<!-- Кейсы — с цифрами и методикой расчета | Сергей Карач -->
<!-- Источник: https://sergei-karach.ru/cases/ -->

# Кейсы

Что сделано и с каким результатом — с цифрами и методикой расчета. Первый кейс — работа с агентами, два следующих — до них: это разный масштаб ответственности, и смешивать их нечестно.

## Сделал у себя · 2026, работа с агентами

Прежде чем продавать это другим, я перевел на агентов собственную разработку. Пять продуктов, написанных вдвоем за шесть месяцев.

- **5** · продуктов
- **400 тыс.** · строк кода
- **2 221** · коммит
- **6** · месяцев
- **2** · инженера

### Что это за продукты

### Финансовый аудит

Проверки учета, ИИ-аудитор, управленческие отчеты, чат-аналитик по данным, BI. 143 тыс. строк, 69 моделей данных, 269 тестовых файлов.

### CRM для сложных продаж

База знаний по клиентам, воронка с этапами, загрузка интервью и встреч, 44 инструмента для работы через агента. 127 тыс. строк.

### Платформа данных и BI

Каталог данных, конвейеры загрузки, хранилище, дашборды, печатные отчеты, чат к данным. 50 тыс. строк — из них 45 тыс. за четыре дня.

### Реконсиляция выписок и CMS

Разбор банковских выписок из почты и разнос по статьям движения денег для холдингов; система управления сайтом с редактированием через агента. 79 тыс. строк.

### Сколько это стоило бы без агентов

Считал тремя независимыми способами: отраслевой моделью оценки трудоемкости, пересчетом в функциональные точки и разбором по блокам работ. Способы дали вилку; в расчете везде взята ее нижняя граница — цифру, которую легко оспорить, брать не стоит.

### 23 месяца

Столько заняла бы та же работа последовательно. Фактически — шесть месяцев, все продукты параллельно.

### 14–15 человек

Средний размер команды: архитектор, разработчики, тестировщик, аналитик, инженер данных, DevOps. Фактически — два инженера.

### 51 тыс. часов

Около 28 человеко-лет. Фактически — порядка двух тысяч часов.

### Откуда берется разница — и что из нее переносимо

Честный ответ: не все в этом разрыве — заслуга агентов. Примерно втрое дает формат работы, и эта часть у вас не воспроизведется.

### Останется у меня, а не у вас

- **Нет координации:** ни планерок, ни передачи контекста, ни ожидания чужого ревью
- **Нет формальных фаз:** ни согласования задания, ни приемки, ни отчетности — заказчик и исполнители одни и те же люди

### Переносится к вам

- **Опыт архитектора:** решение принимается сразу, без тупиковых веток и переделок из-за неверного выбора
- **Работа, устроенная под агентов:** это и есть то, что я приношу

**Главное в кейсе — не скорость, а порядок работы.** Сначала постановка: схемы, структуры данных, границы. На 400 тыс. строк кода приходится 185 тыс. строк проектных документов — почти строка проекта на две строки кода. В платформе данных первые двенадцать коммитов — ни строки кода, только задание и схемы; следом 45 тыс. строк за четыре дня. Агент не задает уточняющих вопросов: он молча размножит ошибку проектирования на сотни файлов.

### Где это не работает

В рандомизированном исследовании METR (2025) опытные разработчики в **зрелых** репозиториях, которые они знали в среднем пять лет, с ИИ работали на 19% медленнее — хотя субъективно считали, что быстрее. Это не противоречит кейсу, а очерчивает границу: ускорение дает создание нового кода по заданной архитектуре, а не правка давно знакомой чужой кодовой базы. [Исследование целиком](https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/).

И то, чего в этой работе не было: нагрузочного тестирования, внешнего аудита безопасности, работы дизайнера. Команда из пятнадцати человек делала бы и это — часть разрыва оплачена отсутствием этих работ.

## До агентов · корпоративный масштаб

Эти цифры относятся к другому времени и другой роли: они доказывают не скорость, а масштаб ответственности — команды до 450 человек и системы, от которых зависит выручка.

### Югория · страхование

- **Time-to-Market:** 32 дня (было 2 года)
- **Релизы:** 3000+/год (было 12)
- **ИТ на развитие:** 70% бюджета (было 6%)
- **Бизнес-эффект:** из убытка −1.2 млрд ₽ (2013) в операционную прибыль 1.77 млрд ₽ при выручке 10.07 млрд (2018), продажи +35%

### KDL · сеть лабораторий

- **Надежность:** 1–2 инцидента в год (было 650+)
- **ИТ-сервис:** NPS 90+
- **AI в бизнесе:** решение в сборнике лучших практик БРИКС-2026
- **Бизнес-эффект:** выручка сети 12.8 → 15.6 млрд ₽ (+22% год к году)

## Пилоты 2026

Здесь появятся кейсы клиентских внедрений — с теми же пятью метриками «до» и «после». Пока их нет, и писать здесь нечего: придумывать кейсы я не буду.

## Посчитаем то же самое для вас

30 минут, бесплатно. Разберем, какую работу у вас можно передать агентам и сколько это стоит.

[Обсудить задачу](https://sergei-karach.ru/diagnostic/) [Что входит в аудит](https://sergei-karach.ru/audit/)
