Сбербанк, Коптелов: от автоматизации к автономности, будущее ИИ-агентов и разработки продуктов

Андрей Коптелов, исполнительный директор, Сбербанк. Форум Cnews "Технологии искусственного интеллекта 2026". Личный контекст: длительный опыт в процессном управлении и неожиданное увлечение темой ИИ, использование агентов на платформе N8N в личных проектах и специализированных корпоративных агентов на основном месте работы. Приводится пример разработчика, заявившего, что «больше никогда не будет писать код» и лишь подтверждающего сгенерированный результат — иллюстрация тезиса «будущее уже здесь». От автоматизированных процессов к автономным Автоматизированный процесс — жёсткая, шаблонная последовательность действий; автономный — гибкий, где задача улучшения процесса передаётся языковым моделям и агентам, что делает его персонифицированным. Пример — пилот с индивидуальными треками обучения сотрудников, где ИИ-агент подбирает траекторию под конкретного человека. Эволюция роли ИИ Раскрывается траектория: от нейросети как copilot (постоянно открытый интерфейс) — к модели, выполняющей черновую работу с последующей верификацией человеком — к наборам агентов, работающих автономно часами с проверкой результата человеком — к агенту, самостоятельно решающему большинство задач и передающему человеку только сложные случаи. Целевое состояние для ряда команд — человек лишь наблюдает за метриками. AI Disrupt PDLC: смена парадигмы разработки Поскольку языковые модели хорошо пишут код, у разработчика забирается рутина написания кода, что превращает разработку в «фабрику, создающую ИТ-решения». Формулируется тезис: важнее не сама разработка, а понимание того, что нужно рынку, — продуктовые специалисты становятся важнее, поскольку остальное поддаётся механизации. Уже существуют команды, работающие в полностью автономном режиме генерации и тестирования кода; технология открывает путь к созданию стартапов людям без опыта программирования при готовности рынка. Трансформация ролей Аналитикам предстоит трансформация в «AI-инженера» — специалиста, понимающего, чего хочет бизнес и как работают нейросети с их плюсами и минусами; недостатки моделей и агентов породили понятие «харнеса» — компенсирующего окружения. Приводится история о кандидате с сильным резюме, которому дан прямой совет: «Беги, учи. Потому что реально ты сейчас не зайдёшь без AI-а». Спецификация как новый объект управления Центральный тезис: если код генерируется автоматически, объектом управления становится корректно составленная спецификация задачи, для которой требуется контекст организации. Упоминается подготовленный коллегой документ по методологии AI Disrupt PDLC (короткая и развёрнутая версии), описывающий план внедрения — признаётся, что многое в нём пока ориентировано на будущее, но направление уже задано. Управление контекстом Языковые модели не знают специфику конкретной организации и без дополнительных данных выдают типовые ответы; чтобы инструмент заработал внутри компании, в контекст запроса нужно подавать описания процессов, ИТ-ландшафта и сервисов. Это называется следующей волной — «онбординг» для ИИ-агентов. Дискуссия: спецификации и будущее low-code Спецификация описывается не как формальный документ, а как контейнер, распадающийся на процессы, рыночные драйверы и клиентские потребности; часть содержания восполняет сама модель. Обсуждается судьба платформы N8N: инструмент продолжает работать в личных проектах, но не является целевым в архитектуре банка. Формулируется тезис о порядке вытеснения: «AI сначала не людей съест. AI сначала съест IT-инструменты» — пример с загрузкой файла продаж в модель вместо обращения к BI-инструменту. Классическая автоматизация сохраняет нишу там, где это экономически целесообразнее или где недопустима вероятность ошибки языковой модели; итоговый тезис — «экономика, она сразу наведёт порядок». Резюме Главный тезис — смещение объекта управления с кода на спецификацию задачи, опирающуюся на организационный контекст, что меняет требования к квалификации специалистов в пользу продуктового понимания рынка. Делегирование полномочий ИИ описано как поэтапный, управляемый процесс — от вспомогательного copilot к автономным агентам с контролем метрик человеком. Оценка low-code инструментов вроде N8N прагматична: их судьба определяется экономикой и вероятностью ошибок, а не идеологическим неприятием. Управление контекстом организации обозначено как следующий системный барьер практического применения ИИ в бизнес-процессах.