Дело в цифрах | ПО и решения для бизнеса

Еженедельный дайджест о бизнес-технологиях. Исследования: - По данным исследования Getblogger (входит в «МТС AdTech»), в 2026 году инфлюенс-маркетинг используют уже 78% промышленных компаний в России, а среди производителей товаров лишь 22% не работают с блогерами и не планируют этого делать. В среднем 87% брендов инвестируют в коллаборации с инфлюенсерами или собираются наращивать этот канал, тогда как около 15% B2B-компаний по-прежнему не рассматривают его как приоритетный инструмент. - 38% компаний внедряют CRM-системы для удобства работы распределенных команд, а 42% — в связи с ростом числа сотрудников и масштабированием бизнеса. Такие цифры приводит J’son & Partners Consulting. При этом CRM все чаще используется не только отделами продаж, но и для управления операционными процессами. - Налоговые изменения 2026 года ускорили переход бизнеса на электронный документооборот. «СберКорус» сообщает: в 2025 году трафик цифровых документов вырос в 1,5 раза, а в январе 2026 года число активных пользователей ЭДО почти удвоилось по сравнению с декабрем. Решения для автоматизации: - «Диасофт» вывел на рынок объектное хранилище «S3 Архипелаг» для работы с большими объемами данных в аналитике и Data Lakehouse, которое объединяет функции объектного и файлового хранения на одной платформе. Решение масштабируется «на лету», выдерживает высокие нагрузки (свыше 45 тыс. операций записи в секунду) и, по данным компании, позволяет снизить затраты на инфраструктуру хранения мелких файлов на 40-60%. - Платформа Pyrus представила встроенные ИИ-инструменты — ассистента и ИИ-ботов, которые работают прямо внутри системы и помогают автоматизировать рутину без доработок и программирования. Ассистент ищет информацию в задачах и документах, делает резюме встреч и переписок, анализирует файлы и помогает быстрее готовить ответы, а боты по текстовому сценарию обрабатывают обращения, заполняют данные, меняют статусы и запускают следующие этапы процессов. Кейсы: - ГК «Химпэк» внедрила ИИ-платформу GPTZator, интегрированную с «1С:ERP», для автоматизации подготовки ответов на запросы ФНС. Если раньше бухгалтерия тратила до двух дней на обработку одного запроса, то теперь ИИ-ассистент анализирует данные из «1С», ЭДО и архивов, формирует черновик ответа и подбирает нормативные ссылки всего за два часа, что дает экономию времени до 95%.

Ведущие российские интеграторы ERP-систем — в поиске квалифицированных кадров. Мы собрали актуальные предложения о работе, чтобы соискатели могли легче и быстрее подобрать для себя подходящую позицию. - Компания «Лига Цифровой Экономики» ищет аналитика 1С ТОиР. От соискателя ждут опыт работы с продуктами 1С от 3 лет, знания в предметной области ТОиР и в области учета объектов капитального строительства, участие в проектах внедрения как готовых типовых решений, так и нетиповых (самописных) на платформе 1С. Трудиться можно удаленно. - В K2 Тех нужен менеджер проектов. Чем предстоит заниматься: строить доверительные и долгосрочные отношения с клиентами, быть их главным контактным лицом; понимать бизнес-цели и потребности заказчика, помогать находить решения и предлагать новые продукты и сервисы; управлять ожиданиями и поддерживать стабильный уровень выручки по проектам. - Группе компаний ITPS требуется разработчик RPA. Предлагают полную занятость, работать можно удаленно или в офисе в Перми. Специалисту предстоит заняться проектированием, разработкой и внедрением RPA решений на платформе PIX RPA в соответствие с техническим заданием. - В ERP-IT возьмут на работу руководителя проектного департамента 1С. Среди преимуществ работы в компании: сильная экспертная команда, готовая делиться своим опытом и знаниями, гибкое начало дня, возможен гибридный график, выездные корпоративные мероприятия и новый ноутбук для каждого сотрудника. - В 1C-Рарус ищут специалиста линии консультаций 1С. Предлагают зарплату от 80 тыс. руб., до вычета налогов. В чем состоит работа после стажировки: разбирать входящие обращения пользователей, предлагать решения в рамках типового функционала программного продукта, передавать ошибки в отдел разработки, обучать пользователей.

Налоговая вышла за пределы Теперь ФНС официально применяет экстерриториальный принцип камеральных проверок. Значит, декларации компаний и ИП может мониторить любая инспекция страны, а не только по месту учета. Формально — для перераспределения нагрузки и снижения коррупционных рисков. Фактически — для бизнеса меняется сама логика взаимодействия с налоговой. Что это значит на практике - Камеральная проверка по-прежнему начинается автоматически после сдачи отчетности. Инспекция сопоставляет данные деклараций с банковской информацией, ОФД и контрагентами. Сроки стандартные: до 2 месяцев по большинству налогов и до 2-3 — по НДС. - Если выявлены расхождения, направляют требование о пояснениях или документах. Далее — акт, месяц на возражения и решение о доначислениях либо отказе в привлечении к ответственности. Где риски для бизнеса - Меньше неформальной коммуникации. Проверку может вести инспектор из другого региона, личный контакт практически исключен. Все взаимодействие — через ЭДО и почту. Пропущенное требование означает штрафы и доначисления. - Формальный подход. Инспектор не всегда учитывает отраслевую специфику, особенно в сложных операциях и по НДС. То, что для компании обычная практика, может быть расценено как нарушение. - Больше участников процесса. Если потребуется выездная проверка, подключат «домашнюю» инспекцию. Это увеличивает сроки и усложняет процедуру.

ИТ не успевает за потребностями бизнеса В прошлом посте мы говорили о том, как бизнес стабилизирует SAP-ландшафт без вендора. Но проблема шире одной платформы. Сегодня бизнесу нужны решения быстрее, чем их успевают внедрять. Более 70% крупных компаний заявляют, что собственная ИТ-разработка не справляется с их запросами. Такие данные получила LDM (входит в Lansoft) по итогам интервью с ИТ-руководителями из финсектора, ритейла, промышленности и нефтегаза. В компаниях накапливаются тысячи задач, но вывод изменений занимает месяцы. Бизнес готов ждать дни, фактически — до полугода и больше. Это напрямую влияет на скорость запуска продуктов и конкурентоспособность. - 80% опрошенных не выстроили полноценные автотесты и процессы непрерывной поставки. - 69% используют ИИ, но чаще точечно и без общей стратегии. - Технологии добавляют 10-30% к производительности, но не решают системные проблемы. Большая часть ИТ-ландшафта — это купленные решения, которые приходится глубоко дорабатывать. В результате растут расходы, сложность и технический долг.

SAP Factory: сервис вместо вендора SAP ушел из России, но его ERP-системы продолжают работать в компаниях. Они по-прежнему отвечают за финансы, закупки, логистику и производство. Больше нет официальной поддержки и обновлений — бизнесу пришлось самостоятельно организовывать поддержку систем: - Российские ИТ-компании и крупные заказчики выстраивают собственные цепочки сопровождения. - Часть экспертов перешла в локальные структуры, усилив их компетенции. - При этом эксплуатация систем без вендорского развития повышает риски — от информационной безопасности до ограничения гибкости бизнес-процессов. - По данным экспертов Axenix, дефицит специалистов глубокой экспертизы и высокая стоимость их удержания сделали полностью in-house модель экономически сложной. Ответом стала модель SAP Factory - Фабрика — это переход от покупки рабочего времени к покупке результата. - Эксперты разного профиля объединены в единую сервисную структуру и работают одновременно с несколькими компаниями. - Ресурсы перераспределяются в зависимости от нагрузки, а взаимодействие строится в рамках согласованного уровня сервиса с закрепленными показателями качества и сроками исполнения. - Ключевой инструмент — частичная занятость специалистов с оплатой только необходимой доли их рабочего времени. Это снижает издержки и сохраняет доступ к экспертизе без расширения штата. Вроде бы SAP Factory формирует новую конфигурацию ИТ-аутсорсинга, но не решает базовую задачу — создание альтернативной экосистемы корпоративного ПО. Это инструмент стабилизации, не прорыва. В условиях отсутствия вендора бизнес выбирает управляемость и снижение рисков, жертвуя темпами технологического обновления.

Почти все ИИ-проекты заканчиваются провалом По данным RAND Corporation, около 80% ИИ-проектов в мире не достигают результата. В России ситуация схожая: - В Napoleon IT оценивают ежегодные расходы бизнеса на ИИ более чем в 90 млрд руб., при этом технологии реально используют лишь примерно в 6% компаний. Ключевая проблема — управленческая незрелость. - По оценке экспертов ДАР (ГК Корус Консалтинг), значительная часть проектов реализуется без четкой системы метрик эффективности. В К2Тех сообщают, что до 80-90% пилотов не получают продолжения. - Среди причин — некорректная постановка задач, слабая интеграция в процессы, дефицит качественных данных и отсутствие управления данными. В Софтлайн Решения (ГК Softline) подчеркивают: без связки бизнеса, data science и MLOps ИИ остается «витриной моделей» без экономического эффекта. - Дополнительный фактор — высокая смертность стартапов. В Артифика указывают на дефицит венчурного финансирования: многие проекты закрываются еще на этапе создания минимально жизнеспособного продукта.

Инвестиция или стратегическая ловушка? По оценке Gartner, с 2024 по 2026 годы расходы компаний на облачные ERP с ИИ-решениями выросли на 48%. Системы учета превращаются в платформы управления финансами в реальном времени: - Модульность вместо монолита. Монолит в стиле SAP уступает место модульным облачным платформам. Oracle и Microsoft позволяют собирать ERP как конструктор — финансы, казначейство, закупки подключаются отдельно. Это удобно при масштабировании и сделках M&A. - ИИ берет на себя операционку. В Workday ИИ автоматически распределяет расходы и прогнозирует денежные потоки. В SAP S/4HANA Cloud алгоритмы отслеживают аномалии в дебиторской задолженности. Закрытие периода ускоряется, часть функций финансовых служб постепенно «растворяется» в системе. - Контроль над алгоритмами. С ростом роли ИИ появляется отдельное направление — AI TRiSM: аудит моделей, контроль доступа, журналирование действий ИИ. Без этого банки и публичные компании рискуют не пройти регуляторные проверки. - Аналитика по запросу руководства. Copilot в Dynamics 365 позволяет считать сценарии по запросу — влияние курса, ставок, сырья — без отдельного проекта по BI. - Планирование через сценарии, а не статичный бюджет. Oracle и Workday встроили моделирование рисков прямо в ERP. Бюджет перестает быть годовым документом — он становится динамической моделью. Раньше ERP выбирали по функциональности и цене, теперь — по качеству встроенного ИИ и глубине интеграции в процессы. Но чем «умнее» система, тем глубже она встраивается в операционный контур, и тем сложнее потом сменить вендора. Антипримеры уже есть — от армии Германии до правительства Великобритании.

Как работает цифровой профиль риска ФНС Переход к алгоритмическому контролю уже дает практические результаты. Агропредприятию в Воронежской области доначислили 123 млн руб., из них 78 млн руб. — налог на прибыль, 27 млн руб. — НДФЛ и страховые взносы, 18 млн руб. — пени и штрафы. В результате разбирательств ФНС отменило только около 15 млн руб. начислений. Остальное пришлось платить — так решили суды: - Выплата «серой» зарплаты и занижение официальных доходов через взаимозависимых лиц и неучтенную наличность. - Более 1000 голов КРС и три животновода, работавшие по полдня. Суд признал такие трудовые показатели экономически необоснованными. - Продажа недвижимости аффилированным структурам ниже цены приобретения и значительно ниже рынка — с выводом о занижении налоговой базы. Дополнительно материалы представил Следственный комитет: общество входило в группу компаний, использовавшую схемы минимизации налогов. Несоразмерный фонд оплаты труда, аномальная экономика сделок, расхождение между масштабом бизнеса и ресурсами — именно такие перекосы и фиксирует алгоритм ФНС.

Инспекторов ФНС заменили алгоритмы Налоговая уходит от точечных проверок к цифровой модели контроля. Банковские транзакции, данные онлайн-касс, сведения из ЕГРЮЛ и отчетность сводятся в единую систему оценки риска. Проверка теперь — результат математической модели. - Внутренний «рейтинг добросовестности» официально не публикуют, но его последствия бизнес ощущает напрямую. Падение показателей сразу увеличивает вероятность выездной проверки, блокировки операций и доначислений. На оценку влияют ошибки в реестрах, низкая налоговая нагрузка относительно отрасли, высокая доля рискованных контрагентов, значительные вычеты по НДС, долги, зарплаты на уровне МРОТ, массовые адреса и номинальные директора. - Отдельная зона риска — работа с самозанятыми и ИП. Если сотрудничество выглядит как постоянная занятость, выплаты регулярны, а более 90% дохода исполнителя формируется от одного заказчика, возрастает риск переквалификации в трудовые отношения. - Еще один триггер — «кочующие» ККТ. Непередача данных более 60 дней, высокая доля чеков с возвратами, частая смена адреса установки кассы могут стать основанием для приостановки операций по счетам. Цена ошибки растет - ФНС ускоренно переходит к алгоритмическому контролю: к 2026 году цифровая модель станет базовым инструментом. - Проще будет компаниям, которые заранее контролируют налоговую нагрузку, структуру выплат, качество данных в реестрах и прозрачность работы с контрагентами. - В новой реальности устойчивость бизнеса определяется еще и способностью пройти цифровой фильтр без красных флагов. Обратная сторона - Алгоритм не видит контекста. Разовая просадка маржинальности, инвестиционный цикл, сезонные колебания или агрессивная стратегия роста могут выглядеть как «аномалия». Машина фиксирует отклонение, объясняться приходится уже постфактум. - Закрытость критериев усиливает неопределенность. Бизнес не знает точных параметров «нормы» и вынужден ориентироваться на косвенные маркеры. В результате часть компаний начинает управлять не экономикой, а показателями для модели. - Растет административная нагрузка. Чтобы не попасть в красную зону, требуется постоянный мониторинг налоговой нагрузки, структуры контрагентов и операционных метрик. Комплаенс становится отдельной функцией, его стоимость закладывается в себестоимость продукции бизнеса.

ИИ с финансовым эффектом Мы обсуждали управленческие риски при внедрении ИИ. Но в целом по отрасли есть и позитивные истории. Мы собрали примеры российских компаний, которые демонстрируют уже не пилоты, а масштабируемый экономический результат с AI-агентами: - В промышленности Северсталь внедрила системы компьютерного зрения на прокатных станах: эффективность выявления дефектов выросла на 20-30%. Это означает снижение объема брака и прямую экономию на переделах и рекламациях. - В e-commerce рекомендательные модели дают рост конверсии до 40%, а применение ИИ в управлении рекламой повышает доходность кампаний на 15-20%. Такие инструменты масштабируют Ozon и Wildberries — за счет динамического ценообразования и прогнозирования спроса сокращаются избыточные запасы и повышается эффективность маркетинговых инвестиций. - В офлайн-ритейле X5 Group применяет прогнозирование спроса и автоматическое пополнение запасов. Это снижает списания скоропортящейся продукции и ускоряет оборачиваемость, напрямую влияя на маржу. - В банковском секторе Сбер автоматизировал значительную часть кредитных решений: розничные заявки обрабатываются за минуты, а антифрод-модели выявляют подозрительные операции в режиме реального времени, снижая кредитные и операционные потери. Тинькофф перевел существенную долю клиентских обращений на ИИ-ассистентов, что уменьшает стоимость обслуживания и позволяет масштабировать бизнес без роста штата. - В телеком-сегменте МТС использует модели прогнозирования оттока абонентов. Даже снижение уровня оттока на доли процента означает сохранение сотен тысяч клиентов и рост пожизненной ценности базы. Практика показывает: измеримый эффект фиксируется в диапазоне 15-40% роста эффективности отдельных функций или 20-30% улучшения производственного контроля. В вышеперечисленных кейсах ИИ уже работает как инструмент увеличения маржи и снижения издержек бизнеса.