AI Growth Days 2026 в Екатеринбурге: отчёт с конференции

В Екатеринбурге прошла конферениця agday . Это такая локальная, теплая, лампаовая конференция, которую проводит местное ИТ агенство. Завтра в программе у ребят будет баня, что за милота и где вы еще такое увидите?

Конечно не обошлось без откровенно рекламных докладов, но в целом мероприятие год от года оставляет только приятные впечатления. Спикеры из Сбера, Вкусвилла и других интересных компаний. Уклон больше бизнесовый, а не айтишный. Оснонвные темы как использовать ИИ В бизнесе, что работает что нет. Разбор кейсов. Ответы на вопрос заменит ли робот человека и когда.

Выдержки из интересного

Уровни внедрения ИИ: шкала SAE J3016 из автопрома

Уровни автоматизации транспорта из стандарта SAE J3016 приложили к внедрению ИИ в компании:

• L1 — нет ИИ
• L2 — есть чатик
• L3 — поставили OpenCode
• L4 — самостоятельные агенты

На слайде уровней шесть, от L0 до L5, — в стандарте их столько же.

Аналогия работает. В J3016 шесть уровней, и описывают они не мощность техники, а кто отвечает за руль. На втором машина сама держит полосу и скорость, но на дорогу смотрит человек. На третьем смотрит машина, а человек перехватывает по запросу. Граница проходит там, где меняется ответственность, а не железо.

С ИИ ровно так же. Пока разработчик читает каждую строчку от модели — у вас второй уровень, хоть триллион параметров под капотом. Третий начинается, когда перестают читать.

В стандарте есть ещё operational design domain — область, где система вообще работает. Машина бывает четвёртого уровня на размеченном шоссе и второго во дворах. Компания такая же: на типовых задачах агенты пашут сами, на всём остальном вы падаете на два уровня вниз. Поэтому вопрос «какой у нас уровень внедрения ИИ» без «на какой задаче» — пустой.

Хакатон по ИИ для не-айтишников: кейс ВкусВилла

Интересный кейс от ВкусВилла: как научить сотрудников пользоваться ИИ. Провели хакатон среди не-ИТ сотрудников, цель — рабочий продукт, а не презентация.

Публично компания рассказывала так. Хакатон ИИ-помощников назвали «ИИшечной», шёл полтора месяца, собрал 58 заявок от команд, из них выбрали пять победителей, вокруг сложилось сообщество на сто двадцать человек. Отдельно гоняли десятидневный марафон, куда затянули больше ста восьмидесяти сотрудников.

Результаты выкладывали в общий чат. Половина эффекта — вот эта витрина: видно, что коллега рядом уже сделал, и непонятного меньше.

Многие топы и руководители держат ИИ за магию. Хакатон лечит это за полтора месяца. Задачи приносят те, у кого болит: кладовщик и бухгалтер знают свою рутину лучше любого ИТ-отдела и не полезут автоматизировать то, что делается раз в год. А требование «покажи работающее» отрезает магию мгновенно — на словах ИИ может всё, руками упираешься в границу и запоминаешь её навсегда.

Пять из пятидесяти восьми — вот честная доля затей, доходящих до дела. Цифру полезно знать до того, как обещать совету директоров тотальную автоматизацию.

Парадокс продуктивности ИИ: данные Gartner

Доклад о том, где ИИ добавляет эффективности, а где нет. Парадокс: в команде она может упасть.

Упоминали исследование Gartner от февраля 2025 года: 265 респондентов по всему миру и 75 глубинных интервью с руководителями.

Отдельно взятый офисный сотрудник экономит с генеративным ИИ 4,11 часа в неделю, и экономия подтверждается ростом объёма и качества работы. Те же люди в составе команды экономят 1,5 часа на человека — а связи с объёмом и качеством нет вообще.

Те же цифры со слайда. Рядом ещё три: 3,6 ИИ-инструмента на сотрудника, 23% руководителей уверены в качестве того, что выдаёт ИИ, и высокий возврат вложений получает одна организация из пяти.

Не «эффект оказался меньше ожидаемого». Связи не обнаружено. Часы утекают в согласования, в проверку чужого вывода, в переделки. Заодно рабочая среда портится: трений и тревоги становится больше.

Кстати то же самое померили с другой стороны и секундомером. METR, июль 2025-го, рандомизированное испытание: шестнадцать опытных разработчиков, 246 настоящих задач из их же репозиториев, случайно с ИИ или без. С ИИ выходило на 19% дольше . До начала люди ждали ускорения на четверть. После — уже прожив замедление — считали, что ускорились процентов на двадцать.

Запомните это. Опросы сотрудников про пользу от ИИ не измеряют пользу от ИИ. Они измеряют, приятно ли людям им пользоваться. Приятно — тоже валюта, но в отчёт про эффективность идёт секундомер и контрольная группа, а не удовлетворённость.

Там же забавно про трансформацию профессий:

• Аналитик → context-инженер. Пишет не требования, а контекст, в котором модель способна ответить осмысленно.
• Архитектор → AI-оркестратор. Не «как устроена система», а какой агент за что отвечает и где между ними граница.
• QA → verification engineer. Проверяет не человеческий код, а машинный. Вопрос уже не «есть ли баги», а «можно ли этому верить».

Но про это нужно отдельную статью писать.

Поедем ли в следующем году

Поедем.

Тут не бывает залов на тысячу человек и спикеров, читающих по слайдам с позапрошлой конференции. Всё маленькое, местное и без пафоса: доклады, где называют настоящие цифры, и баня, где эти же цифры потом обсуждают.

Рекламные доклады никуда не денутся, их придётся перетерпеть. Так что до следующего августа. И баню не пропустите.