В первых двух статьях произошло две довольно неприятные вещи.
- Сначала оказалось, что обычные реформы помогают значительно меньше, чем принято считать.
rinum
с 09.05.2026
2 подписчика
0 подписок
В прошлой статье мы добавили в модель государства механизм институциональной адаптации.
- Выборы.
Практически каждые выборы сопровождаются одними и теми же обещаниями.
«Нужны правильные реформы.»
Последние тридцать лет бизнесу продают одну и ту же идею - информация решает все:
> Сначала были базы данных.
> Потом ERP-системы.
> Потом Data Warehouse.
> Потом BI-платформы.
> Потом Big Data.
>Потом Data Lake.
> Теперь искусственный интеллект.
Каждая новая волна обещала одно и то же: Больше данных → лучше управление.
Но произошло неч…
Сейчас вокруг AI-разработки существуют две крайности.
Одни уверены, что ИИ уже практически заменил программистов и способен самостоятельно создавать сложные системы по одному запросу.
Типичный аудит производительности 1С сегодня выглядит примерно так:
- собираются технологические журналы (ТЖ);
- отдельно анализируются логи PostgreSQL;
- отдельно снимаются метрики Linux;
- эксперт вручную пишет grep/awk/perl/bash-скрипты;
- пытается сопоставить события между слоями системы;
- ищет тяжелые запросы, deadlock, таймауты, ожидания блокировок и п…
Практически на каждом крупном проекте рано или поздно появляется одна и та же проблема: справочник номенклатуры в ERP постепенно превращается в хаос.
Особенно в больших внедрениях 1С:ERP.
Последние пару месяцев я активно экспериментирую с no1C-подходом и разработкой 1С:ERP-инструментов с помощью ИИ.
Главный вопрос, который хотелось проверить на практике: