• CNews FORUM 12 ноября
• CNews AWARDS 12 ноября
• Школа Роста
• Российский рынок облаков за 20 лет
• 30 лет рынку ERP в России
• Главные ИТ-сценарии 2026
• Цифровизация
• Импортозамещение
• Безопасность
• ИТ в госсекторе
• ИТ в банках
• ИТ в торговле
• Телеком
• Интернет
• ИТ-бизнес
• Рейтинги
• Инфографика

21 Сентября 2026 08:14 21 Сен 2026 08:14 |

Компания FIS (Финансовые информационные системы) внедрила в FIS Platform генерацию SQL-запросов с помощью искусственного интеллекта. Разработчик описывает необходимую выборку на естественном языке, а ИИ формирует SQL с учетом контекста приложения, над которым идет работа. Об этом CNews сообщили представители FIS.

Функция встроена в конструктор поисковых методов FIS Platform. Пользователь может указать, какие данные необходимо получить, какие таблицы и поля использовать, задать условия выборки и ожидаемый результат. Если первая версия требует корректировки, постановку можно уточнить в диалоге и получить обновленный SQL.

От генерации SQL — к работе с конкретным приложением

Способность языковых моделей генерировать SQL сама по себе уже не является новой технологией. Для промышленной разработки сложнее другая задача: универсальная LLM знает синтаксис SQL, но изначально ничего не знает о структуре конкретной корпоративной системы — ее объектах, модели данных, связях и логике приложения.

В FIS Platform этот разрыв закрывается за счет ИИ-индекса и контекста приложения. Перед использованием ИИ-сервисов информация о приложении может быть проиндексирована. Это позволяет передавать модели вместе с пользовательским запросом релевантные сведения о текущей структуре решения. Разработчик при необходимости может дополнительно сфокусировать контекст на той части приложения, с которой работает. Например, вместо абстрактного запроса к внешней нейросети с ручным перечислением структуры таблиц специалист может непосредственно в FIS Platform сформулировать прикладную задачу: выбрать определенную категорию договоров по заданным условиям, связать необходимые сущности или дополнить выборку новыми ограничениями. Модель получает постановку вместе с доступным контекстом приложения и формирует первоначальный вариант SQL.

Такой подход особенно востребован в крупных корпоративных системах, где за одинаковой бизнес-формулировкой могут стоять разные модели данных и связи между сущностями. Чем сложнее приложение, тем больше на результат генерации влияет качество переданного модели контекста.

«Сегодня попросить языковую модель написать SQL несложно. Основная инженерная задача начинается дальше: модель должна понимать, с какой системой она работает, где находятся нужные сущности и какие связи существуют между ними. Поэтому для нас генерация SQL — это прежде всего сценарий работы ИИ с контекстом конкретного приложения. Разработчик формулирует задачу на естественном языке, получает технический артефакт и сохраняет контроль над тем, что будет использоваться в системе», — сказал Евгений Кашменский, основатель и директор FIS.

Результат остается под контролем разработчика

ИИ в этом сценарии формирует рабочую заготовку и не принимает самостоятельное решение об изменении приложения. Полученный SQL можно проверить, скорректировать и последовательно уточнить в диалоге с моделью. Ответственность за использование результата остается за специалистом, который оценивает запрос с учетом требований проекта, модели данных и бизнес-логики.

Для корпоративной разработки такая схема позволяет использовать генеративный ИИ в тех операциях, где результат можно представить в понятном и проверяемом виде. SQL остается обычным техническим артефактом, который разработчик способен прочитать, протестировать и при необходимости изменить до применения. Это снижает зависимость от «черного ящика» модели и позволяет встраивать ИИ в существующий процесс разработки без передачи ему неконтролируемого доступа к изменениям системы.

Внешняя или внутренняя языковая модель

Западные гиганты судятся с VMware из-за лицензионной политики, — риски растут и для российских компаний Импортонезависимость

ИИ-инструменты FIS Platform не привязаны к одной конкретной LLM. В зависимости от архитектуры проекта платформа позволяет настроить интеграцию с внешним ИИ-сервисом либо использовать модель, развернутую во внутреннем контуре организации.

Для банков и других компаний с повышенными требованиями к информационной безопасности это дает возможность выбирать архитектуру использования ИИ с учетом корпоративных требований к размещению данных и инфраструктуры.

Механизм контекста при этом остается частью самой среды разработки: задача платформы — подготовить для модели релевантную информацию о приложении и вернуть результат в рабочий процесс специалиста.

ИИ становится частью среды low-code разработки

Генерация SQL входит в набор ИИ-инструментов, которые компания развивает в FIS Platform. В платформе также реализованы встроенный чат с ИИ для разработчиков, рефакторинг кода на UDML, UDMS и JavaScript, автоматическое формирование описаний объектов и другие сценарии.

Минцифры запустит реестр доверенного ПО до конца года. Отбирать софт будут структура «Росатома» и еще 4 неизвестные организации

Общим технологическим слоем для ряда функций становится ИИ-контекст приложения. Он позволяет переходить от универсальных запросов к языковой модели к прикладным операциям, связанным с реальной структурой создаваемой системы.

В результате генеративный ИИ используется непосредственно внутри цикла разработки: постановка задачи формулируется на естественном языке, модель получает необходимый контекст и готовит технический результат, после чего специалист проверяет его и продолжает работу стандартными средствами платформы. Это направление FIS рассматривает как один из этапов перехода от отдельных ИИ-помощников к AI-driven разработке, в которой интеллектуальные сервисы последовательно охватывают формализуемые операции — от анализа требований и работы с кодом до тестирования и внесения изменений в приложения.