Технический контекст
Я сразу зацепился не за афишу, а за состав. Тут не очередной разговор про «будущее AI», а нормальная смесь людей, которые копают с разных сторон: AI-агенты, AI automation, финансы и управление. Для тех, кто думает про AI implementation в компании, такой формат обычно полезнее десятка созвонов с продавцами софта.
По фактам: заявлены Виталий Котивский как AI Architect и founding engineer, Дмитрий Гаврош с фокусом на автоматизацию и бизнес-процессы, Мария как fractional CFO с практикой внедрения AI в финкоманды, и Ярема Грицишин с управленческим углом. Сама тема панели тоже собрана без воды: как реально работают AI-агенты, что происходит с agentic coding, где AI дает экономию, а где только ест бюджет.
Мне отдельно нравится, что тут не пытаются смешать copilots и agents в одну кашу. Если разговор пойдет честно, то самое ценное будет в разграничении: где хватает обычного workflow, где нужен agentic сценарий с проверками и исключениями, а где уже имеет смысл строить полноценного агента с доступом к данным и инструментам.
И еще один плюс: секция про финансы. Я в проектах постоянно вижу, как команды хотят «пустить AI в бухгалтерию», не разобрав доступы, риски, верификацию и границы ответственности. Если на панели это обсудят без магии, уже хорошо.
Влияние на бизнес и автоматизацию
Я бы шел туда не за вдохновением, а за фильтрами. Первый фильтр простой: какие процессы вообще стоит автоматизировать сейчас, а какие рано трогать. Второй: когда AI integration окупается, а когда дешевле оставить жесткий регламент и обычную автоматизацию.
Выиграют владельцы бизнеса, product-ы и операционные команды, у которых уже болят ручные процессы, согласования, отчетность и первая линия анализа. Проиграют те, кто все еще покупает «AI-магии» без архитектуры, доступа к данным и нормального владельца процесса.
Я такие развилки разбираю с клиентами постоянно: где нужен агент, где достаточно сценария, где все ломается на правах доступа и качестве данных. Если после этой панели вы поймете, что пора не обсуждать, а собирать рабочую схему, в Nahornyi AI Lab мы можем спокойно разложить ваш процесс и построить AI automation там, где она действительно снимет нагрузку с команды, а не добавит новую игрушку в стек.