Cognizant, Cognition и Odyssey Logistics сообщили о production-этапе переноса логики TMS из Microsoft Access и VBA в облачные приложения с ИИ-инженером Devin. По заявлению участников, пропускная способность поставки выросла примерно на треть, а чистая экономия составила 37% относительно обычного подхода. Методика, базовые показатели и независимый аудит не опубликованы; подтверждённый процессный элемент — human review каждого изменения перед merge.
Главное
Cognizant и Cognition 23 сентября сообщили о production-этапе модернизации транспортной платформы Odyssey Logistics. По их данным, семь инженеров Cognizant использовали ИИ-инженера Devin при переносе логики из Microsoft Access и Visual Basic for Applications в облачные приложения. Каждый change перед объединением в кодовую базу проверял и утверждал технический лидер или архитектор Cognizant.
Odyssey заявляет, что производительность поставки выросла примерно на треть, а чистая экономия относительно обычного подхода составила 37%. Это не независимый аудит: источники не раскрывают исходные затраты, период измерения, состав работ, метрику качества, число дефектов или формулу «чистой» экономии. Поэтому корректнее воспринимать цифру как результат, сообщённый заказчиком и поставщиками, а не как доказанный среднерыночный эффект.
Odyssey заявляет, что производительность поставки выросла примерно на треть, а чистая экономия относительно обычного подхода составила 37%. Это не независимый аудит: источники не раскрывают исходные затраты, период измерения, состав работ, метрику качества, число дефектов или формулу «чистой» экономии. Поэтому корректнее воспринимать цифру как результат, сообщённый заказчиком и поставщиками, а не как доказанный среднерыночный эффект.
Контекст и задача
Odyssey Logistics развивает OdysseyONE — платформу для приёма заказов, исполнения перевозок, отслеживания и управления жизненным циклом доставки. По сообщению Cognizant, часть логики этих процессов оставалась в формах Microsoft Access и VBA. Такой контур трудно масштабировать и интегрировать, но при переносе нельзя потерять правила, на которых держатся операции.
У проекта были фиксированный бюджет и сжатый срок. Это важное ограничение: речь не о свободном эксперименте с генерацией кода, а о миграции бизнес-логики в системе, от которой зависит операционный процесс. До основной переработки партнёры провели отдельный пилот на другом legacy-приложении; Cognizant сообщает, что он был завершён через 21 день после старта.
У проекта были фиксированный бюджет и сжатый срок. Это важное ограничение: речь не о свободном эксперименте с генерацией кода, а о миграции бизнес-логики в системе, от которой зависит операционный процесс. До основной переработки партнёры провели отдельный пилот на другом legacy-приложении; Cognizant сообщает, что он был завершён через 21 день после старта.
Как было организовано решение
В релизе описана команда из семи специалистов Cognizant. Devin применяли для многошаговых задач разработки: преобразования старых форм, генерации тестов, пайплайнов развёртывания и документации. Новые приложения создавались как cloud-native, а существующие бизнес-правила должны были сохраниться.
Ключевая часть дизайна — не автономность агента сама по себе, а контрольная точка перед включением изменений в основной код. Cognizant утверждает, что каждое изменение просматривал и утверждал технический лидер или архитектор. Это не доказывает отсутствие дефектов, но показывает проверяемую организационную практику: у задачи есть владелец, человеческая проверка и возможность связать результат с конкретным change.
Ключевая часть дизайна — не автономность агента сама по себе, а контрольная точка перед включением изменений в основной код. Cognizant утверждает, что каждое изменение просматривал и утверждал технический лидер или архитектор. Это не доказывает отсутствие дефектов, но показывает проверяемую организационную практику: у задачи есть владелец, человеческая проверка и возможность связать результат с конкретным change.
Что это значит для бизнеса
Для российского малого и среднего бизнеса этот кейс не является готовым рецептом: в нём не раскрыты цена Devin, договорные условия, поддержка в России, локализация, язык, размещение данных и интеграции с конкретными российскими системами. Перенос заявленных 37% на другой проект был бы некорректен.
Но из него следует полезный шаблон постановки пилота. Сначала стоит выбрать ограниченный контур с понятными входами и критериями приёмки, а не отдавать агенту всю систему. Затем зафиксировать базовые показатели до старта: трудозатраты, срок поставки, стоимость, дефекты после релиза и долю доработок. Генерацию кода, тестов и документации можно измерять отдельно. Наконец, изменения с влиянием на критичные операции должны проходить назначенный review, а не только автоматическую проверку.
Такой подход согласуется с NIST AI Risk Management Framework: он не подтверждает результат Odyssey, но задаёт полезную рамку для управления рисками, документирования ответственности и проверки последствий внедрения ИИ.
Но из него следует полезный шаблон постановки пилота. Сначала стоит выбрать ограниченный контур с понятными входами и критериями приёмки, а не отдавать агенту всю систему. Затем зафиксировать базовые показатели до старта: трудозатраты, срок поставки, стоимость, дефекты после релиза и долю доработок. Генерацию кода, тестов и документации можно измерять отдельно. Наконец, изменения с влиянием на критичные операции должны проходить назначенный review, а не только автоматическую проверку.
Такой подход согласуется с NIST AI Risk Management Framework: он не подтверждает результат Odyssey, но задаёт полезную рамку для управления рисками, документирования ответственности и проверки последствий внедрения ИИ.
Контраргумент: почему одной экономии недостаточно
У кейсов об ИИ-разработке есть ловушка: сокращение стоимости миграции может сопровождаться расходами, которые проявятся позже — на поддержку, исправление ошибочно перенесённых правил, безопасность, лицензионные ограничения и обучение команды. В релизе нет данных о дефектности, доступности, времени восстановления, доле ручных исправлений или полном жизненном цикле затрат. Не опубликовано и независимое сравнение с альтернативными способами модернизации.
Поэтому в собственном бизнес-кейсе нужно заранее решить, какие показатели будут стоп-сигналом: например, рост критических дефектов, превышение бюджета на review или недопустимая доля изменений, которые команда не может объяснить и поддерживать. Экономический эффект имеет смысл подтверждать после нескольких релизов, а не только по одному пилоту.
Поэтому в собственном бизнес-кейсе нужно заранее решить, какие показатели будут стоп-сигналом: например, рост критических дефектов, превышение бюджета на review или недопустимая доля изменений, которые команда не может объяснить и поддерживать. Экономический эффект имеет смысл подтверждать после нескольких релизов, а не только по одному пилоту.
Почему это важно
Рынок постепенно смещается от демонстраций ИИ-помощников к задачам, где агент участвует в изменении работающих систем. Кейс Odyssey показывает более зрелую конструкцию: ограниченная миграция, ручное утверждение, production-этап и попытка измерить результат. Для руководителя важнее не название инструмента, а способность воспроизвести именно эти контуры управления и честно измерить эффект на своём процессе.
«В подобных проектах ценность создаёт не “автономная разработка”, а управляемая связка из ограниченного контура, измеримых базовых показателей и ответственности за каждое изменение. Если хотя бы один из этих элементов отсутствует, экономию легко объявить раньше, чем она действительно доказана.»
— Евгений Сайкин, Генеральный директор Команды, Komanda.ai
Что дальше
Cognizant и Cognition заявили, что планируют развивать совместные предложения для модернизации, тестирования, security remediation, AI assurance и сопровождения приложений. Публичных сроков, цены и условий применения к конкретным регионам в релизе нет. Следить стоит за независимой публикацией Odyssey с методикой расчёта, показателями качества после production и условиями безопасного использования инструмента в корпоративной среде.
Источники:
1. Cognizant — официальный релиз о Cognition и Odyssey Logistics, 23.09.2026, 07:00 ET / 14:00 МСК — первоисточник и единственный источник описания хода работ и численных результатов.
2. PR Newswire — синдикация релиза Cognizant, 23.09.2026, 07:00 ET — подтверждает дату и время публикации; не является независимым аудитом.
3. AI Brief — заметка о кейсе, 23.09.2026 — независимо фиксирует анонс, но опирается на тот же релиз и не валидирует показатели.
4. NIST AI Risk Management Framework — методологический контекст управления рисками; не подтверждает результаты Cognizant, Cognition или Odyssey.
1. Cognizant — официальный релиз о Cognition и Odyssey Logistics, 23.09.2026, 07:00 ET / 14:00 МСК — первоисточник и единственный источник описания хода работ и численных результатов.
2. PR Newswire — синдикация релиза Cognizant, 23.09.2026, 07:00 ET — подтверждает дату и время публикации; не является независимым аудитом.
3. AI Brief — заметка о кейсе, 23.09.2026 — независимо фиксирует анонс, но опирается на тот же релиз и не валидирует показатели.
4. NIST AI Risk Management Framework — методологический контекст управления рисками; не подтверждает результаты Cognizant, Cognition или Odyssey.
Вопросы и ответы
Доказана ли экономия Odyssey Logistics в 37%?
Нет. Это показатель, который Odyssey, Cognizant и Cognition сообщили в совместном релизе. Открытая методика, база сравнения и независимый аудит не опубликованы.
Какую роль Devin играл в проекте?
Согласно Cognizant, Devin помогал с преобразованием legacy-форм, созданием тестов, пайплайнов развёртывания и документации. Утверждать изменения должны были технические лидеры или архитекторы Cognizant.
Можно ли повторить этот результат в российской компании?
Нельзя переносить цифру напрямую. В публикации нет данных о цене, доступности, локализации, размещении данных и интеграциях для России. Повторяемым выглядит принцип: небольшой пилот, заранее заданные метрики и обязательный human review.