О том, как одна базовая задумка – сделать разработку управляемой, пережила эпоху тяжелых каскадных проектов, DevOps, CI/CD, и подошла к 2026 году уже в совсем зрелом виде.
Разработчик приходит к руководству и говорит: «Нам нужен рефакторинг». Руководство слышит: «Мы хотим потратить деньги и ничего не выпустить». Дальше — тишина, новый спринт с новыми фичами и ещё один слой технического долга сверху.
ИТ-директор знает, что сервер загружен на 90% и скоро встанет. Бухгалтер знает, что этот же сервер уже три года как самортизирован и формально не существует. Закупщик знает, что на прошлой неделе купил сорок новых ноутбуков — и понятия не имеет, что на складе лежат ещё два десятка. Все трое работают в одной компании, но живут в разных реальностях.
Цена этого разрыва — потерянное оборудование, раздутые бюджеты и простои, которых можно было избежать.
Представьте: у компании 300 подразделений по всей стране или пять производственных площадок от Москвы до Дальнего Востока. Как узнать, сколько реально ноутбуков в омском филиале, где они находятся и в каком статусе принтер, купленный два года назад: используется, неисправен, в ремонте или уже подлежит списанию? Если данные приходят через мессенджеры или эксельные файлы, присланные раз в квартал — вы уже в зоне риска.
Однажды утром вы открываете задачу и понимаете: единственный человек, который знал, как это работает, вчера уволился. Знания ушли вместе с ним.
Разберем, почему попытки оцифровать интеллект через нормо-часы и коммиты ведут к деградации продукта, и как на самом деле устроена невидимая зона создания ИТ-решений, где ценность рождается из исследования и анализа, а не из скорости стука по клавишам.
Внедрили таск-трекер для ускорения — а команда стала тратить 40 минут в день на костыли. Рассказываю, как за полтора года у нас накопилось 11 обходных путей, почему онбординг новичков растянулся до трёх недель и что мы с этим сделали. Внутри — чек-лист «тормозит ли вас ваш инструмент» и пошаговый план действий.
Как бесконтрольное использование ИИ для генерации кода превращает сеньоров в уборщиков чужого кода: разбираем метрики, которые выявляют проблему, и три практики, позволяющие встроить управление ИИ-долгом в процесс разработки.
Недавно мы с командой проанализировали инфополе Хабра и обнаружили, что эйфория от внедрения ИИ в разработку сменяется разочарованием, senior-разработчики тонут в ревью некачественного кода, а техдолг растет как снежный ком. Мы сами проходим через этот путь, внедряя GenAI в SimpleOne, и прекрасно понимаем вашу боль.
Всем привет, я Артем Герасимов, владелец продукта SimpleOne SDLC. В этой статье я расскажу о реальных проблемах ИИ-генерации кода и о том, какие механизмы помогают нам с ними справляться.
SimpleGen — новый продукт для генерации решений на платформе SimpleOne с помощью AI. В этой статье рассмотрим, как начать работу с SimpleGen: что поставить на рабочую машину, как подготовить репозиторий, настроить доступ к SimpleOne, а также выполнить свою первую задачу.
Всем привет, я Артем Герасимов, владелец продукта SimpleOne SDLC. Чуть больше года назад я пришел в компанию в момент, когда продукт только прошел стадию MVP, которую мы делали быстро, чтобы проверить гипотезу. Гипотеза подтвердилась, появились клиенты, но вместе с ними пришел беспорядок: запросы терялись между почтой и чатами, сроки срывались, процессы перестали работать.
В этой статье расскажу, как мы за год превратили стартап-проект в управляемый продукт — с конкретными решениями, ошибками и чек-листом действий, которые можно применить в любой команде разработки.
Привет! Меня зовут Артем Герасимов, я владелец продукта SimpleOne SDLC. За последние два года наша команда внедрила использование ИИ практически на всех этапах разработки — от прототипирования до код-ревью.
В этой статье расскажу, почему внедрение ИИ может незаметно превратить вашу кодовую базу в неподдерживаемое legacy, как измерять реальную эффективность вместо иллюзии скорости и какие правила помогут получать пользу без деградации качества.
Вчера выкатили 3 релиза, а сегодня поддержка ловит очередной инцидент, но уже непонятно, какой именно релиз его вызвал. Знакомая картина?
Проблема в том, что вы не видите связи между тем, что выкатываете на продакшен, и тем, что ломается после этого. А когда связь теряется, релизы превращаются из инструмента развития в источник непредсказуемых сбоев.
Привет, меня зовут Артем Герасимов, я владелец продукта SimpleOne SDLC. В этой статье я расскажу вам, как слишком частые релизы могут негативно сказываться на качестве продукта и что с этим можно сделать.
Привет, Хабр!
Меня зовут Артем Герасимов, я владелец продукта SimpleOne SDLC.
В ИТ-индустрии из года в год можно наблюдать одну и ту же картину: разработка выглядит управляемой, задачи двигаются по доске и закрываются. Но стоит спросить что вошло в последний релиз, где исправили конкретный баг и сколько времени команда тратит на новую функциональность, а сколько – на исправления, и оказывается, что целостной картины нет.
И чаще всего проблема не в дисциплине команды, а в том, что таск-трекер перестал отражать реальный цикл разработки.
В поддержке было 148 инцидентов по одной проблеме, а в бэклоге разработки — всего 3 дефекта.
Для разработки проблема выглядела редкой. Для поддержки — массовой.
Разбираем, почему инциденты не доходят до продукта и как выстроить процесс от обращения пользователя до релиза исправления.
Velocity, Burndown и количество закрытых задач выглядят как контроль над разработкой. На практике эти метрики часто создают только видимость управляемости: отчёты красивые, а сроки всё равно срываются.
В статье разбираем, какие показатели действительно помогают прогнозировать сроки, находить узкие места и держать баланс между скоростью разработки и качеством релизов.
Сколько раз вы сталкивались с ситуацией, когда по документам сервер есть, а в стойке его нет? Или когда компания продолжает платить за сотню лицензий софта, которым давно никто не пользуется?
Если эти боли вам знакомы, значит, вы уже поняли: вести учет «железа» и софта в Excel — это путь самурая, но он ведет к финансовому харакири.
В 2026 году управлять парком активов из тысяч ноутбуков, серверов и облачных подписок без специализированного инструмента — просто опасно.
Именно поэтому ITAM-системы (IT Asset Management, системы управления ИТ-активами) перестали быть роскошью для корпораций и стали гигиеническим минимумом для любого среднего и крупного бизнеса.
2026 год закрыл вопрос «а вдруг всё вернётся». Не вернулось — и рынок успел повзрослеть.
Если пару лет назад компании в панике мигрировали из Jira и искали временные замены, то сегодня задачи другие. Бизнесу нужны не «костыли», а инструменты, которые ускоряют Time-to-Market, дают прозрачность ресурсов и связывают разработку с финансовым результатом.
Главный вызов теперь — не нехватка решений, а их избыток. На рынке десятки систем: от лёгких планеров до тяжёлых Enterprise-платформ. Маркетинга много. Осознанного выбора — меньше.
В этой статье разберём 10 ключевых игроков российского рынка управления ИТ-проектами и попробуем отделить реальную процессную зрелость от красивых дашбордов.
Привет! Меня зовут Артем Герасимов, я владелец продукта SimpleOne SDLC.
За годы в ИТ я видел десятки команд, которые буквально тонут в техническом долге, но даже не осознают этого. Они продолжают героически вкатывать хотфиксы, год за годом пересобирать один и тот же код и удивляться: почему скорость упала, а пользователи ноют?
Самое коварное — технический долг маскируется под обычную занятость. Вам кажется, что работа кипит, но на деле вы просто раз за разом наступаете на одни и те же грабли.
В этой статье делюсь опытом, как перестать ходить по кругу и превратить беспорядок повторяющихся проблем в управляемый, прозрачный процесс.
Без магии, зато с метриками, ролями и реальными кейсами.
Искусственный интеллект перестал быть экспериментом, технология GenAI становится полноценным участником корпоративных бизнес-процессов. В ИТ-поддержке автоматически обрабатываются типовые обращения, HR-департаменты ускоряют онбординг новых сотрудников, бухгалтерия больше не вводит данные вручную. За этими результатами стоят инструменты для ИИ-автоматизации бизнес процессов: визуальные конструкторы, библиотеки готовых AI-инструментов, корпоративная память и автономные ИИ-агенты.
В этом материале разбираемся, как устроена ИИ-автоматизация изнутри: какие компоненты необходимы, как они взаимодействуют и почему создать интеллектуальный процесс можно без программистов — на примере GenAI-платформы SimpleOne.