В 2023–2024 годах автоматизация стала массовым трендом. Желание быстро снизить издержки и повысить операционную эффективность за счёт RPA, BPM и других IT-решений превратилось в гонку внедрений. Казалось, чем больше цифровых решений для компании, тем лучше.
К 2026 году рынок входит в фазу взросления — и вместе с ней становятся очевидны антитренды.
Какие технологии и подходы уходят с рынка
Классическая RPA без ИИ и адаптивности
К 2026 году классическая RPA всё чаще демонстрирует свою негибкость. Для бизнеса такие технологии хорошо работают только в предсказуемых условиях — например, когда требуется перенести данные из Excel в ERP по заранее заданному шаблону.
Однако реальные бизнес-процессы значительно сложнее.
Например, при обработке обращений клиентов данные поступают в свободной форме, дополняются документами, уточняются в переписке и часто содержат исключения.
В подобных сценариях RPA оказывается неэффективной, поскольку:
- работает только со строго структурированными данными;
- зависит от пользовательских интерфейсов и ломается при их изменении;
- требует постоянного ручного сопровождения и перенастройки.
В результате классическая RPA остаётся применимой лишь для узких рутинных операций и в рамках автоматизации в 2026 перестаёт подходить для сквозных процессов, где важны гибкость и адаптация.
Автоматизация поверх legacy-систем
Ещё один устаревающий подход — попытка автоматизировать устаревшие платформы без пересмотра самой ИТ-архитектуры.
Ключевые проблемы legacy-ландшафта:
- Legacy-системы плохо интегрируются с современными решениями. Большинство из них проектировались без API, событийной архитектуры и требований к масштабируемости. Интеграция с такими IT-системами строится через нестабильные коннекторы, выгрузки или прямой доступ к базе данных, что повышает риск сбоев и утечек.
- Риски безопасности. Устаревшие платформы часто не поддерживают современные механизмы шифрования, разграничения прав и централизованного управления доступом. Это делает автоматизацию вокруг них уязвимой с точки зрения compliance и защиты данных.
- Ограниченность в работе с AI/ML-моделями. Данные в них хранятся в разрозненном виде, без единой структуры и истории изменений, а сами системы не рассчитаны на потоковую обработку и обучение моделей. В результате использование AI технологий для бизнеса либо требует сложных обходных решений, либо становится экономически нецелесообразным.
Вместо развития архитектуры компании вынуждены тушить пожары, что растит TCO и снижает эффект от любой автоматизации.
Отсутствие стандартизации перед автоматизацией
Автоматизация процессов «AS/IS» — ещё один антитренд, который становится критичным к 2026 году.
Прежде чем автоматизировать, необходимо понять, как процесс работает на самом деле, где возникают проблемы, какие данные критичны и какие сценарии действительно требуют автоматизации.
Всё это фиксируется на этапе аналитики.
В наших проектах мы всегда начинаем с этого этапа. Например, при проектировании системы для Ленбыттехники перед разработкой была проведена детальная аналитика процессов и зафиксирована целевая модель. Это позволило задать функциональные блоки, разграничить права пользователей и заложить основу для масштабирования без переделок архитектуры.
При пропуске этапа высок риск роста стоимости владения системой, ручной обработке исключений и невозможности масштабирования.
Иллюзия автоматизации без управленческой ценности
Восприятие автоматизации в 2026 как самоцели — уже стандартный антитренд. Кажется, чем больше процессов автоматизировано, тем выше эффект. На практике это выражается в типичных ошибках:
- автоматизируются редкие или низкоценные операции;
- ускоряются изначально неэффективные процессы;
- отсутствуют метрики влияния на выручку, SLA и управляемость;
- автоматизация выполняется «под ключ» без внутреннего владения.
В таких условиях система не развивается и пользователи не вовлекаются, а данные собираются, но не используются для принятия решений.
Игнорирование рисков
По мере того как автоматизация выходит за пределы внутренних операций и начинает работать с клиентскими данными и решениями, возрастает цена ошибки.
То, что раньше можно было исправить настройкой или доработкой системы, к 2026 году всё чаще приводит к юридическим и репутационным последствиям.
Регуляторные требования к защите данных и использованию AI постепенно ужесточаются, и автоматизация, внедрённая без учёта этих ограничений, становится источником риска.
К чему переходят компании вместо устаревших подходов
Ниже перечислены общие направления, в которых развивается автоматизация и цифровые решения для компаний в 2025–2026 годах. Речь идёт не о резком отказе от классических корпоративных инструментов и систем, а о смене фокуса и логики их использования.
RPA, BPM, CRM, ERP и другие привычные решения по-прежнему остаются частью ИТ-ландшафта, особенно в стабильных и хорошо формализованных процессах.
AI-автоматизация вместо сценарных роботов
Вместо жёсткой RPA используются AI-решения (ассистенты, агенты, модули).
Такие решения основаны на сочетании машинного обучения, обработки естественного языка и правил бизнес-логики. Они анализируют входящие данные, выделяют смысл и контекст, принимают решения в рамках заданных ограничений и эскалируют сложные случаи человеку.
Хороший пример — речевая аналитика на основе искусственного интеллекта для автоматизации оценки и контроля качества коммуникаций. Такую систему мы внедряли для компании Ленремонт, рассказываем в кейсе.
В результате автоматизация становится устойчивой к изменениям форматов, источников данных и сценариев работы.
Process mining
Process mining — это подход, при котором по логам из ИТ-систем восстанавливают фактический ход процесса: видно, сколько вариантов у процесса, на каких этапах он чаще всего тормозит и где сотрудники вынуждены выходить за рамки регламента.
В сочетании с аналитикой процессов это позволяет сформировать целевую модель: определить, как процесс должен работать, какие шаги можно убрать или упростить и где автоматизация действительно имеет смысл.
End-to-end мышление
End-to-end мышление — это подход, при котором процессы рассматриваются целиком: от момента появления запроса до получения конечного результата, независимо от того, через какие подразделения и системы он проходит.
Такой подход позволяет увидеть разрывы на стыках команд и систем, определить единые точки ответственности и выстроить автоматизацию в 2026 вокруг результата, а не отдельных операций.
Фокус на эффект и владение внутри бизнеса
В тренде — осознанность при автоматизации, то есть постановка чётких целей и понимание, какой бизнес-эффект должна дать каждое цифровое решение в компании.
Владение автоматизацией должно оставаться внутри бизнеса. Команды, которые работают с процессами каждый день, участвуют в постановке задач, развитии решений и использовании данных для управления.
Это позволяет автоматизации развиваться вместе с бизнесом, а не деградировать после завершения проекта внедрения.
Информационная безопасность как обязательный контур автоматизации
Безопасность учитывается на этапе проектирования: продумываются права доступа, логирование действий, контроль использования данных и прозрачность автоматизированных решений. Особенно это критично при использовании AI-компонентов, где важно понимать, какие данные используются и как формируется результат.
Как бизнесу не выбросить деньги впустую
Антитренды автоматизации в 2025–2026 годах показывают, что основные потери возникают не из-за самих технологий для бизнеса, а из-за ожиданий и подхода к их внедрению.
По-прежнему этот процесс воспринимают как разовое внедрение. На практике такой подход почти всегда даёт краткосрочный результат или не даёт его вовсе.
Важную роль здесь играет и выбор подрядчика. Чем сложнее автоматизация, тем выше риск, что исполнение сведётся к формальному внедрению по ТЗ. Ценность дают партнёры, способные работать с процессами, помогать выстраивать целевую модель и оставлять бизнесу контроль над решениями.
В Aiston мы рассматриваем автоматизацию как долгосрочную инвестицию внутри компании, закладывая в решения управляемость, возможность развития и реальную пользу для бизнеса.