Меню

Представление ИИ-интерпретатора данных для анализа производительности "1С"

1 сентября 2026 года компания EFSOL сообщила о выпуске пилотной версии ИИ-интерпретатора данных для анализа проблем производительности 1С в составе платформы Metrika42.

Функционал помогает перейти от набора метрик, событий и графиков к понятному отчёту: что происходило с системой, какие отклонения подтверждаются данными, где искать вероятную причину и что проверить в первую очередь. Пользователи Metrika42 могут принять участие в раннем доступе к ИИ-интерпретатору по заявке.

Рис. Metrika42 запустила ранний доступ к ИИ-интерпретатору инцидентов производительности «1С»

По информации компании, одна из ключевых проблем при эксплуатации крупных систем на базе 1С заключается не в отсутствии данных, а в сложности их интерпретации. Пользователи могут сообщать, что «долго проводится документ», «в часы пик зависают заявки» или «медленно работает обмен», но для расследования специалисту приходится вручную сопоставлять данные технологического журнала 1С, APDEX, показатели серверов, СУБД и другие метрики. Даже при наличии развитого мониторинга этот процесс требует времени и компетенций специалистов по производительности 1С.

ИИ-интерпретатор Metrika42 предназначен для сокращения именно этого этапа. Инженер передаёт системе описание проблемы, базу и исследуемый период, после чего интерпретатор собирает доступные данные мониторинга и формирует предварительную причинную картину. В отчёте отдельно показываются подтверждённые факты, основная и альтернативные гипотезы, ограничения анализа и способы проверки предположений. Такой подход помогает ИТ-команде быстрее перейти от общей жалобы «1С тормозит» к конкретному направлению диагностики.

Особое внимание при разработке первой версии уделено достоверности результата. Для систем мониторинга недостаточно получить убедительно звучащий ответ от ИИ: числовые показатели должны соответствовать исходным данным, а совпадение событий по времени не должно автоматически объявляться причинно-следственной связью. Поэтому в данной версии развивается прямое получение данных из систем мониторинга, обязательная проверка источников до формирования вывода и разделение фактов и гипотез. Результат также проходит инженерное или экспертное ревью перед передачей клиенту.

Вместо универсальной рекомендации «увеличить ресурсы сервера» интерпретатор даёт проверяемую последовательность дальнейших действий. Рекомендации разделяются по степени риска: что можно проверить сразу, какие дополнительные данные необходимо получить и какие изменения в конфигурации 1С, СУБД или инфраструктуре допустимо выполнять только после подтверждения специалистом. Если имеющихся данных недостаточно для уверенного вывода, это прямо отражается в отчёте — вместе с уровнем диагностической уверенности и указанием, что именно необходимо проверить дополнительно.

В одном из анализируемых кейсов общий APDEX информационной базы составлял около 0,94 и сам по себе мог создавать впечатление нормальной работы системы. При этом у отдельных операций проведения документов APDEX снижался до 0,258–0,464, а время выполнения некоторых операций достигало десятков секунд. Интерпретатор сопоставил эти данные с событиями блокировок, показателями СУБД, задержками операций записи и фоновой нагрузкой, сформировал несколько причинных гипотез и отдельно указал, какие из них требуют дополнительного подтверждения.

Задача Metrika42 заключается не в том, чтобы заменить эксперта единственным «диагнозом», а в том, чтобы быстрее собрать фактуру и определить наиболее обоснованные направления дальнейшей проверки.

Для ИТ-директора такой формат даёт более понятный результат мониторинга: вместо десятков технических графиков можно получить описание масштаба проблемы и последовательность дальнейших действий. Для руководителя 1С и технических специалистов ценность заключается в сокращении времени на первичный сбор и сопоставление информации. Это соответствует общей логике развития Metrika42 — от системы, которая только фиксирует показатели, к специализированному диагностическому контуру «обнаружить проблему → понять происходящее → выбрать действие → проверить результат».

«Мы не ставили задачу просто добавить ИИ к существующим дашбордам. В мониторинге производительности цена недостоверного вывода слишком высока: убедительно сформулированная, но неподтверждённая рекомендация может только усложнить расследование. Поэтому для нас ИИ-интерпретатор — это прежде всего инструмент, который должен собрать доказательную базу, отделить факты от предположений и помочь специалисту быстрее понять, что проверять дальше. Клиентский пилот позволит проверить уже не только техническое качество отчётов, но и их реальную полезность для ИТ-команд», — отметил Денис Пахомов, руководитель продукта Metrika42.

Источник: TAdviser.

Больше новостей читайте в сообществе SAPLAND в ВК и телеграм-канале SAPLAND: Новости экосистемы.

Продолжая использовать сайт, вы соглашаетесь на обработку персональных данных, собираемых с использованием cookie-файлов и сервиса «Яндекс Метрика» для анализа использования сайта и оценки эффективности маркетинговых кампаний. Более подробная информация представлена в Политике конфиденциальности.
Понятно