Роман Рамезович Сайфудинов – аспирант
Москва
Roman R. Saifudinov – postgraduate student
Moscow
Михаил Кириллович Хоменко – аспирант
Москва
Mikhail K. Khomenko – postgraduate student
Moscow
Целью статьи является исследование и систематизация специфических особенностей управления ИТ-проектами в коммерческих банках в условиях экстренного замещения инфраструктурного программного обеспечения и оборудования в 2024–2025 гг. Исследование базируется на системном анализе регуляторного ландшафта (требования ЦБ РФ по операционной надежности и защите критической информационной инфраструктуры) и анализе практического опыта миграции высоконагруженных транзакционных систем. Авторами обосновывается методологический конфликт между жесткими требованиями комплаенса и необходимостью гибкой адаптации к локальному технологическому стеку. Научная новизна работы заключается в разработке математической модели оценки совокупного миграционного риска (𝑅𝑖𝑛𝑓𝑟𝑎), позволяющей реализовать концепцию предиктивного контроля за «технологическими окнами» миграции. Установлено, что эффективным решением управленческого кризиса в банковском секторе является внедрение модели организационной амбидекстрии – синтеза каскадного контроля нормативных требований и итерационного цикла технологической реализации. Доказано, что применение интеллектуальных систем поддержки принятия решений (AI-layer) позволяет компенсировать кадровый дефицит и сократить вероятность критических сбоев при переключении систем с 18% до 4%. Сделан вывод о необходимости перехода к суверенным интеллектуальным моделям управления как базовому условию обеспечения операционной устойчивости финансового сектора.
The objective of the article is to study and systematize the specific features of IT project management in commercial banks amidst the emergency substitution of infrastructure software and hardware in 2024–2025. The study is based on the systematic analysis for the regulatory landscape (Bank of Russia requirements for operational resilience and protection of critical information infrastructure) and the analysis for practical experience in migrating high-load transactional systems. The authors substantiate the methodological conflict between strict compliance requirements and the need for agile adaptation to a sovereign technology stack. The scientific novelty of the work lies in the development of a mathematical model for assessing cumulative migration risk 𝑅𝑖𝑛𝑓𝑟𝑎, enabling the implementation of predictive control over migration "maintenance windows". It has been established that an effective solution to the management crisis in the banking sector is the implementation of an organizational ambidexterity model – a synthesis of cascade control of regulatory requirements and an iterative cycle of technological implementation. It is proven that the use of intelligent decision support systems (AI-layer) allows compensating personnel shortages and reducing the probability of critical failures during system switchovers from 18% to 4%. It is concluded that the transition to sovereign intelligent management models is a fundamental condition for ensuring the operational stability of the financial sector.
The authors declare that there are no conflicts of interest present.