Технічний контекст
Я одразу зачепився не за афішу, а за склад. Це не чергова розмова про «майбутнє AI», а нормальна суміш людей, які копають з різних боків: AI-агенти, AI automation, фінанси та управління. Для тих, хто думає про AI implementation у компанії, такий формат зазвичай корисніший за десяток дзвінків із продавцями софту.
За фактами: заявлені Віталій Котівський як AI Architect та founding engineer, Дмитро Гаврош із фокусом на автоматизацію та бізнес-процеси, Марія як fractional CFO з практикою впровадження AI у фінкоманди, і Ярема Грицишин з управлінським кутом. Сама тема панелі також без води: як реально працюють AI-агенти, що відбувається з agentic coding, де AI дає економію, а де тільки з’їдає бюджет.
Мені окремо подобається, що тут не намагаються змішати copilots та agents в одну кашу. Якщо розмова буде чесною, то найцінніше буде в розмежуванні: де вистачає звичайного workflow, де потрібен agentic сценарій з перевірками та винятками, а де вже має сенс будувати повноцінного агента з доступом до даних та інструментів.
Ще один плюс: секція про фінанси. Я у проєктах постійно бачу, як команди хочуть «пустити AI в бухгалтерію», не розібравши доступи, ризики, верифікацію та межі відповідальності. Якщо на панелі це обговорять без магії, вже добре.
Вплив на бізнес та автоматизацію
Я б ішов туди не за натхненням, а за фільтрами. Перший фільтр простий: які процеси взагалі варто автоматизувати зараз, а які зарано чіпати. Другий: коли AI integration окупається, а коли дешевше залишити жорсткий регламент і звичайну автоматизацію.
Виграють власники бізнесу, продакти та операційні команди, у яких уже болять ручні процеси, узгодження, звітність та перша лінія аналізу. Програють ті, хто все ще купує «AI-магію» без архітектури, доступу до даних і нормального власника процесу.
Я такі розвилки розбираю з клієнтами постійно: де потрібен агент, де достатньо сценарію, де все ламається на правах доступу та якості даних. Якщо після цієї панелі ви зрозумієте, що час не обговорювати, а збирати робочу схему, у Nahornyi AI Lab ми можемо спокійно розкласти ваш процес і побудувати AI automation там, де вона дійсно зніме навантаження з команди, а не додасть нову іграшку в стек.