Розничная торговля — одна из самых динамичных и конкурентных отраслей, которая переживает фундаментальную трансформацию: искусственный интеллект (AI) перестал быть футуристической концепцией и стал практическим инструментом, который определяет конкурентоспособность бизнеса. И ключевым элементом этой трансформации становятся ERP-системы, адаптированные под работу с AI. В статье описан практический кейс работы с AI-агентами на примере платформы LsFusion.
Современные ритейлеры уже активно используют AI для решения широкого спектра задач, однако в большинстве случаев они ограничиваются внедрением AI-ассистентов и чат-ботов, или применением отдельных инструментов, которые работают изолировано, а фокус смещен в сторону увеличения продаж: маркетинга и персонализацию клиентского опыта.
Наиболее полно потенциал оптимизации бизнес-процессов с помощью AI реализуют глубоко интегрированные в IТ инфраструктуру AI-агенты — системы, способные планировать и выполнять сложные последовательности действий. То есть в идеале AI-агент способен, например, самостоятельно проанализировать рынок, сформировать ценовую стратегию на основе анализа бизнес-логики, заложенной в ERP, внести изменения в ERP-систему и отследить результаты, а не просто порекомендовать оптимальную цену.
Необходимость такой интеграции создаёт новые требования к корпоративным системам:
• Интерпретируемость — AI-агент должен понимать логику системы
• Программный доступ — AI-агент должен иметь возможность подключения к системе для выполнения операций
• Предсказуемость — детерминированное поведение системы
• Безопасность — контроль действий агента
Решения, разработанные на платформе LsFusion уже отвечают практически всем требованиям совместимости с AI-агентами и дальнейшее развитие платформы направлено на внедрение инструментов для унификации взаимодействия между большими языковыми моделями (LLM) и внешними системами.
Важно понимать, что ключевой фактор успеха описанного ниже кейса — декларативность платформы LsFusion. Система описывает «что» нужно сделать, а не «как», что позволяет AI-агентам легче понимать бизнес-логику решения без необходимости анализа всех строк кода. Бизнес-логика, структура данных, интерфейс и права доступа описываются на одном декларативном языке, что обеспечивает доступ AI-агентам ко всем аспектам системы и целостное представление о процессах.
Пилотным примером практического применения AI в экосистеме LsFusion является документирование решения MyCompany — открытой ERP-системы для управления малым и средним бизнесом, которая обеспечивает автоматизацию полного спектра взаимосвязанных бизнес-процессов: управление цепочкой поставок и запасами, складскими процессами, продажами, проектами, CRM, производством и т.д. (исходный код системы доступен на GitHub).
В 2025 году команда проекта приняла решение максимально автоматизировать процесс создания пользовательской документации. Такая необходимость была вызвана тем, что своевременная актуализация информации о возможностях быстро развивающейся системы MyCompany требовала существенных финансовых и человеческих ресурсов. Для автоматизации использовали AI-агента, встроенного в используемую среду разработки (Junie от JetBrains), который генерировал статьи документации на основе анализа исходного кода системы:
1. AI-модель получает доступ к исходному коду MyCompany.
2. AI-агент анализирует структуру данных, бизнес-логику, взаимосвязи сущностей, формы интерфейса.
3. На основе анализа генерируется структурированное описание функциональности.
4. LLM преобразует технические описания в понятные пользовательские инструкции.
Вся документация MyCompany, которая на момент написания данной публикации составила более 340 статей, была сгенерирована AI. Бюджет на доступ к AI-ассистенту составил около 14 тысяч рублей. Рабочего времени сотрудника суммарно было затрачено не более 12 часов. Это стало возможным благодаря тому, что участие человека требовалось только для написания промптов, периодического их уточнения и контроля результата. Итоговая документация размещена на официальном сайте решения:
• Документация доступна на нескольких языках и покрывает все модули системы.
• Описаны сущности, их атрибуты и взаимосвязи. Благодаря возможности «видеть» взаимосвязи, для сложных понятий, например, таких как себестоимость, описаны факторы, которые влияют на расчеты при использовании разных модулей.
• Задокументированы бизнес-процессы и правила.
• Созданы пошаговые инструкции для пользователей.
• Приведены примеры типичных сценариев.
Преимущества такой интеграции AI в процесс разработки и поддержки очевидны:
• Актуальность — документация всегда соответствует текущей версии системы.
• Полнота — AI не упускает «очевидные» для разработчиков, но важные для пользователей детали.
• Масштабируемость — процесс генерации не требует увеличения человеческих ресурсов.
• Скорость — время создания документации сокращается до 90%.
• Качество — качество документации растет за счёт стандартизации формулировок и структуры.
• Мультиязычность — контент легко адаптируется для разных регионов.
Этот кейс демонстрирует практическую применимость AI не просто как инструмента, а как полноценного участника процесса разработки и поддержки систем. В данном случае MyCompany служит безопасной песочницей для апробации наиболее перспективных теорий и их последующего развития, и внедрения в жизненные циклы коммерческих продуктов LsFusion ERP 4R и LSF WMS. AI-агент, который создает качественную документацию, сможет помогать в обучении пользователей, отвечать на вопросы о возможностях системы и предлагать решения бизнес-задач повышая качество и эффективность работы службы сопровождения.
Описанный успешный опыт внедрения AI в жизненный цикл IT-решения является лишь стартовой позицией в развитии возможностей платформы LsFusion использовать AI-агентов и LLM для решения бизнес-задач.
Искусственный интеллект стремительно меняет объективную реальность. Однако реализовать потенциал AI невозможно без соответствующей технологической основы. Платформы, изначально спроектированные с учётом декларативности, открытости и гибкости, как LsFusion, становятся идеальной основой для построения AI-ориентированных ERP. Выбирая ERP-систему сегодня, ритейлеры должны оценивать не только текущую функциональность, но и готовность к AI-трансформации.
