главными целями компании на 2025 год большинство респондентов обозначили рост бизнеса без роста штата сотрудников (43%), рост среднего чека (41%) и рост повторных продаж (34%).

Поиск новых моделей, каналов коммуникации и сбыта, форматов стал ключевой стратегией для ретейла. Постоянные изменения на рынке требуют умения быстро перестраиваться, поэтому лидеры все активнее тестируют бизнес-гипотезы, меняют форматы магазинов и управляют ассортиментом в зависимости от внешних рыночных условий и спроса. Это требует от торговых компаний активного внедрения цифровых технологий, которые помогают повысить эффективность производственных и бизнес-процессов и снизить операционные расходы.

Основными технологиями-драйверами для ретейла на ближайшие годы респонденты назвали управление ассортиментом (50%), ИИ-инструменты для ценообразования и прогнозов (48%), а также анализ больших данных (48%). По словам представителей торговых компаний основные задачи, которые помогает решать ИИ в ретейле – это оптимизация рутинных процессов, подбор и адаптация персонала, ускорение программирования и тестирования с помощью GPT и языковых моделей, создание различных рекомендательных систем для апсейла и кросс-сейла, персонализация контента.

Кроме того, ретейлеры активно используют алгоритмы машинного обучения для автоматизации ценообразования в режиме реального времени, оптимизации выкладки товаров и пополнения запасов, а также построения прогнозов продаж с учетом сезонности, промо-активностей и внешних факторов.

Участники отметили снижение популярности модели ценообразования High-Low (регулярное чередование высоких цен с распродажами). Покупатели привыкают ждать промо и негативно воспринимают отсутствие акций или распродаж, что приводит к нестабильным продажам и оттоку клиентов. В связи с этим российский ретейл переходит к моделям Mid-Low (умеренные цены без активных акций) и EDLP (каждый день – низкие цены).

В качестве приоритетных технологических инициатив, в которые бизнес планирует инвестировать в ближайшее время, ретейлеры выделяют инструменты для персонализации клиентского опыта (37%), развития омниканальности (32%) и внедрения BI-решений (31%). Игроки рынка отмечают, что гиперперсонализация в ретейле в среднем повышает NPS (индекс приверженности потребителей) на 20% и увеличивает выручку на 5-15%.

При этом, по мнению респондентов, наиболее значимые препятствия для цифровизации ритейла – это ограниченные ИТ-бюджеты (39%), сложность интеграций ИТ-решений (33%) и нехватка компетенций в команде (30%).

Ранее РСХБ использовал ECM-систему крупного вендора. Однако монолитный характер системы усложнял ее развитие и делал невозможным создание новых цифровых сервисов банка. Кроме того, из-за политики лицензирования затраты на предоставление доступа к электронным документам для клиентов и сотрудников возросли. В связи с этим было принято решение о создании собственной контент-платформы, которая позволила бы не только организовать комплексный электронный документооборот для всех подразделений, но и обеспечить доступ к единому электронному хранилищу документов.

В рамках цифровизации банка была разработана масштабная программа с целью перевода всех продуктов в цифровую форму, формирования экосистемы сервисов для предприятий АПК, фермеров и населения. Следовательно, потребовалось перевести в электронный вид все основные и сопровождающие процессы банка.

РСХБ провел открытый конкурс и выбрал для создания собственной системы управления корпоративным контентом платформу LDM. Это современное сервис-ориентированное решение, построенное на открытых технологиях. Оно реализовано в концепции Content Services Platforms (CSP), которая обеспечивает переход заказчиков от монолитных систем и репозиториев к открытым сервисам.

Перед банком стояло сразу несколько задач: обеспечить работу с электронными документами при переходе к цифровым процессам – создать единые сервисы размещения, хранения, переиспользования и визуализации электронной подписи на документах; организовать доступ клиентам и сотрудникам банка к документам, а также работу с документацией, которая поступила на бумаге; cократить время разработки, получив инструменты для быстрой автоматизации процессов силами собственной команды.

Созданная система позволяет работать с юридически значимыми электронными документами, создавать единое хранилище под различные бизнес-процессы, повышать скорость вывода продуктов на рынок, которые оформляются в электронном виде.

В результаты внедрения на созданной платформе LDM хранится около 100 млн документов, в системе работают более 20 тыс. пользователей. Удельная стоимость хранения документов сократилась в 3-5 раз.

В задачи нейросети, внедренной в «Самолете», входит создание драфтов отчетов с выделением сильных сторон, зон роста и вопросов для персональных встреч. До внедрения ИИ результаты оценки «360 градусов» обрабатывались вручную, и на подготовку одного отчета уходило в среднем около полутора часов, а при 20-ти участниках совокупные трудозатраты составляли около 30 часов. Сейчас такой же объем работы занимает всего 8 часов, хотя все отчеты после нейросети корректируются HR-специалистами вручную.

Для реализации проекта была выбрана LLM-модель GPT-4.5 от OpenAI. Эта версия модели представляет собой обновленную архитектуру семейства GPT-4 с улучшенной способностью к восприятию контекста, более точной обработкой длинных документов и устойчивостью к генерации шаблонных ответов. Благодаря этим особенностям GPT-4.5 хорошо справляется с задачами, связанными с анализом сложных текстов, интерпретацией обратной связи и подготовкой персонализированных материалов.

Специалисты «Самолета» настроили нейросеть и обучили ее задачам, внутренним практикам и стилю коммуникации компании. Модель была выбрана после предварительного конкурентного анализа. Ключевыми факторами при выборе стали стабильность генерации, способность к стилевой адаптации под корпоративную коммуникацию, а также наличие защищенных сценариев работы с PDF-документами. В работе ИИ использует только анонимизированные данные: имя и должность без персональной информации, компания соблюдает все требования как внутренней службы безопасности, так и законодательных актов по обращению с персональными данными.

Как отмечает Анна Донец, директор по персоналу Блока «Финансы и Технологии» группы «Самолет», использование ИИ для решения рутинных задач в области оценки персонала повышает эффективность работы сотрудников и освобождает время, которое они могут направить на другие задачи, требующие их профессиональных компетенций. В рамках пилота модель обработала 27 анкет, включая данные руководителей C-level, в которые потом сотрудники HR-отдела внесли персональные рекомендации. В результате общее время на подготовку обратной связи сократилось до 3-4 часов, а качество по внутренней шкале осталось на высоком уровне. Согласно опросу участников, количество корректирующих действий, предложенных руководителями по итогам сессий, увеличилось на 32%, а персонализация фидбека возросла с 4,2 до 4,5 баллов.