R&D в 1С: как исследования создают инновации

Всем привет! Меня зовут Айдар Сафин. Я главный разработчик в центре экспертизы 1С Magnit Tech.

Если вы хотите, чтобы ваша компания развивалась, оставалась конкурентоспособной, стоит задуматься о таком направлении, как R&D – Research and Development.

Сегодня 1С – это не просто платформа для учета, как думают многие, а сложная экосистема, где клиенты ждут не просто отчетов, а интеллектуальной автоматизации и AI-ассистентов, бесшовной работы на любом устройстве. Опасно стоять на месте – нужно постоянно двигаться вперед.

R&D – это стратегический отдел, который отвечает на вопрос, что будет завтра, и делает это сегодня. Мы превращаем технологические тренды в работающие решения, которые приносят прибыль и сокращают издержки. Мы берем на себя риски пробовать новое, чтобы вы их не несли. Пока другие обсуждают тренды, мы уже автоматизируем, внедряем ИИ и делаем все это кроссплатформенно.

Если говорить о нашей компании, то наш центр экспертизы – это сочетание R&D и масштабирования. Сначала мы проводим R&D, создаем MVP масштабируемых проектов, затем передаем их в разработку и продолжаем развивать.

В этой статье я расскажу:

• Какие существуют критерии у R&D-проектов и дам им определение,

• Что происходит с компанией, если в ней нет R&D,

• Какой профит от R&D,

• Зачем R&D нужен в 1С,

• Как создать R&D-направление, с чего начать,

• Какие бывают ресурсы R&D – инфраструктурные, людские и интеллектуальные,

• Как создавать и ранжировать гипотезы, ведь R&D – это проверка гипотез и создание MVP на их основе,

• Что используется в R&D в контексте 1С.

В завершение приведу реальные кейсы группы R&D нашей компании.

Что делает проект R&D-проектом

Первое и самое важное – у проекта должен быть неизвестный результат. Его цель не внедрить решение, а проверить, сработает ли гипотеза.

Следующий критерий – поиск нового. Это создание технологии, метода или подхода, которых раньше не было ни в вашем стеке, ни на рынке в целом.

Далее – эксперимент, который является основой R&D. Процесс строится на циклах: гипотеза, тест, MVP, пилот, то есть измерения и выводы на их основе. Обязательно должна быть возможность неудачи: если вы уверены в результате на 100%, это уже не R&D.

Еще один критерий – качественный скачок. Речь идет не о линейном приросте на 10-15%, а об изменениях в разы: существенном снижении стоимости, ускорении процессов, повышении эффективности. Это может быть рост в 10, 50, 100 раз и т.п. или на 40%, 200%, 800% и т.п.

И наконец, фокус на будущее. В R&D решаются проблемы, которые только начинают возникать, или создаются возможности для их решения в будущем.

Что будет, если не развивать R&D

Если вы не производите, условно говоря, шпингалеты, то без R&D можно быстро прийти к ряду проблем:

• Технологическое отставание. Происходит постепенное устаревание стека и методов работы. Разрыв с конкурентами, которые внедряют инновации, будет только расти, и в итоге они вас обгонят.

• Потеря эффективности. Рутинные операции не автоматизируются, время и ресурсы тратятся впустую, отсутствуют инструменты для прогнозирования и предотвращения проблем.

• Рост рисков и дорогие ошибки. Решения принимаются без проверки: компания запускает масштабные и дорогие проекты, не протестировав гипотезы, и в результате теряет возможности и огромные ресурсы.

• Зависимость от внешних решений. Приходится покупать дорогостоящие готовые продукты, вместо того чтобы разрабатывать собственные, кастомные, более подходящие под конкретные задачи.

• Снижение мотивации команды. Талантливые специалисты уходят туда, где есть возможность исследовать, пробовать новое и расти. Если команда занята только поддержкой, без создания новой ценности, она постепенно теряет интерес и инициативу.

В итоге без R&D компания утрачивает не только технологии, но и гибкость, а со временем – и конкурентное преимущество.

Профит от R&D. Конкретные выгоды

• Снижаем затраты на 40% за счет автоматизации рутины. Например, мы внедрили робота для проверки контрагентов в 1С. Раньше два бухгалтера тратили по четыре часа в день на проверки, что обходилось дорого. Теперь робот делает это за 15 минут, а бухгалтера только контролируют результат. Экономия – около двух миллионов рублей в год на фонде оплаты труда.

• Ускоряем процессы в 5 раз. Мы заменили ручную выгрузку отчетов из 1С на автоматизированный Python-скрипт. Раньше формирование и проверка занимали четыре часа, теперь – 45 минут (и небольшой контроль). Скрипт сам собирает данные, формирует Excel и при необходимости отправляет отчеты адресатам.

• Открываем новые рынки за счет инноваций. Например, добавили в 1С модуль ИИ-прогнозирования и благодаря этому заключили контракты с тремя крупными сетями, которые раньше воспринимали 1С исключительно как бухгалтерию.

• Снижаем риски в 10 раз благодаря MVP. Протестировали интеграцию 1С с новым складским оборудованием на пилотном проекте. Потратили 200 тысяч рублей, но избежали потерь на пять миллионов, которые могли бы возникнуть при неудачном внедрении.

• Повышаем лояльность через новые сервисы. Внедрили чат-бот в 1С для ответов клиентам по статусам заказов. Индекс потребительской лояльности вырос с 3,8 до 4,6, нагрузка на менеджеров снизилась на 30%, что дало финансовую экономию.

• Получаем результат за 1% бюджета. На R&D уходит около 1% бюджета. Даже при минимальных вложениях можно получить ощутимую отдачу. Например, за 300 тысяч рублей мы создали прототип системы спроса и тем самым избежали затрат в 30 миллионов на покупку готовой BI-системы,

• Нивелируем операционные риски. Настроили в 1С автоматический мониторинг аномалий данных. Благодаря этому успели выявить и исправить сбой в расчете зарплаты до выплаты, избежав штрафов и судебных разбирательств.

Итоговый профит: мы не тратим месяцы на провальные идеи, проверяем гипотезы с помощью MVP, заменяем рутину роботами, а людей направляем на сложные и ценные задачи. Создаем эффект «вау!» – выходим на новые рынки, где про 1С раньше даже не слышали.

Зачем R&D именно в 1С

В 1С можно разрабатывать уникальные фичи – AI-ассистентов, автоматизацию, внедрять новые тренды.

Мы превращаем 1С в мультистек технологий. Например, с помощью R&D мы внедрили в стек 1С множество современных инструментов (о некоторых из них я расскажу ниже). Благодаря мультистеку можно использовать лучшие практики, которые раньше были недоступны в 1С.

R&D – это инвестиции в будущее вашей компании. Если вы планируете развиваться и оставаться на рынке дольше 3 лет, без поиска новых решений не обойтись.

Как создать R&D направление, с чего начать и сколько это стоит

С чего начать? Не обязательно сразу создавать полноценный R&D-отдел и нанимать много людей. Можно начать с малого – выделить одного-двух технических специалистов, разработчиков или аналитиков, и закрепить за ними 20% рабочего времени для исследования и проверки новых технологий и гипотез.

Сколько это стоит? Обычно около 1% от годового бюджета IT-департамента. Например, если годовой ФОТ составляет 100 миллионов рублей, то на исследования и проверку гипотез выделяется около 1 миллиона. Если у вас небольшая компания или вы можете позволить себе больше, можно выделять 3-4%.

Что это дает? Даже если конкретная идея не сработает, вы получите ценные данные и избежите крупных затрат на неэффективные проекты. Если решение окажется успешным, вы существенно сэкономите и получите серьезное конкурентное преимущество.

Даже если идея не полностью сработает, редко бывает, что результат оказывается бесполезным. Можно получить побочный инструмент или доработку, которую вы сможете трансформировать во что-то новое. В любом случае R&D приносит пользу.

Главное – начать с небольших, но регулярных экспериментов.

Инфраструктурные ресурсы для R&D

Первое – это инфраструктура. Должен быть выделенный полигон: песочницы, виртуальные машины, контейнеры и тестовые базы. Доступ должен быть к реалистичным, но обезличенным данным.

Обязательно нужна автоматизация и DevOps – инструменты для быстрого развертывания и удаления сред, такие как Terraform, Ansible, Kubernetes. Также должны быть настроены CI/CD-пайплайны для сборки и тестирования прототипов.

Необходимы мощности для сложных задач. Если вы работаете с машинным обучением и AI, должны быть GPU-серверы или высокопроизводительные кластеры для нагрузочного тестирования и анализа больших данных. Их можно не покупать, а арендовать, если задачи специфические. Главное – иметь достаточную вычислительную мощность.

Далее – инструменты анализа и мониторинга. Это системы сбора метрик, например Prometheus и Grafana, а также логирование и трейсинг: Elasticsearch, OpenSearch, Jagger и другие.

Важно обеспечить безопасность и изоляцию: тестовые среды должны быть полностью отделены от продуктивных контуров. В них должна быть возможность безопасно тестировать решения, проводить нагрузочные испытания, искать уязвимости.

И, наконец, нужен максимум прав и доступов в тестовых средах – с учетом обезличивания данных.

Инфраструктура для R&D должна быть гибкой, масштабируемой и одноразовой. Экономить на ней нельзя.

Кто нужен в R&D-команде

Обычно в команде R&D человек не ограничивается одной компетенцией. Часто у специалиста сочетаются навыки разработчика 1С, эксперта по технологическим вопросам и DevOps-инженера.

Soft skills также играют ключевую роль. Важно, чтобы участники команды были кросс-функциональными, обучаемыми, легко усваивали новую информацию и имели тягу к экспериментам, ведь эксперимент – основа R&D.

Мотивация строится на свободе экспериментов, вертикальном росте компетенций и минимальной рутине.

Команда R&D – это не штат, а спецназ. В ней должен быть гуру 1С, который ломает шаблоны, евангелисты новых технологий, понимающие, что будет завтра, и DevOps-мастера, способные автоматизировать все, что угодно.

Это должны быть гибкие, жаждущие нового люди. Им нужно давать полную свободу для экспериментов и творчества, обеспечивать рост не по должности, а по уровню профессионализма.

Если отдел комбинированный, где часть функций относится к R&D, такие задачи становятся для специалистов глотком свежего воздуха и позволяют им по-настоящему отдохнуть от рутины.

Интеллектуальные ресурсы для R&D

Эксперты и команда. Сюда относятся специалисты, о которых я уже говорил, а также узкопрофильные эксперты. Иногда для специфических задач клиентов требуется привлекать специалистов с уникальными компетенциями.

Базы знаний и подписки. Необходимо иметь платный доступ к профессиональным репозиториям и источникам, таким как «Инфостарт», IEEE, Springer, а также подписки на профильные СМИ – «Инфостарт», Habr и другие площадки.

Патенты и лицензии – обязательная часть работы, особенно если компания занимается собственными разработками. Нужно проводить патентный поиск для защиты интеллектуальной собственности и иметь достаточное количество лицензий и программного обеспечения для интеграции и исследований.

Образовательные ресурсы включают курсы по новым направлениям, обучение сотрудников и участие в профильных конференциях.

Инструменты анализа. Если компания занимается сложными математическими расчетами, можно использовать, например, MATLAB.

Создание и ранжирование гипотез в R&D

Если у вас появилась идея, нужно понять, как ее оценить, проверить и превратить в рабочее решение.

Первый шаг – формулировка гипотезы. Она должна иметь четкую структуру: «Если мы [действие], то [результат], потому что [обоснование]».

Пример: Если внедрить ML-алгоритм для прогнозирования дефектов в 1С, то количество сбоев снизится на 20%, потому что система будет предсказывать риски до их возникновения.

Источники гипотез – это боли сотрудников и клиентов: например, рутинные задачи, которые можно автоматизировать. Все, что вызывает затруднения, можно превратить в гипотезу, проверить ее и при успешной валидации – реализовать в проекте. Также источником идей служит анализ трендов: новые технологии, практики конкурентов.

Критерии ранжирования гипотез:

• Потенциальный эффект – сколько денег или времени сэкономит или заработает компания.

• Стоимость реализации – какие нужны ресурсы, время, экспертиза.

• Риски – технические, бизнес-риски, возможные побочные эффекты.

Приоритизация. Начинайте с гипотез, которые можно реализовать быстро и которые дают заметный эффект. Но не отказывайтесь от стратегических направлений – они сложнее, но приносят высокий результат в перспективе. Гипотезы с низким эффектом и высокой сложностью лучше отсеивать сразу, чтобы не тратить ресурсы.

Валидация. Измеряйте результат только по конкретным метрикам – например, по времени выполнения операций, по количеству ошибок. Фокусируйтесь на гипотезах с максимальным эффектом и минимальными рисками, а неперспективные идеи исключайте.

Пример рамки приоритизации. У вас есть три проекта или гипотезы. Мы оцениваем по десятибалльной шкале эффект, стоимость, риск и приоритет. Такой подход помогает системно создавать и ранжировать гипотезы.

Использование R&D в контексте 1С

В отделе R&D в первую очередь тестируется все новое, что появляется в 1С. Например, наш центр экспертизы первым проверяет новые версии платформы и все свежие функции. Также сюда относятся 1С:Напарник и 1С:Элемент.

R&D позволяет перенимать лучшие практики из других стеков, не ограничиваясь только 1С. Мы используем все, что может быть интегрировано в экосистему 1С: Python, Java, Ansible, Vector и множество других технологий.

Реальные кейсы R&D

У нас их много – десятки, а может быть, и сотни. Я собрал несколько проектов, которые можно посмотреть на «Инфостарте».

Перевод 1С на Linux. //infostart.ru/1c/articles/2442223

Этот процесс идет уже второй год, но в начале, когда мы только приступили к переводу, мы составили список ограничений: что будет работать на Linux, а что нет, и как это можно обойти.

На основе этой работы мы создали GitHub-репозиторий https://github.com/magnit-tech/cfg-1c-analysis-checklist-linux. Там размещена ссылка со списком ограничений и чек-лист перевода конфигураций 1С с Windows на Linux – что нужно изменить и как адаптировать.

Database Lab. https://event.infostart.ru/2025/agenda/2443443

Это пример реальной экономии. Если у вас крупная компания с большим парком серверов и необходимо регулярно разворачивать множество тестовых сред, с помощью этого решения можно значительно сократить затраты – экономия может исчисляться миллиардами рублей.

Sentry. //infostart.ru/1c/articles/2435312

Это система, которая обеспечивает своевременное информирование об ошибках 1С без флуда. Изначально этот проект тоже начинался как R&D.

В Sentry выгружаются ошибки из журнала регистрации 1С. Там они аккумулируются, группируются и отправляются только новые ошибки по типам. Это очень удобно.

Например, при переводе 1С на Linux мы сначала подключаем систему к Sentry. Там накапливаются ошибки, и после перевода на Linux поступают только новые. Мы сразу видим их и можем понять, связаны ли они с миграцией или нет.

Проект по использованию OneScript в JupyterLab.

Те, кто программирует на Python, знают, что JupyterLab или Jupyter Notebook – это специальная песочница, среда, где можно установить инструмент и сразу начать писать код без дополнительных усилий.

У нас появилась идея проверить, как будет работать OneScript в JupyterLab. Я уже говорил, что в R&D всегда присутствует возможность неудачи – и в этот раз получилось именно так.

Проект нельзя назвать провальным: OneScript в JupyterLab заработал, но не все возможности оправдали ожидания. Зато наши DevOps-инженеры получили еще один инструмент в свой арсенал. Несмотря на то, что результат оказался не на 100% успешным, проект все равно принес пользу и дал новые знания команде.

ИИ для проведения код ревью. https://event.infostart.ru/2025/agenda/2473969

Сейчас мы проводим интеллектуальный анализ кода – выполняем code review с помощью DeepSeek. Он показывает хорошие результаты и помогает проверять код 1С, причем зачастую без галлюцинаций. Этот проект мы также начали с этапа R&D.

R&D – это не про «сделать новое». Это про то, чтобы перестать бояться. Бояться, что конкуренты обойдут. Что технологии уйдут вперед. Что клиенты уйдут к тем, кто не боится.

Небольшая команда может поменять правила игры. Она превращает 1С из системы учета в систему возможностей. Профит: экономия миллиардов, лояльность клиентов, выход на новые рынки.

Самое рискованное решение – это не меняться (чтобы не отстать, нужно все время идти, чтобы развиваться, нужно бежать). Все остальное – уже решаемо.

Время не выбирают. В нeм либо начинают, либо отстают. Ваш ход.

*************

Статья написана по итогам доклада (видео), прочитанного на конференции INFOSTART TECH EVENT.