Заменит ли AI 1С-аналитиков в 2026 году? Или сделает их дороже?

Весной 2026 года Gartner опубликовал исследование с неудобным выводом для компаний, делающих ставку на сокращение штата через внедрение ИИ. По данным опроса 350 глобальных топ-менеджеров, около 80% организаций сообщают о сокращениях персонала, связанных с автоматизацией, однако эти сокращения не приводят к измеримому ROI. «Многие CEO используют увольнения, чтобы продемонстрировать быструю отдачу от ИИ. Однако такой подход ошибочен», – констатирует Хелен Пуатевен, вице-президент-аналитик Gartner.

Это не означает, что ИИ не меняет рынок труда, меняет, и радикально. Это означает, что механизм этих изменений сложнее, чем простое «роботы забирают рабочие места». И для понимания того, что происходит именно в экосистеме 1С, этот нюанс принципиален.

По прогнозу Gartner, к концу 2026 года 40% корпоративных приложений будут интегрированы со специализированными ИИ-агентами, против менее чем 5% в 2025 году. Это восьмикратный рост всего за один за год. Корпоративное программное обеспечение, включая ERP-системы, встраивает ИИ не как дополнительную функцию, а как часть базовой архитектуры.

По данным СберАналитики, 39% российских компаний уже используют ИИ-агентов и ИИ-ассистентов для решения рабочих задач в документообороте, финансах и HR. Российский рынок генеративного ИИ в 2025 году составил 58 млрд рублей, это в пять раз больше, чем годом ранее. Инструменты перешли из стадии эксперимента в стадию операционного использования.

Всё это означает одно: среда, в которой работает аналитик 1С, изменилась необратимо. 

Нужно признать, что  ИИ-инструменты уже сегодня выполняют часть работы аналитика быстрее и дешевле, чем человек.

Генерация технических заданий и user stories по структурированному описанию – задача, с которой современные языковые модели справляются достаточно хорошо. Обычное дело – дать модели контекст задачи, роли участников и ожидаемый результат – и через минуту получить документ, который потом можно просто поправить, а не писать с нуля. Это реально работает, и аналитики, игнорирующие этот инструмент, тратят лишние часы.

Первичное описание бизнес-процессов в текстовом формате, генерация SQL-запросов и скриптов для выгрузки данных, написание стандартных инструкций для пользователей, прототипирование интерфейсов – все это ускоряется кратно. Рутинная часть аналитической документации переходит в зону AI-ассистирования.

Однако здесь важно понимать структуру этого ускорения. Как отмечает исследование Всемирного экономического форума Future of Jobs 2025, основной эффект генеративного ИИ не в замещении людей, а в аугментации их навыков через сотрудничество человека и машины. Навыки, требующие нюансированного понимания, сложного решения проблем или работы с неопределенностью, по-прежнему сохраняют минимальный риск замещения. 

AI не понимает контекст компании. Нейросеть работает с тем, что ей сообщили явно. Она не знает, к примеру, что логистический отдел исторически конфликтует с закупками, поэтому любое решение, затрагивающее их общий процесс, нужно согласовывать отдельно в каждом отделе и в определенном порядке. Она не понимает, что «у нас так исторически сложилось» – это не каприз, а отражение реального распределения ответственности, которое придется учесть в архитектуре системы. Контекст организации – это живая, нелинейная, часто незадокументированная история с множеством вводных, касающихся психологии межличностных отношений, конфликтологии, а иногда и родственных связей. AI читает только то, что написано. 

Это ограничение фундаментально. Проект внедрения ERP – это всегда проект изменений, а не просто проект автоматизации. По данным международных исследований McKinsey, около 70% крупных трансформационных программ не достигают заявленных целей, и причина почти никогда не техническая. Это людские, политические и организационные факторы, которые невозможно считать из базы данных.

AI не умеет договариваться. Внедрение 1С в компании с численностью от 100 человек – это всегда столкновение интересов и преодоление сопротивления коллектива изменениям. Бухгалтерия хочет одно, производство – другое, коммерческий директор – третье, а IT говорит, что первые два варианта технически невозможны в принципе. Аналитик – это человек, который стоит между всеми этими сторонами, слышит каждую, находит решение и берет на себя ответственность за то, что внедряемое все-таки будет работать. Аналитическое мышление остается наиболее востребованным навыком у работодателей по данным WEF: 7 из 10 компаний считают его ключевым в 2025 году, именно потому, что оно включает не только обработку информации, но и принятие решений в условиях неопределенности и конфликта интересов.

AI не принимает решения при конфликте требований. «Нам нужно и быстро, и гибко, и дешево» – пример классического запроса заказчика. Аналитик объясняет, почему все три одновременно невозможны, предлагает компромисс и обосновывает его последствия. Языковая модель в этой ситуации либо выдаст формальный ответ «зависит от приоритетов», либо, что хуже, сгенерирует убедительно звучащее решение, которое не учитывает ограничений конкретной конфигурации или специфики отрасли.

AI не несет ответственности. Это, возможно, самый весомый аргумент. Когда данные после миграции оказались некорректными, когда ключевые пользователи саботируют новую систему, когда собственник спрашивает, почему проект вышел за рамки бюджета и сроков, отвечать будет человек. AI не приходит на послепроектный разбор. Ответственность принципиально отделяет специалиста от инструмента.

AI не видит внутреннюю политику. В каждой организации есть негласные правила, неформальные иерархии и чувствительные темы. Аналитик, проработавший в компании несколько месяцев, понимает: с этим руководителем нужно говорить через финансового директора, а вот тот отдел лучше включить в проект на самом раннем этапе, иначе они заблокируют приемку в финале. Это знание не лежит ни в каком документе, оно считывается при живом взаимодействии.

Здесь возникает экономически важный эффект, который часто упускают в обсуждениях автоматизации.

По прогнозу Gartner, к 2030 году AI-инструменты приведут к тому, что 80% организаций преобразуют крупные команды разработки в меньшие, более гибкие команды, усиленные ИИ. «Будущее не в замене людей, а в усилении человеческой изобретательности», – формулирует Gartner. «Команды станут меньше по размеру и шире по влиянию».

Применительно к аналитику 1С это означает конкретное перераспределение рабочего времени. Три часа, которые раньше уходили на написание описания типового процесса согласования счета, теперь, при грамотном использовании AI-инструментов, занимают 40 минут. Эти высвобожденные часы не исчезают: они переходят в ту часть работы, которую AI выполнить не сможет: на проектирование процессов с нуля, на сложные переговоры с заказчиком, на архитектурные решения, на управление ожиданиями.

Аналитик, работающий с AI, делает за то же время больше сложной работы. Сложная работа оплачивается дороже рутинной, это задокументированный экономический механизм. WEF прямо указывает на аналогию с появлением калькуляторов и Excel: технологии изменили не только навыки в финансовой работе, но одновременно расширили доступность этих ролей, пока сами рабочие места сдвигались в сторону большей сложности и более высокой оплаты. Показательно, что рынок это уже учитывает: в профессиональной подготовке аналитиков 1С работа с нейросетями перестала быть факультативной темой. В частности, в Курсе аналитика 1С CORS Academy есть отдельный учебный модуль «Нейросети и другие новейшие технологии для аналитиков», потому что специалист, не умеющий работать с AI-инструментами, уже сейчас проигрывает в производительности тому, кто умеет. 

Конкретные сдвиги в том, как выглядит работа аналитика 1С, уже происходят, и они идут в предсказуемом направлении.

Ручное описание типовых процессов и шаблонная документация переходят в режим AI-ассистирования. Аналитик задает структуру и проверяет результат,  но не пишет с нуля. Это меняет соотношение времени: меньше на оформление, больше на мышление.

Проектирование процессов становится центральной компетенцией. Понять, как процесс должен быть устроен, прежде чем думать, как его автоматизировать, это задача, требующая знания бизнеса, понимания ERP-логики и умения работать с неопределенностью. AI здесь – помощник в документировании принятых решений, но не автор этих решений.

Роль переговорщика и фасилитатора усиливается. Проекты внедрения становятся сложнее по масштабу:  импортозамещение с SAP на 1С:ERP, интеграция с десятками смежных систем, переобучение сотен пользователей. Профессионал, умеющий управлять этим процессом на уровне людей и коммуникаций, становится чрезвычайно востребованным, за него борются работодатели.

WEF прогнозирует, что к 2030 году будет создано около 170 млн новых рабочих мест при ликвидации примерно 92 млн, значит чистый прирост составит около 78 млн. В числе быстрорастущих позиций – специалисты по бизнес-аналитике и внедрению систем. Дефицит квалифицированных кадров в этой нише не сокращается, он растет, потому что новые проекты появляются быстрее, чем рынок успевает воспроизвести нужных людей.

В российском контексте этот эффект усилен отраслевой спецификой. Волна перехода с западных ERP на 1С ещё не закончена: крупные промышленные холдинги, госкорпорации и региональный бизнес только входят в активную фазу миграции. Это означает устойчивый горизонт спроса на аналитиков, понимающих ERP-архитектуру, независимо от того, что происходит с рынком IT в целом.

Выиграют те, кто понимает 1С:ERP и бизнес-процессы на уровне архитектуры, а не интерфейса. Разница принципиальная: один специалист знает, где находится нужная настройка. Другой понимает, почему эта настройка влечет именно такие последствия в учете и как это соотносится с операционным процессом клиента. Второго специалиста AI не заменит, потому что AI для работы с такими вопросами сам нуждается в человеке с такой экспертизой.

Потеряют позиции те, кто остановился в роли «оператора шаблонов»: человека, который переносит слова заказчика в документ и заполняет стандартные формы. Эту функцию AI действительно выполнит дешевле и быстрее.

Если суммировать происходящее: профессия не исчезает, она переконфигурируется. Аналитик 1С образца 2026 года – это уже не «писатель технических заданий». Это проектировщик процессов, понимающий бизнес-логику раньше, чем системную. Постановщик решений, способный в точке конфликта интересов выбрать и обосновать оптимальный вариант. Интегратор – человек, соединяющий требования бизнеса, возможности платформы и ограничения команды в работающий результат.

AI в этой конфигурации – не угроза, а ускоритель. Он берет то, что можно стандартизировать: черновики документов, первичные описания, типовые запросы. Аналитику остается то, что стандартизировать невозможно: контекст, ответственность, живое взаимодействие.

Вопрос, с которого мы начали – «заменит или не заменит» – в таком свете становится менее важным, чем другой: какого рода аналитиком является конкретный человек? Тем, чья ценность в скорости оформления документов, или тем, чья ценность в качестве принимаемых решений? Первым AI создает давление. Вторым освобождает время для того, чтобы стоить дороже.

Именно поэтому рынку сейчас нужны аналитики, понимающие ERP изнутри и умеющие проектировать процессы, а не просто работать с интерфейсом. Этому и обучает Курс аналитика 1С CORS Academy: программа, построенная 50 практикующими экспертами вокруг тех компетенций, которые AI не заменяет. 

Хотите получить востребованную профессию аналитика 1С?

Оставьте контакты, и мы свяжемся с вами.

Имя^*

E-mail^*

Телефон^*

Отправить

Нажимая кнопку, я соглашаюсь с пользовательским соглашением, обработкой персональных данных и получением информационных и рекламных рассылок

Реклама: ООО «КОРС», ИНН: 5003144169, erid: 2W5zFK5kNSm