В QA тоже начинается эпоха consolidation: когда у крупной компании десятки фреймворков автоматизации, ИИ не «у

В QA тоже начинается эпоха consolidation: когда у крупной компании десятки фреймворков автоматизации, ИИ не «ускоряет тесты», а просто масштабирует хаос.

Сберовский кейс — про попытку собрать это в один центр на базе Perfeccionista-framework и подключить к нему RAG + MCP-сервер. Задача понятная: дать LLM не абстрактный промпт, а контекст тестов, чтобы модель видела структуру, зависимости и правила домена.

Что важно для martech-стека здесь:
1) ИИ работает не поверх зоопарка, а поверх стандартизированного слоя.
2) RAG полезен только там, где есть нормальная база знаний и единая терминология.
3) MCP-сервер — это уже про управляемый доступ модели к инструментам, а не про «магический автопилот» 🤖

Практический вывод для ops и product owners: сначала централизация и нормализация артефактов, потом LLM. Иначе получите дорогую генерацию шума вместо автоматизации.