ИИ уже пишет черновики ТЗ, ищет противоречия в требованиях, прикидывает трудозатраты и разбирает номенклатуру в 1С, но каждый, кто пробовал это на живом проекте, знает, что между удачным экспериментом и рабочим инструментом лежит большое расстояние.

О том, как его пройти, на INFOSTART A&PM EVENT 2026 будут говорить много: из большой программы мы отобрали 28 выступлений об искусственном интеллекте, среди которых доклады, мастер-классы и воркшопы про Claude Code, проектный контроль, голосовых помощников, MDM и ИИ-агентов.

Конференция для аналитиков и руководителей проектов 1С пройдет 12–14 ноября 2026 года. Чтобы было проще составить собственный маршрут, мы сгруппировали ИИ-темы не по залам и не по форматам, а по тем задачам, с которыми вы приходите на работу.

Аналитик, требования и ТЗ

Самый очевидный соблазн это попросить модель «написать ТЗ», и самая частая ошибка - на этом остановиться. Спикеры этого блока смотрят шире и встраивают ИИ во всю цепочку работы с задачей, где нужно передать контекст, подготовить документы, проверить их и отдать результат дальше.

Сергей Лихтенвальд покажет рабочую среду аналитика, собранную на Claude Code в VS Code, где документация живет как код в Git, MCP работает поверх выгрузки 1С, трекер подключен напрямую, а задача проходит путь от заявки до постановки разработчику, не теряя по дороге контекст. Анна Гаврисина задается вопросом, который рано или поздно возникает у любого сильного специалиста: как превратить свою методику в инструмент, которым сможет пользоваться команда и который можно проверить. Она расскажет, как формализовать экспертную логику, когда хватит промпта, а когда нужен skill или агент, и какими тестами оценивать результат. На мастер-классе Романа Данилова участники сами соберут рабочее место ИИ-аналитика и прогонят через него задачи из бэклога, от исходной постановки до декомпозиции, требований, кода и сопутствующих материалов.

Ошибку в требованиях дешевле всего поймать до того, как за нее взялся разработчик, и этому посвящены два выступления. Павел Королев покажет, как OpenSpec вместе с ИИ-агентом находит открытые вопросы, противоречия внутри ТЗ и расхождения между требованиями и реальной конфигурацией 1С, а Денис Болдырев на мастер-классе разберет подготовку ТЗ и функционально-технических требований, уделив внимание безопасности данных, выбору модели, порядку обработки информации и самим промптам.

Остальные выступления блока решают более узкие, но не менее житейские задачи. Даниил Гаврилов научит проверять бизнес-гипотезы, собирая с помощью ИИ и вайбкодинга прототипы прямо в 1С, а Владимир Конырев пройдет путь от аудиозаписи встречи и клиентского опросника до паспорта проекта, BPMN-схемы, архитектуры, макетов форм и ТЗ. Вероника Бахталовская расскажет, как готовить пользовательские инструкции, начиная с глоссария и описания процесса и заканчивая структурой документа, скриншотами и проверкой после каждого шага, а Иосиф Правец проведет практикум по персональной базе знаний, в которой ИИ сам распознает, классифицирует и раскладывает по местам входящие материалы.

Если искать в этом блоке общую мысль, то она в воспроизводимости: подход чего-то стоит только тогда, когда им может воспользоваться не один автор, а вся команда, и поэтому разговор неизбежно сводится к тому, какие исходные данные и какие проверки для этого нужны.

Руководитель проекта: риски, оценки и реальный эффект

Руководителю проекта ИИ интересен прежде всего тем, что он способен заметить проблему раньше, чем она всплывет на статус-митинге, и честно посчитать ресурсы. Но не менее важно понять, приносит ли пользу сам ИИ.

Евгений Вергазов представит «проектный радар», который сводит вместе протоколы, задачи, сроки и договоренности и подсвечивает противоречивые статусы, повисшие решения и прочие тревожные сигналы. Кирилл Германов поговорит о трудооценке и ресурсном планировании с помощью ИИ: на какие данные опираться, как проверять расчеты и что делать, если руководитель с прогнозом модели не согласен. Денис Болдырев во втором своем выступлении разберет, как ИИ-помощник работает с планом-графиком, критическим путем, реестром рисков и матрицей компетенций, и честно покажет не только сценарии, где он хорошо находит зависимости и узкие места, но и те, где привычные инструменты по-прежнему надежнее.

Воркшоп Ольги Гродской называется «У нас есть ИИ. А проблема какая?», и это название точно описывает распространенную болезнь внедрений. Участники начнут с формулировки задачи, выберут сценарий с измеримым эффектом и спроектируют короткий эксперимент, который проверит гипотезу до того, как компания вложится в масштабное внедрение. Дмитрий Абрамов поделится опытом инхаус-команды 1С, которая применяет ИИ в системной аналитике, Jira, Confluence, коммуникациях и проектном контроле, и обещает показать как цифры по экономии времени, так и ограничения, на которые команда наткнулась на практике.

Отдельно стоит отметить два выступления о границах делегирования. Александр Чавалах разложит управление проектом на отдельные операции и попробует ответить, какую работу разумно доверять ИИ, а Дмитрий Исаев напомнит об инженерной стороне вопроса: чем быстрее готовятся код и спецификации, тем строже приходится проверять результат и оценивать последствия изменений.

ИИ-агенты в 1С: когда модель не только отвечает, но и действует

Пока ИИ просто отвечает на вопросы, ошибка обходится недорого, но как только агент получает доступ к информационной базе и право выполнять операции, приходится всерьез решать, что ему можно, кто проверяет его работу и в какой момент он обязан позвать человека.

Ровно об этом мастер-класс Жираслана Алоева, на котором участники опишут цифровую роль внутри бизнес-процесса: какие данные агент читает, что ему разрешено менять, когда он должен остановиться и как принимать результаты пилота. Андрей Хашкин покажет несколько прикладных сценариев агента в 1С, от анализа денежных потоков и закупок до работы с производственными спецификациями и нормализации номенклатуры, и отдельно остановится на правах доступа, подтверждениях и журналировании действий. Любовь Сторожева расскажет, как функциональный архитектор работает в паре с ИИ-разработчиком на проекте 1С:ERP, где к привычным требованиям к системе добавляются правила работы агента, способы проверки его результата и границы его самостоятельности.

Рядом с ними три специализированных кейса. Алексей Фролов представит чат-бота базы знаний для внедрения «1С:ERP Управление холдингом», который встроен в интерфейс, отвечает с учетом контекста конкретного объекта системы и уже работает в поддержке, а спикер покажет его архитектуру и результаты. Антон Калуцкий расскажет о развитии B2B-платформы на 1С:Элемент, работе над интерфейсом, API-интеграциях и подключении асинхронных ИИ-помощников. Никита Иванов разберет голосового ИИ-ассистента, который берет контекст клиента из 1С и возвращает туда итог разговора, и поделится опытом 10 тысяч реальных звонков и оценкой экономического эффекта.

ERP и MDM: цена ошибки в данных

В работе с мастер-данными ИИ проверяется на прочность особенно жестко, потому что здесь мало «примерно правильного» ответа, а неоднозначных случаев всегда больше, чем хотелось бы.

Сергей Панферов расскажет, как его команда сопоставляла более 100 тысяч номенклатурных позиций из разных баз и подняла точность с 30% до 98%, построив собственный пайплайн, и объяснит, почему стандартные эмбеддинги не справились с производственной номенклатурой и что пришлось сделать вместо них. Дарья Побережная покажет многоступенчатую оценку качества записей в MDM на основе Quality Score и Confidence, где LLM подключается только к спорным случаям, а если уверенности не хватает, решение уходит к специалисту.

Оба доклада полезно слушать с одним вопросом в голове: как вы сами будете принимать работу ИИ, то есть как измерять качество, какие ошибки считать допустимыми и по каким признакам система должна передать задачу человеку.

Знания, обучение и ответственность

Чтобы ИИ стал частью ежедневной работы, а не разовым экспериментом, ему нужны доступные знания о проекте, подходящая инфраструктура и внятные правила обращения с данными.

Михаил Меркулов в формате live-demo соберет локальную ИИ-среду, подключит к ней базу знаний и обсудит, когда выбирать облачное решение, а когда собственный корпоративный контур. Николай Елатонцев посвятит мастер-класс личным, проектным и корпоративным базам знаний: агентам, которые сами их наполняют, RAG, связке с service desk и тому, как сделать накопленное достоянием всей команды. Анна Калачян представит модель обучения пользователей, в которой ролевой подход и карта компетенций сочетаются с инструментами 1С и ИИ-ассистентами, готовящими тесты, сценарии и адаптивные материалы.

Завершает подборку тема, без которой все остальное повисает в воздухе. Оксана Пашкова поговорит об этике ИИ на проектах: какие сведения можно отдавать модели, кто отвечает за проверку ответа и как не отправить заказчику непроверенный результат, и здесь разговор неизбежно выходит за пределы технологий, к профессиональной ответственности и договорным обязательствам.

С чего начать

Если ваша основная нагрузка — документация и требования, начните с рабочей среды аналитика, OpenSpec, подготовки ТЗ и пользовательских инструкций. Если вы отвечаете за проект целиком, загляните на проектный радар, трудооценку и воркшоп о проверке эффекта внедрения. А если строите агентов внутри 1С, держите в фокусе полномочия, подтверждения, журналирование и приемку результатов.

Часть выступлений идет параллельно, поэтому маршрут лучше спланировать заранее: даты, время и залы есть в полной программе INFOSTART A&PM EVENT 2026.