# AI-воркшопы KT.Team: внедрение ИИ в инженерные процессы enterprise

Canonical: https://new.kt-team.ru/ai-workshops

Source: https://www.kt-team.ru/ai-workshops

Сокращаем Time-to-Use — время от старта обсуждения требований до момента, когда функционалом начинают пользоваться. Опираемся на десятилетние исследования DORA, Google SRE и QSM.

## Научный подход и мировые стандарты

- **DORA & Accelerate** — Воркшопы опираются на десятилетние исследования Google Cloud (DORA), которые доказывают: высокая производительность IT-команд достигается через малые батчи и быструю обратную связь.

- **Time-to-Use как метрика** — Мы не учим писать код ради кода. Мы учим сокращать TTU — время от идеи до момента, когда реальный пользователь начинает получать ценность от функции в продакшене.

- **Loose Coupling** — Используем ИИ для обеспечения архитектурной чистоты. Слабая связанность — единственное статистически подтверждённое свойство эффективных архитектур.

## Воркшопы

- [Ускорение разработки крупных проектов с помощью ИИ](/ai-workshops/ai-acceleration) — Как перестать тонуть в legacy и начать доставлять ценность быстрее.

- [Ускорение всего цикла разработки (Time-To-Use) с помощью ИИ](/ai-workshops/ai-driven-engineering) — От «ИИ как чат-бот» к «ИИ как инженерный акселератор» — интеграция ИИ в методологию TTU.

- [Персональный ИИ-ассистент с OpenClaw](/ai-workshops/openclaw-assistant) — От нуля до цифрового работника за 2 часа — self-hosted, мультиканальный, ноль рутины.

- [AI-SecOps: автономные агенты кибербезопасности](/ai-workshops/ai-secops) — Как ускорить ИБ-проверки в 10 раз без потери качества — от ручного аудита к агентам 24/7.

- [ИИ-сотрудник технической поддержки](/ai-workshops/ai-support) — Микс из OpenClaw и AI-IDE (Claude Code), который закрывает базовые вопросы техподдержки: от ответов пользователям до автоматической настройки продукта.

- [Продвинутая настройка Claude Code](/ai-workshops/claude-code-advanced) — Продвинутые инструменты и подходы Claude Code — высокоэффективная ИИ-агентная разработка.

- [AI Native документы и отчётность для разработчиков](/ai-workshops/ai-native-docs) — LLM Wiki + SurfSense: корпоративная база знаний, которая собирается и обновляется автоматически.

- [ИИ-психолог: знания о себе, команде и менторинг](/ai-workshops/ai-psychologist) — Соберём личного агента на Claude Code или Codex, который помогает анализировать коммуникацию, чаты и голосовые заметки.

## Plan-driven AI

Мы обучаем системе автономных агентов с жёсткой структурой. Это снимает страх того, что ИИ «нагаллюцинирует» лишнего или потеряет контекст.

- **Главное — не чат, а план** — Внедрение файла AGENTS.md в корень проекта задаёт цели, фокус и критерии качества, за рамки которых агент не выходит.

- **Верификация результата** — Обучаем разработчиков не доверять ИИ на слово, а использовать цепочку: «агент → вопросы → план → подтверждение → выполнение».

## От «кодера» к «архитектору»

- **Primary Implementer** — Опираемся на опыт лидеров индустрии (Andrej Karpathy, Simon Willison), которые зафиксировали переход: инженер больше не пишет код вручную — он становится архитектором, спецификатором и ревьюером.

- **Суперразработчик 2026** — К концу 2026 года навыки ручного написания кода станут вторичными. Мы учим управлять «намерением» (Clarity of Intent) — ключевой компетенцией инженера ближайших лет.

## Добавленная ценность для бизнеса

- **↓ Costs · Экономия на масштабе** — Внедрение ИИ позволяет малым командам (7–9 человек) сохранять эффективность, которая в обычных условиях падает экспоненциально при росте сложности проекта.

- **↓ Risks · Снижение рисков** — Использование ИИ для автоматической генерации и валидации документации в форматах .md + .json делает проект прозрачным и легко передаваемым между командами.

## Эксперты

- **Сергей Коршунов** — Преодоление сопротивления команды, быстрый переход на full-stack и независимая оценка качества крупных проектов на основе практик Amazon и Google.

- **Александр Становой** — С помощью ИИ (Codex и Opus) вошёл в проект, развивавшийся 5+ лет без документации, и поднял dev-окружение за часы вместо недель.

- **Андрей Путин** — Внедрение ИИ в инженерные и продуктовые процессы enterprise-команд, методология Time-to-Use.

- **Алексей Швец** — Автоматизация инженерных процессов и агентная разработка на реальных enterprise-задачах.

- **Дмитрий Крымский** — AI-driven архитектура, статический анализ legacy и объективный контроль качества.

## Мы не обучаем AI. Мы ускоряем бизнес через AI.

Более 13 лет мы ежедневно делаем крупные IT-проекты для enterprise-сегмента. Используем собственные воркшопы для обучения внутренних команд — поэтому уверены в их эффективности.

> 90% AI-обучений не меняют бизнес. Потому что не меняют систему работы.