AI‑Disrupt: открытый BPM‑движок с «живыми» процессными схемами
Новый open‑source проект AI‑Disrupt заменит статичные BPM‑диаграммы интерактивными схемами, где AI‑модуль проверяет роли, риски, сроки и финансовые показатели в реальном времени.
Компания Haulmont объявила о запуске проекта AI‑Disrupt – открытой платформы для управления бизнес‑процессами, в которой традиционные статичные схемы заменяются «живыми» моделями. В отличие от привычных BPM‑инструментов, где процесс фиксируется в виде рисунка, AI‑Disrupt позволяет в моменте проверять намерения бизнеса, уточнять роли, зоны ответственности, интеграции, ресурсы, риски, сроки реализации и финансовые показатели.
Платформа построена на открытом ядре BPM (используется форк Camunda), к которому добавлен слой искусственного интеллекта. AI‑модуль анализирует описания задач, автоматически генерирует роли и распределяет ресурсы, а также прогнозирует возможные узкие места и финансовые отклонения. По заявлению разработчиков, система уже умеет обрабатывать более 10 000 бизнес‑операций в тестовой среде и снижать время проектирования процесса на 30 %.
AI‑Disrupt поддерживает интеграцию с популярными системами (ERP, CRM, сервисные шины) через REST и GraphQL, а также предоставляет UI‑редактор, где пользователи могут «перетаскивать» элементы процесса и сразу видеть AI‑подсказки. Проект опубликован под лицензией Apache 2.0, исходный код доступен на GitHub, а первая версия будет доступна в публичном бета‑тесте уже в октябре 2026 года.
Для разработчиков и студентов это открывает возможность изучать и экспериментировать с AI‑управляемыми процессами без необходимости покупать дорогостоящие коммерческие решения. Ожидается, что AI‑Disrupt ускорит переход от документированных схем к динамичным, адаптивным процессным моделям, что особенно актуально для компаний, стремящихся к быстрой цифровой трансформации.
AI‑Disrupt демонстрирует, как открытый код и AI могут совместно менять подход к BPM. Для разработчиков это шанс поработать с реальными AI‑моделями в управлении процессами, а для студентов – практический материал по интеграции машинного обучения в бизнес‑логике. Однако стоит помнить о необходимости тщательной валидации AI‑подсказок, особенно в критически важных процессах.
