15 сентября в Астане проходит AWS Cloud & AI Day Astana 2026 — конференция об искусственном интеллекте, облачной инфраструктуре и практическом применении AI в бизнесе.
RAEM находится на площадке и собирает главные заявления, цифры и кейсы из выступлений. Материал обновляется в течение дня после каждого доклада.
Инна Ожогина: AI меняет структуру работы и роль IT-директора
Инна Ожогина, региональный директор AWS в Центральной Азии, на Кавказе и в Монголии, посвятила выступление интеллектуальным агентам и реальным результатам, которые компании могут получать от их внедрения.
Одним из центральных вопросов доклада стала безопасность: как передать AI-агентам выполнение задач, сохранив контроль над их действиями и результатами. В качестве международного примера Ожогина привела разработанную в Сингапуре модель управления агентным AI. Она предполагает, что автономные системы должны работать внутри заранее определённых правил, уровней ответственности и процедур проверки.
При этом одной технологической модели недостаточно. По данным, приведённым в презентации, значительная часть пилотных AI-проектов не доходит до полноценного внедрения. Среди основных причин — отсутствие связи с рабочими процессами, неправильный выбор задач и недостаточная интеграция с действующими системами компании.
Почему эффективность не всегда сокращает потребность в людях
Ожогина обратилась к парадоксу Джевонса: повышение эффективности использования технологии не обязательно приводит к снижению спроса на неё. Если AI позволяет выполнять работу быстрее и дешевле, компании могут начать использовать его для большего количества задач. В результате растёт общий объём работы и появляются новые направления применения технологии.
На рынок труда AI также влияет не через мгновенную замену целых профессий, а через изменение структуры задач внутри них.
Согласно исследованию Anthropic о влиянии AI на рынок труда, фактическое применение искусственного интеллекта пока значительно отстаёт от его теоретических возможностей. Исследователи не обнаружили системного роста безработицы среди специалистов в наиболее затронутых AI профессиях. Однако появились предварительные признаки замедления найма молодых работников в возрасте от 22 до 25 лет.
На этом фоне компании сталкиваются с отдельной проблемой. Если они перестанут нанимать начинающих специалистов, рассчитывая автоматизировать их задачи, через несколько лет рынку будет неоткуда брать опытных сотрудников.
«Не прекращайте нанимать джунов полностью. Пирамида переворачивается, но её основание не исчезает», — говорится в одном из итоговых тезисов презентации.
Компаниям придётся менять содержание начальных позиций: меньше рутинного исполнения, больше обучения работе с AI, проверки результатов и накопления опыта для принятия решений.
Как меняется роль IT-директора
Внедрение AI-агентов расширяет ответственность IT-директора. Теперь ему недостаточно управлять инфраструктурой, архитектурой и разработкой. В его зону ответственности входят AI-стратегия, управление рисками, безопасность и перестройка бизнес-процессов.
В финале выступления Ожогина предложила компаниям несколько практических шагов:
- распределить рабочие процессы по трём уровням: использовать готовую модель, дополнять её или создавать собственное решение;
- измерять затраты на проверку AI-кода, количество дефектов и инцидентов;
- создавать единую команду, отвечающую за AI-агента от разработки до эксплуатации;
- внедрять многоуровневое управление и обязательную проверку важных изменений специалистами;
- пересмотреть соотношение опытных и начинающих сотрудников;
- сохранить найм джунов, одновременно изменив содержание их обучения и работы.
ForteBank сократил принятие решения по кредиту для МСБ с трёх дней до пяти минут
Нуржан Смайлов, Chief Data and AI Officer ForteBank, представил кейс трансформации кредитования малого и среднего бизнеса.
Раньше рассмотрение одной заявки могло занимать до трёх дней, а менеджер тратил значительную часть рабочего дня на сбор информации, проверки и взаимодействие с разными банковскими системами.
ForteBank перестроил весь кредитный конвейер: от подачи заявки через ForteBusiness и автоматических проверок до интеграции более чем с десятью базами и принятия решения алгоритмом.
Обновлённый конвейер способен выдавать решение без ручной верификации. Целевой показатель Time2Yes — около пяти минут вместо прежних трёх дней.
AI в этой схеме становится самостоятельным операционным слоем между банковскими системами и кредитным менеджером. Алгоритм оценивает благонадёжность компании, проводит финансовый анализ и проверяет платёжеспособность. Менеджер может сосредоточиться на нестандартных задачах и работе с клиентом.
Автоматизация одного этапа при этом не решает всей проблемы. Чтобы получить измеримый результат, банку пришлось перестраивать смежные процессы, расширять продуктовую линейку и автоматизировать взаимодействие между подразделениями.
«Ценность создают не модели. Ценность создаёт способность встроить AI в процессы, продукты и решения банка», — такой вывод ForteBank представил на заключительном слайде доклада.
Как падение трансляции чемпионата мира привело Qazsport в облако AWS
Марат Шарипов из АО «РТРК „Казахстан“» и Антон Касерес из Tech-5 рассказали, как Qazsport перестраивал инфраструктуру после падения трансляции во время чемпионата мира.
Проблема возникла из-за резкого роста аудитории. Предел прежней системы составлял около 3 млн пользователей. Во время наиболее важных моментов матча нагрузка превысила этот уровень, и инфраструктура перестала справляться.
Расписание матчей известно заранее, но точно спрогнозировать пиковую аудиторию невозможно. Планирование мощности только по прошлым событиям не гарантирует, что следующий эфир не привлечёт больше зрителей.
Два очевидных решения Qazsport не устроили. Постоянная аренда дополнительного запаса серверов означала бы оплату и обслуживание мощностей круглый год, хотя они нужны лишь несколько раз за сезон. Полный переезд в облако также оказался невыгодным: у телеканала уже было собственное оборудование, способное выдерживать обычную ежедневную нагрузку.
В результате команда выбрала гибридную архитектуру. Постоянный поток обслуживает собственная инфраструктура, а облачные мощности AWS подключаются во время крупных трансляций и резких скачков аудитории. Клиент платит за часы фактического использования облачного слоя, а не за постоянную готовность максимальной мощности.
Архитектуру зарезервировали на каждом участке. Приём сигнала организован через хаб во Франкфурте, двух независимых операторов и основной с резервным потоком. Региональная раздача через AWS включается по требованию и отключается после события. Для каждого канала предусмотрены активный и резервный адреса получения сигнала.
Перед эфиром команда проводит распределённые нагрузочные тесты. На презентации были показаны показатели 6 700 запросов в секунду и пропускная способность 77 Гбит/с.
После перехода на новую схему Qazsport увеличил зафиксированный предел с 3 до 5 млн пользователей. Автомасштабирование реагирует на фактическую нагрузку и добавляет ресурсы, когда она отклоняется от плана.
Amazon Quick представили как единое рабочее пространство с AI
Антон Карташов, Senior Solutions Architect AWS, представил Amazon Quick — корпоративного AI-помощника, который объединяет поиск по внутренним данным, анализ информации, создание автономных агентов, автоматизацию процессов и подготовку документов. По замыслу AWS, компании смогут использовать его как единое рабочее пространство вместо переключения между CRM, таблицами, аналитическими системами и другими сервисами.
Отдельный акцент сделан на корпоративном контуре. Amazon Quick должен работать с данными, которые остаются под контролем компании, учитывать права доступа сотрудников и поддерживать требования к безопасности и управлению. Через единую среду пользователи могут искать информацию, анализировать данные, запускать рабочие процессы и создавать документы без постоянного переключения между приложениями.
AI-агенты для разработки, ретейла и государственного сектора
Во второй половине программы Тимур Аносов из GitLab представил GitLab Duo Agent Platform. Платформа позволяет использовать AI-агентов на разных этапах разработки: от планирования задач и написания кода до проверки уязвимостей, исправления CI/CD-пайплайнов и анализа изменений. GitLab также поддерживает подключение внешних агентов, включая Claude Code и Codex, сохраняя корпоративные правила доступа и контроль над их действиями.
Евгений Бабенко, Chief ML Officer Magnum Cash & Carry, продолжил тему автономных агентов на примере ретейла. Для крупных торговых сетей такие системы могут использоваться для работы с данными, автоматизации повторяющихся операций и выполнения многоэтапных задач. Программа завершилась выступлением Руслана Омарова из Softprom о безопасном внедрении генеративного AI в корпоративном и государственном секторе. В AWS для этого используются разграничение доступа, шифрование, журналирование действий и Amazon Bedrock Guardrails для фильтрации контента, защиты персональных данных и проверки ответов моделей.
Что показал AWS Cloud & AI Day Astana 2026
Главной темой конференции стали AI-агенты, которые переходят от ответов на вопросы к выполнению реальных задач. Наиболее содержательными для казахстанского рынка оказались практические кейсы ForteBank и Qazsport: банк сократил принятие решения по кредиту для МСБ с трёх дней до пяти минут, а телеканал увеличил предел инфраструктуры для трансляций с 3 до 5 млн пользователей.
Остальная программа показала, как крупные технологические компании собирают вокруг AI корпоративные платформы, инструменты безопасности и новые процессы разработки. Общий вывод конференции: результат появляется не от подключения модели как отдельного сервиса, а после её интеграции в рабочий процесс, данные и систему ответственности компании.
