Импортозамещение создало редкую ситуацию «вынужденной самостоятельности», в которой компании получают шанс не просто заменить зарубежные продукты отечественными аналогами, а полностью пересобрать ИТ‑подходы. Если раньше логика часто была такой: «есть готовая экосистема — подстроим процессы», то сейчас становится возможным иной сценарий: развивать собственный технологический стек, проектировать решения под свои процессы и рассматривать ИИ не как добавочную «фичу», а как фундаментальный слой рабочего места и управления.

Центральную идею эксперт Lad формулирует как Isolated Acceleration (изолированное ускорение): сертифицированное зрелое ядро инфраструктуры остается нетронутым, а поверх него создается ИИ‑слой, который работает через API и RPA‑мосты и ведет полный аудит действий. Сотрудник взаимодействует с системами через естественный язык (голос или текст), а за инновации, пользовательский опыт и скорость изменений отвечает ИИ‑периметр в виде платформы ИИ‑агентов.

Такое решение открывает сразу несколько практических преимуществ. ИИ‑слой работает поверх существующей системы, не затрагивая ее сертифицированное ядро, поэтому развитие может идти итеративно и независимо, без сложных процедур переаттестации. Компаниям больше не приходится ждать, пока вендоры добавят нужные функции в базовый продукт: сценарии создаются под конкретные задачи и в нужном темпе. При этом все эксперименты с искусственным интеллектом остаются безопасными для транзакционной надежности — критические контуры изолированы и защищены. Кроме того, в рамках такого подхода полностью сохраняются инвестиции в уже работающую инфраструктуру.

Отдельно подчеркивается метафора «когнитивного периметра»: когда данные «циркулируют» между системами, а ядро остается стабильным.

Сергей Стонаев приводит в пример четыре прикладных сценария, которые показывают, что ИИ‑периметр — это не «чат‑бот», а способ изменить характер работы сотрудников и скорость изменений в компании. Кейсы реализованы на платформе независимых ИИ-агентов Ladcraft.

• Обработка первичной документации

Было: ручной ввод и проверка в 1С, создание документов в офисном контуре (Р7).

Стало: автономный агент обрабатывает документы, создает записи в 1С и формирует документы в Р7. Сотрудник выполняет контроль результата, а не ручную «операторскую» работу.

• Прогнозирование дебиторской задолженности

Было: выгрузки в Excel, ручной анализ, графики «в стороне» от источника данных.

Стало: агент анализирует данные 1С, строит прогнозы, предлагает сценарии «что если». Аналитика появляется там, где рождаются данные, и быстрее превращается в управленческое действие.

• Быстрая разработка новых функций

Было: доработка на 1С требует времени и дефицитной квалификации.

Стало: постановка задачи естественным языком → прототип решения за дни; часть простых автоматизаций может быть создана бизнес‑пользователями под контролем ИТ.

•  Миграция на Р7‑Офис без потери наработок

Было: ручной перенос макросов и риск потерять автоматизации.

Стало: автоматическая конвертация макросов с сохранением логики, в результате накопленные «малые механизации» не обнуляются.

Суммарный эффект приведенных кейсов состоит в том, что ИИ‑слой не просто автоматизирует операции, он меняет роль человека от оператора форм к архитектору правил.

Сергей Стонаев описывает рабочую схему, где противоречия снимаются архитектурно: отечественное ядро остается стабильным, а все, что требует гибкости и быстрого развития, выносится в ИИ‑слой, подключенный через API и сценарии автоматизации.

Так можно двигаться быстро, не ломая базовые системы: сначала запускать MVP на периферийных процессах, затем доводить их до промышленного режима. Экономический эффект достигается высвобождением времени специалистов: ИИ-агенты забирают рутину и возвращают людям работу, где действительно нужна квалификация.

Отдельно фиксируется контур доверия. Для чувствительных операций действует принцип «сначала спроси»: ключевые действия подтверждает человек, все логируется, а модели при необходимости разворачиваются внутри периметра, вплоть до локальных или open‑source вариантов. В этой логике безопасность становится не стоп‑фактором, а рамкой, в которой инновации внедряются управляемо.

Главная мысль, которую эксперт Lad подчеркнул в финале выступления, заключается в практичном разделении зон ответственности: зарекомендовавшее себя сертифицированное ядро остается неприкосновенной основой, а ИИ выстраивается как единый когнитивный периметр вокруг существующих процессов. Такой подход позволяет трансформировать пользовательский опыт и ускорить решение ежедневных задач — от документооборота до аналитики — без ожидания обновлений от вендоров и без риска для стабильности транзакционных систем.