Опубликовано: 08.04.2026 | Источник: briansolis.com

Как использовать кейс AWS и ServiceNow в дипломе по ИИ: актуальные темы, структура и ошибки

Представьте: компания внедряет искусственный интеллект не через месяцы ручной настройки, а за счёт интеграции готовых решений — Now Assist от ServiceNow и облачные сервисы AWS. Именно такой кейс разбирают Brian Solis и Martin Ristov в новом видео от 2026 года. Это не просто маркетинг — это реальный сдвиг в том, как предприятия подходят к ответственному внедрению ИИ.

Почему это важно для вас, студент? Потому что в вашей ВКР по направлениям «Информационные системы», «Цифровая трансформация» или «Искусственный интеллект» можно использовать не абстрактные модели, а реальные кейсы от лидеров рынка. Это добавит работе глубины, актуальности и покажет, что вы понимаете, как технологии работают в бизнесе — а не только в теории.

В этой статье я покажу, как превратить новость о сотрудничестве AWS и ServiceNow в сильную дипломную работу. Вы получите не просто темы, а готовые структуры, цели, задачи и даже экономические расчёты. И да — всё это можно использовать даже если вы пишете работу сами. Но если вы задумались: «а не заказать ли диплом у тех, кто разбирается?» — мы тоже поможем. Главное — начать с пользы.

Темы ВКР, которые можно раскрыть на основе статьи

Вот три конкретные темы, которые вы можете адаптировать под свой вуз, специальность и уровень подготовки. Каждая опирается на реальные технологии из статьи и соответствует современным трендам.

1. Внедрение ответственного ИИ в корпоративные процессы на основе платформы Now Assist и AWS

• Актуальность: Согласно статье, компании всё чаще выбирают ответственные ИИ-практики, чтобы избежать рисков, связанных с безопасностью и соблюдением нормативов. Этот кейс — пример того, как можно внедрять ИИ без нарушения compliance.
• Цель исследования: Разработать модель внедрения ИИ-ассистента в бизнес-процессы с учётом требований информационной безопасности и регуляторных норм.
• Задачи:
  • Проанализировать архитектуру Now Assist и её интеграцию с AWS.
  • Определить ключевые риски при использовании ИИ в корпоративной среде.
  • Разработать рекомендации по внедрению ИИ с контролем доступа и аудитом.
  • Оценить экономическую эффективность автоматизации процессов.
• Возможная структура:
  • Глава 1 — Анализ современных подходов к внедрению ИИ в бизнес.
  • Глава 2 — Проектирование архитектуры внедрения ИИ-ассистента на примере Now Assist + AWS.
  • Глава 3 — Оценка эффективности и рисков, разработка мер по обеспечению безопасности.

2. Интеграция foundation models в корпоративные workflow без управления ML-инфраструктурой

• Актуальность: Как указано в статье, Now Assist позволяет использовать множество foundation models, не требуя от компании развёртывания собственной ML-инфраструктуры. Это решает ключевую боль — сложность и стоимость внедрения ИИ.
• Цель исследования: Показать, как можно использовать облачные ИИ-платформы для автоматизации бизнес-процессов без привлечения Data Science-команд.
• Задачи:
  • Изучить принципы работы foundation models в enterprise-среде.
  • Проанализировать API-интеграции между ServiceNow и AWS Bedrock.
  • Разработать сценарий автоматизации HR-процесса с использованием ИИ.
  • Сравнить затраты на внедрение с и без облачных решений.
• Возможная структура:
  • Глава 1 — Обзор технологий foundation models и их применение в бизнесе.
  • Глава 2 — Проектирование workflow-автоматизации с использованием Now Assist и AWS.
  • Глава 3 — Экономическое обоснование и сравнительный анализ затрат.

3. Повышение эффективности цифровой трансформации за счёт интеграции ИИ в существующие ИТ-системы

• Актуальность: Статья подчёркивает, что ключ к успеху — связь данных, процессов и людей. Это напрямую соответствует концепциям цифровой трансформации, которые сейчас изучаются по ФГОС 3++ и в рамках стандартов ISO/IEC 30141.
• Цель исследования: Показать, как ИИ может стать катализатором цифровизации на примере интеграции ServiceNow и AWS.
• Задачи:
  • Проанализировать текущее состояние ИТ-инфраструктуры типичной компании.
  • Разработать модель интеграции ИИ в существующие workflow.
  • Оценить влияние на KPI: время обработки запросов, уровень удовлетворённости сотрудников.
  • Предложить дорожную карту внедрения.
• Возможная структура:
  • Глава 1 — Анализ этапов цифровой трансформации и роли ИИ.
  • Глава 2 — Разработка архитектуры интеграции ИИ в ИТ-экосистему.
  • Глава 3 — Моделирование эффекта и разработка рекомендаций.

Как использовать этот кейс в аналитической главе

Первая глава ВКР — это не просто «обзор литературы». Это доказательство актуальности и понимание контекста. Вот как встроить кейс AWS + ServiceNow.

Анализ рынка современных ИИ-решений

Вместо пересказа общих трендов, приведите конкретный пример:

• Укажите, что ServiceNow и AWS — это не стартапы, а игроки enterprise-уровня.
• Подчеркните: они предлагают не просто ИИ, а ответственный ИИ — с контролем доступа, шифрованием, аудитом.
• Сравните с другими платформами: Google Vertex AI, Microsoft Copilot for Business — но покажите, чем Now Assist выделяется (например, глубокой интеграцией с ITSM-процессами).

Пример формулировки для ВКР:

«Как показывает кейс AWS и ServiceNow (Solis, 2026), современные ИИ-решения всё чаще ориентируются на enterprise-сегмент, где ключевыми требованиями становятся безопасность, соответствие нормативам и простота интеграции. Это свидетельствует о переходе от экспериментальных ИИ-проектов к массовому внедрению в бизнес-процессы.»

Обоснование актуальности темы

Здесь можно использовать прямую ссылку на статью:

• «Согласно Brian Solis, компании сталкиваются с проблемой: как внедрить ИИ, не создавая сложную ML-инфраструктуру. Решение — использование облачных платформ, таких как AWS и Now Assist.»
• Это позволяет вам аргументировать, что ваша тема — не абстракция, а реакция на запрос рынка.

Практические примеры для проектной части

Вторая глава — проектирование. Даже если вы не пишете код, можно предложить архитектуру.

Адаптация технологии под задачи ВКР

Допустим, вы пишете про автоматизацию поддержки IT-службы. Вот как адаптировать кейс:

• Сценарий: Сотрудник отправляет запрос: «Не работает принтер в кабинете 305». ИИ-ассистент анализирует текст, находит аналогичные случаи, предлагает решение, создаёт задачу в ServiceNow, уведомляет IT-специалиста.
• Технологии: NLP-модель (например, Amazon Titan), интеграция через API, база знаний ServiceNow.
• Аргументация: Это снижает время реакции, уменьшает нагрузку на специалистов, повышает удовлетворённость пользователей.

Пример архитектуры ИИ-интеграции

Такую таблицу можно вставить в проектную главу как «Архитектура предложенного решения».

Экономические расчёты — как учесть новые данные

Третья глава — экономическая эффективность. Вот как рассчитать выгоду от внедрения ИИ:

• До внедрения: Среднее время обработки запроса — 45 минут, 5 специалистов, 200 запросов в месяц.
• После внедрения: ИИ обрабатывает 60% запросов автоматически, время сокращается до 15 минут.
• Экономия времени: (45 – 15) × 200 × 0.6 = 3600 минут = 60 часов в месяц.
• Экономия затрат: 60 часов × ставка специалиста (например, 1500 руб/час) = 90 000 руб/мес.
• Стоимость решения: AWS + ServiceNow — около 50 000 руб/мес (оценка по публичным тарифам).
• Чистая выгода: 40 000 руб/мес. Окупаемость — менее 2 месяцев.

Эти цифры можно использовать в ВКР как пример расчёта ROI при внедрении ИИ.

Чему вы научитесь

Если вы возьмёте одну из этих тем и проработаете её по методике выше, вы получите:

• Навык анализа реальных кейсов внедрения ИИ в бизнес.
• Понимание, как интегрировать облачные ИИ-сервисы без разработки с нуля.
• Умение обосновывать экономическую эффективность цифровых решений.
• Опыт работы с современными стандартами безопасности (например, шифрование, аудит).
• Практическое понимание, как формулировать цели и задачи в ВКР, опираясь на реальные проблемы бизнеса.

Это не просто «написать диплом» — это сформировать экспертизу, которая пригодится в карьере.

FAQ

Можно ли использовать этот кейс, если я не пишу про IT?

Да, можно. Например, в направлениях «Менеджмент», «Государственное и муниципальное управление» или «Экономика». Вы можете анализировать, как ИИ влияет на эффективность процессов, снижает издержки, повышает качество обслуживания. Главное — сместить фокус с техники на бизнес-эффект.

Где взять данные для расчётов, если у меня нет доступа к реальной компании?

Используйте публичные источники: тарифы AWS, отчёты ServiceNow, исследования Gartner. Можно взять усреднённые данные: например, средняя ставка IT-специалиста — 1200–1800 руб/час. Главное — указать источник и обосновать выбор.

Насколько сложно внедрить такое решение в дипломе? Не перегрузит ли это работу?

Нет, если структурировать. Разделите на части: сначала анализ, потом проектирование, потом расчёты. Даже если вы не реализуете систему, её архитектура и обоснование — уже ценность. Это не «помощь с дипломом», а развитие навыков.

Можно ли ссылаться на статью Brian Solis как на источник?

Да, но правильно. Укажите: Solis B. (2026). Brian Solis and Martin Ristov on How to Power Enterprise AI Innovation. URL. Это блог-пост, поэтому в списке литературы он будет как «электронный ресурс». Хорошо сочетать с научными статьями и отчётами Gartner, Forrester.

Источник: Brian Solis and Martin Ristov on How to Power Enterprise AI Innovation (опубликовано 2026-01-10)