ИИ в моей работе: как мы ускорили операцию в 1С с 15 минут до одной
Всем привет! Меня зовут Макс, я занимаюсь автоматизацией бизнес-процессов и внедрением 1С. А сейчас разбираюсь, как встроить ИИ в реальные рабочие и бытовые задачи. Началось всё довольно обычно: спросил что-нибудь в чате, получил ответ, использовал его и пошёл дальше. Так можно было подготовить рабочее описание или написать поздравление, но в связный рабочий процесс такие обращения не складывались.
Потом мне стало интересно, можно ли пойти дальше: подключать ИИ к разбору задачи, проверять вместе с ним разные версии, доводить решение до использования в работе. И как вообще понять, что он помог, если не считать сам факт получения ответа результатом?
Это моя первая статья на vc.ru. Хочу делиться здесь своим опытом такого применения ИИ: что пробовал, что получилось и сколько работы в итоге осталось мне. Пишу для тех, кто тоже уже обращался к нейросетям, но пока разбирается, куда их пристроить в своих задачах. Поэтому в этой истории будут и цифры, и неверная первая гипотеза, и перенос правок в рабочую базу.
Начну с одного случая в 1С. В нём получилось проверить результат: операция, которая занимала почти 15 минут, после изменения выполнилась за 59 секунд. Но путь к этому результату оказался интереснее, чем может показаться по двум цифрам.
Сначала мы искали не там
В одной рабочей базе закрытие месяца занимало в среднем 885 секунд. Это среднее по 40 замерам с февраля по май 2026 года. Цель была вполне конкретной: уложиться максимум в пять минут.
Внутри операции был тяжёлый расчёт себестоимости. С него и начали: вместе с ИИ-агентом разбирали код и ставили замеры, чтобы понять, что именно тормозит.
На расчёт уходило примерно 54–67 секунд. Немало, конечно, но как это объясняет почти пятнадцать минут на всю операцию? Даже если убрать эту минуту целиком, до нужного результата мы бы не добрались.
Пришлось расширить диагностику и измерить весь процесс, а не только участок, который изначально показался подозрительным.
Что показал полный замер
В одном полном прогоне операция заняла 1 046,1 секунды. Из них 984,5 секунды, то есть около 94%, уходили на отдельный этап обработки, который запускался при записи операции. В системе этот этап называется трансляцией.
Это отдельный диагностический прогон. Средние 885 секунд из предыдущего раздела относятся к историческим замерам — смешивать эти два показателя не стоит.
Правка, которую подготовил ИИ-агент, позволила пропускать этот медленный этап только для одного вида операции. Для остальных операций трансляцию не отключали. Общий контроль закрытого периода тоже сохранили: ускорение не должно было ослабить ограничения на изменение уже закрытых периодов.
Код решения написал ИИ. В продуктивную, то есть рабочую, базу правку переносил я. После переноса результат проверили и приняли люди.
Минута на выполнение — и четыре часа на решение
Первый тестовый прогон после изменения занял 59 секунд. Затем замер повторили на продуктиве и получили те же 59 секунд.
Если сравнить этот результат с историческим средним в 885 секунд, получается ускорение примерно в 15 раз. При этом контрольный продуктивный замер у нас один. Он подтверждает результат этой проверки, но не даёт оснований обещать те же 59 секунд для любой базы и любого периода.
На поиск и решение проблемы ушло около четырёх часов. Большую часть этого времени я потратил на перенос правок от ИИ в прод. Агент нашёл узкое место и написал код, а доведение изменения до работы осталось за мной.
Для меня в этом случае особенно важна первая ошибка. Версия с расчётом себестоимости выглядела правдоподобно, но замеры её не подтвердили. Мы продолжили разбираться и в итоге исправили другой участок. Если бы остановились на первой версии, исходная проблема осталась бы.
Именно такие подробности я хочу сохранять в своих разборах. По одному сообщению «ускорили в 15 раз» не видно, как нашли причину и что пришлось сделать после ответа ИИ. А мне интересно разобраться как раз в этой части: что можно поручить агенту и какой работы это потребует от меня.
В Telegram-канале «ИИ ответил. Что дальше?» я собираю свои рабочие и бытовые эксперименты с ИИ. Если вам близок такой способ разбираться на конкретных задачах, можно продолжить там.