В Альфа-Банке ИИ-агент Эстима, созданный для оценки задач, за 1,5 месяца достиг 95% сходимости с ручной оценкой. После этого еженедельную встречу, на которую собирались 20-25 человек на 1,5 часа, отменили, а валидацию оставили техлидам. Экономия составила около 20 человеко-дней в месяц. Этот результат стал отправной точкой для перестройки всего производственного процесса (PDLC) на
Михаил Чернов, старший IT-лидер направления развития IT взыскания в Альфа-Банке, рассказывает, что команда развивает CRM-систему для взыскания проблемной задолженности. Система имеет более 50 интеграций, около 1000 пользователей, а команда состоит примерно из 100 человек. Портфель включает миллионы кредитных договоров. В таком масштабе производственный процесс распределён между несколькими командами: заказчики, бизнес-аналитики, системные аналитики, разработчики, тестирование, дизайн, нагрузочное тестирование, сопровождение и информационная безопасность работают по своим правилам и SLA. Ускорение одного участка быстро создаёт очередь на следующем.
До внедрения агентов часть команды пробовала ИИ-помощников, но общая скорость почти не менялась, потому что остальные продолжали работать по привычной схеме. Тогда подход изменили: вместо вопроса «как внедрить ИИ» стали спрашивать, где команда теряет время, какие действия повторяются по одинаковым правилам, где уже накоплен структурированный контекст и какой результат можно проверить человеком. Каждый проблемный участок декомпозировали на маленькие операции, определяя вход, ожидаемый результат, ограничения и владельца. Так появилась «лестница быстрых улучшений»: системный анализ, разработка, ревью, QA и AppSec двигались в своём темпе, а каждый законченный кусок приносил самостоятельную пользу.
Внедрение столкнулось с опасениями команды. Первое касалось ответственности: код, требования и тесты доходят до промышленной среды, а ответственность в крупной системе несёт человек. Второе — рабочие места: люди воспринимали ИИ как угрозу. Третье — ожидание готового корпоративного решения, хотя локальный процесс, словарь команды и накопленная документация уникальны. В ответ договорились о принципе: ответственность остаётся за человеком, а каждый пилот начинается с узкой задачи и явной метрики. Пилоты запускались за счёт выделенного IT-капасити.
Эстима стала первым агентом, который показал практическую ценность ИИ. Для оценки задач агент использовал хорошо описанные Jira-задачи, Confluence, ссылки на связанные изменения и историю фактических трудозатрат. Он находил похожие задачи, сравнивал их содержание и историю выполнения, затем предлагал детализированную оценку. Пилот шёл параллельно с ручным процессом: команда продолжала встречаться, Эстима считала свою версию, результаты сравнивались и разбирались расхождения. Через месяц-полтора сходимость достигла 95%.
После успеха Эстимы появились агенты для работы с Jira, ревью кода, разработки, тестирования, аналитики и AppSec. Вместе они постепенно изменили PDLC. Однако остаются вопросы, на которые команда пока ищет ответы: как масштабировать агентов на другие процессы, как обеспечить качество при росте числа агентов и как интегрировать их с общебанковской платформой. Опыт показывает, что локальные агенты, настроенные на специфику команды, помогают точнее настраивать общие решения.
