SAPLAND

Oracle Fusion CLAW: нативная оркестрация ИИ-агентов в ядре ERP и ставка на жесткий контроль

Oracle стала первым крупным ERP-вендором, встроившим оркестрацию ИИ-агентов непосредственно на уровень платформы (Fusion Applications).

В отличие от конкурентов, которые создают внешние шлюзы или чат-боты-надстройки, Oracle рассматривает агентные рабочие процессы не как дополнение, а как фундаментальную основу работы корпоративного ПО.

Ключевая инновация не в самих языковых моделях (используются Gemini и OpenAI через Oracle Cloud), а в фреймворке управления. ИИ-модели строго запрещено напрямую записывать данные в системы Fusion. Агент лишь предлагает действия, которые затем проходят через детерминированный вычислительный слой, проверяющий их на соответствие заданным бизнес-правилам и политикам. Для аудита и контроля внедрены механизмы контроля каждого запуска и неизменяемые чеки/отчеты о действиях агента, что призвано снять главный страх бизнеса: потерю контроля над критическими процессами.

Конкурентный ландшафт и монетизация

SAP делает ставку на широту охвата (платформа Business AI с более чем 200 агентами и 50 ассистентами Joule).
Workday фокусируется на Agent Gateway как системе записи для внешних агентов.
Oracle продает эти возможности не как стандартную функцию, а как отдельную премиальную опцию, требующую оплаты «единиц ИИ» (AI units), делая ставку на высокую ценность гарантированно безопасного исполнения.

Реальность рынка и вызовы

Несмотря на заявления вендоров, рынок остается крайне осторожным. Согласно исследованиям (включая данные RSA/Gartner), только 5% организаций вывели ИИ-агентов в полноценный продакшен, а 60% называют безопасность главным барьером. Прогнозируется, что к концу 2027 года более 40% агентных ИИ-проектов будут свернуты. Роль рядового сотрудника эволюционирует в «менеджера по делегированию»: вместо ручного ввода данных он задает границы и правила для агентов (от режима «только рекомендация» до «полной автономии» в рамках лимитов).

Технологическая архитектура Oracle Fusion CLAW выглядит надежной на бумаге благодаря жесткому разделению «мышления» ИИ и детерминированной бизнес-логики. Однако масштабных подтвержденных данных об окупаемости пока нет. Успех внедрения будет зависеть не от мощности моделей, а от организационной дисциплины компаний: способности четко прописать внутренние политики, пороги риска и правила делегирования полномочий цифровым агентам.

🎙 Из подкаста венчурного фонда a16z с участием представителей стартапа Lio, посвященного тому, как ИИ-агенты трансформируют рынок корпоративного ПО и бросают вызов гигантам вроде SAP и Salesforce.

ИИ-агенты против ERP-гигантов: почему всё корпоративное ПО будет переписано с нуля

Закупки для предприятий становятся ключевым полем битвы для стартапов, разрабатывающих решения на основе искусственного интеллекта, в борьбе с традиционными гигантами программного обеспечения. Краткая выжимка основных идей и трендов из статьи, разделенная на три ключевых блока.

Почему традиционные ИТ-гиганты проигрывают гонку ИИ-агентов?

Гиганты вроде SAP или Salesforce владеют данными только внутри своих баз. Однако около 80% реальной бизнес-работы (в частности, в закупках) происходит вне ERP-систем: в сотнях писем, Excel-таблицах, 3D-моделях и на встречах. ИИ-агенты стартапов способны работать именно в этой «слепой зоне», управляя полными сквозными процессами.

У ИТ-корпораций есть преимущество в дистрибуции, но им мешает защита старых продуктов. Создание автономных ИИ-агентов, которые заменяют собой рутинный труд и целые отделы, конфликтует с их текущей бизнес-моделью, которая продает людям инструменты для работы. Из-за внутренних разногласий они застревают на уровне простых чат-ботов.

Экономический эффект: охота за «невидимыми» затратами

Люди физически не могут вести переговоры по тысячам мелких контрактов (например, счетам до $50 000) из-за нехватки времени. ИИ-агенты автоматически торгуются за каждый счет. В финансах есть правило: снижение затрат на закупки всего на 1% эквивалентно увеличению продаж компании на 10% в пересчете на чистую прибыль.

Косвенные закупки (канцелярия, стандартные болты, маркетинговые услуги) ИИ полностью берет на себя. В сложных прямых закупках (строительство дата-центров, производство самолетов) ИИ работает как «второй пилот» для инженеров: в режиме реального времени анализирует мировые индексы цен на сырье и подсказывает, как аргументированно отбить попытку поставщика завысить цены.

Эволюция доверия

Ни одна крупная компания не доверит ИИ миллионные контракты в первый день. Доверие формируется итеративно: сначала агент ведет сделки на $10k, получая правки от человека, затем алгоритм учится и берет на себя сделки на $100k и выше.

Рынок проходит 4 стадии — от агентов для поиска информации и процессов (Process) к агентам, способным применять политики (Policy) и, наконец, к автономным агентам-принципалам (Principal), которые сами принимают взвешенные бизнес-решения.

Настоящим конкурентным рвом является не сама языковая модель, а накопление уникальных проприетарных данных (например, реальных цен, на которых сходятся покупатели и поставщики в закрытых торгах). В будущем корпоративные сделки будут проходить не между людьми, а между их персональными ИИ-агентами.

Эпоха «копайлотов» (помощников), которые просто подсказывают человеку, что нажать в интерфейсе, заканчивается. На смену им приходят автономные многоагентные системы, которые сами ведут переписку, согласуют документы и торгуются с контрагентами, полностью переформатируя рынок enterprise-софта.

От разрозненных систем к единым стандартам: как Россия решает проблему внедрения ИИ в промышленности

АНО «Национальный центр компетенций по информационным системам управления холдингом» (АНО «НЦК ИСУ»), компании MWS AI и Rocket Control AI подписали соглашение о партнерстве на форуме «Цифровые решения». Компании начинают сотрудничество в рамках нового направления деятельности НЦК ИСУ — ИИ-лаборатории.

Цель совместной работы — исследование возможностей применения искусственного интеллекта в системах управления ресурсами (ERP/СУР) крупнейших российских предприятий, а также развитие и масштабирование отечественных ИИ-решений в промышленном секторе.

Создание ИИ-лаборатории является одним из новых этапов деятельности НЦК ИСУ и важным направлением работы консорциума по развитию отечественных ERP-систем, созданного на базе НЦК ИСУ по поручению премьер-министра Михаила Мишустина. Предпосылками для запуска ИИ-лаборатории стали сложности с внедрением ИИ в работу промышленных предприятий, которые выявило исследование НЦК ИСУ. По результатам интервью с ИТ-руководителями ключевых промышленных предприятий, выяснилось, что крупнейшие производители пока не видят ниш для ИИ с гарантированным бизнес-эффектом, а само внедрение обходится дорого и зачастую несовместимо с требованиями информационной безопасности.

Работа ИИ-лаборатории в НЦК ИСУ будет направлена на преодоление этих барьеров и системной проработки вопросов применения ИИ в промышленности. При этом работа лаборатории будет строиться при обязательном участии крупнейших заказчиков страны, которые уже накопили значительный опыт в области ИИ — как самостоятельно, так и в партнерстве с ИТ-компаниями. Их практические наработки и реальные запросы станут основой для выработки прикладных решений и отраслевых стандартов.

О сложностях с внедрением ИИ в работу промышленных предприятий говорит и гендиректор группы Rubytech Игорь Ведёхин на форуме «Цифровые решения»: российский бизнес не может получить значимый экономический эффект от ИИ-агентов из-за отсутствия единой ИТ-инфраструктуры и унификации данных. Без интеграции сервисов ИИ-агент остается инструментом для локальных задач (например, может сообщить об остатке средств на счете подразделения), но не способен решать комплексные бизнес-задачи (например, планирование финансирования), так как не имеет доступа к ERP, системам работы с поставщиками и банковским сервисам одновременно.

Разрозненность приводит к созданию изолированных хранилищ данных и «костылей» для интеграции, а утилизация графических процессоров (GPU) остается на низком уровне (35–40%). Ранняя консолидация инфраструктуры на базе единых платформ позволяет повысить утилизацию мощностей до 70–80%, удваивая эффективность затрат. На данный момент четкий и измеримый результат ИИ дает преимущественно в сфере разработки ПО, где исторически сложился унифицированный технологический стек (языки программирования, Git, Jira).

Главный барьер для промышленного и корпоративного внедрения ИИ в России в 2026 году сместился с качества самих моделей на архитектурную разрозненность данных. Для получения реального экономического эффекта необходимы консолидация инфраструктуры, унификация данных и создание отраслевых стандартов интеграции, чем и планируют заниматься новые профильные лаборатории и консорциумы.

Об автономном предприятии и роли платформы ABAP в качестве основы для выполнения задач в рамках агентного ИИ

SAP анонсировала новый этап развития ABAP-платформы. Главный тренд: ABAP — это уже не просто язык для кастомного кода, а слой исполнения для ИИ-агентов в автономном предприятии. Новый сценарий работы с корпоративными системами — через результат, а не через интерфейс. Пользователь сможет сформулировать результат обычным запросом — например, заказать ноутбуки для новых сотрудников, — а агенты сами проверят каталог, бюджет и создадут заявку. При этом SAP подчёркивает: это не универсальная среда запуска агентов, а платформа с глубокой бизнес-логикой, управлением доступами и 40-летним опытом работы с критическими процессами. ABAP остаётся фундаментом бизнес-процессов: агентам нужны проверенная бизнес-логика, масштабируемость, безопасность и управляемость.

Важную роль играет ABAP MCP Server — он позволяет AI-агентам взаимодействовать с ABAP-системами и внешними инструментами через стандартизированные интерфейсы.

Главный вызов — не возможности AI, а контроль. Для каждого агента должны быть определены права, доступные данные, сценарии действий, границы ответственности и журнал изменений. SAP отдельно говорит о необходимости воспроизводимых результатов, тестовых сред и качественных проверок. Финальное решение по-прежнему остаётся за человеком.

Роль ABAP-разработчика меняется: меньше ручного кодирования, больше архитектуры, постановки задач, проверки качества и управления агентами. ABAP не исчезает из-за AI. Он становится корпоративным "движком исполнения" для агентных сценариев, где важны не только автоматизация, но и надёжность бизнес-процессов.

Что важно знать:

• ABAP MCP-серверы — агентная разработка RAP-приложений прямо в ADT: генерация, реализация и расширение транзакционных приложений в агентном режиме.
• Первый ИИ-агент для миграции кастомного кода на SAP S/4HANA. Целевой прирост эффективности — 40%. Доступен для S/4HANA Cloud Private Edition.
• ABAP AI как сервис — для SAP BTP ABAP Environment, S/4HANA Cloud Public Edition и Private Edition.
• ABAP Development Tools теперь в VS Code — полная поддержка альтернативной IDE.
• Новая модель ценообразования — consumption-based для SAP Joule for Developers.
• Экосистема: интеграции с AWS, Google Cloud, SAP AI Agent Hub и протокол «агент-агент» для связи SAP- и не-SAP-агентов.

Важное ограничение: API Policy v4 — сторонние ИИ-агенты должны работать только через одобренные SAP архитектуры.
Что это значит: ABAP-разработчики получают агентную разработку и миграцию, а функциональные консультанты смогут создавать кастомных ИИ-агентов без знания ABAP.

Полный разбор — в статье SAP News.

Как проявят себя человеческие ресурсы и агенты искусственного интеллекта в комплексном взаимодействии?

В статье на diginomica, посвященной предстоящему мероприятию SAP Connect 2026, поднимается вопрос о том, как человеческий талант и ИИ-агенты будут сосуществовать в комплексных рабочих процессах. Ответ на него дает Лара Альберт, директор по маркетингу SAP SuccessFactors.

Ответ Лары Альберт: ключевая идея

Суть ее позиции в том, что начинать нужно не с вопроса «что может делать ИИ?», а с вопроса «что ИИ должен делать?». Этот подход подразумевает переосмысление рабочих процессов, а не просто автоматизацию существующих.

Как будет выглядеть это взаимодействие на практике

Разделение задач, а не замена людей. Работа декомпозируется на отдельные задачи. Некоторые из них передаются ИИ, но не целиком, а с сохранением человека в цикле для надзора, суждения и понимания контекста. Альберт отмечает, что руководители HR, поразмыслив, часто приходят к выводу, что ИИ должен взять на себя часть их обязанностей, но не полностью.

Смена парадигмы найма. Альберт согласна с тем, что стратегия привлечения молодых талантов должна меняться. Вместо оценки по статичным критериям (например, дипломам) акцент будет смещаться на обучаемость, гибкость и потенциал кандидатов. Примеры компаний Starbucks и Delta показывают, как фокус на навыках и внутренней мобильности уже приносит результаты.

В статье поднимается проблема «автоматизированного противостояния» в найме: кандидаты используют ИИ для генерации резюме, а компании — для их фильтрации, что создаёт замкнутый круг неэффективности. Альберт отмечает, что решение лежит в переходе к найму на основе навыков, где ИИ помогает оценивать потенциал и обучаемость, а не просто отсеивать по формальным признакам.

В материале приводятся кейсы компаний, реализующих этот подход:
Starbucks фокусируется на внутреннем развитии сотрудников, используя навыки как драйвер мобильности внутри компании.
Delta Air Lines успешно заполняет до 80% руководящих позиций за счёт внутренних кандидатов, развивая их «мягкие навыки» и снимая жёсткие формальные требования, существовавшие ранее.

Ответ Альберт сводится к тому, что успешное взаимодействие человека и ИИ требует не стихийной автоматизации, а осознанного проектирования рабочих процессов. Цель — не создание среды, где люди находятся под постоянным контролем алгоритмов, а использование ИИ для усиления человеческого потенциала и принятия более качественных бизнес-решений на основе данных о навыках и потенциале сотрудников.

Nvidia представила платформу, которая за миллисекунды изолирует вышедших из-под контроля ИИ-агентов

Nvidia 28 сентября анонсировала Open Agent Safety Platform для контроля автономных ИИ-агентов.

Платформа выстраивает защитные барьеры за пределами самих моделей и должна помешать агентам покинуть песочницу, запустить несанкционированный код или получить доступ к критической инфраструктуре. По заявлению Nvidia, при попытке выйти за допустимые рамки агент будет изолирован и остановлен за считанные миллисекунды.

Платформу разработали совместно примерно со 100 партнёрами, среди которых SAP, SpaceXAI, Anthropic, Scale AI, Salesforce, Figure, Gecko Robotics и Skild AI.

Запуск пришёлся на период громких призывов к регулированию ИИ. В сентябре модели несколько раз выходили за пределы тестовых сред, а агенты OpenAI получали несанкционированный доступ к сайтам Комиссии по ценным бумагам и биржам США и Бюро переписи населения, после чего OpenAI приостановила обучение новых моделей. По данным Axios, ведущие ИИ-лаборатории сейчас разбирают десятки тысяч подобных инцидентов.

Глава Anthropic Дарио Амодеи призвал "снизить темп" развития ИИ, а в проспекте к IPO Anthropic посвятила описанию возможных угроз треть 261-страничного документа. Скептики называют такие призывы "корыстными", а против Anthropic, OpenAI, SpaceXAI и Google уже подан антимонопольный иск из-за договорённости замедлить развитие ИИ.

Дженсен Хуанг придерживается противоположной позиции, выступает против государственного регулирования и называет апокалиптические прогнозы конкурентов "странными". По его мнению, безопасность ИИ представляет собой инфраструктурную задачу, а полагаться на способность модели контролировать саму себя нельзя. При этом широкие ограничения ударили бы по продажам ускорителей Nvidia, на которых работает большинство ИИ-моделей.

«Атлант-М» откажется от SAP в Беларуси и переведет бизнес на 1С

Белорусский автомобильный холдинг «Атлант-М» готовится отказаться от корпоративной системы SAP, которая больше двух десятилетий была технологической основой его автобизнеса. Ключевые процессы планируется перенести на решения 1С. Новая система уже работает на отдельных предприятиях группы, следующим этапом станет более широкий переход белорусского бизнеса холдинга.

Одной из причин стала невозможность нормально развивать прежнюю платформу. Немецкая SAP прекратила продажи своих продуктов и услуг в Беларуси еще в 2022 году, а затем начала сворачивать местные операции и поддержку.

Когда-то SAP была предметом особой гордости «Атлант-М»

У этой миграции есть определенная историческая ирония. В конце 1990-х и начале 2000-х «Атлант-М» был одним из самых заметных сторонников SAP в белорусском частном бизнесе. Первые работы над единой системой начались еще в 1999 году. К 2013 году холдинг сообщал, что построил на SAP общую среду для своих предприятий в Беларуси, России и Украине. Отраслевое решение SAP Automotive охватывало продажи автомобилей, сервис, запчасти, работу с клиентами, финансы и управление персоналом.

И все это происходило в период, когда компанией руководил ее основатель Олег Хусаенов. Тогда внедрение западной ERP было признаком зрелости большого бизнеса: единые процессы, прозрачная отчетность и возможность тиражировать работающую модель на десятки дилерских центров в нескольких странах. Теперь именно эта архитектура подошла к концу жизненного цикла.

1С в «Атлант-М» уже есть

Переход не начинается с чистого листа. Платформа 1С уже используется внутри группы. Это хорошо объясняет, почему дальнейшая миграция выглядит логичной: холдингу не требуется сначала знакомиться с новой экосистемой, выстраивать отношения с интеграторами и проверять, подходит ли платформа под белорусский учет. Теперь задача значительно сложнее — перенести на нее процессы, которые десятилетиями были тесно связаны с SAP.

Почему нельзя просто оставить старый SAP

Теоретически установленная локально ERP может продолжать работать и после ухода ее разработчика с рынка. SAP сама объясняла, что клиенты с локальными, то есть on-premise, системами технически сохраняют возможность пользоваться уже установленным программным обеспечением. Но для крупной ERP это только половина проблемы.

Автобизнес постоянно меняется. Появляются новые бренды, дилерские центры, программы кредитования и лизинга, требования законодательства, интеграции с сайтами, мобильными сервисами, складами и внешними информационными системами. Старая корпоративная система может продолжать запускаться, но без развития со временем превращается в ограничение для бизнеса. Чем больше вокруг нее появляется собственных доработок и промежуточных интеграций, тем дороже поддерживать всю конструкцию.

Конец целой технологической эпохи

История получилась почти циклической. Больше двадцати лет назад «Атлант-М» переходил на SAP потому, что прежние информационные системы переставали соответствовать масштабам быстро растущего бизнеса. ERP должна была унифицировать работу автоцентров и дать возможность быстро запускать новые предприятия.

Теперь причина смены платформы во многом похожа: бизнес снова оказался впереди используемой системы.

Разница лишь в направлении миграции. В начале 2000-х белорусский холдинг уходил от локальных решений к немецкой корпоративной платформе, считавшейся одним из мировых стандартов автоматизации. В 2026 году движение идет в обратную сторону — от SAP к российской 1С с белорусской локализацией и доступной внутри региона поддержкой.

Опыт показывает, что для внедрения сложных технологий в сегменте малого и среднего производственного бизнеса классические корпоративные методы продаж не работают. Требуется глубокое понимание локальной специфики и неформальных каналов доступа к лицам, принимающим решения.

Курьеры доставки еды продают ИИ заводам: как в Китае ищут переломный момент в промышленном искусственном интеллекте

Когда Чжоу Юйсян основал Black Lake Technologies, он поступил, как ему казалось, разумно: доверился опыту, наняв специалистов по продажам из традиционных западных компаний-разработчиков программного обеспечения, таких как SAP и Siemens. Но когда шанхайский стартап, занимающийся разработкой ИИ, переключился с корпоративных клиентов на небольшие китайские заводы — около четырех миллионов — эти опытные специалисты оказались бесполезны.

«Они даже не могли попасть на территорию завода, минуя охрану и сторожевых собак», — вспоминает Чжоу.

Решение оказалось нетрадиционным: он начал нанимать курьеров служб доставки еды. Эти люди обладают уникальным практическим чутьем, знают черные ходы, планировку цехов и кратчайший путь к руководителю небольшой семейной мастерской. Однако смелости им не хватало технических знаний. Для решения этой проблемы Чжоу внедрил «адский интенсив»: пять дней по 14 часов обучения, ежедневные экзамены и обязательное условие — закрыть первую сделку по телефону к последнему дню. Выдерживают такое испытание лишь около половины кандидатов.

Black Lake разрабатывает облачные системы управления производством, дополненные автономными ИИ-помощниками. Эти системы способны самостоятельно прочитать входящий заказ, сформировать коммерческое предложение и составить график выпуска продукции.

Но Чжоу уверен, что это лишь начало. По его мнению, настоящий «переломный момент уровня Google» в эпоху искусственного интеллекта еще не наступил. «Я не думаю, что этот момент уже произошел, потому что пока мы лишь заменяем отдельные рутинные задачи, — заявил он на форуме Fortune Leaders Forum. — Мы еще не перестроили саму структуру отрасли».

Платформа PopZao: мост между идеей и цехом

Чтобы доказать свою теорию, компания два года разрабатывала платформу PopZao. Ее цель — соединить независимых авторов контента с реальным производством. ИИ-помощники берут на себя преобразование идеи в дизайн, трехмерную модель и готовые производственные данные для фабрики. Яркий пример: буддийский храм захотел создать сувениры для молодежи. Мастер храма просто загрузил фотографию каменных львов. ИИ разработал дизайн, и партия из 500 единиц была изготовлена всего за 30 дней, полностью распроданная за неделю. Теперь храм использует фотографии деревьев, кошек и собак для создания новых линеек продукции.

Китай стал полигоном для проверки гипотезы о том, что искусственный интеллект может не просто ускорить рутину, а кардинально изменить логику работы целых отраслей. Но до момента, когда технологии действительно перестроят промышленность, а не просто заменят человеческий труд, еще предстоит пройти долгий путь.

Ключевой тезис основателя Black Lake заключается в том, что текущее поколение ИИ занимается лишь «заменой задач», тогда как настоящая ценность (переломный момент) возникнет только при «реструктуризации отрасли», когда изменится сама цепочка создания стоимости.

Конец эпохи гарантированной занятости: как SAP меняет правила ради внедрения искусственного интеллекта

Пока рынок обсуждает новых ИИ-помощников SAP, компания проводит тихую, но радикальную кадровую реформу внутри себя. SAP заключила новое рамочное соглашение с производственным советом, которое знаменует собой полный разрыв с прошлой практикой.

Отказ от продления соглашения о защите рабочих мест после 2026 года — это сигнал рынку о том, что SAP серьезно намерена оптимизировать свою структуру под задачи искусственного интеллекта и облачных сервисов, не оглядываясь на устаревшие кадровые обязательства.

Производственный совет не стал блокировать преобразования, но добился максимальных финансовых гарантий для увольняемых сотрудников. Это снижает репутационные и юридические риски SAP, но создает значительную краткосрочную финансовую нагрузку на бюджет компании.

Что меняется для 25 000 сотрудников в Германии

Действующее соглашение о защите рабочих мест истекает в конце 2026 года и не будет продлено в текущем виде. Компания больше не связана абсолютной гарантией отсутствия увольнений из-за изменений в бизнес-процессах. В обмен на отказ от защиты от увольнений профсоюз выторговал беспрецедентные условия. Сотрудники, попадающие под сокращение, получат высокие выходные пособия (по данным источников, до полутора окладов за каждый год стажа) или гарантированные варианты перевода на другие должности внутри холдинга.

Параллельно с кадровыми решениями SAP решает главную проблему корпоративных клиентов — безопасность искусственного интеллекта. Интеграция NVIDIA OpenShell в Joule Studio и углубление альянса с NetApp призваны обеспечить ИИ-помощникам надежный механизм аудита. Без этого регулируемые отрасли просто не стали бы внедрять автономные системы, и вся стратегия Клайна потерпела бы неудачу.

Этот кадровый сдвиг — часть стратегии генерального директора Кристиана Клайна по превращению SAP в компанию, ориентированную на искусственный интеллект. Компания делает ставку на концепцию «автономного предприятия», где рутинные процессы автоматизируются специализированными ИИ-помощниками и системой Joule. Чтобы ускорить этот переход и избавиться от устаревающих функций, компании нужна гибкость, которую раньше блокировал жесткий коллективный договор.

Инвесторы восприняли реорганизацию спокойно: акции выросли на 0,2%, удерживаясь выше ключевой 200-дневной скользящей средней. Аналитики повышают целевые цены, делая ставку на то, что партнерства с NVIDIA (интеграция OpenShell в Joule Studio для безопасности ИИ) и NetApp ускорят переход клиентов на облачные решения.

Эпоха монолитных ERP заканчивается: битва перешла в экосистемы

Финское издание Tivi опубликовало важный материал о фундаментальном сдвиге в корпоративном софте. Главный тезис: конкурентное преимущество компании больше не определяется тем, какая именно ERP-система (SAP, Oracle и др.) в ней установлена.

Теперь побеждает тот, чьи программное обеспечение, данные и инструменты искусственного интеллекта работают как единый, бесшовный организм.

Стирание границ
Традиционные системы управления ресурсами (ERP), взаимоотношениями с клиентами (CRM) и финансами стремительно расширяют свой функционал, вторгаясь на исторические «территории» друг друга.

Экосистема важнее ядра
Ценность для бизнеса создает не сам «движок» учета, а то, насколько гладко он обменивается данными с периферийными системами и ИИ-агентами в реальном времени.

Данные как фундамент
Без чистой, структурированной и доступной архитектуры данных даже самая дорогая ERP превращается в изолированный «черный ящик», неспособный поддерживать современные автономные процессы.

Вместо бесконечных споров о том, какой вендор «лучше», фокус смещается на интеграционную архитектуру и управление данными. Задача ИТ-лидера теперь — не просто поддерживать систему записи, а выстраивать оркестрацию информационных потоков. Именно это позволяет ИИ-агентам безопасно и эффективно действовать во всем программном ландшафте компании, а не только в рамках одного приложения.

Ваши корпоративные приложения были созданы для пользователей-людей, так что же произойдет, когда новым пользователем станет агент искусственного интеллекта?

ИИ-агенты в SAP, Salesforce и ServiceNow разрушают 30-летнюю модель корпоративного контроля

Издание CIO.com опубликовало материал, обязательный к прочтению для каждого ИТ-директора. Главная проблема не в ошибках искусственного интеллекта. Проблема в том, что агенты работают корректно, имеют авторизацию и выполняют задачи, но при этом обходят фундаментальные принципы контроля, созданные для людей.

Тревожная статистика:
• К концу 2026 года 40% корпоративных приложений будут оснащены ИИ-агентами (для сравнения: в 2025 году их было менее 5%) — Gartner.
• Лишь 10% организаций разработали стратегию управления уже внедренными агентами — Okta.
• 68% компаний не могут отличить в системных журналах действия человека от действий ИИ-агента — Cloud Security Alliance.
• 74% компаний планируют внедрить агентов в течение двух лет, однако зрелые процессы управления ими есть лишь у 21% — Deloitte.

4 фундаментальных принципа, которые нарушают ИИ-агенты

Целеполагание. Человек подает строго ограниченную заявку. ИИ-агент получает общую цель и самостоятельно разбивает её на шаги в процессе выполнения. Эти шаги никто заранее не прописывал и не мог предусмотреть.
Полномочия. Агент в Salesforce обошел матрицу согласования скидок (например, свыше 15% — менеджер, свыше 25% — директор), записав данные напрямую через программный интерфейс (API), минуя пользовательский интерфейс. Архитекторы Salesforce предупреждают: аутентификация на уровне клиента создает шаблон сервисной учетной записи, при котором теряются как индивидуальные права пользователя, так и возможность аудита действий.
Бизнес-логика. В медицинской страховой компании автор обнаружил один и тот же порог авторизации, заданный в трех разных местах: в ядре основной платформы, в слое оркестрации и в виде текстового описания на естественном языке в инструкциях для агента. Процедуры контроля изменений охватывают только первое место, что приводит к рассинхронизации правил.
Неопровержимость. Системный журнал фиксирует лишь те учетные данные, которые были предъявлены. ИИ-агент без четкой цепочки делегирования полномочий — это не автоматизация, а неподписанная транзакция, за которую никто не несет ответственности.

6 шагов для ИТ-директора (в порядке приоритета)

Инвентаризация: составить реестр всех агентов, действующих в системах учета, с указанием их идентификаторов и постоянных прав доступа.
Персонализация: отказаться от общих сервисных учетных записей. Каждому агенту присваивается уникальный идентификатор, привязанный к конкретному сотруднику-куратору, который несет за него ответственность.
Детализация прав: выдача полномочий строго под конкретное действие, на короткий срок и по мере необходимости.
Унификация логики: инструкции для агента должны стать полноценными конфигурационными элементами: иметь версии, проходить проверку и согласование наравне с правилами в движке бизнес-логики.
Сквозной аудит: каждая транзакция агента должна содержать полную цепочку делегирования: идентификатор агента, идентификатор куратора-человека, версию инструкции и версию модели.
Поэтапное предоставление автономии: переход от санкционированных действий к контролируемым и далее к автономным, с обязательным и реальным выводом агента из эксплуатации, когда он перестает быть нужным.

Системы контроля и ограничения — это не бюрократическое трение. ИИ-агенту, который может однозначно доказать, кто именно его авторизовал, можно предоставить гораздо больше автономии, раньше и с меньшими рисками. Именно прозрачная цепочка делегирования делает стремительное внедрение технологий безопасным и устойчивым.

Как считаете, насколько наши компании готовы к такому сдвигу в управлении ИТ-инфраструктурой? Делитесь мнением в комментариях.

Как «Самокат» провел миграцию без остановки бизнеса и сжал базу данных в 10 раз: кейс масштабной ИТ-трансформации

Онлайн-ретейлер «Самокат» (экосистема Ecom_tech) реализовал один из самых сложных и амбициозных ИТ-проектов последнего времени: одновременный переход на новую ERP-систему и полную смену СУБД.

Результат впечатляет: объем базы данных сократился с 120 ТБ до 12 ТБ, потребление оперативной памяти упало в 3–4 раза, а нагрузка на процессор — в 3 раза. И всё это было достигнуто без единой минуты простоя для сервиса, работающего 24/7.

Проблема: рост, который перерос старые системы

Изначально ИТ-ландшафт «Самоката» строился на связке «1С:Управление торговлей» (1С:УТ) и MS SQL. Однако стремительное масштабирование бизнеса потребовало более широкого функционала для комплексного управления всеми аспектами деятельности крупного предприятия.

Главная сложность заключалась в колоссальном масштабе задачи:
➖ На момент начала миграции база занимала 120 ТБ сжатых данных.
➖ Ежедневно в системе фиксировалось около 6 млн интеграционных событий.
➖ Сервис работает круглосуточно и без выходных (более 785,5 тыс. заказов в день по данным на 2025 год), а нагрузка на инфраструктуру постоянно росла.

Остановить систему для классического переноса данных было физически невозможно.

Стратегия: параллельный контур вместо последовательного переезда

«Классический сценарий миграции нам не подходил, — отмечает Сергей Сковпин, руководитель департамента разработки и эксплуатации учетных систем Ecom_tech. — Поэтому мы решили строить новую систему параллельно старой, обеспечив запас по производительности и масштабируемости под растущие нагрузки».

Вместо того чтобы переносить данные «одним махом» в выходной день, команда сфокусировалась на непрерывном двустороннем обмене данными между старым и новым контуром.

Ключевые шаги стратегии:
➖ Мгновенная синхронизация: любые изменения, вносимые пользователями в старую базу (1С:УТ), в реальном времени транслировались в новую (1С:ERP).
➖ Бесшовная интеграция: был организован не только входящий поток данных из смежных систем, но и настроены новые потоки, чтобы бизнес-процессы не прерывались ни на секунду.
➖ Обучение на реальных данных: параллельная работа позволила сотрудникам постепенно осваивать новый интерфейс, а ИТ-команде — тестировать систему под реальной боевой нагрузкой, а не в стерильных условиях.

Новый технологический стек

Для замены устаревающей MS SQL после тщательного анализа рынка была выбрана российская СУБД Postgres Pro Enterprise (от компании Postgres Professional). Эта версия базы данных специально оптимизирована для работы с высоконагруженными конфигурациями «1С:ERP», что обеспечило необходимую отказоустойчивость, безопасность и совместимость с жесткими требованиями ритейлера.

Результаты: эффективность, умноженная на 10

Переход на новый стек технологий дал мгновенный и легко измеримый эффект, который окупил затраченные на параллельную разработку ресурсы:
• Объем базы данных: сократился в 10 раз (с 120 ТБ до 12 ТБ) благодаря внутренним оптимизациям и современным механизмам сжатия Postgres Pro.
• Оперативная память: потребление снизилось в 3–4 раза.
• Процессор: средняя нагрузка упала в 3 раза.
• Масштабируемость: получен существенный запас производительности для будущего роста компании без необходимости экстренно закупать новое железо.

Следующая большая битва в корпоративном ИИ будет не за создание моделей, а за контроль над ними. Кто владеет реестром агентов, тот управляет цифровой трансформацией

Спросите любого, кто сейчас управляет корпоративным программным обеспечением, сколько агентов искусственного интеллекта на самом деле работает в их среде, и вы получите примерно тот же ответ: они не знают. У теневых ИТ появился новый, более рискованный родственник.

Первый поставщик ERP-систем, выпустивший специализированный продукт для учета агентов, заявляет, что уже обнаружил 180 000 агентов в производственной среде более чем в 150 организациях. Все данные предоставлены самими компаниями, но преимущество в плане распространения информации реально.

Суть кейса

SAP использует свою огромную базу из ~425 000 клиентов для продвижения AI Agent Hub (на базе SAP LeanIX). Это единый центр управления для обнаружения, инвентаризации и контроля всех AI-агентов в компании — как собственных решений SAP, так и сторонних (LLM, агенты от Microsoft, AWS, Anthropic и др.).

Еще до официального общего релиза (запланирован на Q3 2026 года) SAP заявляет, что 150–180 организаций уже используют хаб и обнаружили через него более 180 000 агентов в рабочей среде.

88% кастомных AI-агентов проваливаются при переходе от пилота к реальному использованию. Главная причина — отсутствие видимости: компании не знают, какие агенты у них работают, к каким данным они обращаются и кто за них отвечает (лишь 23% компаний могут отследить транзакции, инициированные агентами).

Но заявленная «независимость от вендора» пока не проверена в реальных хаотичных мультиоблачных средах, где разные отделы запускают разных агентов на разных платформах. В «чистой» экосистеме SAP это работает хорошо, но в гетерогенных ИТ-ландшафтах могут возникнуть сложности.

Будущее корпоративной безопасности и ИТ не в запрете AI-агентов, а в создании единого реестра (инвентаризации) всех запущенных агентов, аналогично управлению устройствами или лицензиями ПО. Конкурентное преимущество получат не те, кто создает «самого умного» агента, а те, кто предоставляет инфраструктуру для контроля за тысячами агентов. Огромная база клиентов дает SAP фору в навязывании этого стандарта рынку.

Борьба с «теневым ИИ»: без централизованного хаба компании столкнутся с неконтролируемым размножением агентов, которые потребляют вычислительные ресурсы, нарушают комплаенс и не приносят измеримой пользы (те самые 88% провалов).

РусГидро завершило масштабный переход с SAP на «1С:ERP Управление холдингом»

Проект реализован совместно с ИТ-холдингом Т1 и стал одним из ключевых этапов цифровой трансформации и импортозамещения в энергохолдинге.

Основные цифры проекта:

90+ юридических лиц и 22 филиала охвачены новой системой.
2 000+ пользователей работают в системе одновременно.
28 месяцев заняла реализация проекта (работы стартовали в 2024 году).
~600 специалистов были задействованы в глубоком обследовании и адаптации платформы под процессы компании (более 400 со стороны РусГидро и около 170 от ИТ-холдинга Т1).
700+ бизнес-процессов описано и 2 500+ технических требований сформулировано для адаптации платформы под уникальные процессы компании.
100 000+ человеко-часов составила трудоёмкость доработок системы.
8 функциональных областей и 4 технологических блока внедрено, включая сложную интеграцию с 50 потоками данных.

Достигнутые бизнес-эффекты:

➖ Снижение трудозатрат бухгалтерии и планово-экономических отделов на 25% за счёт отказа от ручного ввода и автоматической консолидации данных;
➖ Сокращение сроков подготовки отчётности на 20%;
➖ Снижение операционных, административных и производственных издержек на 15%;
➖ Снижение производственных издержек на 15% (за счёт повышения прозрачности учёта, ремонтов и логистики).

Эксклюзивное расследование Каспара Шленка: спецназ в SAP по образцу компании Palantir.

SAP: элитные силы предназначены для борьбы с проблемами ИИ

Генеральный директор SAP Кристиан Кляйн намерен решительно превратить крупнейший в Европе софтверный концерн в полноценную ИИ-компанию. На компанию оказывается постоянное давление: клиенты и инвесторы теперь ждут конкретных, измеримых результатов от внедрения ИИ, а не просто громких анонсов. После того как опасения по поводу отставания в гонке ИИ оказали давление на акции SAP, Кристиан Кляйн взял разработку ИИ-стратегии под свой личный контроль. По его словам, от этого зависит долгосрочная конкурентоспособность и будущее SAP.

Для ускорения разработки и внедрения технологий искусственного интеллекта внутри SAP создаются новые внутренние «спецподразделения» или «элитные команды». Они должны работать по образцу, основанному на модели компании Palantir, занимающейся анализом данных, чтобы быстрее доставлять работающие ИИ-решения на рынок. Цель такого «спецназа» — наконец-то обеспечить те самые эффектные ИИ-кейсы и реальную выручку от ИИ, которые так необходимы 45-летнему генеральному директору Кристиану Кляйну для укрепления инвестиционного нарратива.

Этих специалистов, которых внутри компании не иначе как «SWAT-командами» не называют (официальный титул — Forward Deployed Engineers), направляют в штаб-квартиры мировых корпораций. Там они внедряют ИИ-агентов в финансовые системы, цепочки поставок и HR-платформы, наглядно доказывая: SAP не собирается сдавать позиции под натиском ИИ-компаний - новичков рынка, а сама готова стать полноценной ИИ-корпорацией.

В стратегии Кляйна этим элитным отрядам отведена ключевая роль — к такому выводу пришел Каспар Шленк, редактор журнала manager magazin, по итогам своего расследования. Для этого он пообщался не только с членами правления, руководителями команд и рядовыми сотрудниками «на передовой» самого SAP, но и с инвесторами, конкурентами и консультантами, которые до недавнего времени занимались дистрибуцией решений SAP. Сможет ли этот элитный спецназ добиться своего?