Искусственный интеллект в 1С: что он реально меняет для интеграторов и их клиентов

Если, в двух словах ...

Как AI ускоряет разработку 1С, почему это не создаёт спрос автоматически и где теперь находится ценность интегратора: экспертиза, постановка задачи и результат.

Недавно сотрудник прислал мне видео с разговором двух предпринимателей из мира 1С. Оба давно занимаются разработкой и интеграцией и обсуждают, насколько сильно искусственный интеллект уже меняет привычный процесс разработки. Примеры там действительно впечатляющие.

В одном случае интеграция, на которую раньше потребовалось бы около недели или 40 часов работы программиста, по словам участника разговора, была сделана с помощью AI примерно за час. В другом проекте под задачу розничной сети изначально закладывали около 50 часов разработки. Аналитик подробно описал задачу, передал ТЗ и базу клиента, AI подготовил расширение, аналитик его проверил, вернул замечания, после чего была сделана следующая итерация.

После таких примеров довольно сложно спорить с тем, что интеграторам 1С нужно использовать искусственный интеллект. Я и сам использую AI каждый день: в разработке, исследованиях, аналитике, работе с данными, документах и десятках других задач. Это уже не только эксперименты отдельных интеграторов. Сама 1С развивает AI-инструменты для разработки: “1С:Напарник для 1C:EDT” помогает генерировать код и работать с существующей кодовой базой, включая ревью, рефакторинг и комментирование.

Поэтому вопрос, может ли искусственный интеллект помогать в разработке 1С, для меня постепенно становится менее интересным. Может.
Гораздо интереснее, что это меняет в бизнесе самого интегратора и что из этого действительно получает его клиент.

Дальше в видео прозвучал момент, который заинтересовал меня намного сильнее самих примеров разработки. Авторы рассказывали про собственный сервис: клиент или аналитик может обычным человеческим языком описать задачу для 1С, система подготовит подробное ТЗ, а дальше можно получить и готовую реализацию. Они начали этот сервис продвигать, показывать на конференциях, давать бесплатные тестовые ТЗ.

И потом прозвучала фраза:

“Фишка в том, что не летит”.

В качестве одной из причин обсуждается предположение, что компании ещё просто не до конца поняли экономику. Условно, если разработка с AI может обойтись в несколько раз дешевле, рынок со временем должен это осознать и начать активнее покупать. А у меня как у предпринимателя здесь возникает совсем другой вопрос.
Почему бизнес вообще должен начать покупать больше разработок только потому, что интегратор научился делать их быстрее?

Как искусственный интеллект меняет разработку 1С

Мне кажется, в разговорах об искусственном интеллекте мы очень часто смешиваем две разные вещи.
Первая:

Нам стало значительно быстрее и дешевле производить определённую работу.

Вторая:

Клиенту стало значительно нужнее покупать эту работу.

Первое вполне может быть правдой. Из него совершенно не следует второе. Допустим, раньше какая-то доработка 1С стоила 600 тысяч рублей и занимала несколько месяцев.

Теперь интегратор научился делать значительную часть этой работы быстрее. Для интегратора это огромное изменение. Можно вести больше проектов. Быстрее проверять решения. Сократить ручную разработку. Высвободить время сильных специалистов. Иначе распределить команду.

Но что в этот момент произошло с бизнесом клиента?
Возможно, вообще ничего.

Если эта доработка вчера была восьмой задачей в списке собственника, она не обязана сегодня стать первой только потому, что её стало быстрее делать. У бизнеса одновременно могут быть проблемы с продажами, маркетингом, людьми, оборотными средствами, логистикой, продуктом, производством, текущими клиентами. На этом фоне конкретная автоматизация в 1С может быть полезна.

Но недостаточно важна именно сейчас.
Поэтому я бы не спешил объяснять отсутствие массового спроса тем, что “рынок пока не понял, насколько это выгодно”.
Возможно, рынок всё прекрасно понял. Просто для клиента снижение трудозатрат интегратора не равно появлению новой бизнес-потребности.

Производственная эффективность поставщика и ценность задачи для клиента - разные вещи.
Это справедливо не только для 1С. Мы сейчас научимся с помощью AI производить огромное количество вещей быстрее и дешевле. И одна из самых опасных предпринимательских ошибок здесь - решить, что само это умение уже создаёт продукт, который рынок обязан захотеть.
Не обязан.

Станет ли разработка 1С дешевле из-за AI

В видео есть ещё одна идея, с которой мне тоже хочется поспорить. Если задача раньше занимала условно 50 часов, а с AI стала занимать 5, кажется логичным, что и клиент должен получить её значительно дешевле.

Но цена решения и количество часов, которые сегодня потребовались специалисту, не одно и то же. Представим, что я много лет занимаюсь определённой технологией.
За эти годы я:

набрался опыта;
сделал сотни проектов;
собрал типовые решения;
научился видеть ошибки;
накопил отраслевой контекст;
формализовал часть своих знаний;
создал внутренние инструменты;
научил AI работать с этим контекстом.

И теперь могу за день получить результат, на который раньше у меня уходила неделя.
Почему из этого автоматически следует, что ценность моего результата стала ниже?
Я бы посмотрел на это наоборот.

Если я оцифровал свою экспертизу и теперь умею воспроизводить её значительно быстрее, это моё производственное преимущество.
AI не возник в компании сам.

Нужно было накопить знания, понять процесс, собрать контекст, создать инструменты, научиться ими пользоваться и организовать проверку результата. Клиент при этом покупает не количество ударов по клавиатуре. Он покупает решение своей задачи, качество, срок, снижение риска и ответственность за результат.

Конечно, это не означает, что цены на разработку 1С никогда не изменятся. Если типовая работа станет доступна десяткам компаний и все смогут выполнять её одинаково хорошо за несколько часов, конкуренция начнёт давить на цену. Часть разработки действительно может превратиться в commodity.
Но это рыночный процесс.

А не правило:

“AI сэкономил мне 80% рабочего времени, поэтому клиент автоматически должен получить скидку 80%”.

Для интегратора здесь возникает намного более интересный вопрос.
Если само написание кода постепенно дешевеет, где теперь находится моя настоящая ценность?

Почему AI для 1С всё ещё нужна экспертиза интегратора

В самом видео есть показательная деталь. После первых успешных экспериментов команда создала собственные инструменты, чтобы AI лучше понимал 1С и конкретные конфигурации. И это очень важная часть истории.

Потому что со стороны иногда кажется, что появился универсальный интеллект, которому можно показать любую компанию, написать несколько предложений и получить правильное решение.

В реальности без переданного контекста AI не знает специфику конкретной конфигурации и бизнеса:

доработки конкретной конфигурации;
внутренние правила компании;
историю прошлых решений;
особенности учёта;
исключения из бизнес-процесса;
требования конкретного заказчика;
что категорически нельзя менять;
почему система пять лет назад была устроена именно так;
какой результат сам бизнес считает правильным.

Все эти знания откуда-то нужно получить. В одном из примеров видео AI действительно очень быстро написал расширение.

Но перед этим аналитик хорошо и подробно описал задачу. После генерации тот же аналитик проверил результат и вернул замечания. Сам разработчик тоже посмотрел, что получилось.

То есть AI здесь не уничтожил систему экспертизы вокруг разработки. Он радикально ускорил один из её слоёв. И это, на мой взгляд, очень важное различие.

Может ли AI сам подготовить правильное ТЗ для 1С

Наверное, одна из самых привлекательных идей нынешнего AI - теперь не нужно писать сложное ТЗ. Можно открыть большое текстовое поле и просто рассказать человеческим языком, что хочется получить. Это действительно большой шаг вперёд.

Естественный язык резко снижает технический барьер взаимодействия с системой.
Но здесь легко сделать следующий, уже неправильный вывод:

Если человек умеет описать желание обычными словами, значит AI сам превратит его в правильную постановку задачи.

Не обязательно.
Потому что уметь говорить человеческим языком и уметь правильно поставить задачу - не одно и то же.
Клиент может совершенно нормально сказать:

“У нас проблемы с остатками”.

Или:

“Хочу автоматизировать коммерческие предложения”.

Или:

“Менеджеры плохо работают с клиентами”.

Это нормальные бизнес-запросы.
Но каждый из них может скрывать десяток разных причин и вариантов решения.
Чтобы действительно понять, что строить, всё равно приходится выяснять:

как процесс работает сейчас;
что именно человека в нём не устраивает;
где возникает проблема;
кто участвует в процессе;
какие существуют исключения;
какие данные являются источником правды;
что нельзя менять;
какой результат нужен;
как мы поймём, что задача решена.

AI может помочь пройти этот путь. Может задавать вопросы. Может анализировать документы. Может собирать требования. Может предлагать противоречия и недостающий контекст.
Но необходимость исслеодования задачи от этого не исчезает.
Естественный язык решил проблему интерфейса. Он не решил проблему понимания задачи.

Мы сами столкнулись с этим в проекте интегратора 1С

У нас был проект с IT-интегратором решений на базе 1С. И он хорошо показывает ту же проблему с другой стороны. На старте идея выглядела довольно просто.

Компания хотела активнее работать со своей CRM-базой. Мы должны были взять звонки, использовать AI для анализа и понять, что происходит в успешных и неуспешных разговорах. Технически задача звучит совершенно нормально.

Но довольно быстро выяснилось, что главный вопрос вообще не в мощности модели. Мы попросили определить успешный звонок.
И столкнулись с вопросом:

А что именно считать успехом?

Содержательный разговор?
Выявленную потребность?
Назначенную встречу?
Новую задачу клиента?
Договор?
Оплату?
Это разные события.

Можно было просто передать звонки AI и попросить решить самому.
Ответ мы бы получили.

Но это был бы ответ на основании представления модели о хорошем звонке, а не обязательно того стандарта, которым хочет управлять конкретный руководитель.

Поэтому сначала пришлось договариваться людям.
Постепенно первоначальная широкая задача сузилась до одного наблюдаемого действия:

Предложил ли менеджер аудит в разговоре, где такое предложение было уместно?

Вот это уже можно было определить, откалибровать на реальных звонках и использовать как управленческий сигнал. В публичном срезе проекта за период около трёх недель были зафиксированы более 120 звонков, 49 предложений аудита, 9 встреч и 5 договоров на ежемесячное обслуживание общей стоимостью 200 тысяч рублей.

Но я специально не пишу, что “AI принёс 200 тысяч”. Коммерческий результат появился в системе, где руководитель выбрала фокус, команда работала с базой, менеджеры звонили, специалисты проводили встречи, клиенты принимали решения, а AI помогал проверять выбранное действие в массиве коммуникаций. Я подробнее разбирал эту историю в материале про переход от анализа всего звонка к одному проверяемому действию.

Для меня этот кейс стал хорошим напоминанием:
иногда главная проблема не в том, что AI плохо понимает наш запрос. Иногда мы сами ещё не договорились, какой результат хотим получить.

Заменит ли AI программиста 1С

Нет оснований делать такой универсальный вывод из отдельных кейсов.
Но я думаю, что AI очень сильно изменит работу программистов, аналитиков и интеграторов 1С.
Причём этот процесс уже идёт.

Рутинное написание кода будет занимать всё меньшую часть общей ценности специалиста.
AI уже можно использовать, чтобы:

работать с существующей кодовой базой;
создавать первый вариант реализации;
анализировать требования;
готовить документацию;
искать ошибки;
разбирать конфигурации;
обрабатывать транскрибации встреч;
собирать первичные ТЗ;
сравнивать варианты решений;
автоматизировать повторяющиеся операции.

В самом разговоре в итоге появляется похожая мысль: ценность программиста постепенно смещается от способности написать код к способности думать, понимать бизнес-процесс, проектировать архитектуру и правильно ставить задачу. Мне это направление кажется логичным.

Возможно, через несколько лет сама профессия будет выглядеть иначе.

Но я бы не формулировал это как “AI заменяет программиста 1С”.
Точнее другое:

AI меняет структуру работы программиста 1С и стоимость разных частей этой работы.

Если код становится дешевле, дороже относительно него становится то, что позволяет написать правильный код. Понимание бизнеса. Архитектура. Контекст. Отраслевая экспертиза. Постановка задачи. Критерии результата. Проверка. Ответственность.

И здесь у интеграторов появляется новый актив

Мне кажется, это одна из самых недооценённых возможностей AI для профессиональных компаний.

Представим двух интеграторов.
У первого есть 20 лет опыта в головах нескольких сильных специалистов. Каждый раз, когда приходит новый проект, этот опыт снова собирается вручную через встречи, переписки и личное участие экспертов.

У второго те же 20 лет опыта постепенно превращаются в:

базы знаний;
библиотеки решений;
правила;
примеры;
отраслевые сценарии;
проверочные критерии;
инструменты для AI;
автоматизированные процессы.

Во втором случае AI не заменил экспертизу. Компания капитализировала экспертизу. Знание перестало полностью зависеть от того, сидит ли конкретный эксперт сейчас за компьютером и сколько часов он физически может отработать.

На мой взгляд, именно здесь может возникнуть одна из главных конкурентных разниц между интеграторами в ближайшие годы.
Не:

“У нас тоже есть ChatGPT”.

А:

“Мы научились превращать накопленный опыт компании в систему, которая помогает получать результат быстрее и повторяемее”.

Что продавать интегратору 1С в эпоху AI

После просмотра этого видео мой вывод получился почти противоположным первоначальной постановке. Чем сильнее становится искусственный интеллект, тем меньше смысла я вижу в том, чтобы продавать клиенту сам AI. Интегратору 1С стоит максимально активно использовать его внутри.

Автоматизировать собственную работу. Оцифровывать опыт. Сокращать ручную разработку. Ускорять аналитику. Быстрее проверять гипотезы. Делать экономически возможными проекты, которые раньше были слишком дорогими.

Но разговор с клиентом я бы всё равно начинал с другого:

Что у вас происходит и какую задачу вы хотите решить?

А дальше:

Вот как мы поняли проблему.
Вот что предлагаем изменить.
Вот какой результат должен получиться.
Вот что может пойти не так.
Вот как мы проверим, что решение действительно работает.
Вот сколько это стоит.

А что именно находится внутри производственного процесса интегратора - AI, собственные агенты, база знаний, автоматические тесты или двадцать лет опыта команды - для клиента может быть вторичным.

Именно поэтому мне нравится такая формулировка:

Не нужно продавать клиенту искусственный интеллект для 1С. Нужно использовать искусственный интеллект, чтобы стать значительно более сильным интегратором 1С.

Потому что бизнес по-прежнему покупает не технологию. Он покупает решение достаточно важной для себя задачи. И если такой задачи сейчас нет, никакая демонстрация того, что нейросеть пишет код в десять раз быстрее, не создаст её из воздуха.

Частые вопросы про искусственный интеллект и 1С

Как искусственный интеллект помогает программистам 1С?

AI уже можно использовать для генерации и разбора кода, ревью, рефакторинга, документации, анализа требований и подготовки первых вариантов реализации. Но результат зависит от контекста, постановки задачи и последующей проверки специалистом.

Может ли AI самостоятельно сделать доработку 1С?

В отдельных задачах AI может пройти значительную часть пути вплоть до готовой реализации. Но из одного успешного примера нельзя делать вывод, что любая доработка теперь выполняется автоматически. Чем больше в задаче специфики конкретной конфигурации, бизнес-логики и скрытых ограничений, тем важнее контекст и проверка эксперта.

Заменит ли AI программиста 1С?

Скорее меняется структура его работы. Ручное написание типового кода может занимать меньше времени, а относительная ценность понимания бизнес-процесса, архитектуры, постановки задачи, проверки и ответственности будет расти.

Нужен ли аналитик, если задачу для 1С можно описать обычными словами?

Естественный язык упрощает передачу запроса, но не гарантирует правильную постановку задачи. Клиент может хорошо описать симптом и при этом не знать его причину, ограничения решения или критерий готовности. Эту часть работы всё равно нужно пройти - с человеком, с AI или совместно.

Должна ли разработка 1С стать дешевле из-за искусственного интеллекта?

Не автоматически. Снижение внутренних трудозатрат интегратора может влиять на себестоимость, но рыночная цена зависит также от ценности результата, сложности, риска, ответственности, конкуренции и доступности альтернатив. При этом стандартизируемая часть разработки со временем действительно может дешеветь под давлением конкуренции.

Как интегратору 1С использовать AI?

Я бы использовал его прежде всего как внутреннее производственное преимущество: ускорять разработку и аналитику, оцифровывать накопленную экспертизу, создавать базы знаний и автоматизировать повторяющиеся операции. Клиенту при этом продавать не сам AI, а решение достаточно важной для него бизнес-задачи.