АСТАНА, Казахстан — 26 апреля 2026 г. — Александр Полоротов, сооснователь компании Datanomix.pro, выступил на технологическом саммите K-Tech (Kazakhstan Technology Summit). В рамках панельной сессии «Самые востребованные use cases для цифровой трансформации» эксперт представил стратегию перехода компаний к модели AI-first и рассказал, как использование AI-агентов в связке с «вайб-кодингом» позволяет сократить затраты на разработку в десятки раз.
От классической цифровизации к AI-first
В своем выступлении Александр Полоротов отметил, что термин «цифровая трансформация» сегодня требует переосмысления. В качестве эталонного примера из прошлого он привел кейс eGov в Казахстане, где успех был достигнут за счет объединения государственных баз данных и волевых управленческих решений.
Однако современный этап развития требует перехода к стратегии AI-first. По мнению эксперта, зрелость бизнеса теперь измеряется не наличием технологий, а количеством управленческих решений и действий, совершенных AI-агентами, которые напрямую влияют на финансовые показатели (P&L).
Однако современный этап развития требует перехода к стратегии AI-first. По мнению эксперта, зрелость бизнеса теперь измеряется не наличием технологий, а количеством управленческих решений и действий, совершенных AI-агентами, которые напрямую влияют на финансовые показатели (P&L).
Практические кейсы: экономия сотен миллионов и «вайб-кодинг»
Спикер поделился результатами внедрения AI-агентов в реальных проектах:
«Сейчас наиболее эффективно использовать не 50 сеньор-разработчиков, а двух, обвешанных AI-агентами, которые их усиливают», — подчеркнул Александр Полоротов.
- Автоматизация закупок: В крупной телеком-компании AI-агент полностью взял на себя маркетинговый анализ цен и переговоры с поставщиками о скидках, что сэкономило заказчику сотни миллионов тенге.
- Производительность разработки: Александр представил кейс, в котором один специалист, применяя метод «вайб-кодинга» (использование AI-агентов для написания кода), реализовал IT-решение, оцененное сторонними подрядчиками в $ 450 000.
«Сейчас наиболее эффективно использовать не 50 сеньор-разработчиков, а двух, обвешанных AI-агентами, которые их усиливают», — подчеркнул Александр Полоротов.
Барьеры и «дофаминовая ловушка»
Александр также разобрал типичные ошибки («факапы») компаний при работе с ИИ:
- Ложные ожидания: Успех пилотного проекта часто вызывает у руководства избыточный оптимизм («выброс дофамина»), создавая иллюзию, что решение можно легко масштабировать на всю структуру без подготовки.
- Принцип «Garbage In — Garbage Out»: Главным барьером остается неготовность инфраструктуры данных. Если на вход модели поступает «мусор», на выходе будет аналогичный результат.
- Data Governance: По мнению эксперта, именно ИИ стал драйвером осознания важности процессов управления данными, которые раньше воспринимались бизнесом как теоретические концепции консультантов.
Личный опыт и цена промпта
В завершение эксперт поделился личным факапом, иллюстрирующим риски работы с LLM (большими языковыми моделями). Из-за неточно сформулированного промпта при обучении «вайб-кодингу» нейросеть интерпретировала команду буквально и удалила все данные с компьютера пользователя. Этот случай подтверждает, что даже при использовании AI критически важным остается архитектурное понимание процессов человеком.
О мероприятии K-Tech
Kazakhstan Technology Summit — ведущая площадка в Казахстане для обсуждения технологических трендов и обмена опытом в сфере цифровизации между лидерами рынка и государством.