«ERP AI Forum [Тариф On-line]» [ЕстьРесурс]

Профессиональная конференция для тех, кто проектирует, внедряет и развивает системы автоматизации бизнеса на платформе 1С с применением искусственного интеллекта. О чем будет форум ЕстьРесурс ERP AI forum: Место встречи профессионалов и лидеров отрасли, которым важно не просто следить за трендами, а осознанно внедрять ИИ в бизнес-процессы на базе 1С. ИИ решения Применение ИИ в экосистеме 1С: реальные сценарии и архитектурные подходы Ошибки и решения Ошибки, ограничения и точки роста: честный разговор без маркетинга Трансформация Разработка и доработка решений 1С с использованием ИИ Аналитика Аналитика данных и интеллектуальные инструменты для бизнеса Адаптивное управление Управление проектами автоматизации в условиях быстро меняющихся технологий Только живой опыт, реальные кейсы и рабочие инструменты, которые вы сможете применить уже на следующий день после форума. Кому будет интересно: ИТ-директора и руководители цифровой трансформации Руководители и специалисты в сфере 1С Руководители ERP-проектов Аналитики, архитекторы и разработчики Специалисты по ИИ и данным Темы докладов: 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) 1С и AI: Чат-бот «База знаний» при внедрении 1С:ERP Управление Холдингом в Группе компаний (Алексей Фролов) Внутреннее устройство ИИ-ассистента для 1С на примере госзаказчика (Дмитрий Велигоненко) ИИ Ассистент финансового директора (Антон Агафонов) ИИ-агенты в 1С-разработке: от первых шагов до рабочего процесса (Владимир Харин) Практичный ИИ без хайпа: где он работает уже сейчас (Илья Низамов) Вайбкодинг на 1С — проще простого! (Дмитрий Котов) 1С и AI: Бесплатный старт и отказ от рутины (Дмитрий Сидоренко) ИИ в руках аналитика: практика применения и границы ответственности (Роман Данилов) DeepSeek vs 1C-Джун: кого оставить (Роман Чумадин) Интеллектуальные инструменты управления малым бизнесом: по карману ли малышам IDSS? (Артем Вахрушев) ИИ вместо вас или для вас? Практика повышения эффективности аналитика 1С (Кучма Дмитрий) Практический опыт использования ИИ в 1С-команде (Никита Прусаков) ИИ для аналитика 1С: светлая и тёмная сторона (Илья Отькало) Мастер-класс по управлению требованиями "От бизнес-цели к ТЗ: Как AI меняет процесс управления требованиями" (Денис Соколов) Прогнозирование спроса и продаж с помощью ИИ: как это работает и что даёт бизнесу (Михаил Евдокимов) Вторая память для ИТ-проектов. Как ИИ помогает "помнить все" по всем совещаниям. (Игорь Винокуров) Опыт создания ИИ торгового бота средствами 1С (Михаил Калимулин) Обучение 1С-ника с помощью ИИ (Ильяс Низамутдинов) Цифровой двойник - решение заменяющее при согласовании договоров не только юриста, но и целый ряд сотрудников (Евгений Голубцов) Свой ИИ — без рисков и переплат: как внедрять LLM в корпоративную среду с учётом конфиденциальности и бюджета (Александр Чернятьев) Как впустить AI-агентов в наши конфигурации 1С и не дать ничего сломать (Валерий Бобров) ИИ-ревью для 1С: зачем, как и почём? (Иосиф Правец) На пороге внедрения AI: почему мы рискуем на нем остаться? (Мария Серёгина) Применение ИИ в 1С: помощь новичку в решении архитектурных задач (Ринат Гайфетдинов) Простая технология сложных изменений: Примерьте на себя наш опыт пересборки курса с ИИ (Сергей Горшенин) Вторая память: как прожить бесценное время жизни больше одного раза (Глеб Архангельский) Заменить нельзя интегрировать! (Анна Степанян) Подробно 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 1С и AI: Чат-бот «База знаний» при внедрении 1С:ERP Управление Холдингом в Группе компаний 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». Внутреннее устройство ИИ-ассистента для 1С на примере госзаказчика 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. ИИ Ассистент финансового директора 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 Практичный ИИ без хайпа: где он работает уже сейчас 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. Участники узнают: 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 Вайбкодинг на 1С — проще простого! 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. 1С и AI: Бесплатный старт и отказ от рутины 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? ИИ в руках аналитика: практика применения и границы ответственности 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? DeepSeek vs 1C-Джун: кого оставить 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»? Интеллектуальные инструменты управления малым бизнесом: по карману ли малышам IDSS? 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 ИИ вместо вас или для вас? Практика повышения эффективности аналитика 1С 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. Практический опыт использования ИИ в 1С-команде 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. ИИ для аналитика 1С: светлая и тёмная сторона 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. Мастер-класс по управлению требованиями "От бизнес-цели к ТЗ: Как AI меняет процесс управления требованиями" 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. Прогнозирование спроса и продаж с помощью ИИ: как это работает и что даёт бизнесу Михаил Евдокимов Зачем бизнесу прогнозирование: где чаще всего теряются деньги — дефицит, излишки, списания, срочные закупки, просадки по выручке. 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. Вторая память для ИТ-проектов. Как ИИ помогает "помнить все" по всем совещаниям. 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. Опыт создания ИИ торгового бота средствами 1С 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 Обучение 1С-ника с помощью ИИ 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) Цифровой двойник - решение заменяющее при согласовании договоров не только юриста, но и целый ряд сотрудников 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. Свой ИИ — без рисков и переплат: как внедрять LLM в корпоративную среду с учётом конфиденциальности и бюджета 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. Как впустить AI-агентов в наши конфигурации 1С и не дать ничего сломать 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» ИИ-ревью для 1С: зачем, как и почём? 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. Дам все инструкции, промпты и скрипты (кроме денег ), чтобы вы могли повторить это у себя в проекте. Нужны только Git и CI-платформа. 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. Применение ИИ в 1С: помощь новичку в решении архитектурных задач 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 Простая технология сложных изменений: Примерьте на себя наш опыт пересборки курса с ИИ 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