Автоматизацией и искусственным интеллектом пользуются почти все, но не все могут создавать с их помощью устойчивую ценность для бизнеса. О том, почему «зоопарк» ИТ-решений не всегда дает желаемые результаты даже при внедрении передовых технологий, рассказывает директор отделения собственных платформ IBS Денис Васильев.
Можно ожидать, что в 2026 году на развитие корпоративной автоматизации будут влиять четыре ключевых вызова.
Сейчас в тренде платформенный подход к корпоративной автоматизации с общим ядром процессов и оркестрации, общим слоем данных, мастер-данными, общей шиной интеграций и поддержкой ИИ-агентов. Такая модель начала распространяться только в 2020-х годах. Она сокращает издержки, ускоряет принятие решений, повышает надежность и стабильность бизнес-процессов.
Компании пришли к платформенному подходу в результате многолетней эволюции ИТ-систем. Сначала бизнес автоматизировал отдельные функции и участки, а не сквозные процессы. Интеграция носила точечный характер. Это обеспечивало локальную эффективность, но общая архитектура строилась по принципу «лоскутного одеяла».
На следующем этапе компании двигались к «идеальной ERP-системе», реализовывая сложные интеграции, ESB- и API-шины. В этой сфере было много важных локальных достижений, но не хватало единой картины процессов и данных, росли сложность сопровождения и стоимость изменений. Постепенно набирал силу переход от монолитов к микросервисам. В этих условиях компании стали делать упор на улучшенную интеграцию с «зоопарком» взаимосвязанных решений.
Крупным компаниям невыгодно оставаться на этапе «лоскутной» автоматизации. Это не просто устаревший подход, а целый комплекс узких мест в организации ИТ-архитектуры. Один из главных недостатков такой модели — фрагментация данных. Из-за нее невозможно получать аналитику на уровне бизнеса: данные из разных систем несопоставимы, поэтому нет единого источника достоверной информации.
Еще одно следствие «лоскутной» автоматизации — несогласованность корпоративных процессов. Коробочные решения не учитывают зависимости между департаментами и цепочками утверждений, которые образуют сложные экосистемы. К тому же при таком подходе нет ответственного за конечный результат — есть только ответственные за отдельные модули. На фоне этих факторов автоматизация в одном отделе нарушает баланс и порождает противоречия.
Наконец, при использовании «лоскутного» подхода растет технический долг бизнеса. Быстрые решения, которые позволяют сэкономить на старте, становятся бесполезными при масштабировании, повышая совокупные затраты на автоматизацию в три–пять раз.
Платформенный подход, к которому переходят российские компании, позволяет избежать сложностей, характерных для «лоскутной» автоматизации. Платформа объединяет в себе планирование, бизнес-анализ, контроль и прогнозирование. Она становится основой для управления процессами, данными, безопасностью, аналитикой и искусственным интеллектом. Такая архитектура создает единый слой для управления процессами поверх всех ИТ-систем с прозрачными SLA и метриками, которые позволяют вносить изменения в каждый процесс из одной среды.
Что особенно важно, платформа формирует единые справочники и согласованные определения показателей со сквозной синхронизацией. Они служат универсальным источником информации. Это сводит к минимуму ошибки, ручные сверки, исключения и конфликты данных, ускоряет и упрощает подключение новых приложений. Качественная унифицированная информация может стать и фундаментом для эффективного применения ИИ. Только на ее основе можно получить корректные рекомендации и прогнозы, а значит реальную, а не иллюзорную ценность искусственного интеллекта.
Инструменты анализа, генеративный ИИ и отчетность доступны всем приложениям на базе платформы. С таким подходом ускоряется запуск сценариев искусственного интеллекта: модели ИИ обучаются один раз и потом используются повторно. В результате совокупная стоимость владения снижается на 15–25%. Между тем применение стандартизированных паттернов сокращает затраты на интеграции и поддержку на 30–50%. Системы ведут себя предсказуемо при росте нагрузок и быстро восстанавливаются после инцидентов.
Платформенный подход формирует единый пользовательский опыт и культуру решений. Общая нормативно-справочная информация, унифицированная логика процессов и интерфейсов, стандартные роли и консистентные отчеты повышают эффективность эксплуатации системы и снижают потребность в обучении новых сотрудников. В результате растет производительность ключевых бизнес-процессов. Также платформа помогает лучше устранять уязвимости. Она снижает операционные и регуляторные риски, позволяя устанавливать общие роли и политики доступа, обеспечивая сквозной аудит действий пользователей и быструю реакцию на требования регуляторов.
В современных условиях скорость внесения изменений особенно важна для бизнеса. Платформенный подход удовлетворяет эту потребность. Он дает компаниям возможность самостоятельно управлять изменениями в ИТ- и бизнес-процессах на уровне, недоступном для тех, кто выбирает коробочные решения.
Платформу легче встроить в корпоративные процессы, которые не надо приспосабливать к ее особенностям. Вместо монолитов и «зоопарков» интеграций бизнес получает компонуемую архитектуру. Она быстро адаптируется к новым продуктам и управляет процессами как модульными блоками, которые можно повторно использовать для выполнения разных задач.
В отличие от коробочных решений, платформа поддерживает гибкие настройки. С ней можно не ждать релиза от вендора, а расширять логику ПО через low-code, API или внутренние команды. Архитектуру легче дорабатывать силами собственных ИТ-служб или внешних специалистов по внедрению. Изменения выполняются быстро из единого центра, не приводя к каскадам аварий.
Большинство крупных компаний содержат в штате команды заказной разработки. У этой модели также есть серьезные недостатки по сравнению с платформенным подходом. Внутренняя разработка требует значительных затрат и быстро увеличивает технический долг бизнеса, что ведет к вынужденному разрастанию команд.
Современная платформа с искусственным интеллектом и зрелыми подходами к разработке, напротив, минимизирует затраты и ускоряет развитие ИТ. Она устраняет проблему технического долга и использует готовые модули, которые запускаются в пять–десять раз быстрее, чем «с нуля». Еще одно преимущество — автоматическое обновление. С ним функции безопасности, искусственного интеллекта и интеграции всегда остаются в актуальных версиях.
Работу с платформенным решением упрощает low-code. Он позволяет компаниям выполнять задачи собственными силами с учетом особенностей бизнеса — быстро и с минимальными затратами. Это существенно снижает стоимость эксплуатации. Платформа настраивается через конфигурацию, а не код, и содержит готовые сервисы. Они уже протестированы, оптимизированы и соответствуют лучшим практикам в разных сферах: от согласования бюджетов до прогнозирования. Такая архитектура исключает постоянную потребность во внутренних или внешних командах разработки — для ее обслуживания нужны только бизнес-аналитики без навыков программирования.
Совокупная стоимость владения при внедрении платформенного решения, как правило, на 40–60% ниже, чем при заказной разработке. Исчезают затраты на обучение внутренней команды, создание, поддержку и оптимизацию ИТ-системы — необходимо оплатить только лицензию и настройку. Платформа быстро адаптируется к новым требованиям, изменениям организационной структуры и бизнес-процессов. Гибкость подхода позволяет быстрее тестировать новые гипотезы и создавать решения, сокращая сроки их внедрения.
Платформенный подход обеспечивает баланс скорости, надежности и стоимости. При этом бизнес все чаще приходит к выводу, что надо сокращать количество платформ и отдавать преимущество тем, которые решают более широкий спектр задач. Пример такой экосистемы — «Планета.» компании IBS. Эта платформа охватывает технологии системного цифрового управления бизнесом на базе подхода low-code и искусственного интеллекта, которые сокращают управленческие циклы в два–три раза. В экосистему входят четыре бизнес-продукта:
Также в экосистему входят инфраструктурные модули:
По данным Gartner, развертывание искусственного интеллекта делает платформенный подход ключом к экономии ресурсов и быстрому созданию ценности. Например, ИИ может давать менеджерам персонализированные рекомендации, анализировать исторические данные и внешние факторы, автоматически генерировать точные финансовые и операционные прогнозы.
Вместо ручного аудита можно использовать умные решения, которые находят отклонения в планах и фактах, описывают причины аномалий и составляют рекомендации. На смену финансовому аналитику также может прийти ИИ, который автоматически создает аналитические обзоры, комментарии к отклонениям и выводы. Искусственный интеллект справляется и с генерацией сценариев «что если», оценивая риски и эффекты разных вариантов достижения цели.
Между тем умная система поиска помогает структурировать и повышать качество данных при управлении нормативно-справочной информацией. Например, в решении «Планета.НСИ» есть шесть функций на базе ИИ: умный поиск, нормализация данных, классификация, выделение атрибутов, устранение дублей и поиск аналогов.
Скорее всего, в ближайшие пять лет бизнес будет использовать искусственный интеллект в виде отдельных агентов. Пока только у самых крупных компаний есть возможность развивать решения в этой сфере, а передавать данные внешним сервисам российский бизнес не готов. Тем не менее можно ожидать, что со временем ИИ начнут внедрять для управления всей корпоративной инфраструктурой.