Сейчас вокруг искусственного интеллекта много шума. Чат-боты, ИИ-агенты, copilot-слои, автоматизация документов, помощники в CRM, помощники в ERP, роботы, которые переносят данные из одного окна в другое, красивые презентации, быстрые письма, генерация коммерческих предложений, описания товаров и ответов клиентам. Всё это полезно. Но всё это ещё не главное.
Самая опасная ошибка — решить, что мир только сейчас «переходит к ИИ-агентам». Нет. В широком смысле мир уже давно живёт на агентной логике: рабочие маршруты, RPA, автоматические сценарии, планировщики, рекомендательные механизмы, корпоративные ассистенты, интеллектуальные подсказки, встроенные действия в бизнес-приложениях. Сейчас просто началась массовая раздача этой технологии в руки широкой толпы. Gartner прогнозирует, что уже к 2026 году до 40% корпоративных приложений будут иметь встроенных task-specific AI agents, тогда как в 2025 году таких приложений было меньше 5% [1].
Но за этим шумом легко не заметить главное. Главное не в том, что появились ИИ-агенты. Главное в том, что начинается интеллектуализация предприятия как системы. Это совсем другой этаж. Чат-бот может написать письмо. Робот может перенести данные. Агент может помочь пользователю пройти процедуру. Но интеллектуальное предприятие — это не письмо, не перенос данных и не подсказка пользователю. Это предприятие, у которого собрана внутренняя нервная система: процессы, данные, доменная память, канонический язык, роли, права, KPI, стресс-сценарии, источники данных, правила действия и способность быстро перестраиваться под давление среды.
Именно за этот этаж сейчас начинается настоящая экономическая война.
Цифровые ИИ-бусы
Для российского рынка большая опасность состоит в том, что нам могут бросить красивые цифровые ИИ-бусы. Покажут говорилки. Покажут генерацию писем. Покажут, как ИИ красиво пересказывает документ. Покажут, как агент открыл форму, перенёс данные, нажал кнопку, сформировал протокол, подготовил ответ клиенту, сгенерировал описание товара, нарисовал презентацию. И всё это будет выглядеть современно.
Но это может оказаться бижутерией. Стеклянными бусами цифровой моды. Полезными игрушками, которые отвлекают внимание от настоящего промышленного сдвига. Потому что в это же самое время серьёзные игроки будут собирать не помощников для текста, а интеллектуальные предприятия. Они будут строить системы, которые умеют видеть ситуацию, связывать данные, понимать процесс, пересчитывать последствия, выбирать вариант, запускать действие и удерживать предприятие в движении.
Разница между этими двумя мирами огромна. В первом мире директор спрашивает искусственный интеллект: «Напиши письмо клиенту». Во втором мире директор спрашивает: «Что будет, если мы примем ускорение крупного заказа на две недели, при текущей загрузке, риске по материалам, ограничении по деньгам и угрозе сдвига внутреннего плана?» И система отвечает не красивым текстом, а связанной управленческой картиной: где перегрузка, какой материал критичен, что будет с маржой, как изменится ДДС, какой заказ нужно сдвинуть, какое письмо отправить клиенту и какие SMART-задачи поставить производству, снабжению и финансам.
Вот это уже не цифровые ИИ-бусы. Это система действия.
Почему ChatGPT поверх Excel не делает предприятие умным
Сегодня очень легко создать иллюзию интеллекта предприятия. Можно выгрузить таблицы из 1С:ERP, бухгалтерии или Excel, загрузить их в сильную языковую модель и спросить: «Что будет дальше?» Можно попросить сделать прогноз, написать резюме, найти риски, предложить управленческое решение, даже набросать стресс-тест. Модель ответит. Причём ответит уверенно, грамотно, красиво и, возможно, очень похоже на правду.
Но похожее на правду — ещё не правда. Проблема не в том, что языковая модель «плохая». Проблема в том, что предприятие не собрано. Если поля называются по-разному, статусы живут в комментариях, события смешаны с мнениями, документы не связаны с процессами, Excel противоречит ERP, бухгалтерия говорит на одном языке, производство на другом, финансы на третьем, а снабжение на четвёртом, то ИИ получает не предприятие, а кашу. И он начинает красиво разговаривать с кашей.
В маркетинге это ещё можно пережить. Неправильно написали описание товара — поправили. Неудачно сформулировали письмо — переписали. Но на производственном предприятии ошибка другого класса. Если ИИ даст правдоподобный, но неверный ответ по государственному оборонному заказу, крупному контракту, себестоимости, кассовому разрыву, срокам поставки или загрузке производства, предприятие может получить не «ошибку в тексте», а реальный управленческий удар. Два-три таких провала — и руководство надолго получит аллергию на искусственный интеллект.
Поэтому главный вопрос не в том, какую модель подключить. Главный вопрос в другом: какую реальность предприятия эта модель вообще видит? Если реальность не собрана, ИИ будет галлюцинировать поверх хаоса. Если реальность собрана, ИИ может стать частью системы действия.
ERP как система регистрации больше не спасает
Автор этой статьи — автоматизатор 1С:ERP. Поэтому я не пишу это как человек со стороны, который прочитал пару модных статей про искусственный интеллект и решил объявить ERP устаревшей. Нет. ERP нужна. Без ERP производственное предприятие сегодня почти невозможно нормально вести. Заказы, документы, остатки, закупки, производство, склад, деньги, расчёты, себестоимость, регистры, НСИ, роли, права — всё это должно быть в системе.
Но ERP сама по себе не превращает предприятие в интеллектуальное. ERP в классическом виде — это прежде всего система регистрации и исполнения. Она фиксирует, что заведено, оформлено, проведено, рассчитано, отгружено, оплачено, списано, принято или закрыто. Но современная конкуренция требует другого.
Предприятию нужно не только знать, что произошло. Ему нужно понимать, что происходит сейчас, что может произойти через два часа, где слабое место, что будет при изменении условий, какой вариант лучше, какой риск допустим, какой уже нет, какое действие нужно запустить немедленно. Классическая ERP не обязана сама отвечать на все эти вопросы. Это не её вина. У неё другая историческая роль. Но если предприятие остаётся только на уровне ERP как системы регистрации, оно становится слишком медленным.
А медленное предприятие в новой экономической войне не выживает.
Systems of Action: что на самом деле означает этот термин
Microsoft уже прямо называет направление: переход от систем регистрации к системам действия. В материалах по Dynamics 365 используется английская формула systems of record → systems of action. Смысл этой формулы прост: искусственный интеллект и агенты превращают традиционные системы регистрации в системы действия, то есть в приложения, которые не только хранят данные, но используют их для решений и результатов [2]. Это важная формулировка. Но её нельзя понимать примитивно.
Система действия — это не агент, который нажал кнопку. И не чат, который написал письмо. И не RPA-робот, который перенёс данные из одного окна в другое. Система действия — это когда предприятие умеет связать сигнал, контекст, смысл, расчёт, решение и действие.
Сигнал: поставщик задерживает материал. Контекст: материал критичен для крупного заказа, заказ влияет на выручку месяца, участок уже перегружен, альтернативный поставщик дороже, но быстрее. Смысл: риск не локальный, а сквозной — производство, финансы, снабжение, клиентский срок, маржа, денежный поток. Расчёт: что будет при каждом варианте. Решение: принять доплату за срочность, перенести внутренний заказ, заменить поставщика, изменить график отгрузки. Действие: поручения, письма, корректировки, задачи, изменения в планах, контрольные точки.
Вот это и есть настоящая система действия. Именно поэтому Microsoft подчёркивает, что в новой модели важна не только пользовательская оболочка, а фундамент: структурированные данные, понятные правила управления и бизнес-логика, позволяющие агентам действовать эффективно [2]. То есть даже Microsoft фактически говорит: голого агента недостаточно. Нужны данные, управление и бизнес-логика.
Стаффорд Бир: это было предсказано задолго до ChatGPT
На самом деле мысль об интеллектуальном предприятии не появилась вместе с ChatGPT. Ещё британский кибернетик Стаффорд Бир в книге Brain of the Firm, впервые изданной в 1972 году, то есть более полувека назад, думал не о чат-ботах, а о том, как организация способна выживать в сложной среде. Его модель жизнеспособной системы описывает организацию как систему, которая должна сохранять идентичность и цель при изменениях, неожиданностях и неопределённости. В этой модели есть минимальный набор функций и информационных потоков, без которых организация не является жизнеспособной [3].
Бир думал не о том, как автоматизировать одну операцию. Он думал о том, как фирма чувствует среду, координирует части, контролирует текущее состояние, смотрит в будущее, принимает политику и не разваливается под внешним давлением. Если говорить простыми словами, предприятие должно быть похоже не на склад документов, а на живую нервную систему.
У него должны быть органы действия. Органы координации. Органы контроля. Органы разведки будущего. Органы стратегического выбора. И всё это должно быть связано информационными потоками. Именно поэтому современный искусственный интеллект для предприятия нельзя понимать как «модель, которая отвечает на вопросы». Это слишком мелко.
Настоящий вопрос такой: может ли предприятие стать жизнеспособной интеллектуальной системой? Может ли оно видеть, понимать, сравнивать варианты, перестраиваться, держать удар, изгибаться под давление среды и не ломаться? Вот где начинается реальная тема Nexus.
Что делают мировые корпорации: они не верят в голую языковую модель над хаосом
Если внимательно посмотреть на SAP, Microsoft, Oracle, Palantir, Celonis, Alibaba и Yonyou, станет видно: серьёзные игроки не говорят «давайте просто подключим языковую модель к данным, и она всё решит». Наоборот. Они строят промежуточные смысловые слои.
SAP развивает Joule Agents, которые опираются на многолетнюю экспертизу SAP в бизнес-процессах и на SAP Knowledge Graph — граф знаний SAP. SAP прямо пишет, что этот граф знаний кодирует экспертизу SAP и позволяет агентам рассуждать и надёжно действовать в сквозных бизнес-процессах [4]. В другом материале SAP подчёркивает, что Joule Agents опираются на SAP Knowledge Graph и SAP Business Data Cloud, то есть понимают данные и процессы не сами по себе, а через заземление в бизнес-контексте [5]. Это не «чат над ERP». Это попытка дать агенту карту смыслов.
Oracle идёт тем же путём. Oracle AI Agents for Fusion Applications встроены в повседневные бизнес-процессы и транзакции Oracle Fusion Cloud Applications [6]. Oracle говорит не просто о генерации текста, а о встроенных сервисах, которые помогают в финансах, управлении персоналом, цепочках поставок, продажах, маркетинге и сервисе [7].
Palantir строит ещё более глубокую линию через Ontology — онтологию предприятия. Palantir описывает Ontology как динамическое ядро кибернетического предприятия: каждая интеграция данных строит точное операционное представление реального мира предприятия, общее для людей и ИИ-агентов; бизнес-правила, согласованные действия и операции соединяются в граф решений [8]. Это очень близко к тому, что в Nexus называется доменной памятью предприятия.
Celonis говорит почти теми же словами, но через процессный слой. Process Intelligence Graph — граф процессного интеллекта — соединяет данные из систем, приложений и устройств с бизнес-контекстом: правилами, KPI, эталонными сравнениями, моделями и корпоративной архитектурой. На этой базе создаётся живой цифровой двойник операций предприятия [9]. Celonis также прямо пишет, что этот слой даёт недостающий операционный контекст, который нужен корпоративному ИИ для успеха [10]. То есть серьёзные игроки понимают: ИИ без операционного контекста — это не предприятие, а эксперимент.
Alibaba в 2026 году запустила Wukong — корпоративную платформу, изначально построенную вокруг ИИ. Она должна вносить агентные возможности прямо в рабочие бизнес-маршруты, координировать несколько агентов и работать на инфраструктуре корпоративного уровня безопасности [11]. Reuters описывает Wukong как платформу для автоматизации сложных бизнес-задач: документов, таблиц, встреч, исследовательской координации и работы нескольких агентов в одном интерфейсе [12].
Yonyou BIP 5 движется в той же стороне: визуальные интерфейсы без программирования для сборки агентов, подключение к более чем 4000 API, интеграция с финансами, управлением персоналом, цепочками поставок, корпоративными правами доступа, требованиями соответствия и командной работой нескольких агентов [13]. Вот мировая картина. Большие игроки строят не просто агентов. Они строят графы знаний, графы процессов, онтологии, облака бизнес-данных, права доступа, правила управления, интеграции, рабочие маршруты, агентные команды и цифровые двойники операций. То есть они собирают операционный интеллект предприятия.
Почему бум агентов может закончиться разочарованием
При этом не надо впадать в восторг. Массовый бум ИИ-агентов неизбежно породит огромное количество мусора. Gartner предупреждает, что более 40% agentic AI projects могут быть отменены к концу 2027 года из-за растущих затрат, неясной бизнес-ценности и слабого контроля рисков [14]. Reuters, пересказывая этот прогноз, отдельно пишет об «отмывании через слово агент»: когда обычные инструменты переименовываются в агентный ИИ без настоящей автономности [15].
Это очень важное предупреждение, потому что агент сам по себе ничего не гарантирует. Можно взять старый workflow, прикрутить к нему красивое окно, назвать это AI agent и продать как революцию. Можно взять RPA-робота, который переносит данные, назвать его интеллектуальным сотрудником. Можно взять чат над документами и объявить его мозгом предприятия. Но это не мозг. Это цифровые ИИ-бусы.
Настоящий вопрос не в том, есть ли у вас агент. Настоящий вопрос в том, встроен ли этот агент в собранную архитектуру предприятия. Если нет процессов, он не понимает действия. Если нет доменов памяти, он не понимает предмет. Если нет канонических полей, он путает смыслы. Если нет источников данных и мэппинга, он не знает, чему верить. Если нет прав, он опасен. Если нет KPI и стресс-моделей, он не понимает последствий. Если нет регламентов действия, он остаётся говорящей игрушкой.
Почему автоматизации на 1С:ERP недостаточно
Для российских производственных предприятий это особенно болезненная тема. У нас многие до сих пор думают, что если предприятие перейдёт на 1С:ERP, то оно уже сделает главный шаг в будущее.
Нет. Переход на 1С:ERP необходим. Но сам по себе он не создаёт интеллектуальное предприятие.
1С:ERP может быть отличным транзакционным ядром. Она может хранить документы, остатки, заказы, производства, закупки, финансы, себестоимость, регистры, права и аналитику. Но она не соберёт за предприятие доменную память. Не задаст за него управленческие вопросы. Не построит сама канонический язык. Не свяжет автоматически процессы с KPI, KPI с финансовыми последствиями, последствия со стресс-сценариями, а сценарии с управленческими действиями.
Это отдельная архитектурная работа. И здесь я говорю как человек, который сам занимается автоматизацией. Автоматизация нужна. Но она не заменяет интеллектуализацию. Можно автоматизировать хаос. Можно поставить ERP поверх несобранных процессов. Можно написать инструкции к операциям, но не собрать предприятие как систему. Можно внедрить RPA, но не получить живучесть. Можно дать пользователям ChatGPT, но не получить управленческий интеллект.
Интеллектуальное предприятие начинается не с кнопки и не с модели. Оно начинается с архитектуры.
Nexus как российский ответ
Именно здесь появляется Nexus. Его не нужно понимать как российский аналог очередного ИИ-агента. Это неправильная и слишком мелкая рамка. Nexus — это попытка собрать российскую архитектуру интеллектуального производственного предприятия. В российском контексте эта линия уже описывается как переход к искусственной личности предприятия: не к чат-боту над ERP, а к связанной системе процессов, данных, ролей, правил, событий, KPI, сценариев и ИИ-контуров [16].
Не чат-бот над 1С. Не RPA вместо пользователя. Не генератор отчётов. Не витрина красивой аналитики. А связанная система: бизнес-процессы, вопросы Nexus, домены памяти, канонические поля, источники данных, мэппинг, качество данных, роли, права, KPI, стресс-сценарии, управленческие решения, SMART-задачи и собственная RPA-фабрика Nexus, которая генерирует роботов связи там, где они действительно необходимы: когда обычная выгрузка, отчёт, API, регламентное задание или утверждённый Excel-срез не дают стабильного канала данных и доказательств.
Формула простая: процесс → вопрос Nexus → домен памяти → канонические поля → источник данных → мэппинг → KPI → стресс-сценарий → решение → действие. Вот это уже похоже на интеллектуальное предприятие, потому что интеллект здесь не висит сверху в виде говорящей головы. Он прошивается через предприятие.
Процесс говорит, что предприятие делает. Учёт говорит, как хозяйственная жизнь признаётся и считается. KPI говорит, как измеряется поведение процессов. Стресс-сценарий говорит, что будет при изменении условий. Домен памяти говорит, какие данные нужны Nexus для понимания предмета. RPA-фабрика Nexus говорит, как собрать робота связи для конкретного разрыва: забрать письмо, вложение, файл, статус портала, внешний документ или подтверждение, вернуть result package / evidence package и передать его в доменный срез. Робот здесь не ставится ради моды и не подменяет источник данных. Он используется только там, где Nexus доказал доменную необходимость, а обычный стабильный источник получить нельзя или нецелесообразно. Права говорят, кто имеет право видеть и действовать. Человек говорит, какую ответственность он принимает. Nexus связывает это в одну систему.
Предприятие должно стать скользким, как ужик
Красивый пятилетний план больше не спасает. Конечно, стратегия нужна. Бюджет нужен. План нужен. Но предприятие выживает не потому, что один раз написало красивый план с помощью искусственного интеллекта. Оно выживает потому, что каждые два часа способно почувствовать изменение среды, понять его смысл, пересчитать последствия, перестроить действие и не потерять целостность.
Поставщик подвёл — предприятие изгибается. Клиент меняет срок — предприятие изгибается. Материал дорожает — предприятие изгибается. Участок перегружен — предприятие изгибается. Кассовый разрыв приближается — предприятие изгибается. Внешняя среда давит — предприятие не ломается, а перестраивает форму движения.
Вот это и есть настоящая интеллектуальная живучесть. Не фасад. Не презентация. Не модный чат. Не цифровые ИИ-бусы. А способность предприятия быть настолько собранным и быстрым, что его трудно прижать. Оно видит раньше, понимает быстрее, считает точнее, действует согласованнее и меняет форму быстрее, чем конкурент успевает ударить второй раз.
Следующие пять лет
Следующие пять лет могут решить судьбу среднего производственного предприятия. Про крупные корпорации сейчас говорить не будем. Это отдельный мир, отдельные бюджеты, отдельные платформы, отдельная политическая и промышленная логика. Но средние и малые производственные предприятия — это как раз тот слой, где всё видно особенно ясно.
Если они останутся на уровне «у нас есть 1С», «у нас есть Excel», «у нас есть отчёты», «у нас есть ChatGPT», «у нас есть робот, который переносит данные», то через пять лет может оказаться, что им нечего противопоставить миру, который уже собрал интеллектуальные системы действия.
Одно предприятие будет два дня считать ответ клиенту, а другое за двадцать минут прогонит три сценария. Одно будет искать причину срыва заказа в почте, Excel и воспоминаниях сотрудников, а другое откроет домен заказа и увидит цепочку причин. Одно будет спорить мнениями, а другое — рассчитанными сценариями. Одно будет ждать, пока человек вспомнит проблему, а другое получит сигнал от системы, которая уже увидела отклонение. Одно будет играть с цифровыми ИИ-бусами, а другое будет строить интеллектуальную живучесть.
И вот здесь проходит настоящая граница.
Вывод
Мир не просто переходит к ИИ-агентам. Он уже массово производит агентные инструменты и раздаёт их рынку. Но настоящая гонка начинается выше. Она идёт за интеллектуальные предприятия: за предприятия, которые обладают не просто ERP, не просто Excel, не просто чат-ботом и не просто RPA, а собранным операционным интеллектом.
Microsoft говорит о переходе от систем регистрации к системам действия. SAP строит Joule Agents на графе знаний и облаке бизнес-данных. Oracle встраивает AI Agents в Fusion Applications. Palantir собирает Ontology как ядро кибернетического предприятия. Celonis строит граф процессного интеллекта как основу цифрового двойника операций. Alibaba и Yonyou развивают корпоративные агентные платформы с бизнес-процессами, API, правами доступа и командной работой нескольких агентов. Это не отдельные новости, а признаки одной мировой перестройки.
Российским производственным предприятиям нельзя смотреть только на мишуру. Нельзя путать интеллектуальное предприятие с говорящим помощником. Нельзя считать, что автоматизация на 1С:ERP сама по себе решит вопрос будущей конкурентоспособности. ERP нужна, но ERP — это ещё не интеллект. ИИ нужен, но ИИ — это ещё не предприятие. RPA нужен, но RPA — это ещё не живучесть.
Настоящий вопрос звучит жёстче: сможем ли мы собрать производственное предприятие как систему действия, памяти, расчёта и адаптации? Если да — у нас есть шанс. Если нет — через несколько лет мы можем проснуться в мире, где внешние конкуренты уже действуют интеллектуальными ударными кулаками, а мы всё ещё перебираем цифровые ИИ-бусы.
Nexus — это попытка дать российский ответ на этот вызов: не лозунгом, не игрушкой, не чат-ботом, а архитектурой интеллектуального производственного предприятия.
Библиография и источники
[1] Gartner. Gartner Predicts 40% of Enterprise Apps Will Feature Task-Specific AI Agents by 2026, Up from Less Than 5% in 2025. 26 августа 2025.
[2] Microsoft Dynamics 365 Blog. From systems of record to systems of action: Dynamics 365 agentic business applications for the Frontier Firm. 21 октября 2025.
[3] Stafford Beer. Brain of the Firm: A Development in Management Cybernetics. First edition: Allen Lane / The Penguin Press, 1972; см. также библиографическую карточку Open Library: Brain of the firm by Stafford Beer и обзор модели жизнеспособной системы: Viable System Model — Stafford Beer.
[4] SAP. Joule Agents — Collaborative AI Agents. Официальная страница SAP Joule Agents.
[5] SAP. Joule from SAP — Artificial Intelligence Assistant. Официальная страница Joule, SAP Knowledge Graph и SAP Business Data Cloud.
[6] Oracle. AI Agents for Fusion Applications. Официальная страница Oracle AI Agents for Fusion Applications.
[7] Oracle News. Oracle Advances Enterprise AI with New Agents Across Fusion Applications. 15 октября 2025.
[8] Palantir. The Ontology System. Документация Palantir Foundry / Ontology.
[9] Celonis. The Process Intelligence Graph. Официальная страница Process Intelligence Graph.
[10] Celonis. One Platform. Unlimited Process Intelligence. Официальная страница платформы Celonis.
[11] Alibaba Group. Alibaba Launches Wukong: An AI-Native Agentic Platform for Enterprise Productivity. 17 марта 2026.
[12] Reuters. Alibaba launches AI platform for enterprises as agent craze sweeps China. 17 марта 2026.
[13] Yonyou Europe. “Yonyou BIP 5” Officially Released, Enabling AI to Take Root in Enterprise Applications. Описание BIP 5, no-code agents, 4000+ API, permissions, compliance, multi-agent teamwork.
[14] Gartner. Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027. 25 июня 2025.
[15] Reuters. Over 40% of agentic AI projects will be scrapped by 2027, Gartner says. 25 июня 2025.
[16] Кирилл Ледовский. Nexus как искусственная личность предприятия. Публикация на канале «Дзен».