https://www.itweek.ru Издание itWeek (до 2018 года — PC Week) на портале и на страницах бумажного номера информирует читателей об актуальных информационных и коммуникационных технологиях, продуктах и решениях и опыте развития цифровой экономики и цифровой трансформации предприятий и организаций всех масштабов и отраслей. Издание рассказывает о важнейших событиях отечественного и мирового рынка ИКТ и анализирует тенденции развития ИКТ-индустрии. https://www.itweek.ru/images/itweek/logo-100x40.gif https://www.itweek.ru https://www.itweek.ru/themes/detail.php?ID=233847 Fri, 28 Nov 2025 14:16:05 +0300 <p>Большинство российских компаний не планируют сокращать бюджет на информационную безопасность в 2026 году, таковы данные исследования ИБ-вендора «Кода Безопасности». В опросе приняли участие компании, использующие ИБ-продукты, а также интеграторы.</p> <p>32% респондентов заявили, что инвестиции останутся на прежнем уровне, столько же намерены увеличить бюджет. Лишь 7% опрошенных компаний сократят расходы на ИБ в 2026 году, еще 28% не смогли дать однозначного ответа. </p> <p>«Ключевым ограничением при выделении бюджета на информационную безопасность остаются финансовые сложности компаний, об этом заявили 42% респондентов, причем в 2025 году эта причина отмечается заметно чаще, чем в предыдущие периоды. Основная часть ИБ-инвестиций идет на защиту персональных данных вне ГИС (59%), замену продуктов ушедших вендоров (49%) и защиту критической информационной инфраструктуры (49%)», — рассказали аналитики «Кода Безопасности».</p> <p>Большинство опрошенных компаний заявили, что в вопросах ИБ ориентируются на стратегию, она имеется у 63% респондентов. Какой-либо план по развитию кибербезопасности отсутствует у 18% — за последние пять лет это наименьший показатель, для сравнения в 2021 году отрицательно ответили 38% организаций. В среднем компании планируют этапы развития своей информационной безопасности на горизонте трех лет. Приоритетными направлениями за этот период опрошенные назвали следующие сегменты ИБ-продуктов: </p> <ul> <li>Endpoint Detection and Response, EDR(44%); </li> <li>Next-Generation Firewall, NGFW/UTM (41 %); </li> <li>Web Application Firewall, WAF (32 %);</li> <li>Data Loss Prevention, DLP (30 %). </li> </ul> <p>«Вместе с тем растет интерес к концепции Zero Trust, технологиям Privileged Access Management (PAM) и Security Orchestration, Automation and Response (SOAR). Одновременно снижается востребованность централизованных SIEM-платформ, что отражает смену фокуса с общих решений на практические инструменты локальной защиты и быстрого реагирования», — отметили специалисты «Кода Безопасности».</p> <p>А вот к популярным сейчас ИИ-технологиям, которые в ИБ, как правило, применяются для обнаружения аномалий и реагирования на инциденты в реальном времени, респонденты относятся скептически. 48% не планируют внедрять, а еще 17% не видят в этом необходимости. Лишь 4% уже используют в промышленной эксплуатации. </p> <p>Согласно ответам респондентов, в сфере ИБ они стараются работать с одними и теми же вендорами. 67% либо не меняют вендоров вовсе, либо реже чем раз в шесть лет. Лишь 10% делают это раз в два-три года, и 1% — каждый год. Чаще всего компании прекращают партнерство из-за несоответствия вендоров требованиям регулятора (59%), иностранного происхождения (49%), недостаточно эффективных технологий (45%). Также популярной причиной стали проблемы при взаимодействии и отсутствие комплексных решений, об этом заявили 37% и 28% компаний соответственно. </p> Большинство российских компаний не планируют сокращать бюджет на информационную безопасность в 2026 году … message https://www.itweek.ru/themes/detail.php?ID=233846 Fri, 28 Nov 2025 14:14:10 +0300 <p>Сервис-провайдер M1Cloud предоставил для крупных и средних розничных компаний специализированное решение для обеспечения безопасности хранения и обработки персональных данных в соответствии с требованиями Федерального закона № 152 («О персональных данных»). Защищенное рещение бесшовно интегрируется в существующий ИТ-ландшафт торговых сетей, с возможностью быстрого развертывания новых инфраструктурных компонентов.</p> <p>Операторы ритейла собирают значительные объемы персональной информации о покупателях, включая контактные данные, историю покупок и предпочтения, с целью реализации эффективных маркетинговых кампаний, разработки индивидуальных предложений и программ лояльности. Такая информация о потребителях требует надежного и безопасного хранения, что накладывает повышенные требования к защите большого объема данных.</p> <p>Защищенное облако от M1Cloud обеспечивает выполнение всех требований законодательства относительно безопасности и конфиденциальности личной информации пользователей. Комплекс сервисов обеспечивает защиту личных данных покупателей, включая обработку и хранение, в полном соответствии с нормативными документами ФСТЭК и ФСБ, а также надежную защиту конфиденциальных данных благодаря использованию современных технологий шифрования и управления доступом. M1Cloud круглосуточно проводит мониторинг состояния системы на потенциальные угрозы.</p> <p>«Для ритейлера хранение персональных данных — это большая ответственность перед потребителями и законом. Мы предлагаем проверенное аттестованное решение, которое позволяет защитить личные сведения покупателей, минимизировать риски утечек и повысить доверие потребителей к бренду», — прокомментировал Владимир Лебедев, директор по развитию бизнеса M1Cloud.</p> <p>Используя специализированные сервисы по защите ПДн от M1Cloud, предприятия розничной торговли смогут сосредоточиться на развитии бизнеса, предоставляя своим клиентам качественные продукты и инновационные услуги, оставаясь уверенными в полной безопасности конфиденциальных данных.</p> Сервис-провайдер M1Cloud предоставил для крупных и средних розничных компаний специализированное решение для обеспечения … message https://www.itweek.ru/themes/detail.php?ID=233844 Fri, 28 Nov 2025 08:04:42 +0300 <p><em>Технология RPA прочно закрепилась в бизнес-процессах современных компаний и стала одним из основных инструментов цифровой трансформации. Согласно последним исследованиям, в России 82% крупнейших предприятий используют программных роботов для автоматизации задач, а 23% компаний планируют внедрить RPA в ближайшее время. Каковы перспективы развития этой технологий под влиянием искусственного интеллекта?</em></p> <h3>Переход от RPA к RPA 2.0</h3> <p>RPA — незаменимый помощник в условиях разнородного набора систем, ограниченности или загруженности ресурсов, а также при отсутствии других вариантов автоматизации процессов в устаревшей системе.</p> <p>Программные роботы отлично справляются с типовыми, четко регламентированными задачами, где все действия описаны заранее, а входные и выходные данные имеют стандартизированные формы или формы со слабой вариативностью. Однако использование RPA неэффективно при работе с неструктурированными данными, при часто меняющихся интерфейсах и при необходимости принимать нелинейные решения.</p> <p>Разговоры о том, что интеграция RPA с технологиями искусственного интеллекта выведет разрабатываемые решения на новый уровень, идут давно. До сих пор их применение было довольно ограниченным и в основном связано с решением следующих задач:</p> <ul> <li> Распознавание и извлечение данных из документов, когда классические методы машинного обучения и OCR используются для обработки счетов, договоров, заявлений и других бумажных или сканированных документов.</li> <li> Классификация и фильтрация информации, когда AI-модели помогают автоматически сортировать электронные письма, классифицировать обращения клиентов и определять приоритеты задач для роботов.</li> <li> Обработка текстов с использованием базового NLP для выделения именованных сущностей, таких как имена людей, названия организаций, даты, местоположения, суммы.</li> </ul> <p>Настоящий прорыв ожидается с появлением больших языковых моделей (LLM), которые существенно расширяют возможности по роботизации процессов:</p> <ul> <li> Генерация текстов на естественном языке. Благодаря LLM роботы могут понимать смысл и контекст, что дает качественный скачек в возможностях их коммуникации с сотрудниками и клиентами через различные каналы связи.</li> <li> Обработка неструктурированных документов. За счет способности LLM к пониманию смысла и контекста точность и полнота извлечения атрибутов и фактов из документов значительно возрастает. Кроме этого, LLM в состоянии работать с документами низкого качества в тех случаях, когда OCR-решения малоэффективны.</li> <li> Адаптивность и обучение на лету. LLM способны к самообучению, поэтому их можно встраивать в динамичные бизнес-сценарии с изменяющимся контекстом, снижая зависимость от графических интерфейсов — головную боль многих компаний.</li> </ul> <p>LLM становится одним из основных драйверов роста рынка RPA, а также оказывают на него трансформационное влияние, являясь катализатором для перехода от RPA к RPA 2.0 — новому этапу развития интеллектуальной автоматизации (Intelligent Automation), когнитивной автоматизации.</p> <p>По прогнозам, в 2026 году каждый пятый робот будет содержать AI в своем скрипте, а каждый второй робот будет создаваться при помощи AI.</p> <h3>RPA и AI-агенты</h3> <p>AI-агенты — автономные программные решения на базе LLM, которые понимают контекст и использует цифровые инструменты, чтобы принимать решения и выполнять действия с учетом обратной связи от внешнего мира.</p> <p>Бытует мнение, что с их появлением рынок RPA ждет спад и последующая смерть: AI-агенты со временем полностью вытеснят RPA-решения, как в фильме «Я — робот», в котором старые модели роботов, строго запрограммированные и ограниченные в своих действиях, подлежали утилизации, поскольку их заменили новые, более совершенные модели NS-5.</p> <p>Технология RPA никуда не денется. Напротив, нас ждут гибридные системы с AI-агентами. Детерминированная логика принятия решения RPA бывает лучше и надежнее, чем вероятностная логика AI. Процессы, в которых принятие решений основывается на линейных алгоритмах, были, есть и будут.</p> <p>AI-агентам для выполнения действий в системах нужны API, но далеко не у всех систем они есть, а те, которые есть, могут не соответствовать требованиям автоматизируемого процесса.</p> <p>Кроме этого, у большинства крупных компаний уже внедрены RPA-решения, которые хорошо зарекомендовали себя, многие из них весьма масштабные. Проводить очередную миграцию — дело довольно спорное, для этого нужны весомые аргументы.</p> <p>Важно также понимать, что современные RPA-платформы — не просто кликеры, а промышленные решения, обладающие полноценным модулем по оркестрации процессов. Добавить в процессы взаимодействие с AI-агентами, где это целесообразно, и организовать цепочки агентов — это то, что доступно уже сейчас.</p> <p>Большинство производителей RPA-платформ не только работают над собственными модулями для развертывания и управления AI-агентами, но и имеют промышленные внедрения.</p> <h3>Прогнозы и тренды</h3> <p>Сегмент интеллектуальной автоматизации остается одним из самых быстрорастущих. Аналитики <a href="https://www.gminsights.com/ru/industry-analysis/intelligent-process-automation-market">прогнозируют</a> среднегодовой рост глобального рынка 14,3% — с 15,2 млрд. долл. в 2024 году до 48,8 млрд. к 2034 году. В России, по разным оценкам, в ближайшие годы также ожидается стабильный и устойчивый рост объемов не менее чем на 40% в год.</p> <p>Значительное влияние LLM — не единственный тренд на рынке RPA. Еще одна заметная тенденция — гиперавтоматизация. В условиях дефицита ресурсов, особенно кадровых, экономической и геополитической нестабильность компании стремятся автоматизировать как можно больше процессов. Этот тренд наблюдается и в России, при этом во главу угла отечественные компании ставят получение экономических эффектов.</p> <p>Перспективным направлением можно также назвать развитие самообучающихся систем. Они способны самостоятельно анализировать свой опыт и данные, корректировать алгоритмы и повышать качество решений и действий без необходимости ручной перенастройки.</p> <p>Благодаря развитию облачных решений (RPAaaS) порог входа в интеллектуальную автоматизацию будет значительно снижен. Это сделает ее более привлекательной для применения в малом и среднем бизнесе, что приведет к активному распространению решений в этом секторе экономики.</p> <p>Повышенный интерес к RPA 2.0 также проявляет и госсектор. Дальнейшее распространение технологий позволит ускорить его цифровую трансформацию, повысить эффективность, качество госуправления, а также увеличить скорость предоставления государственных услуг.</p> <p>В ближайшие годы технология RPA 2.0, включающая тесную интеграцию с LLM/ML, будет определенно востребована и значительно расширит области применения программной роботизации, поможет перейти от автоматизации отдельных задач и операций к интеллектуальной автоматизации сложных бизнес-процессов.</p> <p>#IMAGE_233845#</p> Технология RPA прочно закрепилась в бизнес-процессах современных компаний и стала одним из основных инструментов … article Ростислав Братухин, руководитель направления роботизации и распознавания IBS https://www.itweek.ru/themes/detail.php?ID=233842 Fri, 28 Nov 2025 00:00:00 +0300 <p><em>В мае 2025 года вступил в силу так называемый «Закон об оборотных штрафах»: поправки в Кодекс об административных правонарушениях, которые в несколько раз увеличивают объемы ответственности за нарушения с персональными данными. Согласно открытым данным судов и <a href="https://www.business-gazeta.ru/news/685428?ysclid=mhlx8wx8pw2430878">заявлениям</a> властей, «оборотные» штрафы за утечку пока не применялись.</em></p> <p><em>Пока не сложилась практика применения этого закона, зато появились мифы о санкциях за утечку ПДн. Рассмотрим наиболее распространенные ошибки в понимании нового закона.</em></p> <h3>Миф 1. Серьезные штрафы начинаются со второй утечки, а в госорганизациях риска штрафов нет</h3> <p>Штраф в размере доли от выручки компании действительно предусмотрен для компаний, которые допускают нарушения с ПДн второй или более раз за год. Однако наказание за первую утечку также весьма серьезно. В зависимости от состава пострадавших данных, бизнесу грозит штраф на сумму от 150 000 до 20 000 000 рублей. Особый риск эти санкции представляют для малых предприятий — размер штрафа даже при первом инциденте достигает для них 2,5% годовой выручки.</p> <p>Штрафы для юридических лиц по новой редакции КоАП не применяются к государственным и муниципальным органам и учреждениям. Однако в этом случае за инцидент будут расплачиваться сотрудники, ответственные за обработку персональных данных, причем из своего кармана. Штрафы для них, в зависимости от состава скомпрометированных данных, составляют 50 000 — 1 500 000 рублей. Суммы не малые для госслужащих.</p> <h3>Миф 2. Выбор из двух вариантов: платить штрафы или внедрять ИБ</h3> <p>Выбор, действительно, есть, но варианта «не внедрять ИБ» в нем нет. Установить ИБ-средства можно превентивно (до инцидента) или уже после того, как нарушение произойдет и компанию оштрафуют. Мнение о том, что ИБ-нарушения каким-то компаниям не грозят, ошибочно. Исследования и практика показывают, что <a href="https://www.computerra.ru/324014/kiberugrozy-v-2025-pochemu-96-rossijskih-kompanij-uyazvimy-i-chto-s-etim-delat/">96%</a> российских компаний подвержены тем или иным рискам ИБ, объем утечек информации увеличивается, а инциденты происходят в организациях любых размеров и отраслей.</p> <p>Внедрять ИБ-решения придется в любом случае, даже если компания уже заплатила штраф за инцидент. Согласно действующему <a href="https://www.consultant.ru/document/cons_doc_LAW_34661/93fe5340f4a47211790c8cfa5ba3ac94e3766a3c/">закону</a>, назначение наказания не снимает с нарушителя его обязанностей. Если организацию штрафуют за утечку, это не значит, что она не должна защищать персональные данные. Возможна, скорее, обратная ситуация: суд назначает штраф, а Роскомнадзор дает компании предписание об устранении нарушений, невыполнение которого тоже штрафуется.</p> <h3>Миф 3. В случае первой утечки вложения в ИБ не помогут снизить штраф</h3> <p>Новая редакция закона предполагает снижение «оборотного» штрафа в случае, если организация подтверждает, что на протяжении трех лет несла определенные затраты на ИБ. Однако вне зависимости от того, первая ли утечка произошла или повторная, организация может ссылаться на общие смягчающие обстоятельства, предусмотренные КоАП.</p> <p>Среди них, например, помощь в установлении обстоятельств нарушения. В случае ИБ-инцидента это может быть, например, самостоятельное расследование нарушения с передачей в контролирующие органы подробной информации об утечке, ее причинах, сопутствующих событиях и последствиях.</p> <p>Если организация предотвратила негативные последствия нарушения и добровольно исполнила предписания регулятора об его устранении, это тоже смягчит наказание. В случае с утечкой это может быть, например, устранение уязвимости, из-за которой произошёл инцидент или внедрение дополнительных технических мер защиты ПДн. Таким образом, реализация ИБ-мероприятий позволяет организациям пользоваться смягчающими обстоятельствами во всех делах, связанных с ИБ-инцидентами. Это подтверждается <a href="https://n-pdn.ru/judical/content/nalichie-bazi-dannih-100-000-zapisey-soderzhaschey-personalnie-dannie-klientov-v-seti-internet/#info_delo_id">судебной</a> <a href="https://n-pdn.ru/judical/content/nalichie-v-seti-internet-bazi-dannih-soderzhaschey-personalnie-dannie-klientov-programmi-lojalnosti-/#info_delo_id">практикой</a>.</p> <h3>Миф 4. Даже если инцидент произошел по вине сотрудника, отвечать в любом случае будет организация</h3> <p>Это не так: статья 13.11 КоАП прямо говорит о том, что административные штрафы, в том числе на организации, налагаются только в том случае, если инцидент не имеет признаков преступления. Если сотрудник, например, умышленно выгрузил данные и использовал их в своих целях, например, занимался «пробивом», ответственность за инцидент понесет он, а организация будет признана потерпевшей в рамках уголовного дела.</p> <p>Но для того, чтобы добиться возбуждения уголовного дела в отношении виновника инцидента, компании необходимо провести внутреннее расследование, изучить обстоятельства утечки, найти причастных к ней и собрать доказательства их вины. Эти материалы необходимо передать в правоохранительные органы вместе с заявлением о преступлении по ст. 272, 272.1 или, если персональные данные защищены режимом коммерческой тайны, по ст. 183 УК РФ. Параллельно необходимо включить в отчет об утечке для Роскомнадзора информацию о том, что установлена причастность к инциденту конкретного сотрудника.</p> <p><a href="https://privacy-tech.ru/app/wp-content/uploads/Privacy-Tech-DataCase_Otvetstvennost-za-utechki-personalnyh-dannyh_Obzor-praktiki_2025.pdf">Исследования</a> судебной практики показывают, что такая стратегия работает. Суды закрывают административные дела в отношении компаний, которые признаны потерпевшими от преступных действий сотрудников. Даже если компания только обратилась в правоохранительные органы, а уголовное дело еще не возбуждено или компания не признана потерпевшей, худший сценарий для нее — предупреждение или минимальный штраф по административному делу.</p> <h3>Миф 5. Лучший способ избежать ответственности — «обложиться» регламентами и сертификатами о соответствии</h3> <p>Несмотря на то, что контролирующие органы и суды обращают внимание на наличие внутренних документов о работе с ПДн и заключений о соответствии <nobr>152-ФЗ,</nobr> такая позиция неверна сразу по нескольким причинам.</p> <p>Во-первых, если говорить об оценке соответствия компании требованиям закона «О персональных данных», то в ее рамках проверяется и выполнение ИБ-задач. <a href="https://www.consultant.ru/document/cons_doc_LAW_61801/ca9e5658710519f09ab2fdb8196fcb3eb024a051/"><nobr>19-я</nobr> статья</a> этого закона прямо говорит, что применение сертифицированных технических средств — обязательная мера защиты персональных данных.</p> <p>Состав этих средств отличается в зависимости от специфики организации и состава персональных данных в работе. Но, согласно требованиям <a href="https://www.consultant.ru/document/cons_doc_LAW_137356/">постановления Правительства № 1119</a> и <a href="https://fstec.ru/dokumenty/vse-dokumenty/prikazy/prikaz-fstek-rossii-ot-18-fevralya-2013-g-n-21">приказов ФСТЭК</a>, в любых информационный системах ПДн необходимо обеспечить как минимум защиту от вирусов, идентификацию и аутентификацию пользователей, контроль установки и работы ПО, регистрацию событий безопасности. Все это — прикладные, технические ИБ-меры, и без их реализации невозможно подтвердить соответствие регуляторным требованиям.</p> <p>Во-вторых, использование технических средств минимизирует вероятность утечек и позволяет выявлять их предпосылки на ранних стадиях. Например, если попытка пересылки персданных будет зафиксирована и вовремя заблокирована, то такой инцидент не повлечет ответственности компании. Даже если утечка произойдет, но компании удастся ее пресечь до того, как посторонние получат доступ к данным, это будет основанием для прекращения дела по малозначительности.</p> <h3>Немного рекомендаций</h3> <p>Вот несколько советов, как снизить риск штрафов:</p> <ul> <li> <strong>Проведите аудит файловой инфраструктуры.</strong> Определите, на каких ресурсах у вас хранятся персональные данные, не истек ли срок их обработки, кто имеет доступ к ним. Уничтожьте устаревшие, дублирующие и ненужные данные — их утечка тоже чревата штрафом.</li> <li><strong>Организуйте защищенное хранение персональных данных.</strong> Минимизируйте объем ПДн на конечных устройствах пользователей, переместите информацию в сетевые папки на серверах компании. Файлы, хранящиеся там, проще контролировать и управлять доступом к ним.</li> <li><strong>Минимизируйте возможность случайной утечки</strong>: заблокируйте пересылку и выгрузку персональных данных на съемные носители без пароля или криптозащиты, установите запрет на обмен персональными данными по некорпоративным каналам связи. Такие меры помогут избежать утечки из-за ошибки или неосторожности сотрудников, а это <a href="https://searchinform.ru/uploads/sites/1/2025/02/globalnoe-issledovanie-2024.pdf">самый распространенный</a> сценарий внутренних инцидентов.</li> <li><strong>Проводите регулярное ИБ-обучение сотрудников</strong>, работающих с персональными данными. Это нужно, чтобы снизить риски, связанные с социальной инженерией, фишингом и внешними атаками. Гарантировать отсутствие таких атак невозможно, но снизить риск того, что сотрудник отправит данные или откроет доступ злоумышленнику — вполне реально. Рассказывайте в понятном и «живом» формате о том, что такое персональные данные, чем грозит их утечка, с какими уловками могут столкнуться рядовые пользователи и как их избежать, проводите учебные фишинговые рассылки и тренинги. Это можно делать силами штатной службы безопасности или ИБ, либо привлекать сторонних экспертов.</li> </ul> <p>#IMAGE_233843#</p> В мае 2025 года вступил в силу так называемый «Закон об оборотных штрафах»: поправки в Кодекс … article Дмитрий Вощуков, GR-специалист “СёрчИнформ” https://www.itweek.ru/themes/detail.php?ID=233830 Fri, 28 Nov 2025 00:00:00 +0300 <p><em>Жесткие схемы и фрагментированные архитектуры данных ограничивают инновации в области искусственного интеллекта. Тони Ким, специалист по техническому контенту и стратегиям партнерства компании MongoDB, обсуждает на портале </em><em>The</em> <em>New</em> <em>Stack</em> <em>основные функции современных платформ данных и способы эффективной миграции с унаследованных решений.</em></p> <p>Унаследованные технологии замедляют развитие ИИ, создавая препятствия для интеграции, риски для безопасности и жесткие модели данных, которые не могут поддерживать современные динамичные рабочие нагрузки. Согласно анализу внедрения ИИ в 2025 г., <a href="https://www.deloitte.com/us/en/services/consulting/blogs/ai-adoption-challenges-ai-trends.html">проведенному</a> Deloitte, почти 60% лидеров в области ИИ называют интеграцию унаследованных систем главным препятствием для внедрения агентного ИИ. Устаревшие базы данных и монолитные архитектуры вынуждают разработчиков объединять несколько систем для транзакций, поиска и вложений, что отнимает время, усложняет работу и увеличивает затраты.</p> <p>Идеальная база данных для эпохи ИИ устраняет эти ограничения за счет объединения структурированных, неструктурированных и векторных данных с помощью гибких схем, встроенной безопасности и распределенного масштабирования, чтобы команды могли сосредоточиться на инновациях, а не на борьбе с инфраструктурой.</p> <h3>Влияние унаследованных систем на разработчиков</h3> <p>Устаревшие системы не только замедляют работу, но и ограничивают возможности разработчиков и их способность к инновациям. К общим факторам, снижающим производительность, относятся:</p> <ul> <li><strong> Сложность «лоскутного одеяла»: </strong>разработчики тратят больше времени на наложение на жесткие инфраструктуры быстрых исправлений, создавая хрупкие, взаимозависимые системы, которые трудно поддерживать или расширять.</li> <li><strong> Постоянный рефакторинг:</strong> устаревшие кодовые базы не обладают модульностью и четкими границами, что вынуждает инженеров рефакторить большие участки кода только для того, чтобы добавить новые функции или интегрировать современные инструменты.</li> <li><strong> Усталость тестовых наборов:</strong> устаревшие архитектуры делают автоматизированные тесты хрупкими и трудоемкими в обслуживании, что снижает уверенность в выпусках и замедляет итерацию.</li> <li><strong> Узкие места фиксированных схем:</strong> реляционные базы данных идеально подходят для структурированных данных, но испытывают трудности с полуструктурированными и неструктурированными данными, широко распространенными в ИИ.</li> <li><strong> Ручная обработка данных: </strong>разрозненные системы и несовместимые форматы данных вынуждают разработчиков очищать, преобразовывать и синхронизировать данные вручную, вместо того чтобы сосредоточиться на разработке функций.</li> <li><strong> Торможение инноваций: </strong>все эти проблемы вместе снижают производительность, моральный дух и гибкость, заставляя команды заниматься техническим обслуживанием, вместо того чтобы быстро продвигать новые идеи.</li> </ul> <p>Согласно <a href="https://survey.stackoverflow.co/2025/work/">опросу</a> разработчиков Stack Overflow «2025 Developer Survey», более половины респондентов используют шесть или более приложений или платформ для выполнения своей работы. Переход на современные базы данных, готовые к работе с ИИ, может консолидировать и оптимизировать повседневные операции за счет упрощения кода, уменьшения трения при работе с данными и предоставления разработчикам возможности для инноваций.</p> <h3>Влияние устаревших систем на организации</h3> <p>Устаревшие системы не только вызывают разочарование у разработчиков — они создают стратегическую проблему, которая замедляет инновации, повышает затраты и ограничивает конкурентоспособность организации:</p> <ul> <li><strong> Более высокие эксплуатационные расходы: </strong>обслуживание устаревшей инфраструктуры потребляет большую часть ИТ-бюджета и отвлекает ресурсы от инициатив по модернизации.</li> <li><strong> Снижение производительности: </strong>поскольку устаревшие архитектуры являются хрупкими и сложными, они замедляют циклы выпуска, снижают масштабируемость и задерживают вывод на рынок новых продуктов и ИИ-инициатив.</li> <li><strong> Трудности интеграции:</strong> устаревшие интерфейсы и жесткие форматы данных делают подключение к современным облачным, аналитическим и ИИ-платформам сложным и подверженным ошибкам.</li> <li><strong> Ограниченная гибкость данных:</strong> традиционные реляционные схемы с трудом справляются с управлением неструктурированными и мультимодальными данными — текстом, векторами, аудио и изображениями — необходимыми для ИИ и расширенной аналитики.</li> <li><strong> Замедление инноваций:</strong> в совокупности эти ограничения заставляют организации заниматься в основном обслуживанием, не позволяя им быстро адаптироваться или использовать новые технологии.</li> </ul> <p>По данным Gartner, ИТ-руководители, которые активно управляют и сокращают технический долг, могут предоставлять услуги на 50% быстрее. Путь вперед — это внедрение базы данных, готовой к работе с ИИ, разработанной для обработки современных типов данных, эластичного масштабирования и устранения дорогостоящих обходных решений устаревших систем.</p> <h3>Что собой представляет идеальная база данных для эпохи ИИ</h3> <p>Технический долг, связанный с унаследованными технологиями, продолжает снижать производительность и замедлять инновации. В <a href="https://www.gartner.com/en/articles/ai-ready-data?utm_source=chatgpt.com">анализе</a> Gartner отмечается, что к данным, готовым для ИИ, предъявляются особые требования, и между подготовкой данных для ИИ и традиционным управлением данными существуют огромные различия. Другими словами, системы ИИ следующего поколения требуют другой основы, которая объединяет гибкость, производительность и управление. Идеальная база данных для эпохи ИИ должна удовлетворять эти потребности, делая управление данными таким же адаптивным, как и модели, которые она поддерживает. Вот основные возможности, которыми должна обладать база данных, готовая к ИИ:</p> <ul> <li><strong>Единые и интуитивно понятные данные для рабочих нагрузок реального времени. </strong>Разработчикам необходимо единое, согласованное представление своих данных — структурированных, неструктурированных и потоковых — для интерпретации сложных и быстро меняющихся взаимосвязей в своих системах, которые только усиливаются с внедрением ИИ. Как Open Data Institute (ODI), так и Thoughtworks считают модернизацию и интеграцию данных необходимыми условиями для масштабирования инициатив в области ИИ. Единая платформа, поддерживающая мультимодальные данные, сокращает время, затрачиваемое на объединение инфраструктуры и управление схемами, что позволяет ускорить создание прототипов и автоматизировать рабочие процессы ИИ.</li> <li><strong>Встроенный интеллект и память для контекстных данных. </strong>Идеальная база данных должна действовать как система записи и система интеллекта, интегрируя поиск по необработанным данным, метаданным и вложениям. Согласно <a href="https://arxiv.org/pdf/2503.04847">исследованию</a> Корнельского университета о роли баз данных в приложениях генеративного ИИ (GenAI), документные базы данных и базы данных «ключ-значение» играют все более важную роль в управлении контекстными данными для GenAI и систем генерации с расширенным поиском (RAG). Встроенный векторный поиск и семантическая фильтрация позволяют приложениям сопоставлять значения и намерения, а не только точные значения, раскрывая потенциал агентного контекстно-зависимого ИИ.</li> <li><strong>Безопасность и надежность корпоративного уровня. </strong>Для внедрения ИИ в масштабе предприятиям необходимо обеспечить доверие, управление и соответствие нормативным требованиям на уровне слоя данных. В <a href="https://www.thoughtworks.com/content/dam/thoughtworks/documents/report/tw_report_ai_readiness.pdf?utm_source=chatgpt.com">отчете</a> Thoughtworks «2025 AI Readiness Report» подчеркивается, что организации должны модернизировать инфраструктуру, чтобы ответственно и безопасно обрабатывать данные в гибридных средах. Идеальная база данных должна обеспечивать шифрование при передаче и хранении, гранулярный доступ на основе ролей, подробный аудит и соответствие стандартам, таким как SOC 2, ISO 27001, HIPAA и GDPR, гарантируя, что инновации в области ИИ не происходят за счет контроля или прозрачности.</li> </ul> <h3>Каков самый простой способ перехода к базе данных, готовой к работе с ИИ?</h3> <p>Модернизация унаследованных систем является как технической, так и стратегической задачей. Миграция накопленных за десятилетия кода, зависимостей схем и хрупких интеграций при одновременном поддержании работоспособности и безопасности требует сочетания квалифицированных инженерных кадров, интеллектуальной автоматизации и дисциплинированного процесса модернизации.</p> <p>Успешная схема модернизации должна опираться на правильные таланты, подкрепленные правильными инструментами, и руководствоваться проверенной техникой.</p> <ul> <li><strong>Таланты: доступ к специализированным знаниям. </strong>Модернизация унаследованных систем часто требует поддержки специалистов, которые понимают, как рефакторить устаревшие приложения, отображать скрытые зависимости и перепроектировать архитектуру данных, что позволяет организациям восполнить внутренний дефицит навыков и безопасно и эффективно выполнять миграцию.</li> <li><strong>Инструменты: использование интеллектуальной автоматизации.</strong> Инструменты модернизации на базе ИИ автоматизируют основные задачи миграции, включая анализ кода, обнаружение зависимостей и преобразование схем, что снижает ручную нагрузку, уменьшает риски миграции и поддерживает непрерывное тестирование и валидацию по мере обновления систем.</li> <li><strong>Техника: постепенное построение структуры и тестирование. </strong>Стратегия модернизации с низким уровнем риска начинается с определения базового поведения существующей системы, отображения всех функциональных и дата- зависимостей и постепенной проверки всех изменений посредством непрерывного тестирования, что обеспечивает стабильность и точность на протяжении всего процесса миграции.</li> </ul> <p>Дисциплинированный подход, основанный на тестировании, будь то с поддержкой внутренних команд или современных платформ, предлагает практичный и надежный путь к созданию базы данных, готовой к работе с ИИ, что в конечном итоге освобождает разработчиков от постоянной нагрузки по обслуживанию устаревших систем.</p> <p>Модернизация унаследованных систем — это первый шаг к созданию приложений, действительно готовых к использованию ИИ. Переходя от жестких, устаревших архитектур к гибким, интеллектуальным моделям данных, команды могут раскрыть скорость, масштабируемость и адаптивность, которые требуются для современных рабочих нагрузок ИИ. Организации, которые сделают этот переход сейчас, будут в наилучшем положении, чтобы в полной мере воспользоваться следующей волной инноваций в области ИИ.</p> Жесткие схемы и фрагментированные архитектуры данных ограничивают инновации в области искусственного интеллекта. Тони … article https://www.itweek.ru/themes/detail.php?ID=233811 Fri, 28 Nov 2025 00:00:00 +0300 <p><em>Композитные платформы устраняют застой в сфере ИТ благодаря модульной экосистеме, которая ускоряет доставку ПО, управляет искусственным интеллектом и устраняет разрыв в производительности, пишет на портале </em><em>The</em> <em>New</em> <em>Stack</em> <em>Массимилиано Бьянкисси, старший руководитель группы по маркетингу продуктов Mia-Platform.</em></p> <p>Современная ИТ-сфера страдает от застоя, вызванного как техническими, так и бизнес-проблемами, что делает организации чрезвычайно несклонными к риску. Чрезмерная сложность приводит к цифровому разрыву и разрыву в производительности, когда любая новая инициатива воспринимается как слишком дорогая и трудоемкая.</p> <p>С резким вхождением ИИ в эту ситуацию многие подумали, что решение было подано на блюдечке с голубой каемочкой, но проблемы с внедрением перевесили все блестящие обещания.</p> <p>Композитные платформы появились как комплексное решение для соединения различных каналов мультиопыта с их базовыми системами. Они эффективно помогают управлять ИИ, сдерживая его разрушительные недостатки и выделяя его сильные стороны.</p> <p>Однако модульная платформа не занимается только ограничением. Это мост, средство инноваций и эволюции, доступное для оптимизации разработки и сокращения сроков доставки. Единая целостная модульная экосистема для всей ИТ-фабрики может справляться со сложностью ПО и ИИ благодаря контекстуальному охвату, помогая современным организациям достигать беспрецедентной устойчивости и продвигать разработку вперед.</p> <h3>Композитность приходит на помощь</h3> <p>В течение последних нескольких лет традиционные методы разработки ПО с трудом поспевали за меняющимися требованиями бизнеса, что способствовало росту популярности композитности как трансформационного подхода. Композитность основана на взаимозаменяемых, самосогласованных строительных блоках, которые инкапсулируют определенные бизнес-функции, известные как пакетные бизнес-возможности.</p> <p>Внутренняя платформа разработчика (IDP) — одна из технологий, позволяющих задействовать композитность. Представьте себе композитные платформы как идеальные цифровые площадки, где каждая функция представляет собой легко соединяемый компонент: это модульные, целостные экосистемы, которые объединяют базовую инфраструктуру (практики платформенного инжиниринга), уровень ткани данных, уровень композитности приложений (бизнес-логика) и возможности ИИ.</p> <p>Это взаимодействие создает бесшовный, высокоадаптивный опыт разработчика, позволяющий преодолеть современный разрыв в производительности и ускорить жизненный цикл разработки ПО (SDLC) в рамках надлежащих ограничений.</p> <h3>В основе композитной платформы: стратегическая сила каталогов</h3> <p>Представьте себе весь ваш внутренний ИТ-ландшафт как распределенное и специализированное предприятие по производству продуктов питания, спроектированное не только для изготовления продуктов, но и для инноваций, производства и адаптации на высокой скорости.</p> <p>На этом предприятии у вас есть не только ингредиенты, но и тщательно организованные запасы в режиме реального времени и система схем для всего, что обеспечивает работу вашего бизнеса. Это и есть каталоги.</p> <p>Образуя двойника всего вашего ИТ-ландшафта, эти каталоги являются сердцем композитной платформы. По сути, это цифровой двойник вашей организации. Каталоги — это мощная база знаний, позволяющая централизовывать, находить и делать доступными ПО, данные, активы, события и API.</p> <p>Продолжим аналогию с пищевым предприятием. Речь идет об исчерпывающем каталоге, который включает:</p> <ul> <li><strong> ПО:</strong> это ваши готовые кулинарные модули — стандартизированные высококачественные компоненты, такие как усовершенствованная машина для производства макаронных изделий, надежное устройство для уваривания соусов или модуль безопасной обработки платежей.</li> <li><strong> Данные:</strong> представьте себе наборы данных как ингредиенты. Никто не хочет еды, приготовленной из некачественных, испорченных, неправильно приготовленных или даже сомнительного происхождения ингредиентов. Каталог данных — это ваша система управления информацией об ингредиентах. В нем подробно описаны все ингредиенты (точки данных) и их метаданные: откуда они взяты, каково их качество, насколько они свежие, кто может их использовать и для каких целей.</li> <li><strong> Активы:</strong> помимо ПО и данных, они отслеживают другие ценные инструменты, или рецепты, такие как заранее разработанные пользовательские интерфейсы для киосков приема заказов, стандартизированные алгоритмы маршрутов доставки или даже конкретные шаблоны маркетинговых кампаний.</li> <li><strong> События:</strong> это ваши коммуникационные сигналы — стандартизированные сообщения, такие как «Заказ размещен», «Оплата получена» или «Блюдо готово к выдаче». Они гарантируют, что каждая часть предприятия точно знает, что происходит в режиме реального времени.</li> <li><strong> API:</strong> каждый коммуникационный сигнал имеет соответствующий коммуникационный протокол. Эти протоколы определяют коммуникацию между вашими специализированными машинами. Как модуль «Прием заказов» сообщает модулю «Управление кухней» о начале приготовления блюда? API предоставляет точные, стандартизированные инструкции.</li> </ul> <h3>Каталог как надежная основа знаний</h3> <p>Хотя ИИ может быть помощником и катализатором инноваций для разработчиков, его ненадлежащая интеграция и использование могут привести к глупым ошибкам или просто бесполезным ответам.</p> <p>Каталоги формируют благоприятный контекст для ИИ, и эта контекстуальная структура расширяет возможности уровня интегрированного агентного ИИ:</p> <ul> <li><strong> Ценные и полезные инсайты:</strong> вы не только получаете беспрецедентную видимость, но и полезные и предметные инсайты. Вы не просто знаете, что у вас есть мука, вы точно знаете, сколько и какого вида муки у вас есть, ее стоимость, срок хранения и для каких блюд она лучше всего подходит — все как на ладони. Руководители вашей компании получают точные стратегические данные, а не общие, случайные и бесполезные ответы, что позволяет им оптимизировать процессы, выявлять новые рыночные возможности и быстро принимать обоснованные решения о новых линейках продуктов или операционной эффективности.</li> <li><strong> Ограждения для безопасного, ответственного и соответствующего нормативным требованиям ИИ:</strong> представьте себе агентов ИИ как су-шефов. Если ИИ — ваш су-шеф, помогающий во всех аспектах, то эти каталоги — его книга рецептов, стандарты качества ингредиентов и строгие правила безопасности и нормативные требования. Контекстно-зависимый агентный ИИ опирается на утвержденные компоненты, встроенные политики и стандарты, обеспечивая безопасные, ответственные и соответствующие нормативным требованиям решения.</li> </ul> <h3>Композитная платформа: один за всех, все за одного</h3> <p>Так же как наше предприятие по производству продуктов питания является хабом сотрудничества, где все кулинарные роли работают слаженно, композитная платформа является объединяющим местом для всей ИТ-фабрики.</p> <p>Независимо от роли в организации, композитная платформа на базе ИИ демократизирует доступ к SDLC через панель самообслуживания.</p> <p>Возвращаясь к нашей аналогии, композитные платформы могут принести пользу многим специалистам:</p> <ul> <li><strong> Программисты (разработчики рецептов):</strong> работают в привычной среде кодирования, с интеллектуальными подсказками и мгновенным доступом к готовым модулям кода с контролем версий, чтобы создавать новые приложения или обновлять существующие.</li> <li><strong> Бизнес-технологи (новаторы меню): </strong>соединяют бизнес-видение и технические решения с помощью визуального перетаскивания, чтобы быстро набрасывать новые «концепции блюд» (предопределенные компоненты) из каталога платформы, самостоятельно создавая прототипы.</li> <li><strong> Инженеры по данным (эксперты по поиску ингредиентов и качеству):</strong> управляют потоками данных в реальном времени и обеспечивают качество данных с помощью интуитивно понятных визуальных инструментов и автоматических проверок, и все это в одной среде.</li> <li><strong> Инженеры по надежности облачных/онпремисных систем SRE/DevSecOps (инспекторы по здоровью и безопасности):</strong> обеспечивают безопасность, соответствие нормативным требованиям и постоянную работоспособность всего объекта (инфраструктуры платформы) с помощью интегрированного мониторинга и автоматических проверок безопасности.</li> <li><strong> Инженеры платформы (менеджеры объекта): </strong>контролируют базовую инфраструктуру, обеспечивая бесперебойную и эффективную работу всего «кухонного оборудования». Другими словами, они занимаются базовой настройкой IDP.</li> </ul> <h3>Композитная платформа: каковы преимущества?</h3> <p>Композитная платформа может помочь сжать SDLC, начиная с более быстрой проверки для бизнеса — создания прототипов новых идей, разработки потенциальных решений, моделирования их влияния на рынок — и заканчивая улучшением технического исполнения, ускорением кодирования, обеспечением качества и упрощением масштабирования.</p> <p>Наиболее ощутимые преимущества:</p> <ul> <li><strong> Ускорение вывода на рынок и повышение гибкости бизнеса:</strong> композитная платформа позволяет компаниям быстро реагировать на рыночные требования и постоянно адаптировать свои цифровые предложения.</li> <li><strong> Повышение эффективности и возможности повторного использования:</strong> повторное использование цифровых компонентов значительно ускоряет разработку, повышая общую эффективность.</li> <li><strong> Оптимизация затрат и снижение рисков:</strong> способствует оптимизации затрат на разработку и эксплуатацию, снижению технического долга и минимизации бизнес-рисков.</li> <li><strong> Повышение производительности:</strong> упрощает сложные облачные среды и оптимизирует доставку ПО, стимулируя инновации и повышая производительность инженеров.</li> <li><strong> Усиление управления и соблюдения нормативных требований:</strong> обеспечивает единый подход к поддержанию и управлению качеством цифровых активов, гарантируя согласованность, безопасность и соблюдение нормативных требований.</li> </ul> <h3>Заключение</h3> <p>Композитная платформа не только помогает разработчикам справиться с чрезвычайно медленными циклами доставки, но и решает проблему тревожного увеличения цифрового разрыва и снижения производительности, убеждая организации рискнуть и принять инновационные решения.</p> <p>Она объединяет весь стек платформенной инженерии, ткань данных и композитность приложений, одновременно обеспечивая бесперебойное управление агентным ИИ.</p> <p>Композитная платформа способствует сотрудничеству и согласованности, а также значительно ускоряет SDLC, сокращая время вывода на рынок и оптимизируя затраты.</p> <p>Наконец, композитная платформа преобразует вашу ИТ-инфраструктуру из жесткой, медлительной машины в динамичную, адаптируемую и эффективную фабрику, которая может быстро создавать и развивать цифровой опыт. Речь идет о разбиении сложных проблем на управляемые, повторно используемые части, что позволяет быстрее внедрять инновации и оставаться впереди в быстро меняющемся цифровом мире.</p> Композитные платформы устраняют застой в сфере ИТ благодаря модульной экосистеме, которая ускоряет доставку ПО … article https://www.itweek.ru/themes/detail.php?ID=233841 Thu, 27 Nov 2025 15:44:41 +0300 <p>В сборке T-FLEX CAD 17.1.36.0 были улучшены стабильность работы и производительность системы, а также исправлен ряд ошибок при работе с текстами, 2D-проекциями и чертёжными видами, 3D-массивами, листовым металлом, командой «Резьба», импортом данных. Также исправлены зависания в штриховках и при нанесении позиций на большие сборки.</p> В сборке T-FLEX CAD 17.1.36.0 были улучшены стабильность работы и производительность системы, а также … message https://www.itweek.ru/themes/detail.php?ID=233840 Thu, 27 Nov 2025 15:41:28 +0300 <p>Российский производитель продуктов для защиты данных и сетевой безопасности для бизнеса «Гарда» представил систему мониторинга производительности сети (NPM) — «Гарда NPM». Решение обеспечивает технологическую независимость от зарубежных аналогов и дает бизнесу проактивный контроль над состоянием сети. Благодаря глубокому анализу трафика, прогнозному ИИ и готовой аналитике «Гарда NPM» предотвращает простои, выявляет аномалии и снижает операционные затраты, превращая ИТ-инфраструктуру из источника проблем в драйвер стабильности.</p> <p>Усложнение корпоративных сетей делает традиционные подходы к мониторингу недостаточными. Компании сталкиваются с непредсказуемыми простоями и скрытыми угрозами, маскирующимися под легитимный трафик. «Гарда NPM» решает эти задачи, предлагая комплексный бизнес-ориентированный подход.</p> <p>«Гарда NPM» устраняет риски для бизнес-процессов за счет проактивного определения проблем с производительностью сети. В реальном времени система выявляет задержки и «узкие места» до того, как они повлияют на стабильность бизнес-процессов. Это напрямую повышает отказоустойчивость ИТ-инфраструктуры, которая является основой всех цифровых операций компании.</p> <p>Новая система мониторинга производительности сети от «Гарда» решает ключевые задачи ИТ-подразделений, обеспечивая проактивное выявление отклонений и быстрое установление причин сбоев. «Гарда NPM» предоставляет полную видимость работы сети: от декодирования протоколов и отслеживания метрик до наглядной визуализации на дашбордах показателей производительности. В результате, ИТ-команды и службы эксплуатации получают точное понимание первопричин инцидентов.</p> <p>Встроенный ИИ учится понимать «норму» для сети заказчика и автоматически предупреждает об отклонениях. Это позволяет предотвращать проблемы на ранней стадии, значительно экономя время и ресурсы ИБ- и ИТ-персонала и снижая нагрузку на команду за счет автоматизации рутинного мониторинга.</p> <p>«Гарда NPM» ускоряет принятие решений с помощью аналитических дашбордов и отчетов. 29 готовых виджетов и продуманный механизм построения отчетов предоставляют руководителям и инженерам исчерпывающую информацию для обоснованных управленческих и технических решений, позволяя быстро оценить состояние сети и выявить проблемные зоны.</p> <p>Система может выступать ядром единого центра управления для скоординированного реагирования. Широкие возможности интеграции с SIEM-системами и поддержка различных механизмов оповещений (e-mail, SNMP-трапы) позволяют бесшовно встроить «Гарда NPM» в существующие процессы, что гарантирует оперативное разрешение инцидентов.</p> <p>Решение легко внедрить в любую корпоративную инфраструктуру без угрозы ее стабильности. Поддержка стандартов сетевой телеметрии NetFlow, IPFIX, NSEL и технологий анализа копии трафика /SPAN обеспечивает гибкость интеграции без необходимости изменять текущую сетевую архитектуру.</p> <p>«Мы представляем рынку уникальное решение — „Гарда NPM“ — первый российский продукт для мониторинга производительности сети, который поддерживает анализ копии сетевого трафика и сетевой телеметрии. До сегодняшнего дня этот сегмент был занят зарубежными вендорами. Наше решение не просто заменяет их, а предлагает бизнесу полноценную интеграцию с системами безопасности в рамках единой платформы анализа сетевого трафика. Это позволяет нашим клиентам не только видеть проблемы в сети, но и понимать их взаимосвязь с киберугрозами, обеспечивая полный контроль над ИТ-инфраструктурой», — отметил Станислав Грибанов, руководитель продукта «Гарда NDR».</p> Российский производитель продуктов для защиты данных и сетевой безопасности для бизнеса «Гарда» представил систему … message https://www.itweek.ru/themes/detail.php?ID=233839 Thu, 27 Nov 2025 15:39:31 +0300 <p>Российский производитель компьютерной техники iRU представил две новые серии устройств начального ценового сегмента — неттоп iRU Planio 325 и моноблок iRU Planio 235. Устройства относятся к бюджетной категории, однако их конфигурации рассчитаны на стабильную работу с основными офисными программами и повседневными бизнес-сценариями.</p> <p>Устройства оснащены процессором AMD Ryzen 5 3500U и встроенной графикой Radeon Vega 8, что обеспечивает поддержку стандартных рабочих приложений, видеосвязи и мультимедиа. В обеих сериях используется твердотельный накопитель NVMe SSD объемом до 512 Гб и оперативная память DDR4 до 16 Гб. Конструкция предусматривает возможность расширения: объем хранилища до 2 Тб, а оперативной памяти до 32 Гб.</p> <p>Неттоп Planio 325 выполнен в компактном корпусе размерами 130×127×47 мм и массой менее 500 г. Устройство может крепиться на стену или за монитор с помощью VESA-крепления.</p> <p>В числе интерфейсов — 3×USB 3.2, USB Type-C (с поддержкой передачи данных), USB 2.0, DisplayPort, HDMI, два порта RJ-45 и DC IN.</p> <p>Моноблок Planio 235 оснащён экраном диагональю 23,8 дюйма, стереодинамиками мощностью 3 Вт и веб-камерой 3 Мп с механической шторкой. Корпус выполнен в серебристом цвете.</p> <p>Среди разъёмов: 6 USB Type-A (3.2 и 2.0), HDMI-out, DisplayPort, RJ-45, а также аудиоразъёмы для наушников и микрофона.</p> <p>Обе серии доступны в нескольких конфигурациях. Пользователь или корпоративный заказчик может выбрать модель как без операционной системы, так и с предустановленной Windows 11 Pro. Апгрейд комплектующих возможен без потери гарантии.</p> <p>Вся продукция линейки iRU Planio проходит многоуровневый контроль качества на российском производстве. Устройства поддерживаются сервисной программой «iRU рядом», включающей круглосуточную горячую линию, поддержку через онлайн-портал и обслуживание в 180 сервисных центрах по России.</p> <p>Неттоп iRU Planio 325 и моноблок iRU Planio 235 доступны у дистрибьюторов и партнёров iRU.</p> Российский производитель компьютерной техники iRU представил две новые серии устройств начального ценового сегмента — неттоп … message https://www.itweek.ru/themes/detail.php?ID=233838 Thu, 27 Nov 2025 15:37:52 +0300 <p>Аналитики ведущей платформы онлайн-рекрутинга hh.ru выявили, что количество вакансий для AI-тренеров в России за неполный 2025 год продемонстрировало рекордный рост — спрос на специалистов по обучению искусственного интеллекта увеличился на 80% по сравнению с аналогичным периодом 2024 года.</p> <p>Наибольшее количество вакансий приходится на Центральный федеральный округ (65% доля от общего количества вакансий), Северо-Западный федеральный округ (11%), Приволжский федеральный округ (11%).</p> <p>Информационные технологии, системная интеграция, интернет являются ведущей отраслью по числу вакансий — на них приходится 28% от общего количества вакансий. Подобные предложения работодателей требуют глубоких знаний в области ИТ и машинного обучения.</p> <p>Финансовый сектор также демонстрирует значительный спрос на ИИ-специалистов — 18% от общего числа вакансий. Технологии искусственного интеллекта критически важны для финтеха: они используются для скоринга, обнаружения мошенничества, алгоритмического трейдинга и автоматизации клиентского сервиса. Например, тренеры AI в финтехе востребованы для обучения и тонкой настройки чат-ботов, моделей и систем принятия решений.</p> <p>СМИ, маркетинг, реклама, BTL, PR, дизайн, продюсирование суммарно дают долю 5% от всех предложений для специалистов по обучению нейросетей. Здесь запрос на компетенции в области ИИ связан с генерацией контента (текстов, изображений, видео), персонализацией рекламных кампаний и анализом больших данных о поведении аудитории. Тренеры AI в этой сфере могут работать над созданием и адаптацией моделей для креативных задач и медиапродакшена.</p> <p>Услуги для бизнеса (консалтинг, аутсорсинг, юридические и другие профессиональные услуги) составляют также 5%. В этой области ИИ внедряется для автоматизации рутинных процессов, анализа документов и улучшения клиентского опыта. Роль тренеров AI здесь может заключаться в адаптации языковых моделей под специфику корпоративных знаний баз и внутренних систем управления.</p> <p>Зарплатная медиана AI-тренеров по итогам октября 2025 года достигла 104 300 рублей, увеличившись за год на 12 500 рублей. Диапазон предлагаемых зарплат достаточно широкий — от 53 600 до 300 400 рублей.</p> <p>Показатель hh индекса, отражающий соотношение резюме к вакансиям, составляет 1,4 резюме на одну позицию. </p> Аналитики ведущей платформы онлайн-рекрутинга hh.ru выявили, что количество вакансий для AI-тренеров в России … message https://www.itweek.ru/themes/detail.php?ID=233834 Thu, 27 Nov 2025 10:44:53 +0300 <p>Большинство компаний реагирует на риски постфактум — когда проблема уже возникла. Современные GRC-системы позволяют предвидеть угрозы заранее и предотвращать их, экономя миллионы на ликвидации последствий. Рассмотрим, как автоматизация помогает выстроить проактивное управление рисками.</p> <h2>Почему ручное управление рисками больше не работает</h2> <p>Представьте типичный день риск-менеджера в крупной компании: десятки таблиц Excel, разрозненная аналитика от подразделений, бесконечные согласования документов по электронной почте. Пока он собирает данные для квартального отчета, информация уже устаревает. Решения принимаются с опозданием, а руководство получает картину рисков, которая была актуальна месяц назад.</p> <p>Компании, работающие по старинке, тратят колоссальные ресурсы на рутину. Вместо работы над перспективными задачами сотрудники занимаются перекладыванием данных из одной системы в другую. При этом вероятность ошибок и упущенных угроз только растет — человеческий фактор никто не отменял.</p> <p>Автоматизация меняет эту картину кардинально. Данные собираются в едином пространстве, отчеты формируются в режиме реального времени, а руководители получают актуальную информацию для принятия решений. GRC превращается из бюрократического бремени в инструмент стратегического планирования.</p> <h2>Что умеют современные GRC-платформы</h2> <p>Современные решения построены на принципе единого информационного пространства. Все данные о рисках, аудитах и контрольных процедурах находятся в одном месте и доступны в любой момент.</p> <h3>Прозрачность процессов</h3> <p>В современных платформах управления рисками каждый процесс можно отследить от начала до конца. Задачи автоматически назначаются ответственным, устанавливаются контрольные точки, фиксируются отклонения. Программа сама напоминает исполнителям о приближающихся дедлайнах — больше никаких забытых поручений и сорванных сроков.</p> <h3>Интеграция с корпоративными системами</h3> <p>GRC-платформы не существуют в вакууме — они интегрируются с ERP, BI и другими системами. Это позволяет видеть полную картину: не только отдельные инциденты, но и тренды, взаимосвязи между процессами, влияние рисков на финансовые показатели.</p> <h3>Искусственный интеллект на службе аудитора и риск-менеджера</h3> <p>ИИ берет на себя всю рутину: анализирует массивы данных, выявляет аномалии, помогает формировать план-проверок, выявлять недостатки и формулировать рекомендации. Аудиторы и риск-менеджеры освобождаются от механической работы и могут сосредоточиться на стратегических задачах — разработке мер по снижению рисков, оптимизации процессов, консультировании бизнеса.</p> <h2>Как правильно внедрять GRC</h2> <p>Внедрение автоматизации — это не просто установка софта. Это изменение подхода к управлению рисками во всей организации.</p> <h3>Этап диагностики</h3> <p>Первый шаг — понять, где находятся узкие места. Какие процессы отнимают больше всего времени? Где чаще всего происходят сбои? Какая информация теряется при передаче между подразделениями? Без честных ответов на эти вопросы автоматизация рискует стать дорогой игрушкой.</p> <h3>Выбор платформы</h3> <p>Универсального решения не существует. Для небольшой компании оптимален коробочный продукт с преднастроенными процессами — внедрение займет несколько месяцев и обойдется в разумную сумму. Крупному бизнесу потребуется кастомизация под отраслевую специфику и методологию — это более длительный проект, но результат будет максимально адаптирован под конкретные цели.</p> <h3>Вовлечение команды</h3> <p>Самая совершенная система бесполезна, если ее никто не использует. Обучение сотрудников и поддержка руководства критически важны для успеха проекта. Люди должны осознавать, что автоматизация — не угроза их рабочим местам, а инструмент, который освобождает от рутины и позволяет заниматься более интересными задачами.</p> <h2>Будущее уже наступило</h2> <p>GRC-системы эволюционируют от реактивного контроля к проактивному управлению. Уже сегодня передовые платформы начинают предсказывать риски до их материализации.</p> <h3>Предиктивная аналитика</h3> <p>Анализируя исторические данные и текущие тренды, программа может предупредить о вероятных проблемах заранее. Например, если в нескольких филиалах розничной сети начинают расти определенные операционные показатели, платформа сигнализирует о возможном системном сбое до того, как он приведет к серьезным потерям.</p> <h3>Второй пилот комплаенс-службы</h3> <p>Регуляторные требования постоянно меняются, и отслеживать их вручную становится все сложнее. Современные GRC-решения автоматически обновляют нормативную базу и проверяют соответствие процессов компании актуальным стандартам. Больше никаких штрафов из-за пропущенных изменений в законодательстве.</p> <h3>Стратегический ресурс для роста</h3> <p>Компании, которые первыми внедрят передовые инструменты риск-менеджмента, получат конкурентное преимущество. Они смогут быстрее реагировать на изменения рынка, эффективнее распоряжаться ресурсами, укреплять доверие инвесторов и клиентов.</p> <h2>Практический взгляд на автоматизацию</h2> <p>Автоматизация, в целом, повышает качество проверок службы внутреннего аудита и упрощает мониторинг корректирующих мероприятий. Риск-менеджмент получает прозрачность процессов и единый репозиторий данных для точного анализа. Комплаенс-функция может эффективно отслеживать выполнение обязательств и управлять рисками несоответствия.</p> <p>Автоматизация GRC — это не дань моде, а объективная необходимость для бизнеса, который хочет развиваться в условиях растущей сложности и неопределенности. Правильно выбранная и внедренная платформа превращает управление рисками из бюрократической повинности в источник конкурентных преимуществ.</p> <p>Главное, помнить, что технология — это инструмент, а не панацея. Успех автоматизации зависит от готовности компании меняться, от вовлеченности руководства и команды, от правильного выбора решения под конкретные задачи бизнеса. Но те, кто сделает этот шаг сегодня, завтра будут на шаг впереди конкурентов.</p> <p>#IMAGE_233835#</p> Большинство компаний реагирует на риски постфактум — когда проблема уже возникла. Современные GRC-системы позволяют … article Варвара Солодилова, руководитель группы аналитики GRC-платформы “Оазис” (НОТА, входит в ИТ-холдинг Т1) https://www.itweek.ru/themes/detail.php?ID=233832 Thu, 27 Nov 2025 09:01:25 +0300 <p>Российский рынок облачных технологий быстро растет. По <a href="https://www.forbes.ru/tekhnologii/550520-analitiki-sprognozirovali-trehkratnyj-rost-oblacnyh-tehnologij-v-rossii-k-2030-godu">прогнозам</a>, к 2030 году он достигнет 1,24 млрд. руб. — почти 94% компаний будут использовать облачные технологии. Динамика рынка показывает: выбор между собственным контуром и облаком перестал быть чисто техническим. Это управленческое решение, которое влияет на устойчивость ИТ-инфраструктуры и скорость изменений в бизнесе.</p> <h3>DIY-платформа: контроль, который обходится дороже, чем кажется</h3> <p>Собственная (Do-It-Yourself, DIY) инфраструктура дает компании высокий уровень контроля. Серверы, СХД, сети, средства виртуализации и безопасности находятся в прямом управлении ИТ-команды: она отвечает за конфигурации, обновления, архитектурные решения и соблюдение требований регуляторов. Для банков, производственных компаний и госструктур это по-прежнему ключевой аргумент.</p> <p>Но за контроль всегда приходится платить — и не только деньгами. Частное облако — это полноценный продукт внутри компании, который включает в себя собственную команду инженеров и DevOps, регулярные обновления и мониторинг, резервирование мощностей, закупку оборудования под будущие нагрузки и постоянную работу с техническим долгом.</p> <p>Совокупная стоимость владения такой платформой часто оказывается выше первоначальных ожиданий. Затраты растут из-за обновлений и найма специалистов, а сроки внедрения новых сервисов могут измеряться месяцами. Для части компаний с крупной и стабильной нагрузкой это оправданный выбор. Для остальных ИТ-инфраструктура постепенно превращается в ограничивающий фактор: бизнесу нужно двигаться быстрее, чем развивается собственный ЦОД.</p> <p>Опыт зарубежных компаний это подтверждает. Zynga в свое время активно использовала Amazon Web Services (AWS) для запуска игр, затем решила построить собственную инфраструктуру, применяя гибридный подход, но через несколько лет вернулась в AWS. В Dropbox, напротив, по большей части отказались от облака Amazon и перешли на собственную инфраструктуру, значительно сократив расходы, при этом оставили использование AWS для некоторых рабочих нагрузок. Оба примера связаны общей логикой: подход DIY работает только там, где инфраструктура — часть бизнес-стратегии, а не побочный продукт.</p> <h3>Облако как сервис: ставка на скорость и зрелость технологий</h3> <p>Модель «облако как сервис» предлагает другой подход. Например, ИТ-инфраструктура и платформенные сервисы — виртуальные машины, кластеры Kubernetes, базы данных, средства для аналитики и ИИ — предоставляются в виде готового сервиса по модели операционных расходов. Заказчикам не нужно закупать оборудование и проходить полный цикл внедрения.</p> <p>Главное преимущество такой модели — скорость вывода продуктов и сервисов на рынок. Ресурсы масштабируются по запросу, без длительных согласований. Это важно для e-commerce, финтеха, онлайн-сервисов и проектов, работающих с переменной нагрузкой.</p> <p>Отдельный аспект — устойчивость и безопасность. Крупные российские провайдеры активно инвестируют в сегментацию сети и решения для защиты данных, например, системы обнаружения и противодействия DDoS-атакам. Для многих компаний использование облачной инфраструктуры дает более высокий уровень защищенности, чем самостоятельная поддержка всех компонентов внутри.</p> <p>В сервисную модель уже встроены резервное копирование, обновления, мониторинг 24/7, контроль SLA и отказоустойчивость. Это снижает операционную нагрузку на ИТ-подразделение и позволяет сосредоточиться на развитии цифровых продуктов.</p> <h3>Гибридные сценарии: баланс между контролем и гибкостью</h3> <p>На практике всё больше компаний выбирают не одну модель, а комбинируют несколько. Критичные системы и данные, которые подпадают под жесткие требования регуляторов, остаются во внутреннем контуре. Разработка, тестовые среды, аналитика, сервисы с переменным трафиком и пилотные проекты всё чаще размещаются в облаке.</p> <p>Такой гибридный подход помогает соблюдать требования безопасности и при этом использовать преимущества облачной инфраструктуры там, где важны скорость и масштабируемость. Дополнительно компании используют мультиоблачные сценарии: распределяют нагрузки между несколькими провайдерами, выбирая оптимальные (best-of-breed) сервисы под конкретные задачи.</p> <h3>Вывод</h3> <p>Выбор между собственным облаком и моделью «облако как сервис» — это выбор не только технологий, но и способа развития. DIY-подход сохраняет максимальный контроль, но требует превращения ИТ-инфраструктуры в отдельное направление бизнеса со своими циклами и затратами. Сервисная модель снижает операционную нагрузку и дает доступ к современной технологической базе, за счет чего компании быстрее запускают новые продукты и адаптируются к изменениям.</p> <p>В условиях цифровой трансформации преимущество получают те, кто выстраивает инфраструктуру как стратегический инструмент роста, а не как цель саму по себе. Для всё большего числа российских компаний этим инструментом становятся готовые облачные сервисы — часто в сочетании с собственными контурами в гибридной архитектуре.</p> <p> #IMAGE_233833#</p> Российский рынок облачных технологий быстро растет. По прогнозам, к 2030 году он достигнет 1,24 млрд. руб … article Анна Абрамова, руководитель направления разработки облачных решений в Рег.облаке https://www.itweek.ru/themes/detail.php?ID=233831 Thu, 27 Nov 2025 08:52:33 +0300 <p><em>Все предприятия стремятся внедрить искусственный интеллект в свою деятельность. Некоторые из них используют автономных агентов, которые планируют, рассуждают и действуют в различных бизнес-системах, составляют расписания, генерируют контент, обрабатывают заявки и даже выполняют транзакции, пишет на портале </em><em>AIwire</em> <em>Крис Шихан, исполнительный вице-президент по высоким технологиям и ИИ компании Applause.</em></p> <p>Однако по мере внедрения таких агентных рабочих процессов появляются проблемы: агент принимает неверное решение, бесконечно повторяет одну и ту же операцию или запускает непреднамеренное действие. Основная причина заключается не в интеллекте модели, а в отсутствии защитных механизмов, плохом контексте или слабой валидации.</p> <p>Агентные системы ведут себя не так, как традиционное ПО. Они динамичны, адаптивны и по своей сути непредсказуемы. Их тестирование требует новой дисциплины, сочетающей в себе инженерию, управление и постоянный контроль со стороны человека. Ниже представлены стратегии, которые используют этот комбинированный подход к разработке и обеспечению качества агентного ИИ, чтобы помочь командам усилить общее качество своих агентов и других приложений.</p> <h3>1. Основывайте своих агентов на надежном, актуальном контексте</h3> <p>Для агентных рабочих процессов успех зависит не от обширных наборов данных для обучения, а от качества информации, которую агент использует для рассуждений и действий. Когда агенты полагаются на неточные результаты поиска, устаревшие данные или неполный контекст, они быстро и уверенно терпят неудачу.</p> <p><strong>Почему это важно: </strong>агенты действуют на основе того, что они видят. Дрейф контекста, вызванный устаревшими API, непроверенными документами или несогласованными графами знаний, подрывает надежность. Предприятия должны рассматривать контекст как живую инфраструктуру: управляемую, версионируемую и постоянно проверяемую. Синтетические или кэшированные данные могут способствовать повышению оперативности, но проверенная информация реального времени должна оставаться источником истины. Инвестиции в целостность контекста, а не только в количество данных, гарантируют, что агенты будут принимать решения, основанные на реальности.</p> <h3>2. Проведите тонкую настройка для обеспечения точности и контроля для конкретного домена</h3> <p>Даже при использовании базовых моделей предприятия не могут полагаться исключительно на общие рассуждения. Тонкая настройка или тщательная подготовка промптов гарантирует, что агенты правильно интерпретируют бизнес-правила, тон и границы соответствия нормативным правилам.</p> <p><strong>Почему это важно:</strong> поведение агентов должно отражать приоритеты организации — точность, безопасность, голос бренда и толерантность к риску. Адаптация посредством тонкой настройки для конкретного домена, конфигурации поиска или ограниченной логики планирования помогает предотвратить нежелательную автономию и сохранить контроль.</p> <h3>3. Держите людей в курсе</h3> <p>Отзывы людей — это не патч, а часть системы контроля. Постоянный надзор позволяет предприятиям улавливать отклонения, предвзятость или чрезмерность, прежде чем они нанесут вред. Структурированная оценка, сочетающая автоматическую телеметрию с человеческим суждением, гарантирует, что решения агентов остаются этичными, уместными и соответствующими намерениям.</p> <p><strong>Почему это важно: </strong>агенты могут быть убедительными, но они не всегда правы. Внедрение контрольных точек проверки, протоколов эскалации и циклов обратной связи позволяет обеспечить их ответственность, не ограничивая при этом их адаптивность. Разнообразные человеческие оценщики помогают выявить крайние случаи и культурные нюансы, которые упускаются при автоматическом тестировании.</p> <h3>4. Привлеките красную команду для обеспечения надежности и безопасности</h3> <p>Агентные системы требуют проактивного стресс-тестирования. Красная команда покажет, как агенты ведут себя в случаях сбоев, манипуляций или конфликта целей, от попыток инъекции промптов до отравления данных или логических ловушек.</p> <p><strong>Почему это важно:</strong> контролируемое тестирование на противодействие выявляет уязвимости до развертывания. Эффективная красная команда сочетает техническое моделирование атак с этическими и операционными сценариями неправомерного использования, обеспечивая безопасность, согласованность и устойчивость автономных агентов в производственных средах.</p> <h3>5. Проводите тестирование и мониторинг в реальных условиях предприятия</h3> <p>Ни одна тестовая среда не может воспроизвести сложность реального мира. Как только агенты начинают взаимодействовать с реальными данными, пользователями и рабочими процессами, возникают непредвиденные крайние случаи. Непрерывный мониторинг — это способ, с помощью которого предприятия сохраняют контроль, не замедляя инновации.</p> <p><strong>Почему это важно:</strong> оценка в реальных условиях позволяет зафиксировать возникающие изменения в поведение и производительности, контекстную релевантность или соответствие нормативным требованиям. Оснастите агентов телеметрией, аудитом и автоматизированными триггерами отката. Надежность — это не одноразовая сертификация, а постоянное обязательство.</p> <h3>Более широкая картина</h3> <p>Предприятия, которые добиваются успеха с помощью ИИ, не просто внедряют агентов, они создают операционные экосистемы, в которых агенты действуют ответственно, остаются приверженными истине и безопасно развиваются. Пять стратегий, описанных в этой статье, являются эффективными мерами обеспечения качества, но их необходимо постоянно контролировать и корректировать, чтобы обеспечивать надежность по мере роста агентов и изменения условий.</p> <p>Обеспечение качества для агентных систем — это не просто галочка в списке. Это архитектура доверия. Компании, которые рассматривают это как стратегическую дисциплину, интегрируя человеческое суждение, строгое тестирование и управление на каждом этапе, будут определять, как должна выглядеть ответственная автономия на предприятии.</p> Все предприятия стремятся внедрить искусственный интеллект в свою деятельность. Некоторые из них используют автономных … article https://www.itweek.ru/themes/detail.php?ID=233810 Thu, 27 Nov 2025 00:00:00 +0300 <p><em>Результаты исследования «The Forrester Wave: Enterprise Service Management Platforms, Q4 2025» вряд ли для кого станут сюрпризом: основные инвестиции в платформы управления корпоративными сервисами (ESM) сегодня связаны с искусственным интеллектом, пишет в корпоративном блоге Джули Мор, главный аналитик </em><em>Forrester</em><em>.</em></p> <p>ESM долгое время служило основой ИТ-операций, незаметно обеспечивая работу рабочих процессов, систем обработки заявок и предоставления сервисов в организациях. Но ситуация быстро меняется. ИИ больше не является перспективой на будущее, он уже сегодня стал фактором, вызывающим перемены. Последний анализ рынка показывает четкую тенденцию: платформы, которые не используют ИИ, рискуют отстать, а те, которые глубоко интегрируют его, переопределяют возможности управления сервисами.</p> <p>Эта трансформация заключается не только в добавлении инновационных функций. Не думайте, что вы сможете просто прикрутить их к своим текущим рабочим процессам. Речь идет о переосмыслении того, как работают сервисные команды, как принимаются решения и как создается ценность в масштабах всего предприятия. ИИ меняет правила, и ведущие поставщики в этой области уже играют по другим правилам.</p> <h3>ИИ — основа современного ESM</h3> <p>Наиболее значительным изменением в сфере управления корпоративными сервисами сегодня является переход ИИ из разряда «приятных дополнений» в разряд «основных функций». Ведущие поставщики платформ внедряют ИИ на всех уровнях предоставления сервисов — от маршрутизации и устранения инцидентов до прогнозной аналитики и интеллектуальной автоматизации. Речь идет не о чат-ботах, отвечающих на часто задаваемые вопросы. Речь идет об ИИ-агентах, которые понимают контекст, предвидят потребности и принимают решения, которые ранее требовали вмешательства человека.</p> <p>Эта эволюция позволяет службам поддержки перейти от реактивного к проактивному подходу. Инсайты на основе ИИ помогают командам выявлять закономерности, предотвращать сбои и оптимизировать распределение ресурсов до возникновения проблем. Результатом является не только более быстрое, но и более интеллектуальное обслуживание. А для ИТ-руководителей это означает меньше эскалаций, лучший пользовательский опыт и больше времени, уделяемого стратегическим инициативам.</p> <h3>Управление знаниями становится более стратегическим</h3> <p>Одно из самых глубоких воздействий ИИ на ESM — это управление знаниями. Исторически базы знаний были статичными хранилищами, ценными, но часто недоиспользуемыми. Сегодня ИИ превращает их в динамичные механизмы получения инсайтов. Интеллектуальный поиск, обработка естественного языка и контекстные рекомендации упрощают пользователям и агентам поиск нужной информации в нужное время, удовлетворяя их потребности там, где они работают.</p> <p>Этот сдвиг сокращает время решения проблем и повышает показатели успешности при первом обращении. Но что еще более важно, он поднимает управление знаниями с уровня вспомогательной функции до уровня стратегического актива. Платформы, которые используют ИИ для постоянного совершенствования и расширения своей базы знаний, создают цикл обратной связи, который стимулирует постоянное улучшение. Для ИТ-руководителей это означает более эффективное принятие решений, более эффективные операции и основу для масштабируемого роста.</p> <h3>ИИ приносит бизнес-ценность</h3> <p>Интеграция ИИ в платформы ESM не только улучшает ИТ-операции, но и приносит ощутимую ценность для бизнеса. Интеллектуальная автоматизация оптимизирует рабочие процессы, сокращает ручной труд и снижает операционные затраты. Прогнозная аналитика помогает руководителям предвидеть спрос, более эффективно распределять ресурсы и согласовывать ИТ-сервисы с приоритетами бизнеса.</p> <p>Что отличает ведущие платформы, так это их способность масштабировать эти возможности в масштабах всего предприятия. Они не только решают ИТ-проблемы, но и обеспечивают межфункциональное сотрудничество, улучшают опыт сотрудников и поддерживают инициативы по цифровой трансформации. ИИ становится связующим звеном, которое связывает управление сервисами с более широкими бизнес-результатами.</p> <p>Для организаций, стремящихся оставаться конкурентоспособными, это означает переосмысление своего подхода к ESM. Больше не достаточно иметь платформу, которая просто «работает». Она должна быть интеллектуальной, адаптивной и согласованной со стратегическими целями бизнеса.</p> <h3>Все это звучит замечательно, но готовы ли мы к трансформации с помощью ИИ?</h3> <p>Для ИТ-руководителей выделяются три критически важных фактора успеха: готовность к внедрению агентного ИИ, качество источников знаний, а также требования к управлению и регулированию. Организации должны убедиться, что они готовы использовать функциональные возможности ИИ без чрезмерных инвестиций, поддерживать высокое качество баз знаний (с учетом контекста), чтобы избежать галлюцинаций ИИ, а также понимать ситуацию в области управления и регулирования, чтобы выбрать подходящего поставщика. Эти факторы меняют подход организаций к управлению сервисами, поэтому необходимо выбирать платформы, которые не только отвечают текущим потребностям, но и предвосхищают будущие требования.</p> <p>ИИ-трансформация в управлении корпоративными сервисами — это не тенденция, а поворотный момент. Платформы, которые принимают этот сдвиг, устанавливают новые стандарты эффективности, гибкости и инноваций. Для ИТ-руководителей послание ясно: будущее управления сервисами — за интеллектуальными технологиями, и действовать нужно прямо сейчас.</p> Результаты исследования «The Forrester Wave: Enterprise Service Management Platforms, Q4 2025» вряд ли для кого станут … article https://www.itweek.ru/themes/detail.php?ID=233829 Wed, 26 Nov 2025 17:21:15 +0300 <p>«МойОфис», российская продуктовая ИТ-компания, представила важное обновление своей экосистемы — релиз «МойОфис» 3.6. Версия содержит первые практические реализации разработок, расширяющих функциональность классических решений, которые были анонсированы 21 ноября 2025 года на конференции «МойОфис Призма изменений».</p> <p>В новом релизе изменения затронули такие продукты, как «МойОфис Документы Настольные», «МойОфис Документы Онлайн», корпоративный мессенджер Squadus и почтовая система «МойОфис Почта». Помимо представленных на конференции возможностей, в версии 3.6 появился ряд функций для повышения безопасности и более эффективной совместной работы.</p> <p>В «МояТаблица» впервые среди российских офисных продуктов реализована встроенная функция интерпретации VBA-макрокоманд. Сохраняйте накопленные годами отчеты, пользуйтесь сформированными ранее документами, поддерживайте привычные бизнес-процессы, не переписывая код. Просто откройте документ в «МояТаблица» — система автоматически сконвертирует рабочую версию макроса на Lua, сохранив исходный VBA-код без изменений.</p> <p>Это решение устраняет ключевое препятствие для перехода на отечественное ПО компаний, годами использовавших Excel-макрокоманды. Исходный VBA-код остается в документе и продолжает работать в Excel, а в «МояТаблица» вы получаете Lua-версию, которую можно доработать под свои задачи. В релизе 3.6 доступна бета-версия, в следующих релизах возможности будут расширяться.</p> <p>Новая функциональность особенно актуальна для объектов КИИ, требующих перехода на российское ПО в соответствии с <nobr>187-ФЗ.</nobr> Интерпретатор VBA позволяет продолжать использовать привычные макросы и соответствовать требованиям законодательства РФ.</p> <p>В релизе 3.6 представлена бета-версия новой функции Python в надстройках. Теперь можно использовать модули и библиотеки Python для расширения возможностей Lua-кода в настольных редакторах. Это открывает доступ к обширной экосистеме Python для различных сфер применения: искусственный интеллект, сложная математика и анализ данных без необходимости переписывать код.</p> <p>Новое решение позволяет одновременно использовать два языка программирования: Lua — для быстрого и легкого основного кода, Python — для решения особых задач. Функция особенно ценна для сфер деятельности, где требуются готовые модули и библиотеки Python: анализ данных, создание продвинутых графиков, визуализаций и автоматизации процессов. </p> <p>В ответ на запросы клиентов реализовано новое приложение «МоиЗаметки», предназначенное для создания и хранения личных записей. Оно позволяет быстро фиксировать мысли, идеи и планы, а затем легко находить нужную информацию.</p> <p>Для удобства работы с большим количеством записей предусмотрена система папок. Пользователь может создавать тематические разделы и вложенные папки в разделах, перемещать между ними заметки, а также переименовывать и изменять структуру папок по своему усмотрению. Поиск по названию заметок и сортировка по дате создания помогут найти нужную информацию. Важные записи можно закреплять для быстрого доступа.</p> <p>«МоиЗаметки» помогают эффективно управлять информацией: фиксировать рабочие задачи, сохранять ключевые идеи, вести списки дел. Все данные надежно хранятся в отдельном приложении и доступны в любое время.</p> <p>Теперь можно приглашать к совместной работе партнеров и контрагентов, предоставляя им безопасный доступ к документам. Внешние пользователи с новой ролью «Гость» имеют ограниченные права в системе, но могут полноценно работать с файлами, к которым им открыли доступ.</p> <p>Для подключения внешних пользователей предусмотрено два удобных способа: администратор системы может создать гостевую учетную запись либо любой пользователь может отправить партнеру ссылку-приглашение.</p> <p>Решение позволяет эффективно организовать совместную работу над документами с внешними специалистами, сохраняя контроль над данными и соблюдая политики безопасности организации.</p> <p>В новом релизе Squadus реализована интеграция с Kaspersky Scan Engine, обеспечивающая антивирусную проверку всех файлов в корпоративном мессенджере. Теперь все файлы и аватары автоматически сканируются на наличие вредоносного ПО. Обнаруженные угрозы немедленно блокируются и удаляются.</p> <p>Администраторы могут гибко управлять защитой через панель управления: включать и отключать проверку, а также настраивать параметры интеграции в соответствии с корпоративными политиками безопасности.</p> <p>Для удобства развертывания настольной версии почты на множестве рабочих мест реализована возможность централизованной настройки приложения. Администратор может создать файл конфигурации policies.json с необходимыми параметрами ОС и распределить его с помощью скриптов или инструментов управления на компьютеры. После перезапуска приложения все заданные настройки автоматически применяются, что значительно упрощает массовое развертывание и администрирование.</p> <p>Также реализована функция выборочного восстановления данных из резервных копий для веб-клиента. Теперь администраторы могут восстановить отдельные элементы — конкретное письмо, календарное событие или задачу — без необходимости загрузки всего архива данных. Это решение значительно сокращает время восстановления информации и повышает эффективность управления резервными копиями.</p> <p>Обновление почтовой системы теперь выполняется без прерывания работы веб-приложения благодаря технологии последовательного обновления компонентов. Пока один узел системы обновляется, остальные продолжают работать в обычном режиме. Пользовательские сессии сохраняются, обработка писем не прерывается, а сотрудники могут продолжать работу без каких-либо ограничений.</p> <p>Для обеспечения стабильного перехода на обновленную версию почтовой системы внедрено логирование ошибок. Администраторы отслеживают и исправляют ошибки в лог-файле, а имеющаяся у них инструкция подскажет, как действовать и решать возникающие проблемы. Это обеспечивает высокий уровень контроля над работой системы и способствует поддержанию ее бесперебойной работы.</p> «МойОфис», российская продуктовая ИТ-компания, представила важное обновление своей экосистемы — релиз «МойОфис» 3.6. Версия … message https://www.itweek.ru/themes/detail.php?ID=233828 Wed, 26 Nov 2025 14:22:10 +0300 <p><span>ГК</span> <span>«Рикор» и</span> <span>Президентская академия сотрудничают в</span> <span>области модернизации цифровой образовательной среды. В</span> <span>вуз было поставлено более 1</span> <span>тыс. мини-ПК и</span> <span>ноутбуков, адаптированных под образовательные задачи и</span> <span>включённых в</span> <span>реестр российской радиоэлектронной продукции Минпромторга.</span></p> <p>Академия реализует масштабную программу обновления материально-технической базы и цифровых инфраструктур, чтобы обеспечить студентам и преподавателям доступ к современным технологиям и отечественным решениям. В рамках программ по импортозамещению вузу требовалось современное, надёжное и производительное оборудование, полностью совместимое с российской экосистемой ПО. Именно поэтому Академия выбрала устройства «Рикор», включённые в реестр Минпромторга и выпускаемые на одном из самых современных роботизированных заводов в России. Автоматизированные линии, строгий контроль качества и специалисты, обученные на ведущих мировых производственных площадках, обеспечивают стабильность и надёжность техники при интенсивной учебной эксплуатации.</p> <p>Мини-ПК Rikor USFF 103.1 оснащены процессорами Intel Core i5-12400 с интегрированной графикой Intel UHD Graphics, 16 Гб оперативной памяти DDR4 и SSD-накопителями 512 Гб. Компактный корпус объёмом 1,5 литра помогает экономить рабочее пространство в аудиториях. Шесть USB-портов (включая Type-C) и широкий набор видеовыходов (HDMI, VGA и два DisplayPort) позволяют подключать интерактивные панели, проекторы, принтеры и внешние накопители. </p> <p>В основе ноутбуков Rikor ARZ 103.2, поставленных в Президентскую академию, — производительные процессоры AMD Ryzen 5 7430U, обеспечивающие высокую скорость работы и запас мощности для любых учебных и мультимедийных задач: от презентаций и видеомонтажа до работы с таблицами и программирования. Встроенные веб-камера, микрофон и стереодинамики обеспечивают чёткое качество видеосвязи. Объём 16 Гб DDR4 и SSD на 512 Гб гарантируют быстрый запуск приложений и сохранение файлов. Также ноутбуки оснащены матовым IPS-дисплеем 15,6«, интерфейсами USB 3.2 (Type-A и Type-C), HDMI, LAN-портом, слотом для карт памяти, а также модулем Wi-Fi и Bluetooth.</p> <p>«Мы видим растущий запрос российских вузов на высококачественную технику, произведённую в стране и отвечающую требованиям современных образовательных процессов. Для нас важно, что Академия доверила нам модернизацию своей цифровой среды. Наши роботизированные производственные линии позволяют выпускать вычислительную технику, изначально ориентированную на образовательные задачи, — от мультимедийных нагрузок до работы со специализированным софтом. Устройства тестируются роботами по десяткам параметров, что гарантирует стабильность и надёжность в ежедневной учебной эксплуатации», — отметил Борис Иванов, вице-президент «Рикор». </p> ГК «Рикор» и Президентская академия сотрудничают в области модернизации цифровой образовательной среды. В вуз … message https://www.itweek.ru/themes/detail.php?ID=233827 Wed, 26 Nov 2025 14:19:10 +0300 <p>Компания GreenData, российский разработчик low-code-платформы, представила профессиональный режим отладки алгоритмов. Новый инструмент выводит работу с бизнес-логикой в low-code на уровень, привычный разработчикам в классических средах программирования и позволяет командам просматривать и проверять алгоритмы непосредственно в среде их написания.</p> <p>В корпоративных системах отсутствие прозрачной диагностики долго оставалось одним из ограничений low-code. Внутренняя логика процессов была скрыта, а анализ ошибок требовал привлечения разработчиков. Более того, во многих low-code-решениях отладка до сих пор ограничивается только логом выполнения, без возможности увидеть внутренние шаги системных процессов. Новый режим отладки устраняет этот барьер и приближает визуальную среду к возможностям профессиональных интегрированных сред разработки (IDE). В результате, бизнес-аналитики и администраторы получают доступ к детальному разбору выполнения алгоритма — построчно и с отслеживанием состояния всех переменных.</p> <p>Инструмент доступен для алгоритмов типа «Алгоритм. Карточки объектов», а также «Алгоритм. Расчет методик» и включает привычные разработчикам возможности, такие как точки остановки, выполнение до выбранной строки и пошаговый режим. По кнопке «Отладить» внизу экрана открывается область с настройками отладки и выполнения алгоритма, а также вкладки для отображения результата работы, списка переменных с их значениями и технической информации. Все функции поддерживаются в on-premise-установках платформы.</p> <p>Появление режима отладки снижает нагрузку на ИТ-отделы и ускоряет вывод изменений: ошибки локализуются за минуты, а логика процессов становится полностью прозрачной. Команды могут быстрее проверять расчеты, условия переходов и взаимодействие алгоритмов с объектами системы, что повышает стабильность и качество бизнес-функций.</p> <p>«Во многих low-code-средах отладка ограничивается логом выполнения, без возможности увидеть, что происходит внутри алгоритма. Мы решили эту проблему на уровне платформы. Новый режим дает детальный контроль над выполнением алгоритмов и делает сложные процессы понятными даже для специалистов без опыта программирования», — отметила Ксения Золотарева, директор по продукту GreenData.</p> Компания GreenData, российский разработчик low-code-платформы, представила профессиональный режим отладки алгоритмов. Новый … message https://www.itweek.ru/themes/detail.php?ID=233820 Wed, 26 Nov 2025 00:00:00 +0300 <p><em>После 2022 года рынок ИТ-оборудования сначала лихорадило: уход вендоров, паника, дефицит, скачок цен в четыре раза. Позже ситуация стабилизировалась — появились новые каналы поставок, параллельный импорт, платежные агенты. Но вместе со спокойствием пришли и другие риски. Под видом «заводских» серверов стали продавать сборки из восстановленных или неоригинальных комплектующих, а за привлекательной ценой часто скрываются компании-«однодневки», которые исчезают сразу после поставки. На бумаге всё выглядит легально — есть ГТД, серийные номера, даже упаковка с логотипом. Но в момент, когда оборудование выходит из строя, выясняется: гарантий нет, поддержки нет, а ответственность — на заказчике.</em></p> <p><em>Рассмотрим, почему дешевое оборудование часто оказывается самым дорогим решением и почему важно не только сравнивать цены, но и понимать, из чего они складываются.</em></p> <h3>От паники к перестройке: как рынок искал новые пути поставок и учился считать деньги</h3> <p>После 2022 года рынок столкнулся с беспрецедентной ситуацией — из России ушли все крупные вендоры: Dell, Hewlett-Packard, Huawei, Cisco и др. В первый момент это вызвало настоящую панику. Никто не понимал, где закупать технику, через какие каналы и что вообще делать дальше. Конечно, были компании, которые и раньше возили часть оборудования «в серую» — у них остались налаженные каналы, и они продолжили работать по старым схемам. Но в целом спрос резко вырос, а предложение — исчезло. Цены на оборудование подскочили до небес: заказчики были готовы платить в три-четыре раза больше обычного, лишь бы закрыть текущие потребности, а выбор был минимальным.</p> <p>Со временем, когда первая волна паники схлынула, рынок начал меняться. Компании стали считать деньги и искать способы покупать то же самое оборудование, но дешевле. Если раньше все стремились просто достать технику любой ценой, то теперь начали выстраивать экономику процесса.</p> <p>Многие интеграторы стали развивать собственные логистические цепочки и погружаться во внешнеэкономическую деятельность. До 2022 года такие компании существовали, но никто не возил то, что и так можно было купить внутри страны у официальных дистрибьюторов. А вот наладить поставки ушедших брендов — это уже совсем другой опыт: появились санкционные ограничения, новые юридические риски, сложные маршруты и особенности работы с зарубежными партнерами.</p> <p>Например, китайские и ближневосточные контрагенты — в ОАЭ, Сингапуре, Турции — тоже не всегда могли напрямую поставлять оборудование в Россию. Когда они понимали, что техника предназначена для российского рынка, начинались сложности. Из-за этого формировались новые, непрозрачные логистические цепочки, которых прежде просто не существовало. Появились схемы «зашифрованных» платежей, когда деньги проходили через несколько стран — Турцию, Сингапур, Эмираты — и только потом доходили до Китая. Груз часто двигался тем же путём: из страны в страну, с перевалками на складах, что приводило к значительному удорожанию и увеличению сроков поставки. Других вариантов просто не было.</p> <h3>От параллельного импорта до платёжных агентов: как рынок выстраивал новые финансовые маршруты</h3> <p>Параллельно начали формироваться и легальные схемы поставок — после того, как правительство разрешило параллельный импорт. Это решение открыло возможность официально ввозить оборудование брендов, покинувших Россию. Китайские партнеры, например, отгружали товар напрямую российским интеграторам, но расчеты проводились через третьи страны, чтобы не нарушать действующие ограничения. Многие интеграторы, ранее не сталкивавшиеся с подобными механизмами, начали осваивать их с нуля. Прямая оплата китайским поставщикам была почти невозможна: у большинства не было доступа к российским банкам. В итоге бизнес стал искать обходные решения, и на рынке появились платежные агенты — компании, специализирующиеся на переводе средств между Россией и Китаем. На первых порах их услуги обходились дорого: комиссия достигала 10% от суммы сделки. При этом риски были колоссальными — деньги могли «зависнуть» на месяцы, и предсказать момент их возврата было невозможно.</p> <p>Постепенно эти схемы совершенствовались. Появились решения, основанные на взаимных расчетах между странами. Например, российские компании покупали оборудование в Китае, а китайская сторона, в свою очередь, приобретала у российских компаний зерно или другие товары. Расчеты велись через связанные компании: платежные агенты переводили рубли на российское юрлицо, а оно мгновенно оплачивало китайским партнёрам в юанях. Это позволяло сократить сроки проведения платежей до одного-двух дней. Но увеличивало сумму сделки до 10% — фактически это была наценка только за возможность перевести деньги поставщику.</p> <p>Со временем рынок начал приходить в себя. Конкуренция росла, появлялись новые компании и новые способы перевода средств, за счёт чего комиссии постепенно снижались. Услуги платежных агентов снизились с 10 до 1,5% — в зависимости от суммы и условий. Бизнес снова начал считать деньги и активнее обращаться к китайским поставщикам. Для них это тоже стало удобным способом заработка: они понимали, что альтернатив у российских заказчиков немного, и начали играть ценами, нередко завышая стоимость оборудования.</p> <h3>Риски, которых не видно в смете: подмена сборок и «серые» поставщики</h3> <p>Многие компании уже научились организовывать поставки оборудования, однако далеко не все обеспечивают полноценное сервисное сопровождение. Поставка — лишь часть обязательств: для заказчиков критична гарантийная поддержка, которая обычно растягивается на несколько лет. Можно привезти технику по низкой цене, но если через год она выйдет из строя, а гарантийные обязательства не будут выполнены, экономия окажется иллюзорной.</p> <p>На рынке регулярно встречаются ситуации, когда предложения выглядят на <nobr>20-30</nobr> процентов дешевле среднерыночных. Важно понимать: значительное снижение стоимости не всегда означает выгоду. Нередко это сигнал о возможных рисках — как в части происхождения оборудования, так и в части фактической готовности поставщика выполнять долгосрочные обязательства. Поэтому при выборе подрядчика цена должна рассматриваться не сама по себе, а в контексте того, что за ней стоит: качество поставки, понятные гарантийные механизмы и способность реально обеспечивать поддержку на протяжении всего жизненного цикла решения.</p> <ol> <li> Часто никто не может гарантировать, какого качества приедет оборудование. Китайские партнёры нередко собирают устройства из б/у или неоригинальных комплектующих. Если не проводить проверку еще на стадии отправки из Китая, не организовывать контроль на складе в России, не делать выездной аудит поставщика, — риски возрастают многократно. Всё это требует затрат, и многие компании просто этим не занимаются. Они получают «хорошую цену», им что-то присылают в коробках. А когда начинаются проблемы, поставщику проще обанкротиться, закрыть юрлицо и открыть новое, чем решать вопросы с гарантиями.</li> <li> Есть и другая сторона — так называемые «серовозы». Формально они возят оборудование «в белую», с ГТД, но при этом не платят налоги. Такие компании работают год-два-три, потом ликвидируются и появляются под новым именем. За счёт этого оборудование у них выходит примерно на 20% дешевле, чем у тех, кто работает официально и платит все налоги. Заказчики охотно выбирают более низкую цену — пока к ним не приходит налоговая. А она, как правило, начинает проверку с конечного получателя, прослеживая всю цепочку поставок и выявляя, кто нарушил правила. К этим рискам добавляется и отсутствие гарантийной поддержки.</li> <li> Но и это еще не все: под видом «оригинальной» техники на рынок попадает оборудование из восстановленных комплектующих. Механика проста. Есть комплектующие, по которым можно определить, новые они или восстановленные. Но есть и те, где это невозможно. Заказчик может никогда не узнать, что в его сервере был установлен бывший в употреблении процессор. Тоже самое и с другими комплектующими: планками памяти, жёсткими дисками. По дискам можно ещё определить степень износа, но по процессорам — никак. Поэтому на рынке появилась одна из ключевых мер защиты — CTO-сборки — полностью заводские сборки, выполненные под конкретные конфигурации заказчиков. Оборудование собирается на заводе, проходит полный цикл контроля качества, упаковывается в фирменную коробку и получает уникальный сервис-тег. По этому тегу можно перейти на сайт производителя, сверить конфигурацию и дату выпуска. Такая схема стала важной степенью защиты конечных заказчиков. Все детали фиксируются в договорах и технической документации, чтобы заказчик получил именно то оборудование, которое было согласовано. Опыт последних лет показал, что требования к приемке поставок ужесточились — и это пошло рынку только на пользу. Сегодня заказчики нередко прописывают в контрактах обязательную проверку сервис-тегов, заводской упаковки, фирменных пломб и даже оригинального скотча. Это позволяет максимально приблизиться к идеальной модели прозрачных поставок. Однако недобросовестные поставщики и здесь находят лазейки: обещают «заводскую сборку», подписывают договор, но привозят совсем другое. В таких случаях одни заказчики просто отказываются принимать товар и выигрывают в долгосрочной перспективе. Другие — соглашаются, потому что оборудование нужно срочно, а повторный тендер займёт недели. Да, потом они больше не работают с этим партнёром, но поставка уже состоялась, и цена, как правило, оказывается далека от рыночной.</li> </ol> <h3>Чем сильнее заказчик «жмёт» по цене, тем выше вероятность, что в итоге приедет не то, что ожидалось</h3> <p>Заказчикам важно понимать, откуда складывается стоимость оборудования: она складывается не только из себестоимости железа, но и из гарантий, сервиса, логистики, наличия запасных частей и т. д. Когда ввозится оборудование из Китая, необходимо параллельно формировать гарантийный фонд — комплект ЗИП-компонентов, который позволяет выполнять обязательства по поддержке. Если у заказчика прописано, что замена должна происходить на следующий день после поломки, ждать комплектующих из Китая невозможно — это месяцы. Поэтому нужные запчасти должны закупаться заранее и храниться в резерве, чтобы в случае сбоя оборудование можно было восстановить без простоев. И если цена включает в себя поддержку, сервис, гарантию и логистику, — она обоснована. Можно везти сервер морем полгода, а можно самолётом за три дня — и это тоже влияет на итоговую стоимость.</p> <p>На рынке всегда найдутся участники, готовые заявить, что у них «дешевле». Но если большинство поставщиков называют близкие по уровню суммы, а один игрок предлагает цену на треть ниже, это сигнал для дополнительной проверки. В ИТ-сегменте, как и в любой другой отрасли, чудес не бывает: условия закупки, логистики и гарантийных обязательств для всех примерно одинаковы. Поставщики, работающие с качественным оборудованием и обеспечивающие полноценную поддержку, обычно находятся в сопоставимом ценовом диапазоне.</p> <p>Поэтому заметное отклонение в сторону демпинга нередко указывает на возможные риски — будь то происхождение оборудования, состояние каналов поставок или готовность исполнять гарантийные обязательства в полном объеме. При этом ситуация, когда один участник торгов наоборот предлагает существенно более высокую цену, тоже требует анализа: важно понять, чем обусловлено такое расхождение и насколько оно связано с реальными отличиями в предлагаемом решении.</p> <h3>Контроль, прозрачность и партнерство — основа безопасных поставок</h3> <p>Для заказчиков, закупающих ИТ-оборудование, ключевой вопрос — как убедиться, что поставка действительно легальная и оборудование соответствует заявленным характеристикам. В договоре должны быть подробно прописаны все пункты, подтверждающие официальность ввоза. Один из основных документов — ГТД, таможенная декларация. Именно она показывает, что товар прошёл таможню легально и в заявленные сроки, поэтому её необходимо тщательно проверять.</p> <p>Поддельные ГТД на рынке встречаются нередко, однако изменить дату поступления товара на таможню невозможно — она зашифрована непосредственно в номере декларации. Логика проста: оборудование не может быть растаможено раньше, чем фактически поступило на таможенный пост. Поэтому если в документах указываются даты прошлых лет, например <nobr>2023-й,</nobr> а при этом заявляется, что растаможивание произошло буквально вчера и поставка будет выполнена завтра, это свидетельствует о несоответствии данных и может указывать на подделку.</p> <p>Стоит также проверять оригинальность заводской сборки — по сервис-тегам или серийным номерам на официальных сайтах производителей. Это помогает убедиться, что техника действительно произведена на заводе, а не собрана из восстановленных или неоригинальных комплектующих.</p> <p>Отдельное внимание следует уделять гарантийным условиям. В договоре должны быть прописаны сроки и конкретные SLA — время, за которое поставщик обязуется устранить неисправность. Это прямой показатель надежности компании: тот, кто работает качественно, не боится брать на себя обязательства по поддержке.</p> <p>И, конечно, нельзя гнаться исключительно за самой низкой ценой. Мы все хотим сэкономить — это естественно, бизнес всегда про деньги. Но важно взвешивать риски. Можно сэкономить сегодня, а завтра столкнуться с проблемами, на решение которых уйдут куда большие ресурсы. Хорошие партнерские отношения — это не просто цена, а готовность идти навстречу. Добросовестный поставщик всегда найдет способ компенсировать часть расходов в следующей поставке, предложить гибкие условия или помочь с сервисом. Всё должно строиться на диалоге и доверии.</p> <p>#IMAGE_233821#</p> После 2022 года рынок ИТ-оборудования сначала лихорадило: уход вендоров, паника, дефицит, скачок цен в четыре раза. Позже … article Дмитрий Пустовалов, директор департамента обеспечения и развития компании “ГИГАНТ Компьютерные системы” https://www.itweek.ru/themes/detail.php?ID=233809 Wed, 26 Nov 2025 00:00:00 +0300 <p><em>Дело больше не в том, сколько строк кода вы можете написать. Дело в таких навыках, как архитектурное мышление, декомпозиция проблем и коммуникация с искусственным интеллектом, пишет</em> <em>на портале The</em> <em>New</em> <em>Stack</em> <em>Анимеш Коратана, генеральный директор и основатель PlayerZero.</em></p> <p>Область программной инженерии находится на важном переломном этапе, самом значительном с момента изобретения Интернета. Навыки, которые мы приоритизировали в инженерных командах в прошлом, могут оказаться бесполезными в будущем. Когда ИИ может генерировать код для целых приложений за считанные минуты, имеет ли для нас значение, сколько строк кода инженер может написать за день? </p> <p>Умение инженера писать код больше не имеет значения. Наши потребности в навыках меняются на наших глазах. Хотя мы находимся на ранней стадии революции в области кодирования с помощью ИИ, давайте посмотрим, что мы уже узнали об инженерных командах, которые успешно идут в ногу со временем.</p> <h2>Пять основных навыков для эпохи ИИ</h2> <p>Мне посчастливилось поближе познакомиться с несколькими организациями, которые успешно используют ИИ для более быстрого выпуска инновационных продуктов. И общая тенденция, которую я заметил в наборе навыков их инженерных команд, заключается в следующем:</p> <h3>1. Написание спецификаций: искусство перевода намерений</h3> <p>Написание спецификаций для людей и ИИ — это совершенно разные вещи. Разработчики-люди могут заполнять пробелы, делать предположения и задавать вопросы, когда это необходимо. Модели ИИ лучше всего работают с ясными, исчерпывающими описаниями, которые оставляют мало места для интерпретации. Это делает особо ценными инженеров, которые могут переводить нечеткие бизнес-требования в точные, пригодные для реализации спецификации.</p> <p>Чтобы написать эффективные спецификации для ИИ, необходимо понимать цель проекта, а не только его функции. Это включает в себя способность четко документировать крайние случаи, требования к производительности, ограничения интеграции и бизнес-логику. Это означает, что нужно продумывать не только благоприятный сценарий, но и все возможные отклонения реальности от ожиданий.</p> <p>Речь идет не только о написании лучших промптов (подсказок). Речь идет о наличии реальных знаний в предметной области, таких как понимание потребностей клиентов, бизнес-контекста и причин технических решений.</p> <h3>2. Понимание архитектуры: новая ключевая компетенция</h3> <p>ИИ-инструменты генерации кода отлично справляются с такими задачами, как генерация отдельных функций, компонентов и даже целых функциональных возможностей. Однако они испытывают трудности с тем, что для людей является само собой разумеющимся: контекстом, пониманием того, как все части складываются в единую систему. Именно здесь архитектурное мышление становится критически важным навыком для инженеров.</p> <p>Инженеры, которые мыслят как архитекторы, которые понимают, как выглядит целостный системный дизайн, становятся неоценимыми. Эта роль связана с техническим видением и согласованностью, а не с передачей спецификаций или бизнес-контекста.</p> <p>Наиболее ценные инженеры обладают навыками системного мышления, анализа зависимостей и планирования интеграции. Они оценивают решения, сгенерированные ИИ, не только на предмет правильности, но и на предмет уместности в сложных и постоянно меняющихся архитектурах.</p> <h3>3. Отладка и обратное проектирование: по-прежнему уникальная сила человека</h3> <p>Создание ПО и его отладка требуют разноплановых умственных навыков. Создание — это художественный и аддитивный процесс. Вы начинаете с понимания конечной цели и двигаетесь к ней, по одной строке кода за раз. Отладка — это научный и субтрактивный процесс. Вы начинаете с рассмотрения всей архитектуры в целом и работаете в обратном направлении, чтобы точно определить неожиданное поведение.</p> <p>Хотя ИИ превосходно справляется с написанием новых строк кода, начиная с чистого листа, ему сложно понять сложные производственные системы. Люди по-прежнему лучше справляются с реверс-инжинирингом больших старых кодовых баз, чем большие языковые модели (LLM).</p> <p>Этот навык объясняет, почему революция в области ИИ-кодирования еще не полностью материализовалась. Компании десятилетиями копили сложную архитектуру, которую ИИ-помощники должны понять, прежде чем они смогут внести в нее значимый вклад.</p> <h3>4. Декомпозиция проблем и их итеративное решение</h3> <p>Вот шаблон, которую я наблюдаю в последнее время: разработчик делает с десяток промптов в ходе сеанса программирования и попадает в тупик. Почему это происходит? Он подходит к разработке линейно, как если бы он сам писал код. Вместо этого функцию нужно было разбить на более мелкие части и тестировать каждый компонент по мере продвижения.</p> <p>Одним из самых ценных навыков в эпоху ИИ является умение разбивать сложные проблемы на части, которые ИИ может эффективно решать. Это требует понимания как области проблемы, так и возможностей инструментов ИИ.</p> <p>Разработчики также должны научиться тестировать и проверять каждый шаг. Следует проверять функциональность кода, прежде чем переходить к следующему этапу. Этот итеративный процесс тестирования может показаться трудоемким, но это лучший способ избежать более серьезных проблем в будущем.</p> <h3>5. Коммуникация — базовое преимущество</h3> <p>ИИ настолько «умный», насколько мы этого от него требуем. Одним из важнейших навыков, возникающих при разработке с помощью ИИ, является способность эффективно общаться с системами ИИ и направлять их работу. Это больше, чем просто инжиниринг промптов; это умение совершенствовать результаты ИИ с помощью указаний и обратной связи.</p> <p>Основой для эффективной коммуникации с ИИ является глубокое понимание сильных и слабых сторон модели, умение разбивать сложные проблемы на составные части и способность уточнять и улучшать решения, генерируемые ИИ, с помощью обратной связи. Это навык, который сочетает в себе техническое понимание и коммуникативные навыки.</p> <p>Инженеры, которые отлично владеют ИИ, интуитивно понимают, когда использовать результаты ИИ, когда их корректировать и когда пробовать новый подход. Они учатся направлять ИИ через сложные задачи реализации, предоставляя достаточно контекста и ограничений, чтобы обеспечить принятие лучших решений без чрезмерной детализации.</p> <h2>Большая возможность</h2> <p>Инженеры, обладающие этими навыками, станут еще более ценными в эпоху ИИ. Именно они будут определять, удастся ли внедрить ИИ в своих организациях. Они станут тем фактором, который позволит инструментам ИИ создавать реальную ценность для бизнеса и клиентов.</p> <p>Руководители инженерных подразделений, которые сосредоточены на создании команд, понимающих контекст, гарантирующих согласованность и связывающих реальность клиентов с кодом, будут быстрее разрабатывать превосходное ПО, независимо от выбора инструментов ИИ.</p> Дело больше не в том, сколько строк кода вы можете написать. Дело в таких навыках, как архитектурное … article https://www.itweek.ru/themes/detail.php?ID=233824 Tue, 25 Nov 2025 18:32:41 +0300 <p>Компания «Сила» расширила товарный портфель сразу тремя реестровыми персональными компьютерами. Компьютеры работают под управлением операционных систем Linux и Windows. Среди новинок: СИЛА «Истра» РС2-5601 (запись № 10713140), СИЛА «Истра» РС2-5603 (запись № 10713141) и СИЛА «Истра» РС2-5605 (запись № 10713083).</p> <p>В компьютерах серии «Истра» используются процессоры x86 <nobr>12-го</nobr> или <nobr>13-го</nobr> поколения Intel Core с поддержкой 32 и <nobr>64-битных</nobr> приложений, что обеспечивает высокую производительность в режиме многозадачности и при выполнении ресурсоёмких приложений. Оперативная память до 64 Гб DDR4 3200, 2 DIMM слота, есть поддержка <nobr>2-канального</nobr> режима.</p> <p>Благодаря стандартному корпусу форм-фактора mATX (350×170×325 мм) модель «Истра» РС2-5601сочетает классические размеры и удобство настольного размещения. Это позволяет использовать компьютер в офисах, не загромождая рабочее пространство. В корпус можно установить до трёх накопителей HDD или SSD, что даёт возможность по мере необходимости адаптировать платформу под растущую нагрузку и хранить объём данных до 8 Тб.</p> <p>Модель «Истра» РС2-5603 представлена в узком корпусе Slim Desktop (356×102×335 мм) и оптимизирована для высоконагруженных рабочих сред, где важны гибкость и персонализация. Возможность устанавливать накопители до 8 Тб позволяет легко масштабировать дисковое пространство.</p> <p><br/> Компактный размер корпуса USFF / Micro (184×42×190 мм без учета подставки) модели «Истра» PC2-5605 позволяет разместить компьютер как горизонтально, так и вертикально, обеспечивая максимальное удобство использования. Компьютер с легкостью впишется в любое рабочее место, позволяя экономить пространство и поддерживать порядок на столе. </p> <p>На все персональные компьютеры СИЛА распространяется базовая гарантия 3 года.</p> <p>Новинки поступили в продажу в ноябре 2025 г.</p> <p>Екатерина Кухарчук, руководитель направления «Персональные системы» компании «Сила», прокомментировала: «Мы работаем над тем, чтобы предоставить нашим заказчикам максимально широкий выбор устройств для работы, соответствующих по своим качествам международным стандартам. Выход нового решения — еще один шаг в этом направлении. СИЛА „Истра“ — это не просто сборка, а продуманная российская платформа с гарантией долгосрочной поддержки, удобный инструмент для полноценной офисной работы».</p> Компания «Сила» расширила товарный портфель сразу тремя реестровыми персональными компьютерами. Компьютеры работают под … message https://www.itweek.ru/themes/detail.php?ID=233823 Tue, 25 Nov 2025 17:44:41 +0300 <p>Компания «Турбо Облако» расширила возможности для компаний, которые внедряют практики аварийного восстановления (DR) и стремятся обеспечить отказоустойчивость своих данных и сервисов. В рамках специальной акции клиенты могут развернуть резервную площадку в облаке всего за 1 рубль на первые шесть месяцев использования.</p> <p>В условиях роста числа цифровых сервисов и повышенного внимания к непрерывности работы, DR (Disaster Recovery) — аварийное восстановление IT-инфраструктуры — становится базовым элементом защиты бизнеса. Правильно построенная DR-модель позволяет минимизировать простой, быстро восстановить работу сервисов и снизить риски потери данных.</p> <p>Для многих организаций запуск резервной площадки по-прежнему ассоциируется с существенными затратами и сложностью проектирования. «Турбо Облако» предлагает более доступный вариант: компаниям предоставляется готовая облачная среда для развертывания отказоустойчивого решения с возможностью осуществить плановую проверку восстановление систем на всех этапах. Такой подход, соответствующий лучшим практикам для бизнес-критичных сервисов, помогает убедиться в эффективности выбранного решения.</p> <p>Старт стал менее затратным: для клиентов «Турбо Облака», которые подключают сервис «Виртуальная инфраструктура» до 31 марта 2026 года, доступны льготные условия на использование облачных ресурсов для DR. В первые полгода работы компания разворачивает отказоустойчивую инфраструктуру за 1 рубль, проверяет архитектуру и принимает решение о дальнейшем использовании сервиса.</p> <p>«Мы видим, что бизнес всё чаще стремится обеспечить непрерывность работы своих сервисов, но запуск DR-решения до сих пор воспринимается как сложный и дорогостоящий проект. Мы сняли эти барьеры: теперь компании могут развернуть резервную инфраструктуру в облаке на льготных условиях и убедиться в её эффективности. Это практичный путь к повышению надёжности IT-систем», — отметил генеральный директор компании «Турбо Облако» Александр Обухов.</p> Компания «Турбо Облако» расширила возможности для компаний, которые внедряют практики аварийного восстановления (DR … message https://www.itweek.ru/themes/detail.php?ID=233822 Tue, 25 Nov 2025 17:43:48 +0300 <p>Российский разработчик НТЦ ИТ РОСА объявил о выпуске операционной системы РОСА Фреш 13.1. Если предыдущий релиз линейки был ориентирован на энтузиастов и тестирование передовых технологий, то новая версия 13.1 создана для широкого круга пользователей. Приоритетами при разработке стали стабильность, расширенная совместимость с оборудованием и комфорт в повседневных задачах. Именно эта версия послужит технологическим фундаментом для будущего корпоративного релиза РОСА Хром 13.</p> <p>Ключевым фокусом разработчиков стало обеспечение беспроблемной работы оборудования сразу после установки. Благодаря внедрению механизма автоматического исправления таблиц ACPI и обновлению свободных драйверов система теперь корректно поддерживает звук, тачпады, Wi-Fi и экраны даже на специфических устройствах. В частности, обеспечена работа звука «из коробки» на ноутбуках Xiaomi MiBook 14, а на последних моделях MacBook с процессорами Intel заработали ключевые компоненты: клавиатура, тачпад и звук. Также решена проблема с мерцанием экрана на устройствах с некорректной прошивкой контроллера матрицы (например, с неправильной прошивкой LVDS-контроллера со стороны производителя). Исправлена работа тачпадов SYNA3602, которые на ряде ноутбуков прекращали работать после загрузки системы.</p> <p>Существенно упростилась работа с периферией. Благодаря обновлению компонентов, обеспечивающих поддержку протоколов WSD и eSCL, принтеры, сканеры и МФУ большинства производителей работают еще лучше — полностью автоматически и без ручной установки драйверов. Для ситуаций, когда требуется расширенная настройка принтеров и МФУ производства HP, интерфейс специализированной утилиты HPLIP был полностью переведен на русский язык. Также улучшена поддержка российских платформ «Байкал-М».</p> <p>Для повышения надежности в РОСА Фреш 13.1 обновлена логика фирменной утилиты обновлений («Светофор»). Система научилась заботиться о безопасности оборудования и данных: она не предложит начать обновление, если заряд батареи ноутбука ниже 40%, и напомнит о необходимости перезагрузки после обновления важных компонентов. Кроме того, добавлена удобная опция автоматического выключения компьютера после завершения обновлений, а также реализована автоматическая установка подходящих драйверов NVIDIA (как проприетарных, так и открытых). Теперь установка драйверов NVIDIA возможна не только через команду sudo kroko-cli autoinstall, но и напрямую через графический интерфейс «Светофора» простым нажатием кнопки, с автоматическим подбором оптимальной версии.</p> <p>Визуальная часть системы также претерпела изменения. Интерфейс обновлен до версии KDE Plasma 6.4, которая стала чище и плавнее, получив фирменную доработанную темную тему и улучшенную отрисовку шрифтов. При этом для пользователей, предпочитающих проверенные решения, в репозитории новой Платформы РОСА 13 сохранена и поддерживается среда KDE Plasma 5. Для обеспечения максимальной стабильности и совместимости по умолчанию используется графический сеанс X11, однако поддержка Wayland также доступна. В браузере Chromium (версия 142) сохранена поддержка аппаратного декодирования видео на картах Intel, что обеспечивает плавное воспроизведение 4K-контента даже на не самых производительных конфигурациях. Кроме того, браузер традиционно поддерживает ГОСТ TLS через КриптоПро «из коробки» без необходимости установки дополнительных пакетов. Обновлена набор драйверов для видеокарт Mesa до версии 25.1.8, обеспечивающей полную поддержку современных видеокарт Intel и AMD, включая Intel <nobr>14-го</nobr> поколения.</p> <p>В состав репозитория также вошли обновленные пользовательские приложения: почтовый клиент Thunderbird 140 с длительным сроком поддержки и офисный пакет МосТех.Офис (на базе LibreOffice), который получает обновления и исправления быстрее апстрима. Управление программным обеспечением стало удобнее и нагляднее: в менеджере приложений «Пакеты» (dnfdragora) появились скриншоты и переводы на русский описания у самых популярных пакетов. </p> <p>Несмотря на ориентацию на массового пользователя, система сохранила мощный инструментарий для профессионалов. В репозитории доступна поддержка файловой системы ZFS. При установке пакета zfs автоматически загружаются уже готовые модули именно под используемое ядро. Это избавляет от необходимости их компиляции на устройстве пользователя или на сервере, что экономит время и ресурсы, а также повышает безопасность системы, позволяя обойтись без установки средств разработки.</p> <p>Существенно улучшена работа с внешними носителями: благодаря переходу на драйвер ntfs3 и утилиты exfat-progs флешки и диски файловых системах NTFS и exFAT работают быстрее, а также корректно монтируются даже после небезопасного извлечения. Исправлены ошибки установки системы на существующие программные RAID-массивы и улучшена автоматическая разметка диска при установке. Добавлена возможность установки по PXE на устройства с небольшим объемом оперативной памяти благодаря поддержке монтирования образа по сети через CIFS или NFS.</p> <p>Для системных администраторов упрощена работа с SSH-ключами: пароль к закрытым ключам запрашивается только один раз за сеанс и не требуется повторно до перезагрузки. Улучшен механизм предустановки ОС на оборудование с автоматической донастройкой при первом включении. Также исправлена работа графического окружения GNOME Classic.</p> <p>Обновлен стек серверного ПО. Важным преимуществом для разработчиков и администраторов является параллельная поддержка в репозитории нескольких мажорных версий PostgreSQL (15, 16, 17, 18), что позволяет гибко подходить к выбору базы данных и переходить на новую версию БД через утилиту pg_upgrade. В качестве системной версии по умолчанию используется Python 3.11, при этом в репозиторий добавлен Python 3.12, который готов к промышленной эксплуатации и позволяет разработчикам использовать новейшие возможности языка. Для корпоративного применения улучшена работа IPSEC через Strongswan, упрощена интеграция в домены Active Directory, а также обеспечена полная совместимость контроллера домена и файлового сервера Samba с последними обновлениями Windows Server. В репозитории обновлены контейнерные, облачные и иные инструменты. например, Kubernetes 1.34, Podman 5.5, Docker 27.5, cri-tools 1.34, DHCP-сервер Kea 3.1, система логирования Vector 0.50, Consul 1.20, syslog-ng 4.8.1, rsyslog 8.25 и audit 4.0.2. Добавлены новые версии NodeJS — 22 и 24.</p> <p>Расширены возможности кастомизации: пользователи и партнёры могут устанавливать собственный логотип ОС и собирать брендированные решения на базе репозитория РОСА, включая помощь компании в сертификации и сопровождении.</p> <p>«Выпуск РОСА Фреш 13.1 — это переход от экспериментов к надежности, — отметил Вячеслав Кадомский, директор по стратегическому развитию НТЦ ИТ РОСА. — Мы сделали ставку на то, чтобы система была дружелюбной не только к ИТ-специалистам, но и к обычным пользователям. Теперь это продукт, который можно смело использовать на домашнем компьютере, будучи уверенным в стабильной работе периферии, корректных обновлениях и высокой производительности при просмотре видео или работе с документами. А на его фундаменте вскоре выпустим корпоративный релиз РОСА Хром 13».</p> <p>Новая версия операционной системы уже доступна для загрузки на официальном сайте.</p> Российский разработчик НТЦ ИТ РОСА объявил о выпуске операционной системы РОСА Фреш 13.1. Если предыдущий релиз … message https://www.itweek.ru/themes/detail.php?ID=233819 Tue, 25 Nov 2025 17:38:39 +0300 <p>Компания «Флант» анонсировала выпуск новых компонентов Deckhouse Kubernetes Platform — Deckhouse Storage и Deckhouse Managed Services, которые открывают перед пользователями новые сценарии работы с данными. Эти решения позволяют трансформировать классические СУБД в облачные сервисы и строить отказоустойчивые распределённые хранилища c использованием архитектуры Lakehouse в единой Kubernetes-инфраструктуре.</p> <p>Благодаря новой функциональности и интеграциям с ведущими вендорами, включая YADRO, пользователи Deckhouse Kubernetes Platform получают инструменты для построения хранилищ данных любого уровня сложности.</p> <p>Deckhouse Storage — это набор средств автоматизации хранения, обеспечивающий управление томами в Kubernetes. Он поддерживает локальные, реплицируемые и кластерные конфигурации хранения, автоматизируя операции с дисками от создания до удаления. Решение обеспечивает низкую задержку при операциях с данными, поддерживает снапшоты и онлайн-масштабирование томов, а также позволяет мигрировать приложения без простоя.</p> <p>Благодаря встроенной избыточности данные сохраняются даже при потере части физических дисков, а возможность восстановления данных при утрате управляющего слоя повышает надёжность инфраструктуры. Возможность хранить файлы, превышающие объём отдельного диска, делает систему гибкой для самых разных рабочих нагрузок. Stateful-приложения могут работать одновременно на нескольких узлах, а данные — быть доступны с любого узла кластера. Deckhouse Storage поддерживает возможности каждой интегрируемой системы хранения данных.</p> <p>Deckhouse Managed Services дополняет систему хранения, предлагая облачный подход к управлению СУБД, архитектурное разделение вычислений и хранения в рамках единой инфраструктуры. Metastore становится доступным как встроенный сервис платформы, а данные можно хранить в любом кластере Deckhouse — будь то локальный или удалённый ЦОД — с гибкими правилами репликации и перемещения. Вычислительные задачи могут выполняться в любом кластере независимо от физического расположения данных.</p> <p>Платформа предоставляет стандартизированные механизмы автоматизации, позволяющие интегрировать собственные дистрибутивы программного обеспечения с минимальными усилиями, а также унифицированные подходы к резервному копированию, мониторингу и управлению доступом. Поддержка охватывает как open-source, так и enterprise-решения от ведущих вендоров: PostgreSQL, Kafka, RabbitMQ, Spark, Cassandra, Redis, StarRocks, Trino, Airflow, Flink, Milvus, Cloudberry, ClickHouse и многие другие. Для ускорения внедрения доступны готовые архитектурные шаблоны под конкретные бизнес-задачи, а ИИ-агенты значительно упрощают эксплуатацию и снижают нагрузку на инженерные команды.</p> <p>«Выпуская Deckhouse Storage и Managed Services, мы отвечаем на вызов рынка, который ставит перед ним новая эра работы с данными — эра ИИ. Решения Deckhouse находят применение в широком спектре бизнес-сценариев: они подходят для задач аналитики и операционных бизнес-процессов — например, кредитных конвейеров, CRM-систем, антифрод-механизмов и аналитической отчётности для BI и госорганов. Для решения задач обучения и работы моделей искусственного интеллекта платформа предоставляет широкие возможности хранения векторов и feature-данных. Новые компоненты позволяют уйти от дорогих и неэластичных bare-metal решений к облачным архитектурам, что резко снижает затраты на хранение и упрощает эксплуатацию даже самых требовательных ИИ — и аналитических рабочих нагрузок», — отметил Константин Аксёнов, директор департамента разработки Deckhouse компании «Флант».</p> Компания «Флант» анонсировала выпуск новых компонентов Deckhouse Kubernetes Platform — Deckhouse Storage и Deckhouse … message https://www.itweek.ru/themes/detail.php?ID=233818 Tue, 25 Nov 2025 17:37:19 +0300 <p>Большинство производственных операций и объектов уже имеют цифровой «отпечаток», что порождает ряд новых возможностей и рисков. Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках мониторинга трендов цифровой трансформации промышленности изучил вклад робототехники и технологий искусственного интеллекта в обеспечение безопасности различных типов на предприятиях.</p> <p>Контекст исследования: роботизация коррелирует со снижением уровня производственного травматизма, при этом сопряжена с ростом киберугроз, минимизировать которые пытаются, в том числе, с помощью решений на основе ИИ. В обновленном в 2025 г. стандарте ISO 10218 (базовый свод норм безопасности для промышленной робототехники) впервые включены требования, связанные с кибербезопасностью.</p> <p>Показатели новых установок роботов в последние годы находятся на исторических максимумах: более 500 тыс. в <nobr>2021–2024 гг.,</nobr> как отмечают в Международной федерации робототехники. Внедрение роботизированной техники и смежных технологий позволяет выстроить комфортную и безопасную для человека среду, освободить его от опасных, вредных или рутинных операций. На данных разных стран экономисты фиксируют наличие положительной связи между внедрением роботов и снижением числа ежегодных несчастных случаев на производстве, включая смертельные исходы. Наиболее яркий пример — Китай, стремительно нарастивший парк промышленных роботов всего за одно десятилетие. Снижение травматизма в КНР (числа случаев, связанных с тяжелыми травмами, смертельными исходами или значительными экономическими потерями) пришлось на период наибольшего роста установок промышленных роботов в <nobr>2013–2019 гг.</nobr></p> <p>В целях управления робототехникой, другим оборудованием и обеспечения комплексной безопасности производственных процессов предприятия все активнее внедряют ИИ. Объем рынка ПО на основе ИИ для роботов, 65% которого занимают производственные отрасли, согласно Statista, в 2024 г. превысил 18 млрд долл. В западных экономиках доля программного обеспечения с ИИ для роботов занимает в среднем <nobr>8–12%</nobr> от общего объема рынка ИИ-решений, в Китае — 4,5%. Это один из наиболее передовых и сложных сегментов глобального рынка ИИ.</p> <p>Внедрение алгоритмов ИИ в системы кибербезопасности может обеспечить более высокий уровень защиты промышленных систем: ущерб компаний, использующих инструменты ИИ, по данным IBM, в среднем по миру составил 3,6 млн против 5,5 млн долл. у организаций, которые пока не внедрили такие инструменты киберзащиты. Однако также не исключена возможность ошибок и причинения ущерба в виде финансовых потерь, нарушенной ИКТ-инфраструктуры, вплоть до физического вреда сотрудникам. В силу потенциально высоких рисков безопасности системы на основе ИИ требуют дополнительного комплаенса в виде сертификации, в частности защиты программных компонентов, напрямую влияющих на «железо». Также набирает популярность страхование робототехники с ИИ от широкого набора инцидентов.</p> Большинство производственных операций и объектов уже имеют цифровой «отпечаток», что порождает ряд новых возможностей … message https://www.itweek.ru/themes/detail.php?ID=233817 Tue, 25 Nov 2025 10:40:03 +0300 <p>Yandex B2B Tech открывает для бизнеса доступ к новому семейству генеративных моделей Alice AI. На них уже работает нейросеть Алиса AI — теперь же бизнес сможет использовать их для своих задач и создавать на их основе собственные ИИ-приложения. По сравнению с предыдущим поколением нейросетей модель Alice AI LLM более универсальна для бизнеса: она стала умнее и лучше работает в режиме диалога. Она сможет простым языком объяснить сложные вещи, учитывая специфику бизнеса, внутренние документы и инструкции. Alice AI LLM уже можно использовать на платформе Yandex AI Studio, вскоре на ней также будет доступна Alice AI ART.</p> <p>Alice AI LLM в 60% случаев превосходит нейросети DeepSeek V3.1 и Qwen3-235b по качеству решения бизнес-задач. В сравнении с ними она лучше показывает себя при генерации ответов по документам, написании текстов и их редактировании в другой тональности или разных стилях, а также в ответах на общие вопросы. </p> <p>Alice AI LLM — это флагманская модель Яндекса, прошедшая полный цикл обучения на собственных данных компании, от загрузки общих данных о мире (претрейна) до адаптации модели под конкретные задачи (SFT). Еще до всех этих этапов в качестве изначальных параметров модели использовались веса опенсорсных моделей — это позволило сократить время на разработку модели. При этом основа итоговой модели формируется уже на следующих, более сложных этапах обучения. В результате все исходные параметры модели были пересчитаны и изменены на основе данных Яндекса.</p> <p>«Alice AI LLM сохранила все сильные стороны YandexGPT: более 40 тысяч наших клиентов используют ее ради лаконичных и четких ответов, точного извлечения данных из документов, поиска информации в RAG-сценариях. При этом мы усилили модель в тех задачах, где бизнесу нужен развернутый и „человечный“ ответ: например, объяснить специфику сложного продукта клиентам, составить ответы на возможные возражения покупателей для отдела продаж или подготовить образовательные материалы по корпоративным базам знаний. Это добавляет множество новых сценариев использования модели, востребованных у наших клиентов», — пояснил руководитель Yandex AI Studio в Yandex B2B Tech Артур Самигуллин.</p> <p>В рамках бета-тестирования доступ к Alice AI получили десятки компаний. В Just AI уже протестировали модель в агентских системах и RAG-сценариях, где ИИ может выполнять комплексные задачи: искать данные, анализировать контекст, выстраивать цепочки действий. Компания presentsimple.ai использовала модель для генерации презентаций — там отметили, что Alice AI демонстрирует более высокую креативность, например предлагает нестандартные варианты заголовков слайдов.</p> <p>При этом стоимость использования Alice AI может быть значительно ниже, чем у опенсорсных нейросетей, благодаря оптимизированному под русский язык разделению текста на токены. В один токен в Alice AI помещается примерно <nobr>4-5</nobr> символов на кириллице, а в опенсорсных моделях — примерно <nobr>2-3 символа.</nobr> Таким образом конечная стоимость использования Alice AI будет в <nobr>1,5-2</nobr> раза ниже опенсорсных моделей с той же тарификацией. Кроме того, теперь запросы пользователя к нейросети и ответы модели тарифицируются по-разному — токены «на вход» нейросети стоят в четыре раза дешевле, чем «на выход», что позволяет использовать модель более экономно. </p> Yandex B2B Tech открывает для бизнеса доступ к новому семейству генеративных моделей Alice AI. На них уже работает … message https://www.itweek.ru/themes/detail.php?ID=233800 Tue, 25 Nov 2025 00:00:00 +0300 <p><em>Данные лежат в основе практически любого современного бизнеса. Без них операции останавливаются, а решения теряют свою эффективность. По мере роста требовательности клиентов способность быстро преобразовывать сигналы о поведении пользователей в решения становится конкурентным преимуществом, пишет на портале </em><em>BigDATAwire</em> <em>Андреас Пех, руководитель отдела инженерии данных компании Exmox.</em></p> <p>В игровой рекламной технологии, где кампании и поведение в приложениях меняются каждую секунду, медленные данные являются не просто помехой, а серьезным препятствием. Эффективность следующей кампании или функции часто зависит от скорости и надежности данных, лежащих в ее основе.</p> <p>Многие компании накопили огромные массивы данных, полагая, что их объем является ключевым фактором успеха бизнеса. На самом деле эти массивы могут замедлить вашу работу. Огромный объем данных, которые компании должны сейчас обрабатывать и на основе которых они должны действовать, задерживает получение инсайтов.</p> <p>Из-за того, что компании просеивают огромные массивы данных, время, необходимое для получения действенных инсайтов, становится несоразмерным времени, необходимому для принятия быстрых бизнес-решений, которые создают конкурентное преимущество. Системы оказываются перегруженными и становятся чрезмерно сложными, а команды иногда ждут недели, чтобы получить простые инсайты. Традиционные конвейеры обрабатывают данные как побочный продукт, передавая беспорядочные события от команды к команде. Эта реактивная модель рушится под тяжестью большого объема пользовательских сигналов реального времени и требований оптимизации на основе искусственного интеллекта. Именно здесь хорошая практика DataOps становится решающим фактором.</p> <p>Хотя компании вкладывают средства в новые аналитические инструменты и модели ИИ, чтобы ускорить обработку данных, эти инструменты сами по себе не решают проблему медленной обработки данных. Корень проблемы носит гораздо более культурный характер. Чтобы достичь по-настоящему быстрой обработки данных, бренды должны начать относиться к данным как к основному, а не побочному продукту. Этот сдвиг требует измеримых целей по надежности, четкого распределения ответственности и проложенных путей, которые делают правильное решение простым решением.</p> <h3>Проблема узких мест</h3> <p>Инструменты для работы с данными могут быть полезны, но инвестиции в них, как правило, несопоставимы с затратами временем на обеспечение необходимого контекста данных и их передачу в удобном для восприятия формате.</p> <p>Компании используют фундаментально неэффективные конвейерные линии, которые невозможно исправить с помощью одних только инструментов ИИ. На такой конвейерной линии данные передают от одной команды к другой, пренебрегая тем, как следующая команда сможет понять то, чем с ней делятся. В результате того, что данные производятся как побочный продукт операций, централизованная команда по работе с данными получает огромные объемы данных, которые ей приходится очищать. В свою очередь, конвейерная линия продолжает разваливаться, поскольку команда перегружена огромным объемом данных и пытается разобраться в них, прежде чем отправить их дальше аналитикам.</p> <p>Это создает ситуацию, когда затор заложен в дизайн. Центральная команда по работе с данными усердно трудится, чтобы разобраться в этом беспорядке, но, поскольку она не создавала эти данные, она не может полностью понять или исправить возникшие проблемы. Поэтому, как только один беспорядок устраняется, сразу же возникает другой. Это создает цикл реактивных действий, когда команды постоянно исправляют неработающие отчеты после того, как первоначальная команда что-то меняет без предупреждения. Результат? Разочарованная, выгоревшая команда и медленные, ненадежные данные, которым никто не может полностью доверять при принятии решений.</p> <p>Сейчас, когда ИИ проникает во все сферы деятельности и, вероятно, увеличивает объем создаваемых данных, бренды должны переосмыслить способы управления и использования этих данных, если они хотят добиться реально высокой скорости и эффективности. Чтобы восстановить контроль, нужны две вещи: совместная ответственность за качество на источнике и объективные показатели состояния и скорости конвейера. Один из проверенных подходов, который можно использовать, — это модель «данные как продукт». Этот подход предполагает децентрализацию владения данными и применение того же тщательного контроля, что и к внешним продуктам для клиентов.</p> <p>Вот три основных принципа, которые бренды должны применять, чтобы воплотить эту операционную философию в жизнь.</p> <h3>Принцип первый: перенести ответственность на более ранние этапы</h3> <p>В области разработки ПО уже давно известно, что перенос проверки качества на более ранний этап («сдвиг влево», «shift left») позволяет снизить затраты и ускорить доставку. То же самое можно сделать и с данными: перенести проверку качества и тестирование на как можно более ранний этап цикла разработки.</p> <p>В настоящее время центральная команда по работе с данными контролирует качество данных только на заключительном этапе, и этот подход не работает. Это связано с тем, что в результате только команда домена, которая создает данные, обладает полным контекстом, необходимым для обеспечения надлежащей точности и целостности.</p> <p>Если компании сместят свой подход «влево», разработчики приложений сами возьмут на себя ответственность за данные, создаваемые приложениями. Предоставив производителю право собственности на качество, можно предотвратить возникновение постоянных проблем, прежде чем они проникнут в дашборды или модели машинного обучения.</p> <p>В конечном итоге это больше, чем просто техническое изменение. «Сдвиг влево» станет культурным изменением, направленным на внедрение принципов сетки данных (Data Mesh). Распространяя ответственность и заботу о качестве в домены, которые производят и используют данные, организации заменяют централизованный контроль совместной ответственностью. Каждый домен теперь становится создателем и защитником надежных данных, что обеспечивает управление с самого начала, а не на конечных этапах.</p> <p>Центральная команда по работе с данными превращается из уборщиков в архитекторы. Они перестают заниматься устранением неполадок в дашбордах и сосредотачиваются на защитных механизмах платформы, шаблонах и наблюдаемости, что приводит к уменьшению количества неожиданностей, ускорению получения инсайтов и повышению доверия.</p> <h3>Принцип второй: заключение контрактов на данные</h3> <p>Как и любой другой контракт, контракт на данные создает четкие правила и определения для всех участников. Он информирует производителей и потребителей о схеме набора данных, семантике, метриках качества и целевых показателях уровня обслуживания.</p> <p>Контракт на данные — соглашение, похожее на API, между производителями и потребителями данных — гарантирует потребителям, что производители будут поставлять данные в правильном формате и в соответствии с согласованными стандартами.</p> <p>Этот простой шаг может значительно уменьшить путаницу в команде и ускорить обработку данных. Он также значительно повышает доверие как к данным, так и между командами. Если команда приложения хочет внести изменение в контракт, это изменение предлагается, версионируется и утверждается заинтересованными сторонами, что предотвращает сбои.</p> <p>На практике эти контракты часто начинаются с определения событий отслеживания, которые представляют собой действующие спецификации, подробно описывающие, как системы передают данные. Они могут начинаться как простые таблицы и со временем превращаться в формальные схемы. Каждое событие определяет свою структуру, значение и правила качества, обеспечивая стабильность даже при развитии продуктов. Со временем эти определения становятся общим активом управления, превращаясь в машиночитаемый источник достоверной информации, который встраивает политику и проверки качества непосредственно в производство данных, что отражает принципы сетки данных.</p> <h3>Принцип третий: автомагистрали, а не дорожные заграждения</h3> <p>Понятно, что передача прав собственности на данные командам, которые их создают, может показаться путем к хаосу. Но речь не идет о потере контроля над ними, а о предоставлении командам свободы и инструментов для более быстрой и эффективной работы. В конечном итоге это выльется в самообслуживаемую платформу данных, где каждый потребитель может самостоятельно генерировать инсайты по стандартным вопросам и обращаться за поддержкой только при решении более сложных задач анализа.</p> <p>Центральная команда по работе с данными не должна быть изолированным стражем. Вместо этого нужно заложить основу, которая обеспечит скорость: четкую, доступную инфраструктуру, которая позволит каждой команде работать без трений — создавая магистрали, а не препятствия.</p> <p>Эта инфраструктура принимает форму стандартизированных платформ самообслуживания, шаблонов и инструментов, которые любая команда может легко адаптировать для создания своих собственных продуктов. Отсюда роль центральной команды по работе с данными эволюционирует в роль посредника, помогающего подбирать лучшие решения для обработки, мониторинга и преобразования данных.</p> <p>Эта модель, которая приносит пользу всем. В то время как команда домена получает возможность управлять своими собственными продуктами, центральная команда получает возможность управлять регулированием, безопасностью и совместимостью во всем бизнесе.</p> <p>Нынешняя устаревшая модель обработки данных больше не подходит для компаний, которые в значительной степени полагаются на получаемые инсайты. Мы видим, что данные становятся ключевым фактором, определяющим рабочие процессы на всех уровнях бизнеса, и поэтому необходимо избегать низкой скорости обработки данных.</p> <p>Инжиниринг данных как продукта — это способ преодолеть это узкое место.</p> <p>Данные должны формировать будущее бизнеса — запускать новые идеи и удовлетворять потребности клиентов. Хотя ИИ и инструменты автоматизации ускоряют этот процесс, сам по себе они не являются решением проблемы. В основе успеха технологии лежит фундамент, на котором они работают. Сначала необходимо правильно выстроить логику и структуру, чтобы эти инструменты могли усилить то, что уже работает.</p> Данные лежат в основе практически любого современного бизнеса. Без них операции останавливаются, а решения теряют свою … article https://www.itweek.ru/themes/detail.php?ID=233815 Mon, 24 Nov 2025 15:49:43 +0300 <p>По данным DатаРу, по итогам 2025 года российский облачный рынок вырастет на уровне <nobr>28-30%,</nobr> в сравнении с 36% ростом по итогам 2024 года. Основными драйверами остаются внедрение искусственного интеллекта, которое усиливает потребность в дефицитном специализированном оборудовании, высокая ключевая ставка и общая нехватка квалифицированных ИТ-кадров. В 2026 году эксперты компании ожидают дальнейшего замедления динамики — до <nobr>23-25% —</nobr> и перехода рынка в «зрелую» фазу.</p> <p>Российский облачный рынок прошел путь от сдержанного отношения к облачным технологиями в <nobr>2022–2023 году,</nobr> вызванного резким уходом из страны зарубежных вендоров, повышенными рисками в области безопасности данных и недостаточной зрелостью отечественных сервисов, до «бума» в 2024 году, когда его объем увеличился на 36%. 2025 год характеризуется замедлением динамики — по прогнозам DатаРу, рынок вырастет на <nobr>28-30%.</nobr></p> <p>На это повлияло, с одной стороны, то, что большинство крупнейших заказчиков уже завершило или находится на завершающей стадии реализации проектов по импортозамещению облачных сервисов. Основной вклад в дальнейший прирост рынка вносит средний бизнес, следующий за отраслевыми лидерами, а также расширение уже запущенных облачных проектов. С другой стороны, с весны наблюдается сокращение бюджетов заказчиков на цифровизацию, что объясняется текущей экономической ситуацией. Средства направляются преимущественно в бизнес-критичные проекты, а стратегические инициативы временно откладываются или сворачиваются.</p> <p>При этом рынок продолжает расти, хоть и чуть медленнее, чем годом ранее. В первую очередь драйвером выступает резкое увеличение интереса к технологиям искусственного интеллекта и машинного обучения enterprise-уровня. Они требуют высокопроизводительных вычислений, что стимулирует спрос на специализированные облачные сервисы, такие как GPU-as-a-Service (GPUaaS), прежде всего в формате HaaS — то есть на собственной инфраструктуре производителя. В России подобные сервисы предоставляет уже более 15 компаний. </p> <p>Кроме того, на динамике рынка сказывается экономическая нестабильность, которая заставляет компании пересматривать бюджеты на ИТ, а также продолжающийся дефицит ИТ-кадров. Облачные решения привлекательны для бизнеса за счет возможности быстро запускать проекты с минимальными затратами на собственную инфраструктуру и поддержку, а также отсутствия необходимости держать полноценный штат ИТ-специалистов.</p> <p>Ключевым трендом 2025 года на облачном рынке стало смещение фокуса внимания с экономической эффективности облаков на их устойчивость и предсказуемость. Управленческие решения все чаще принимаются с прицелом на минимизацию операционных, финансовых и комплаенс-рисков. Выбор отечественных поставщиков становится одним из факторов обеспечения бесперебойной работы ИТ-инфраструктуры. </p> <p>При этом сохраняется страх «зависимости от одного вендора» (vendor lock‑in), особенно в крупном бизнесе. Компании распределяют рабочие нагрузки между облачными провайдерами и собственными дата-центрами. Мультиоблачность становится стандартом для индустрии. </p> <p>Наконец, все большую популярность обретают облачные решения для обеспечения непрерывности бизнеса. Сервисы резервного копирования (Backup as a Service) и аварийного восстановления (Disaster Recovery as a Service) помогают повысить надежность инфраструктуры и соответствовать новым требованиям регуляторов. Поэтому спрос на них увеличивается — по оценкам DатаРу, в 2025 году он вырос на 20%. </p> <p>В 2026 году аналитики компании ожидают дальнейшего замедления роста рынка — вплоть до <nobr>23-25%.</nobr> При этом рынок ожидает сегментация. Крупные «гиганты», такие как Yandex Cloud, VK Cloud Solutions, MWS (бывший МТС Cloud), укрепляют свои экосистемы, предлагая широкий набор сервисов — от IaaS до готовых решений для ИИ. При этом они фокусируются на массовом сегменте. Чтобы сохранить долю рынка, небольшие провайдеры уходят в узкие ниши — конкурируя с корпорациями не за счет цены, а благодаря глубиной экспертизе в решении конкретных задач заказчиков.</p> <p>«Рынок переходит в устойчивую, зрелую фазу развития. Снижение темпов роста в этом случае вызвано не кризисом спроса, а насыщением рынка. Многие компании уже используют отечественные облачные сервисы — российские поставщики могут предложить заказчикам решения уровня enterprise, способные конкурировать с зарубежными аналогами. Дальнейшее развитие рынка будет связано с переходом на облака среднего сегмента бизнеса, а также расширением текущих проектов и управлением устойчивостью облачной инфраструктуры», — прокомментировал Владимир Турлачев, директор по продажам «DатаРу Облако».</p> По данным DатаРу, по итогам 2025 года российский облачный рынок вырастет на уровне 28-30%, в сравнении … message https://www.itweek.ru/themes/detail.php?ID=233814 Mon, 24 Nov 2025 15:47:59 +0300 <p>Провайдер облачных и AI‑технологий Cloud.ru открыл бесплатный доступ к новой флагманской языковой модели из семейства GigaChat 3.0. Модель GigaChat Lightning стала доступна всем зарегистрированным пользователям Cloud.ru в каталоге Evolution Foundation Models.</p> <p>GigaChat Lightning (10B-A1.8B) получила название благодаря своей скорости инференса и стала самой компактной и быстрой моделью в линейке. Она оптимизирована для локального запуска на ноутбуке и поддержки быстрых продуктовых итераций. Модель конкурирует с мировыми лидерами open source в своей категории: превосходит Qwen3-4B в русскоязычных задачах и не уступает ей в диалоге, анализе документов и решении прикладных бизнес-задач. Скорость GigaChat Lightning в 1,5 раза выше Qwen3-4B и сравнима с моделью Qwen3-1.7B.</p> <p>Подключение GigaChat Lightning через Evolution Foundation Models возможно по OpenAI‑совместимому API. Сейчас модель находится на стадии тестирования, доступ к ней будет оставаться бесплатными до его завершения.</p> <p>Вся информация, обрабатываемая GigaChat Lightning, хранится исключительно на территории России и обрабатывается в соответствии с требованиями законодательства. Это позволяет применять модель там, где особенно высоки требования к безопасности и точности соответствия контексту русского языка.</p> <p>«Пользователи Cloud.ru одними из первых получают доступ к самым передовым языковым моделям на рынке. Модель GigaChat Lightning появились в каталоге Evolution Foundation Models на следующий день после официального релиза. Это позволит бизнесу быстро запускать собственные AI-решения на ее базе без необходимости разворачивать инфраструктуру или разрабатывать код», — сказал директор по развитию бизнеса Cloud.ru Михаил Лобоцкий.</p> Провайдер облачных и AI‑технологий Cloud.ru открыл бесплатный доступ к новой флагманской языковой модели … message https://www.itweek.ru/themes/detail.php?ID=233813 Mon, 24 Nov 2025 15:47:00 +0300 <p>Компания «СёрчИнформ» представила результаты исследования уровня информационной безопасности в московских организациях за 2025 год. В опросе приняли участие 125 специалистов по ИБ из государственных и коммерческих компаний различного масштаба.</p> <p>59% московских компаний в 2025 году сталкивались с различными инцидентами информационной безопасности по вине сотрудников: от дискредитации компании до утечек данных и корпоративного мошенничества. В 62% случаев сотрудники совершали инциденты ненамеренно, что говорит о необходимости повысить уровень осведомленности и обучить персонал правилам информационной безопасности.</p> <p>«Случайных инцидентов всегда больше, чем умышленных. Потому что даже зная общие правила безопасности, сотрудники допускают ошибки в работе с конфиденциальными документами. Именно поэтому особенно важно не только внедрять СЗИ, но и привлекать пользователей к защите. Сотрудники охотнее соблюдают правила, когда ИБ-отдел для них становится помощником, который не мешает работать и предоставляет удобные инструменты. Вендоры постепенно внедряют в СЗИ подобный функционал. Так „открытый контроль“ в СЗИ поможет сотрудникам на собственном опыте узнать, что можно делать за рабочим ПК, а что — нет», — прокомментировал заместитель генерального директора по инновационной деятельности «СёрчИнформ» Алексей Парфентьев.</p> <p>В 2025 году московские компании фиксировали: утечки данных (47%), внешнюю атаку через сотрудников (17%), откаты и взяточничество (14%), фирмы-боковики/стороннюю занятость (12%), промышленный шпионаж/работу на конкурентов (11%), дискредитацию компании (11%).</p> <p>Чаще всего в 2025 году компании сталкивались с попытками слива персональных данных (56%), внутренних регламентов и планов (48%), информации о клиентах и сделках (35%). Об утечках финансовой и технической документации сообщили 24% и 19% респондентов.</p> <p>Топ каналов, через которые сотрудники сливали информацию в 2025 году: почта (63%), мессенджеры (59%), облака (38%) и устройства хранения (32%).* В этом году ИИ-сервисы редко становились каналом утечки конфиденциальных данных, лишь 6% московских компаний сталкивались с утечками через ИИ. </p> <p>Среди виновников утечек 72% московских компаний называют рядовых сотрудников, 30% — линейных руководителей. Немного реже инциденты случались по вине руководителей направлений (22%), топ-менеджеров (15%), внештатных специалистов (12%) и контрагентов (10%).</p> <p>Большинство компаний, столкнувшихся с ИБ-инцидентами, выносили нарушителям выговор, предупреждение или замечание (75%). Санкции в виде увольнения применяли к нарушителям почти половина (52%) компаний, столкнувшихся с инцидентами ИБ. Доводили инцидент до суда лишь 10% опрошенных компаний. 9% работодателей никак не наказывали нарушителей.</p> <p>В 83% случаев инциденты в компаниях выявляли ИБ или ИТ-службы с помощью технических средств. В 32% случаев инцидент обнаружили сотрудники других подразделений компании. 9% опрошенных ответили, что им об инциденте сообщили контрагенты организации.</p> <p>«СёрчИнформ» проводит исследование «Ситуация с ИБ в компаниях России» девятый год подряд. Респонденты — специалисты по информационной безопасности компаний из различных отраслей. Опрос проводится в рамках ежегодной серии конференций Road Show SearchInform.</p> Компания «СёрчИнформ» представила результаты исследования уровня информационной безопасности в московских организациях … message https://www.itweek.ru/themes/detail.php?ID=233795 Mon, 24 Nov 2025 00:00:00 +0300 <p><em>Будут ли предприятия когда-нибудь доверять автономным системам? Опрошенные порталом </em><em>InformationWeek</em> <em>эксперты рассказывают, почему автономность остается недостижимой, как внедряется агентный искусственный интеллект и как передача полномочий от человека к ИИ будет формировать операции следующего поколения.</em></p> <p>Концепция автономного предприятия — это привлекательная перспектива будущего автоматизации, отражающая энтузиазм и прогресс, наблюдаемые в области самоуправляемых автомобилей, но применимая к бизнес- и техническим процессам.</p> <p>Концепция основана на принципе, что каждый компонент — и, в конечном итоге, предприятие в целом — может функционировать с высоким уровнем самоуправления, динамично адаптируясь к изменениям рынка и операционным требованиям с минимальным вмешательством человека.</p> <p>Важно отметить, что цель этой автономной концепции заключается в том, чтобы выйти за рамки простой жестко запрограммированной API-автоматизации и таких подходов, как роботизация процессов (RPA), которые превосходно справлялись с автоматизацией дискретных, повторяющихся задач, но оказались неустойчивыми и сложными для масштабирования.</p> <p>Чтобы устранить эти ограничения, несколько лет назад компания Gartner выступила с идеей гиперавтоматизации — комбинированного использования ИИ, процессной аналитики, RPA и других технологий для автоматизации сквозных бизнес-процессов в больших масштабах.</p> <p>Недавние достижения в области генеративного и агентного ИИ подливают масла в огонь идеи автономного предприятия. Прогресс в области обработки неструктурированных данных с помощью больших языковых моделей (LLM) прокладывает путь для систем, которые поддерживают поведение, направленное на достижение конкретных целей, во всех бизнес-функциях. Однако, несмотря на прогресс в автоматизации все большего числа процессов, по-прежнему существуют пробелы в достижении истинной автономности предприятия.</p> <p>Прогресс в области автономности предприятий, сопровождающийся взлетами и падениями, схож с динамикой развития самоуправляемых автомобилей. Системы становятся все более совершенными в автоматизации большей части бизнес-среды, но, как и в случае с самоуправляемыми автомобилями, они по-прежнему полагаются на бдительного человека, готового в любой момент взять на себя управление, если что-то пойдет не так.</p> <p>Настоящая автономность начинает появляться, но только в географически ограниченных или строго регламентированных условиях. И когда эти ограниченные системы сталкиваются с новыми или неожиданными проблемами — подобно тому, как самоуправляемый автомобиль застревает в глухом переулке или блокирует доступ спасателей — они часто терпят неудачу по-новому, снова требуя вмешательства человека.</p> <h3>Парадокс автономности</h3> <p>Фундаментальный парадокс автономного предприятия заключается в том, что, хотя автономность является явной целью для многих руководителей предприятий, использование термина «автономный» — особенно поставщиками — вызывает у них немедленное сопротивление.</p> <p>«Проще говоря, для предприятий „автономность“ в настоящее время означает больше рисков, чем положительных эффектов. Предприятия не доверяют автономности ИИ [в этих системах]», — говорит Ник Крамер, руководитель отдела прикладных решений консалтинговой компании SSA   Co.</p> <p>Действительно, приходит множество сообщений о том, как автономный ИИ выходит из-под контроля, что приводит к серьезным последствиям. Чат-боты становятся предметом судебных исков из-за неточных рекомендаций. CrowdStrike вывела из строя ИТ-системы по всему миру из-за неудачного обновления. Совсем недавно AWS пережила массовый сбой из-за автоматического распространения неправильной настройки DNS.</p> <p>На практике это проявляется в том, что в процессе аугментации часто требуется участие человека. «Аугментация — это слово, которое мы часто используем, — отмечает Крамер. — Даже с эмоциональной точки зрения, его коннотация сместила акцент с автономности на агентность. Агенты помогают нам, людям, в то время как автономные системы заменяют нас».</p> <h3>Что содержится в названии? Разделение на автономные и агентные системы</h3> <p>Семантика играет ключевую роль в переходе к самоуправляемым бизнес-системам. Нишант Удупа, директор практики Everest Group, объясняет, что хотя термины «автономный» и «агентный» во многом являются синонимами, их практическое использование различается.</p> <p>«В целом, автономные системы означают независимые или самоуправляемые объекты, состоящие из нескольких агентов», — объясняет он. Термин «агентный», напротив, используется для обозначения отдельных агентов, работающих в координации для создания этих автономных или самоуправляемых систем.</p> <p>Использование этих терминов также зависит от отрасли, отмечает Удупа. Он поясняет, что термин «автономный» получил распространение в физических областях, таких как самоуправляемые автомобили и роботы, а термин «агентный» более популярен в программно-определяемых рабочих процессах, включая продажи, маркетинг и инжиниринг.</p> <p>Такое различие в использовании не является случайным.</p> <p>«Идея полностью автономной системы, хотя и привлекательна в теории, на сегодняшний день остается в значительной степени нереалистичной», — говорит Удупа, отмечая, что, согласно недавнему опросу 123 руководителей, проведенному Everest Group, почти 70% всех инициатив в области агентного ИИ все еще находятся на стадии доказательства концепции или пилотного проекта, а не полномасштабного внедрения. Более половины из них не продвигаются вперед из-за таких факторов, как опасения по поводу затрат, проблемы конфиденциальности данных, неопределенность в отношении правильных сценариев использования и ограниченный технический опыт.</p> <p>«Более реалистичными являются агентные компоненты — более мелкие, ориентированные на достижение конкретных целей агенты, способные автономно выполнять отдельные задачи в определенных границах», — говорит Удупа.</p> <p>Есть еще одна проблема.</p> <p>Армандо Франко, директор по технологической модернизации TEKsystems Global Services, отмечает, что для руководителей высшего звена автономное предприятие — это просто неправильный брендинг: этот термин слишком абстрактен для бизнес-лидеров. ИИ, автоматизация и ИИ-агенты являются более осязаемыми и ориентированными на результат.</p> <p>«Автономность — это результат, а не заголовок, — говорит он. — Когда вы сочетаете генеративный ИИ, интеллектуальные рабочие процессы и ориентированные на API архитектуры, вы на самом деле создаете все более самоуправляемую операционную модель».</p> <h3>Переосмысление уровней автономности предприятия</h3> <p>Усилия по стандартизации уровней автономного вождения для автомобилей дают ценные уроки для предприятий, независимо от того, используется ли термин «автономный» или «агентный». SAE International <a href="https://www.sae.org/news/blog/sae-levels-driving-automation-clarity-refinements">популяризировала</a> шестиуровневую структуру (L0-L5) для характеристики прогресса в области автономных автомобилей. Эта модель определяет разделение труда и ответственности между людьми и ИИ.</p> <p>На нижних ступенях этой лестницы возможности L1 и L2 поддерживают такие функции, как контроль скорости и удержание в полосе движения, при этом водители-люди твердо управляют операциями и берут на себя полную ответственность. На уровне L3 ИИ может взять на себя полный контроль, но люди должны быть бдительными на случай, если им понадобится быстро взять управление на себя. На уровне L4 ИИ может управлять автомобилем автономно, но только в пределах географически ограниченных зон или при определенных условиях окружающей среды. В будущем ИИ уровня L5 сможет управлять автомобилем в любых условиях.</p> <p>Эта модель имеет определенную ценность для обсуждений применительно к предприятиям, но следует с осторожностью относиться к заявлениям поставщиков. Предостерегающим примером из автомобильной отрасли является расхождение между маркетингом Tesla, рекламирующим полностью автономное вождение, и его технической реализацией, которая предлагает только ИИ уровня L2, требующий постоянного полного контроля со стороны человека.</p> <p>«В конечном итоге мы придем к некоторой стандартизации аналогичной структуры для агентного/автономного ИИ, но в настоящее время, к сожалению, мы рассматриваем эту тему скорее как маркетинговый ход», — отмечает Крамер. Наличие какой-либо аналогии концепции SAE важно, когда все согласны с тем, что ИИ является ключом к автоматизации предприятий.</p> <p>Однако также важно прояснить, что на практике означают уровни автономности. Распространенная опасность и ловушка, с которой столкнулся Крамер, — это отношение ко всем видам автоматизации как к задаче для генеративного ИИ или LLM.</p> <p>«Нам не нужны агенты для всего», — говорит он. Некоторые виды автоматизации просты и эффективны, подобно наборам правил и поведению в стиле RPA. Поэтому его команда уделяет много времени помощи клиентам в создании объективного видения для определения наиболее подходящих ИИ-решений.</p> <p>Удупа замечает, что схемы автономного управления в стиле SAE набирают популярность в некоторых областях, таких как телекоммуникации, для классификации прогресса ИИ в сетевых операциях. Но даже здесь эти схемы в первую очередь служат для направления дискуссий, а не для предоставления жестких технических спецификаций.</p> <p>«Такие схемы больше относятся к таксономии», — говорит Удупа. Они позволяют предприятию сообщать об уровне автономности, на котором оно работает, что облегчает СМИ и инвесторам понимание степени внедрения ИИ и способствует увеличению финансирования и положительному вниманию со стороны СМИ. Однако с точки зрения инженерного процесса путь от L0 до L5 является более непрерывным.</p> <h3>Разрыв между человеком и ИИ: сложность распределения ответственности</h3> <p>В схеме SAE наблюдается интересный разрыв между переходом от ИИ L2 для расширенной помощи водителю к ИИ L3 для условной автоматизации. На уровне L2 человек несет полную ответственность, даже если система сама тормозит и крутит руль. На уровне L3 система несет полную ответственность, пока не перестает ее нести, и тогда она может в любой момент потребовать от человека вернуть контроль.</p> <p>Для предприятия условный характер этой передачи ответственности создает юридическую, технологическую и человеческую проблему.</p> <p>«Проблема передачи управления в автономных корпоративных системах точно отражает разрыв между уровнями L2 и L3 схемы SAE в автономных транспортных средствах, когда ответственность переходит от человека к машине, что создает глубокую неопределенность», — говорит Крамер.</p> <p>Эта неопределенность приводит к чрезмерной уверенности в отношении автоматизации, когда человек, осуществляющий мониторинг, перестает уделять внимание системе. Когда происходит ошибка, отстраненный человек не готов взять на себя управление. Кроме того, навыки человека могут ухудшаться с течением времени, в результате чего дежурный сотрудник оказывается неподготовленным в критический момент.</p> <p>В случае возникновения проблемы неопределенность передачи ответственности затрудняет определение виновного. Кто виноват в ошибке: человек, который не заметил ее, или ИИ, который ее допустил? «Предприятия сталкиваются с идентичными проблемами», — отмечает Крамер.</p> <p>Учитывая этот разрыв, большинство предприятий отказываются переходить к условной автоматизации. В настоящее время лучшей практикой является совершенствование системы с участием человека. Такой подход снижает риски и даже позволяет достичь почти идеальной точности без галлюцинаций. Цель состоит в эффективном управлении исключениями с помощью пороговых значений событий и вмешательств, скорректированных с учетом уровня риска, истории клиента и влияния на бизнес.</p> <p>Удупа считает, что роль человека-водителя должна кардинально измениться: люди должны быть полностью исключены из рутинных процессов и перейти на новые роли. «По сути, люди в корпоративных автономных системах должны быть сосредоточены только на стратегическом управлении, управлении исключениями и постоянной оптимизации», — говорит он.</p> <p>В этой модели уровень оркестрации и принятия решений ИИ гарантирует, что человеческий контроль интеллектуально встроен в процессы, управляемые ИИ. Необходимо наличие механизмов для перехода к ручному управлению, особенно в отраслях, критичных с точки зрения безопасности и выполнения задач, таких как промышленное производство, где может потребоваться остановка завода.</p> <h3>Практические геозоны для корпоративных процессов</h3> <p>В автомобильной промышленности многие пионеры достигают невероятных успехов в области высокоавтоматизированных технологий. Примером может служить запуск сервисов беспилотных такси без рулей Waymo и Tesla, которые работают в геозонах — при этом важно, что в случае возникновения проблем дистанционные водители готовы взять управление на себя.</p> <p>Для предприятий аналогом геозон являются изолированные аспекты бизнес-процессов, где определенное сочетание ИИ и статических правил обеспечивает надежность сквозной обработки.</p> <p>«Во всех секторах наблюдается тенденция, когда предприятия внедряют автономные системы в тщательно определенных границах, а не стремятся к неограниченной автоматизации», — говорит Крамер.</p> <p>Эти системы могут работать автономно в пределах определенных границ процессов, доменных ограничений или операционных параметров, с явными точками передачи, когда сложность, риск или неопределенность превышают пороговые значения.</p> <p>Например, в обработке страховых претензий Крамер наблюдает использование сложных геозонированных мультиагентных систем. Для простых претензий система обеспечивает полностью автономную сквозную обработку без участия человека, в то время как сложные претензии автоматически передаются экспертам-людям. Граница обнаружения мошенничества работает аналогичным образом. Агенты ИИ постоянно анализируют шаблоны и отмечают подозрительные случаи, а следователи-люди проверяют отмеченные элементы в режиме реального времени.</p> <p>Удупа предполагает, что такого рода геозонирование служит основой для оркестрации ИИ. Процесс картирования этих геозон включает в себя определение того, какие бизнес-процессы должны обрабатываться агентами, а какие требуют контроля и вмешательства со стороны человека.</p> <p>«Мне кажется, что это скорее бизнес-решение, чем технологическое», — говорит Удупа. Например, многие предприятия знакомы и комфортно относятся к понятию «темных фабрик» как полностью автономных фабрик, которые теоретически могут эффективно работать без участия человека.</p> <h3>От гиперавтоматизации к агентному ИИ</h3> <p>Инструменты и процессы для поддержки более автономных предприятий претерпевают смену парадигмы благодаря инновациям в области генеративного и агентного ИИ. Крамер отмечает, что отрасль переходит от идеи использования гиперавтоматизации для управления рабочими процессами с помощью нескольких инструментов автоматизации к все более автономным агентным системам ИИ, которые самостоятельно рассуждают, планируют и действуют.</p> <p>«Это не постепенное улучшение, а категорическая трансформация в том, как предприятия концептуализируют автоматизацию», — говорит он.</p> <p>Франко отмечает, что рост популярности агентных архитектур ИИ способствует переходу от пассивного ИИ, отвечающего на запросы, к активному ИИ, способному предпринимать контекстно-ориентированные, целенаправленные действия. Кроме того, новые платформы от ведущих поставщиков ИИ и традиционных корпоративных решений позволяют создавать комбинируемые микроагенты, которые интегрируются с корпоративными системами, сохраняя при этом управление и отслеживаемость.</p> <p>«CIO больше не экспериментируют с автономностью, они внедряют ее в практику, — говорит Франко. — Мы видим ранние автономные рабочие процессы, встроенные в системы реагирования на инциденты, жизненные циклы разработки ПО и системы взаимодействия с клиентами».</p> <h3>Развитие автономного стека</h3> <p>Чтобы понять, как извлечь максимальную выгоду из более мощных систем с геозонами и участием человека, необходимо улучшить процессы и техническую архитектуру, чтобы иметь возможность безопасно использовать новые инструменты и передовые практики.</p> <p>На уровне процессов, по словам Удупы, одним из подходов является четырехуровневая схема внедрения, направленная на улучшение систем исполнения:</p> <ul> <li><strong> Архитектура и интеграция данных:</strong> предприятие должно создать основу для взаимодействия данных в реальном времени на всех уровнях. В промышленном производстве она будет включать системы ИТ, ОТ и Интернета вещей. В телекоммуникациях это будут данные о клиентах, сетях и услугах. Этот базовый уровень — это, по сути, данные, которые агенты ИИ будут использовать для принятия решений.</li> <li><strong> Оркестрация и принятие решений с помощью ИИ:</strong> это включает в себя обучение агентов ИИ на основе данных, определение надежных схем контроля правил принятия решений, создание защитных механизмов и тестирование агентов. Этот интеллектуальный уровень помогает преобразовать данные и аналитику в действия.</li> <li><strong> Автоматизация процессов и адаптация рабочих процессов:</strong> этот уровень призван помочь командам перепроектировать и усовершенствовать существующие рабочие процессы, чтобы они стали самонастраивающимися системами для интеллектуального выполнения задач с минимальным вмешательством человека.</li> <li><strong> Трансформация и управление талантами:</strong> этот уровень дает сотрудникам возможность контролировать и управлять автономными операциями. Он должен включать управление изменениями, повышение квалификации/переподготовку талантов, поддержку новых ролей в области ИИ-операций и обучение новым схемам управления ИИ для снижения рисков.</li> </ul> <p>Основываясь на этом, Франко описывает стек автономности, организованный в виде серии из пяти технологических уровней, которые параллельны классическому облачному стеку:</p> <ul> <li><strong> Основа данных:</strong> поддерживает надежные мультимодальные данные реального времени и динамические конвейеры данных.</li> <li><strong> Уровень моделей и агентов:</strong> фокусируется на базовых моделях, агентах, настроенных для конкретных областей, и генерации с расширенным поиском.</li> <li><strong> Интеграция и оркестрация: </strong>включает безопасные шлюзы API, шины событий и очереди сообщений.</li> <li><strong> Уровень опыта и инсайтов: </strong>инновации в области адаптивных интерфейсов, «вторых пилотов» и автономных рабочих процессов.</li> <li><strong> Уровень стратегического управления и этики:</strong> инструменты для управления политиками в виде кода, управления рисками моделей и платформы, готовые к аудиту.</li> </ul> <h3>Будущее автономного предприятия</h3> <p>Предприятие будущего, скорее всего, будет более автономным, даже если этот термин будет поглощен более практичными и менее угрожающими терминами, такими как «ИИ-агентный» и «ИИ-аугментированный».</p> <p>Удупа считает, что термин сохранит свое нынешнее разделение. «На мой взгляд, это связано с различиями между автономными физическими системами/ устройствами и агентными программно-определяемыми процессами/системами», — говорит он. Это означает, что мы будем все чаще говорить об автономных автомобилях и фабриках, а также об агентных финансовых и маркетинговых отделах.</p> <p>По мнению Франко, термин «автономное предприятие» постепенно будет поглощен терминологией агентных систем или самоуправляемых операций, подобно тому, как цифровая трансформация уступила место модернизации и ИИ-трансформации. «Предприятия не гонятся за автономностью как за модным словом, это результат того, что они создают, — говорит он. — А создают они самокорректирующиеся, постоянно обучающиеся экосистемы, в которых ИИ, люди и системы производят бизнес-результаты».</p> Будут ли предприятия когда-нибудь доверять автономным системам? Опрошенные порталом InformationWeek эксперты рассказывают … article https://www.itweek.ru/themes/detail.php?ID=233807 Fri, 21 Nov 2025 14:56:00 +0300 <p>Аналитический отдел проекта STAQ, направленного на цифровизацию бизнеса, провел комплексное исследование, посвященное определению текущего уровня внедрения IoT- и MES-платформ на промышленных предприятиях России. Исследование основано на результатах опросов клиентов и партнеров STAQ, а также на аналитической информации по реализованным проектам компании и открытых отраслевых данных. В опросах приняли участие 138 отечественных промышленных предприятий, поделившихся фактическими данными и своими наблюдениями.</p> <p>По результатам исследования STAQ, MES-системы уже получили широкое распространение в российской производственной сфере, они внедрены у 82% крупных промышленных предприятий, тогда как IoT-платформы присутствуют только у 54% подобных компаний. В сегменте среднего бизнеса уровень проникновения IoT- и MES-платформ намного ниже: решения MES используют 18% производственных компаний, а IoT-решения — только около 12%. Чаще всего, IoT и MES-системы используют организации, для которых непрерывность производственного процесса критически важна — это энергетика, нефтехимия, транспорт и агропром. </p> <p>Аналитики STAQ выявили основные причины внедрения IoT- и MES-решений на промышленных предприятиях в России. Ключевой причиной стало повышение эффективности и производительности труда — данную цель указали 74% компаний. Также важной причиной был рост прозрачности процессов и управляемости — 58% компаний отметили, что внедрение подобных решений помогает выявлять «узкие» места и быстрее реагировать на сбои. Для многих предприятий серьезным фактором стало снижение издержек на обслуживание оборудования — 46% компаний сообщили, что переход к планово-предиктивной модели позволил сократить затраты на ремонт на <nobr>10-30%.</nobr></p> <p>Повышение качества продукции также являлось значимой причиной — 39% компаний указали, что аналитика MES помогает контролировать параметры качества в режиме реального времени. В списке причин также оказались повышение надежности производства, сокращение количества внеплановых остановок и потерь объемов выпуска или качества продукции. </p> <p>Несмотря на очевидные преимущества использования IoT- и MES-платформ, многие российские промышленные предприятия до сих пор сталкиваются с рядом системных барьеров. Опрошенные компании, которые еще не внедряли подобные решения, выделили несколько основных препятствий, мешающие внедрению данных систем. Прежде всего, это высокая стоимость интеграции MES-систем — 62% компаний отметили, что стартовые инвестиции превышают десятки миллионов рублей. Еще одним барьером являются требования к информационной безопасности и закрытой инфраструктуре — 57% организаций сообщили, что не могут использовать облачные IoT-платформы из-за корпоративных регламентов ИБ. </p> <p>Значительным препятствием для внедрения подобных систем также считается дефицит компетенций — 43% отметили нехватку специалистов, способных проектировать и сопровождать IoT-интеграции. Наконец, серьезным барьером является ограниченная гибкость готовых решений — 38% компаний заявили, что существующие платформы часто не адаптированы под особенности их производственного цикла. </p> <p>В ходе исследования удалось выявить экономический эффект, связанный с внедрением IoT- и MES-платформ в России. Отрасли, изначально построенные на IoT-технологиях — каршеринг, логистика и телематика — стали возможны за счет соединения оборудования, людей и данных в реальном времени. В традиционных секторах — машиностроении, пищевой промышленности, металлургии — внедрение IoT- и MES-платформ показывает ощутимый эффект. Производительность труда растет в 1,8 — 2,3 раза, а время простоя оборудования сокращается на <nobr>25-40%.</nobr> По мнению клиентов STAQ, именно переход к data-driven управлению становится ключевым фактором роста эффективности — когда решения принимаются не интуитивно, а на основании данных. </p> <p>«IoT- и MES-платформы уже стали стандартом зрелости цифровых предприятий, однако остаются труднодоступными для большинства компаний среднего сегмента. Следующий этап развития рынка — это появление гибридных отечественных платформ, объединяющих функциональность IoT- и MES, способных работать в on-premise среде, обеспечивая гибкость, безопасность и экономическую доступность», — отметил Василий Ежов, директор по IoT проекта STAQ. </p> Аналитический отдел проекта STAQ, направленного на цифровизацию бизнеса, провел комплексное исследование, посвященное … message https://www.itweek.ru/themes/detail.php?ID=233806 Fri, 21 Nov 2025 14:54:31 +0300 <p>К празднованию Дня бухгалтера, 21 ноября, платформа онлайн-рекрутинга hh.ru представила исследование, посвященное рынку труда специалистов бухгалтерии.</p> <p>Профессия бухгалтера переживает настоящую цифровую революцию. Анализ данных hh.ru показывает взрывной рост спроса на цифровые компетенции: за последние три года навык работы с системой маркировки «Честный знак» вырос в 8,5 раз, а электронный документооборот стал требоваться в 4,5 раза чаще. Облачные сервисы демонстрируют стремительную популярность — «Битрикс24» (в 3 раза) и «МойСклад» (+81,8%) стали неотъемлемыми инструментами современного специалиста.</p> <p>Традиционные системы также эволюционируют: работодатели все чаще ищут бухгалтеров с узкоспециализированными навыками. Спрос на знание «1С: Бухгалтерия» вырос на 67,1%, модули «1С: Документооборот» (+44,7%) и «1С: ERP» (+43,1%) тоже демонстрируют устойчивый рост. Даже базовые офисные пакеты остаются важными — MS Office (+20,6%) и Excel (+16,7%) продолжают укреплять свои позиции, а платформа «СБИС» (+6,3%) сохраняет стабильное присутствие в требованиях работодателей.</p> <p>Данные hh.ru подтверждают: современный бухгалтер — это не просто счетовод, а многопрофильный специалист, одинаково уверенно работающий как с налоговой отчетностью, так и с облачными сервисами, системами маркировки и электронного документооборота.</p> <p>«Мы наблюдаем фундаментальную трансформацию профессии бухгалтера. Если раньше ключевыми были навыки работы в 1С и составления отчетности, то сегодня работодатели ждут от специалистов владения цифровыми экосистемами — от электронного документооборота до систем маркировки. Особенно показателен рост спроса на „Честный знак“ — почти в 9 раз за три года. Это не просто тренд, это требование времени: современный бухгалтер становится оператором цифровых бизнес-процессов», — пояснила Марина Дорохова, руководитель направления «Карьера и навыки» hh.ru</p> <p>«Спрос на бухгалтеров демонстрирует уверенный рост: по данным hh.ru и банка „Точка“, за последние десять лет число вакансий для них выросло во впечатляющие 4 раза. Мы видим, как меняется портрет идеального кандидата: компании всё чаще ищут специалистов, которые разбираются не только в классическом учете, но и в цифровых инструментах, аналитике и автоматизации бизнес-процессов. В нашей практике закрытие таких позиций занимает около двух недель — почти вдвое быстрее среднего по рынку. Это объясняется тем, что мы сами работаем в HR-Tech и глубоко специализируемся на подборе: наши внутренние процессы выстроены на основе собственных технологий. Показательно, что средний срок работы бухгалтеров в команде составляет <nobr>4–5 лет,</nobr> что подтверждает не только стабильность, но и точность нашего подхода к подбору специалистов новой формации», — прокомментировала Ксения Степанова, HRD Skillaz.</p> <p>С января по начало октября 2025 года российские работодатели разместили на hh.ru более 220 тысяч вакансий для бухгалтеров. Наибольшее количество вакансий сосредоточено в Центральном федеральном округе (87 тыс. или 39% от общего объема), за ним следуют Приволжский (38,1 тыс. или 17%), Северо-Западный (29,1 тыс. или 13%), Сибирский (22,3 тыс. или 10%), Южный (18,8 тыс. или 8%), Уральский (17,2 тыс. или 8%), Дальневосточный (10,6 тыс. или 5%) и Северо-Кавказский (3,7 тыс. или 2%) федеральные округа.</p> <p>Медианная зарплата бухгалтеров демонстрирует положительную динамику: за год она выросла с 66 700 до 77 400 рублей, прирост составил 10 700 рублей. Примечательно, что медианная предлагаемая зарплата на 5 400 рублей превышает ожидания соискателей, что свидетельствует о дефиците квалифицированных специалистов.</p> <p>Топ-5 отраслей с наибольшим ростом зарплат бухгалтеров:</p> <ul> <li>государственные организации — рост на 55 800 рублей до 127 500 рублей;</li> <li>искусство, культура — рост на 47 500 рублей до 117 500 рублей;</li> <li>услуги для бизнеса — рост на 13 200 рублей до 89 300 рублей;</li> <li>химическое производство, удобрения — рост на 11 300 рублей до 80 000 рублей;</li> <li>промышленное оборудование, техника — рост на 9 900 рублей до 89 900 рублей.</li> </ul> К празднованию Дня бухгалтера, 21 ноября, платформа онлайн-рекрутинга hh.ru представила исследование, посвященное рынку … message https://www.itweek.ru/themes/detail.php?ID=233805 Fri, 21 Nov 2025 14:25:02 +0300 <p>VK Tech представил новую версию платформы VK Private Cloud — решения для построения частного облака в ЦОДе заказчика. В нем появилась редакция Light для управления корпоративной системой виртуализации, интеграция c дата-сервисами компании и выпуск сервиса VDI в формате On-Premise.</p> <p><nobr>VDI-сервис</nobr> для организации удаленных рабочих мест, доступный в версии 4.3, является собственной разработкой VK Tech. Интегрированная модульная платформа VK Private Cloud позволяет заказчикам получить единую точку управления облачной инфраструктурой и виртуальными рабочими местами. Решение разворачивается непосредственно в инфраструктуре частного облака и поддерживает создание виртуальных машин как с GPU, так и с vGPU.</p> <p>VK Private Cloud Light — новая редакция платформы, которая объединяет возможности виртуализации и облачной инфраструктуры. Для минимальной инсталляции достаточно четырех серверов, совмещающих управляющие и вычислительные функции, и одной системы хранения данных (СХД). Такая архитектура позволяет сократить затраты на внедрение и обеспечить высокий уровень отказоустойчивости. Решение оптимально для организаций среднего размера и региональных подразделений крупных компаний.</p> <p>Обновленное решение интегрировано с дата-сервисами VK Tech: платформой обработки данных VK Data Platform для решения аналитических задач и объектным хранилищем VK Object Storage. Управление всеми компонентами реализовано через интерфейс портала самообслуживания частного облака с централизованным управлением пользователями и ролями.</p> <p>«Версия 4.3 значительно расширяет сценарии применения VK Private Cloud — от географически распределенных конфигураций до компактной редакции Light с минимальными требованиями к инфраструктуре. Интегрированное <nobr>VDI-решение</nobr> позволяет нам укрепить позиции на рынке виртуализации рабочих мест, предоставляя заказчикам комплексное управление ИТ-инфраструктурой через единую платформу. Это делает enterprise-технологии доступными более широкому кругу организаций», — отметил руководитель направления облачных и дата-сервисов VK Tech Дмитрий Лазаренко.</p> VK Tech представил новую версию платформы VK Private Cloud — решения для построения частного облака в ЦОДе … message https://www.itweek.ru/themes/detail.php?ID=233804 Fri, 21 Nov 2025 14:24:22 +0300 <p>Обновление «Гарда NDR» помогает российским компаниям быстрее выявлять и устранять киберугрозы, снижать нагрузку на аналитиков и повышать эффективность работы центров информационной безопасности. Новые инструменты автоматизации и визуализации усиливают контроль над сетевой безопасностью, сокращают время реагирования на атаки и повышают устойчивость бизнеса к киберрискам.</p> <p>Для ускорения первичного анализа и принятия решений по устранению угроз в новой версии «Гарда NDR» усовершенствовали интерфейс — появились разделы «Инциденты» и «Дашборды». Карточки инцидентов содержат данные о классификаторах MITRE, количестве уникальных событий и хостов по каждой ИБ-политике, теперь в них предлагаются и рекомендации по реагированию. </p> <p>Аналитические функции в «Гарда NDR» стала удобнее благодаря фильтрации инцидентов по матрице MITRE ATT&CK. Система позволяет применять детектирующую логику и фильтровать инциденты по тактикам, техникам и подтехникам, а также по IP-адресам и группам активов. Такой подход помогает командам центров информационной безопасности (SOC) точнее формулировать гипотезы и быстрее выявлять признаки сложных атак типа «горизонтального перемещения» с использованием легальных инструментов (Living off the Land). Новые фильтры упрощают поиск угроз, снижают трудозатраты аналитиков и сокращают время реагирования.</p> <p>Расширенные возможности ретроспективного поиска по полезной нагрузке (payload) во всем сетевом трафике позволяют быстро находить нужные его фрагменты. Поддержка управляющих последовательностей аналогично wireshark и работа с символами прямо из слепка трафика делают расследования гибкими и наглядными. Аналитики могут в одно нажатие добавить детально отображаемый аналогично wireshark в интерфейсе payload в поисковый запрос без необходимости перехода во внешние среды, что ускоряет поиск первопричины инцидента и формирование отчета.</p> <p>Добавлена функция декодирования команд протокола идентификации Kerberos. Теперь атаки kerberoasting фиксируются без использования сигнатур. Новая версия «Гарда NDR» анализирует трафик Kerberos для TCP и UDP, позволяя строить виджеты и фильтры по параметрам протокола.</p> <p>Точность машинного анализа также выросла: улучшенные <nobr>ML-модели</nobr> теперь эффективнее определяют аномалии и снижают количество ложных срабатываний. Дополнительно реализована возможность массового изменения политик и мониторинг сетевых метрик — application и network delay, что помогает точнее оценивать качество связи и реагировать на сетевые сбои.</p> <p>«Мы стремимся к тому, чтобы аналитики получали максимум информации без лишних действий. В версии 4.3 мы сосредоточились на автоматизации работы аналитика, расширении возможностей проактивного поиска угроз (threat hunting) и детектирования горизонтального перемещения с использование легитимных инструментов (Living off the Land). Это дает нашим заказчикам уверенность в том, что ни одна угроза не останется незамеченной», — отметил Станислав Грибанов, руководитель продукта «Гарда NDR».</p> Обновление «Гарда NDR» помогает российским компаниям быстрее выявлять и устранять киберугрозы, снижать нагрузку … message https://www.itweek.ru/themes/detail.php?ID=233803 Fri, 21 Nov 2025 14:21:16 +0300 <p>В ассистенте разработчика GigaCode появился агентный режим. Он предназначен для автоматизации рутинных задач пользователя и доступен бесплатно всем авторизированным на платформе GitVerse. В отличие от закрытых B2B-решений на российском рынке, агентный режим интегрируется в популярные IDE, включая семейство JetBrains и GigaIDE, и позволяет протестировать инструмент без ограничений. Об этом рассказал старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка Андрей Белевцев в рамках AI Journey.</p> <p>В агентном режиме GigaCode превращается из ассистента в активного цифрового разработчика. Он получает среду выполнения команд, возможность выхода в интернет и доступ к инструментам для самостоятельного выполнения задач по проектированию и написанию кода от начала до конца. Достаточно сформулировать задачу в текстовом виде, и агент найдет и откроет необходимые файлы, внесет изменения в код, выполнит консольные команды, запустит тесты, соберет проект или оформит коммит в репозитории Git. Такой подход сокращает время на повседневные операции и позволяет разработчикам сосредоточиться на более сложных задачах. </p> <p>По сравнению с российскими аналогами, которые используют open-source плагины и среды разработки, подобные VS Code, решение реализовано с глубокой интеграцией в JetBrains IDE — популярную среду разработки для создания ПО на многих языках программирования. Такая возможность особенно актуальна для российского рынка, где большинство компаний используют данную платформу. Более того, Сбер стал первым, кто представил SWE-агента (агента-разработчика) еще в июне 2025 года в инструменте для создания веб-приложений GigaStudio. А теперь пользователям стала доступна еще и поддержка субагентов в системе SWE-агентов. Основной агент может вызывать вспомогательных экспертов с собственным контекстом для анализа, написания и проверки кода, обеспечивая более точные и быстрые результаты.</p> <p>Андрей Белевцев, старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка, отметил: «Запуск агентного режима на базе GigaCode — это шаг к упрощению процессов разработки и повышению эффективности команд. Ранее пользователям приходилось вручную прикреплять файлы в чат для анализа, теперь ИИ-агент самостоятельно находит, открывает необходимые и при необходимости создает файлы, полностью понимая контекст проекта. Таким образом, инструмент обеспечивает полную автоматизацию рутинных задач, позволяя разработчикам сосредоточиться на более сложных аспектах их работы. В отличие от большинства решений на рынке, опирающихся на адаптацию open-source моделей и плагинов и не позволяющих получать аналитику и оценку эффектов „из коробки“, наш агентный режим — это полностью собственная разработка Сбера, созданная с нуля на нашей инфраструктуре. Такой подход гарантирует отличную масштабируемость, глубокую интеграцию с метрическими сервисами и высокую надежность, что особенно важно для крупных проектов и команд».</p> <p>Кроме этого, в версии 3.0 GigaCode получил существенное обновление. Теперь ИИ-ассистент включает новейшую версию модели автодополнения кода — GigaCode Inline 4.0 13B-A3B, которая включает в себя 13 млрд параметров и демонстрирует значительный прирост эффективности, согласно внутренним тестам. Технология полностью разработана командой Сбера с нуля и основана на уникальной для кодовых моделей архитектуре MoE («смесь экспертов»), благодаря которой нагрузка оптимально распределяется между специализированными модулями, что гарантирует высокую скорость выдачи рекомендаций. </p> <p>Модель мгновенно предлагает готовые фрагменты кода для Python, Java, JavaScript и других языков, позволяя писать программы быстрее и качественнее. В отличие от open-source альтернатив (например, QwenCoder 2.5 и 3, Mellum), она в <nobr>2–3</nobr> раза реже допускает синтаксические ошибки и значительно превосходит их в ключевых режимах: коротких подсказках и использовании контекста из других файлов. </p> <p>Сбер продолжает развивать экосистему ИИ-инструментов для разработчиков. Корпоративные клиенты GigaCode также бесплатно получат обновление и доступ к агентному режиму.</p> В ассистенте разработчика GigaCode появился агентный режим. Он предназначен для автоматизации рутинных задач … message https://www.itweek.ru/themes/detail.php?ID=233802 Fri, 21 Nov 2025 14:18:57 +0300 <p>На международной конференции AI Journey («Путешествие в мир искусственного интеллекта») Сбер представил Kandinsky 5.0 — линейку моделей генерации изображений и видео нового поколения.</p> <p>Новые модели расширят возможности для творчества — как в профессиональной сфере, так в личных проектах. Пользователи могут легко создавать персонализированные видеопоздравления, оживлять фотографии или придумывать оригинальные визуальные истории. Для профессионалов — режиссёров, дизайнеров, маркетологов, художников-аниматоров — Kandinsky 5.0 станет мощным инструментом для производства промо-материалов и коммерческого видеоконтента.</p> <p>Андрей Белевцев, старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка, прокомментировал: х"По сравнению с моделью, представленной на прошлой конференции AI Journey, мы значительно усовершенствовали Kandinsky. Команда существенно улучшила ключевые параметры — качество и скорость генерации видео. Теперь любой пользователь может легко воплотить свои художественные задумки как в видео, так и в изображениях. Особое внимание мы традиционно уделили обучению модели на качественном национальном датасете. Благодаря этому Kandinsky точно понимает запросы на русском языке и создаёт контент, соответствующий культурному контексту и ожиданиям пользователей из нашей страны. При этом все модели новой линейки опубликованы в открытом доступе. Такой шаг предоставляет инженерам и исследователям возможность использовать их в своих разработках и стимулирует рост открытой экосистемы отечественных генеративных технологий".</p> <p>Пользователям стали доступны две новые модели линейки Kandinsky 5.0: Image Lite — универсальная модель генерации HD-изображений, и Video Pro — мощная модель, генерирующая <nobr>5-секундные</nobr> SD-ролики по текстовому запросу или стартовому кадру. Обе модели уверенно ориентируется в российском культурном контексте, одинаково хорошо понимают запросы на русском и английском, а также создают надписи на кириллице и латинице.</p> <p>Особый фокус при обучении моделей был сделан на эстетичности и качестве генерации, выразительности и художественности создаваемого ими визуального контента. Для этого на финальных этапах обучения использовался датасет сверх-качественных изображений и видео, отобранных большой командой дизайнеров, художников и арт-директоров. Эксперты тщательно выбирали материалы с безупречной композицией, стилем и визуальным качеством. Благодаря этому Kandinsky 5.0 создаёт не только детальные и точные визуальные материалы, но и по-настоящему выразительный, художественный контент.</p> <p>Модели Kandinsky 5.0 Image Lite и Video Pro уже доступны на всех поверхностях ГигаЧат: Telegram, национальном мессенджере Max, веб-сайте giga.chat, а также в приложении GigaChat на Android. </p> На международной конференции AI Journey («Путешествие в мир искусственного интеллекта») Сбер представил … message https://www.itweek.ru/themes/detail.php?ID=233801 Fri, 21 Nov 2025 14:15:15 +0300 <p>На международной конференции AI Journey Сбер объявил о выходе новой версии интегрированной среды разработки GigaIDE Community Edition — решения для разработчиков на Java и Kotlin. Теперь в Community Edition полноценно интегрирована мультиагентная система на базе GigaCode и предиктивных моделей, а также запущен собственный маркетплейс плагинов, все из которых прошли проверку на уязвимости. Среда доступна бесплатно всем пользователям через ИИ-платформу для работы с кодом GitVerse. Об этом рассказал старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка Андрей Белевцев.</p> <p>Мультиагентная система решает рутинные задачи разработчиков в автоматическом, пакетном или инлайн-режиме: документирование кода, управление логированием и транзакционностью, автоматическая генерация модульных тестов, синхронизация ручных и автотестов, модульная компоновка кода. Агенты работают на основе GigaCode и набора предиктивных моделей, разработанных Сбером с нуля. Они анализируют весь проект, предлагают точечные изменения в процессе написания кода или вносят правки автономно. </p> <p>Маркетплейс GigaIDE интегрирован непосредственно в среду и позволяет безопасно обновлять плагины, каждый из которых проходит дополнительную проверку на уязвимости. При необходимости пользователи могут сохранить возможность переключения на альтернативные источники через VPN.</p> <p>Андрей Белевцев, старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка, отметил: «Мы превратили GigaIDE Community Edition в полноценную экосистему для ускорения разработки корпоративного уровня, доступную каждому разработчику бесплатно. Мультиагентная система на базе GigaCode — это не просто помощник, а стратегический инструмент, который автоматизирует рутинные операции и позволяет командам сосредоточиться на бизнес-логике. Ни одно зарубежное решение не предлагает аналогичного уровня специализации для Java и Kotlin, особенно в условиях импортозамещения. Запуск собственного маркетплейса с проверенными плагинами закрывает последнюю зависимость от иностранных источников и гарантирует безопасность обновлений».</p> На международной конференции AI Journey Сбер объявил о выходе новой версии интегрированной среды разработки … message https://www.itweek.ru/themes/detail.php?ID=233799 Fri, 21 Nov 2025 11:56:19 +0300 <p><em>Новое исследование </em><em>HFS</em> <em>Research</em> <em>и </em><em>Unqork</em> <em>«</em><em>Modernization</em> <em>has</em> <em>reached</em> <em>its</em> <em>tipping</em> <em>point</em><em>: </em><em>Choose</em> <em>architecture</em> <em>over</em> <em>arbitrage</em><em>» показывает, что 43% ИТ-менеджеров опасаются, что искусственный интеллект создаст новый технический долг, хотя 84% ожидают сокращения затрат благодаря внедрению ИИ, сообщает портал </em><em>ZDNet</em><em>.</em></p> <p>Технический долг давно стал постоянно растущим бременем, связанным с внедрением технологий, и, похоже, эта проблема вряд ли исчезнет в ближайшее время — даже если ИИ возьмет на себя часть тяжелой работы по разработке и внедрению приложений. Более того, ИИ может усугубить ситуацию.</p> <p>В опросе, проведенном в сентябре, приняли участие 123 руководителя и менеджера крупных компаний. У них есть большие надежды, что ИИ поможет сократить и устранить проблемы, а также снизить затраты. По крайней мере 80% ожидают повышения производительности, а 55% предполагают, что ИИ поможет сократить технический долг.</p> <p>Однако значительная часть респондентов ожидает, что ИИ увеличит технический долг, что отражает «реальную обеспокоенность по поводу безопасности, интеграции унаследованных систем и поведения „черного ящика“ по мере масштабирования ИИ по всему стеку», отмечают исследователи. Среди основных проблем — уязвимости безопасности (59%), сложность интеграции унаследованных систем (50%) и потеря видимости (42%).</p> <p>Что такое технический долг? Он возникает, когда технические команды, обычно находясь под давлением, применяют быстрые исправления или упрощения для решения проблем с ПО, вместо того чтобы реализовывать более продуманные проекты. В результате в будущем возникает необходимость в более дорогостоящих доработке и обслуживании, чтобы в конечном итоге устранить первоначальные упрощения.</p> <p>«Технический долг существует на многих уровнях технологического стека, — отмечает Гэри Хоберман, генеральный директор Unqork. — У вас может быть исключительно квалифицированный и продуктивный инженер или лучшая модель ИИ, пишущая самый красивый и эффективный код, который когда-либо видели, но этот код все равно будет работать в средах выполнения, которые сами по себе полны технического долга и проблем с безопасностью. Или они могут полагаться на Open Source-библиотеки, которые больше не поддерживаются».</p> <p>Например, один из клиентов Unqork сейчас устраняет <nobr>25-летний</nobr> технический долг, накопленный из-за своих Java-приложений. «Простое обновление базовой виртуальной машины Java было крайне дорогостоящим и медленным — на это уходили месяцы — и приносило очень мало пользы. К тому времени, когда они заканчивали обновление одной версии, выходила новая, которую нужно было обновлять. Это и есть определение унаследованного технического долга», — , рассказывает Хоберман.</p> <p>ИИ представляет собой новый набор проблем в плане технического долга. Растущее использование кода, сгенерированного с помощью ИИ, создает, по словам Хобермана, риск непреднамеренных последствий, таких как неуправляемые затраты на обслуживание и увеличение технического долга, тогда как ИТ-отделы и без того перегружены обслуживанием текущих систем.</p> <h3>Четыре способа избежать увеличения технического долга</h3> <p>Как защититься от появления новых форм технического долга, связанных с внедрением ИИ? Вот четыре рекомендации:</p> <ol> <li><strong> Ограничьте ИИ-проекты, которые быстро генерируют код без возможности отслеживания, отката или интеграционных ограничений. </strong>Внедренное решение должно показывать, кто что сделал, когда и почему. Без этого система на основе ИИ «не только уязвима, но и создаст проблемы в будущем, — говорит Ханса Иенгар, руководитель практики HFS и соавтор отчета. — Наиболее подверженные образованию долга усилия в области ИИ на первый взгляд кажутся быстрыми, но незаметно усугубляют сложность и затрудняют каждое последующее изменение».</li> <li><strong> Контролируйте смену моделей и архитектур. </strong>Переходите к продуктовым результатам, используя архитектуры, «которые минимизируют создание кода клиентами, максимизируют повторное использование и имеют встроенное управление, чтобы ИИ уменьшал, а не создавал дополнительный технический долг», — говорит Хоберман.</li> <li><strong> Обратите внимание высшего руководства на необходимость долгосрочного подхода к разработке ПО. </strong>Объясните руководству, что расходы на ПО принесут такие бизнес-результаты, как рост доходов. «Если вы количественно оцените, что будет управлять бизнесом, а что будет стимулировать изменения, вам будет гораздо проще вовлечь совет директоров в основанную на фактах дискуссию о перераспределении расходов», — говорит Иенгар.</li> <li><strong> Модернизируйте унаследованные системы. </strong>Без такой модернизации и без изменения базовой архитектуры преимущества ИИ будут утрачены. «В таком случае ИИ приведет к увеличению, а не уменьшению технического долга», — поясняет Хоберман.</li> </ol> Новое исследование HFS Research и Unqork «Modernization has reached its tipping point: Choose architecture over arbitrage» … article https://www.itweek.ru/themes/detail.php?ID=233797 Fri, 21 Nov 2025 11:43:42 +0300 <p><em>В условиях стремительных технологических изменений и высокой динамики ИТ-индустрии способность к постоянному обучению и адаптации становится важным фактором успеха. Даже опытные специалисты регулярно сталкиваются с задачами, требующими нового взгляда, расширения компетенций и корректировки подходов. В этом контексте конструктивный диалог и обратная связь становятся неотъемлемыми элементами роста.</em></p> <p><em>В статье представлены рекомендации, которые помогут специалистам воспринимать обратную связь как ценный ресурс для совершенствования, независимо от опыта или сложности проекта.</em></p> <h3>Важность честного диалога в ИТ-среде</h3> <p>Обратная связь — это один из ключевых механизмов, способствующих профессиональному обучению, мотивации и развитию навыков. В ИТ-командах, где реализуются сложные проекты и внедряются инновационные решения, своевременные предложения и замечания позволяют уточнить подходы, расширить профессиональный взгляд и повысить качество результатов.</p> <p>Однако для того, чтобы этот механизм работал эффективно, важно выстраивать разговор так, чтобы он воспринимался как поддержка, а не как оценка. Открытость к восприятию и готовность к диалогу и совместному поиску решений существенно повышают его ценность и результативность.</p> <h3>Что влияет на восприятие обратной связи</h3> <p>Перед тем, как перейти к практическим рекомендациям, полезно понять, какие факторы могут определить восприятие обратной связи. Часто это связано не столько с содержанием сообщения, сколько с установками и привычками коммуникации. Например, если диалог воспринимается через призму личной оценки, это может вызывать защитную реакцию. Важно учиться отделять обсуждение конкретных действий или решений от личности. Такой подход позволяет сохранять объективность и фокусироваться на развитии.</p> <p>Другой фактор — уровень коммуникативных навыков. Чем яснее формулируются мысли и предложения и чем активнее собеседники уточняют детали, тем выше вероятность, что диалог приведет к полезным результатам и выводам.</p> <p>В профессиональной среде, где важны репутация и экспертность, естественно стремление к высокому качеству работы. Однако именно в таких условиях особенно ценится готовность к открытому обмену мнениями, поскольку это способствует более глубокому анализу и выработке надежных решений.</p> <p>Наконец, привычка придерживаться устоявшихся подходов может ограничивать восприятие новых идей. Гибкость мышления и интерес к альтернативным точкам зрения расширяют возможности для профессионального роста.</p> <h3>Как эффективно работать с обратной связью</h3> <ol> <li> <p><strong>Воспринимайте и сам разговор, и замечания как ресурс для развития. </strong>Изменение внутреннего настроя — первый шаг к продуктивному диалогу. Вместо того, чтобы воспринимать критические комментарии как оценку, стоит рассматривать их как информацию, которая помогает уточнить направление и улучшить результат. В ИТ-сфере, где циклы разработки и тестирования включают постоянную проверку и доработку решений, такой подход особенно уместен.</p> <p><em><strong>Практический совет:</strong> перед диалогом сделайте паузу и задайте себе вопрос: «Что из этого я могу извлечь для своего развития?». Такой фокус снижает эмоциональную нагрузку и помогает оставаться открытым.</em></p> </li> <li><strong>Практикуйте уточняющий диалог. </strong>Иногда смысл обратной связи становится яснее после дополнительных вопросов. Это не только помогает лучше понять контекст, но и демонстрирует заинтересованность в развитии. <p><em><strong>Практический совет:</strong> используйте формулировки вроде: «Можете уточнить пример?» или «Какие шаги, по вашему мнению, помогут улучшить результат?».</em></p> </li> <li><strong>Разделяйте действия и личность. </strong>Обратная связь всегда относится к конкретной ситуации, задаче или подходу. Важно помнить, что обсуждение решения не является оценкой личности или профессиональной ценности. <p><em><strong>Практический совет:</strong> напоминайте себе: «Это замечание касается моей работы, а не меня как личности». Такой внутренний диалог помогает сохранять спокойствие и конструктивность.</em></p> </li> <li><strong>Используйте полученные идеи для планирования развития. </strong>Каждое замечание или предложение может стать отправной точкой для дальнейшего роста. Фиксация ключевых моментов и постановка конкретных целей позволяют систематизировать процесс развития. <p><em><strong>Практический совет:</strong> после диалога запишите, какие шаги вы готовы предпринять и в какие сроки. Например: «Внедрить рекомендации в следующий спринт» или «Прокачать навыки коммуникации на ближайшем тренинге».</em></p> </li> <li><strong>Развивайте навыки саморефлексии. </strong>Умение анализировать собственные реакции и подходы помогает лучше воспринимать внешние сигналы. Регулярная рефлексия способствует осознанному росту и снижает эмоциональное напряжение в ситуациях обратной связи. <p><em><strong>Практический совет:</strong> ведите краткий дневник профессиональных размышлений — отмечайте, что нового вы узнали, какие подходы оказались полезными и что можно уточнить в будущем.</em></p> </li> <li><strong>Формируйте культуру открытого диалога. </strong>Обратная связь работает лучше всего в атмосфере взаимного доверия и уважения. Когда команда привыкает к регулярному обмену мнениями, это создает условия для совместного роста и повышения качества работы. <p><em><strong>Практический совет:</strong> инициируйте обсуждения после ключевых этапов проектов, поощряйте коллег делиться наблюдениями и предложениями. Даже небольшая регулярная практика способствует формированию здоровой коммуникационной среды.</em></p> </li> </ol> <h3>Практики, поддерживающие профессиональный рост</h3> <ul> <li> <strong>Ретроспективы и анализ опыта. </strong>После завершения проекта или его этапа полезно провести совместный разбор: что работало эффективно, а что можно улучшить. Фиксация выводов в командной базе знаний помогает избегать повторения одних и тех же решений и делает опыт команды доступным для всех.</li> <li> <strong>Регулярный запрос на обратную связь. </strong>Не стоит ограничиваться формальными встречами. Постоянное обращение за мнением коллег и руководителей позволяет своевременно корректировать подходы и поддерживать высокий уровень взаимодействия.</li> <li><strong>Изучение кейсов и совместный анализ. </strong>Разбор реальных ситуаций — как внутренних, так и из отраслевой практики — развивает аналитическое мышление и расширяет профессиональный взгляд. Коллективное обсуждение таких примеров укрепляет командную экспертизу.</li> <li><strong>Непрерывное обучение. </strong>Технологии и подходы постоянно эволюционируют. Инвестирование в обучение — через курсы, конференции, чтение и участие в профессиональных сообществах — позволяет не только поддерживать актуальные знания, но и формировать собственное видение будущего.</li> </ul> <h3>Обратная связь — ключевой инструмент профессионального роста</h3> <p>Ценность обратной связи раскрывается тогда, когда она воспринимается как часть конструктивного диалога, направленного на улучшение результатов и совместный рост. Готовность к открытому обмену, рефлексии и адаптации — это не просто навыки, а стратегические качества, которые позволяют специалисту не только отвечать на текущие вызовы, но и формировать новую реальность своей отрасли.</p> <p>#IMAGE_233798#</p> В условиях стремительных технологических изменений и высокой динамики ИТ-индустрии способность к постоянному … article Елена Артеменко, начальник отдела обучения и развития персонала ИТ-компании BIA Technologies https://www.itweek.ru/themes/detail.php?ID=233796 Fri, 21 Nov 2025 10:35:52 +0300 <p><em>Организации, сталкивающиеся с проблемой устаревшей инфраструктуры центров обработки данных, имеют шесть практических альтернатив дорогостоящей и трудоемкой реконструкции, пишет на портале </em><em>Data</em> <em>Center</em> <em>Knowledge</em> <em>Кристофер Тоцци, технологический аналитик </em><em>Fixate</em><em>.</em><em>IO</em><em>.</em></p> <p>Когда дата-центры больше не могут удовлетворять требованиям к производительности, мощности или эффективности, организации должны решить, как действовать дальше. Традиционным подходом является реконструкция — комплексный процесс, который включает обновление или замену систем отопления, вентиляции и кондиционирования, электропитания, ИТ и других основных систем объекта. Хотя реконструкция предлагает значительные преимущества, включая повышенную экологическую устойчивость, экономическую эффективность и надежность, она не всегда является лучшим решением.</p> <p>Реконструкция часто требует значительных финансовых вложений и длительных сроков, что может нарушить бизнес-операции. Для компаний с ограниченным бюджетом или не располагающих временем реконструкция может быть просто нецелесообразной.</p> <p>К счастью, у организаций, которые не могут провести полномасштабную реконструкцию, есть несколько жизнеспособных альтернатив для модернизации дата-центров.</p> <h2>Что такое реконструкция дата-центра</h2> <p>Прежде чем рассматривать эти альтернативы, давайте сначала разберемся, что включает в себя реконструкция и каковы ее цели.</p> <p>Реконструкция — это широкий термин, охватывающий любые обновления, направленные на повышение возможностей и производительности дата-центра. Эти улучшения могут варьироваться от незначительных обновлений системы до капитального ремонта инфраструктуры, и все они направлены на модернизацию работы и производительности объекта.</p> <p>Проекты реконструкции обычно направлены на достижение улучшений в нескольких областях:</p> <ul> <li><strong> Повышение производительности.</strong> Увеличение скорости обработки и операционной эффективности.</li> <li><strong> Расширение масштабируемости. </strong>Увеличение мощности для обеспечения роста.</li> <li><strong> Повышение надежности. </strong>Сокращение времени простоя и сбоев системы.</li> <li><strong> Повышение экологической устойчивости.</strong> Снижение энергопотребления и воздействия на окружающую среду.</li> <li><strong> Оптимизация операций.</strong> Оптимизация процессов и сокращение затрат.</li> </ul> <h2>Улучшение дата-центров без реконструкции</h2> <p>Как уже отмечалось, реконструкция — не единственный способ повысить производительность, масштабируемость и эффективность. У организаций есть шесть альтернативных путей.</p> <h3>1. Переход на гибридную облачную архитектуру</h3> <p>Когда существующий дата-центр больше не может полностью поддерживать текущие рабочие нагрузки или требования к инфраструктуре, стоит обратить внимание на публичные облачные сервисы, которые предлагают экономичное решение для расширения. Вместо того чтобы перестраивать весь объект, вы можете использовать публичную облачную инфраструктуру для обработки избыточных рабочих нагрузок — тех, с которыми мощности вашего дата-центра не справляются в периоды пикового спроса, или новых приложений, которые требуют ресурсов, выходящих за рамки ваших текущих возможностей.</p> <p>Гибридный облачный подход позволяет сохранить частную инфраструктуру и одновременно интегрировать ресурсы публичного облака, создав гибкую и масштабируемую среду.</p> <h3>2. Инвестиции в более эффективное ИТ-оборудование</h3> <p>Если узкие места в производительности связаны с ограничениями по энергопитанию и охлаждению, а не с вычислительной мощностью, практичной альтернативой является переход на более эффективное ИТ-оборудование.</p> <p>Использование серверов, которые потребляют меньше энергии и выделяют меньше тепла, снижает энергопотребление и потребность в охлаждении, при сохранении или улучшении вычислительных возможностей.</p> <p>Хотя эта стратегия не устраняет первопричину ограничений по энергоснабжению или охлаждению, она часто является более экономичной и менее разрушительной, чем модификация основных систем дата-центра.</p> <h3>3. Изменение планировки дата-центра</h3> <p>Стратегическая реконфигурация физической планировки вашего дата-центра может обеспечить значительное повышение эффективности без необходимости проведения капитального ремонта системы.</p> <p>Например, перестановка стоек для создания горячих и холодных коридоров или поднятие серверных стоек над полом может повысить эффективность охлаждения. Хотя изменения в планировке могут вызвать некоторые сбои в работе, их масштаб более управляем, чем в случае традиционных проектов по реконструкции.</p> <h3>4. Замена серверных стоек</h3> <p>Апгрейд серверных стоек — это относительно быстрый и доступный способ улучшить работу дата-центра. Современные конструкции стоек позволяют вместить больше устройств, а также улучшить воздушный поток и эффективность охлаждения. Некоторые конструкции стоек также могут повысить физическую безопасность.</p> <h3>5. Добавление модульных дата-центров</h3> <p>Модульные дата-центры — небольшие автономные блоки, которые интегрируются с существующими объектами — предлагают удобный способ расширения мощностей без реконструкции. Эти блоки часто включают собственные системы питания и охлаждения, которые могут быть более эффективными, чем устаревшие системы.</p> <p>Хотя модульные дата-центры мало подходят для крупных проектов по расширению масштабируемости, они хорошо подходят для постепенного увеличения мощности.</p> <h3>6. Вывод из эксплуатации и переход в облако</h3> <p>Наиболее радикальная альтернатива реконструкции заключается в полном выводе из эксплуатации существующего дата-центра и переносе всех операций в облачную инфраструктуру.</p> <p>Эта стратегия имеет смысл, если физическая инфраструктура больше не является необходимой для вашей деятельности. Однако организациям следует учитывать такие факторы, как соответствие нормативным требованиям, безопасность и производительность, которые могут потребовать сохранения рабочих нагрузок в частном дата-центре.</p> <h2>Выбор пути вперед</h2> <p>Хотя реконструкция является популярной стратегией модернизации дата-центров, эти шесть альтернатив демонстрируют, что у организаций есть несколько путей для расширения возможностей. Независимо от того, сталкиваетесь ли вы с бюджетными ограничениями, сжатыми сроками или операционными ограничениями, по крайней мере один из этих подходов может помочь вам добиться повышения производительности, масштабируемости и эффективности.</p> Организации, сталкивающиеся с проблемой устаревшей инфраструктуры центров обработки данных, имеют шесть практических … article https://www.itweek.ru/themes/detail.php?ID=233793 Thu, 20 Nov 2025 17:35:51 +0300 <p>Российский облачный провайдер Рег.облако усиливает экспертизу в области искусственного интеллекта и машинного обучения. Компания расширяет экосистему продуктов новой линейкой сервисов для дата-саентистов, <nobr>ML-инженеров</nobr> и аналитиков данных. В облачной платформе можно организовать совместную работу с большими массивами данных, в том числе для BI, образовательных и исследовательских проектов.</p> <p>Рег.облако уже подключил к собственной облачной платформе популярный инструмент JupyterHub. Это решение упростит взаимодействие специалистов по данным, позволяя разворачивать изолированные рабочие среды с доступом через веб-интерфейс. Сервис предоставляет централизованное управление к вычислительным ресурсам, разграничивая права пользователей и упрощая совместную работу. </p> <p>Решение масштабируется под команды любого размера и предоставляет изолированные среды для каждого пользователя, повышая безопасность и стабильность работы. Сервис свободно интегрируется с Git, CI/CD, S3-хранилищем и базами данных, не требует самостоятельной настройки серверов и делает работу с данными более быстрой и эффективной. </p> <p>«Data Science сервисы открывают пользователям Рег.облака новые возможности для командной аналитики и разработки <nobr>ML-моделей.</nobr> Это удобные и масштабируемые инструменты, которые ускоряют работу с данными и снижают операционные затраты. Мы подготовили готовые решения, такие как JupyterHub, которые не требуют самостоятельной установки и настройки инфраструктуры, чтобы специалисты могли сосредоточиться на коде и AI-моделях, а не на администрировании инфраструктуры», — отметил Евгений Мартынов, директор по информационным технологиям Рег.облака.</p> <p>Рег.облако начал расширять экспертизу в области больших данных в прошлом году, запустив объектное хранилище S3 на базе Ceph. В сентябре 2025 года компания подключила ИИ-ассистента для работы с корпоративными сервисами. Технологические мощности облачного провайдера подготовлены к высоким нагрузкам и оснащены высокопроизводительными GPU-серверами на базе процессоров AMD EPYC с быстрыми накопителями NVMe SSD.</p> Российский облачный провайдер Рег.облако усиливает экспертизу в области искусственного интеллекта и машинного обучения … message https://www.itweek.ru/themes/detail.php?ID=233792 Thu, 20 Nov 2025 16:42:38 +0300 <p>Провайдер облачных сервисов и AI-технологий Cloud.ru запустил в коммерческую эксплуатацию Cloud.ru Evolution AI Factory — среду для внедрения решений на основе генеративных нейросетей. Теперь сервисы предоставляются на основе доступных тарифов, с гарантированным уровнем сервиса (SLA), круглосуточной поддержкой и возможностью масштабирования нагрузки. О запуске было объявлено на конференции AI Journey.</p> <p>AI Factory состоит из шести взаимосвязанных сервисов, необходимых для полного цикла работы с AI. Сервис AI Agents предоставляет возможности для запуска агентов, отвечающих за самостоятельное выполнение задач, принятие решений и взаимодействие с другими системами в проектах пользователя. Также пользователям AI Factory доступен каталог открытых больших языковых моделей Foundation Models. В него входит более 20 популярных моделей, в том числе российская GigaChat и open source модели из других линеек. Доступ к моделям реализован через OpenAI API. Сервис ML Inference позволяет быстро развернуть модели из каталога Hugging Face, а также собственные модели. Для работы и экспериментов с машинным обучением, запуска и тестирования <nobr>ML-гипотез</nobr> есть сервис Evolution Notebooks на базе JupyterLab. Дообучение моделей под специальные задачи бизнеса происходит в сервисе ML Finetuning. За использование только собственных данных пользователя для повышения точности ответа моделей отвечает сервис Managed RAG.</p> <p>С ноября 2025 года на открытые большие языковым модели (LLM) из каталога Foundation Models действуют выгодные цены. Средняя цена на популярные открытые большие языковые модели составляет 35 рублей за входной и 70 рублей за выходной миллион токенов.</p> <p>«С запуском Evolution AI Factory российские компании получают не просто доступ к современным инструментам искусственного интеллекта, а возможность быстрее и эффективнее переводить инновационные идеи в реальную практику. Теперь ресурсы для создания и промышленного внедрения AI-решений становятся доступными компаниям любого масштаба. Мы уверены, что это значительно ускорит развитие прикладных AI-технологий в бизнесе и откроет новые перспективы для российского рынка», — прокомментировал Евгений Колбин, генеральный директор Cloud.ru.</p> Провайдер облачных сервисов и AI-технологий Cloud.ru запустил в коммерческую эксплуатацию Cloud.ru Evolution … message https://www.itweek.ru/themes/detail.php?ID=233791 Thu, 20 Nov 2025 16:41:52 +0300 <p>Компания Axenix при экспертной поддержке Исследовательского центра в сфере искусственного интеллекта МГУ имени М.В. Ломоносова (ИЦИИ МГУ) представили исследование «ИИ-агенты в действии: экономика, риски и эволюция организационных моделей». Это первое в России исследование такого масштаба, в котором рассматриваются свойства и функции ИИ-агентов, перспективы и сложности их применения, а также методология оценки экономических эффектов и целесообразности внедрения. Подробный фреймворк поможет бизнесу при принятии инвестиционных решений по внедрению ИИ-агентов.</p> <p>ИИ-агенты — автономные системы, использующие ИИ для самостоятельного выполнения задач и принятия решений. Они получают данные из окружающей среды, анализируют их и реагируют без постоянного вмешательства человека для достижения определенной цели.</p> <p>ИИ-агентов можно назвать новым уровнем эволюции искусственного интеллекта, за которым последуют дальнейшие ступени развития, такие как мультиагентные системы.</p> <p>Авторы исследования сформировали тепловую карту зрелости ИИ-агентов, оценив уровень их применения — от системного до начального — в основных отраслях экономики. Наиболее выдающиеся результаты демонстрируют США и Китай, где ИИ-агенты уже участвуют в ключевых бизнес-процессах многих отраслей либо активно внедряются.</p> <p>Как отмечают авторы исследования, в России новые технологии больше всего осваиваются и масштабируются в финансовом секторе, ритейле и ИТ-сфере. При этом российский рынок ИИ-агентов сегодня составляет 1,5% от общемирового, тогда как у США этот показатель ожидаемо самый высокий — 29,7%, у Китая, Канады, Великобритании и Германии — от 6 до 8%.</p> <p>Среди вызовов, связанных с внедрением ИИ-агентов, в Axenix называют необходимость значительных системных изменений бизнес-процессов, финансовых моделей и структуры затрат, ролей сотрудников, подходов к управлению данными и рисками, корпоративной культуры. Одним из ответов на эти вызовы, особенно при увеличении масштаба внедрения, должно стать формирование отдельной бизнес-функции — ИИ-лидера, который возьмет на себя ответственное управление портфелем ИИ-проектов.</p> <p>В исследовании дается совокупная структура капитальных и операционных затрат при внедрении ИИ-агентов, которая зависит от размера компании: за 3 года корпорации могут потратить на такой проект более 950 млн рублей, крупный бизнес — <nobr>200-300</nobr> млн рублей, средний бизнес — около <nobr>30-60</nobr> млн рублей, небольшие компании — около <nobr>5-15</nobr> млн рублей.</p> <p>Вместе с тем и экономические эффекты от внедрения высоки, особенно на большом масштабе. Например, в финансовом секторе, где прогнозируется наибольшая эффективность ИИ-агентов, рост прибыли может быть достигнут за счет ускорения процессов на <nobr>25-45%,</nobr> снижения количества ошибок на <nobr>15-30%,</nobr> экономии на ФОТ в <nobr>10-35%.</nobr> В госсекторе особенно сильное положительное влияние ИИ окажет на ускорение процессов (до 30%), а в здравоохранении — на снижении ошибок (до 40%). По расчетам экспертов, совокупная экономия компании, в зависимости от отрасли, может составить от 15 до 40%.</p> <p>Также авторы обращают внимание на косвенные и нематериальные эффекты. Например, динамическое ценообразование и персонализация предложений ведет к росту конверсии в ритейле на <nobr>10-25%,</nobr> экономия времени врачей за счет ИИ-агентов (на <nobr>10-20%)</nobr> позволяет более качественно прорабатывать силами людей сложные случаи, а внедрение data-driven подходов повышает привлекательность бизнеса, позволяя получать на <nobr>15-30%</nobr> больше инвестиций.</p> <p>«Искусственный интеллект — неотъемлемый инструмент повышения эффективности современного бизнеса. Достижения в области ИИ позволяют нам прогнозировать его дальнейший бурный рост, массовое распространение ИИ-агентов, а затем и мультиагентных систем. Их внедрение — сложный, многосоставный процесс, который потребует инвестиций и существенных организационных изменений. Однако если бизнес не начнет смотреть в эту сторону уже сейчас, в относительно недалеком будущем он рискует оказаться в стороне от передовых технологий и процессов», — прокомментировала Лариса Малькова, управляющий директор практики «Данные и прикладной ИИ» Axenix.</p> <p>В Axenix уверены, что исследование поможет компании любого масштаба и сферы деятельности глубже познакомиться с ИИ-агентами и определить для себя необходимость их применения с оценкой требуемых ресурсов и потенциальным экономическим эффектом.</p> <p>Отдельные разделы исследования также затрагивают управление рисками и обеспечение безопасности, учет правового и регуляторного поля, этические и социальные аспекты.</p> Компания Axenix при экспертной поддержке Исследовательского центра в сфере искусственного интеллекта МГУ имени М.В … message https://www.itweek.ru/themes/detail.php?ID=233789 Thu, 20 Nov 2025 10:35:43 +0300 <p>Закупки — один из процессов, где каждая лишняя итерация превращается в убыток, например, штрафы за просрочки и переплаты. При этом сначала всё выглядит ровно — регламенты, статусы в системе, согласования по маршруту. Но именно в «невидимых» разрывах цепочки — повторных согласованиях, ручных проверках, задержках между шагами — и спрятан крупнейший резерв экономии: ускорение цикла от закупки до оплаты, снижение операционных затрат и высвобождение денег из процесса.</p> <p>Process Mining помогает этот резерв увидеть и посчитать: по реальным данным, по каждому этапу, по каждому «узкому месту». Он показывает не красивую регламентированную схему выполнения процесса, а его фактическое состояние — где уходят дни, где накапливаются возвраты и где автоматизация окупится быстрее всего.</p> <h3>Как работает Process Mining</h3> <p>Каждое действие в корпоративных системах оставляет цифровой след: создана заявка, согласован договор, выставлен счёт, принята поставка и т. д.. Process Mining собирает эти события, объединяет их в единую цепочку и показывает, как процесс проходит в реальности.</p> <p>На визуальной карте видно всё: где шаги выполняются быстро, где возникают задержки, где сотрудники возвращаются к уже пройденным этапам, а где система просто ждёт согласования.</p> <p>Process Mining — не просто аналитика, а инструмент управленческой диагностики. Технология позволяет не гадать, почему процесс «тормозит», а увидеть реальные проблемы, найти причины их возникновения и способы оптимизации.</p> <h3>Зачем это нужно в закупках</h3> <p>Закупки — это классический P2P-процесс, то есть последовательный путь от появления потребности до поставки и проведения оплаты поставщику.</p> <p>Когда говорят о скрытых потерях в закупках, речь — не о гипотезах и предположениях. Даже в зрелых компаниях значительная часть P2P-процесса остаётся ручной, фрагментированной и подверженной возвратам.</p> <p>Process Mining позволяет увидеть, где именно возникают задержки и дополнительные затраты. Чаще всего это проявляется в следующих ситуациях:</p> <ul> <li> на этапе инициирования заявки документы возвращаются на доработку из-за неполных или неточных данных;</li> <li> в процессе согласования договоров возникают повторные циклы из-за корректировок условий или отсутствия информации;</li> <li> сроки поставок отклоняются от плановых, а причины становятся очевидны только при детальном анализе фактического процесса;</li> <li> при оплате документов процесс замедляется из-за ручных проверок и дополнительных подтверждений.</li> </ul> <p>Такие отклонения накапливаются и приводят к замедлению закупочного цикла, увеличению нагрузки на сотрудников и потере контроля над сроками и бюджетом. Суммарно это выливается в недели простоя и сотни тысяч рублей потерянных денег. Process Mining помогает увидеть эти узкие места и рассчитать, как их устранение повлияет на скорость и стоимость закупочного цикла. <a href="https://easy-software.com/en/newsroom/the-p2p-process-in-figures-the-10-most-important-kpis-at-a-glance">По оценкам McKinsey и отраслевых аналитиков</a>, <nobr>30-50%</nobr> операций закупок можно автоматизировать с помощью доступных технологий.</p> <h3>Что меняется после внедрения</h3> <p>После внедрения технологии компании получают прозрачность внутренней работы. Руководители могут видеть весь путь документа от заявки до оплаты, анализировать <a href="https://assets.ctfassets.net/zmrtlfup12q3/15jREh54tsiUzEPP5g2Fnn/89c4da7934352115d222a6009b2fe4bb/Celonis_eBook_Power_Up_Procurement.pdf">длительность этапов</a>, число возвратов и отклонений. Это делает процесс управляемым. Внедрение Process Mining позволяет:</p> <ul> <li> сократить длительность P2P-цикла;</li> <li> снизить долю ручных операций;</li> <li> сократить количество повторных согласований;</li> <li> добиться соблюдения сроков поставок.</li> </ul> <p>Это не просто ускорение — это переход от реактивного управления к упреждающему: компания начинает видеть проблемы до того, как они сказываются на сроках и затратах.</p> <h3>Реальные кейсы применения</h3> <p>Эффект от внедрения Process Mining в закупках уже подтверждён практикой российских компаний.</p> <p>Один из ритейлеров применил Process Mining для анализа некоммерческих закупок и восстановления фактического хода процесса. Внедрение рекомендаций позволило сократить длительность закупочных процедур на 25%.</p> <p>Фармацевтическая компания из ТОП-10 применила процессную аналитику для получения карты реального процесса закупок и дашбордов с актуальными показателями. Анализ выявил узкие места в согласовании договоров и ручные операции, замедлявшие движение заявок. После оптимизации процесс ускорился на 21%, а прозрачность исполнения выросла в разы.</p> <p>Крупное промышленное предприятие использовало Process Mining для создания цифрового двойника закупочного процесса. Это позволило смоделировать разные сценарии снабжения, выстроить приоритеты и определить точки для автоматизации. В результате снизилась длительность цикла закупки, улучшилось использование складских запасов, а трудозатраты на обеспечение заявок заметно сократились.</p> <p>Банк из ТОП-5 заявил, что применил процессную аналитику, чтобы справиться с ростом объёма заявок. При трёхкратном увеличении потока закупок длительность цикла удалось сократить на четверть — за счёт оптимизации маршрутов и устранения узких мест.</p> <p>Эти кейсы наглядно показывают: эффект приходит быстро, если работать с процессами, где уже есть данные и очевидный потенциал для улучшений.</p> <h3>Почему начинать стоит именно с закупок</h3> <p>Закупки — универсальная стартовая точка для Process Mining. Почему? Процесс массовый, хорошо структурированный и логируемый, как отмечалось выше. Данные доступны, а эффекты измеримы. Любое улучшение здесь мгновенно отражается на ключевых бизнес-показателях — себестоимости, ликвидности, сроках исполнения обязательств и удовлетворённости внутренних заказчиков.</p> <p>Оптимизация даже на одном участке даёт ощутимый эффект:</p> <ul> <li> сокращаются издержки на закупки и снабжение;</li> <li> ускоряется движение капитала;</li> <li> повышается точность планирования поставок;</li> <li> снижается нагрузка на специалистов.</li> </ul> <p>Главное — появляется новая управленческая культура. Люди начинают понимать, как их действия влияют на общую эффективность компании, а бизнес становится по-настоящему прозрачным и гибким.</p> <h3>Process Mining — первый шаг к осознанной цифровизации</h3> <p>Process Mining — это не просто новый инструмент, это способ увидеть реальность такой, какая она есть. Он становится фундаментом для дальнейших шагов — роботизации и внедрения ИИ. Когда решения принимаются на основе реальных данных, исчезает пространство для догадок. Возникает уверенность — в процессах, в людях, в управлении.</p> <p>Для бизнеса, который стремится быть гибким, экономным и устойчивым, это уже не опция, а необходимость. Ведь только понимая, как именно работает организация, можно осознанно менять её к лучшему.</p> <p>#IMAGE_233790#</p> Закупки — один из процессов, где каждая лишняя итерация превращается в убыток, например, штрафы за просрочки … article Александр Бочкин, генеральный директор ”Инфомаксимум” https://www.itweek.ru/themes/detail.php?ID=233788 Thu, 20 Nov 2025 10:27:52 +0300 <p><em>Как технологический лидер, вы наверняка обратили внимание: инструменты автоматизации, которые когда-то были основой эффективности, с трудом идут в ногу со временем. Cron-задания, устаревшие планировщики и встроенная в приложения автоматизация хорошо выполняли свои функции. Но мир бизнеса изменился, и автоматизация должна измениться вместе с ним, пишут в корпоративном блоге Навин Чхабра, главный аналитик, и Рене Тейлор, исследователь </em><em>Forrester</em><em>.</em></p> <p>Мы наблюдаем, как технологические лидеры чувствуют себя застрявшими в попытках собрать воедино решения, отвечающие современным требованиям. Правда в том, что одного планирования задач уже недостаточно. Бизнесу нужна интеллектуальная автоматизация рабочих нагрузок: инструменты, которые оркестрируют результаты, а не просто управляют процессами.</p> <h3>Почему автоматизация рабочих нагрузок должна развиваться</h3> <p>Как часто вы чувствуете, что ваши инструменты автоматизации рабочих нагрузок создают больше работы, вместо того чтобы решать проблемы? Связанное с этим разочарование понятно. По мере взрывного роста объемов данных и усложнения рабочих процессов устаревшие системы автоматизации рабочих нагрузок с трудом поспевают за изменениями.</p> <p>Современным предприятиям нужны гибкие, отзывчивые и проактивные решения. Автоматизация должна делать больше, чем просто выполнять задачи: она должна ускорять принятие решений, снижать сложность и освобождать вашу команду от необходимости тушить пожары, чтобы она могла заниматься инновациями.</p> <h3>Шесть факторов, определяющих эволюцию автоматизации рабочих нагрузок</h3> <p>В ходе нашего исследования мы выявили шесть факторов, определяющих переход к более интеллектуальной автоматизации рабочих нагрузок. Это не просто тенденции — это вызовы, с которыми предприятиям приходится сталкиваться, чтобы оставаться конкурентоспособными:</p> <ol> <li><strong> Триггеры реального времени.</strong> Прошли те времена, когда приходилось ждать завершения пакетных процессов. Сегодня автоматизация должна мгновенно реагировать на действия клиентов, обновления системы или внешние события.</li> <li><strong> Перегрузка данными и сокращение времени на принятие мер.</strong> В условиях экспоненциального роста объема данных компании не могут позволить себе задержки. Инструменты автоматизации должны обеспечивать скорость и точность.</li> <li><strong> Сложные рабочие процессы, превосходящие возможности человека.</strong> Давайте посмотрим правде в глаза: люди не могут справиться со сложными рабочими процессами, созданными искусственным интеллектом, Интернетом вещей и взаимосвязанными системами.</li> <li><strong> Ограничения встроенной пакетной автоматизации.</strong> Встроенные в корпоративные приложения инструменты часто не обладают гибкостью, необходимой для более широкой оркестрации.</li> <li><strong> Выполнение в режиме реального времени и </strong><strong>API</strong><strong>-интеграция.</strong> API — это основа современной автоматизации, позволяющая системам беспрепятственно обмениваться данными и выполнять задачи.</li> <li><strong> Проблемы соответствия нормативным требованиям и обеспечения безопасности.</strong> Современные инструменты автоматизации должны обеспечивать надежную безопасность и соответствовать все более строгим нормативным требованиям.</li> </ol> <p>Мы видим, как все это проявляется в организациях разных отраслей, и это меняет наш подход к автоматизации.</p> <h3>Что нужно знать</h3> <p>Выбор подходящей платформы для автоматизации рабочих нагрузок — это не просто техническое, а стратегическое решение. Более того, это одна из самых важных инвестиций в будущее вашей организации.</p> <p>Лучшие технические руководители, с которыми мы работаем, уделяют время оценке инструментов на основе трех ключевых факторов:</p> <ul> <li> Техническая совместимость.</li> <li> Стратегическая согласованность.</li> <li> Операционные требования.</li> </ul> <p>Один из самых важных уроков, которые мы извлекли? Лучшее решение — это не всегда один инструмент. Во многих случаях сочетание платформ обеспечивает гибкость и интеллектуальные возможности, необходимые для успеха.</p> <p>Вот наш совет: не ждите, пока ваши устаревшие системы начнут сдерживать вас.</p> Как технологический лидер, вы наверняка обратили внимание: инструменты автоматизации, которые когда-то были основой … article https://www.itweek.ru/themes/detail.php?ID=233785 Wed, 19 Nov 2025 15:13:23 +0300 <p>Компания «РуПост» (входит в «Группу Астра») выпустила новую версию почтового сервера RuPost 4.0. Это масштабное обновление вендор позиционирует как следующий шаг в развитии корпоративных коммуникаций и средств обеспечения высокой доступности ИТ сервисов.</p> <p>Главным технологическим нововведением релиза стала поддержка геокластеров — объединения нескольких территориально распределенных кластеров в единую систему. Благодаря этому организации любого размера смогут выстроить единую почтовую инфраструктуру, и она будет работать как целостный комплекс. Даже при отказе отдельных площадок сохраняется непрерывность сервисов, так как нагрузка между регионами распределяется сбалансированно за счет разделения пользователей между остальными площадками, масштабирование происходит без остановок, потому что можно оперативно добавлять новые сайты, а управление остается централизованным через единую панель и сквозной мониторинг.</p> <p>Для заказчиков это означает не только кардинальное повышение уровня отказоустойчивости, но и стабильность бизнес процессов и инфраструктуры, рациональное распределение нагрузки между региональными кластерами и снижение риска простоев.</p> <p>В качестве улучшения ИБ-функциональности разработчики реализовали поддержку Kerberos и OpenID Connect (OAuth 2.0) для веб-клиента, что обеспечивает единый вход (SSO). Это избавляет пользователей от лишних действий во время авторизации, а администраторы получают предсказуемое управление правами доступа и единые контуры безопасности.</p> <p>С новой версией RuPost намного легче администрировать почтовые политики и предоставлять пользователям услуги поддержки. Есть возможность централизованно управлять автоответами, создавать готовые шаблоны, например, для отпуска или командировки и назначать для них сроки действия прямо из панели управления. Корпоративные подписи задаются как групповая политика: единые автоподписи с динамической подстановкой данных из адресной книги (LDAP) применяются к выбранным категориям пользователей, причем состав полей и источники данных настраиваются в редакторе атрибутов адресной книги. Для мониторинга и интеграций доступны подключение к Zabbix и «Астра Мониторинг» с передачей метрик по всем узлам, а еще HTTP API — через него внешние системы получают информацию о состоянии комплекса и выполняют разные операции с почтовыми ящиками: от создания до изменения статусов.</p> <p>В обновление добавили гибкую схему организации и репликации хранилищ: данные защищаются «горячими» и «холодными» репликами, при интеграции с СХД с использованием внешней синхронной репликации система автоматически переключается на актуальную копию, а администратор задает время запуска копирования и выбирает синхронный или асинхронный режим. Встроенные механизмы выполняют балансировку и восстановление при сбоях, а интеграция с SDS и СХД позволяет сделать хранение более надежным, эффективно используя имеющиеся ресурсы без избыточных инвестиций.</p> <p>В RuPost 4.0 появились дополнительные механизмы для повышения защищенности и удобства работы. Проверка SPF-записей помогает выявлять подделку отправителей, а запрос уведомления о прочтении — отслеживать доставку и открытие писем. Квоты на ящики теперь задаются с дробными значениями, LDAP-домены поддерживают названия верхнего уровня (TLD) и однобуквенные корневые почтовые домены, а сервис postscreen при необходимости отключается, если фильтрацию выполняет внешний почтовый шлюз. Усовершенствованный веб-интерфейс сохранил привычную навигацию, но стал современнее и нагляднее, в том числе за счет новой визуальной маркировки важных сообщений.</p> <p>«Новая версия нашего продукта дает заказчикам совершенно другой уровень удобства, надежности и масштабирования. Клиенты получают единую платформу для построения современной корпоративной почтовой среды. Она способна объединять несколько центров обработки данных и региональных подразделений в одно логическое пространство, минимизируя операционные риски и затраты на обслуживание. Высокая степень автоматизации, интеграция с системами мониторинга и отсутствие единой точки отказа делают RuPost 4.0 оптимальным решением для компаний, ориентированных на непрерывность бизнес процессов и информационную безопасность», — отметил Илья Симонов, генеральный директор компании «РуПост».</p> Компания «РуПост» (входит в «Группу Астра») выпустила новую версию почтового сервера RuPost 4.0. Это масштабное обновление … message https://www.itweek.ru/themes/detail.php?ID=233784 Wed, 19 Nov 2025 15:12:00 +0300 <p>Компания IT_ONE совместно с Фондом «Сколково» и «Сколтехом» провела масштабное исследование проникновения искусственного интеллекта в жизненный цикл разработки программного обеспечения (SDLC) в России. Аналитики проанализировали более 40 исследований консалтинговых компаний, изучили свыше 100 отчетов, статей и интервью, сравнили более 30 российских и зарубежных ИИ-решений для SDLC, а также провели около 50 часов глубинных интервью с профильными топ-менеджерами российских компаний из различных отраслей. Такой мета-анализ позволил верифицировать возможности и риски применения ИИ, обозначить тренды развития российского рынка ИИ-инструментов и смоделировать сценарий трансформации ИТ-команд.</p> <p>Опрос ИТ-директоров из разных отраслей крупного и среднего бизнеса показал, что 57% технологических лидеров уже возглавили пилотирование или внедрение ИИ в процессы разработки. 29% компаний допускают хаотичное использование ИИ по инициативе сотрудников. 14% все еще запрещают использование технологии.</p> <p>При этом 21% опрошенных ИТ-директоров относятся к ИИ скептически, и этот процент продолжает расти. Они видят в нем больше рисков, чем пользы. Сторонниками и промоутерами технологии являются 50% технологических лидеров — они уверены, что ИИ способен кратно ускорить процессы разработки. 29% респондентов — в группе выжидающих, они изучают практики конкурентов и разных команд внутри, но не спешат с массовым внедрением. Парадоксально, но у скептиков в среднем оцениваемый уровень проникновения ИИ в командах выше, чем у сторонников и выжидающих.</p> <p>Основная ценность ИИ для ИТ-команд — медианное ускорение SDLC на 37%. Чаще всего технологию применяют на этапах анализа и планирования (93% компаний) и разработки (86%). Несмотря на активное использование, только четверть крупных компаний измеряют с помощью специальных метрик реальный эффект от внедрения ИИ.</p> <p>Главными рисками технологические лидеры считают потерю компетенций команд, снижение качества кода, «галлюцинации» ИИ, риски утечки данных и кодобазы. </p> <p>Исследование выявило значительный дисбаланс в развитии российских ИИ-решений для разных этапов SDLC. Высокий уровень — в сегменте разработки, где российские инструменты (ИИ-ассистенты) сопоставимы с мировыми. Наибольшее отставание зафиксировано на этапах анализа и планирования, архитектуры и дизайна, а также деплоя. Уровень развития решений здесь низкий. В частности, в России для анализа и планирования практически нет специализированных сервисов, а универсальные LLM не адаптированы под типовые бизнес-задачи. Умеренные позиции у решений для обслуживания и мониторинга. В тестировании развиты не отдельные продукты, а функционал в рамках ассистентов разработчика.</p> <p>При этом российский рынок формируют преимущественно крупные игроки (Сбер, МТС, Яндекс), которые развивают ИИ-ассистенты и платформы. Нишевые решения практически отсутствуют. Недавно компании начали переключаться на развитие нового направления — разработка агентных систем.</p> <p>Внедрение ИИ повлияет на структуру ИТ-команд и требования к специалистам. Так, изменится роль разработчиков: их доля в командах вырастет с <nobr>40-50%</nobr> до <nobr>65-75%.</nobr> Они станут более кросс-функциональными и будут брать на себя задачи аналитиков и тестировщиков. При этом важность архитекторов возрастет.</p> <p>Применение ИИ-инструментов становится угрозой для junior-специалистов — потребность в них продолжает снижаться. Одновременно с этим через <nobr>2-3</nobr> года может возникнуть критический дефицит middle- и senior-специалистов.</p> <p>При этом в найме сотрудников намечается следующая тенденция: растет доля кандидатов, которые оценивают компании с точки зрения того, внедрены у них ИИ-инструменты или нет. И отдают предпочтение тем, где ИИ-инструменты уже активно встроены во основные бизнес-процессы.</p> Компания IT_ONE совместно с Фондом «Сколково» и «Сколтехом» провела масштабное исследование проникновения … message https://www.itweek.ru/themes/detail.php?ID=233782 Wed, 19 Nov 2025 10:37:02 +0300 <p>Современный путешественник изменился: теперь среди стандартных критериев сравнения отелей вроде количества звезд, качества еды и близости к морю добавилось и удобство цифровых сервисов.</p> <p>Постояльцы отелей привыкли к определенным стандартам: например, онлайн-банкинг за секунды оплачивает коммунальные счета и покупает билеты в кино, маркетплейсы находят товар «специально для тебя» по истории покупок, авиакомпании дают скидки, опираясь на твои предыдущие полеты. Но стоит такому путешественнику зайти в гостиницу — и вместо цифрового сервиса его встречает бумажная анкета для заполнения (не везде, но такая ситуация случается). Этот разрыв между ожиданиями и реальностью сегодня обходится отелям дороже, чем кажется. Искусственный интеллект — тот инструмент, который помогает создавать цифровую реальность и в этой сфере.</p> <p>Выбор ИИ-сервиса для отеля — это не вопрос моды, это вопрос конкурентоспособности и выживаемости компании.</p> <h3> Где применить</h3> <p>Стоит обсудить, где в отельном бизнесе стоит внедрять ИИ. Начать можно с коммуникаций с гостями, потому что здесь очень важны оперативность и персонализация. Эти качества действительно очень востребованы: согласно <a href="https://www.canarytechnologies.com/post/ai-chatbots-for-hotels">исследованию</a> Medallia, 61% потребителей готовы заплатить больше за персонализированный опыт, но лишь около 23% гостей в отелях сообщают, что реально его получают. Ответом на запрос пользователей станут ИИ-чаты и голосовые ассистенты, которые закроют основную часть запросов: бронирование, уточнение деталей заезда, заказ дополнительных услуг.</p> <p>Другое перспективное направление для внедрения — управление репутацией. Сегодня отели получают сотни отзывов на Booking, TripAdvisor и «Яндекс.Путешествиях». Обрабатывать их вручную невозможно, поэтому здесь нужна поддержка от искусственного интеллекта. Такие решения уже есть — например, Shiji ReviewPro <a href="https://www.appercase.ru/news/77516/">собирает</a> отзывы с более чем 175 платформ (включая упомянутые выше), определяет общее настроение гостей и даже предлагает готовые варианты ответов. Сотруднику остается только выбрать подходящий — экономятся часы рабочего времени.</p> <p>Кроме того, ИИ может распределять задачи по отделам и конкретным сотрудникам. При этом система проверит занятость каждого работника, его квалификацию и местонахождение. Таким образом, можно будет избежать простоев или ситуаций, когда задача улетает к специалисту в отпуске. Сеть отелей Hilton внедрила такие технологии и <a href="https://superagi.com/maximizing-productivity-with-ai-real-world-case-studies-of-businesses-that-transformed-their-scheduling-processes/">сэкономила</a> 15 000 человеко-часов в год.</p> <p>Еще одна эффективная область применения ИИ — прогнозирование загрузки и оптимизация цен (revenue management). Ожидается, что к концу 2025 года мировой рынок этой сферы <a href="https://www.gminsights.com/ru/industry-analysis/hospitality-revenue-management-and-pricing-analytics-market">вырастет</a> с 4,1 млрд. долл. до 13,1 млрд. долл., в первую очередь благодаря ИИ-решениям. Такие системы, как <a href="https://superagi.com/top-10-ai-tools-transforming-revenue-management-in-the-hospitality-industry-2/">Duetto</a>, учитывают не только сезонность, но и погоду, локальные события, даже политическую обстановку. Это помогает не продешевить в пик спроса и не оставить номера пустыми в низкий сезон.</p> <p>Видеонаблюдение с аналитикой уже <a href="https://habr.com/ru/articles/953692/">стало</a> своеобразным стандартом рынка. ИИ через камеру способен зафиксировать, скажем так, нестандартные ситуации: чрезмерное скопление людей, падение человека или товара, воровство и т. д., после чего идет автоматическое оповещение администрации.</p> <h3>О чем нужно подумать заранее</h3> <p>ИИ, конечно, может существенно облегчить работу различных сфер бизнеса, однако важно понимать, что внедрение такого сервиса — масштабный и ресурсоемкий проект. Прежде чем начинать его, надо определиться, зачем он нужен именно этому бизнесу.</p> <p>Для начала стоит спросить себя: «В чем будут состоять цели и задачи ИИ в моей компании?» и «Какую бизнес-проблему он решит?». Эти цели должны быть понятны и измеримы. Вместо «улучшить внутренние процессы» задачу лучше сформулировать как «Сократить время обработки заявки клиента на 20%».</p> <p>Важно помнить золотой принцип: «ИИ работает настолько хорошо, насколько качественны загруженные в него данные». Если CRM и PMS забиты «мусором» или данные не связаны между собой — алгоритмы будут выдавать сомнительные инсайты.</p> <p>Однако главный барьер внедрения — это не технология, а люди. Сотрудники во многих компаниях (даже ИТ-направленности) сопротивляются таким нововведениям, считая их всего лишь модной «игрушкой». Справедливости ради, в руках людей, которые интегрируют ИИ только потому, что «он у всех», такие сервисы действительно становятся бесполезной «фишкой». Именно поэтому важно не только сознавать ценность таких инструментов самому, но и доносить ее до коллектива. Сотрудникам необходимо объяснять выгоды, функционал и пошагово демонстрировать, где и что нажимать. Здесь очень важны лидерские качества руководителя: он должен представить команде ИИ как нового коллегу, а не как конкурента.</p> <h3>Чек-лист: как выбрать и оценить</h3> <p>Первые шаги мы уже обсудили: определиться с целями и подготовить данные. Что дальше? Как определиться с вендором? Для этого стоит прояснить несколько деталей.</p> <ol> <li> Уточнить вопрос об интеграции с действующей инфраструктурой. Предпочтение стоит отдавать решениям с готовыми API-коннекторами, а не тем, что требуют кастомной разработки на много месяцев.</li> <li> Уточнить вопрос обучения модели. Тут важно найти баланс между быстрым коробочным решением и сервисом, который придется долго обучать.</li> <li> Запросить доказательства эффективности. Примеры успешного внедрения зачастую говорят громче, чем презентации. Опять-таки, важно, чтобы достигнутые результаты были измеримыми.</li> <li> Уточнить условия оплаты. Модель ценообразования должна быть прозрачной и понятной, чтобы была возможность рассчитать сроки и объемы окупаемости.</li> <li> Запросить демо-версию. Пробный доступ поможет оценить интерфейс и получить фидбек по удобству сервиса от ваших сотрудников.</li> <li> Обсудить юридические нюансы. Это очень тонкий момент. Важно понимать, где хранятся личные данные и как они обрабатываются, соблюдаются ли все требования законодательства. В случае утечек недовольные клиенты предъявят претензии отелю, а не вендору.</li> </ol> <h3>Тренды развития ИИ в отельном бизнесе</h3> <p>В России применение искусственного интеллекта в гостиничном бизнесе находится в активной фазе освоения и адаптации. Пока что такие технологии не то, чтобы широко распространены — многие отели только присматриваются к «умным» системам, пробуют автоматизацию там, где раньше требовался человек. Однако уже сейчас есть общее понимание того, в каком направлении индустрии стоит двигаться. Мировой опыт международных сервисов показывает, что такие инструменты востребованы и эффективны, а значит, скоро и у нас появятся подобные аналоги.</p> <p> #IMAGE_233783#</p> Современный путешественник изменился: теперь среди стандартных критериев сравнения отелей вроде количества звезд, качества еды … article Алексей Корнеев, основатель компании Teamjet https://www.itweek.ru/themes/detail.php?ID=233781 Wed, 19 Nov 2025 10:22:19 +0300 <p><em>Нил Уорд-Даттон, вице-президент IDC Europe по искусственному интеллекту, автоматизации, данным и аналитике, рассказывает в корпоративном блоге, почему одна модель больше не подходит для всех сценариев и как руководители могут сориентироваться в следующей волне архитектуры ИИ.</em></p> <p>С момента появления ChatGPT в конце 2022 г. доминирующей тенденцией в области ИИ было представление о том, что крупные универсальные «базовые модели» могут использоваться во многих сценариях: от написания программного кода до создания маркетинговых планов, подведения итогов встреч, анализа контрактов и многого другого.</p> <p>Но по мере приближения 2026 г. ситуация меняется, и становится очевидным, что для оптимального обслуживания целевых бизнес-сценариев лучше всего, когда модели ИИ хотя бы в некоторой степени специализированы. Более того, даже поставщики самых современных моделей ИИ на самом деле поставляют свои продукты и услуги в виде «смесей экспертов» (MoE): наборов моделей, предназначенных для выполнения определенных задач, скрытых за единым интерфейсом, где каждый запрос (промпт) направляется к наиболее подходящей специализированной модели.</p> <p>Согласно отчету IDC «2026 AI and Automation FutureScape», к 2028 г. 70% ведущих предприятий, встраивающих ИИ в свой бизнес, будут использовать передовые многофункциональные архитектуры для динамического и автономного управления маршрутизацией между различными моделями.</p> <h3>Сдвиг: от выбора модели к оркестрации моделей</h3> <p>До появления генеративного ИИ (GenAI) выбор оптимальной архитектуры модели ИИ был ключевым шагом на пути к успеху в достижении эффективных результатов. Даже сейчас при внедрении GenAI многие команды тратят значительное время на поиск «лучшей модели» для конкретного сценария использования. Команды изучают тесты моделей, проводят испытания, сравнивают результаты, выбирают победителя и оптимизируют его.</p> <p>Однако в настоящее время мы наблюдаем взрывной рост инноваций и технических достижений в области моделей ИИ, и то, что сегодня может быть «лучшим», через шесть месяцев (или даже через месяц) может оказаться далеко не лучшим. Более того, агентные системы ИИ требуют гибкости. Различные задачи, которые должны выполнять агенты, скорее всего, потребуют разных видов возможностей.</p> <p>Маршрутизация моделей позволяет командам создавать системы, которые оценивают поступающие запросы и автоматически направляют их к модели, наиболее подходящей для данной задачи, или даже комбинируют модели последовательно для получения оптимального результата.</p> <h3>Почему это важно: производительность, стоимость и доверие</h3> <p>Ценность маршрутизации моделей заключается не только в защите от технологической энтропии, но и в оптимизации производительности, стоимости и доверия.</p> <ul> <li><strong> Производительность: </strong>маршрутизация моделей позволяет повысить точность и надежность систем за счет динамического выбора модели, наиболее подходящей для конкретного контекста, вместо того, чтобы заставлять общую модель обрабатывать каждый запрос. Кроме того, модели могут выбираться в зависимости от места их работы — например, на периферии, в локальной инфраструктуре, в публичном облаке — с учетом влияния задержки и стоимости.</li> <li><strong> Контроль затрат:</strong> с помощью маршрутизации рабочие нагрузки можно разумно распределять между премиальными проприетарными моделями, где это необходимо, и эффективными Open Source-альтернативами.</li> <li><strong> Управление и доверие: </strong>предприятия могут обеспечить соблюдение нормативных требований и суверенитет, гарантируя, что определенные типы данных всегда обрабатываются утвержденными, специфическими для региона или частными моделями.</li> </ul> <h3>Что следует делать руководителям</h3> <p>Что все это означает для руководителей, пытающихся внедрить маршрутизацию моделей на практике? Начните с изменения мышления, усиления контроля и проектирования с учетом гибкости с самого первого дня.</p> <ul> <li><strong> Примите мультимодельное мышление.</strong> Перестаньте оптимизировать одну модель и начните проектировать архитектуры, которые могут размещать и коммутировать несколько моделей.</li> <li><strong> Инвестируйте в управление и наблюдаемость ИИ.</strong> Маршрутизация моделей вводит еще один технологический уровень, и вам понадобятся системы мониторинга, которые отслеживают производительность, качество и затраты системы по каждому маршруту и в течение времени.</li> <li><strong> Изучите сочетание открытых и проприетарных моделей.</strong> Современные проприетарные модели могут давать отличные результаты, но при этом отличаться высокой стоимостью и низкой гибкостью. Открытые модели, которые гораздо проще специализировать и которые предлагают гибкость развертывания, могут очень хорошо подходить для отдельных сценариев использования.</li> </ul> <h3>Точка зрения IDC: маршрутизация — путь к масштабированию</h3> <p>Для предприятий обеспечение ценности ИИ в масштабе заключается в использовании различных рычагов для оптимизации результатов, а не в использовании все более крупных моделей. Маршрутизация моделей — один из основных рычагов, который будет приобретать все большее значение.</p> <p>Поскольку предприятия сталкиваются с противоречивыми требованиями в отношении суверенитета данных, вычислительных затрат и разнообразия моделей, архитектуры маршрутизации являются ключевым инструментом для преодоления сложности. Маршрутизация моделей помогает организациям рассматривать автоматизацию на базе ИИ как распределенную, скоординированную функцию, а не как монолитную. Те, кто освоит маршрутизацию, будут двигаться быстрее, тратить меньше и внедрять инновации более безопасно. Те, кто этого не сделает, будут наблюдать, как их стратегии, основанные на одной модели, заходят в тупик под тяжестью собственных ограничений.</p> <p>К 2028 г. 70% ведущих предприятий, встраивающих ИИ в свой бизнес, будут использовать передовые многофункциональные архитектуры для динамического и автономного управления маршрутизацией между различными моделями, оркестрируя сложные процессы.</p> Нил Уорд-Даттон, вице-президент IDC Europe по искусственному интеллекту, автоматизации, данным и аналитике … article https://www.itweek.ru/themes/detail.php?ID=233780 Tue, 18 Nov 2025 16:55:31 +0300 <p>В Luxms BI 11.2 добавили отдельную БД и три новых источника данных, чтобы разгрузить базу с метаданными, вынести тяжелые операционные данные и раздельно управлять доступом к журналу аудита и файлам, загруженным из Excel:</p> <ul> <li>_bidata_ — для хранения демо данных, в том числе, загруженных из Excel-файлов, которые добавляются пользователями в качестве источников. Теперь тяжелые файлы живут отдельно и не нагружают БД с метаданными;</li> <li>_infosec_ — для журнала событий. Теперь доступ к записям аудита событий можно ограничить с помощью отдельного источника данных;</li> <li>_meta_ — для метаинформации (атласы, дэшборды, пользователи, группы и т.д.). Важная системная структура аналитики теперь хранится отдельно, быстро резервируется и легко восстанавливается.</li> </ul> <p>Благодаря этому система работает стабильнее, резервная копия метаданных весит в десятки раз меньше и создается гораздо быстрее.</p> <p>В системе появилась новая сайтовая роль User-Manager, предназначенная для управления пользователями и группами. Она позволяет одному специалисту создавать, блокировать и настраивать права доступа сотрудников, при этом не имея доступа к данным и контенту. Такая модель делает делегирование администрирования безопасным — User-Manager не может увидеть чужие отчеты или изменить аналитические объекты, но полностью закрывает типовые запросы, например добавить пользователя или изменить права.</p> <p>В Luxms BI 11.2.0 шаблоны отчетов теперь поддерживают формат .xlsm, поэтому расчеты, которые раньше приходилось выполнять вручную, запускаются автоматически при открытии файла.</p> <p>Появилась возможность вставлять в отчеты актуальные скриншоты дэшбордов и слайдов презентаций — достаточно указать ссылку, и система сама добавит изображение. Это экономит время при подготовке регулярных отчетов для руководства.</p> <p>В отчетах для Древовидной таблицы теперь заполняются подытоги по группирующим строкам, а при необходимости можно пропускать отдельные поля в списке фильтров, чтобы не перегружать интерфейс.</p> <p>Кроме того, отчеты стали гибче, теперь можно группировать колонки по измерениям, задавать отдельные числовые форматы для итогов и более гибко настраивать отображение условие фильтрации.</p> <p>В Data Boring добавлен новый узел Transpose для СУБД ClickHouse, который позволяет транспонировать таблицы, преобразуя «длинные» таблицы в «широкие». Пользователь выбирает колонки для вертикальной и горизонтальной группировки и указывает, какие значения подсчитывать, а узел автоматически формирует готовую к использованию таблицу. Ранее эту операцию можно было сделать только в Pivot таблице, теперь можно рассчитать на этапе ETL при подготовке витрин, теперь результат сразу можно использовать для визуализации на графиках или для построения кубов.</p> <p>Еще одно важное улучшение в Data Boring в узле DataTransfer связано с поддержкой кластерных таблиц ClickHouse: ранее перенос данных в кластер требовал ручного написания SQL-команд, теперь достаточно выбрать целевую топологию кластера (шары, реплики) и указать таблицу-получатель. Система сгенерирует корректные запросы, с учетом имени кластера и выбранной топологии.</p> <p>Кроме этого, в Data Boring в узел DataTransfer добавлена новый раздел Mapping. С его помощью можно выбрать тип целевых колонок и исключить лишние. При переносе данных будут загружаться только необходимые колонки с учетом их типов, что сокращает время выполнения потока, количество ручной работы для дата-инженеров, ускоряет запуск проектов и снижает вероятность ошибок.</p> <p>Также в Data Boring появился новый функционал узла CubesUpdated, позволяющий автоматически перезапрашивать свежие данные на дэшбордах Luxms BI. Теперь появились расширенные настройки выбора кубов, а также возможность использовать маски по названию. Можно не только указывать конкретные кубы для обновления, но и задавать шаблоны, например, обновлять все кубы, содержащие sklad в названии. Новые кубы с этим именем также попадут под действие узла. Это удобно для крупных проектов, где новые кубы появляются регулярно, больше не нужно вручную добавлять их в список обновлений.</p> <p>Обновления в Luxms BI 11.2 помогают компаниям быстрее получать актуальные данные, упрощают администрирование и сокращают ручную работу как для аналитиков, так и для IT-инженеров.</p> В Luxms BI 11.2 добавили отдельную БД и три новых источника данных, чтобы разгрузить базу с метаданными … message