Итоги 2025 🎄

Год подходит к концу, а значит самое время оглянуться и посмотреть, каким он был для нас.

12 конференций (тапайте и вспоминайте):
ЦМЭФ, Human, Global Tech Forum, HRTech, Plus Forums, FINNEXT, Slush в Хельсинки и Digital-на-Дону в Ростове-на-Дону
Разные города и страны, аудитории и форматы, но один фокус — ИИ, цифровая трансформация и то, как бизнесу оставаться управляемым в реальности, а не в презентациях.

Попали в short list Moscow Startup Summit Awards, а на Generation AI Awards — Jumse стал лучшим HR-решением

3 собственных мероприятия:
— стратегическая сессия
— корпоратив (до сих пор вспоминаем)
— масштабное обновление Jumse

👸 Конкурс красоты:
Еще раз поздравим Аню Исангулову и не забудем напомнить, что все девушки достойны первого места.

✍️ Контент:
В 2025 году вы пролистали прочитали 102 поста в этом канале (+ этот). Развлекались как могли: инсайты про IT, бизнес, ИИ, факапы (куда без них), многим полюбившаяся рубрика "карта ITQuick"...

Для нас этот год был про движение, масштаб и рост. Спасибо, что читаете, задаете вопросы и остаетесь с нами. С наступающими праздниками!

Как планируете праздновать? Домашний чилл 🏖 или уже все расписано поминутно😇?

🎄 Запускаем обратный отсчет до Нового года!

Пора нажать на паузу. 2025 был как спринт, и мы финишировали с крутыми результатами. Спасибо каждому за этот забег!

А теперь — перерыв на hot chocolate с маршмеллоу 🤌
Ну или оливье с селедкой под шубой... У всех свои новогодние традиции, но есть кое-что, что все таки нас объединяет — надежда на следующий год, в котором все будет лучше, чем в этом...

Поэтому желаем вам: бесшовной интеграции отдыха и работы, максимального аптайма хорошего настроения, кэша в виде ярких эмоций и приятных моментов, и чтобы все личные и профессиональные roadmaps сошлись!

Отдыхайте, набирайтесь сил и впечатлений. Увидимся в новом году, полные идей и энергии! С наступающими праздниками! 🎉
P.S.: Вышел новогодний выпуск AI Candy Show. Приятного просмотра 🤝

Новогодние праздники закончились, код снова зовет 👨‍💻

Первые рабочие дни после почти 2 недель отдыха встречают нас сбитым режимом, многочасовыми созвонами с коллегами и амбициозными планами на год...

Как прошли ваши новогодние праздники? Желания уже начали сбываться?

Инвестиционная платформа 📈

Как за год выйти на объем топ‑6 краудлендинговых платформ и при этом не городить свой IT‑отдел?
​
Разобрали на кейсе ВБетон, как основатель с сильным техбэкграундом осознанно выбрал нишу коллективных инвестиций в недвижимость, почему команда решила идти через внешнего подрядчика и какие решения заложили в основу многоуровневой финтех‑платформы.

Очень подробный разбор кейса ВБетон ждет на VC 👇

Агентный ИИ в банке: что это и зачем 🤖

Тема, вокруг которой много шума, но мало ясности. Часто его путают с чат-ботами, хотя по сути это совершенно другой уровень зрелости.

Чат-бот отвечает на вопросы, подсказывает по регламенту и помогает найти информацию. Он всегда реагирует на запрос человека и остается в формате диалога.

Агентный ИИ работает иначе. Ему ставят цель, и он сам выбирает шаги, обращается к нужным системам, сопоставляет данные, принимает решения в рамках заданных правил и выполняет действия — от проверки операций до формирования отчета или эскалации риска.

Для банков это принципиально важно, потому что настоящая нагрузка давно не на фронте. Основная боль спрятана в бэк-офисе: ручные проверки транзакций, комплаенс, KYC, регуляторная отчетность, повторяющиеся риск-кейсы.

Тысячи однотипных операций каждый день... Здесь ИИ-агент дает наибольший эффект. Он запускает цепочки проверок, сопоставляет информацию из разных систем, применяет правила и модели, фиксирует результат для аудита и передает человеку только исключения, а не весь поток.

Звучит очень полезно, но как его выбрать и как дела с безопасностью? Напишем об этом в другой раз, а пока можете поделиться своим мнением в комментариях 👇

AI-рекрутер 2026
профессия, которая формируется уже сейчас

Наши партнеры из GetIT School запускают курс AI-Рекрутер 2026 — про то, как эффективно встроить ИИ в найм, а не просто "поиграться с нейросетью".

*GetIT School — школа обучения и повышения квалификации IT-рекрутеров.

Курс для тех, кто хочет:
➖ ускорить поиск кандидатов в 2–3 раза
➖ автоматизировать техскрининги и отчеты
➖ снизить нагрузку на команду
➖ выстроить управляемый найм

Как он выглядит? (более подробно читайте на сайте)
В него входят живые онлайн-вебинары + кейсы. Формат — 9 практических модулей, которые шаг за шагом встраивают ИИ в реальный процесс найма: от понимания моделей и prompt-инжиниринга до AI-агентов, воронок найма и автоматизированных отчетов.

Там расскажут про то:
— где какая модель работает лучше
— как проверять качество результатов
— и как не потерять контроль, автоматизируя процессы

Начало — 16 февраля 2026
Подробнее о курсе 👈

🎁 Для подписчиков нашего канала промокод на скидку 5000₽ — ITQuick

Как стать AI-native банком? 🏦

Как сообщает Forbes к 2028 году более 10% традиционных банков рискуют исчезнуть, если не станут полноценными цифровыми экосистемами.​

Как им справиться с этим? Сменить модель работы. Чтобы не исчезнуть, банку нужно сохранить устойчивость — и при этом перейти к digital- и AI-native модели, в которой технологии и AI встроены в архитектуру, процессы и управленческие решения, а не добавлены поверх старых систем.

🤓Такой подход позволит банку соответствовать ожиданиям клиентов и рынка на горизонте 7–10 лет, не жертвуя контролем, безопасностью и регуляторной дисциплиной.

При чем тут ITQuick?
➖Наши клиенты безопасно переходят от legacy-инфраструктуры к data-driven цифровой экосистеме с AI-архитектурой, agile-управлением и стратегией роста через цифровые продукты.

➖Мы формируем объединенную команду: наши топ-эксперты + команда банка, с выделенными PM, product owner’ами и enterprise-архитекторами. В такой модели контроль и управление проектом остается у банка, а наши специалисты делятся опытом решения возникших задач.

Как выглядит процесс работы над проектом?
1️⃣Диагностика (до 4 недель): совместный разбор технологического и операционного ландшафта, поиск барьеров и точек роста.

2️⃣Стратегическая сессия (3 дня): вместе с руководством формируется дорожная карта цифровой трансформации и финальная стратегия роста.

3️⃣Переход к реализации (до 1 месяца): запуск кросс-функциональной объединенной команды банка и ITQ для реализации инициатив дорожной карты.

Какой результат получает банк?
✅Конкурентное преимущество за 6 месяцев: первые продукты, готовые цифровые сервисы.

✅AI-native архитектура: AI/ML, микросервисы, AI-агенты и только масштабируемая инфраструктура.

✅Полная экосистема: от core banking до отчетности и BaaS - все в рамках одной стратегии.

✅UX/UI с персонализацией превосходящей финтех-лидеров.

Любому устойчивому бизнесу нужен сильный и опытный партнер. В банковской трансформации это особенно критично, поэтому многие уже выбрали нас.

Цифровые экосистемы
почему Сбер и Яндекс делают по-разному — и оба правы

Цифровая экосистема — это способ строить бизнес вокруг клиента. Общий аккаунт, единая логика, десятки сценариев в одном цифровом пространстве.

Есть много известных примеров, но мы разберем Сбер и Яндекс. Два гиганта со схожей логикой (множество сервисов вокруг единого ID и платформы), но разным центром тяжести.

Сбер строит экосистему вокруг финансового ядра и доверия
Деньги, платежи, кредиты, инвестиции — это фундамент, на который наслаиваются e-commerce, логистика, образование и подписка.

➕ Масштаб клиентской базы и кросс-продажи.
➖ Высокая сложность управления и давление регуляторов.

Яндекс идет от технологий и повседневных онлайн-сценариев
Поиск, реклама, карты, такси, доставка, маркетплейс, подписка — экосистема растет «естественно» вокруг данных и скорости экспериментов.

➕ Технологическая гибкость и динамика.
➖ Высокая конкуренция и зависимость от отдельных рынков.

И Сбер, и Яндекс выигрывают, потому что четко понимают, кто их клиент, какое у них ядро, и какие сценарии реально создают ценность.

Хотите "как у Сбера или Яндекса"? => Отталкивайтесь от клиента, своего ядра и реальных сценариев. А если хочется сделать это побыстрее и без лишних шишек — можно прийти к нам. В ITQuick мы работаем с цифровыми и AI-native экосистемами на практике.

Поштормим вместе — и соберем экосистему вокруг вашего клиента🤝

AI Candy Show про ИИ

Новое видео в уже полюбившейся рубрике с Sabrin. Провели легкий экскурс в популярные нейросети и обсудили, как выбрать ИИ под свои задачи.

Не изменяем себе — говорим просто о сложном и помогаем разобраться в запутанном мире технологий 🤝

👉Рутуб
📱Дзен
📱Ютуб

Мифы о разработке ПО, в которые до сих пор верят
Надежда умирает последней...

Они передаются от проекта к проекту, выглядят хорошо на словах, но почти всегда дорого обходятся на деле. Мы вспомнили несколько самых популярных:

1️⃣“Сделайте как у конкурента, только лучше и за месяц”
Если бы “посмотреть и повторить” работало, Tesla собирали бы в гаражах. Копировать интерфейс можно, архитектуру, процессы и накопленные ошибки — тоже, но не это же цель 🗿

2️⃣ “Сейчас быстро сделаем MVP, а потом нормально перепишем”
Перевод с бизнес-языка:
— Давайте заложим технический долг, а потом удивимся, почему все тормозит.
Spoiler: “потом” наступает редко.

3️⃣ “Хороший разработчик все сделает сам”
Да, конечно. И бизнес-требования соберет, и UX продумает, и архитектуру спроектирует, и еще отчет инвестору напишет.
Было бы славно, но нет. Хорошие продукты делают команды, а не герои.

4️⃣ “Добавим ИИ — и все станет умным”
ИИ без данных, процессов и архитектуры — это просто дорогой чат-бот. AI-native продукт начинается не с модели, а с правильных бизнес-вопросов.

5️⃣ “Если система работает — значит, все хорошо”
Она может работать:
– медленно
– дорого в поддержке
– с риском падения при росте
– и с командой, которая боится к ней прикасаться
Но да, “не падает” — сильный аргумент до первого масштабирования.

6️⃣ “Давайте сразу все автоматизируем”
Автоматизация плохого процесса делает очень быстрый плохой процесс. Сначала разбираемся, что и зачем автоматизируем. Потом уже кнопки.

С какими мифами встречались вы? Самое время пожаловаться в комментариях 👇

Чек-лист: готов ли ваш бизнес к масштабированию ❓

Чаще всего масштабирование — это стресс-тест для процессов, IT и управленческих решений, но иногда оно необходимо, поэтому мы решили сделать небольшой чек-лист 👇

1️⃣Процессы
· Ключевые процессы описаны и воспроизводимы
· Понимание узких мест сформировано на уровне фактов
· Новые сотрудники могут влиться без постоянного ручного сопровождения

Если без конкретного человека процесс останавливается — масштабироваться рано.

2️⃣ IT и архитектура
· Система выдерживает рост нагрузки без “ручных костылей”
· Добавление новой функциональности не ломает старую
· Команда понимает архитектуру, а не боится к ней прикасаться
· Вы знаете, где именно система может не выдержать рост

“Пока работает” — не критерий готовности.

3️⃣ Данные и аналитика
· Управленческие решения принимаются на основе данных, а не интуиции
· Ключевые метрики доступны и обновляются регулярно
· Вы знаете, какие показатели важны при росте, и отслеживаете их заранее

Рост без аналитики превращается в движение вслепую.

4️⃣ Команда
· Роли и зоны ответственности зафиксированы
· Экспертиза распределена по команде
· Есть понимание, кого усиливать при росте, а кого — нет
· Качество работы сохраняется при увеличении объема задач

Проекты, построенные на личном героизме, крайне плохо масштабируются.

5️⃣Управление изменениями
· Есть процесс принятия технических и продуктовых решений
· Изменения внедряются контролируемо
· Бизнес и IT говорят на одном языке

Масштабирование = больше изменений. Вопрос только — управляемых или нет.

6️⃣ Экономика
· Понятно, как рост влияет на себестоимость и маржинальность
· IT-бюджет прозрачен и управляем
· Точки неэффективного роста определены заранее

Финансовая модель должна расти вместе с бизнесом.

Ничего страшного, если по нескольким пунктам вы сомневаетесь. Это сигнал, что масштабирование нужно начинать с архитектуры, процессов и аудита.

И да — лучше узнать слабые места заранее, чем в момент, когда бизнес уже растет, а система нет.

Когда “быстро” действительно оправдано ⚡

В IT слово “быстро” часто звучит как заклинание: все хотят результат вчера, но на практике это не всегда оправдано.

Когда это действительно имеет смысл?
1️⃣Тест гипотез
Если вы проверяете бизнес-идею или фичу — быстрее значит дешевле. MVP, прототип, эксперименты с пользователями — здесь скорость сокращает риск.

2️⃣Критичные баги
Сбой системы, блокировка продаж, падение сервиса — срочно исправлять. В этом случае “быстро” = минимизация потерь и сохранение репутации.

3️⃣Временные возможности
Маркетинговые кампании, сезонные продажи, внешние события. Если упустить окно — шанс исчезает, поэтому скорость приносит выгоду.

4️⃣Ограниченные ресурсы
Когда бюджет и команда маленькие, лучше быстрый и рабочий вариант, чем идеальный. Позже его можно будет доработать и масштабировать.

“Быстро” оправдано, когда цель — проверить, защитить или использовать окно возможностей. В остальных случаях лучше не торопиться 🐌

MVP ≠ сырой продукт 🤓

MVP — это минимальная версия продукта, которая уже создает ценность и дает бизнесу данные для решений. Поэтому, чтобы MVP был полезен, в нем обязательно должны быть:

1️⃣ Четкая гипотеза
Что именно мы проверяем? Спрос? Готовность платить? Поведение пользователей?
Без гипотезы MVP превращается в хаотичный релиз.

2️⃣ Конкретный пользовательский сценарий
Не “все по чуть-чуть”, а один законченный путь:
зашел → понял ценность → получил результат

3️⃣ Метрики успеха
Какие показатели покажут, что гипотеза подтверждается?
Регистрация? Конверсия? Retention? Оплата?

4️⃣ Рабочая архитектурная основа
Даже минимальный продукт не должен быть техническим тупиком. Кончено, MVP не обязан быть масштабируемым на миллионы, но и не должен ломаться от первого роста.

5️⃣ Понимание следующего шага
MVP — это только этап. После него должно быть ясно, что делать дальше: масштабировать, менять направление или закрыть идею.

Хороший MVP экономит месяцы работы и бюджет.

Как понять, что команда перегружена 🥲
до того, как она выгорела

Перегруз редко начинается с фразы: “Мы устали”. Сначала появляются мелкие сигналы. Если их игнорировать — через пару месяцев получаем выгорание, текучку и падение качества.

На что стоит обратить внимание 👇

1️⃣ Сроки вроде соблюдаются, но ценой “подвига”
Если каждый релиз — это спринт на адреналине, ночные доработки и “ещё чуть-чуть потерпим”, система уже работает на пределе. Постоянный аврал не равен высокой продуктивности. Это скрытый долг.

2️⃣ Команда перестаёт предлагать идеи
Когда люди перегружены, они делают минимум, необходимый для закрытия задач, и инициатива уходит первой. Если на ретроспективах тишина, скорее всего это не стабильность, а усталость.

3️⃣ Задачи закрываются, но качество падает
Мелкие баги, упрощённые решения, “потом поправим”. Это явный сигнал нехватки ресурса.

4️⃣ Нет времени на архитектуру и улучшения
Если постоянно “не до рефакторинга”, “не до оптимизации”, “не до документации” — значит команда работает в режиме выживания. Рост в таком состоянии невозможен.

5️⃣ Люди перестают брать отпуск
Формально всё хорошо, но по факту никто не чувствует, что может выпасть из процесса без последствий. А это уже системный риск.

6️⃣ Любая новая задача вызывает раздражение
Даже интересные проекты начинают восприниматься как нагрузка. Первый эмоциональный индикатор перегруза.

Почему это важно бизнесу?
Перегруженная команда медленнее масштабируется, чаще ошибается и дороже обходится в долгосрочной перспективе.

Если замечаете 2–3 пункта — стоит остановиться и пересобрать приоритеты, архитектуру или состав команды. Ведь профилактика перегруза всегда дешевле, чем замена целой команды.

AI-native — это не про модели... ❓
а про операционную модель банка

На FinCore 2026 мы говорили о том, что большинство банков до сих пор воспринимают AI как “набор моделей”. Добавили скоринг, антифрод, автоматизировали отчет — и вроде бы все, но AI-native — это другой уровень.

1️⃣ Агентская архитектура
В AI-native банке появляется новый слой — слой агентных оркеструемых процессов. Это не просто модель, которая что-то предсказывает, а агенты, которые взаимодействуют друг с другом, принимают решения и встраиваются в end-to-end процессы.

Без архитектуры все это превращается в хаос, поэтому нужен слой оркестрации — понятная логика взаимодействия агентов между собой и с ядром.

2️⃣ Разделение традиционного AI и агентного слоя
Мы часто все называем “искусственным интеллектом” и складываем в одну корзину, но это большая ошибка. Традиционные модели (скоринг, антифрод, прогнозирование) продолжают играть огромную роль. Они никуда не исчезают. А агентный слой — это надстройка. Он управляет, координирует, объединяет и делает процессы адаптивными.

Поэтому AI-native — это не замена одного другим, а их грамотное разделение и связка.

3️⃣ Data Governance и AI Governance
Без управления данными и моделями масштабирования не будет. Data Ready — это “ткань данных”, которая пронизывает организацию:
· контрактованные данные
· понятное качество
· демократизированный доступ для бизнеса

И параллельно — AI Governance:
· кто отвечает за модели
· как они переобучаются
· как контролируются
· как управляется их жизненный цикл

Без этого в организации начинается “разброс и шатание”. Разные модели, разные подходы, и никто не понимает, как они работают.

4️⃣ Операционная модель вместо пилотов
По разным оценкам, до 80% AI-инициатив не масштабируются на весь бизнес. Причина чаще всего в архитектуре и операционной модели.

AI-native начинается там, где ядро не блокирует подключение агентов, процессы переосмыслены end-to-end, есть единый центр компетенций (AI Hub) и выстроены governance-контуры. Только тогда пилоты становятся промышленными решениями.

Так что AI-native — это более ответственный шаг, чем просто “давайте внедрим еще один AI-проект”...