"Сбер" представил обновленное руководство по агентной разработке

"Сбер" представил обновленную версию AI-Disrupt PDLC — стратегического подхода к ИИ-трансформации разработки и бизнес-процессов, сообщили в пресс-службе банка. Новый документ, как отмечают в компании, отражает не просто набор технических рекомендаций, а более широкий взгляд на то, как искусственный интеллект меняет принципы работы команд, распределение ролей и саму логику принятия решений.

В обновленной редакции особое внимание уделено тому, что для эффективности ИИ-агента важнее не только сама модель, но и среда, в которой он действует. Подчеркивается, что именно человек задает намерение, определяет правила исполнения — governance — и критерии проверки результата — validation. Иными словами, человек формулирует цель и рамки, а агент уже реализует поставленную задачу, опираясь на заданные ограничения и требования к качеству.

В документе также проводится параллель с Agile-трансформацией, которая когда-то изменила подходы к разработке и управлению командами. Авторы стратегии показывают, как эта логика эволюционирует дальше: от двухконтурной модели и компактных команд к более гибким схемам взаимодействия, где ИИ берет на себя часть операционной и аналитической нагрузки. При этом подчеркивается и важное отличие: если в Agile ключевую роль продолжал играть человек, то в новой модели агент способен самостоятельно искать наиболее эффективное решение в пределах заданных правил.

Таким образом, обновленная AI-Disrupt PDLC описывает не только технологическое развитие, но и более глубокую перестройку корпоративной среды. Речь идет о переходе к формату, в котором человек задает направление, а искусственный интеллект помогает быстрее, точнее и масштабнее достигать результата. Это делает ИИ не просто инструментом автоматизации, а полноценным элементом новой модели создания продуктов и управления бизнесом.

Переписанный текст:

Искусственный интеллект все чаще становится не просто вспомогательным инструментом, а основой для трансформации бизнес-процессов, разработки продуктов и принятия решений. Поэтому особенно важно выстраивать не только техническую, но и организационную готовность к его внедрению, чтобы технология приносила измеримый эффект и не теряла управляемости на всех этапах применения.

Также в материал вошли новые аспекты управления ИИ — контроль затрат и промышленная эксплуатация. Это особенно важно, поскольку современные ИИ-решения требуют не только разработки и тестирования, но и постоянного мониторинга, оптимизации расходов, а также надежной работы в реальной среде. План действий основан на чистоте замысла, ступенях зрелости и системе связей, что позволяет последовательно выстраивать внедрение и снижать риски на каждом этапе.

"В будущем преимущество получат те организации, которые сформируют зрелую ИИ-культуру, смогут полноценно использовать возможности агентных систем, перестроят свои процессы и при этом сохранят ценность человеческой экспертизы. Для этого недостаточно просто внедрить технологии — важно изменить подход к управлению, развитию команд и созданию продуктов. Мы хотим, чтобы агентная разработка стала стандартом, потому что это обеспечит конкурентное преимущество не только отдельным компаниям, но и всей стране. AI-Disrupt PDLC укрепит технологический суверенитет и позиции России на международных рынках, а также создаст условия для системного и устойчивого роста в долгосрочной перспективе".

Переписанный текст:

Именно поэтому «Сбер» активно развивает методологию агентной разработки и открыто делится накопленным опытом с рынком, чтобы ускорить внедрение новых подходов в индустрии. Как отметил старший вице-президент, руководитель блока «Технологии» Сбербанка Кирилл Меньшов, компания делает ставку на практики, которые позволяют эффективнее использовать возможности ИИ в реальных рабочих сценариях.

Современные исследования показывают, что даже один и тот же разработчик, работая с одной и той же нейросетью, может демонстрировать разницу в эффективности до 22 процентных пунктов — и во многом это зависит именно от среды исполнения агентов. При этом разрыв между лучшей и худшей моделью на одинаковых задачах обычно не превышает 1–3 пункта. Такой результат ясно показывает: ключевую роль играет не только сама модель, но и то, как организована инфраструктура вокруг нее, то есть agentic harness.

Это особенно важно на фоне стремительного обновления ИИ-рынка. Новые модели появляются все чаще, они становятся более специализированными, а значит, компаниям нужно выстраивать гибкие и независимые от конкретного вендора архитектуры. В долгосрочной перспективе именно вендоро-независимый подход становится наиболее устойчивым и ценным активом, поскольку позволяет адаптироваться к изменениям рынка и быстрее внедрять лучшие технологические решения.

Таким образом, развитие агентной разработки — это не просто технологический тренд, а стратегический шаг, который помогает повышать эффективность команд, снижать зависимость от отдельных поставщиков и создавать более масштабируемую ИИ-среду для бизнеса.

Сегодня компании все чаще ищут способы ускорить вывод продуктов на рынок без потери качества и управляемости процессов. В пресс-службе отмечают, что центральным элементом AI-Disrupt PDLC выступает механизм точного взаимодействия между человеком и агентом, который реализуется через подход Specification-Driven Development — методологию, предполагающую переход к разработке кода на основе детально прописанных спецификаций. Такой формат позволяет заранее выстраивать понятную логику работы над продуктом и снижать количество ошибок на поздних этапах.

В этой модели человек описывает бизнес-требования в виде формализованной спецификации, а мультиагентная система помогает уточнить детали, проверить согласованность требований и привести их к единому, непротиворечивому виду. Благодаря этому создается более надежная основа для дальнейшей работы, где каждый шаг можно соотнести с исходной бизнес-логикой. Затем система способна автономно реализовать задачу — от написания кода до внедрения решения в рабочую среду. Такой подход особенно важен для сложных проектов, где критичны прозрачность, воспроизводимость и контроль результата.

Главная цель этой концепции — сделать проверку продуктовых гипотез более предсказуемой и управляемой, а также убрать из производственного цикла все лишнее, что может мешать или замедлять достижение бизнес-целей. За счет этого команды получают возможность быстрее тестировать идеи, оперативнее адаптировать решения под запросы рынка и эффективнее распределять ресурсы. В итоге AI-Disrupt PDLC помогает не просто ускорить разработку, но и повысить ее точность, согласованность и практическую ценность для бизнеса.

Современная разработка все чаще требует не просто ускорения отдельных этапов, а переосмысления самого процесса создания продукта. В этом контексте AI-Disrupt PDLC предлагает двухпетлевую модель, которая помогает объединить стратегическое мышление человека и высокую скорость исполнения, доступную агентам. Такой подход особенно полезен там, где важно одновременно сохранить качество решений и сократить время вывода продукта на рынок.

В первой петле — петле намерения — ключевая роль принадлежит человеку. Именно он проводит глубокие продуктовые исследования, формулирует задачу, определяет границы решения и проверяет, насколько получившийся результат соответствует ожиданиям бизнеса и пользователей. На этом этапе закладывается основа будущей работы: чем точнее и подробнее проработано намерение, тем меньше неопределенности останется на следующих шагах.

Во второй петле — петле реализации — основная нагрузка ложится на агентов. Они берут на себя генерацию кода, проверку гипотез, поиск и исправление ошибок, а также выполнение рутинных технических задач на основе заранее подготовленных спецификаций. Благодаря этому разработка становится более быстрой и предсказуемой, а команда получает возможность сосредоточиться на наиболее важных продуктовых решениях.

Связующим элементом между этими петлями выступает интегрированная платформа разработки. Она обеспечивает сохранение контекста, единых нормативов и согласованность между исследованием, постановкой задачи и ее технической реализацией. Такая среда снижает риск потери информации и помогает всем участникам процесса работать в одном логическом и техническом поле.

При этом человек начинает уделять больше времени именно формулированию намерения, а не непосредственному написанию кода. На первый взгляд это может показаться дополнительной затратой времени, однако на практике такая инвестиция окупается за счет более высокой скорости исполнения и меньшего числа ошибок. Чем лучше продумана постановка задачи на старте, тем реже агентам требуются уточнения и тем точнее они выполняют работу с первого раза.

В результате двухпетлевая модель позволяет выстроить более зрелый процесс разработки, где человек отвечает за смысл, направление и качество решения, а агенты — за его быстрое и точное воплощение. Такой баланс делает производство продукта более эффективным, а саму команду — более гибкой и устойчивой к изменениям.

Развитие искусственного интеллекта и автоматизации постепенно меняет привычную организацию продуктовых и технологических команд. В "Сбере" считают, что в ближайшие годы все более заметным станет переход к компактным рабочим группам формата Tiny Teams — командам из трех-шести человек, которые смогут быстрее принимать решения, гибко перестраиваться и эффективнее работать над конкретными задачами. При этом часть функций, связанных с накоплением и передачей знаний, а также с описанием продуктовых практик и формированием общего контекста, будет вынесена в поддерживающие команды Enabling Teams.

Если раньше крупная команда была нужна для того, чтобы внутри нее одновременно находились все необходимые компетенции, экспертиза и ресурсы для глубокой проработки продукта, то новая логика строится иначе. Теперь значительная часть знаний может быть зафиксирована в виде формализованного контекста, инструкций, правил и агентных сценариев, то есть стать концентрированным опытом многих специалистов. Такой подход позволяет уменьшить зависимость от большого числа участников в одной команде и распределить работу более рационально.

В этой модели руководитель продукта получает возможность сосредоточиться на самом контексте, целях и приоритетах, а разработчик — не только на написании кода, но и на координации цифровых агентов, проектировании архитектуры системы и проверке качества итогового решения. В результате повышается скорость работы, снижаются издержки на коммуникацию и становится проще запускать больше независимых инициатив параллельно. Вместо того чтобы собирать крупные команды под каждый проект, компания может формировать множество небольших команд и уделять больше внимания точечному улучшению продукта, его качеству и пользовательскому опыту.

Таким образом, Tiny Teams становятся не просто способом сократить размер команды, а новой организационной моделью, в которой знания, инструменты и автоматизированные процессы берут на себя часть традиционных командных функций, а люди концентрируются на наиболее ценных задачах, требующих экспертного мышления и управленческих решений.

В Екатеринбурге в начале июля проходит одна из крупнейших промышленных площадок России — международная выставка «Иннопром». Мероприятие традиционно собирает представителей бизнеса, промышленности и органов власти из разных стран, чтобы обсудить перспективы сотрудничества, представить новые технологии и заключить партнерские соглашения. В этом году выставка проходит с 6 по 9 июля и привлекает особое внимание участников и гостей.

Страной-партнером «Иннопрома» впервые стала Индонезия, что подчеркивает растущий интерес к развитию экономических и технологических связей между государствами. Участие этой страны открывает дополнительные возможности для расширения торгового взаимодействия, обмена опытом и реализации совместных проектов в промышленности, логистике, энергетике и других ключевых отраслях. Представители Индонезии демонстрируют свой промышленный потенциал, а также готовы обсуждать направления долгосрочного сотрудничества.

Форум и выставка такого масштаба позволяют не только представить достижения предприятий, но и создать условия для деловых переговоров, подписания соглашений и поиска новых рынков сбыта. Подобные международные события становятся важной частью экономической повестки, способствуя укреплению связей между странами и развитию современных производственных решений. Организаторы рассчитывают, что «Иннопром» и в этом году станет площадкой для новых инициатив и взаимовыгодных проектов.

Источник и фото - ria.ru