Vai al contenuto

Alexander Kosykh · Fractional CTO / CIO · Enterprise Architect

IT e AI — fonte di vantaggio competitivo, non «supporto al business»

Da oltre 25 anni progetto sistemi a cui le aziende affidano denaro: dal software bancario degli anni ’90 a Novosibirsk alle soluzioni per grandi aziende internazionali — Expedia, Coca-Cola, Verizon, GE Capital e altre. Ho costruito la funzione IT da zero tre volte, guidato dipartimenti IT aziendali e seguito l’intero ciclo di progetti IT pluriennali critici per il business. L’AI è uno strumento di lavoro dal 2017, non una notizia di cronaca.

FIG. 01 — mappa sistemica della pratica17 nodi · live
25+anni in IT
3funzioni IT costruite da zero
$15M+budget di progetto sotto gestione
100+persone nei team da me costruiti
2017AI in produzione da questo anno
MicrosoftExpediaSymetraUnisysAxenix / AccentureНЦГИ · MyGeneticsMotherHash.ioFondo Business StrategiesLikematica.ai

25+ anni in IT — da sviluppatore di software bancario negli anni ’90 a Novosibirsk a CTO con background internazionale: Microsoft, Expedia, Accenture, Symetra. Ho coperto l’intero ciclo: codice di sistemi distribuiti, progettazione di piattaforme Big Data, tre volte la funzione IT da zero, dipartimenti IT aziendali e l’intero ciclo di progetti IT pluriennali critici per il business.

Per me l’AI non è una notizia di cronaca, ma uno strumento di lavoro dal 2017: bot-agent e pipeline NLP in Accenture, esperimenti ML nel settore assicurativo, LLM in produzione oggi. Lavoro hands-on con lo stack moderno — LLM, RAG, MCP, modelli self-hosted (Qwen/DeepSeek, YandexGPT, GigaChat) — e so come introdurlo in sicurezza: 152-FZ, dati dentro il perimetro, integrazione con 1C e Битрикс24.

Un’espertise particolare — medicina e biotech: tre anni da CTO in un’azienda di genetica, НЦГИ, e l’inizio della carriera all’Istituto di Citologia e Genetica SB RAS. Oggi ricopro due ruoli da CTO in parallelo e sviluppo prodotti AI propri — per confrontarmi ogni giorno personalmente con i limiti delle tecnologie, non solo per fissarne la direzione.

Lavoro in formato frazionario — e aperto a un impiego a tempo pieno dove l’IT sia fonte di vantaggio competitivo, non «supporto al business».
01

Fractional CTO / CIO — retainer

Strategia tecnologica, sviluppo, infrastruttura, assunzione e crescita del team — a tempo parziale. Copre l’80% delle attività di un CTO a tempo pieno senza i costi di assunzione.

150–360 mila ₽/mesemensile · fino a 5–6 clienti in parallelo
02

Diagnosi lampo

Valutazione rapida della maturità di IT e AI: i tre rischi principali, una roadmap con priorità ed economia chiara. Risposta onesta alla domanda se ti serve davvero un CTO.

3–5 giorniingresso nella collaborazione
03

Audit AI e piloti

Selezione degli scenari, pipeline RAG, agenti AI, infrastruttura self-hosted. Dal prototipo alla produzione — con KPI fissati prima dell’avvio.

audit → pilota → produzioneogni fase pagata separatamente
04

Due diligence tecnica e recupero di progetti in crisi

Due diligence tecnica per operazioni e investitori: architettura, codice, team, debito tecnico. Rilancio di progetti e team bloccati verso un regime stabile.

fondi · mid-marketespertise pre-deal
05

Lancio 0→1

Costruzione della funzione IT da zero: processi, stack, team. Testato tre volte — su data center, biotech e prodotti AI.

processi · stack · teaminfrastruttura chiavi in mano
06

IT / AI sovrano

Sostituzione delle importazioni, 152-FZ, infrastruttura LLM privata: i dati non lasciano il tuo perimetro. Un’architettura che supera il controllo della sicurezza.

152-FZ · self-hostedinfrastruttura LLM privata

Un CTO a tempo pieno a Mosca costa 650 mila — 1,3 mln ₽ al mese — più 3–6 mesi di ricerca, contributi e il rischio di un’assunzione sbagliata. Il retainer di un fractional CTO copre l’80% delle stesse attività per 150–360 mila ₽. La differenza di 3–5 volte è il principale argomento del formato.

815 mld ₽mercato dell’IT outsourcing russo — crescita +25% in un anno: il budget delle assunzioni si sposta verso l’espertise esterna
53%delle PMI usa già l’AI — contro il 17% dell’anno precedente; il 78% la adotta tramite partner esterni
80%dei piloti AI in Russia non va oltre — il mercato paga per la riduzione del rischio di fallimento

Il mercato non paga per la tecnologia, ma per la riduzione del rischio di fallimento — è esattamente ciò che vende un senior architect.

ParametroCTO a tempo pienoFractional CTO
Costo mensile650 mila — 1 mln ₽ (fino a 1,3 mln con tasse e bonus)150–360 mila ₽ in pacchetti da 20–40 ore/mese
Contributi e bonus+30% di contributi previdenziali dopo l’abolizione delle agevolazioni per le PMIAssenti — contratto con lavoratore autonomo / ИП
Tempo fino al risultato3–6 mesi di ricerca e inserimentoAvvio in 1–2 settimane, contratto mensile
Rischio di erroreAlto: sostituire un C-level richiede mesi e costi reputazionaliUscita con preavviso di 30 giorni
Risparmio annuo—~5–10 mln ₽/anno rispetto allo stipendio a tempo pieno
Tappa 01Diagnosi lampo3–5 giorni · 30–50 mila ₽
Tappa 02Audit AI / diagnosi IT2–6 settimane · 100–500 mila ₽
Tappa 03Retainer fractional CTOmensile · 150–360 mila ₽

Riferimenti di mercato sui prezzi, Russia, 2026. Il costo dell’audit viene spesso scalato dall’implementazione successiva.

R1

Tre funzioni IT da zero

New Hosting Company (data center specializzati), НЦГИ (biotech), Likematica.ai (prodotti AI) — processi, stack, team, infrastruttura.

R2

AI in produzione dal 2017

Da bot-agent e pipeline NLP in Accenture alle LLM/RAG/MCP di oggi — pratica continua, non riconversione sull’hype.

R3

Budget oltre $15 mln

Progetti di livello enterprise sotto piena gestione; team globali di 20–25 persone su tre continenti.

R4

Windows Live Voicemail in Microsoft

Prodotto portato dalle prime bozze al rilascio in produzione: team di 50+ ingegneri, coordinazione USA — Russia — India.

R5

Prodotti AI propri con piloti paganti

UpStudent — assistente AI per tutor (NLP); SamBoss — piattaforma per la prestazione di servizi individuali.

R6

TOGAF 9 + ITIL in un’unica testa

Enterprise Architect certificato: architettura e processi — non consulenti separati, ma un unico sistema decisionale.

«AI per lavorare, non per la demo»

principio della pratica

Si automatizzano i processi che mangiano davvero tempo e denaro del cliente — non si adattano strumenti pronti a processi altrui. Contro l’hype, per un risultato misurabile: i KPI si fissano prima dell’avvio del pilota.

2024 — oggi

Likematica.aioggi · progetto parallelo

CTO · prodotti AI
  • Visione tecnica e delivery di soluzioni AI per marketing, immobiliare e automotive: architettura delle pipeline di automazione, scelta — approccio classico o AI — in base all’esigenza.
  • Adattamento di GenAI, ML, LLM e MCP ai prodotti dell’azienda; codice hands-on nelle parti più complesse.
  • Principio «AI per lavorare, non per la demo»: automazione dei processi che mangiano davvero tempo e denaro del cliente.
2024 — oggi

Fondo Business Strategiesoggi · progetto parallelo

CTO · Mosca
  • Strategia tecnologica del gruppo di consulenza: controllo dello sviluppo (Agile, Scrum, DevOps), infrastruttura cloud e on-premise.
  • Selezione, motivazione e crescita dei specialisti chiave; pianificazione del budget IT.
2021 — 2024

MotherHash.io · New Hosting Company

CTO / CIO · data center
  • Funzione IT e infrastruttura di data center specializzati da zero: monitoraggio, billing, area riservata clienti, CRM/ERP, sicurezza informatica.
  • Come enterprise architect ho orchestrato tutti i sistemi in un unico complesso senza soluzione di continuità: affidabilità, integrità, audit, continuità dell’esperienza utente.
JavaPythonPrometheus / GrafanaNetBoxБитрикс241С ERPAWS · Yandex CloudDockerPostgreSQL
2018 — 2021

MyGenetics · НЦГИ

CTO · biotech
  • Ho trasformato una biotech startup all’incrocio tra scienza e consumer service diretto in un business affidabile e scalabile: processi, piattaforma IT, prodotti.
  • Ho gestito il team scientifico di genetisti, il laboratorio del DNA, l’infrastruttura IT, il PMO e i team di prodotto — da zero.
2017 — 2019

Axenix · in precedenza Accenture

Responsabile della pratica AI
  • Data Science e AI per grandi clienti: bot-agent, robot per ufficio, NLP e classificazione di testi e immagini, pipeline ML — con partecipazione personale al codice.
  • Ho aiutato a costruire la pratica di Data Science: team, architettura dei dati, infrastruttura (cloud, data center proprio, ibrido), Data Governance.
WatsonTensorFlowPythonAWS · Azure · GCP · OpenStack
2014 — 2017

Symetra

Enterprise Architect · USA, Bellevue WA
  • IT roadmap a 1–3 anni, controllo della conformità dei progetti alle policy architetturali e di sicurezza della compagnia assicurativa.
  • Big Data ed EDW, analitica real-time, strategia di integrazione dei dati; esperimenti ML per underwriting e marketing.
  • Qui sono stati ottenuti e applicati in pratica i certificati TOGAF 9 e ITIL.
2009 — 2014

Expedia

Senior Architect · IT Product & Project Manager · USA, Bellevue WA
  • Data Governance e gruppi di lavoro architetturali; aggiornamento di DBMS mission-critical senza interruzione dei servizi di viaggio online globale.
  • ETL near-real-time per il data warehouse aziendale: integrazione NoSQL (Cassandra, MongoDB, Hadoop, Pig, Hive) con MS SQL e DB2 in un team distribuito.
  • Sistema di audit dell’integrità finanziaria in tempo reale; standardizzazione delle transazioni secondo OAGIS con integrazione in Oracle EBS.
2008 — 2009

Unisys

Architect · Application Modernization
  • Template di soluzione riutilizzabili e starter kit sullo stack Microsoft: prototipi completi su SQL Server, SharePoint, BizTalk.
2006 — 2007

Microsoft

Senior Program Manager · USA, Redmond WA
  • Creazione e lancio di Windows Live Voicemail in partnership con Qwest Communications: tutte le fasi — dal concept al rilascio in produzione e alla serie di aggiornamenti.
  • Scrum master di un team di 50+ ingegneri; coordinamento dei team di USA, Russia e India, inclusi Hotmail, Office, Research, Operations.
1992 — 2006

Primi anni di carriera

consulenza · telecom · FMCG · software bancario · scienza
1998–2006
GRT · USA, Stamford CT
Senior Consultant

Clienti Verizon, GE Finance, Teradyne. Architetto di un data warehouse real-time di dati geospaziali per un grande operatore telecom — 2 anni, team di 25 persone.

1996–1998
The Coca-Cola Company · Novosibirsk
Project Manager

Progetti IT a livello nazionale; sistema di raccolta dati di vendita da decine di sedi e generazione di reportistica manageriale.

1994–1996
Doctor Bit · Novosibirsk
Lead Developer

Software bancario per operazioni remote dei clienti; la mia realizzazione principale è stato il client per l’accesso remoto ai sistemi bancari.

1992–1994
Istituto di Citologia e Genetica SB RAS
ricercatore junior

Algoritmi di analisi di dati medico-biologici: analisi cluster e regressione, grafi di relazioni — la prima esperienza pratica di data science.

Strategia di business e allineamento business–IT
TOGAFCOBITITIL 4PMI · PgMPMoP · PRINCE2SAFeScrum · KanbanDevOps
AI e dati
LLMRAGMCPNLPpipeline MLYandexGPT · GigaChatQwen / DeepSeek self-hostedTensorFlowscikit-learnSpark · FlinkHadoopCassandra · MongoDB
Infrastruttura e cloud
AWSAzureGoogle CloudYandex CloudDockerPrometheus · Grafanaon-premise · ibrido
Sistemi aziendali
1С ERPБитрикс24CRM · billingOracle EBSOAGIS · ACORD · EDI
Linguaggi e sviluppo
PythonJavaKotlinGoTypeScriptRustBash · ZshSQL
Certificati
C-01
TOGAF® 9 CertifiedThe Open Group · enterprise architecture
C-02
ITILgestione dei servizi IT
C-03
MCSDMicrosoft Certified Solution Developer
C-04
Data Science and Data Engineering Bootcampciclo completo di lavoro con i dati
C-05
Elastic Cloud Infrastructure: Containers and Servicesinfrastruttura cloud
C-06
Machine Learningmachine learning
Istruzione

Università Statale di Novosibirsk

facoltà di meccanica e matematica · matematica applicata e statistica · 1993 · Novosibirsk

Lingue
Russomadrelingua
IngleseC2 · lingua di lavoro per oltre 20 anni negli USA e in aziende globali
ItalianoB1 · livello operativo di base