Актуальные AI-инструменты, которые позволят экономить ресурсы, деньги и время. 

Web Summit – одна из крупнейших мировых технологических конференций. На площадках форума представлены стартапы, в первой стадии реализации, крупные инвесторы. В целом, площадку можно назвать глобальной витриной технологических трендов. В 2025 году здесь наблюдается почти полное доминирование AI-проектов: это касается, как стартапов, так и компаний, которые уверенно вышли в прибыль.

Но в разговорах, бизнес высказывает куда более осторожные оценки: внедрение ИИ только начинается. Использование AI у многих пока ограничивается пилотами и презентациями. Но практика начинает формироваться. 

Меня зовут Иван Манжетов, я менеджер портфеля проектов IT-компании KODE, я расскажу, какие AI-инструменты выглядят, как рабочие, а что по-прежнему остается лишь призрачной гипотезой. 

Мы в KODE уже полтора года оптимизируем рутину с помощью AI. Да, некоторые инструменты показали свою беспомощность в работе над сложными IT-проектами, но другие удалось приспособить для повседневного использования.

Как мы работаем с AI 

1. AI для разработчиков. Уже включили автокод-ревью (Code Review ассистенты). На рынке есть еще 3-4 альтернативы. Если не получится — поменяем.

2. AI для QA. В фокусе генерация тест-кейсов и автоматизация по типу end-to-end. На саммите отметили компанию TestDevLab. Они обещают быстрый запуск мобильного E2E на ферме девайсов. Запланированы пилотные проекты.

3. Аналитики. В процессы кроссревью аналитики внедряем Rovo от Atlassian  (агенты под наши процессы: финтех-анализ, взаимная проверка требований, автооценка story points и чек-листы полноты задач).

4. Выбор и хостинг моделей. На рынке появились сервисы, которые под конкретные бизнес-кейсы подбирают модель или стек. Берут на себя развертывание плюс обновления. Цель —  упрощение процесса.

Шаблоны использования AI, которые стоит протестировать

На Web Summit мы видим громкие обещания по поводу AI: «минус N часов в неделю», «ускорение CI/CD на 40–90%», «удешевление комплаенса». На практике у большинства проектов метрики пока только ex ante: они не подтверждены исследованиями или практикой. Единственная рабочая стратегия — внедрение пилотного проекта с жесткими KPI.

Что делать бизнесу, если уже сейчас хочется внедрить совсем свежие AI-инструменты:

1. запускать короткие проекты пилотного использования (4–8 недель) на одном процессе/команде;

2. заранее фиксировать метрики, по которым оценивают эффективность: трудозатраты (часы), lead time релизов, MTTR, стоимость комплаенса, скорость найма, конверсию/ARPU;

3. сравнивать результаты по принципу до и после, считать ROI, включая скрытые издержки (интеграция, обучение, владение);

4. масштабировать только те решения, которые влияют на метрики, остальное — в архив.

Карта трендов Web Summit 2025 с примерами. Гипотезы применения. 

HR & рекрутинг: от софт-скиллов до ассистентов интервью

• Recrewty — помогает командам осуществлять найм: ранняя оценка soft skills и насколько претендент впишется в команду. Оценка по материалам интервью и профилям.

•  Talent360Hub — экосистема для оценки, развития и управления компетенциями сотрудников: тесты, всесторонний фидбек, сквозная аналитика.

• Tendent.ai — платформа для оценки hard-skills: генерирует вопросы, слушает интервью, формирует отчеты для ревьюера.

• Aishwarya/LinkedIn outreach-инструменты — целый класс сервисов, которые берут на себя таргетированный охват кандидатов на рекрутинговых платформах; на саммите таких было несколько, и они действительно экономят время и ресурсы мидл-рекрутеру.

• LinqiApp и Astra AI — edtech на стыке HR и обучения: P2P-разговорная практика, прогноз баллов, тьюторинг с адаптацией под ученика. Логичное продолжение HR-вектора — обучение сотрудников новым навыкам.

Что пробовать: протестировать связку Recrewty + Tendent.ai на 1–2 командах. Сверяем прогнозы AI с фактическими результатами работы нанятых сотрудников через 60–90 дней. Если эксперимент успешен, на выходе можно получить автоматизированный рабочий инструмент для формирования команд. 

«Умные» встречи и экономия времени

• Meeting Score — дает анализ календаря, диагностика «созвонов ради созвонов» и рекомендации, как вернуть 5+ часов в неделю.

• The AI Scoping App — «ТЗ-до-кода»: превращает идеи в конкретные технические задания и дорожные карты. Будет полезно тем, кто работает без разработчиков и с визуальными конструкторами (no/low-code проектов).

• Resonoon — омниканальный ассистент для поддержки и пресейла (чат/голос). Фиксирует разговоры, конвертирует их в задачи.

Практика: связка Meeting Score + The AI Scoping App + трекер задач с Rovo-агентом помогает реализовать цикл от идеи к плану и исполнению, а потом к ретроспективному анализу по фактам.

«Инфраструктура разработки: быстрее CI/CD, меньше ручной рутины»

• Cadence.CI — снижение затрат и ускорение CI/CD на 40–90% за счёт дополнительного уровня над пайплайнами и «контейнерами».

• Byggr.ai — детерминированный генератор кода из спецификаций (минимум «галлюцинаций» от ИИ, ориентируется на подготовку кода, который сразу готов к использованию).

• zencoder — «AI coding agent» с верификацией pull request, интеграционными проверками и поддержкой мульти-репо (подходит для режимов on-prem без выхода в облако).

• SAAScade — проектирование и генерация сложных систем при помощи «перетаскивания готовых блоков»: получаем API реального времени, безопасность, аудит.

• Gnexum — low-code интеграция API, быстрое наращивание связующего слоя между базой данных и внешними системами.

Как оценивать: измерять время от сохранения изменений в коде до релиза, процент авто-мерджей после AI-ревью, скорость MTTR в инцидентах.

Качество и безопасность

• TestDevLab — E2E для «коробочных» мобильных приложений: настройка, выполнение тестов на реальных устройствах, генерация отчетности.

• Inspectech AI Debugger — умный помощник по принципу «исправить баг за 60 секунд»: обнаружение сбоев, анализ их причин, автосоздание задач и рекомендации по решениям. По мере обучения — переход к автопатчам.

• TeamFence SA — кибербезопасность с AI-агентом: фокус на человеческом факторе (первая линия защиты — люди).

• FuseAI — AI-пентестинг (тестирование безопасности) + «V(LLM)aaS» он-прем (развернут внутри вашей инфраструктуры, без облака): безопасность с соблюдением требований к данным.

• Cyberinova — интегратор киберсистем (полезно, если нет своей security-команды).

• SOCLY.io  — комплаенс-as-a-service: SOC 2, ISO 27001, GDPR, CCPA, HIPAA — «быстро и недорого» по сравнению с ручной подготовкой.

Применение: закрыть «комплаенс-долг» быстрее и дешевле, чем нанимать отдельную команду на несколько месяцев.

Финтех и финдисциплина 

• Nero Budget — персональный AI-коуч для финансов: планирование, копилка, «не трать так много».

• BankStore — глобальная банковская платформа для стартапов и фондов (аккаунты + сервисный слой).

• Wealth Money — P2P-кредитование, оркестрация заявок, риск-модели.

• Husk — «AI-CFO для стартапа» (полноценный AI –финансовый директор): контроль расходов, карты, инсайты, продление runway.

• Credituz — оцифровка кредитов/продаж в недвижимости; быстрее связывает банки, фонды и девелоперов.

Где будет быстрый эффект: Husk как быстрый способ навести порядок в затратах и лимитах карт; BankStore — инфраструктурный кирпич для глобальных платежных сценариев.

Чек-лист после саммита: что уже можно начинать внедрять.

1. HR-пилоты: Recrewty + Tendent.ai на одной найм-воронке; мерить скорость и качество закрытия.

2. Dev productivity: запустить Cadence.CI на одном сервисе; сравнить lead time и MTTR до/после.

3. QA-контур: прогнать TestDevLab на текущем мобильном релизе, попробовать удобство покрытия и сколько сценариев можно покрыть.

4. PM/Analytics: завести Rovo-агента под внутренний шаблон задач (поля, критерии готовности, автооценка SP) и включить «чек полноты» перед сменой статуса.

5. Финконтур: поставить Husk как слой контроля карт и расходов — быстрые wins без «большого ERP».

6. Грин-трек: пилот через Treebytree или SunCredit — простой, считаемый ESG-эффект для отчётности.

7. Маркетинг-рост: A/B-ветки в Relevic для главных посадочных, метрика — прирост CR и ARPU.

Пока это гипотезы.

За рамками громких обещаний, все это пока выглядит как каталог исключительно гипотетических решений. Ценность они представляют не сами по себе, а как возможность запустить пилотный проект или экспериментальную связку. Быстрые результаты могут появиться там, где стартап с AI точечно закрывает конкретную потребность, а эффект подтверждается цифрами. До момента такой проверки, говорить о том, имеет ли инструмент практическую ценность или просто дань моде – преждевременно. Решать будут пилотные проекты и метрики.