1 из 10 разработчиков ничего не делает на работе. Разбираемся с исследователем из Стэнфорда
В этом выпуске AviCast — разговор с Егором Денисовым-Бланшем, исследователем продуктивности из Стэнфорда. Он проанализировал данные 100 000 сотрудников из 600 IT-компаний по всему миру и выяснил: 10% разработчиков фактически не вовлечены в работу.
Артём Арюткин, CPO технической платформы в Авито, расспросил Егора, как вообще измерить продуктивность в разработке, почему привычные метрики (закрытые тикеты, коммиты, строки кода) не работают и даже вредят, и как AI меняет работу команд и качество кода.
Обсудили: — как считали 1 из 10 и что это на самом деле значит — какие метрики продуктивности работают, а какие ломают команду — риски и подводные камни внедрения AI в разработку
Почему коммерческие инициативы застревали между функциями
У каждой функции был собственный план. Команды были заняты, задачи двигались. И всё же коммерческие инициативы застревали между ними.
Назвать дату запуска заранее было почти невозможно. Приоритет менялся уже в работе, незавершённые задачи копились, а настоящую причину задержки находили тогда, когда исправлять было поздно.
В такой ситуации легко добавить Scrum: новые роли, встречи, доску. Мы начали с менее эффектных вопросов. Кто имеет право поставить задачу в общий поток? Где определяется приоритет, если интересы функций расходятся? Сколько работы система вообще способна нести одновременно? Кто принимает компромиссное решение?
Ответы изменили конструкцию работы. Появился общий кросс-функциональный контур приоритизации, двухнедельные Scrumban-циклы и ясные критерии входа и завершения. Мы ограничили незавершённую работу и стали регулярно разбирать узкие места — по тому, где действительно останавливался поток.
Время вывода инициатив сократилось примерно вдвое. Затем отдельная работа с узкими местами дала ещё около 20% ускорения. Предсказуемость выхода достигла 99%, объём незавершённой работы снизился на 40%.
Цифры здесь важны. Но сильнее всего этот кейс изменил мой взгляд на Agile. Доска хорошо показывает проблему, ритм помогает её обсуждать. Ни то ни другое не заставляет функции договориться об общем приоритете и принять ответственность за результат целиком.
С тех пор, когда каждая команда выполняет свой план, а клиент всё ещё ждёт, я смотрю не на дисциплину отдельных команд. Я ищу место, где между ними перестало приниматься решение.
Если узнаёте такую ситуацию, напишите «поток». Отправлю короткую диагностику из 10 вопросов: она помогает увидеть, где система теряет скорость, маржу и ответственность.
Присоединяйтесь к встрече для ИТ-руководителей — поговорим про изменения, стратегию, выгорание и управление в эпоху ИИ 🤖
Встреча для ИТ-лидеров пройдет 28 августа в Москве с онлайн-трансляцией. В программе доклады и дискуссии о внедрении ИИ-агентов, управлении изменениями, стратегических ставках в эпоху ИИ и биологии выгорания.
Вас ждут доклады:
«Разрыв: между амбицией и исполнением». По данным Gartner, ИИ-агентов реально внедрили около 17% компаний, при этом более 60% планируют сделать это в ближайшие два года. Разберём, почему ожидания расходятся с реальностью и как этот разрыв влияет на ИТ-команды.
Спикер — Дмитрий Лаптев, директор по технологической стратегии MWS.
«Эволюция Agile в эпоху агентов: как ИИ сделать союзником команды, а не угрозой?». Обсудим, почему простая замена людей агентами не даёт качества и как перестроить работу, чтобы ИИ расшивал узкие места.
Спикеры — Евгений Калабин, руководитель группы обучения и продвижения практик Agile MWS, и Ольга Склярова, лидер Agile ИТ-кластера «Продажи и обслуживание» MWS.
«Вредные советы по управлению изменениями: как перестроить процессы и выжить». Разбор реальных кейсов с юмором: что происходит, если пропустить ключевые шаги ADKAR, почему команда сопротивляется изменениям и как превратить разовые «вау»-инициативы в устойчивые процессы.
Спикер — Ольга Шутова, тимлид команды разработки Т-Банка.
«Биология выгорания: как стресс из двигателя прогресса превратился в когнитивное искажение». Поговорим о том, как стресс влияет на продуктивность и творческое мышление, и как управлять своим состоянием.
Спикер — Сергей Харитонов, молекулярный биолог, сотрудник МГУ, научный сотрудник Института биологии старения и медицины здорового долголетия.
«Управлять тем, чего ещё нет: как запускать новое и делать стратегические ставки в эпоху AI». Как выбирать идеи, которые заслуживают инвестиций, и проверять гипотезы в условиях неопределённости.
Спикер — Анастасия Азоркина, главный менеджер продукт
«Работа не work, работа — волк: серые практики устройства в ИТ». Какие скрытые риски несут сторонние помощники и «серые» практики при найме в ИТ и как компаниям защитить себя.
Спикер— Андрей Репин, лидер QA ИТ-кластера «Развитие инфраструктуры» MWS.
📅 Когда: 28 августа в 17:30
📍 Где: Москва, метро Технопарк + онлайн-трансляция
👉 Регистрируйтесь, чтобы обсудить актуальные вызовы с коллегами. Ждем вас!
Склад(бище) дашбордов или закон убывающей предельной полезности
Культура дашбордов захватила IT и стала подменой аналитическому мышлению. Не раз слышала, как их ласково именуют «единым источником правды». Но тот, кто погружался в данные и пытался их интерпретировать, знает: развилок в понимании достаточно – вплоть до противоположных выводов из одних и тех же цифр.
За последний месяц вижу немало дискуссий о том, что дашборды умирают. В LinkedIn приводили статистику: 20-30% дашбордов уходят в зону околонулевой активности. А у вас с этим как обстоят дела? Смотрели статистику использования своих дашбордов?
Почему это происходит, моя версия
Аналитики в IT, прежде всего, обладатели хардов – SQL, Python, BI. Но владение инструментом – это не то же самое, что интерпретация данных. Это уже другой тип мышления. Он у тех, кто задает данным логический курс. Не считает метрику, а решает, что она значит, причем в контексте других метрик.
Проблема в том, что формально эта роль в индустрии никому не принадлежит. Она размазана между:
владельцами инструментов, которые видят данные, но мыслят алгоритмами, а не продуктом или маркетингом.
продактами, которые мыслят продуктом и не всегда понимают эти ваши проценты. Моя статья здесь отчасти это показывает.
Если ваши BI-аналитики и продакты спорят о том, кто должен определять наполнение дашборда, скорее всего, данными никто не управляет по их прямому назначению.
В итоге бизнес изобилует дашбордами, выполняющими декоративную функцию и дающими видимость data driven. Компания сжигает деньги на работу аналитиков, которые тратят часы на разработку и поддержку мертвых дашбордов.
Дашборды плодятся, но количество знаний о продукте не растёт пропорционально числу дашбордов. В какой-то момент каждая следующая визуализация добавляет всё меньше нового понимания. Вступает в силу закон убывающей предельной полезности: с потреблением каждой следующей единицы блага его предельная полезность снижается, пока не достигает нуля.
Дашборд – это инструмент в цепочке создания ценности, а не самоцель. Если после просмотра дашборда не меняется ни одно решение, действие или понимание ситуации – возникает закономерный вопрос: а зачем он вообще нужен? Вспомним еще один закон - Гудхарта: если мера становится самоцелью, она перестает быть хорошей мерой. Без добавленной ценности в виде серьезной аналитики с бизнес смыслами он так и останется просто красивой картинкой.
Что делать
Возможно, пора вводить промежуточную роль – методолога и интерпретатора данных. Того, кто разберётся в хаосе накопленных цифр, создаст интерпретационную архитектуру и поднимет культуру data driven до уровня, где решения действительно опираются на данные, а не на их видимость.
Разработка работающей системы понимания данных – следующий закономерный этап. Сначала человек определяет, какие вопросы мы задаём данным внутри контекста организации, как связаны метрики, какие выводы можно и нельзя из них делать и какие решения должны следовать из анализа. Только после этого имеет смысл автоматизировать этот процесс с помощью ИИ-агентов, которые сейчас заполняют рынок.
Каша из топора: как в России делают суверенный софт
Несколько лет назад Владимир Рубанов писал методические указания для экспертного совета Минцифры — по ним отбирали софт в реестр отечественного ПО. Речь шла об одном: защитить продукты от возможных санкций.
Сегодня в реестре одновременно уживаются десятки похожих и несовместимых друг с другом продуктов. Систему за это регулярно критикуют. Но, по словам Владимира, реестр никогда не обещал ничего, кроме устойчивости. Отбором лучших решений, считает эксперт, со временем займется сам рынок.
А что open source?
Не секрет, что значительная часть российского ИИ-стека построена на открытых решениях — это не есть плохо, если грамотно их использовать.
«Без передовых опенсорсных моделей развитие российского ИИ ждало бы фиаско», — уверен Владимир Рубанов.
Вы согласны? Пишите свое мнение в комментариях.
Смотреть 3й выпуск подкаста «IT-фронтир» на Rutube и VK Video.
Миграция корпоративных коммуникаций - это не только перенос почты. Компаниям необходимо сохранить документы, календари, учетные записи и историю переписки, а сотрудникам доступ к привычным рабочим инструментам.
Эксперты VK Tech расскажут, как подготовить инфраструктуру к переходу, какие данные можно перенести в SaaS-версию и нужно ли при этом останавливать работу на прежней платформе. Отдельно разберут возможные ошибки при миграции, восстановление неперенесенных данных и адаптацию сотрудников после запуска новой системы.
В прямом эфире покажут работу сервисов VK WorkSpace: почты, календаря, мессенджера, видеоконференций, документов, облачного диска и таск-трекера. На примерах крупных компаний спикеры объяснят, сколько времени может занять переход и какие сложности обычно возникают в процессе. Вебинар проведут Сергей Кирсанов, менеджер по развитию продаж VK WorkSpace, и Иван Бородин, пресейл-архитектор VK WorkSpace.
Новый проект True Tech: менторские сессии с экспертами MWS!
Запускаем серию открытых менторских сессий с экспертами MWS: делимся опытом и помогаем расти тимлидам и специалистам уровня Senior и выше.
Первый ментор серии — Александр Фокин, стратег MWS, 15+ лет в IT. Помогает компаниям разрабатывать и внедрять стратегии, развивать RnD-культуру и интегрировать инновации. Прошел весь путь от инженера до руководителя и смотрит на задачи как инженер: меньше хайпа — больше конструкции и результата.
С чем поможет: 🎯 Сформулировать личную стратегию: куда и как развиваться, как выбрать направление и собрать карту роста. 🧭 Понять основы стратегического мышления и как принимать решения, когда данных нет, а будущее размыто. 🚀 Собрать стратегию, «продать» ее и начать реализовывать.
Что включает проект: 🗓️ Две сессии по 60 минут с интервалом 1–2 недели. Плюс домашнее задание, которое поможет закрепить знания на практике.
🗺️ В конце у вас будет черновик личной стратегической карты, с которым можно работать дальше.
Как попасть: 📝 До 10 сентября заполните короткую анкету по этой ссылке. Саша прочитает все заявки и выберет менти по четкости запроса и совпадению темы.
🎓 День открытых дверей онлайн-магистратуры МФТИ «Управление ИТ-продуктами»
6 августа приглашаем на онлайн-встречу МФТИ для тех, кто планирует развиваться в продуктовом менеджменте и хочет подробнее узнать о программе, учебе и возможностях после магистратуры.
На встрече расскажем:
▪️ Чему учатся будущие продакт-менеджеры и какие навыки развивают в магистратуре.
▪️ Как устроена работа над проектами и дипломом, взаимодействие с экспертами.
▪️ Какие карьерные возможности открываются перед студентами и выпускниками.
▪️ Как проходит онлайн-обучение и можно ли совмещать его с работой.
▪️ Что нужно для поступления в 2026 году и как подготовиться к вступительным испытаниям.
Спикеры встречи:
— Юлия Соболь — заместитель руководителя Центра «Пуск» МФТИ.
— Елена Тупикова — экс-директор по продукту (CPO) в Яндексе, генеральный директор CPO.Agency, ментор и бизнес-коуч.
Кроме того, к встрече присоединятся представитель команды сопровождения поступления и выпускник программы, который поделится своим опытом обучения и карьерной историей.
В конце эфира можно будет задать вопросы спикерам.
В Yttri я практически реализовал базовый функционал, который я в него закладывал. Вишенкой на торте стали Видеозвонки, которые вплотную приблизили проект к корпоративному использованию. Осталось дело за малым создать self-hosted. Архитектуру self-hosted я описал еще в январе-феврале 2026, но доработки основного приложения не позволяли приступить к этому этапу. Время пришло и я приступаю к детальной разработке self-hosted.
Что это даст конечным пользователям:
возможность работать на нескольких устройствах одновременно
работать командой с одними документами, заметками, задачами, календарями, звонками, почтой
полностью запереть все свои данные в пределах своего сервера
использовать корпоративную библиотеку знаний с персональным библиотекарем в виде отдельного серверного агента.
Возможности, которые открываются при таком решение просто поражают. Так можно создать документацию по проекту и отслеживать ее изменения. То на что обычно нет времени у команды при интенсивной разработке. Confluence и Jira при этом начинают казаться бронзой в эпоху стали.
Конечно для полноценной работы агента (ассистента) нужно достаточно умная модель, но мои локальные тесты на прокаченной Qwen3.6 27b и 35b с контекстым окном 262к токенов показывают хорошие перспективы, конечно если есть возможность запустить на сервере модель DeepSeek V4 Flash или GLM-5.2 с контекстным окном 400к и более серьезно увеличивают возможности агента в его работе.
В данный момент мои усилия направленны на максимальную сегментацию контекста, декомпозицию задач, саммаризацию и сжатие готовых данных, что позволяет агенту работать в многопоточном, многоагентском режиме, но невозможно дать мало а попросить много, особенно если речь идет об анализе больших массивов данных.
Конечно тестирование еще идет и я постоянно сталкиваюсь с тем, что где-то не так удобно, не правильно, тут забыл, тут не учел. Но в целом, на текущий момент детские болезни уже удалось победить.
Про утопию «люди думают, а роботы работают», или про то, как корпорации пытаются вернуть вотерфолл
Сегодня роботы берут на себя всё больше работы. Реализация, которая ещё вчера стоила много недель работы высокооплачиваемых специалистов, теперь занимает минуты и почти ничего не стоит. И кажется, что ещё чуть-чуть и мы придём к идеалу, о котором мечтают многие: человек думает, а машина реализует.
Но вот в чём дело, пока реализация была сложной и долгой, она незаметно выполняла две важные задачи. Во-первых, заставляла репетировать: когда впереди недели труда, страшно потратить их впустую, и приходится сначала прогнать дело в дешёвом материале, на бумаге, в разговоре, в голове. Знакомое каждому мучение перед сложной задачей, когда откладываешь, завариваешь третий кофе, открываешь и закрываешь пустой файл, потому что непонятно, с чего начать, это не только прокрастинация, но и первый такт работы. Во-вторых, думание происходило уже внутри процесса: материал сопротивлялся, что-то не сходилось, и в каждом таком «не сходится» вспыхивала мысль. Полдня писал код, упёрся, пошёл спрашивать совет у коллеги и на второй своей фразе сам увидел ответ. Согласитесь, большую часть своих лучших решений вы придумали не до работы, а в процессе неё.
Т.е. мысль не лежит готовой, дожидаясь исполнителя. Она совершается в самом действии, будь то черновик, спор, ёрзание перед пустым листом бумаги или возня с сопротивляющимся материалом. Вотерфолльная идиллия с чётким разделением на этапы «человек формирует намерение, затем агенты реализуют по плану» (пример 1, пример 2, их много) возможна лишь в случаях с высоким уровнем определённости, а значит без потенциала для рождения инновационных решений. Такое подходит только монополиям и компаниям, живущим на ренте.
В этом свете можно с бо́льшим пониманием отнестись к пожилым преподам в универах, которые отмечали посещение на лекциях и заставляли писать конспекты от руки. Выглядит как глупая метрика для зачёта: зачем писать от руки, если можно заснять на телефон, да и в учебнике же всё есть. Но ручное письмо, если и не гарантирует понимания материала, то даёт ему шанс случиться. Способ примитивный. Но хоть какой-то.
Поэтому повсеместное внедрение AI-агентов ускорит лишь отдельные участки конвейеров поставки ценности, те, что уже поняты и описаны. Но создание ценности целиком быстрее не станет: конвейеры были ограничены не скоростью рук, а скоростью осмысления, и вот её AI-агенты никак не изменили.
Онбординг обсуждают на каждой конференции. Оффбординг — делают по-тихому, кое-как, лишь бы закрыть задачу. А потом удивляются, почему команда месяцами разгребает последствия чьего-то ухода.
В новом выпуске «Свободного слота» — Вера Маневич, директор по IT-персоналу в Ozon. Говорим про увольнение честно: с обеих сторон, с личным опытом и без попыток сделать вид, что всё всегда проходит гладко.
Что обсудили
Почему стоимость оффбординга может достигать 200% годового дохода сотрудника — и кто об этом вообще думает заранее. Сколько времени реально нужно на передачу дел и как договориться об этом, не превращая последние недели в ад. Что делать, если человек уходит внезапно — или внезапно передумывает. Как доносить решение команде и что она на самом деле знает об уходе коллеги. Ну и личное: от слёз в переговорной до «лучшего увольнения в жизни».
AviTalk: как за три месяца объединить два продукта и не сломать команду
Новый выпуск AviTalk — разговор с CTO направления «Авито Товары» Александром Швецом. Ведущий — Виктор Раев, руководитель разработки юнита Services Base.
Александр рассказывает, как устроена разработка в Авито Товарах: категорийный подход, слияние продуктов после объединения Яндекс Еды и Delivery Club, и почему опыт из бигтеха плохо переносится на решения «на веру» в стартапе. Отдельно — про AI в процессах команды: как быстро внедрять прототипы, зачем нужна «примерка» товаров и одежды через нейросети и куда вообще движутся такие эксперименты.
Кроме продуктовой части — разговор о людях: с чем сталкивается разработчик, дорастающий до руководителя, как справляться с синдромом самозванца и стрессом, и что Александр посоветовал бы себе в начале карьеры.
Допустим, некий предприниматель придумал идею бизнеса, сформулировал ценность. Чтобы воплотить её в реальном мире, он идёт на «рынок» готовых форм: ищет людей уже существующих профессий, собирает оргструктуру из известных вариантов (или нанимает CEO, который соберёт её за него), нанимает консультантов с их фреймворками, покупает CRM, ERP и прочие коробки, которые неявно предлагают свои шаблоны бизнес-процессов. Он пытается выбрать формы, лучше всего воплощающие его идею, но идеально подходящих не существует, хотя бы потому, что всё, что есть, создавалось не для него. Готовая форма всегда искажает замысел. Частный случай этой проблемы, закон Конвея: архитектура производимого продукта наследует структуру организации, то есть форма, взятая извне, начинает диктовать содержание.
Появившиеся LLM-агенты меняют эту ситуацию: теперь проектировать форму под себя стало в разы проще. Опыт тысяч компаний, который раньше был доступен только намертво запечатанным в готовые стандарты, процессы, продукты и профессии, теперь существует в пластичном виде, его можно переплавить под свой замысел, создав собственную онтологию бизнеса, которая не обязана быть прямо завязана на существующие рамки профессий, общепринятые стандарты разделения труда. Теперь роли, процессы и инструменты могут выводиться прямо из замысла демиурга бизнеса.
Само по себе использование LLM не цель, а только способ освободить время на мышление о том, как уменьшить зависимость от готовых решений с «рынка форм». Поэтому и говорить стоило бы не об AI-first, а об intent-first компаниях. Попытка же просто положить слой LLM поверх существующих процессов на первом этапе, как любая автоматизация, даст выигрыш, но в дальнейшем приведёт лишь к цементированию существующей системы разделения труда со всеми её недостатками. А хуже того, под слоем LLM окажется и задача артикуляции ценности бизнеса, а она по определению неалгоритмизируема, а следовательно автоматизации не подлежит. Это не страшно монополиям и живущим на ренте, но смертельно для всех остальных бизнесов.
При внедрении ИИ-технология вторична: сначала нужно договориться о реальности
Алексей Мезенцев, руководитель AI Lab ОТП Банка, выступил на Молодежном дне международной конференции «Теория игр и Менеджмент» (GTM 2026). В конференции также принял участие известный российский математик Алексей Савватеев и представители других банков и компаний. Спикер ОТП Банка рассказал, почему хорошие ИИ‑инициативы терпят крах на старте и какую ошибку совершают компании при автоматизации.
Мезенцев заявил, что технология искусственного интеллекта может быть выбрана самая совершенная, но это не гарантирует результат. По его словам, ИИ оказывается «слепым», если опирается на неполные или устаревшие данные.
«Сначала нужно договориться о реальности, правилах и выигрыше. Проблема не в модели, а в том, сколько реальности ей доступно», — отметил он.
Опасной зоной руководитель AI Lab ОТП Банка назвал расхождение между официальными регламентами и реальной работой сотрудников. Слепое программирование формальных инструкций может не улучшить, а наоборот, ускорить неверные маршруты.
«Люди не помеха процессу. Они его скрытая „операционная система“. Автоматизация бумажной нормы без контекста живой работы — это путь к тому, чтобы передать ИИ ошибочное решение», — подчеркнул Мезенцев.
Отдельное внимание он уделил выбору приоритетов. На примере известного сервиса Алексей рассказал про лучший способ разрешить спор о развитии продукта: вместо использования сложных фреймворков провести небольшой тест.
«Приоритет — это очередь гипотез, которая оценивается в деньгах. Задача — за минимальные деньги проверить эффект для бизнеса. Если мы не можем доказать ценность идеи, мы должны расставлять приоритеты не по масштабу будущего проекта, а по скорости проверки гипотезы», — объяснил представитель ОТП Банка.
Главное условие успеха: внедрение ИИ работает только тогда, когда выгоду получает каждый участник процесса от клиента до ИТ‑департамента.
«Мы внедряем не модели. Мы меняем правила игры. Идею нужно продать каждому участнику игры», — резюмировал он.
Астрономический научный центр модернизировал оркестрацию космического мониторинга с помощью ITFB Group
Астрономический научный центр (АНЦ) завершил масштабную модернизацию своей управляющей платформы. Интегратором выступила компания ITFB Group, которая помогла центру перейти на более надёжную и масштабируемую инфраструктуру, автоматизировать процессы разработки и обновления, а также гарантировать безотказную доставку критически важных данных о космических объектах.
Платформа АНЦ обеспечивает оркестрацию множества процессов, связанных с обработкой данных наблюдений. По мере роста нагрузки существующая архитектура перестала в полной мере отвечать требованиям к отказоустойчивости и масштабированию. При большом количестве параллельных процессов возникали задержки, обновление системы выполнялось вручную, а отдельные события в исключительных случаях могли не доходить до конечных потребителей. Кроме того, используемая инфраструктура не обеспечивала автоматического восстановления сервисов при сбоях.
Специалисты ITFB Group провели аудит существующей платформы, выявили архитектурные ограничения и разработали новую целевую модель. В ходе проекта была внедрена современная инфраструктура на базе Kubernetes, которая автоматически восстанавливает сервисы после сбоев и позволяет гибко масштабировать систему по мере роста нагрузки. Для передачи данных между компонентами была внедрена промышленная система обмена сообщениями, обеспечивающая гарантированную доставку событий. Также команда автоматизировала процесс развертывания новых версий платформы: теперь изменения проходят путь от разработки до промышленной эксплуатации за считанные минуты без ручных операций.
Михаил Атрахимович, директор направления разработки ITFB Group, отметил: «В проекте для АО "АНЦ" мы использовали накопленный опыт создания высоконадежных платформ оркестрации бизнес-процессов. Основная сложность заключалась в том, что модернизацию необходимо было проводить без остановки уже работающей системы. В результате заказчик получил отказоустойчивую и масштабируемую платформу, готовую к дальнейшему развитию и увеличению объемов обработки данных».
Николай Савин, технический директор АО «АНЦ», добавил: «Сотрудничество с ITFB Group стало для нас важным этапом в развитии нашей системы оркестрации. Мы получили не только исправление текущих недочётов, но и чёткую дорожную карту, а также полный пакет эксплуатационной документации. Благодаря этому проекту мы уверены в надёжности и масштабируемости нашей платформы и готовы к дальнейшему расширению функционала».
В результате проекта АНЦ получил отказоустойчивую инфраструктуру enterprise-уровня, гарантированную доставку событий, автоматизированный релизный цикл и полный комплект эксплуатационной документации (мониторинг, алертинг, процедуры backup с RTO, регламенты при инцидентах).
Технологии позволят банкам устранить «недолюбленность» клиента
Илья Чижевский, Президент ОТП Банка, принял участие в дискуссии «ИИ в банковском риск‑менеджменте: источник антихрупкости или новый класс уязвимостей» на Международном финансовом конгрессе 2026. На сессии он рассказал о подходе ОТП Банка к внедрению искусственного интеллекта и результатах его применения, а также оценил перспективы его развития на горизонте 3–5 лет.
Глава ОТП Банка подчеркнул, что осторожность банка не означает выжидательную позицию: «Осторожность — это когда банк стоит в стороне и наблюдает. Это, наверное, не про нас». Речь идет о другом — о готовности применять инструмент только там, где он показывает надежный результат.
Как пример того, где взвешенный подход к ИИ уже дал реальный результат, спикер привел практику применения ML‑моделей в риск‑менеджменте. Сегодня в банке работает несколько десятков таких моделей, 36 из них — в рисках. «Эти модели дают нам порядка от 5 до 20% преимущества по Gini в розничных моделях, а экономический эффект по итогам прошлого года исчисляется 2% от чистой прибыли банка», — привел цифры И. Чижевский, отметив, что все инвестиции банка в ИИ оцениваются через измеримый возврат, а не «слепую веру» в технологию.
Вместе с тем была отмечена область, где технология пока не оправдывает ожиданий: модели оценки состояния корпоративных заемщиков на основе открытых источников.
«Мы увидели, что эти модели показывают очень неконсистентные результаты, требуют перекалибровок, — рассказал спикер. — Сейчас они помогают лишь с агрегацией данных, формируют аналитические выжимки, а финальное решение остается за человеком».
Схожая сдержанность сохраняется и в автоматизации немассовых, нетиповых процессов — в отличие от розницы и МСБ, где большое количество повторяющихся операций делает применение ИИ математически более простой задачей. По словам Ильи Чижевского выбранная стратегия не оборачивается для банка потерями: «С точки зрения проигрыша, искренне, абсолютно нет — не видим, что в чем‑то из‑за этого уступаем».
Переходя к теме регулирования отрасли, президент ОТП Банка напомнил, что российский банковский сектор стал одним из лучших в мире благодаря тому, что регулятор давал сектору возможность внедрять инновации, сохраняя при этом разумные ограничения. «На мой взгляд, банковский сектор сейчас является безусловным лидером по внедрению искусственного интеллекта как индустрия внутри нашей страны», — подытожил И. Чижевский. На горизонте 3–5 лет, по его мнению, именно технологии позволят банкам точнее предвидеть потребности клиента и устранить его «недолюбленность».
C-level в кулуарах: о миссии, ошибках и AI — семь топов говорят честно
Что происходит, когда IT-руководители высшего звена собираются не на сцене, а в кулуарах? Правильно — начинается настоящий разговор.
Этот выпуск «Свободного слота» записали прямо на конференции SouthHub в Красной Поляне. Саша Афёнов и Саша Прокшина поговорили с семью топами из крупнейших IT-компаний: Алексеем Молчановым (Cloud.ru), Татьяной Фоминой (HeadHunter), Александром Швецом (Авито), Иваном Самсоновым (MWS), Дмитрием Молочниковым (Альфа-Банк), Сергеем Паращенко (Product Vision) и Кириллом Евсеенко (Звук).
Что обсудили
Зачем CTO и CPO вообще ездят на конференции, если они и так всё знают. Кто такой настоящий C-level — и почему «уникальная снежинка» на высокой должности это проблема. Как превратить личную мечту в рабочую миссию и не спутать её с синдромом отложенной жизни. Как бизнесу не сливать бюджеты на LLM — и почему разговор об AI всё равно случился, хотя никто не планировал.
Economist вышел с обложкой на статью про возрастающее требование избирателей затормозить/запретить ИИ. Это волна только разгоняется, по сути луддиты 21 века, но так как политики часто используют подобные недовольства масс населения, то тему точно будут раскачивать.
Конкретно это выражается уже в начале запретов строить дата‑центры; справедливости ради надо сказать, что отдельные дата‑центры действительно уже портят жизнь конкретным городам Америки.
Уже обсуждаются прочие законы: прозрачность и маркировка ИИ‑контента, запреты и ограничения deepfakes, защита рабочих мест и «разделение выгод» и т. д.
Я думаю, все, кто хочет разделения выгод, получат себя в human in the loop 😀
О бизнес-эффектах сквозной архитектуры процессов в ОТП Банке
На конференции «Управление бизнес-процессами 2026» наш коллега, руководитель процессного офиса ОТП Банка Андрей Бессараб, рассказал о процессе перехода банка к сквозной архитектуре и полученных бизнес-эффектах. Делимся основными мыслями.
«По модели Грейнера на определенных этапах в работе компании возникают кризисы. В ОТП Банке возник кризис контроля: при оптимизации количества процессов и подразделений вертикального управления оказалось недостаточно, и потребовалось оперативно выстраивать сквозное горизонтальное управление», – отметил Бессараб. Он подчеркнул, что проект был запущен в банке в кратчайшие сроки и позволил получить точную картину реального функционала подразделений, объективно оценить распределение затрат и создать систему регулярного мониторинга ключевых показателей, сосредоточившись на стабильности, качестве и предсказуемости операций.
Спикер пояснил, что первым этапом на этом пути стали каталогизация и моделирование, на которые ушло 6 месяцев. В результате банк зафиксировал три уровня: 20 групп сквозных процессов, около 200 самих сквозных процессов и порядка 2 000 подпроцессов. Именно уровень подпроцессов показал реальный функционал каждого подразделения и сформировал точную базу для дальнейшей работы.
Вторым шагом в ОТП Банке внедрили модель стоимости процессов для непосредственного расчета стоимости каждого элемента. Для массовых операций банк использовал стафф-модели, рассчитанные по нормативам. В немассовых подразделениях применялась экспертная оценка: руководители самостоятельно определяли долю аллокации затрат на конкретную задачу. Погрешность такого подхода не исказила итоговый рейтинг процессов по их стоимости, позволив сформировать объективную картину распределения затрат.
«Третий шаг – создание управленческого дашборда. Мы применили правило Парето, выделив 20% процессов, в которых сосредоточено 80% затрат, и добавили к ним требования регулятора. Для каждого процесса определили от 3 до 7 метрик по трем категориям: стоимость, время и качество. Эти показатели работают как конкретные триггеры, подсвечивающие зоны для глубокого анализа», – отметил Андрей.
Дашборд фиксирует изменения метрик, и раз в месяц топ-менеджмент рассматривает их состояние. Если по конкретной метрике, например по времени выдачи кредита, фиксируется отклонение, формируется поручение проработать его причины. По результатам такой проработки могут быть запущены изменения – в частности, реинжиниринг, автоматизация или применение технологий искусственного интеллекта. Эти работы проводят либо централизованные команды, либо владельцы процессов при поддержке процессного офиса. На текущем этапе экономический эффект от внедрения проекта составил 200 млн рублей.
Почти 10 лет в Авито — это не просто стаж. Это возможность наблюдать, как компания меняется изнутри, и самому влиять на эти изменения.
В этом выпуске «AviTalk» ведущий Виктор Раев, руководитель разработки юнита Services Base, поговорил с Александром Лукьянченко — техническим руководителем кластера Architecture. Саша прошёл путь от разработчика до менеджера высшего звена и видел Авито ещё в 2016-м — когда всё было устроено совсем иначе.
В разговоре — о том, как одному инженеру можно изменить работу целой компании, как зарождалась PaaS-платформа, что такое AvitoPlato и зачем оно нужно, и где брать мотивацию, когда занимаешься чем-то масштабным надолго.
