Опубликовано 19 марта 2026

Опыт Money Forward: как весь офис перешел на ИИ-инструмент Cursor

Когда весь офис переходит на ИИ: опыт Money Forward с Cursor

Японская финтех-компания Money Forward перевела более 1000 сотрудников на работу с ИИ-инструментом Cursor – и это не только про код.

Продукты 3 – 5 минут чтения
Источник события: Cursor AI 3 – 5 минут чтения

Большинство историй об ИИ в разработке звучат примерно одинаково: несколько инженеров попробовали, понравилось, теперь используют. История японской финтех-компании Money Forward немного другая. Там на Cursor перешли больше тысячи сотрудников – и это не только разработчики.

Что такое Cursor и почему он важен

Что такое Cursor и почему это важно

Cursor – это среда разработки со встроенным ИИ-ассистентом. Проще говоря, это редактор кода, который умеет не просто подсказывать синтаксис, но и самостоятельно писать, исправлять и объяснять код. В последнее время такие инструменты стали называть «агентами» – потому что они могут выполнять задачи последовательно, без постоянного участия человека.

Обычно подобные инструменты воспринимаются как сугубо технические. Но Money Forward решила проверить, что будет, если дать к ним доступ не только программистам.

Масштабное внедрение ИИ: опыт тысячи сотрудников

Тысяча человек – это не пилот

Компания внедрила Cursor для более чем тысячи сотрудников. Ежедневно. Это уже не эксперимент в отдельном отделе – это рабочая инфраструктура.

Среди пользователей – продуктовые менеджеры, дизайнеры и специалисты по тестированию (QA). Казалось бы, при чём тут они? Но именно это и делает кейс интересным.

Продакт-менеджеры используют Cursor, чтобы быстрее формулировать требования к функциям и проверять, как они описаны технически. Дизайнеры – чтобы лучше понимать, как их решения переводятся в код, и общаться с разработчиками на одном языке. QA-специалисты – чтобы писать сценарии тестирования и находить потенциальные проблемы ещё до того, как они попадут в продукт.

Если коротко: инструмент для написания кода стал инструментом для работы вокруг кода.

Как ИИ размывает границы между техническими и нетехническими специалистами

Граница между «техническим» и «нетехническим» размывается

Это, пожалуй, главное наблюдение из опыта Money Forward. Традиционно считалось, что инструменты разработчиков – это отдельный мир со своим языком и своими ритуалами. Нетехнические коллеги заходили туда редко и с осторожностью.

ИИ-ассистенты меняют это. Когда можно написать по-русски (или по-японски) «сделай вот это» и получить рабочий фрагмент кода или объяснение – барьер входа резко падает. Не исчезает совсем, но становится куда ниже.

Money Forward, судя по всему, сделала на это осознанную ставку: не «дать разработчикам новый инструмент», а «изменить то, как разные команды работают вместе».

ИИ-агенты и их роль в автономном выполнении задач

Агенты – это про самостоятельность

Отдельно стоит остановиться на слове «агенты» из заголовка оригинальной публикации. В последнее время оно встречается всё чаще, и не всегда понятно, что за ним стоит.

В контексте Cursor «агентный» режим означает, что ИИ может не просто ответить на один вопрос, а выполнить цепочку действий: изучить существующий код, внести изменения в нескольких местах, проверить, не сломалось ли что-то ещё. Человек ставит задачу – ИИ идёт и делает, периодически отчитываясь.

Это качественно отличается от «умного автодополнения». И именно этот режим, похоже, стал для Money Forward особенно полезным – потому что позволяет не просто ускорить написание кода, а передать ИИ рутинные, но многошаговые задачи.

Финтех: внедрение ИИ в сложной среде

Финтех – не самая простая среда для экспериментов

Стоит учитывать контекст: Money Forward – это финансовые сервисы. Управление деньгами, бухгалтерия, налоги. Отрасль, где цена ошибки в коде высока, а требования к надёжности – строгие.

То, что компания в таких условиях решилась на масштабное внедрение ИИ-инструментов (и не только для написания кода, но и для тестирования), говорит кое-что о том, насколько изменилось восприятие подобных технологий в индустрии.

Несколько лет назад разговор об ИИ в финтехе в основном сводился к рискам. Сегодня компании активно ищут способы встроить его в повседневные процессы – при этом, судя по всему, не жертвуя контролем качества, а наоборот, пытаясь его усилить за счёт автоматизации рутины.

Значение опыта Money Forward для других компаний

Что это значит для остальных

Кейс Money Forward интересен не тем, что они используют Cursor. Интересно другое: компания переосмыслила, кому вообще нужен такой инструмент.

Если раньше вопрос звучал как «как помочь разработчикам писать код быстрее», то теперь он звучит иначе: «как сделать так, чтобы люди, которые не пишут код, могли лучше участвовать в процессе создания продукта?»

Это смещение, вероятно, будет происходить всё чаще. ИИ-инструменты перестают быть привилегией технических специалистов – они становятся частью рабочего пространства для всей команды. Вопрос только в том, как конкретная компания решает это организационно: кто получает доступ, как обучают, какие задачи делегируют.

Money Forward, судя по всему, нашла для себя ответ. И масштаб – больше тысячи человек в ежедневном использовании – говорит о том, что это не разовый эксперимент, а осознанный выбор.

Ссылка на публикацию: https://cursor.com/blog/money-forward
Оригинальное название: Money Forward brings Cursor's coding agents to product, design, and QA
Дата публикации: 18 мар 2026
Cursor AI cursor.com Американский ИИ-редактор кода, помогающий разработчикам писать и анализировать программы.
Предыдущая статья Инференс: почему нельзя сравнивать ИИ-ускорители по одной цифре Следующая статья 10 лет AlphaGo: как победа над чемпионом изменила науку и наше понимание ИИ

Связанные публикации

Вам может быть интересно

Перейти к другим событиям

События – лишь часть картины. Эти материалы помогают увидеть шире: контекст, последствия и идеи, стоящие за новостями.

От источника к разбору

Как создавался этот текст

Этот материал не является прямым пересказом исходной публикации. Сначала была отобрана сама новость – как событие, важное для понимания развития ИИ. Затем мы задали рамку обработки: что в тексте важно прояснить, какой контекст добавить и на чём сделать акцент. Это позволило превратить отдельный анонс или обновление в связный и осмысленный разбор.

Нейросети, участвовавшие в работе

Мы открыто показываем, какие модели использовались на разных этапах обработки. Каждая из них выполняла свою роль – анализ источника, переписывание, проверка и визуальная интерпретация. Такой подход позволяет сохранить прозрачность процесса и ясно показать, как именно технологии участвовали в создании материала.

1.
Claude Sonnet 4.6 Anthropic Анализ исходной публикации и написание текста Нейросеть изучает оригинальный материал и формирует связный текст

1. Анализ исходной публикации и написание текста

Нейросеть изучает оригинальный материал и формирует связный текст

Claude Sonnet 4.6 Anthropic
2.
Gemini 2.5 Flash Google DeepMind Проверка и правка текста Исправление ошибок, неточностей и спорных формулировок

2. Проверка и правка текста

Исправление ошибок, неточностей и спорных формулировок

Gemini 2.5 Flash Google DeepMind
3.
DeepSeek-V3.2 DeepSeek Подготовка описания для иллюстрации Генерация текстового промпта для визуальной модели

3. Подготовка описания для иллюстрации

Генерация текстового промпта для визуальной модели

DeepSeek-V3.2 DeepSeek
4.
FLUX.2 Pro Black Forest Labs Создание иллюстрации Генерация изображения по подготовленному промпту

4. Создание иллюстрации

Генерация изображения по подготовленному промпту

FLUX.2 Pro Black Forest Labs

Хотите знать о новых
экспериментах первыми?

Подписывайтесь на наш Telegram-канал – там мы делимся всем самым
свежим и интересным из мира NeuraBooks.

Подписаться