Чем живет корпоративное ИТ последние 3 года?
06.11.2026 Технологии Новость
Центр AI-экспертизы N3.Tech и профессиональное сообщество Global CIO изучили более 1 300 заявок на конкурс «Проект года» за 2023–2025 годы. В совместном лонгриде «Анатомия цифровой трансформации» мы проследили, как менялись задачи участников конкурса, какие технологии они выбирали и по каким результатам судили об успехе проекта.
Для обработки неструктурированных текстов эксперты N3.Tech выстроили многоуровневый агентный пайплайн: документы порциями распределялись между субагентами так, чтобы каждый фрагмент укладывался в контекстное окно модели. На первом этапе LLM извлекали сущности и связки «задача → технология → эффект»: технологические стеки, отраслевую принадлежность, заявленные бизнес-результаты и признаки миграции. Затем похожие связки группировались кластеризацией в повторяющиеся паттерны. Выявленные закономерности сопоставлялись с публичными оценками аналитиков (RAG по корпусу отчётов) для проверки на согласованность с рынком, – это позволило отличить устойчивые рыночные сигналы от единичных кейсов.
Важным этапом была постобработка и очистка от маркетингового шума. Утверждения проходили фактическую проверку в режиме deep research с adversarial critics: заявленные результаты проверялись ансамблем LLM-агентов с разными ролями (критик, скептик, верификатор), сверявшихся с открытыми источниками. Утверждения, которые не удалось подтвердить, помечались как заявления компании о себе, а не как верифицированные факты.
Финальная экспертная валидация выполнялась центром AI-экспертизы: эксперты отделяли подтвержденные внедрения,, проверяли статус и верифицировали отраслевую классификацию.
Отдельной задачей стала унификация данных за три года. В 2023 году каждому проекту присваивался один основной технологический класс, в 2024–2025 годах фиксировалось наличие пересекающихся текстовых маркеров. Для корректного трёхлетнего сравнения заявки 2023 года были повторно размечены по методике текстовых маркеров, использованной в 2024–2025 годах. Именно эти унифицированные доли используются далее при описании динамики.
Важным этапом была постобработка и очистка от маркетингового шума. Утверждения проходили фактическую проверку в режиме deep research с adversarial critics: заявленные результаты проверялись ансамблем LLM-агентов с разными ролями (критик, скептик, верификатор), сверявшихся с открытыми источниками. Утверждения, которые не удалось подтвердить, помечались как заявления компании о себе, а не как верифицированные факты.
Финальная экспертная валидация выполнялась центром AI-экспертизы: эксперты отделяли подтвержденные внедрения,, проверяли статус и верифицировали отраслевую классификацию.
Отдельной задачей стала унификация данных за три года. В 2023 году каждому проекту присваивался один основной технологический класс, в 2024–2025 годах фиксировалось наличие пересекающихся текстовых маркеров. Для корректного трёхлетнего сравнения заявки 2023 года были повторно размечены по методике текстовых маркеров, использованной в 2024–2025 годах. Именно эти унифицированные доли используются далее при описании динамики.
«Перед нами стояла задача восстановить логику проектных решений: почему конкретная отрасль выбирает именно этот набор инструментов, какой результат это дает. ИИ позволил обработать огромный массив описаний и выделить скрытые паттерны, которые вручную анализировать было бы сложно, если не невозможно. При этом финальная интерпретация сдвигов всегда остается за экспертом, понимающим отраслевой контекст и способным отличить работающий продукт от концепта и маркетинговых заявлений»,
— отмечает Виталий Агапеев, руководитель центра AI-экспертизы N3.Tech.
Мы выделили четыре характерных признака этой трансформации
Бизнес всё чаще требует измеримого результата - каждый второй проект имеет количественные оценки влияния ИТ-проекта на компанию.
Компании начинают оценивать цифровые проекты через конкретные показатели: скорость операций, снижение затрат, качество процессов и клиентский опыт. Технологическая эффективность всё теснее связывается с экономикой бизнеса.
Компании начинают оценивать цифровые проекты через конкретные показатели: скорость операций, снижение затрат, качество процессов и клиентский опыт. Технологическая эффективность всё теснее связывается с экономикой бизнеса.
Интеграции становятся основой цифровой архитектуры: в ключевых отраслях интеграционные компоненты присутствуют в 70–88% проектов и предусматривают взаимодействие между системами. На первый план выходит способность объединять данные, приложения и процессы в единый управляемый контур.
ИИ получает конкретные бизнес-задачи. Генеративные модели и интеллектуальные алгоритмы находят применение в клиентском сервисе, поддержке сотрудников, управлении инфраструктурой и производственных процессах. Компании постепенно переходят от экспериментов с технологией к её использованию в операционной деятельности.
Отраслевые приоритеты становятся сложнее. Особенно показателен финансовый сектор: за три года фокус проектов сместился от развития аналитической инфраструктуры к интеллектуальным сервисам и управлению рисками. Аналогичные изменения происходят в промышленности, ритейле и транспорте, хотя каждая отрасль движется по собственной траектории.
Общий вывод: российская корпоративная цифровизация становится более прагматичной. На смену отдельным технологическим инициативам приходят комплексные решения, ориентированные на конкретные бизнес-процессы и измеримый эффект.
Подробный разбор технологий, отраслевых изменений и реальных ИТ-проектов читайте на сайте Global CIO