4 мая 2026 г.
Последние несколько лет российский бизнес решал задачу срочной замены ушедшего западного софта. Сегодня приоритеты сместились. Компании больше не хотят копий, они хотят решений, которые превосходят ушедшие аналоги. Это главный сдвиг в российской ИТ-индустрии за последние два года.
Low-code выходит на промышленный уровень
Еще недавно low-code воспринимался как инструмент для быстрых прототипов. Сегодня это полноценное решение на крупных заводах, в банках, в розничных сетях. Как отмечают эксперты, период завышенных ожиданий от low-code как «универсального солдата» прошел. На смену ему пришло более прагматичное и зрелое понимание, где эта технология по-настоящему эффективна.
Бизнесу надоело ждать. Классическая разработка, особенно при дефиците кадров, занимает месяцы. Low-code позволяет уложиться в недели. Это уже не тестовые приложения, а реальные бизнес-процессы: управление закупками, согласование договоров, контроль качества.
Профессиональные разработчики не исчезают. Low-code освобождает их от рутины, позволяя сосредоточиться на сложной логике, интеграциях, производительности. Бизнес-пользователи получают возможность самостоятельно настраивать несложные процессы без участия ИТ-отдела.
Безопасность тоже изменилась. Раньше low-code-платформы за это критиковали. Сейчас уже нет. Крупные вендоры встроили серьезные механизмы защиты: разграничение доступа на уровне данных, аудит всех действий. Low-code перестал быть уязвимым местом.
Заказная разработка движется от копирования к улучшению
Импортозамещение в лоб, когда компании просто искали отечественную копию ушедшего софта, показало свои пределы. Копия редко бывает лучше оригинала, но заказчики хотят не точь-в-точь, они хотят лучше.
Рынок заказной разработки сегодня чувствует себя уверенно. Компании готовы платить за решения, которые вписываются в их процессы, а не требуют подстраивать процессы под софт. Особенно в промышленности. Там каждый завод уникален: своя номенклатура, свои технологические цепочки, свои системы учета.
Требования к безопасности выросли. Утечка данных грозит не только репутационными потерями, но и прямыми убытками, часто остановкой бизнеса. Поэтому безопасность закладывают в архитектуру с первого дня, а не прикручивают потом наспех сверху.
Промышленная роботизация становится экономически выгодной
Роботизация перестала быть уделом только крупных конвейерных производств. Она приходит в средний бизнес, на склады и в логистику.
Экономика простая. Складской робот функционирует 24/7, он не болеет и не просит премию. Ошибки исключены при правильной настройке, он поднимает тяжести, которые человеку не под силу, работает в холоде.
По оценкам экспертов, доля производств, где применяются роботы, будет серьезно расти. Особенно в пищевой промышленности, электронике, фармацевтике. Там, где нужна стерильность или сверхвысокая точность, человеку все сложнее конкурировать с машиной.
Главный тренд — интеграция роботов с ИИ. Они выполняют заученные движения и вдобавок подстраиваются под ситуацию. Робот на складе сам решает, в какую ячейку положить товар, чтобы потом удобнее забирать. Логистическая система перенаправляет грузы при сбоях.
Барьеры есть. Роботизация требует инвестиций, а при высокой ключевой ставке это проблема. Не хватает квалифицированных кадров, которые умеют настраивать и обслуживать такие системы. Но тренд очевиден.
Искусственный интеллект переходит к конкретике
Искусственный интеллект перешел из категории хайпа в рабочий инструмент. Однако реальное внедрение отстает от обещаний. Многие компании экспериментируют, но до промышленного использования доходят лишь некоторые.
Почему? Во-первых, не хватает качественных данных. ИИ учится на данных, и, если они грязные, разрозненные, противоречивые, толку не будет. А навести порядок в данных — это отдельный и очень трудоемкий проект.
Во-вторых, не хватает экспертизы. Понять, где ИИ действительно нужен, а где хватит простой автоматизации, может не каждый. Многие бросаются внедрять нейросети там, где обычный скрипт решил бы проблему за копейки.
В-третьих, вычислительные мощности. Обучение больших моделей требует серьезных ресурсов, а доступных GPU (графических процессоров) в России не так много.
Возникает парадокс. С одной стороны, все говорят про ИИ. С другой — реально используют его немногие. Но те, кто использует, получают серьезное преимущество. Особенно в областях, где ИИ реально эффективен: компьютерное зрение на производстве, прогнозирование спроса в ритейле, скоринг в банках.
Совет один. Не гонитесь за модой. Начните с малого. Найдите одно конкретное место в процессах, где ошибка дорого стоит или где объем данных слишком велик для человека. Попробуйте применить ИИ именно там. Если получится — масштабируйте.
Все тренды работают вместе
Low-code, заказная разработка, роботизация и искусственный интеллект работают в связке, а не по отдельности. Low-code ускоряет создание приложений. ИИ и роботизация автоматизируют рутину. Заказная разработка позволяет точно подогнать решение под бизнес.
На практике это выглядит так. Сначала компания наводит порядок в процессах, часто с помощью low-code. Потом добавляет роботов, чтобы ускорить рутину. Потом смотрит, где можно применить ИИ для прогнозирования и анализа. Каждый следующий шаг опирается на предыдущий.
Технологии перестают быть отдельными проектами. Они становятся средой, в которой живет бизнес. Задача лидеров — выстраивать эту среду, устойчивую, безопасную и готовую к изменениям.
Источник: Алексей Флоринский, генеральный директор компании SimbirSoft
