Короткие определения терминов, которые встречаются в B2B-разработке:
что это, как выглядит в работе — с цифрами и сроками, а не общими
словами, — и когда этого делать не нужно.
Последний пункт здесь главный. Словари поставщиков объясняют, что такое
технология, и никогда не пишут, в каких случаях она не нужна. А решение
чаще всего упирается именно в это.
КИИ
Спрашивают «что такое КИИ» — 2 756 раз в месяц
(Вордстат, Россия, 22 сентября 2026)
КИИ — это критическая информационная инфраструктура: информационные системы и сети организаций, сбой которых способен нанести ущерб экономике, обороне или безопасности страны. Понятие и требования к ней заданы федеральным законом № 187-ФЗ.
Для проекта разработки статус субъекта КИИ означает одно: система разворачивается в контуре заказчика, а не в публичном облаке, к ней предъявляются требования по защите и категорированию, и приёмка идёт дольше обычного. В миграционных проектах это регулярно удлиняет каждую волну на один-два отчётных цикла.
Когда не нужно. Не стоит объявлять себя субъектом КИИ «на всякий случай»: категорирование и сопутствующие требования — это отдельная работа и постоянные издержки. Если организация не относится к регулируемым сферам, ограничения лучше не брать на себя добровольно.
Подробнее: Импортозамещение SAP и Oracle
Импортозамещение ПО
Спрашивают «импортозамещение это» — 1 272 раз в месяц
(Вордстат, Россия, 22 сентября 2026)
Импортозамещение ПО — это перевод бизнес-процессов компании с зарубежных систем на российские или собственные, при котором заменяется не программа целиком, а функция за функцией, чтобы работа не останавливалась.
Рабочая схема — параллельный контур: новый модуль запускается рядом с действующей системой, какое-то время они живут вместе, и только после сверки на реальных данных процесс переключается. Пилот ключевого процесса занимает 6–10 недель, поэтапная миграция — 6–12 месяцев. В банке и у субъекта КИИ срок другой: 3–5 лет.
Когда не нужно. Заменять систему целиком за один заход не нужно почти никогда: такой проект тянется 18–36 месяцев и часто не доходит до промышленной эксплуатации. Не нужно и переносить всё подряд — обычно 30–40% функций либо не используются, либо вызываются пару раз в год.
Подробнее: Методология поэтапной миграции с SAP
RAG
Спрашивают «что такое RAG» — 1 253 раз в месяц
(Вордстат, Россия, 22 сентября 2026)
RAG (Retrieval-Augmented Generation) — это способ работы с языковой моделью, при котором она сначала ищет нужные фрагменты в вашей базе документов, а потом формулирует ответ строго по найденному и приводит ссылки на источники.
На практике это связка из трёх частей: хранилище проиндексированных документов, модель поиска по смыслу и языковая модель, которая собирает ответ. Пилот на ограниченном корпусе занимает 3–6 недель и стоит от 700 тыс. ₽; промышленный контур с ролями доступа, аудитом ответов и автообновлением индекса — 2,5–5 млн ₽ и 2–4 месяца.
Когда не нужно. RAG не нужен, если документов мало и они почти не меняются: там дешевле обычный поиск или просто хорошо написанная база знаний. Не нужен он и там, где от системы ждут творческого текста, а не ответа по источникам.
Подробнее: Локальная LLM и RAG на корпоративных данных
WMS
Спрашивают «что такое WMS система» — 274 раз в месяц
(Вордстат, Россия, 22 сентября 2026)
WMS (Warehouse Management System) — это система управления складом: она знает, что и в какой ячейке лежит, выдаёт кладовщику задания на приёмку, размещение и отбор и ведёт остатки в реальном времени.
Главная особенность замены WMS в том, что она меняется складом целиком, а не функцией: половину площадки на новой системе, половину на старой не разведёшь — одна топология ячеек, один остаток, одна очередь заданий. Один склад — 3–6 месяцев от старта до стабильной работы, сеть складов — от года до двух.
Когда не нужно. Своя WMS почти никогда не нужна: на рынке есть готовые продукты, и заказная разработка оправдана только там, где процесс действительно уникален. Если склад один и операций немного, адресное хранение можно закрыть и учётной системой.
Подробнее: SAP EWM и переход на российскую WMS
SaaS
Спрашивают «что такое SaaS простыми словами» — 208 раз в месяц
(Вордстат, Россия, 22 сентября 2026)
SaaS (Software as a Service) — это модель, при которой программа не устанавливается у клиента, а работает на серверах поставщика, и клиент платит за доступ по подписке, а не за лицензию.
Для разработчика главное следствие модели — мультитенантность: одна кодовая база обслуживает всех клиентов, а их данные разделены внутри неё. MVP такой платформы собирается за 8–12 недель, production — 4–6 месяцев, бюджет от 3 млн ₽.
Когда не нужно. SaaS не подходит там, где данные нельзя выносить за периметр заказчика: для субъектов КИИ и чувствительных данных разворачивают отдельный экземпляр on-premise, и это уже другая экономика.
Подробнее: Разработка SaaS-платформ
Локальная LLM
Спрашивают «что такое LLM простыми словами» — 101 раз в месяц
(Вордстат, Россия, 22 сентября 2026)
Локальная LLM — это большая языковая модель, развёрнутая на серверах компании, а не в облаке поставщика: ни документы, ни вопросы сотрудников не покидают её инфраструктуру.
Локальная модель оправдана, когда данные нельзя отдавать во внешний сервис — коммерческая тайна, персональные данные, требования безопасности. GPU считается отдельно: аренда в российском облаке — от 50–150 тыс. ₽/мес, собственный сервер — от 1,5 млн ₽ разово.
Когда не нужно. Во всех остальных случаях локальная модель не нужна: для задач на русском языке облачные GigaChat и YandexGPT часто точнее локальных моделей на 7–13 млрд параметров и обходятся заметно дешевле.
Подробнее: Локальная LLM: бюджет и сроки
Векторная база данных
Спрашивают «векторная база данных что это» — 64 раз в месяц
(Вордстат, Россия, 22 сентября 2026)
Векторная база данных — это хранилище, которое ищет не по совпадению слов, а по смыслу: каждый фрагмент текста превращается в набор чисел, и поиск находит фрагменты, близкие по значению к запросу.
Это та часть RAG-системы, где лежат проиндексированные документы. В российских проектах чаще других встречаются Qdrant и расширения для PostgreSQL — второе удобно тем, что не заводит в контур ещё одну систему.
Когда не нужно. Отдельная векторная база не нужна, если документов немного: до нескольких тысяч фрагментов поиск по смыслу спокойно живёт внутри PostgreSQL, и добавлять новый компонент в инфраструктуру незачем.
Подробнее: RAG на реальных корпоративных документах
Fine-tuning
Спрашивают «fine tuning что это» — 62 раз в месяц
(Вордстат, Россия, 22 сентября 2026)
Fine-tuning — это дообучение готовой языковой модели на своих примерах, чтобы она отвечала в нужном формате и стиле; знания о фактах компании оно при этом почти не добавляет.
В корпоративных задачах fine-tuning оправдан там, где нужна массовая генерация однотипных документов в жёстком формате. Знание фактов решается не им, а RAG: его проще обновлять и он даёт ответы со ссылками на источник.
Когда не нужно. Fine-tuning не нужен, если задача звучит как «пусть модель знает наши регламенты»: дообучение под это не предназначено, а переучивать модель при каждом изменении документов слишком дорого.
Подробнее: RAG или fine-tuning: что выбрать
Legaltech
Спрашивают «что такое legaltech» — 38 раз в месяц
(Вордстат, Россия, 22 сентября 2026)
Legaltech — это программные системы для юридической работы: они ведут дело по заданной законом процедуре, следят за сроками, собирают документы из шаблонов и фиксируют каждое действие в журнале.
От CRM такая система отличается тем, что порядок шагов задан снаружи и пользователь не может его изменить: вместо свободного канбана — статус-машина, вместо PDF — редактируемые документы, плюс отдельный контур для денег и аудит-лог.
Когда не нужно. Своя платформа не нужна, если дел немного и они разнородные: пока процедура не повторяется десятками раз в месяц, таблица и почта обходятся дешевле любой системы.
Подробнее: Разработка legaltech-платформ
Мультитенантность
Спрашивают «мультитенантность что это» — 21 раз в месяц
(Вордстат, Россия, 22 сентября 2026)
Мультитенантность — это архитектура, при которой одно приложение обслуживает много клиентов-арендаторов сразу, а их данные изолированы друг от друга внутри общей системы.
Развилка на старте одна: общая база с разделением по клиенту либо отдельная схема или база на каждого. Первое дешевле в эксплуатации, второе проще объяснить службе безопасности заказчика и обязательно там, где данные требуют физического разделения.
Когда не нужно. Мультитенантность не нужна, если клиентов единицы и каждый требует своих доработок: там дешевле разворачивать отдельные экземпляры, чем тащить сложность изоляции через всю систему.
Подробнее: Архитектура multi-tenant SaaS
Почему справочник вообще появился
Мы измерили спрос по своим темам и увидели разрыв, которым до сих пор
не пользовались: на все коммерческие запросы про заказную разработку
приходится 200–400 обращений в месяц, а на запросы-определения
из этого справочника — 6 049 (таблица —
выше).
При этом по таким запросам Google всё чаще показывает «Обзор от ИИ»
вместо списка ссылок, и в него попадает не самый подробный материал,
а тот, где есть короткая самодостаточная формулировка, которую можно
вырезать целиком. Поэтому каждое определение здесь — одно предложение,
читаемое вне контекста страницы.
Говорим прямо и о слабой стороне: такой трафик информационный,
а не покупательский. Человек, который ищет, что такое RAG, не заказывает
систему завтра. Но именно этих людей нам и не хватает — а вместе с ними
и повода объяснить, когда технология не нужна.