Delivery 2.0 как изменение процесса, а не «набор ИИ-инструментов»

Продуктизация AI-решений

Программный комитет ещё не принял решения по этому докладу

Целевая аудитория

— Разработчики (backend, frontend, full-stack), активно использующие ИИ-инструменты в повседневной работе. — Тимлиды и техлиды, отвечающие за архитектуру, качество и устойчивость delivery-процессов. — Архитекторы, проектирующие системы и инженерные практики в условиях AI-ускорения. — QA-инженеры и инженеры по качеству, работающие с автоматизацией, тест-стратегиями и контролем рисков. — Engineering-менеджеры и delivery-менеджеры с техническим бэкграундом, отвечающие за метрики, процессы и командную эффективность. — DevOps- и SRE-инженеры, вовлечённые в вопросы надежности, воспроизводимости и эксплуатации ИИ-поддерживающих систем.

Тезисы

Мы предлагаем обсудить Delivery 2.0 не как набор ИИ-инструментов, а как пересборку ответственности, процессов и экономики заказной разработки.
ИИ ускоряет отдельных специалистов, но без изменения модели управления увеличивает риски, стоимость ошибок и управленческий шум.
Ключевой вопрос дискуссии — как сохранить предсказуемость и качество delivery в условиях ИИ-ускорения.

Константин Попандопуло

Umbrella IT

Технический директор Umbrella IT. Специализация — внедрение AI-инструментов в бизнес-процессы, оптимизация разработки ПО и разработка эффективных IT-стратегий, которые приносят клиентам результат. Умеет собирать сильные команды и успешно проводить цифровую трансформацию. Регулярно выступает на отраслевых и бизнес-конференциях, а также является автором множества статей и экспертных комментариев в СМИ.

Видео

Другие доклады секции

Продуктизация AI-решений

От правил к AI и обратно. Эволюция решения в антифроде

Sidelnikova Alena

Eastwind

Как внедрять AI в продукты, если они разные?

Мария Зырянова

Контур

Как венчурные принципы спасают LLM-проекты в корпорации

Дмитрий Легчиков

2ГИС

AI-помощник продуктовой команды: RAG по коду и wiki, Deep Research агенты и бенчмарки

Андрей Тамплон

Cloud.ru

АГЕНТ SRE — AI-ИНСТРУМЕНТ ДЛЯ АНАЛИЗА И РЕАГИРОВАНИЯ НА ИНЦИДЕНТЫ

Сергей Шапошников

Cloud.ru

AI-дежурный: виртуальный сотрудник, который работает во всех командах сразу

Софья Проскурина

Яндекс

От OCR к интеллектуальному распознаванию: как мы построили высокоточную и быструю систему для банковского документооборота

Иван Трофимов

Райффайзен банк

Кейсы внедрения ИИ в Альфа-банке

Яна Чаруйская

АО Альфа-банк

Разработка с помощью AI. Как мы сделали продукт за 2 месяца, или как ускориться в 15 раз?

Андрей Семенишен

MOEX

Разбор реальных кейсов внедрения и применения AI в крупном и среднем бизнесе

Илья Петухов

Directum

Ошибки при запуске AI-платформы: чему мы научились за первый год на рынке

Павел Путинцев

Alpina Digital

От LLM-разметки до production-ML: автоматическая проверка внешнего вида курьеров

Виктория Костерина (Тюфякова)

Magnit OMNI FoodTech

Тачка на прокачку: адаптируем вашу старую ретриву к новым вызовам

Владислав Попов

ТочкаБанк

Стратегия AI-трансформации процессов разработки: от оценки SDLC к бизнес-эффекту

Павел Плюснин

Сообщество НейроSet, ex Т-Банк, ex Huawei

Мастер-класс: Собираем реал-тайм ИИ-агента для SIP/VoIP за 2 часа — от транка до живого звонка

Кирилл Кухарев

Raft

Как мы внедрили LLM-судей в автоматизациях клиентского сервиса: подход, грабли, уроки

Дарья Шатько

Яндекс Крауд

Как мы строили AI-платформу оценки скилов кандидатов

Максим Чернухин

Сбербанк страхование жизни

Психологический коллапс при внедрении ИИ: От саботажа к агентности через социальную инженерию и теорию самодетерминации.

Дмитрий Чуканов

АО "СберТех"

Мультимодальная модерация объявлений Авито

Евгений Чернов

Авито

Как делать ИИ-системы полезные бизнесу?

Караваев Артё

Альфа-банк

Подводные камни при выбора ИИ провайдера: как не ошибиться.

Маслова Оксана

ИП Маслова

3 менеджера и 1 разработчик в команде. Как мотивировать сотрудников и создавать крутой AI-продукт?

Андрей Семенишен

MOEX

От корпоративного Франкенштейна до платформы: как мы превратили внутренний AI-хаб в B2B продукт

Павел Путинцев

Alpina Digital

LLM в рекомендациях: теперь мы знаем всё о стиле жизни и вкусах покупателя

Владислав Уржумов

Яндекс

От рутины к автономии: AI-помощник для управления облачной инфраструктурой

Илья Жбанов

Cloud.ru

WebSecAI: прод для защиты веб-приложений

Анастасия Балакина

НИТУ МИСИС (Data Science магистрант)

Вредные советы по внедрению AI в саппорт (для тех, кто любит риск)

Максим Михайлов

Cloud.ru

MarketAI: с нуля до мультиагентной системы

Владислав Вихров

Яндекс

От DevOps к EvalOps (или как трансформируется функцию OPS/SRE, в связи с внедрением GenAI)

Вячеслав Кудряшов

Сбер

От пилота к промышленному ИИ: уроки создания центра компетенций в банке из топ‑20

Юрий Юшкевич

AB_Digital

Голос, данные и ИИ: строим следующую версию VoIP-коммуникации

Кирилл Кухарев

Raft

Данные в промышленных масштабах: как мы строим единую дата-платформу на сотни Пб для сотен команд

Иван Емельянов

AI VK

Open-source LLM в production: кейс автоматизации извлечения реквизитов из договоров

Рамиль Аллахвердиев

RAFT

Продавать ИИ скептикам: как мы меняли восприятие AI внутри компании и на рынке

Павел Путинцев

Alpina Digital