Скорость как продукт, ИТ-архитектура как бизнес-вопрос, кардинальная пересборка клиентского пути: основные тренды продуктовой разработки на Product Demo Day 2026

5 июня в Минске прошел третий Product Demo Day — мероприятие, где команды рассказывают о новых цифровых продуктах и делятся практическим опытом их создания.

В конференции приняли участие 270 специалистов из банков, страховых, телекоммуникационных, ИТ- и других компаний. В программе было представлено 19 демо, состоялось голосование за лучшие кейсы, а также открытый разговор о том, как меняются продуктовая разработка, ожидания клиентов и роль технологий в бизнесе.

Озвученные кейсы четко демонстрируют глубокие изменения, которые сегодня происходят на рынке цифровых продуктов.

Компании из разных отраслей сталкиваются с похожими вызовами. Клиенты становятся менее терпимыми к сложным сценариям, скорость превращается из конкурентного преимущества в обязательное условие, а успех продукта все чаще определяется не количеством функций, а конечным результатом — насколько быстро, удобно и без лишних действий пользователь может решить задачу.

При этом, чтобы выдерживать растущую скорость изменений, компании все больше внимания уделяют тому, что раньше оставалось за пределами клиентского опыта: архитектуре, данным, интеграциям, платформенному подходу и автоматизации внутренних процессов.

В свою очередь интерес к технологии AI подталкивает компании к новым экспериментам. Искусственный интеллект внедряется в самые разные процессы — от клиентского сервиса до автоматизации внутренних операций. При этом технология не только повышает эффективность, но и помогает открыть новую ценность ранее недооцененного актива — корпоративных знаний, памяти и экспертизы.

Этот обзор — не только о конкретных продуктах. Представленные кейсы позволяют увидеть более крупные тенденции, которые постепенно меняют рынок и подходы к развитию цифровых сервисов.

Мероприятие организовала команда Digital Line. Генеральным партнером выступил Приорбанк. Также конференцию поддержали партнеры — Cotvec и Электронные системы и сервисы.

Многие представленные кейсы появились после отказа от привычной логики развития продукта. Вместо улучшения существующих процессов команды пересматривали правила игры с нуля: убирали очные визиты, исключали промежуточные шаги, брали на себя сложные процессы и расширяли границы продукта. В результате менялся не только клиентский опыт, но и возможности самого бизнеса.

Как полностью пересобрать клиентские сценарии для юридических и физических лиц показали на примере зарплатного проекта представители МТБанка — руководитель управления развития корпоративного бизнеса Игорь Бичель и руководитель управления развития розничного бизнеса Александр Приходько.

В октябре 2024 года команда МТБанка инициировала разработку полностью цифрового зарплатного продукта. Существовавший процесс предусматривал звонок клиента в банк, запрос оферты, ее подписание и доставку пластиковых карт почтой. Решение работало, но не обеспечивал ключевую потребность — доступ к счету в момент оформления и быстрое получение зарплаты. Глубинные интервью и анализ международных платежных систем показали необходимость создания продукта «с нуля», без попыток оптимизировать устаревшие сценарии.

В апреле 2025 года объединенная команда корпоративного и розничного бизнеса представила онлайн-продукт, который работает для двух категорий клиентов синхронно.

• Для юридических лиц процесс полностью интегрирован в канал MTBusiness. Алгоритм включает семь кликов, общее время процедуры составляет 7−10 секунд. Для этого идентифицированный клиент заходит в раздел «маркет», выбирает опцию оформления зарплатного проекта и подписывает заявление онлайн. По завершении бухгалтер организации мгновенно получает реквизиты счета для осуществления выплат.

• Для физических лиц это занимает чуть больше времени: в среднем 1,5 минуты. Сотрудник в мобильном приложении нажимает «оформить зарплатную карту», вводит УНП работодателя, выбирает вид карты и подтверждает условия, после чего виртуальная карта сразу же становится активной. Также клиент может заказать доставку пластикового экземпляра по почте.

Замеры после запуска в апреле 2025 года показали, что 70% зарплатных договоров и 40% зарплатных карт стали оформляться онлайн, при этом показатели ежемесячно растут.

Кейс продемонстрировал — значительный эффект часто дает не оптимизация отдельных шагов, а переосмысление всего клиентского пути. Вместо того чтобы дорабатывать существующий процесс, команда заново посмотрела на задачу глазами клиента и пересобрала сценарий вокруг его ключевой потребности — получить доступ к зарплатному счету сразу после оформления. Это стало хорошим примером того, как продуктовый подход позволяет находить точки роста даже в зрелых сервисах, которые долгое время считались уже полностью сформированными.

Геннадий Глинский, руководитель проекта Carfin, представил кейс полной пересборки залогового продукта, который позволил оцифровать путь клиента и выдавать деньги на банковскую карту за четверть часа без приема автомобиля в ломбард.

Модель, по которой раньше работала компания, была неудобной для владельцев транспортных средств. Клиенту приходилось совершать множество действий: звонить в контакт-центр, посещать отделение, проходить осмотр автомобиля, заполнять анкеты и согласия, подписывать договор, ожидать пока сотрудники вручную проверят документы и примут решение по залогу, а затем вновь ехать в ломбард для получения денег. При этом заемщик оставался без машины до полного погашения.

С новым сервисом процесс стал полностью цифровым и клиент может продолжать пользоваться своим авто. Для этого необходимо зарегистрироваться в личном кабинете с мобильного устройства или компьютера, пройти аутентификацию в МСИ, внести в предзаполненную на 90% анкету недостающие данные, выбрать сумму и срок займа и загрузить фото автомобиля и техпаспорта. Система автоматически проводит скоринг заемщика и оценку залога. Дополнительный модуль проверяет документы на подделки с помощью машинного зрения и нейросети для анализа фотографий. Если заявку одобряют, то клиент подписывает договор по SMS, сразу получает деньги на карту и продолжает пользоваться своим авто. Весь процесс занимает 15 минут, а погашение займа происходит через ЕРИП.

В результате запуска сервиса клиентский портфель компании по автоломбарду увеличился почти в два раза за 5 месяцев. Доля онлайн-договоров среди новых клиентов превысила более чем 90%, а время на сделку сократилось более чем в пять раз.

Из опыта этого кейса можно увидеть, что цифровизация меняет не только скорость обслуживания, но и саму экономику продукта. Убрав необходимость передавать автомобиль на стоянку и переведя процесс полностью в онлайн, команда Carfin смогла сделать услугу доступной для значительно более широкой аудитории. Такие изменения позволяют не просто улучшить существующий сервис, а снять ограничения, которые раньше сдерживали развитие бизнеса.

Руководитель IT отдела Айгенис Максим Барауля и продуктолог Ольга Максюк рассказали, как приложение aigenis invest сделало доступ к Московской бирже (MOEX) быстрым и простым для белорусских инвесторов.

До апреля 2026 года всем, кто хотел торговать на Московской бирже, было необходимо заключить договор с брокером в Беларуси по модели доверительного управления или непосредственно в России, зарегистрировать валютный договор на сайте Нацбанка с соблюдением технических требований (операционная система Windows, определенная версия Word, установка плагинов), распечатать документы и физически прийти в кассу для пополнения счета. Временные затраты на вход составляли от нескольких часов до нескольких дней. В дальнейшем инвестор должен был самостоятельно вести учет доходов, подавать декларацию и оплачивать налоги.

Однако Айгенис разработали продукт, который полностью изменил процесс: теперь инвестору достаточно скачать приложение aigenis invest, зарегистрироваться и дождаться подтверждения, после чего пополнить брокерский счет онлайн и приступать к покупке ценных бумаг. Компания приняла на себя всю бюрократию:

регистрацию договоров — теперь клиентам не нужно ездить в РФ и ходить в банк; учет и отчетность — инвесторы получают готовые отчеты без ручного сбора данных.

Айгенис выступает налоговым агентом и берет на себя расчет, удержание и отчетность. Теперь процесс заключения договора с учетом регистрации в приложении занимает не более 30 минут.

За первый месяц работы сервиса 2550 пользователей подключились к MOEX, что превысило 50% от общего количества ранее зарегистрированных трейдеров из Беларуси. Из них 14% начали инвестировать в первый же месяц. 62% существующих клиентов Айгенис расширили путь до МОЕХ, а база инвесторов компании выросла на 38%.

Устранив бюрократические и организационные барьеры для клиента, Айгенис фактически создал новый цифровой продукт и вывел на рынок сценарий инвестирования, который раньше был доступен лишь ограниченному кругу пользователей.

Если первые кейсы были посвящены пересборке клиентского пути и логике продуктовой разработке, то следующие показали, что реализовать подобные изменения невозможно без глубокой трансформации внутренних систем. Данные, интеграции, архитектура и платформенный подход все чаще становятся не техническими деталями реализации, а факторами, напрямую влияющими на скорость запуска продуктов, стоимость процессов и возможности масштабирования бизнеса.

Представители Приорбанка — начальник отдела развития кредитования малых и средних предприятий Майя Метельская и менеджер по информационным технологиям Алла Куликова — рассказали, как автоматизация получения и обработки бухгалтерской отчетности ускорили и повысили качество кредитного процесса.

Ранее кредитование юрлиц в Приобанке было долгим и трудоемким: клиенты не сразу предоставляли нужный баланс, в документах встречались серьезные ошибки, обработка и сверка информации производилась вручную. В итоге принятие решения для одного кейса занимало 2−3 недели, а человеческий фактор регулярно приводил к искажениям данных.

Однако Приорбанк полностью автоматизировал этот процесс. Интеграция с НЦЭУ позволила напрямую через API запрашивать финансовую отчетность, избавив клиента от лишних действий. Теперь банк получает документы в формате PDF, помещает их в электронное кредитное досье, где AI с точностью 99% распознает формы бухгалтерской отчетности, извлекает цифры, проводит логико-математические контроли и, при наличии, находит ошибки, допущенные при расчетах. Далее верификатор оценивает существенность ошибок и принимает либо отклоняет документы, оповещая клиента о необходимости исправить недочеты. Если все сходится, чистые данные импортируются в банковскую систему для автоматической проверки условий финансирования и создания резервов.

Интеграция API и внедрение AI значительно повлияли на многие показатели в процессе кредитования юрлиц.

• Скорость: время сбора и обработки документов сократилось на 80%.
• Качество: минимизированы риски ошибок ручного ввода, данные стали достоверными и актуальными.
• Оптимизация: существенно снизились операционные трудозатраты.
• Фундамент: создана база для дальнейшей автоматизации кредитного процесса.

Кейс Приорбанка ярко демонстрирует тренд: компании начинают конкурировать не только продуктами и клиентским опытом, но и качеством внутренних информационных потоков. Там, где данные автоматически поступают из доверенных источников, проверяются и передаются между системами без участия человека, процессы начинают работать быстрее и дешевле, а также легче масштабируются. Именно такая инфраструктура сегодня становится основой для последующей автоматизации и внедрения AI.

Марина Саврук, CEO Dzengo, рассказала, как внедрение менеджера бизнес-процессов позволило интегрироваться с госслужбами, избавить сотрудников от тысяч ручных операций и значительно сократить клиентский путь.

Еще недавно специалисты Dzengo тратили часы на сбор данных из баз ФСЗН, ГАИ и прочих источников, вносили сведения в CRM и формировали профиль клиента вручную. Для доработки процессов компания выбрала low-code платформу N8N — гибкое решение, которое не требует крупных финансовых вложений и долгого внедрения. Команда позаботилась о безопасности: развернула систему на собственной инфраструктуре внутри аттестованного защищенного контура и настроила мониторинг с уведомлениями об ошибках, которые специалисты получают в Telegram и CRM для быстрого реагирования.

Внедрение N8N изменило схему работы: теперь не менеджер, а заявка клиента с заполненным согласием на предоставление данных на выдачу автозайма, поступившая в CRM, автоматически запускает процесс сбора данных. CRM обращается к оркестратору N8N, а он направляет запросы по уникальным токенам в нужные инстанции. Все полученные сведения отправляются в карточку заявки и сразу попадают в соответствующие поля. Интеграция инструмента позволила автоматически:

• подавать сведения в реестр о новом залоге, актуализировать их или удалять сразу после погашения займа;
• отправлять запросы в ФСЗН для составления скоринговой карты и расчета показателя долговой нагрузки каждого клиента;
• получать из ГАИ данные техпаспорта транспортного средства, оформленного на обратившееся лицо;
• получать оценку автомобиля от компании группы.

Dzengo реализовала проект силами бизнес-команды, не привлекая внешних разработчиков. Процесс интеграции — от идеи до полноценной работы в продакшене — занял один месяц. Внедрение системы позволило менеджерами по продажам экономить 97 часов в месяц на ручном сборе и сверке данных. Высвобожденное время сотрудники направляют на консультации клиентов и дополнительные продажи. На данный момент компания подключила пять реестров и продолжает развивать систему.

Алексей Лешко, начальник отдела разработки продуктов, и Иван Мейшутович, Product Owner, Life, рассказали о том, как приложение мобильного оператора превратилось в суперапп с универсальной системой входа.

Компания развивала новые направления и в какой-то момент поняла, что архитектура не позволяет масштабироваться с желаемой скоростью, а интеграция обновлений занимает месяцы.

Создание супераппа — комплексного приложения, которое объединяет разные сервисы внутри одного интерфейса, — стало логическим решением задач. Life определил три основных критерия будущей разработки: модульная архитектура для быстрой интеграции новых сервисов, улучшенный пользовательский опыт с бесшовными переходами и внедрение кросс-функций с рекомендательной системой.

Центром новой экосистемы стал Life ID — универсальная система входа, которая объединяет четыре взаимосвязанных направления — Телеком, Маркет, Контент и Финансы. В результате пользователь получил платформу с единым профилем и входом во все сервисы компании, а бизнес — гибкость и масштабируемость экосистемы.

Кросс-функциональные команды работали год над проектом, но спикеры цифрами подтвердили, что это стоило того:

• рост MAU (месячной аудитории) составил более 11%;
• рост конверсии в продукт — 43%;
• рост переходов в разделы — 52%;
• интерес к нетелеком сервисам вырос более чем в два раза.

Пример Life показывает важный сдвиг: архитектура цифрового продукта все чаще становится не внутренним ИТ-вопросом, а условием роста бизнеса. Когда компания развивает несколько направлений одновременно, скорость запуска новых сервисов, качество клиентского опыта и возможности монетизации начинают напрямую зависеть от того, насколько гибко устроена платформа.

В этом кейсе первый суперапп на телеком-рынке Беларуси стал не просто новым интерфейсом для пользователя, а основой для дальнейшего развития экосистемы.

К 2026 году Беларусбанк столкнулся с критическим уровнем технического долга: интернет-банкинг и мобильное приложение существовали как два изолированных продукта с разной логикой, архитектура перестала успевать за потребностями бизнеса, а системы были жестко привязаны к конкретным вендорам, включая санкционных.

О том, как Беларусбанк без перебоев на ходу трансформировал разрозненную инфраструктуру в единую платформу, которая обеспечивает бесшовный клиентский опыт во всех цифровых каналах, рассказал директор департамента разработки и развития информационных технологий Алексей Костеневич.

Банк нуждался в интегрированной сквозной платформе, которая имела бы единый бэкэнд со всей логикой, технологический суверенитет (работа на open-source), PWA как резервный канал доставки, а также микросервисную архитектуру и открытые API. И при этом переход на новую систему должен происходить без простоев.

Беларусбанк справился с этими задачами и создал унифицированную омниканальную платформу для всех точек касания. Вместо двух разрозненных команд банк сформировал одну кросс-функциональную, которая синхронизировала работу мобильного приложения, веб-версии и PWA. На смену монолитной архитектуре пришли микросервисы с изолированными доменами, что повысило стабильность ядра и сделало стек полностью открытым и независимым. Пользователи в свою очередь получили единый, предсказуемый сценарий на всех устройствах и во всех каналах ДБО.

Кейс Беларусбанка стал одной из наиболее показательных иллюстраций того, в каком направлении сегодня развиваются корпоративные ИТ-архитектуры. Разрозненные каналы обслуживания уступают место единому цифровому контуру, монолитные системы — платформенному подходу и микросервисам, а зависимость от отдельных вендоров — технологической независимости на базе открытых стандартов и open source.

Анна Царюк, бизнес-аналитик I категории отдела интеграционных решений департамента банковских цифровых платформенных решений Приорбанка, представила взгляд на API как на канал взаимодействия с клиентами.

Еще несколько лет назад API воспринимались преимущественно как инструмент интеграции между системами. Сегодня их роль расширяется, особенно в финансовой сфере. Банковские сервисы постепенно выходят за пределы мобильного приложения и интернет-банка, а функции банка начинают использоваться внутри ERP-систем, бухгалтерских программ, маркетплейсов и других внешних платформ.

По словам спикера, Open API уже становятся полноценным каналом дистанционного банковского обслуживания наряду с мобильным и интернет-банком. Через открытый программный интерфейс приложения клиенты получают информацию по счетам, выпискам и транзакциям, а в ближайшее время смогут инициировать платежи непосредственно из сторонних приложений. В Приорбанке через Open API получают информацию более 450 юридических лиц, в том числе партнеры, а на портале для разработчиков зарегистрировано свыше 600 специалистов.

Еще один тренд — Open Banking как новая бизнес-модель. Если раньше банк предоставлял клиенту готовый продукт внутри своего интерфейса, то теперь отдельные банковские функции превращаются своеобразные блоки конструктора для внешних сервисов. Партнеры могут создавать собственные решения на базе банковской инфраструктуры, а банк — получать новые точки роста, дополнительную выручку и доступ к клиентам, которые даже не пользуются его приложением.

При этом основной вызов лежит не в технологической плоскости. Как отметила Анна Царюк, значительно сложнее перестроить процессы вокруг Open API: модернизировать legacy-системы, адаптировать требования безопасности, обеспечить соответствие новым регуляторным стандартам и изменить восприятие API внутри самой организации. По сути, внедрение Open Banking становится не интеграционным проектом, а постепенной трансформацией банковской архитектуры и бизнес-процессов.

Этот кейс показал важный тренд, который выходит далеко за рамки банковской отрасли. Все больше компаний начинают рассматривать свои продукты и сервисы как платформу для партнеров. В такой модели конкурентным преимуществом становится не только собственный клиентский опыт, но и способность встроить свои возможности в экосистему других игроков рынка.

AI сегодня уже приносит пользу в самых разных бизнес-задачах, и во многих кейсах Product Demo Day он так или иначе присутствовал как часть решения. Однако особенно заметное влияние AI оказывает на сферу управления знаниями, фактически возрождая к ней интерес. Благодаря технологии накопленная экспертиза, документы, рабочие коммуникации и опыт сотрудников перестают быть разрозненной информацией и превращаются в ценный актив для организации. Именно этому были посвящены следующие кейсы Product Demo Day.

Старший менеджер группы компаний Б1 Анатолий Ворошилов представил кейс разработки и внедрения системы умного поиска для работы с внутренней методологической базой знаний организации. Пример показывает, как AI постепенно меняет роль корпоративных баз знаний: они перестают быть архивом документов и становятся рабочим инструментом, с которым можно взаимодействовать на естественном языке.

Для аудиторского департамента Б1, который насчитывает около 1500 специалистов, быстрый доступ к методологии напрямую влияет на эффективность работы. Ранее для поиска ответов на вопросы в базе знаний сотрудники должны были искать информацию по оглавлению либо использовать встроенный поиск по ключевым словам, который работал неточно: либо не находил нужных данных, либо выдавал избыточные результаты.

Компания развернула собственную инфраструктуру для работы с локальными LLM. Важно отметить, что информация в базе знаний носит конфиденциальный характер, поэтому использовать публичные AI-сервисов для этих задач невозможно. Хотя документы значительно превышали размер контекстного окна используемых моделей, команда отказалась от механического разбиения текста на фрагменты. Вместо этого был реализован алгоритм логического чанкирования, который использует структуру документов, уровни заголовков и метаданные статей. Это позволило сохранить смысловые связи между разделами и повысить качество поиска. При создании системы умного поиска команда разработала свой алгоритм подбора контекста и формирования ответа, чтобы обеспечить построение решения на основе RAG, которое сможет предлагать результаты надлежащего качества.

В итоге пользователи получили возможность переключать текстовый поиск на контекстный и находить фрагменты документов, точно соответствующие их запросам, а также задавать вопросы через чат-интерфейс и получать ответ с прямой ссылкой на раздел методологии.

Основная сложность проекта заключалась не в выборе модели, а в корректном формировании контекста и достижении нужного уровня качества ответов. Для оценки качества поиска с самого начала привлекались аудиторы и методологи. Дополнительно была создана административная панель для контроля загрузки документов, тестирования запросов и управления доступом к базе знаний.

Кейс Б1 важен не только как пример внедрения AI в закрытом корпоративном контуре. Он показывает более широкий продуктовый сдвиг: ценность базы знаний теперь определяется не объемом накопленных материалов, а тем, насколько быстро и точно сотрудник может получить из них ответ для рабочей задачи.

Руководитель отдела управления данными ПАТИО Максим Клиш представил кейс, демонстрирующий еще один сценарий практического применения AI внутри компаний — работу с данными, которые ежедневно генерируются во время встреч и обсуждений.

В большинстве организаций значительная часть информации существует только в разговорах сотрудников. Решения принимаются на встречах, идеи обсуждаются в рабочих группах, задачи распределяются между участниками, однако спустя несколько месяцев восстановить ход обсуждений или найти аргументы, повлиявшие на решение, бывает непросто. Записи встреч хранятся отдельно, расшифровываются вручную или вовсе остаются невостребованными.

Рынок предлагает готовые сервисы, однако никто не может гарантировать их конфиденциальность. Именно поэтому команда R&D ПАТИО создала собственный сервис, к которому были выставлены жесткие требования: он должен работать только в закрытом контуре, распознавать спикеров на записи, делать транскрипцию с проверкой орфографии, понимать контекст и подводить итоги встречи.

Новый сервис дает возможность автоматически или вручную загружать аудиозаписи онлайн-совещаний или офлайн-встреч. Система сама определяет спикеров, привязывает реплики к тайм-кодам, автоматически генерирует краткое резюме встречи по шаблону и позволяет редактировать ошибки. Также по запросу модель может сгенерировать список задач после обсуждения или инструкцию после проведения демо.

Сервис также может работать с контекстом нескольких встреч. Записи маркируют тегами, и сотрудники могут искать информацию по длинной истории совещаний. Например, проследить динамику за полгода: какие были версии, предложения и не вернулась ли команда к изначальной точке. Также модель можно вывести на диалог, например, попросить оценить эффективность общения и она выдаст участникам рекомендации для улучшения коммуникации. Все это крутится на одном игровом компьютере с видеокартой. Час записи обрабатывается за 7−10 минут.

Пример ПАТИО подтверждает, что AI меняет подход компаний к организации рабочей коммуникации. Фиксируя и структурируя знания непосредственно в момент их появления, LLM-модели постепенно превращают встречи из разовых хаотичных событий в стратегический актив компании, формируя устойчивую базу для будущих инициатив.

Несмотря на различие отраслей, технологий и масштабов компаний, большинство представленных кейсов развивались в одном направлении.

Организации пересматривают клиентские пути вместо точечной оптимизации процессов. Устраняют ограничения, которые раньше считались неизбежными. Переносят сложность с клиента внутрь продукта. Строят платформы вместо отдельных сервисов. Инвестируют в архитектуру, данные, интеграции и знания как в стратегические активы.

При этом самые заметные результаты все чаще достигаются не за счет появления новых технологий как таковых. Напротив, успех приносит способность по-новому собрать уже существующие возможности вокруг конкретной задачи клиента или бизнеса.

Обсуждение, которое состоялось по итогам мероприятия, подтвердило этот вывод. Участники отмечали рост требований к скорости, снижение терпимости клиентов к сложным сценариям, усиление роли данных, интеграций и цифровой идентификации. При этом все чаще звучала мысль, что технология сама по себе перестает быть ценностью. Важным становится то, насколько быстро она помогает получить результат.

Пожалуй, главный вывод Product Demo Day 2026 можно сформулировать так: рынок постепенно переходит от гонки за технологиями к гонке за пользой. И побеждают те компании, которые способны быстрее других превращать технологии в понятную и ощутимую ценность для клиента.