Софт перестаёт быть активом, который даёт бизнесу отрыв от конкурентов, отмечает Кирилл Гурбанов, основатель SFER AI. Воспроизвести функциональность сегодня может любой специалист с доступом к AI-инструментам. Завтра так же повторят банковское приложение. Послезавтра — операционную систему.
В статье разбираем, что приходит на смену уникальному коду и на чём строить бизнес в новой реальности.
Код перестал быть барьером
В крупных ИТ-компаниях до 70% кода пишут нейросети. Разработчики всё чаще проверяют готовые решения, а не создают их с нуля.
Примеров, когда компании пересматривают стратегию после выхода нового решения от крупных игроков, становится больше. Технологии быстро воспроизводятся, и ниша, которая вчера казалась свободной, сегодня может быть занята.
Инвестиции в написание кода перестают окупаться так, как раньше и уникальность ИТ-команды уже не даёт прежнего преимущества.
Примеров, когда компании пересматривают стратегию после выхода нового решения от крупных игроков, становится больше. Технологии быстро воспроизводятся, и ниша, которая вчера казалась свободной, сегодня может быть занята.
Инвестиции в написание кода перестают окупаться так, как раньше и уникальность ИТ-команды уже не даёт прежнего преимущества.
На смену приходят другие барьеры — регуляторные требования, управление внедрением и экспертиза решений. Именно эти три направления Кирилл Гурбанов выделяет как основу новой конкурентной стратегии. Рассмотрим их подробнее.
Регуляторные барьеры
Лицензии, отраслевые стандарты, требования надзорных органов — вот что защищает бизнес от новых игроков. Технологию повторить легко, гораздо сложнее получить разрешение на деятельность.
Например, собрать приложение для денежных переводов можно за несколько недель. Получить статус оператора по переводу денежных средств и пройти все процедуры в Центральном банке — процесс, который может занять несколько месяцев. Регуляторный барьер, а не техническая сложность, определяет порог входа на рынок.
Внедрение
Создание инструмента не гарантирует результат. Основная работа начинается после: встроить его в рабочие процессы, интегрировать с существующими системами, обучить сотрудников. Эти задачи относятся к управленческим, а не к техническим.
Например, сеть магазинов автоматизировала обработку жалоб клиентов. Технически это просто — подключить AI к чатам и почте. Основная сложность оказалась в другом: перестроить работу отдела качества, обучить сотрудников работать с новой системой, изменить процесс эскалации. На это ушло в три раза больше времени и ресурсов, чем на саму разработку. Именно управленческая часть стала барьером, а не технологическая.
Экспертиза
AI хорошо справляется с алгоритмическими задачами: написать код по техническому заданию, заполнить отчёт, проверить типовой договор. Но там, где нужно оценить риски, принять решение в условиях неполной информации, понять контекст, — человек остаётся незаменимым.
Например, AI может проанализировать кредитную историю, платёжную дисциплину и другие данные, рассчитать скоринговый балл и принять решение по стандартному кредиту. Но по крупным сделкам или в нестандартных ситуациях окончательное решение остаётся за человеком: он учитывает отраслевые риски, экономическую конъюнктуру и факторы, которые модель не видит.
Подтверждение от инвесторов
В марте 2026 года венчурный фонд Sequoia опубликовал анализ, в котором указал на структурные изменения в технологическом секторе.
Их главный тезис: следующая компания с капитализацией в триллион долларов будет продавать не программное обеспечение, а готовый результат.
Почему они пришли к такому выводу? На каждый доллар, который бизнес тратит на софт, приходится шесть долларов на услуги. Рынок SaaS — около 800 миллиардов долларов, рынок услуг — около 5 триллионов. Основная ценность сосредоточена не в софте, а в услугах, которые вокруг него строятся.
Их главный тезис: следующая компания с капитализацией в триллион долларов будет продавать не программное обеспечение, а готовый результат.
Почему они пришли к такому выводу? На каждый доллар, который бизнес тратит на софт, приходится шесть долларов на услуги. Рынок SaaS — около 800 миллиардов долларов, рынок услуг — около 5 триллионов. Основная ценность сосредоточена не в софте, а в услугах, которые вокруг него строятся.
Sequoia разграничивает две модели продаж: Copilot и Autopilot.
Copilot — это инструмент, который помогает профессионалу работать эффективнее. Клиент покупает лицензию и сам отвечает за результат. Автономность низкая, ответственность за качество остаётся на человеке.
Autopilot — это решение, которое выполняет работу полностью. Клиент покупает не доступ к инструменту, а готовый результат.
Разница в модели продаж и ответственности. В обоих случаях используется один и тот же AI. Но в первом случае компания продаёт доступ, во втором — закрытую задачу.
Autopilot — это решение, которое выполняет работу полностью. Клиент покупает не доступ к инструменту, а готовый результат.
Разница в модели продаж и ответственности. В обоих случаях используется один и тот же AI. Но в первом случае компания продаёт доступ, во втором — закрытую задачу.
Все профессиональные задачи Sequoia делит на два типа: Intelligence и Judgment
Intelligence — задачи с чёткими правилами: написать код по техзаданию, заполнить отчёт, проверить типовой договор. Они алгоритмичны, и AI уже сейчас справляется с ними хорошо.
Judgment — задачи, где нужен опыт, интуиция, понимание контекста: оценить риски, принять решение в нестандартной ситуации, провести сложные переговоры. Здесь человек остаётся незаменимым.
Чем выше доля Intelligence в задаче, тем раньше она перейдёт к Autopilot-решениям. И тем быстрее исчезнет рынок Copilot-инструментов для этой задачи.
Аналитика Sequoia показывает: рынок движется от продажи доступа к продаже результата.
Judgment — задачи, где нужен опыт, интуиция, понимание контекста: оценить риски, принять решение в нестандартной ситуации, провести сложные переговоры. Здесь человек остаётся незаменимым.
Чем выше доля Intelligence в задаче, тем раньше она перейдёт к Autopilot-решениям. И тем быстрее исчезнет рынок Copilot-инструментов для этой задачи.
Аналитика Sequoia показывает: рынок движется от продажи доступа к продаже результата.
Что это значит для предпринимателя
Если раньше предприниматель инвестировал в уникальность кода (Copilot-модель), то теперь капитал нужно направлять в инфраструктуру и сервис (Autopilot-модель). Вот четыре направления таких инвестиций.
Первое направление — качество данных и инфраструктура
Без этого остальные три направления не работают. Подключить AI-агента к реальным данным компании — сложнее, чем создать самого агента. Компании, у которых данные структурированы, доступны и готовы к автоматизации, будут внедрять AI быстрее и с большим эффектом.
Второе направление — дистрибуция
Каналы продаж, партнёрские сети, скорость вывода на рынок становятся важнее, чем уникальность самого продукта. Компании с отлаженной дистрибуцией оказываются в выигрыше по сравнению с теми, кто сосредоточен только на разработке.
Третье направление — управленческие компетенции
Внедрение AI затрагивает не технологии, а процессы, обучение сотрудников и управление рисками. Задачи такого уровня требуют управленческих решений. Руководители, которые умеют перестраивать операционные модели, создают конкурентное преимущество.
Четвёртое направление — экспертиза в регуляторике
В отраслях с жёсткими требованиями — банки, медицина, страхование — барьером становятся лицензии, сертификаты и соответствие стандартам. Компании, которые умеют проходить регуляторные процедуры, получают преимущество.
Заключение
Технологии и подходы к ведению бизнеса меняются быстрее, чем компании успевают на них реагировать. Разрыв между теми, кто перестраивает стратегию, и теми, кто продолжает делать ставку на устаревшие инструменты, будет только увеличиваться.
Как перестроить стратегию и где автоматизация приносит реальный результат разбираем на практическом AI-треке ЭВОЛЮТ.
Для резидентов сообщества трек бесплатный, включая индивидуальный AI-чекап — разбор конкретных процессов и точек, где автоматизация даст результат. Для внешних участников — по подписке. Узнать подробности.
Как перестроить стратегию и где автоматизация приносит реальный результат разбираем на практическом AI-треке ЭВОЛЮТ.
Для резидентов сообщества трек бесплатный, включая индивидуальный AI-чекап — разбор конкретных процессов и точек, где автоматизация даст результат. Для внешних участников — по подписке. Узнать подробности.
Редактор текста: Ксения Попова
