Copilot для low-code платформы: делаем эффективный инструмент автоматизации еще эффективнее
Никита Старичков
Мастер-класс по 1С:Напарник
Денис Сытый
Практические ограничения и риски внедрения ИИ в прикладных задачах
Никита Арипов
- Пять стадий отношения к ИИ в разработке: от эйфории и ожидания буста до разочарования и трезвого отношения
- Почему обещанный рост продуктивности от ИИ часто не подтверждается в реальных проектах
- Как ИИ замедляет разработку: страх правок, галлюцинации и усложнение поддержки кода
- Разрыв между прототипами и промышленной разработкой
- Иллюзия эффективности: что показывают исследования о реальной пользе ИИ для разработчиков
- Почему текущая волна ИИ во многом хайп и чем это грозит проектам в ближайшие годы
Алексей Фролов
- Доклад будет интересен техническим директорам, руководителям проектов внедрения и всем, кто хочет понять, как прикрутить ИИ к 1С enterprise-уровня с пользой для бизнеса. Ключевой посыл: Чат-бот может сэкономить миллионы на сопровождении, если подойти к делу как управленец, а не как программист.
- Чат-бот, как инструмент сокращения консультационных обращений.
- Законченное решение в закрытом ландшафте заказчика (1С - Векторное хранилище – LLM).
- Циклы непрерывного улучшения через тестирование с результатом верных ответов 96%.
- Эволюция от «ответчика» к «ассистенту».
Дмитрий Велигоненко
- Чат-боты поддержки:
Модель и архитектура решения;
Центральная база поддержки и клиент (бесшовная интеграция) в каждой области данных;
Процессы постоянного улучшения качества ответов. - Справочные сервисы по нормативным документам:
Модель и архитектура решения;
Выбор статей классификаторов;
Выбор счетов учета и значений бюджетной классификации. - Агенты по заполнению документов с вводом сопутствующей информации:
Модель и архитектура решения;
Субагенты;
Инструменты анализа и ввода данных в базах 1С;
Память.
Антон Агафонов
ИИ-агенты в 1С-разработке: от первых шагов до рабочего процесса
Владимир Харин
- От «пишу код» к «управляю процессом»: как меняется роль разработчика
- Кодовые агенты: модель + контекст + инструменты — как это работает вместе
- Рабочий процесс в 1С: от настройки проекта до ежедневного использования
- Типичные ловушки: вайб-кодинг, экономия на моделях, слишком большие задачи
Илья Низамов
- Презентация о реальном применении искусственного интеллекта в бизнесе без маркетинговых иллюзий и сложной теории.
- Разбираются конкретные кейсы внедрения ИИ в продажах, документообороте, HR, поддержке клиентов и производстве.
- какие задачи уже сегодня решают современные языковые модели и нейросети
- как ИИ оптимизирует труд сотрудников и снижает операционные расходы
- реальные сценарии внедрения без миллионов бюджета
- архитектуру простых решений и стоимость запуска
- пошаговый roadmap внедрения — от MVP до масштабирования
Дмитрий Котов
Ты программист, но ещё не пробовал вайбкодинг на 1С? Или ты аналитик, консультант, внедренец и хочешь понять, зачем это тебе? Страшно, непонятно, кажется, что это сложно и не для тебя?Тогда этот мастер-класс точно стоит посетить.Покажу вайбкодинг на 1С вживую — с ИИ-агентами, реальными сценариями и без лишней теории.
- Быстро введу в контекст, а дальше сразу перейдём к практике: вместе создадим внешнюю обработку с нуля, посмотрим, как ИИ помогает в работе, и разберём MCP — тот самый инструмент, где начинается настоящая магия.
- Покажу, как работать не только с кодом, но и с данными.С мастер-класса уйдёшь с нейродофамином, пониманием, как это устроено, и готовым чек-листом для старта.
- Вайбкодинг на 1С — это уже не хайп, а рабочий инструмент. Порог входа сейчас минимальный. И да — пора вкатываться, потому что рынок ждать не будет.
Дмитрий Сидоренко
- Миф о дороговизне: Подписки оттягивают старт, а как без них?
- Есть ли что-то кроме Qoder и Cursor?
- Почему VSC, а не EDT?
- От "Болванки" к рабочему коду в 1С
- Документация: избавляемся от монотонности и получаем гибкость.
- Для чего мы это делаем и какие планы?
Роман Данилов
- Конкретные инструменты и примеры использования ИИ на всех этапах работы аналитика (и не только аналитика).
- Какие задачи аналитика можно смело делегировать ИИ, а где критична валидация человеком?
- Ловушка "универсального солдата": может ли один "скилловый" аналитик заменить всю команду и что для этого требуется?
- Экономика иллюзий: почему сокращение затрат возможно, но не так, как это видит бизнес?
Роман Чумадин
- DeepSeek и его "помощники"
- Месяц решаю все свои задачи, от Джуниор до Синьор, с помощью нейросети
- Топ задач, решаемых нейросетями
- Критерии сравнения Джуна и нейросети
- Кого на самом деле нужно «оставить»?
Артем Вахрушев
- Принципы и подходы управления компанией: все придумано до нас
- Модель организационного дизайна: блоки, принципы построения, взаимосвязи
- Симптомы проблем в управлении компанией: как понять, что оно «хромает»?
- Процесс принятия и реализации управленческих решений: принимаем и реализуем решения не только с риском, но с умом
- Что такое IDSS и как ее применить малым компаниям: кейсы
- Организационное развитие: 13 шагов по внедрению изменений в компании
Кучма Дмитрий
- Введение. ИИ — это «силовой множитель» аналитика, который берет на себя операционную работу, повышая эффективность по скорости, качеству и глубине анализа на ВСЕХ этапах проекта. Разберем конкретные инструменты и кейсы по каждому этапу жизненного цикла проекта.
- Часть 1: Пресейл и Обследование – ИИ увеличит скорость подготовки к встречам, поможет с глубиной понимания проблем на старте. Аналитик аккумулирует знания о заказчике.
- Часть 2: Моделирование и Проектирование - ИИ создает черновик, эскиз. Аналитик проводит критическую оценку, адаптирует под ограничения 1С, согласует с заказчиком.
- Часть 3: Разработка и Тестирование – ИИ частично поможет в генерации рутинных артефактов. Аналитик остается ключевым звеном.
- Часть 4: Документация и Обучение - Эффект от ИИ - скорость подготовки материалов, их ясность для разных аудиторий. Аналитик — редактор и гарант точности.
- Часть 5: Ввод в эксплуатацию и Поддержка – ИИ поможет в переносе данных, будет анализировать инциденты, помогает найти (или не найти) пункт в инструкции. Аналитик — капитан, который принимает решения по результатам работы ИИ.
- Заключение: Новая роль аналитика 1С: От «писателя запросов и ТЗ» к «проводнику бизнеса в цифровую среду, архитектору решений и валидатору ИИ-результатов». Главный эффект, который растет: Ценность для бизнеса за единицу времени. Вы делаете больше сложной работы, а не больше рутинной.
Никита Прусаков
- Практический опыт использования ИИ в 1С-команде
- Я расскажу, как в небольшой 1С-команде без выделенного QA я начал использовать ИИ для генерации и проверки кода, написания ТЗ и контроля качества — и почему первые попытки только усилили хаос. Каких инструментов мне не хватило в начале, и к чему я пришёл. На практике посмотрим какие задачи можно смело делегировать ИИ, а какие оставить в руках человека.
- Рассмотрим, какие инструменты в связке с ИИ позволяют добиться хороших результатов.
- Как использовать ИИ для проверки соответствия кода ТЗ.
- Как превратить нейросеть в полноценного ассистента.
Илья Отькало
- ИИ входит жизнь аналитиков 1С. Появляются новые сервисы, новые сферы применения.
- В моей практике проверки заданий учащихся курса «Аналитика 1С», я всё чаще встречаю применение ИИ. Например, при написании ТЗ.
- К сожалению, вынужден констатировать, что в большинстве случаев качество работ от этого резко падает.
- В своем докладе поделюсь, как сделать, чтобы применение ИИ не только ускоряло работу, но и приводило к увеличению ее качества.
- Но самое интересное: это будут не мои рекомендации, а рекомендации ИИ.
Денис Соколов
- Проблема большинства ИТ-проектов – это разрыв между бизнес-требованиями заказчика и технической спецификацией. Длинные циклы согласований и потеря смысла.
- Решение – включить ИИ-агентов в процесс управления требованиями (например, для анализа интервью, генерации пользовательских историй, проверки непротиворечивости).
- Исследуем кейс BcluB. Как при создании нового функционала социальной механики (клубы и события) на 1С:Элемент ИИ формулирует: требования, классы пользователей и пользовательские истории, сценарии работы и диаграммы состояний, карты диалоговых окон.
- Вывод для аудитории. ИИ – это не только генератор кода, но и «бизнес аналитик», который ускоряет и структурирует проектирование информационных систем.
Михаил Евдокимов
- Зачем бизнесу прогнозирование: где чаще всего теряются деньги — дефицит, излишки, списания, срочные закупки, просадки по выручке.
- Как “ИИ-прогноз” работает простыми словами: берём историю, учитываем повторяющиеся закономерности (сезонность/праздники/акции), получаем прогноз на нужный горизонт (неделя/месяц).
- Какие данные нужны на практике: продажи, остатки, поставки/закупки, цены и акции, календарь, справочники номенклатуры и точек продаж.
- Отдельно про 1С: в большинстве компаний именно 1С — главный источник этих данных; типовой набор выгрузок и что важно в учёте, чтобы прогноз был надёжным (корректные остатки и движения, единые справочники).
- Как использовать прогноз в процессах: план закупок и пополнения, план производства, финансовое планирование, контроль “исключений” (где ситуация резко меняется).
- Как запускать без боли: пилот на одной категории/складе → сверка с фактом → настройка регламентов → масштабирование на остальные группы.
- Типовые ошибки и как их избежать: “ждём магии без данных”, смешиваем разные единицы учёта, не фиксируем правила применения прогноза, не назначаем владельца процесса.
Игорь Винокуров
- Роль совещаний в ИТ-проектах: где именно принимаются ключевые архитектурные и управленческие решения — и почему они редко становятся частью корпоративной памяти.
- Подход к созданию «второй памяти» проекта: автоматическая фиксация встреч, структурирование решений и формирование базы знаний по всем совещаниям.
- Как может выглядеть интеграция ИИ-протоколов с задачами и процессами в экосистеме 1С (ERP, Документооборот, проектные решения).
- Возможности аналитики по массиву встреч: выявление повторяющихся блокеров, затяжных согласований и точек риска в проектах внедрения.
Михаил Калимулин
- ИИ дает больше возможностей, чем просто вайб-кодинг
- Торговый бот это ваш бизнес с точкой безубыточности на самом старте
- Границы и контроль ключевые моменты в практическом применении ИИ
- Истории взаимодействия с покупателями
Ильяс Низамутдинов
- В этом докладе мы попробуем исследовать, можно ли обучиться какому-то навыку при помощи платформ GPT и какие есть ограничения
- Рассмотрим три платформы (пока условно, может поменяться). ChatGPT, Grok, DeepSeek
- Возьмем тему по запросам. Составляем задачу, что нужно придумать курс, и отдаем в GPT
- Исследуем готовые планы обучения, предоставленные GPT
- Исследуем несколько уроков из плана
- Решаем ДЗ и отправляем на проверку в GPT
- Какие есть ограничения (пока)
Евгений Голубцов
- Это будет не просто презентация, и не просто рассказ. На выступлении у Вас будет уникальная возможность увидеть процесс анализа и согласования или отклонения Договора «Цифровым двойником» в реальной «боевой системе».
- Вы сможете даже прислать свой договор, не забудьте его в электронном виде с собой.
Александр Чернятьев
- Как формулировать ТЗ, чтобы получить результат. Почему большинство запросов на ИИ приводят к провалу ещё до старта — и как правильно ставить задачу поставщику.
- Нужны ли вам свои серверы? Реальные требования к вычислительным мощностям и сценарии, когда можно обойтись без покупки дорогостоящего оборудования.
- Можно ли иметь «свой» ИИ без GPU и серверных стоек. Обзор доступных архитектур и гибридных решений для тех, кто не готов строить дата-центр.
- Безопасные модели использования облака. Когда облако безопаснее локального развёртывания и какие юридические схемы позволяют не сливать чувствительные данные.
- Как считать совокупную стоимость владения (TCO). Не только железо: обслуживание, обновления, энергопотребление и стоимость экспертизы.
- Архитектура LLM в закрытом контуре: кейсы и грабли. Практические примеры из опыта IVOLGA Technologies: что пошло не так у других и как сделать правильно.
Валерий Бобров
- По мере того как LLM превращаются из "чата" в ИИ-агентов, способных инициировать действия в 1С, риск смещается с "ошибочного ответа" на ошибочное изменение данных и процессов. На практике безопасность упирается не в выбор модели, а в наличие инженерных ограничений: права доступа, белый список операций, проверка входных данных, журналирование и возможность отката.
- В докладе я покажу, как построить универсальную безопасность ИИ-агентов в 1С через связку MCP-серверов и навыков (skills): MCP выступает как шлюз инструментов (агент вызывает только разрешённые функции со строгими схемами параметров), а навыки — как версионируемые регламенты безопасного поведения (шаги, уровни риска, критерии остановки, места подтверждения человеком). На практических сценариях разберём, как внедрять агентов в рабочие базы так, чтобы они приносили пользу и не могли ничего сломать:
- Отчёты только на чтение (без изменения данных)
- Создание черновиков документов и заявок (без проведения)
- Операции повышенного риска — только по схеме «план -> подтверждение -> выполнение»
Иосиф Правец
Расскажу на примерах из своих проектов:
- Почему я решил использовать ИИ для ревью кода в 1С.
- Как это настроил шаг за шагом.
- Сколько на самом деле стоит такая автоматизация.
На пороге внедрения AI: почему мы рискуем на нем остаться?
Мария Серёгина
- В рамках доклада посмотрим на текущую реальность глазами технореалистов.
- Обсудим, почему инструменты и практики применения AI в анализе и проектирований решений 1С все еще выбор смелых исследователей, а не общепринятая практика.
- Рассмотрим проблемы внедрения AI под лозунгом «оптимизируйте что-нибудь как-нибудь» и трудности, с которыми сталкиваются инициативные сотрудники, пытаясь внедрить новые практики без поддержки руководства.
- Пройдемся по основным рисковым факторам, которые важно учитывать на старте запуска инициативы по внедрению AI в процессы анализа и проектирования.
Ринат Гайфетдинов
- Расскажу, с какими архитектурными проблемами чаще всего сталкиваются новички в 1С и почему их сложно решать без опыта
- Рассмотрим, как с помощью ИИ анализировать существующую конфигурацию и находить архитектурные ошибки
- Разберем, что ИИ может ускорить рост новичка от «пишу просто чтобы работало» до осознанных архитектурных решений
- Продемонстрирую, как с помощью одной модели можно писать промпты и составлять ТЗ для другой модели
Сергей Горшенин
- Вы отлично разбираетесь в своей теме. Но когда дело доходит до обновления курса, методички или программы обучения — правки копятся, время уходит, а результата всё нет. Знакомо?
- В основе этого выступления — реальный кейс: мы взяли существующий курс с презентациями, проанализировали его с помощью нейросети, выстроили новую программу и пошагово пересобрали все материалы. ИИ выступил в роли методического ассистента, который взял на себя рутину и ускорил процесс в разы.
- Вы узнаете:
- Как использовать ИИ для быстрого анализа и реструктуризации учебного контента
- Как выстроить диалог с нейросетью, чтобы получать готовые рабочие структуры
- Как, оставаясь экспертом в теме, снять с себя методическую «черновую» работу
- Как этот метод применить к своим курсам и презентациям
- Как адаптировать курс под разные целевые аудитории
- Как ускорить разработку визуальной составляющей
- Как быстро и просто создать текстовое описание
- .... и при этом не потерять авторскую задумку и ключевую цель
- Результат: вы унесёте с собой не просто вдохновляющую историю, а готовый к применению алгоритм пересборки учебных материалов с помощью ИИ. Берите и примеряйте.
Глеб Архангельский
- Вы отлично разбираетесь в своей теме. Но когда дело доходит до обновления курса, методички или программы обучения — правки копятся, время уходит, а результата всё нет. Знакомо?
- Стенограммы и ИИ-саммари встреч все более активно входят в нашу жизнь. Скоро офисная кофеварка будет суммаризировать неформальные разговоры и присылать нам на почту.
- Но вот как использовать эту техническую возможность для ПОВЫШЕНИЯ ЛИЧНОЙ ЭФФЕКТИВНОСТИ? Что делать с этими стенограммами и протоколами, чтобы радикально повысить отдачу пользы на потраченное собственное время?
- В Библии упоминается «Книга дневных записей» как инструмент менеджмента у персидского царя. Сейчас такую «Книгу дневных записей» может завести себе каждый. Вопрос — как воспользоваться ей для радикального повышения вашей личной эффективности.
Анна Степанян
- Реальные кейсы, как удачно интегрировать инструменты
- ИИ в подбор специалистов 1С
- Вопрос замены в корне неверный. Будущее за теми, кто "подружится" с ИИ, чтобы выйти на новый уровень.