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=234604 Mon, 06 Apr 2026 10:34:05 +0300 <p><em>В течение многих лет архитекторы решений работали над модернизацией архитектуры приложений: декомпозицией монолитных систем, предоставлением доступа к бизнес-возможностям через API и внедрением событийно-ориентированного дизайна. Эта работа не меняется. Но быстрое внедрение искусственного интеллекта в архитектуру приложений коренным образом меняет то, как архитекторы решений оркестрируют и проектируют приложения, пишет в корпоративном блоге Дэвид Мутер, главный аналитик </em><em>Forrester</em><em>.</em></p> <p>В новом отчете Forrester «Rearchitecting Applications For The Age Of AI» проводится исследование, почему ИИ не просто добавляет еще один компонент к существующим архитектурам. Вместо этого он оказывает давление на некоторые давние архитектурные аспекты и поощряет организации, которые делают упор на другие аспекты.</p> <h3>Как ИИ меняет архитектуру приложений</h3> <p>Forrester выявила три сходящихся тренда, которые уже видны на рынке:</p> <p><strong>• Адаптивная оркестрация процессов.</strong> Платформы оркестрации на основе ИИ все чаще используют вероятностное принятие решений — а не только детерминированные потоки — для координации бизнес-сервисов в среде выполнения. Это позволяет системам стремиться к результатам, а не просто выполнять предопределенные шаги. Это также бросает вызов архитектурам, построенным на основе жесткого, линейного управления процессами.</p> <p><strong>• Генерация приложений на естественном языке.</strong> Платформы генерации приложений позволяют пользователям создавать приложения, описывая, что они хотят, а не как строить. Это ускоряет создание ПО и позволяет создавать гораздо более индивидуальные и эфемерные приложения, предназначенные для конкретных бизнес-задач. Это также смещает архитектурное внимание от статических приложений к многократно используемым сервисам, которые ИИ может собирать по запросу.</p> <p><strong>• Пользовательский опыт, управляемый ИИ.</strong> Агентные интерфейсы отклоняются от традиционных моделей взаимодействия на основе кликов и касаний. Вместо того чтобы направлять людей по линейным потокам UX, агенты ИИ интерпретируют намерения и действуют от имени пользователя. Эта инверсия — адаптация машин к людям, а не наоборот — разрушает архитектурные шаблоны, разработанные на основе линейных фронтендов и поддерживающих их бэкенд-сервисов для фронтенда.</p> <p>В совокупности эти факторы приводят к общей теме: ИИ должен иметь возможность динамически оркестрировать бизнес-возможности в рамках установленных ограничений, а не быть ограниченным линейными потоками приложений.</p> <h3>Где ИИ дает сбои и что он укрепляет</h3> <p>Однако это не означает, что с ИИ «все меняется». На самом деле, некоторые архитектурные основы становятся более, а не менее важными.</p> <p>Сложности у ИИ возникают на самых низких уровнях абстракции. Оркестрация низкоуровневых технических API или тесно связанных корпоративных приложений быстро перегружает агентов ИИ. ИИ преуспевает в работе с четкими сервисами бизнес-уровня, которые инкапсулируют намерения, правила и результаты.</p> <p>В результате архитектуры, построенные вокруг немодульных приложений или фрагментированных технических API, страдают недостатками. И наоборот, предприятия, которые инвестируют в бизнес-API — те, которые отражают бизнес-возможности и потоки создания ценности — оказываются в лучшем положении, чтобы позволить ИИ безопасно и эффективно создавать новые процессы. Архитектура приложений становится меньше связана с проектированием жестких приложений и больше с проектированием строительных блоков, которые ИИ может надежно использовать.</p> <h3>Контекст становится архитектурной проблемой</h3> <p>Одним из наиболее важных следствий агентного ИИ является необходимость контекста реального времени. Под «контекстом» подразумеваются данные и их семантическое значение. Некоторые могут назвать это семантическим слоем. Но сосредоточение исключительно на семантике упускает из виду важность доставки данных в большие языковые модели (LLM) в реальном времени. И то, и другое жизненно важно. Это приводит к появлению нового архитектурного слоя, ориентированного именно на контекст. Стандарты, такие как MCP, указывают на то, как этот слой может развиваться, позволяя агентам обнаруживать, понимать и безопасно вызывать корпоративные возможности в масштабе.</p> <p>Для архитекторов решений это меняет подход к управлению и проектированию: вместо контроля каждого пути через приложение с помощью Experience APIs, которые адаптируют и оркестрируют бизнес-API для конкретных технических или бизнес-потребностей, целью становится определение безопасных границ, в рамках которых ИИ может работать автономно, руководствуясь контекстом реального времени.</p> <p>В результате происходит отход от традиционной модели приложений с разноуровневыми API, когда контекст заменяет слой Experience APIs.</p> <p>#IMAGE_234605#</p> <h3>Возможности для архитектора</h3> <p>Архитекторам решений, которые придерживаются мышления, ориентированного на приложения, придется противостоять естественной операционной модели ИИ. Те, кто переключит свое внимание на проектирование бизнес-возможностей, границы оркестрации и контекст реального времени, станут важными проводниками в реализации ИИ-амбиций своих организаций.</p> В течение многих лет архитекторы решений работали над модернизацией архитектуры приложений: декомпозицией монолитных систем … article https://www.itweek.ru/themes/detail.php?ID=234603 Mon, 06 Apr 2026 10:15:23 +0300 <p><em>Гибридная инженерия возникла для удовлетворения современных потребностей бизнеса, когда системы должны адаптироваться к постоянным изменениям, пишет на портале </em><em>InformationWeek</em> <em>Ингрид Кертис генеральный директор консалтинговой компании Sparq.</em></p> <p>Первые исследователи часто путешествовали с картами, которые были прекрасно иллюстрированы, но при этом вводили в заблуждение. Береговые линии дрейфовали, реки блуждали, а целые регионы существовали лишь в воображении картографа.</p> <p>В результате выжившие экипажи не всегда точно следовали карте. Ими руководили проводники, которые разбирались в местности и корректировали курс по мере изменения условий.</p> <p>Это расхождение снова имеет значение, теперь уже при формировании современных ИТ-систем.</p> <p>Дилемма «создать или купить» по-прежнему обсуждается, как будто ничего принципиально не изменилось. На практике системы, за которые отвечают руководители, больше не ведут себя как фиксированные береговые линии.</p> <p>Данные постоянно движутся. Рабочие процессы развиваются, как только достигают производственной среды. Искусственный интеллект вводит новые уровни рассуждений, зависимостей и сбоев, которые никогда не были частью первоначальной модели. Концепция, разработанная для стабильных условий, теперь применяется к системам в движении.</p> <h3>Модель, разработанная для спокойной воды</h3> <p>«Создать» и «купить» когда-то представляли собой два четких пути. Каждый из них имел свои компромиссы, которые были хорошо понятны, и любой из них мог обеспечить надежный результат, поскольку окружающая среда оказывала ограниченную нагрузку на архитектуру. Рабочие процессы были предсказуемы, а изменения происходили в рамках заданных циклов. От ПО ожидалось выполнение, а не интерпретация.</p> <p>Такого мира больше не существует. Современные операционные системы должны постоянно адаптироваться к изменениям, оставаясь при этом надежными. ИИ ускорил этот процесс, внедрив принятие решений непосредственно в рабочие процессы. Теперь системы рассуждают и адаптируются в режиме реального времени. Первоначальный подход был разработан для спокойных условий. Сегодня же руководители работают в условиях меняющейся погоды.</p> <p>Таким образом, отказоустойчивые системы зависят от архитектур, созданных для обработки изменений и стрессовых ситуаций, и значительная часть корпоративных приложений вскоре будет включать в себя специализированных агентов ИИ. Это приближает нас к интеллекту, непосредственно интегрированному в операционную деятельность, а не наложенному сверху.</p> <h3>Скорость сопряжена со скрытыми ограничениями</h3> <p>SaaS заслужил свою роль, предложив скорость и предсказуемость. Для стандартизированных рабочих процессов он по-прежнему приносит пользу. Ограничения проявляются, когда в дело вступает операционная сложность.</p> <p>В средах, определяемых полевыми условиями, нюансами регулирования или переменным спросом, SaaS начинает навязывать свои собственные предположения. Организации адаптируют свои процессы к ПО, а не наоборот. Со временем они перенимают точку зрения поставщика на то, как должна выполняться работа.</p> <p>Затраты не являются теоретическими. В одной организации, занимающейся выездным обслуживанием, годовые расходы на одну платформу достигли примерно 170 000 долларов, при этом использовалась лишь небольшая часть ее возможностей. Когда поставщик ввел ценообразование, основанное на доходах, рост фактически стал налогом. ПО, предназначенное для поддержки операций, стало тормозить рентабельность.</p> <p>Это распространенный шаблон. Поставщики SaaS заинтересованы в обслуживании максимально широкого рынка, что приводит к тому, что многие организации арендуют системы на неопределенный срок, принимая на себя ограничения, которые накапливаются со временем.</p> <h3>Точность имеет свою цену</h3> <p>Индивидуальная разработка находится на противоположном конце спектра, предлагая уровень точности и контроля, который становится необходимым, когда рабочие процессы действительно уникальны. Однако эта точность имеет свою цену. По мере того, как системы становятся все более адаптированными, поверхности интеграции увеличиваются, требования к техническому обслуживанию возрастают, а сроки поставки увеличиваются, часто таким образом, что это трудно обратить вспять после того, как архитектура создана.</p> <p>Исторически сложилось так, что экономические факторы делали этот подход нереалистичным для многих организаций. Создание специализированной операционной системы требовало значительных времени и капитала. Однако руководители, разочарованные ограничениями SaaS, часто соглашались на них, потому что альтернатива казалась худшей.</p> <p>ИИ изменил эту арифметику. Когда подробный документ с требованиями можно преобразовать в работающий, удобный для навигации прототип за дни, а не за месяцы, кривая затрат меняется. Системы, которые раньше требовали сотен часов работы инженеров, теперь можно формировать итеративно с гораздо меньшими трудностями. Право собственности снова становится жизнеспособным, при условии, что оно применяется избирательно.</p> <h3>Создано для движения</h3> <p>Для удовлетворения этих условий возникла гибридная инженерия. Она начинается с прочного операционного ядра, состоящего из компонентов, готовых к интеллектуальному управлению и предназначенных для безопасной адсорбции изменчивости. Эти основы стабилизируют части системы, наиболее подверженные сбоям, одновременно создавая базу, которая может поддерживать рассуждения, проверку и изменения с течением времени.</p> <p>Затем инженерные усилия сосредотачиваются на той части системы, где действительно имеет место дифференциация. Именно здесь проявляются операционные нюансы и формируется конкурентное преимущество. В результате получается система, разработанная для эволюции, потому что она изначально была создана для движения.</p> <p>Рельеф больше не соответствует карте. Лидеры могут продолжать следовать планам, разработанным для более спокойной эпохи, или же принять модель, отражающую особенности современных систем. Гибридный подход не заменяет здравого смысла, но восстанавливает его.</p> Гибридная инженерия возникла для удовлетворения современных потребностей бизнеса, когда системы должны адаптироваться … article https://www.itweek.ru/themes/detail.php?ID=234602 Fri, 03 Apr 2026 17:25:39 +0300 <p>Российский бизнес получил доступ к флагманской языковой модели ГигаЧат Ультра (GigaChat Ultra) для создания корпоративных ИИ-агентов. На платформе ГигаЧат Бизнес (GigaChat Enterprise) компании теперь могут использовать самую современную версию ИИ-помощника Сбера. Платформа разработана российской ИТ-компанией «Салют для бизнеса» (входит в группу Сбер).</p> <p>На первом этапе ГигаЧат Ультра будет доступна в облачном и гибридном форматах поставки платформы, которая настраивается под конкретные задачи предприятия. С ним сотрудники получают возможность автоматизировать рутинные рабочие операции, ускоряя поиск данных, подготовку отчётов или написание кода прямо «из коробки» с помощью типовых ИИ-агентов для разных офисных ролей.</p> <p>Новая архитектура модели позволяет ИИ-агентам обрабатывать запросы быстрее, что имеет огромное значение для бесшовного взаимодействия в сложных мультиагентных системах. Увеличенная скорость в сочетании с высокой производительностью даёт сотрудникам компаний возможность эффективно решать комплексные задачи с минимальной задержкой, рационально используя вычислительные мощности. Кроме того, ГигаЧат Ультра поддерживает исполнение кода непосредственно в интерфейсе.</p> <p>Андрей Белевцев, старший вице-президент, руководитель блока «Технологическое развитие» Сбербанка, отметил: «Привычные офисные приложения скоро уступят место интеллектуальным агентам. У специалистов появятся полноценные цифровые помощники, заточенные под специфику конкретного предприятия, которые будут не только отвечать на вопросы, но и самостоятельно выполнять задачи. Вместе с ГигаЧат Бизнес компании подключают передовой генеративный ИИ, при этом данные остаются под их полным контролем».</p> <p>Владимир Толмачёв, генеральный директор «Салют для бизнеса», прокомментировал: «Бизнес больше не хочет выбирать между скоростью внедрения ИИ-решений и безопасностью данных. Интеграция ГигаЧат Ультра в нашу платформу дает компаниям доступ к самой мощной российской языковой модели в сочетании с гибридной моделью поставки. Компания может работать в приватном облаке и при этом не требуется строительства собственного ЦОД. Такой подход станет стандартом для крупного бизнеса, которому важны и операционная гибкость, и соблюдение регуляторных требований».</p> <p>Платформа ГигаЧат Бизнес доступна в трёх форматах: гибридном, облачном и on-premise, то есть полностью в инфраструктуре предприятия. В гибридной модели платформа работает в приватном облаке: данные пользователя хранятся на его собственных серверах, а языковая модель не сохраняет информацию после ответа. Компания получает управляемость облачной инфраструктуры без необходимости строить собственный центр обработки данных. Те, кому необходимо быстрое масштабирование, могут использовать облачную конфигурацию (SaaS). Для крупнейших компаний, банков и объектов критической информационной инфраструктуры, где предъявляются наивысшие требования к безопасности, ГигаЧат Бизнес поставляется в виде локального программно-аппаратного комплекса (ПАК). В любом из этих вариантов система обеспечивает контроль доступа, реализует политики безопасности и позволяет управлять агентами, созданными сотрудниками.</p> Российский бизнес получил доступ к флагманской языковой модели ГигаЧат Ультра (GigaChat Ultra) для создания корпоративных … message https://www.itweek.ru/themes/detail.php?ID=234601 Fri, 03 Apr 2026 17:23:33 +0300 <p>Пока мировой рынок обсуждает гонку за обучением больших языковых моделей (LLM), в сегменте облачных вычислений формируется устойчивый спрос на другой класс задач. Владимир Лебедев, директор по развитию бизнеса сервис-провайдера M1Cloud, рассказал, в каких отраслях востребованы высокопроизводительные графические процессоры не только в мире, но и в России. Архитектурные бюро, инженерные отделы заводов, биоинформатические лаборатории, медиапроизводства все чаще отказываются от собственных вычислительных кластеров в пользу аренды облачных GPU.</p> <p>Российский бизнес уже несколько лет уверенно движется от парадигмы «владеть» к парадигме «использовать». Компании, которые первыми адаптируют гибкие модели потребления GPU-мощностей, получат преимущество в скорости вывода продуктов и оптимизации затрат.</p> <p>Ключевое преимущество облачных GPU — не только доступ к мощности, а финансовая гибкость. Традиционная модель покупки оборудования (CapEx) предполагает высокие первоначальные вложения, риски морального устаревания, затраты на обслуживание, охлаждение, электроэнергию и простои между проектами.</p> <p>Согласно исследованию Polaris Market Research, мировой рынок систем автоматизированного проектирования (САПР) оценивался в $13,6 млрд в 2024 году с прогнозируемым среднегодовым темпом роста 11,5% до 2034 года.</p> <p>В сфере CAE/CAD (Computer-Aided Engineering/Design) облачные GPU решают задачу ускорения итераций при проектировании. Аэродинамические симуляции, расчеты прочности, тепловые модели — все это требует массивных параллельных вычислений. Инженерная команда может разворачивать временный GPU-инстанс в облаке, запускать симуляцию и получать результат за часы, а не дни. После завершения задачи ресурсы освобождаются.</p> <p>В науке каждая минута вычислений может приблизить открытие нового препарата или расшифровку генома. Современные задачи молекулярной динамики, анализа последовательностей ДНК и предсказания структуры белков идеально ложатся на архитектуру GPU.</p> <p>Согласно данным экспертов M1Cloud, использование графических ускорителей позволяет ускорить обучение моделей и выполнение расчетов в биоинформатике в <nobr>10–100</nobr> раз по сравнению с традиционными CPU-системами. Это критически важно для исследований, где время вычислений напрямую влияет на скорость научных публикаций и вывода продуктов на рынок.</p> <p>Облачный GPU-кластер позволяет обработать базу данных за день, тогда как локальная инфраструктура потребовала бы недель. При этом исследовательская группа не инвестирует в специализированное оборудование, которое может устареть к следующему проекту.</p> <p>Индустрия компьютерной графики исторически зависела от дорогостоящего «железа». Однако рост сложности сцен, внедрение трассировки лучей в реальном времени и требования к срокам сдачи проектов сделали локальные рендер-фермы экономически неэффективными для многих студий.</p> <p>По данным DataIntelo, глобальный рынок облачного рендеринга на базе GPU оценивался в $1,95 млрд в 2024 году и демонстрирует устойчивый рост. При этом сегмент облачных рендер-ферм, по прогнозам, увеличится до $18,18 млрд к 2033 году, со средним темпом роста на 29,7% в год. </p> <p>Для российских компаний, работающих в условиях ограниченного доступа к импортному оборудованию, облачные GPU-сервисы становятся стратегическим инструментом. Возможность арендовать вычислительные ресурсы у локального провайдера позволяет соответствовать требованиям по локализации данных, не жертвуя производительностью.</p> Пока мировой рынок обсуждает гонку за обучением больших языковых моделей (LLM), в сегменте облачных вычислений … message https://www.itweek.ru/themes/detail.php?ID=234600 Fri, 03 Apr 2026 17:22:06 +0300 <p>Компания «БСС ИИ» заключила партнерское соглашение с национальным мессенджером МАХ об интеграции речевых решений. В рамках сотрудничества обеспечена полная совместимость программных продуктов «БСС ИИ», построенных на базе интеллектуальной диалоговой платформы D2VerbAI, с интерфейсами и API МАХ.</p> <p>Это позволит партнерам совершенствовать свои сервисы, а бизнесу и государственному сектору — подключить альтернативный канал коммуникации с клиентами, сделав обслуживание более быстрым, удобным и персонализированным.</p> <p>Ключевым элементом интеграции выступает чат-платформа, разработанная компанией «БСС ИИ». Она выполняет роль универсального шлюза, обеспечивающего маршрутизацию сообщений между виртуальным ассистентом и API мессенджера МАХ.</p> <p>Чат-платформа позволяет бизнесу и организациям управлять обращениями в MAX и других каналах через единый интерфейс. Система сохраняет полную историю взаимодействия с клиентом, автоматизирует рутинные задачи, снижает нагрузку на контакт-центр и упрощает работу операторов.</p> <p>«Интеграция нашей интеллектуальной платформы D2VerbAI с национальным мессенджером МАХ — закономерный шаг в эволюции клиентских сервисов. Наша задача — не просто добавить новый канал связи, а создать персонализированный клиентский опыт на основе чат-платформы, речевых решений и технологий „БСС ИИ“. Партнерство с МАХ открывает доступ к аудитории более 107 миллионов пользователей. Это уникальная возможность для организаций масштабировать свои сервисы и сделать их по-настоящему доступными», — подчеркнул директор по развитию партнерских продаж компании BSS Артем Роменский.</p> Компания «БСС ИИ» заключила партнерское соглашение с национальным мессенджером МАХ об интеграции речевых решений … message https://www.itweek.ru/themes/detail.php?ID=234599 Fri, 03 Apr 2026 17:18:37 +0300 <p>«Группа Астра», российский разработчик инфраструктурного ПО, выпустила новую версию службы каталога ALD Pro 3.2 с долгосрочной поддержкой (LTS). В рамках LTS-подхода для версии 3.2 на срок не менее 12 месяцев гарантируется выпуск обновлений безопасности, в которых не предполагается изменения архитектуры, что упрощает установку обновлений и позволяет снижать расходы на эксплуатацию продукта в промышленной среде. Релиз 3.2 сфокусирован в первую очередь на повышении надежности, производительности, безопасности и упрощении эксплуатации продукта в крупных доменных средах.</p> <p>Надежность и производительность. Оптимизирована скорость входа пользователей в систему благодаря переработке PAM-стека, что снижает задержки при высокой нагрузке на LDAP-сервер — особенно в крупных мультидоменных инфраструктурах. Улучшена работа подсистемы мониторинга: теперь она позволяет контролировать более 150 хостов серверной группировки при меньшей нагрузке. Работа портала управления оптимизирована для сценариев крупного бизнеса.</p> <p>Безопасность и сертификация. Реализован запрет на LDAP-аутентификацию с просроченным паролем — это закрывает сценарии, при которых доступ фактически сохранялся после истечения срока действия пароля. Реализована фильтрация групповых политик по пользователям, компьютерам и их группам, что позволяет точнее настраивать политики без внесения изменений в организационную структуру предприятия. Добавлено логирование запросов, выполняемых от имени системных учетных записей с выводом событий в отдельный журнал, что упрощает расследование инцидентов безопасности. В состав продукта включены 25 параметров групповых политик для управления настройками безопасности и аудита по рекомендациям ФСТЭК России (приказы 17, 21, 31, 239).</p> <p>Удобство миграции. Функции графической утилиты ввода в домен aldpro-join встроены теперь в штатное приложение aldpro-client-installer, что упрощает процедуру подключения рабочих станций. Реализован прототип утилиты для построения отчетов о результатах применения групповых политик (gpresult).</p> <p>Кроме того, теперь служба PKI Proxy стала расширяемой за счет механизма плагинов, что позволяет обеспечить нативную интеграцию ALD Pro с любыми сторонними удостоверяющими центрами. Если ранее управление жизненным циклом машинных сертификатов можно было обеспечить только с помощью службы Certmonger, которой нужно было иметь прямой доступ к удостоверяющему центру, то теперь для отправки запросов и получения сертификатов в качестве транспорта можно использовать сервис LDAP, доступ к которому есть из любой точки инфраструктуры.</p> <p>«Наполнение каждого релиза ALD Pro мы планируем вместе с нашими заказчиками, которые строят свою новую импортонезависимую инфраструктуру на базе решений „Группы Астра“. В версии 3.2 мы решили ряд задач, с которыми ежедневно сталкиваются администраторы: необходимость снижения рисков неавторизованного доступа, требования по гибкому управлению полномочиями, удобство работы с крупными оргструктурами. Также мы сделали очередной важный шаг в направлении интеграции с PKI для построения доверенной среды. Новый LTS-релиз станет надежным фундаментом для долгосрочного развития ИТ-инфраструктуры наших заказчиков и полного перехода на отечественный стек технологий», — отметил Анатолий Лысов, менеджер продукта ALD Pro «Группы Астра».</p> <p>ALD Pro — корпоративная служба каталога и управления доступом на базе Linux, разработанная как импортонезависимая альтернатива Microsoft Active Directory. Решение обеспечивает централизованное управление учетными записями пользователей, компьютеров и сервисов при миграции с Windows на Linux, а также автоматизацию настройки рабочих станций в домене в соответствии с требованиями информационной безопасности. Служба каталога ALD Pro входит в портфель серверных решений «Группы Астра» наряду с операционной системой Astra Linux Server и менеджером конфигураций ACM.</p> «Группа Астра», российский разработчик инфраструктурного ПО, выпустила новую версию службы каталога ALD Pro 3.2 с … message https://www.itweek.ru/themes/detail.php?ID=234598 Fri, 03 Apr 2026 17:17:34 +0300 <p>Хостинг-провайдер SpaceWeb добавил в частное облако четыре популярных open-source решения: MinIO, Zulip, n8n и Zabbix. Каждый из них — готовый к работе инструмент, который решает конкретную задачу команды ИТ-разработчиков. Сервисы можно подключать по одному или все вместе без какой-либо принудительной связки — только то, что нужно для команды.</p> <p>MinIO представляет собой S3-совместимое объектное хранилище для бэкапов, логов, артефактов сборки и статики. Zulip — командный чат с тематическими ветками для асинхронной работы. Zabbix отвечает за мониторинг серверов и приложений: загрузку CPU, память, диски, состояние баз данных и веб-серверов. n8n — конструктор автоматизации без кода, который соединяет сервисы, ловит вебхуки, создает тикеты и управляет файлами, работая связующим звеном между всеми компонентами.</p> <p>Благодаря обновлению пользователи SpaceWeb смогут быстрее собрать рабочую внутреннюю облачную среду без долгой интеграции разрозненных сервисов. Вместо нескольких внешних платформ команда получает управляемый контур в частном облаке, где можно хранить артефакты и резервные копии, обсуждать инциденты и задачи, отслеживать события из мониторинга и управлять рутинными действиями — от уведомлений до создания тикетов и обработки файлов. Набор инструментов снижает операционную нагрузку на небольшие ИТ-команды, упрощает поддержку процессов и помогает сохранить контроль над данными и ИТ-инфраструктурой.</p> <p>«Мы в SpaceWeb хорошо понимаем, из чего складываются будни ИТ-разработчика: россыпь внешних сервисов, бесконечные интеграции, ручные операции, которые отвлекают от кода. С новым набором облачных сервисов в частном облаке мы убираем эту рутину — команда получает готовый рабочий контур без лишней сложности, где всё под рукой и ничего не нужно склеивать скотчем», — отметил Егор Шилов, руководитель продуктового направления SpaceWeb.</p> <p>Новые облачные сервисы в SpaceWeb облегчают переход команд разработки от набора разрозненных внешних SaaS-решений к единому управляемому контуру внутри облака. Готовые решения необходимо настроить самостоятельно под конкретные задачи, сервис предоставляется в виде готового предустановленного инструмента на VPS. На практике такой стек может использоваться как базовая платформа для сопровождения сайтов, веб-приложений и внутренних ИТ-сервисов. </p> Хостинг-провайдер SpaceWeb добавил в частное облако четыре популярных open-source решения: MinIO, Zulip, n8n и Zabbix … message https://www.itweek.ru/themes/detail.php?ID=234597 Fri, 03 Apr 2026 17:14:22 +0300 <p>Российский разработчик высокотехнологичного программного обеспечения (ПО) СберТех представил публичную версию веб- и обратного прокси-сервера для нагруженных веб-сервисов и сайтов — Platform V SynGX Community Edition. Компании и профессиональное ИТ-сообщество смогут бесплатно и без ограничений использовать современный отечественный продукт для повышенной отказоустойчивости критически важных веб-ресурсов бизнеса.</p> <p>Platform V SynGX создан на основе открытого программного обеспечения Nginx и предлагает расширенные возможности распределения нагрузки и повышения надежности работы веб- и прокси-сервера. Российское решение дополнено специальными инструментами мониторинга, благодаря которым можно быстро обнаружить неполадки, снизить вероятность сбоев, ускорить обработку запросов и повысить устойчивость сервера к перегрузкам. Platform V SynGX позволяет гибко настраивать дополнительные функции и логику обработки запросов, что упрощает обслуживание и улучшает пользовательский опыт.</p> <p>Публичная версия продукта размещена на платформе для разработчиков GitVerse с качественными инструкциями по развертыванию и эксплуатации, готовыми шаблонами и примерами, что позволяет максимально ускорить и упростить начало использования продукта и знакомство с его ключевой функциональностью.</p> <p>СберТех будет развивать Platform V SynGX Community Edition с упором на удобство администрирования и быстрый поиск проблемных мест в работе высоконагруженных веб-приложений. Коммерческая версия продукта успешно применяется для обеспечения отказоустойчивости сайта и других онлайн-сервисов Сбера, и этот опыт ляжет в основу дальнейшего развития публичной версии.</p> <p>Максим Тятюшев, генеральный директор СберТеха, отметил: «Сегодня как для стартапов, так и для корпораций с многомиллионным числом пользователей и высокими нагрузками Nginx стал стандартом эффективной обработки большого количества одновременных соединений. В своем продукте Platform V SynGX мы расширили функциональность этого популярного решения, чтобы сделать его еще более полезным, безопасным и актуальным для современных сервисов. Бизнес-версия нашего продукта уже зарекомендовала себя работой в крупнейших веб-ресурсах, и теперь пользователи могут познакомиться с его возможностями в бесплатной версии. Дальнейшее развитие публичной версии будет связано в том числе с использованием AI. Мы планируем добавить новый модуль, который позволит пользователям реализовать свои интеграции с инструментами искусственного интеллекта и машинного обучения, найти и расширить список доступных сценариев использования Platform V SynGX, а также добавить собственные, поделиться ими и развивать вместе с сообществом».</p> Российский разработчик высокотехнологичного программного обеспечения (ПО) СберТех представил публичную версию веб- … message https://www.itweek.ru/themes/detail.php?ID=234594 Fri, 03 Apr 2026 11:19:30 +0300 <p><em>К 2029 году, по прогнозам Gartner, агентный ИИ возьмет на себя 80% рутинных задач в обслуживании клиентов. Но влияние технологий может оказаться куда глубже, </em><em>поскольку</em><em> ИИ изменит не только интерфейсы, но и саму природу ИТ-ландшафта. В</em> <em>статье</em><em> попробуем заглянуть в будущее, которое, кажется, уже наступает нам на пятки.</em></p> <h3>Техподдержка без интерфейсов: как ИИ-агенты меняют саму точку входа</h3> <p>ИИ-агенты позволят пользователю общаться с системой обычным языком, почти как с человеком. Вместо того, чтобы разбираться в формах, категориях и маршрутах заявок, пользователь сможет просто сказать: «мне нужен компьютер» или «у меня сломался доступ», а агент сам создаст нужные обращения, отправит их на согласование и запустит процесс исполнения. То есть точкой входа в поддержку станет не интерфейс, а разговор.</p> <p>Речь не про классических ботов, которые ограничиваются ответами по базе знаний. Новый тип агентов — это исполнители. Они не объясняют, а делают. Инициируют процессы, взаимодействуют с системами и людьми, фиксируют результат. Это очень умный ассистент, который берет на себя значительную часть операционной работы. И в этом смысле агенты уже начинают частично замещать функции первой линии поддержки.</p> <p>Именно первый уровень техподдержки оказывается под наибольшим давлением. Контакт-центры и L1-поддержка постепенно «размываются»: прием обращений, их регистрация и первичная маршрутизация автоматизируются. Этот процесс уже идет — сотрудники смещаются на более сложные уровни, где требуется анализ, контекст и опыт. При этом полностью убрать людей из поддержки не получится: по мере роста ИТ-ландшафта и усложнения систем растет и сложность инцидентов.</p> <p>Скорее, нас ждет не вытеснение, а перераспределение ролей. Агенты возьмут на себя рутину, но требования к компетенциям специалистов вырастут. Решение нестандартных проблем, диагностика сложных инцидентов, работа с архитектурными ограничениями — все это останется за человеком. Поддержка станет менее массовой, но более экспертной.</p> <p>В перспективе можно ожидать и более сложную модель — своего рода симбиоз агентов. С одной стороны, агент пользователя, который формулирует и «переводит» проблему в задачи. С другой — агент на стороне исполнителя, который помогает диагностировать инцидент, подсказывает, где искать причину, и возвращает результаты. При этом агент выступает не как замена эксперта, а как усилитель его компетенций. В итоге диагностика становится диалогом, а не набором ручных операций в разных системах.</p> <h3>Как ИИ «вымывает» привычное ПО</h3> <p>ИИ-агенты постепенно размывают саму идею привычного пользовательского ПО как набора интерфейсов, в которых нужно работать руками. Если раньше, чтобы собрать презентацию, вы открывали редактор и делали слайды, то сегодня уже можно сформулировать задачу: «сделай презентацию по теме» — и получить готовый результат. В этой логике пользователь больше не «работает в программе», а просто получает нужный артефакт.</p> <p>Особенно заметно это в задачах визуализации. То, что раньше требовало отдельного инструмента — построение графиков, диаграмм, ментальных карт — превращается в запрос: «покажи тренд», «разложи по сегментам», «собери структуру». Агент сам выбирает форму представления и сразу выдает результат. Причем не обязательно через интеграцию с привычными системами — визуализация может стать встроенной функцией самого агента. В этом смысле часть специализированного ПО действительно рискует «раствориться» внутри ИИ.</p> <p>При этом не все категории софта исчезнут. Табличные инструменты — хороший пример устойчивого класса. Но и здесь изменится взаимодействие: вместо ручной настройки фильтров, формул и сводных таблиц пользователь будет говорить: «собери пивот по таким параметрам» или «покажи продажи за четвертый квартал».</p> <p>В итоге мы приходим к парадоксальной модели: программы как будто остаются, но перестают быть самостоятельной сущностью для пользователя. Часть из них уйдет в инфраструктуру агентов, часть трансформируется в «редактор результата», а часть просто исчезнет как отдельный класс. ИИ в этом смысле не просто добавляет новый слой: он постепенно поглощает саму идею ПО, превращая его в функцию внутри диалога.</p> <h3>Кастомизированное приложение по щелчку: как ИИ-агенты меняют сам процесс разработки</h3> <p>Код все чаще появляется не как результат ручной работы разработчика, а как ответ на правильно сформулированный промпт. В ряде сценариев это уже кратно ускоряет разработку: вместо того чтобы писать с нуля, специалист «собирает» систему из написанных ИИ кусков кода, проверяет их и дорабатывает. Если этот тренд закрепится, компании получат возможность создавать внутренние приложения и платформенные решения значительно быстрее и гораздо ближе к своим реальным процессам.</p> <p>При этом роль людей не исчезает. Она трансформируется. Появляется новый тип специалистов, которые одновременно понимают бизнес-процессы и умеют «разговаривать» с ИИ на правильном языке. По сути, это гибрид консультанта и разработчика. Он не столько пишет код, сколько формулирует задачу так, чтобы агент сгенерировал корректное решение. Эти роли будут стремительно сближаться. До степени, где граница между ними станет условной.</p> <p>Меняется и экономика ИТ. Модель с покупкой лицензии, последующей кастомизацией и многолетней поддержкой начинает терять смысл в тех сегментах, где систему можно быстро собрать под себя. Вместо универсальных «коробок» — уникальные ландшафты, заточенные под конкретную компанию. Это не означает, что все станет полностью кастомным, но сама идея «один продукт для всех» будет постепенно сдавать позиции там, где важна гибкость.</p> <p>При этом некоторые вещи останутся неизменными. Интеграции никуда не денутся. Любые системы по-прежнему нужно будет связывать между собой, и универсального решения здесь как не было, так и не появится. Но даже эта область будет меняться: значительную часть работы по интеграции агенты возьмут на себя. В итоге разработка станет быстрее, системы — более индивидуальными, а сама ИТ-функция — гораздо ближе к бизнесу, чем это было в эпоху коробочного софта.</p> <h3>Не все так просто: ограничения, риски и эффект «черного ящика»</h3> <p>На фоне энтузиазма вокруг ИИ-агентов важно не терять трезвость: у агентного подхода есть вполне осязаемые ограничения. Главный вопрос не «как быстро сгенерировать систему», а «что с ней делать дальше». Создать приложение по промпту — уже не фантастика. А вот безопасно и предсказуемо развивать его, особенно если оно встроено в критичные бизнес-процессы и работает с накопленными данными, — пока остается зоной риска. Здесь цена ошибки слишком высока.</p> <p>Сегодня практически нет кейсов, где ключевые бизнес-системы полностью построены агентами «с нуля» и стабильно работают в продакшене. Компании по-прежнему опираются на проверенные решения. Именно потому, что они прошли годы тестирования, аудитов и эксплуатации. В агентной разработке этот слой пока только формируется. А значит, возрастает роль контроля: больше тестов, больше проверок, отдельные процессы валидации безопасности кода, прежде чем что-то попадет в продуктивную среду.</p> <p>Отдельная проблема — поддержка и изменения. Любая система живет, пока в нее вносят доработки. И здесь возникает эффект «черного ящика»: если код был сгенерирован, но команда не до конца понимает, как он устроен, любые изменения превращаются в рискованную операцию. Без глубокого понимания архитектуры и логики работы системы развивать ее практически невозможно. Поэтому, вопреки ожиданиям, роль сильных технических специалистов никуда не исчезает, а наоборот, становится критичной.</p> <p>Есть и ограничения на уровне самих ожиданий. Идея, что «любой сможет собрать себе ERP по промпту», пока выглядит утопично. Простые сценарии — да, прототипы — да. Но сложные, нагруженные, безопасные системы требуют не только генерации кода, но и архитектурного мышления, понимания интеграций, данных, отказоустойчивости.</p> <h3>Трансформация не будет мгновенной, но стратегически кажется неизбежной</h3> <p>В ближайшие годы компании вряд ли массово начнут собирать сложные корпоративные системы «по промпту». На короткой дистанции агенты будут встраиваться в существующие процессы: ускорять разработку, упрощать поддержку, автоматизировать рутину. Но стратегически вектор понятен. Через несколько лет этот подход способен не просто дополнить, а перестроить ИТ-ландшафт.</p> <p>Ключевое изменение — в требованиях к людям. Просто «уметь пользоваться агентом» будет недостаточно. Важно понимать, что именно он сделал и почему выдал такой результат. Если ИИ считает финансовые показатели или собирает аналитику, специалисту придется не только принять цифру, но и уметь ее объяснить, проверить и при необходимости скорректировать. Работа не упрощается до уровня «нажал кнопку — получил ответ», она усложняется на уровне ответственности за результат.</p> <p>В этом смысле агентная модель не делает специалистов «ненужными». Она поднимает планку. Придется глубже разбираться в предметной области, лучше понимать логику систем и данных, быстрее ориентироваться в сложных сценариях. Фактически человек начинает конкурировать с машиной не в скорости и объеме вычислений (здесь шансов нет), а в качестве интерпретации и принятия решений.</p> <p>Отсюда и новый тип компетенций. Помимо технических навыков, критически важными становятся системное мышление, умение задавать правильные вопросы и проверять гипотезы. Промптинг сам по себе — это не магия, а лишь интерфейс. За ним стоит необходимость понимать, как устроен результат. И чем сложнее задачи, тем больше ценится не способность «сгенерировать», а способность осмыслить.</p> <p>В итоге трансформация будет постепенной, но требовательной. Компании, которые смогут встроить агентов в процессы и одновременно прокачать компетенции команд, получат серьезное преимущество. Остальным придется догонять — уже в условиях, где скорость изменений задают не люди, а системы, с которыми им предстоит научиться работать на равных.</p> <p>#IMAGE_234595#</p> К 2029 году, по прогнозам Gartner, агентный ИИ возьмет на себя 80% рутинных задач … article Артем Хижний, генеральный директор РИКИТЛАБ https://www.itweek.ru/themes/detail.php?ID=234592 Fri, 03 Apr 2026 11:09:30 +0300 <p><em>Искусственный интеллект все чаще называют главным драйвером изменений в ИТ, и в сфере ИТ-аутсорсинга ИИ уже работает как практичный инструмент повышения эффективности проектов. Автоматизация первой линии поддержки, предиктивная аналитика и алгоритмы планирования помогают сервисным провайдерам снижать издержки и повышать стабильность, при этом ключевая роль по-прежнему остается за людьми. Рассмотрим, почему ИИ не заменяет инженеров, какие задачи действительно стоит ему доверять и как меняется экономика ИТ-поддержки.</em></p> <h3>Почему бизнес все чаще смотрит в сторону ИТ-аутсорсинга</h3> <p>Интерес бизнеса к ИИ подогревает ожидание того, что он приведет к росту эффективности, но самостоятельное внедрение таких решений оказывается сложнее, чем кажется. Требуются инвестиции в инфраструктуру, данные, безопасность, обучение моделей. Нужны специалисты, которые умеют не только разрабатывать, но и поддерживать системы в рабочем состоянии. Кроме того, любое ИИ-решение приходится встраивать в уже существующие процессы, а это почти всегда болезненная интеграция.</p> <p>Поэтому многие компании приходят к прагматичному выводу: дешевле и надежнее опереться на сервисного партнера, который уже выстроил операционные процессы и может масштабировать экспертизу. В результате ИТ-аутсорсинг становится для бизнеса способом получить преимущества ИИ без необходимости строить собственный центр компетенций с нуля.</p> <p>Для провайдера повышенный интерес со стороны потенциальных клиентов, в свою очередь, означает постоянный поиск резервов эффективности. Конкуренция в ИТ-сервисе высока, и выигрывает тот, кто способен обеспечивать лучшее качество за меньшие деньги. Именно здесь ИИ начинает играть практическую роль.</p> <h3>На каком этапе находится развитие ИИ в ИТ-аутсорсинге</h3> <p>Искусственный интеллект за несколько лет прошел путь от экспериментальной технологии до обязательного элемента любой ИТ-стратегии: по оценкам экспертов, объем российского рынка больших данных и ИИ в 2025 году <a href="https://www.kommersant.ru/doc/8195580">достигнет</a> 520 млрд. руб., что существенно выше оценок за 2024 г. (433 млрд. руб.), а вклад ИИ в ВВП России к 2035 году может <a href="https://www.vedomosti.ru/economics/news/2026/01/23/1171243-razvitie-generativnogo-ii">составить</a> до <nobr>2-2,5%.</nobr></p> <p>В операционной реальности ИТ-аутсорсинга изменения, продиктованные «бумом» ИИ, происходят куда спокойнее. Здесь по-прежнему важнее всего предсказуемость, соблюдение SLA, контроль затрат и стабильность процессов. Поэтому ИИ, хоть и внедряется активно, становится логичным продолжением автоматизации — еще одним инструментом, который помогает выполнять ту же работу быстрее, аккуратнее и стабильнее.</p> <p>Мы воспринимаем искусственный интеллект как естественный этап развития сервисных технологий. Когда-то похожую роль сыграли виртуализация, облака, системы мониторинга и управления. Сначала вокруг них было много споров и завышенных ожиданий, затем они стали базовой инфраструктурой. С ИИ происходит то же самое: он постепенно становится частью повседневной работы.</p> <h3>Где ИИ уже приносит ощутимую пользу</h3> <p>Сегодня наиболее очевидная зона применения ИИ в ИТ-аутсорсинге — первая линия поддержки. Классификация обращений, ответы на типовые вопросы, базовые коммуникации с пользователями, первичная диагностика — все это хорошо формализуется и поддается алгоритмизации. Такие задачи массовые и повторяемые, не требуют глубокой экспертизы, поэтому автоматизация дает быстрый и измеримый эффект. Там же, где начинается нестандартная диагностика, сложная архитектура или работа в поле, по-прежнему решающим остается опыт инженера.</p> <p>Для клиента внедрение ИИ чаще всего остается незаметным. Заказчику важен конечный результат — чтобы инциденты обрабатывались быстрее, заявки не терялись, а SLA соблюдались. Какими именно инструментами достигается этот результат, обычно вторично.</p> <p>Тем не менее эффект хорошо виден в операционных показателях. Стабильная классификация обращений на старте снижает количество ошибок маршрутизации и повторных работ. Более точное планирование выездов сокращает время реакции. Предиктивная аналитика помогает предотвращать сбои до того, как они превращаются в инциденты. В итоге сервис становится более предсказуемым, а риски штрафов и простоев — ниже.</p> <p>Например, уже сейчас ИИ может использоваться в проектах по автоматизации первого контакта с клиентами — внутренние ИИ-ассистенты способны определять заказчика и его контрактные условия, классифицировать обращение в рамках конкретного договора, назначать рабочую группу. Традиционно эти функции выполняют несколько десятков сотрудников, однако после полноценного внедрения системы команда может ограничиться лишь несколькими специалистами, которые будут следить за контролем качества и дообучать модель.</p> <h3>Ограничения технологии</h3> <p>Несмотря на прогресс, важно трезво оценивать границы применимости ИИ. Вторая и третья линии поддержки часто связаны с выездом на площадку, физической диагностикой и нестандартными ситуациями. Для таких задач требуются контекст и опыт, которые трудно формализовать. Без робототехники алгоритмы не способны заменить инженера, который работает в поле.</p> <p>Кроме того, ИИ чувствителен к качеству данных и инфраструктуры. Нестабильная связь, проблемы с геолокацией, неполные базы знаний снижают точность моделей. Это еще раз подтверждает, что технология не существует отдельно от процессов и дисциплины их исполнения. Поэтому ожидать резкого сокращения роли человека в ИТ-аутсорсинге в ближайшие годы не приходится.</p> <p>Парадоксально, но чем больше автоматизации, тем выше требования к людям. «Живые» ИТ-специалисты должны внедрять решения, настраивать их, контролировать результаты, реагировать на сбои и брать на себя ответственность перед заказчиком. Именно сервисная команда становится связующим звеном между алгоритмами и реальным бизнесом.</p> <h3>Баланс технологий и экспертизы</h3> <p>Опытные специалисты необходимы для сложных инцидентов, архитектурных задач, наставничества и поддержания стандартов. Именно они обеспечивают тот уровень контроля качества, без которого ИИ быстро превращается в источник новых рисков. В этом смысле технология не вытесняет человека, а усиливает его.</p> <p>Оптимальная модель для ИТ-аутсорсинга сегодня — гибридная. Алгоритмы берут на себя рутинные и массовые операции, помогают анализировать данные и прогнозировать загрузку. Люди отвечают за сложные решения и конечный результат. Такой баланс позволяет одновременно снижать себестоимость сервиса и повышать его надежность — и для провайдера, и для клиента.</p> <p>#IMAGE_234593#</p> Искусственный интеллект все чаще называют главным драйвером изменений в ИТ, и в сфере ИТ-аутсорсинга ИИ уже … article Анатолий Савчук, исполнительный директор ”Т1 Сервионика” (ИТ-холдинг Т1) https://www.itweek.ru/themes/detail.php?ID=234590 Fri, 03 Apr 2026 10:54:09 +0300 <p><em>Аддитивные технологии окончательно вышли за рамки лабораторий и прототипирования. Сегодня 3D-печать становится элементом корпоративной </em><em>ИТ</em><em>-инфраструктуры наравне с серверами, сетями и системами управления производством. Вопрос уже не в том, использовать ли ее, а в том, как встроить ее в существующий цифровой контур предприятия с учетом безопасности, управляемости и интеграции.</em></p> <p>За последние годы 3D-печать преодолела путь от инструмента быстрого прототипирования до полноценной производственной технологии, интегрируемой в бизнес-процессы предприятий. К 2026 году аддитивные технологии стали неотъемлемой частью цифровой трансформации промышленности, особенно в условиях роста спроса на локализацию производства, кастомизацию продукции и сокращение логистических цепочек.</p> <p>Для бизнеса это означает смену подхода. Речь идет уже не о покупке отдельных устройств, а о внедрении технологического слоя, который должен органично работать внутри ИТ-ландшафта компании.</p> <h2>Полный технологический цикл: от CAD до изделия</h2> <p>Любой процесс аддитивного производства начинается с цифровой модели. CAD-системы позволяют создавать точные трехмерные объекты с учетом требований к функциональности и материалам. Параллельно часто проводится инженерный анализ, который помогает оптимизировать конструкцию еще до запуска в производство.</p> <p>Следующий ключевой этап — слайсинг. Он связан с преобразованием модели в управляющий код для оборудования. Слайсеры разбивают объект на слои и формируют G-код. Качество слайсинга напрямую влияет на результат печати, поскольку параметры температуры, скорости, заполнения и поддержек определяют прочность, точность и эстетику конечного изделия.</p> <p>После этого управление переходит в производственный контур. Здесь критически важными становятся планирование заданий, мониторинг выполнения и контроль состояния оборудования. При масштабировании без специализированных систем уже не обойтись: требуются реальный мониторинг статуса всех устройств, управление очередями заданий и приоритизация, массовые операции (обновление прошивок, настройка параметров), сбор аналитики по производительности и использованию материалов</p> <p>Завершает цикл послепечатная обработка — удаление поддержек, шлифовка, окрашивание. В современных сценариях она также может быть встроена в автоматизированные процессы, что повышает воспроизводимость и снижает трудозатраты.</p> <h2>3D-принтеры как часть ИТ-среды</h2> <p>Современные 3D-принтеры фактически являются IoT-устройствами. Они подключены к сети, обмениваются данными, передают телеметрию и получают задания удаленно. Для этого используются протоколы обмена сообщениями, в частности MQTT. Это превращает принтеры из автономных станков в активные элементы цифровой инфраструктуры, требующие соответствующего подхода к безопасности и управлению.</p> <p>Интеграция в корпоративную среду автоматически поднимает стандартные требования ИТ-департаментов. В центре внимания безопасность, централизованное управление, масштабируемость и совместимость с существующими системами, включая каталоги пользователей, инфраструктуру ключей и системы мониторинга.</p> <p>На практике основная сложность связана с тем, что многие устройства изначально ориентированы на облачную работу. Это не всегда соответствует корпоративным политикам безопасности. Поэтому критичны возможности работы в локальной сети и поддержка корпоративных стандартов. Речь идет о защищенных протоколах Wi-Fi с аутентификацией на уровне предприятия, сетевом контроле доступа, поддержке сертификатов и наличии проводного подключения. Важным фактором остается и возможность физически отключить беспроводные интерфейсы. Такие механизмы позволяют интегрировать оборудование в инфраструктуру с жесткими требованиями к безопасности и контролю доступа.</p> <p>При переходе от единичных принтеров к промышленному использованию возникает также задача централизованного управления. Необходимо видеть состояние всех устройств, управлять заданиями, обновлять прошивки и распределять нагрузку. Архитектурно такие системы включают серверную часть, которая взаимодействует с оборудованием, и клиентскую, предоставляющую интерфейс управления. Поддерживается многопользовательский доступ с разграничением ролей и прав. На практике подобные решения позволяют управлять десятками устройств, автоматизировать рутинные операции и повышать общую эффективность производства.</p> <p>В корпоративном сегменте к оборудованию предъявляются дополнительные требования. Помимо базовых характеристик печати важны устойчивость к нагрузкам и встроенные механизмы безопасности. Речь идет о поддержке инженерных материалов, высокой температуре печати, контроле микроклимата внутри камеры и точной калибровке. Отдельное внимание уделяется системам фильтрации воздуха и безопасности эксплуатации.</p> <h2>Еще немного о безопасности и интеграции</h2> <p>В основе взаимодействия устройств и систем управления лежит протокол MQTT. Он широко используется в IoT благодаря своей легковесности и эффективности. Однако изначально он не предусматривал встроенной защиты. Поэтому в корпоративных сценариях применяется дополнительный уровень безопасности. Соединения шифруются через TLS, используется аутентификация по учетным данным, а также сертификаты.</p> <p>Возможны разные режимы работы. Облачные брокеры обеспечивают удаленное управление, локальные используются при работе внутри сети предприятия. Для интеграции с внешними системами применяется промежуточное программное обеспечение, которое контролирует доступ к функциям оборудования. При этом доступ к критическим операциям ограничивается. Это касается управления параметрами, обновлений прошивки, работы с камерой и запуска заданий.</p> <p>Одно из ключевых направлений развития сегодня — интеграция 3D-печати в корпоративные системы управления. Связка с ERP позволяет автоматизировать создание заданий на печать при поступлении заказов, учитывать расход материалов и управлять приоритетами. Интеграция с MES дает возможность включить аддитивное производство в общий производственный контур с мониторингом в реальном времени. Для этого используются API и стандартные протоколы обмена данными. В результате 3D-печать становится частью сквозного цифрового процесса, а не изолированным участком.</p> <p>Отдельная задача связана с защитой интеллектуальной собственности. В аддитивном производстве ключевым активом являются не только физические изделия, но и цифровые модели, параметры печати и производственные данные. Поэтому важны механизмы разграничения доступа, аудит действий пользователей и защита данных на уровне прошивки и интерфейсов.</p> <h2>Как выбирать и внедрять решения для корпоративной 3D-печати</h2> <p>Переход к использованию аддитивных технологий в корпоративной среде требует системного подхода. На практике компании сталкиваются не столько с выбором конкретного оборудования, сколько с необходимостью встроить новый класс решений в существующие ИТ-инфраструктуру и производственные процессы.</p> <h3>Критерии выбора</h3> <p>При оценке решений на первый план выходит соответствие корпоративным требованиям безопасности. Важно, чтобы оборудование и программные компоненты поддерживали современные механизмы аутентификации, включая WPA2-Enterprise, 802.1X и работу с сертификатами. Это базовое условие для интеграции в защищенные сети.</p> <p>Не менее значима управляемость. В корпоративной среде невозможно эффективно использовать разрозненные устройства без централизованного контроля. Наличие инструментов мониторинга, управления заданиями и обновлениями становится обязательным требованием.</p> <p>Интеграционный потенциал определяет, насколько органично 3D-печать впишется в существующий цифровой контур. Речь идет о доступности API, поддержке стандартных протоколов и возможности доработки под конкретные бизнес-процессы.</p> <p>Отдельное внимание уделяется масштабируемости. Решение должно стабильно работать как с несколькими устройствами, так и с десятками или сотнями, без потери производительности и управляемости.</p> <p>Наконец, важен фактор развития. Наличие профессиональной поддержки, регулярных обновлений и понятного вектора развития решений снижает риски на этапе долгосрочной эксплуатации.</p> <h3>Этапы внедрения</h3> <p>Практика показывает, что внедрение аддитивных технологий целесообразно разбивать на последовательные этапы. На первом этапе проводится анализ требований. Компания определяет, какие задачи должна решать 3D-печать, какие требования предъявляются к безопасности и как будет выстроена интеграция с существующими системами.</p> <p>Далее следует подготовка инфраструктуры. Проверяется готовность сети, соответствие внутренним политикам безопасности и возможность подключения нового оборудования. После этого запускается пилотный проект. Ограниченное количество устройств позволяет протестировать процессы, выявить узкие места и адаптировать сценарии использования.</p> <p>Следующий шаг масштабирование. Решение распространяется на весь парк оборудования, выстраивается интеграция с корпоративными системами, включая ERP и системы мониторинга. Финальный этап — постоянная оптимизация. Компании дорабатывают процессы, внедряют новые функции и повышают эффективность использования оборудования.</p> <h3>Управление изменениями</h3> <p>Не стоит забывать и о том, что техническая интеграция — лишь часть задачи. Не менее важны организационные изменения. В первую очередь требуется обучение персонала работе с новым оборудованием и программными инструментами. Без этого невозможно обеспечить стабильную эксплуатацию.</p> <p>Параллельно происходит адаптация бизнес-процессов. Аддитивные технологии открывают новые возможности, и их использование требует пересмотра привычных подходов к производству.</p> <p>Отдельное направление — развитие компетенций в области проектирования под 3D-печать. Конструкции, оптимизированные для традиционных методов, не всегда эффективны в аддитивной среде.</p> <p>И, наконец, необходимо выстроить систему управления цифровыми активами. 3D-модели, параметры печати и связанные данные становятся частью интеллектуальной собственности компании и требуют соответствующей защиты и контроля.</p> <h2>Практика внедрения</h2> <p>Опыт внедрения показывает, что наибольший эффект достигается при комплексном подходе. В производственных компаниях централизованное управление парком устройств позволяет оптимизировать загрузку и снизить издержки.</p> <p>В исследовательских лабораториях ключевую роль играет безопасность. Возможность работать в изолированной сети и использовать корпоративную аутентификацию становится критическим фактором.</p> <p>В образовательной среде важна поддержка многопользовательского доступа и гибкое управление правами. А в мелкосерийном производстве на первый план выходит интеграция с ERP и автоматизация процессов от заказа до выпуска изделия.</p> <p>Подводя итоги, стоит отметить, что 3D-печать перестала быть экспериментом и стала полноценным элементом корпоративной IT-инфраструктуры. Ее интеграция требует такого же подхода, как внедрение любой другой критической системы.</p> <p>Компании, которые рассматривают аддитивные технологии как часть цифрового контура, получают преимущества в скорости производства, гибкости и возможности кастомизации продукции. В условиях растущей конкуренции это становится не просто технологическим выбором, а фактором стратегического развития.</p> <p>#IMAGE_234591#</p> Аддитивные технологии окончательно вышли за рамки лабораторий и прототипирования. Сегодня 3D-печать становится … article Владимир Плескевич, генеральный директор 3D-OUTLET (входит в состав ООО ЦЕНТР ХК) https://www.itweek.ru/themes/detail.php?ID=234589 Fri, 03 Apr 2026 10:16:49 +0300 <p><em>В последние несколько лет корпоративный мир вовлечен в ИИ-гонку. Каждая компания пытается двигаться быстрее, инвестировать больше и не отставать от темпов, заданных бигтехом, пишет на портале </em><em>BigDataWire</em> <em>Феликс Ван де Маэле, основатель и генеральный директор Collibra.</em></p> <p>Но скорость — не единственная проблема. Мы достигли точки, когда капиталовложения опережают уверенность организаций.</p> <p>Новое исследование Collibra, проведенное в партнерстве с The Harris Poll, выявляет явное противоречие в основе корпоративного искусственного интеллекта: 84% лиц, принимающих решения в сфере технологий, говорят, что им необходимо увеличить расходы на ИИ в этом году, чтобы оставаться конкурентоспособными по отношению к крупным технологическим компаниям, однако 88% признают, что их организации по-прежнему не используют ИИ в полной мере.</p> <p>Больше инвестиций, меньше уверенности.</p> <p>Это разрыв в доверии к ИИ, фундаментальное несоответствие между желанием внедрить ИИ и способностью гарантировать его результаты. И это не только проблема совета директоров. Данные YouGov показывают, что, хотя более трети американцев сейчас используют ИИ еженедельно, только 5% говорят, что очень ему доверяют. Мы живем в мире, где ИИ используется, но ему пока не доверяют, и одних только затрат недостаточно, чтобы это исправить.</p> <h3>Для повышения производительности необходим контроль</h3> <p>Системы ИИ уже способны быстро и масштабно генерировать инсайты, рекомендации и решения. Проблема не в возможностях, а в контроле.</p> <p>Наше исследование это ясно показывает. 89% руководителей говорят, что не могут полностью доверять ИИ-инсайтам, пока базовые данные не проверены и подтверждены.</p> <p>Если данные, лежащие в основе ИИ, неполны, не проверены или оторваны от бизнес-контекста, результат становится ненадежным. А когда результатам нельзя доверять, их необходимо проверять. Этот контроль не происходит автоматически, он обеспечивается управлением.</p> <p>Управление определяет данные, контекст и границы, в рамках которых работают системы ИИ, обеспечивая точность, безопасность и соответствие результатов. Без него ИИ не масштабирует решения, он масштабирует неопределенность.</p> <h3>Человек в цикле: задачи перемещаются, ответственность остается</h3> <p>Это отсутствие доверия имеет прямую цену.</p> <p>Согласно нашему исследованию, более половины лиц, принимающих решения (55%), говорят, что им, по крайней мере иногда, приходится исправлять или оспаривать результаты, сгенерированные ИИ. Это не просто небольшое неудобство, это время руководителей, тратящееся на контроль качества вместо стратегии.</p> <p>Это также подчеркивает различие, которое часто упускается из виду в дебатах об ИИ и рабочих местах: разница между выполнением задачи и ответственной работой. ИИ может выполнять повторяющиеся, ресурсоемкие задачи, но он не может брать на себя ответственность. Общественность уже это понимает. 68% респондентов говорят, что никогда бы не доверили системе ИИ действовать от их имени, не проверив предварительно каждое действие.</p> <p>Когда руководитель использует ИИ для создания сложного отчета, технология обрабатывает задачу, которая раньше выполнялась вручную. Но если этот руководитель по-прежнему проверяет каждую строку на ошибки и искажения, бремя ответственности не перемещается. Машина выполнила работу. Ответственность осталась за человеком. Преодоление разрыва в доверии к ИИ означает выход из замкнутого круга, чтобы руководители могли перестать контролировать результаты и вернуться к принятию действительно важных решений.</p> <h3>Новый тревожный сигнал 2026 года</h3> <p>Разрыв в доверии к ИИ также меняет представление о компетентности. Наше исследование показало, что 64% ​​лиц, принимающих решения, уже считают тревожным сигналом отсутствие у кандидатов знакомства с инструментами ИИ. Но такое знакомство быстро становится обязательным условием.</p> <p>В дальнейшем настоящую тревогу будут вызывать руководители, которые не могут отличить результаты, которые выглядят правильно, от результатов, которые являются правильными. Знать, как запустить модель, — это одно. Понимать, являются ли данные, лежащие в ее основе, надежными, контролируемыми и проверенными, — это другое. Именно в этом направлении развивается грамотность в области ИИ, и организации, которые не внедрят эту способность в свою культуру, будут испытывать трудности с оценкой рисков или реализацией ценности систем, в которые они инвестируют.</p> <h3>Преодоление разрыва</h3> <p>Путь к окупаемости инвестиций в ИИ начинается не с увеличения бюджета. Он начинается с контроля. Результаты нашего исследования очевидны: инвестиции без доверия порождают дорогостоящую неопределенность. А доверие не возникает само по себе. Оно должно быть заложено в саму концепцию работы систем ИИ. Организации, которые вырвутся вперед в 2026 г., — это те, которые сочетают свои амбиции в области ИИ с надежными данными, эффективным управлением и способностью оценивать результаты работы ИИ.</p> <p>Именно благодаря этому разрыв в доверии сократится. Именно поэтому системы ИИ перестанут тормозить развитие и начнут демонстрировать реальную эффективность. И именно тогда ИИ начнет становиться настоящим конкурентным преимуществом.</p> В последние несколько лет корпоративный мир вовлечен в ИИ-гонку. Каждая компания пытается двигаться быстрее … article https://www.itweek.ru/themes/detail.php?ID=234587 Thu, 02 Apr 2026 16:03:28 +0300 <p>«МойОфис», российская продуктовая ИТ-компания, объявила о выпуске релиза 26.1 продукта «МойОфис SDK». Обновление открывает вендорам корпоративного ПО и крупным заказчикам возможности создания собственных надстроек для веб-редакторов «МойОфис». Новый релиз также включает ряд готовых функций, упрощающих работу с документами.</p> <p>«МойОфис SDK» (Software Development Kit, комплект средств разработки) — это инструменты для встраивания веб-редакторов в сторонние и собственные решения. Продукт позволяет использовать функции редакторов «МойОфис» в прикладных системах, расширяя их возможности по обработке документов и помогая автоматизировать бизнес-процессы.</p> <p>Ключевое нововведение релиза 26.1 — появление возможности разрабатывать и интегрировать собственные надстройки в веб-редакторы, адаптируя их под специфичные бизнес-сценарии. Теперь можно самостоятельно дополнять функциональность веб-редакторов «МойТекст», «МояТаблица», «МояПрезентация» своими модулями.</p> <p>Также в составе релиза уже доступны несколько полезных надстроек, которые можно сразу применять в редакторах:</p> <ul> <li>«Генерация QR-кода» — позволяет удобно и быстро переносить данные на смартфон или делиться ссылками;</li> <li>«Смена раскладки» — исправляет текст, случайно набранный не на той раскладке. Надстройка включает функции транслитерации (замена алфавита с сохранением звучания слова) и смены регистра (перевод всех символов в верхний или нижний регистр);</li> <li>«Число прописью» — переводит цифры в буквенный эквивалент;</li> <li>«Поиск в интернете внутри редактора» — ищет текст в поисковой системе «Яндекс» из контекстного меню редактора без перехода в браузер;</li> <li>«Закрепление заголовков в тексте» — автоматически закрепляет заголовок.</li> </ul> <p>«МойОфис SDK» включает четыре компонента: сервер совместного редактирования (ССР), автономный модуль редактирования (АМР), средство просмотра документов (СПД) и Document API. Их можно приобрести как комплексно, так и по отдельности.</p> <p>ССР обеспечивает работу с веб-редакторами в собственном хранилище «МойОфис» в рамках решений «Документы Онлайн» и Squadus, а также позволяет встраивать редакторы в сторонние облачные хранилища и приложения. АМР включает веб-редакторы для работы с текстовыми документами, таблицами, презентациями и PDF-файлами в однопользовательском режиме. СПД предназначено для просмотра файлов без редактирования. Document API — это комплект библиотек для организации автоматизированного создания и редактирования текстовых документов и электронных таблиц в настольных редакторах. Он предназначен для встраивания в прикладные системы, такие как СЭД, CRM и ERP.</p> <p>«„МойОфис SDK“ — это не просто набор инструментов для встраивания редакторов, а проверенная платформа для безопасного технологического партнерства. Решение позволяет работать с документами в различных режимах: однопользовательском, совместном или полностью автоматизированном. В новом релизе мы добавили возможность создавать собственные надстройки, что дает еще больше свободы в кастомизации решений. Мы также помогаем партнерам с интеграцией, делимся экспертизой и проводим тестирование совместимости», — заявил Антон Сутягин, руководитель группы управления продуктом Веб-редакторы в «МойОфис».</p> «МойОфис», российская продуктовая ИТ-компания, объявила о выпуске релиза 26.1 продукта «МойОфис SDK». Обновление открывает … message https://www.itweek.ru/themes/detail.php?ID=234586 Thu, 02 Apr 2026 15:59:00 +0300 <p>В системе управления корпоративными сервисами от Directum появилось больше готовых услуг, новые формы для отправки запросов, которые настраиваются без кода, уведомления о технических работах и улучшения в базе конфигурационных единиц.</p> <p>Для каждой услуги администратор может настроить отдельный набор полей для сбора данных. Так количество данных на вход сокращается, они становятся более конкретными. В результате пользователи быстрее заполняют строки и не путаются, а служба поддержки получает структурированные обращения. Это ускоряет запрос информации и решение вопросов, экономит ресурсы техподдержки.</p> <p>В базовой поставке Directum ESM появились новые преднастроенные услуги для работников:</p> <ul> <li>заказ справок о доходах, трудовой деятельности, стаже и персонифицированном учете, страховых взносах, отпуске;</li> <li>заявки на внешнее обучение;</li> <li>запросы на оплату корпоративного спорта, материальную помощь, смену данных.</li> </ul> <p>Эти сервисы доступны сразу после установки системы, понадобится только настроить роли.</p> <p>Расширенный список готовых услуг ускоряет запуск ПО и перестройку процессов в отделе кадров.</p> <p>Теперь специалисты поддержки могут оперативно сообщать, что сервисы временно не предоставляются. Перед созданием обращения сотрудники видят предупреждение о плановых и аварийных мероприятиях. Запросы по услугам, которые находятся на техобслуживании, не копятся, снижается нагрузка на сервисные отделы.</p> <p>Сотрудники службы поддержки могут просматривать все связанные обращения по конфигурациям (объектам, которые находятся в ведении компании, — техника, ПО, мебель, помещения и др.). Это помогает быстро оценить загрузку каждой единицы, выявить проблемное оборудование по количеству инцидентов и оперативно предложить решения.</p> <p>«При совершенствовании системы управления услугами Directum ESM мы делаем упор на удобство использования. Новые возможности упрощают и ускоряют работу по обращениям, повышают лояльность персонала и разгружают сервисные отделы», — отметил Константин Кочергин, product-менеджер Directum ESM.</p> <p>Directum ESM — система для управления заявками и услугами по принципу «одного окна», которая реализует концепцию Enterprise Serviсe Management (управление сервисами предприятия) и обеспечивает прозрачную работу внутренних служб (ИТ, АХЧ, бухгалтерия и т.д.), а также ОЦО.</p> В системе управления корпоративными сервисами от Directum появилось больше готовых услуг, новые формы для отправки … message https://www.itweek.ru/themes/detail.php?ID=234585 Thu, 02 Apr 2026 15:38:16 +0300 <p>Компания «ДоксВижн» объявила о выпуске СЭД/ECM-платформы Docsvision версии 6 — самого масштабного обновления за последние годы. Docsvision 6 получила кросс-платформенную архитектуру, бесшовно встроенные ИИ-функции и защиту от новых киберугроз.</p> <p>Разработка новой версии Docsvision стала ответом на изменение технологического ландшафта на российском рынке. Крупные предприятия и госструктуры сегодня реализуют программы импортозамещения, однако реальная практика нередко требует сохранения в корпоративной ИТ-инфраструктуре отдельных зарубежных решений или части оборудования.</p> <p>Главное отличие Docsvision 6 — единая кодовая база, позволяющая разворачивать серверные компоненты как на российских операционных системах на базе Linux, так и на Windows.</p> <p>«С выпуском Docsvision 6 мы объединяем две технологические ветки развития, которые выделились несколько лет назад с появлением Linux-версии платформы. Одной из сильных сторон Docsvision всегда была гибкость, востребованная в enterprise-сегменте, и сегодня мы добились максимальной гибкости продукта с точки зрения ИТ-инфраструктуры заказчика, — подчеркивает заместитель генерального директора „ДоксВижн“ Сергей Пуцин, — Кроме того, Docsvision 6 отвечает стандартам новой эпохи, когда применение ИИ стало нормой для любого корпоративного приложения, а требования к безопасности решений заметно выросли».</p> <p>Docsvision 6 реализована на .NET 8 — платформе разработки, которая обеспечивает высокий уровень производительности и ИБ. При создании новинки команда «ДоксВижн» следовала принципам безопасной разработки ПО. В частности, использовались статические и динамические анализаторы, позволяющие проверять исходный код и готовый продукт на наличие уязвимостей и анализировать всю цепочку связанных компонентов. На этапе регрессионного тестирования Docsvision 6 успешно прошла 960 тест-кейсов из 960 запланированных.</p> <p>В Docsvision 6 доступна новая «Консоль управления» — центр управления высоконагруженными решениями, дающий администратору доступ к настройкам платформы через веб-интерфейс. Основным пользовательским интерфейсом стал адаптивный web-клиент Docsvision, который поддерживает всю функциональность платформы вне зависимости от ОС и типа устройства.</p> <p>«Кросс-платформенность открывает новые возможности для компаний, использующих решения на базе Docsvision. Прежде всего это миграция с предыдущих версий на Docsvision 6 без изменения ИТ-инфраструктуры. Стали возможными и максимально гибкие стратегии: реализация среды разработки под Windows, а рабочей среды под Linux, запуск в одном кластере серверов на Linux и на Windows, а также другие варианты», — отметил Сергей Пуцин.</p> <p>Новая версия платформы включает сервис Docsvision AI и поддерживает 10 сценариев применения генеративного ИИ, ускоряющих организацию совещаний, делопроизводство, управление договорами и работу с заданиями. Функции на основе больших языковых моделей (LLM) не только помогают пользователям эффективнее выполнять рабочие задачи, но и снижают риски, связанные с использованием публичных ИИ-сервисов. Чтобы полностью исключить киберугрозы такого рода, в Docsvision 6 реализована возможность подключения локальных LLM.</p> Компания «ДоксВижн» объявила о выпуске СЭД/ECM-платформы Docsvision версии 6 — самого масштабного обновления … message https://www.itweek.ru/themes/detail.php?ID=234584 Thu, 02 Apr 2026 15:36:34 +0300 <p>MWS AI (входит в МТС Web Services) объявила о выпуске Cotype Light 3 — мультимодальной языковой модели, предназначенной для встраивания в ИИ-агентов для бизнеса. Модель одинаково точно работает с текстом и визуальными данными в едином контексте: договоры, технические чертежи, формы, изображения. Это позволяет ИИ-агентам и мультиагентным системам обрабатывать разнородные корпоративные материалы без переключения между специализированными системами и самостоятельно решать многоэтапные задачи, освобождая сотрудников от необходимости писать сложные инструкции а на каждом этапе.</p> <p>Cotype Light 3 содержит 9 млрд параметров. Модели такого размера на специализированных задачах работают сопоставимо с более крупными аналогами, но требуют значительно меньше ресурсов: работают на стандартном корпоративном оборудовании и быстрее обучаются под конкретную задачу. Для бизнеса это означает меньше инфраструктурных затрат, возможность быстрого тестирования гипотез и сокращённый путь от пилота до рабочей системы. Следующие версии семейства получат увеличенное число параметров для высоконагруженных сценариев; приоритет при разработке сохраняется за задачами, актуальными для корпоративных развёртываний. MWS AI планирует расширять линейку в течение года по мере завершения тестирования новых моделей в ключевых отраслевых сценариях.</p> <p>По данным независимого бенчмарка MERA (разработан Альянсом в сфере ИИ, оценивает языковые модели по широкому спектру задач на русском языке), Cotype Light 3 стала первой компактной моделью в топ-3 за всю историю рейтинга, набрав 0,792 балла из 1,0. Это лучше большинства моделей, работающих с русским языком, — в том числе тех, которые содержат 100+ миллиардов параметров и требуют кратно больше вычислительных мощностей. В задачах на математику и «знания о мире» — географию, историю, науку, культуру — точность модели превышает 99%.</p> <p>«Финансовый эффект от внедрения ИИ становится главным критерием для бизнеса во всех отраслях, а стоимость инференса (обработки каждого запроса к модели) — одна из ключевых статей в экономике любого ИИ-проекта. Компактная специализированная модель здесь имеет двойное преимущество: она дешевле в эксплуатации и точнее работает в конкретном домене, чем универсальная система с избыточным числом параметров. Cotype Light 3 создавалась с учётом этой логики: девять миллиардов параметров, единая архитектура для текста и изображений, возможность дообучения под отраслевую специфику и развёртывания в закрытом контуре — без специализированного оборудования. Это позволяет конкурировать с моделями значительно большего размера при принципиально иных затратах», — отметил генеральный директор MWS AI Денис Филиппов.</p> <p>Модель на 9 млрд параметров в стандартной точности (FP16/BF16) занимает около 18 ГБ видеопамяти. Это позволяет запускать инференс на одном серверном ускорителе — без многокарточных конфигураций и специализированных кластеров. Для развёртывания подходит стандартное серверное оборудование с одним GPU: NVIDIA A100 (40 или 80 ГБ), A10 (24 ГБ), L4 (24 ГБ) или аналогами. В ходе тестирования MWS AI также подтвердила полную технологическую совместимость моделей семейства Cotype со всеми компонентами отечественных программно-аппаратного комплексов, включая ПАК Скала^р Машина ИИ (продукт Группы Rubytech).</p> <p>MWS AI обучает Cotype Light 3 и другие модели на облачных мощностях MWS Cloud. </p> MWS AI (входит в МТС Web Services) объявила о выпуске Cotype Light 3 — мультимодальной языковой модели … message https://www.itweek.ru/themes/detail.php?ID=234583 Thu, 02 Apr 2026 15:30:06 +0300 <p>Один из лидеров результативной кибербезопасности Positive Technologies и сервис для подбора персонала и поиска работы SuperJob провели исследование российского рынка труда в сфере ИБ в 2025 году и первом квартале 2026 г. По итогам 2025 года количество вакансий по профессиям в области информационной безопасности выросло на 26%. При этом в ИТ-секторе и на рынке в целом наблюдается снижение числа предложений. Такая динамика говорит о востребованности технологий и экспертизы по ИБ в цифровой экономике, а также о реальной готовности компаний увеличивать инвестиции в это направление.</p> <p>В 2025 году на российском рынке труда в целом число вакансий сократилось на 13% по сравнению с 2024. Аналогичная отрицательная динамика наблюдается и в ИТ-секторе, где компании переходят от этапа активного масштабирования к оптимизации и повышению эффективности существующих процессов. На конец марта 2026 г. рынок труда в кибербезопасности показывает стабильную динамику, начатую в 2025 году: количество вакансий выросло на 24% год к году, в то время как спрос на ИТ-специалистов упал на 18%.</p> <p>Сокращение числа вакансий в ИТ говорит о том, что компании сместили фокус со сверхбыстрого роста на модернизацию текущих проектов, а также на развитие перспективных технологий на базе искусственного интеллекта. Для решения этих задач чаще всего выбирают более опытных кандидатов, что подтверждается снижением востребованности новичков. Спрос на специалистов перераспределяется и с точки зрения профиля: мы видим, что информационная безопасность становится одной из ключевых точек роста. </p> <p>Аналитики связывают увеличение количества вакансий в сфере ИБ с несколькими долгосрочными факторами. Среди них: прогрессивная цифровизация экономики, рост числа и сложности кибератак, а также ужесточение регуляторных требований к защите данных. Эти процессы формируют устойчивую потребность в специалистах по кибербезопасности вне зависимости от краткосрочных колебаний рынка.</p> <p>«Рост спроса на специалистов по информационной безопасности — это прямое отражение тенденций цифровой экономики. Россия входит в топ-3 стран, которые чаще всего повергаются атакам со стороны высокоорганизованных киберпреступных группировок и хактивистов. Злоумышленники применяют искусственный интеллект и нестандартные инструменты для создания фишинговых материалов, стремясь украсть конфиденциальную информацию, провести разведку, получить финансовую выгоду или нарушить бизнес-процессы. Это подстегивает бизнес активнее инвестировать в свою киберустойчивость, причем не только внедрять решения и продукты по ИБ, но и развивать профильные команды», — отметила Анастасия Федорова, руководитель образовательных программ Positive Education, Positive Technologies.</p> <p>Структура вакансий в сфере ИБ за год практически не изменилась: по-прежнему больше всего предложений работодателей для специалистов с опытом работы <nobr>1–3</nobr> года (48%). А в это же время в IT-сфере в целом работодатели сместили фокус найма на middle- и senior-специалистов. </p> <p>Чаще всего ИБ-специалисты востребованы в следующих отраслях: информационные технологии (больше всего вакансий на конец марта 2026 г.), финансах, государственных организациях, ритейле и B2B-услугах.</p> <p>На фоне растущего спроса увеличиваются и зарплатные предложения для ИБ-экспертов. За 2025 г. в Москве медианные заработные платы за год выросли на <nobr>6–10%:</nobr></p> <ul> <li>руководитель отдела информационной безопасности — 350 тыс. руб. (+6% год к году), максимум 600 тыс. руб.;</li> <li>ИБ-специалист — 230 тыс. руб. (+10% год к году), максимум 400 тыс. руб.;</li> <li>консультант по кибербезопасности — 220 тыс. руб. (+10% год к году), максимум 400 тыс. руб.;</li> <li>пентестер — 220 тыс. руб. (+10% год к году), максимум 400 тыс. руб.</li> </ul> Один из лидеров результативной кибербезопасности Positive Technologies и сервис для подбора персонала и поиска … message https://www.itweek.ru/themes/detail.php?ID=234577 Thu, 02 Apr 2026 15:07:02 +0300 <p><em>Финтех сегодня способен реализовать практически любые сценарии работы с клиентом: от мгновенного скоринга на основе внешних данных до полностью дистанционного обслуживания. Но на практике развитие продуктов определяется не только технологиями, но и регуляторной рамкой. В России именно баланс между возможностями и ограничениями формирует архитектуру финансовых сервисов, влияет на пользовательский опыт и задает вектор развития рынка.</em></p> <h3>Технологии, которые есть, но работают не в полную силу</h3> <p>Один из самых показательных примеров в отношении технологий, которые работают не в полную силу, это open banking. В России это направление развивается, но пока не стало массовым стандартом, как в Европе, где участие банков закреплено на уровне директив. Потенциал при этом очевиден: доступ к данным о клиентах из разных финансовых организаций позволяет точнее оценивать риски, улучшать скоринг и эффективнее выстраивать работу с задолженностью. Например, появляется возможность видеть, на каких счетах у клиента есть средства, и адресно работать с ними в рамках взыскания. В Европе для этого нужно получить согласие клиента, но оно собирается в момент оформления кредита, и если клиент его не дает, это влияет на вероятность одобрения.</p> <p>Другой чувствительный сегмент — это удаленный онбординг. В России он возможен, по сути, только через государственную инфраструктуру и с большим числом ограничений на сценарии. В Европе удаленный онбординг — гораздо более распространенная и легковесная история. Там нет централизации: большое количество компаний соревнуются между собой в качестве этого онбординга, и это приводит к тому, что технология становится более развитой, она дешевеет для финтех-компаний и в результате гораздо меньше влияет на воронку продаж.</p> <p>Отдельная тема — это криптовалюты. В России они остаются инвестиционным инструментом, но не используются как платежное средство. Центральный банк не хочет признавать крипту как платежное средство, и это главное ограничение. Отсутствие легальных расчетных сценариев сдерживает развитие целого класса продуктов, которые уже активно применяются в других юрисдикциях.</p> <h3>Компромисс между UX и комплаенсом</h3> <p>Регуляторные ограничения напрямую влияют на экономику продуктов, а значит и на пользовательский опыт. Один из ключевых факторов это ограничение полной стоимости кредита. Банки с дорогим фондированием вынуждены искать способы сохранить маржинальность.</p> <p>Чаще всего это приводит к развитию дополнительных услуг. Наиболее распространенный инструмент это страховые продукты, которые зачастую не входят в расчет полной стоимости кредита. За счет этого банки увеличивают доходность и расширяют аудиторию заемщиков. При этом сценарии продажи могут быть разными: от добавления страховки на этапе подписания до пакетных предложений с более низкой ставкой, где реальная стоимость становится очевидной только при внимательном изучении условий.</p> <p>В сегменте кредитных карт аналогичную роль играют комиссии: за снятие наличных, переводы или использование рассрочки. Все это — следствие необходимости уложиться в ограничения по доходности.</p> <p>Такая модель ухудшает клиентский опыт. Интерфейсы становятся более нагруженными, количество условий и документов растет. Особенно это заметно для клиентов, которые досрочно закрывают кредиты: страховка продается исходя из срока кредита, и если человек закрыл кредит за год вместо пяти, он переплатил за четыре года страховки. Формально можно отказаться и вернуть деньги за оставшийся срок, но финансовая грамотность российских граждан недостаточно высокая, и большинство этой опцией не пользуются.</p> <p>Есть и другой подход — экосистемный. Банки выстраивают систему, где зарабатывают не на одном продукте, а на миксе: транзакционные продукты, зарплатные проекты, карты, инвестиции, кредиты под залог, даже тарифы мобильной связи. Зарплатные проекты, например, позволяют видеть доход клиента, отслеживать его стабильность, вовремя реагировать на рост риска просрочки. Банки приглашают к использованию продуктов членов семьи — детские карты, подростковые приложения, управление финансами для родителей.</p> <p>Но вот что важно: навязывание страховок подрывает доверие, а без доверия экосистемная модель не работает — клиент просто уйдет. Поэтому, с одной стороны, прозрачность — это задача регулятора, а с другой стороны, мы живем во времена рыночной экономики, и это про выстраивание долгосрочных отношений с клиентом и про коммерческую выгоду.</p> <h3>Когда регулирование становится драйвером</h3> <p>Есть и обратные примеры, где именно регулятор ускоряет развитие технологий. Самый яркий пример — это Система быстрых платежей. Массовое внедрение стало возможным благодаря активной позиции Центрального банка. Простота сценария перевода по номеру телефона, понятный интерфейс и продуманные лимиты сделали сервис одним из самых востребованных на рынке. И все это — благодаря регулированию Центрального банка.</p> <p>Второй — удаленная идентификации клиентов через ЕБС и выдача кредитов по удаленной идентификации. Несмотря на то что европейский подход с конкуренцией провайдеров, приносит свои результаты, в России эта система тоже работает и упрощает доступ к финансовым инструментам для людей.</p> <p>Кроме того, само по себе жесткое регулирование кредитования — обязанность раскрывать ПСК, условия, комиссии, не превышать определенные планки — привело к тому, что повысилось доверие к кредитным продуктам у населения. Люди перестали бояться этих продуктов. Раньше это обязательно был поход в банк, долгая консультация с сотрудником, куча вопросов. Сейчас очень многие оформляют кредиты онлайн, без обращения в отделение. И это связано не только с развитием технологий, но и с тем, что люди понимают: банк имеет регуляторные ограничения и не может обобрать клиента, потому что за ним следит Центральный банк.</p> <h3>Как рынок находит обходные решения</h3> <p>Даже в жесткой регуляторной среде компании находят новые продуктовые модели. Один из известных кейсов — это карта рассрочки «Халва». В базовой конструкции комиссию платит партнер, а не клиент, что позволяет обходить ограничения по полной стоимости кредита. Дополнительные услуги при этом формируют экономику продукта, но воспринимаются клиентом как осознанная ценность, а не скрытая комиссия.</p> <p>Второе направление — экосистемная монетизация. Компании зарабатывают на подписках с повышенными кэшбэками и привилегиями, на страховках, на партнерских программах. Партнерства становятся ключевым инструментом. Бизнес получает доступ к ликвидным клиентам и продвижение через приложение банка с аудиторией в десятки миллионов. Банк получает более привлекательные условия для клиента и монетизирует партнерство через комиссии и рекламные размещения.</p> <p>Интересный пример — это BNPL-сервисы. За счет юридической конструкции они долгое время существовали вне классического регулирования кредитования. Сейчас сектор попадает в поле внимания регулятора, но сама модель уже доказала жизнеспособность и будет адаптироваться к новым условиям.</p> <h3>Клиенты: между доверием и удобством</h3> <p>Пользовательские ожидания формируются на пересечении двух факторов. С одной стороны, клиенты ценят, что есть контроль, — повышается доверие к банкам как к основным игрокам финансовой системы. С другой стороны, у банков очень сильные ИТ- и продуктовые подразделения, которые позволяют эти ограничения хорошо обрабатывать, и с точки зрения клиентского опыта ничего радикально не ухудшается. Банковские интерфейсы выглядят современно, продвинуто, понятно для клиентов. Банки научились с этим работать.</p> <h3>Что изменится в ближайшие годы</h3> <p>Ключевое направление развития это дальнейшее движение в сторону open banking, развитие OpenAPI и механизмов коммерческих согласий. Это может привести к появлению полноценных решений в области управления личными финансами, агрегации счетов, более точного скоринга и встроенные финансовые сервисы.</p> <p>Отдельный вопрос это возможная легализация криптовалютных расчетов. В случае смягчения регулирования рынок может получить новый импульс развития.</p> <p>Серьезное влияние окажет и регулирование BNPL. Ужесточение требований повысит прозрачность, но одновременно изменит экономику сервисов. Вероятнее всего, рынок пойдет по уже знакомому пути: базово бесплатные продукты будут дополняться платными сервисами, которые и станут основным источником дохода.</p> <h3>Баланс, который формирует рынок</h3> <p>В целом, российский финтех — один из сильнейших в мире. И во многом именно потому, что регулятор, несмотря на все ограничения, оставляет банкам и финтех-игрокам пространство для маневра. Те ограничения, которые вводятся в последние годы, делают финансовые продукты более прозрачными для клиента. Но одновременно они снижают доходность отдельных бизнес моделей и вынуждают рынок либо сокращать доступность кредитования для более рискованных клиентов, либо искать новые способы монетизации. В то же время ЦБ оставляет рынку достаточно свободы, чтобы находить решения.</p> <p>#IMAGE_234580#</p> Финтех сегодня способен реализовать практически любые сценарии работы с клиентом: от мгновенного скоринга … article Вячеслав Бойко, Chief Product Officer ID Finance https://www.itweek.ru/themes/detail.php?ID=234570 Thu, 02 Apr 2026 10:56:27 +0300 <p>С момента ухода крупных европейских брендов с рынка инженерной ИТ-инфраструктуры рынок наполнился огромным количеством поставщиков блоков стоечного распределения питания (БРП), или PDU (Power Distribution Unit) отечественного или китайского производства. Ассортимент пестрит самыми различными характеристиками, формами и даже цветами. Поделюсь своими наблюдениями о том, на что сегодня обратить внимание при выборе решения.</p> <h3>Корпус и крепление</h3> <p>В основном на рынке представлено два варианта корпусов: сталь и экструдированный алюминий. Алюминий намного легче, но, из-за необходимости устройства внутренних ребер жесткости для конструкции, имеет увеличенные габариты. Также для алюминиевых корпусов характерно наличие более интересных вариантов крепления в стойке в виде закладных гаек, скользящих креплений и так далее.</p> <p>#IMAGE_234572#</p> <p>С точки зрения крепления в стойке: сейчас не те времена, когда заявление о том, что монтаж осуществляется в <nobr>0-unit</nobr> действительно соответствует правде. В большинстве моделей крепление осуществляется «грибками» на задней стенке или проушинами сверху и снизу к кабельной трассе. Таким образом, в подавляющем большинстве случаев монтаж осуществляется розетками к центру задней плоскости стойки, что несколько затрудняет обслуживание оборудования сзади из-за его частичного перекрытия вилками, особенно в шкафах шириной 600 мм. Некоторое производители предусмотрели комплектные крепления для более вариативного монтажа, но пока никто не предлагает полноценный монтаж сбоку между 19″ плоскостью и боковой стенкой шкафа. Поэтому стоит обратить внимание сразу на глубину корпуса и способ монтажа, чтобы в итоге не получить на 60% перекрытое оборудование.</p> <h3>Внутреннее расключение</h3> <p>В основном существует два варианта исполнения внутренней системы распределения: на проводах и на медных шинках. К сожалению, понять, как делает конкретный производитель, без вскрытия «пациента» невозможно. Но если вам в руки попал тестовый образец, рекомендую обратить внимание на этот фактор.</p> <p>Дело в том, что проводные системы представляют из себя набор «лапши» из линий, тянущихся к отдельным силовым банкам. Весь этот пучок плотно уложен внутри корпуса и при разборке стремится разбежаться в разные стороны. Если крышка блока сдвижная, то часто кромка торца срезает часть изоляции, что пагубно влияет на состояние проводников. Присоединение проводов бывает как на клеммы, так и пайное. С учетом некоторой подвижности линий внутри могут наблюдаться ослабления винтовых соединений или разрушение припоя. Плюс взаимный нагрев проводников при плотной укладке неблагоприятно влияет на состояние изоляции.</p> <p>#IMAGE_234573#</p> <p>Шинные системы в этом контексте показывают себя лучше. У вас получается единый сквозной жестко фиксированный проводник, который соединяет все силовые банки. Здесь нет риска обрыва, все компоненты жестко зафиксированы, не расползаются и сразу на виду в случае необходимости ремонта.</p> <h3>Защита от перегрузки</h3> <p>В составе блока обязательно присутствует N-ное количество автоматических выключателей защиты от перегрузки отдельных наборов силовых розеток. Зачастую номинал этих автоматов 16 А, но бывают и вариации на 10 А (в случае применения только розеток С13) и на 20 А (о причинах этого я расскажу позже). В основном применяют два типа: стандартные модульные автоматы с тепловым расцепителем, аналогичные бытовым, либо более современные магнитно-гидравлические.</p> <p>Более старый и привычный вариант в виде модульных автоматов достаточно громоздкий. Из-за перекидной конструкции выступающего ключа высока вероятность случайного отключения аппарата при проведении работ в стойке. Для этого многие производители предусматривают защитные крышечки из прозрачного пластика, которые занимают еще больше места. Но не это самое главное. Важно то, что тепловые расцепители начинают терять свою отключающую способность в зависимости от температуры. Например, блок стоит у вас в стойке, которая «выдыхает» воздух с температурой <nobr>40-45</nobr> градусов или и того выше. И таким образом ваш автомат на 16 А может отключиться уже при 14 А или 12 А. Именно поэтому некоторые производители предусматривали автоматы на 20 А, хотя это превышает максимальный ток 16 А для розеток С19.</p> <p>#IMAGE_234574#</p> <p>И тут на сцену выходят магнитно-гидравлические собратья. Это более современная и специализированная версия защитных аппаратов. Они имеют утопленный монтаж, когда кнопка во включенном состоянии находится заподлицо с корпусом, а в случае срабатывания — поднимается. Удобно и защищает от ложных срабатываний из-за человеческого фактора. Для любопытных — функция ручного отключения имеется. Для этого нужно чем-то острым нажать в специальное окошко. Не нужно пытаться подковырнуть кнопку.</p> <p>Данный тип аппаратов не подвержен тепловому воздействию, ну или по крайней мере не настолько подвержен. Плюс, у них нет полноценной огромной дугогасительной камеры, которая после некоторого количества срабатываний выходит из строя и требует замены. Принцип их работы построен на магнитном якоре, который располагается в капсуле с тормозящей жидкостью. В случае превышения тока выше расчетного — магнитная сила якоря превышает сопротивление жидкости и срабатывает расцепитель. Переключение происходит практически мгновенно и, как заявляют, без образования дуги.</p> <p>#IMAGE_234575#</p> <p>Так что такой вариант защиты можно назвать более технологичным и устойчивым к внешним и человеческим факторам.</p> <h3>Контроллер</h3> <p>Пожалуй, самый разнообразный пункт. От производителя к производителю набор функций, портов и количество подключаемых устройств может значительно варьироваться. О функциональности мы говорить не будем, тут каждый выбирает сам, в зависимости от своих потребностей.</p> <p>Здесь мы поговорим о механическом устройстве. Дело в том, что многие производители уверяют, что их контроллер имеет функцию «горячей» замены, но по факту это оказывается не так. Ведь что такое горячая замена? Это замена компонента системы без отключения и потери функциональности системы в целом. Ну как может быть горячая замена платы, вставленной изнутри и прикрученной оттуда к корпусу?</p> <p>#IMAGE_234576#</p> <p>Поэтому, если для вас важно, чтобы блок электроники управления был действительно сменным, обращайте внимание на то, как он снимается и имеет ли какие-то части или компоненты, которые нельзя демонтировать без полного разбора корпуса.</p> <h3>Плата управления для интеллектуальных версий</h3> <p>В подавляющем большинстве БРП применяются с каким-то набором функций измерения и, иногда, управления нагрузкой. За функции измерения отвечает отдельная плата, которая обычно устанавливается возле ввода в блок. Контроллер не отвечает за измерение, он только обрабатывает и интерпретирует сигналы от платы измерения и передает их во внешнюю среду. И тут возникает загвоздка в том, где же эта плата находится. Практически у всех производителей эта плата внутри корпуса и не имеет возможности замены и ремонта без полного демонтажа PDU из стойки.</p> <p>Мне удалось встретить пока только одного производителя, кто предусмотрел мероприятия для ее быстрой замены.</p> <h3>Что выбрать</h3> <p>Как видите, я не говорю о том, кто молодец и сделал хорошо, а кто нет, и не называю марки и производителей. Лишь рассказываю о том, на что обратить внимание и что по-настоящему важно при эксплуатации. Не стесняйтесь и не бойтесь запрашивать у производителей демонстрационные образцы. Если им не за что краснеть и нечего скрывать — они с радостью их вам предоставят.</p> <p>#IMAGE_234571#</p> С момента ухода крупных европейских брендов с рынка инженерной ИТ-инфраструктуры рынок наполнился огромным количеством … article Кирилл Дмитриев, ведущий архитектор инженерных систем ГК “УльтимаТек” https://www.itweek.ru/themes/detail.php?ID=234568 Thu, 02 Apr 2026 10:11:28 +0300 <p><em>Получение выводов искусственного интеллекта (ИИ-инференс) быстро становится доминирующим драйвером спроса на сетевые ресурсы: для поддержки его взрывного роста и мультимодальной сложности требуется масштабируемая оптическая связь, пишет на портале </em><em>Data</em> <em>Center</em> <em>Knowledge</em> <em>Франсиско Сант’Анна, старший консультант Ciena по маркетингу решений.</em></p> <p>В последние годы обучение ИИ доминировало в дискуссиях о глобальной инфраструктуре ИИ. Массивные кластеры графических процессоров, развертывание новых дата-центров и энергоемкие модели стали синонимом масштабов эры ИИ. Но обучение ИИ — это только разминка. ИИ-инференс — вот настоящее испытание для современной инфраструктуры ИИ, которое ждало своего часа и теперь выходит на первый план.</p> <p>По мере того, как ИИ становится все более мультимодальным и все глубже внедряется в цифровые платформы, инференс становится доминирующим драйвером будущего спроса на сетевые ресурсы. Он также коренным образом меняет принципы работы дата-центров во всем мире. Чтобы справиться с растущими нагрузками инференса, отрасль должна решить критическую, но часто упускаемую из виду проблему узкого места в сети — оптической связи, которая объединяет всю ткань сети.</p> <h3>Растущие нагрузки ИИ-инференса</h3> <p>ИИ-инференс — это фаза «действия» в жизненном цикле модели ИИ. Именно на этом этапе обученная модель может обрабатывать неизвестные данные, чтобы дать ответ, сгенерировать изображение или выполнить задачу. В отличие от обучения, которое является сильно локализованным процессом, инференс происходит повсюду — в приложениях, на корпоративном уровне и в потребительских устройствах.</p> <p>И нагрузки инференса множатся по мере роста внедрения ИИ. В то время как для внедрения предыдущих технологий или цифровых платформ в повседневную жизнь требовались десятилетия, ChatGPT за два месяца набрал 100 млн. активных ежемесячных пользователей. А теперь мы также наблюдаем массовую интеграцию ИИ в существующие цифровые платформы, используемые на рабочих местах и ​​в жизни потребителей, от поиска до электронной почты, социальных сетей и многого другого. Важно отметить, что встраивание ИИ в эти инструменты и приложения не приводит к постепенному внедрению; оно создает мгновенный, взрывной масштаб.</p> <h3>Мультимодальный ИИ увеличивает нагрузку на сеть</h3> <p>Этот стресс-тест усиливается по мере того, как рабочие нагрузки инференса смещаются от простого текста к мультимодальным взаимодействиям, которые могут одновременно обрабатывать и генерировать текст, изображения, аудио и видео. Для сравнения, один поток видео высокой четкости со смартфона требует нескольких мегабит в секунду постоянной пропускной способности. При умножении на миллионы пользователей объем данных, передаваемых по сети, становится ошеломляющим.</p> <p>Кроме того, модели становятся все сложнее; модели рассуждений часто декомпозируют задачи на множество внутренних шагов, при этом запросы пользователей запускают десятки фоновых запросов. Даже если запрос пользователя кажется коротким и простым, сеть может передавать мегабайты данных в фоновом режиме для получения ответа. Все это увеличивает трафик в восходящем и нисходящем направлениях между приложениями, источниками данных и моделями ИИ.</p> <h3>Возникновение и распространение облачных решений, ориентированных на ИИ</h3> <p><a href="https://www.ciena.com/about/newsroom/press-releases/global-survey-explores-networking-needs-for-ai-era">Опрос</a> Ciena показал, что в ближайшие годы более 40% новых дата-центров, как ожидается, будут в первую очередь предназначены для ИИ, и сдвиг в сторону инференса еще больше ускоряет эту трансформацию. Растущий спрос на инференс стимулирует распространение центров инференса и облачных регионов, ориентированных на ИИ, которые обмениваются огромными объемами данных для снижения задержек, повышения отказоустойчивости и выполнения требований суверенитета. И по мере того, как ИИ внедряется в повседневный цифровой опыт, возможности выполнения инференса должны располагаться как можно ближе к пользователю, при сохранении доступа к централизованным данным и моделям.</p> <p>Это создает потребность в двух различных, но взаимозависимых сетевых возможностях, которые теперь должны масштабироваться параллельно. Первая — это корпоративный мультиоблачный доступ, когда предприятия и приложения могут легко получать доступ к сервисам ИИ в нескольких облаках и дата-центрах. Вторая — это Data Center Interconnect (DCI), связь с низкой задержкой, которая передает данные и трафик инференса между дата-центрами ИИ и облачными регионами. По мере глобального масштабирования рабочих нагрузок инференса эти возможности должны работать вместе, чтобы сформировать связующую ткань облачных решений, ориентированных на ИИ.</p> <h3>Оптическая связь лежит в основе инференса</h3> <p>Развитие распределенного инференса также меняет подход к планированию пропускной способности сети. Как DCI, так и корпоративный мультиоблачный доступ зависят от отказоустойчивой, масштабируемой оптической инфраструктуры, способной передавать большие объемы чувствительного к задержкам трафика, требуемого для работы приложений ИИ.</p> <p>Оптическая связь обеспечивает пропускную способность, охват и эффективность, необходимые для следующего этапа эволюции ИИ. Передовые оптические технологии передачи данных максимизируют пропускную способность оптоволокна, минимизируя при этом затраты, используемое пространство и энергопотребление на бит. Одновременно с этим все более важными становятся автоматизированные системы управления сетью, динамически распределяющие полосу пропускания, оптимизирующие трафик и поддерживающие надежное обслуживание по мере изменения рабочих нагрузок ИИ в режиме реального времени.</p> <p>От внутриЦОДовой связи до оптоволоконных маршрутов DCI, оптические сети реализуют масштабируемую основу, которая позволяет осуществлять распределенный инференс. Без этой надежной, адаптивной инфраструктуры невозможно обеспечить стабильное предоставление ИИ-сервисов в глобальном масштабе.</p> <p>ИИ-революция — это не только вычислительные мощности; это и связь. По мере того, как ИИ-инференс будет переходить от простых текстовых запросов к сложным, мультимодальным и основанным на рассуждениях взаимодействиям, коренным образом изменятся модели передачи данных в сетях и внутри дата-центров. В перспективе фокус инфраструктуры ИИ должен сместиться на связующее звено — сеть, которая заложит основы для эры ИИ.</p> Получение выводов искусственного интеллекта (ИИ-инференс) быстро становится доминирующим драйвером спроса на сетевые … article https://www.itweek.ru/themes/detail.php?ID=234566 Wed, 01 Apr 2026 15:27:42 +0300 <p><em>В логистике всегда требовались точность и скорость. Но если раньше на принятие решения о перераспределении товаров между складами уходили дни, то сегодня алгоритмы делают это за секунды, учитывая десятки факторов ― от погоды до загруженности транспорта.</em></p> <p><em>В статье расскажу о том, как в</em><em> «Лемана ПРО» искусственный интеллект из теоретической концепции превратился в ежедневный рабочий инструмент</em><em>.</em></p> <h3>От «заказчик — исполнитель» к «партнер — партнер»</h3> <p>Цифровые технологии меняют не только то, как мы работаем, но и то, как мы строим отношения с партнерами. Классическая бизнес-модель «заказчик — исполнитель» постепенно уходит в прошлое: сегодня мы переходим к модели «партнер — партнер», когда каждая сторона может предоставлять услуги друг другу — как результат, сотрудничество становится крепче и выгоднее для всех.</p> <p>Такой подход открывает новые возможности для бизнеса. Например, мы уже оказываем услугу ответственного хранения на свободных площадях — это позволяет использовать ресурсы эффективнее и помогать партнерам решать их задачи. Цифровые платформы делают такое сотрудничество простым и прозрачным и не превращают его в бюрократический квест с десятком согласований.</p> <h3>Не все измеряется снижением финансовых затрат</h3> <p>Когда речь заходит об автоматизации, первый вопрос обычно звучит так: «Сколько мы сэкономим?» Но если оценивать цифровизацию только через призму снижения затрат, то можно упустить половину картины. Автоматизация — это не волшебная таблетка от всех бед, а инструмент для достижения операционных и стратегических целей.</p> <p>Наша главная задача — сделать так, чтобы клиенты хотели к нам возвращаться, а уровень сервиса полностью соответствовал их ожиданиям. Поэтому мы смотрим на комплексную систему показателей ― от низкоуровневых логистических метрик до финансовых результатов вроде дополнительной выручки или операционной рентабельности.</p> <p>Все KPI можно поделить на несколько категорий.</p> <ol> <li> Снижение операционных затрат, чтобы перекрыть рост инфляции. Здесь мы отслеживаем продуктивность операций, стоимость обработки единицы товара, утилизацию транспортных средств.</li> <li> Улучшение уровня сервиса для клиента: своевременность и полнота исполнения заказов, удовлетворенность клиента.</li> <li> Дополнительный доход от партнеров за счет использования наших логистических услуг.</li> </ol> <p>Иногда мы автоматизируем процессы просто для того, чтобы собрать данные для последующего анализа. Как крупной компании, нам важно понимать, как работает каждый участок процессов: без этого невозможно принимать взвешенные решения о том, куда двигаться дальше.</p> <h3>Что ИИ уже умеет и чему еще научится</h3> <p>Мы активно используем модели машинного обучения, которые помогают минимизировать операции контроля товаров на разных этапах. Вместо того чтобы проверять все подряд, система выявляет только те операции, в которых, вероятнее всего, содержатся расхождения. Яркий пример — «умный» контроль сборок в магазинах. До внедрения модели в 2025 году ошибки фиксировались в 1,8% сборок, при этом проверяли 100% операций. После запуска <nobr>ML-модели</nobr> стали проверять только 60%: алгоритм направляет на контроль только те сборки, где риск расхождений повышен. Контроль стал точечным и эффективным: среди отобранных моделью сборок расхождения составляют 3,4%. Для дополнительной проверки качества применяем встречный контроль доверительных сборок — таким образом, мы можем контролировать качество алгоритма и автоматически переобучать модель. Финансовый эффект по итогам 2025 года составил более 80 млн. рублей, а продуктивность операции контроля выросла почти в 2 раза. У нас уже внедрено более пяти таких моделей, и они позволяют сокращать затраты, не снижая при этом качество обслуживания клиента.</p> <p>Прогнозные модели также помогают нам рассчитать необходимое количество персонала на логистических объектах. Они учитывают прогнозируемый объем работ, производительность сотрудников и множество других факторов. Так мы интегрируем в рабочие процессы ровно столько людей, сколько действительно необходимо для поддержания высокого уровня сервиса.</p> <p>С помощью машинного обучения мы перешли от реактивного к предиктивному подходу в управлении запасами. Наши модели Demand Planning прогнозируют спрос на каждый артикул на уровне дня и магазина с высокой точностью — до 180 дней вперед. Мы оцениваем влияние прогноза на упущенный товарооборот. Если в 2024 году мы теряли до 2% товарооборота из-за ошибки прогнозирования, то в 2025 году улучшили показатель до 1,5%, а сегодня достигли планки в 1%. Даже небольшое улучшение качества прогнозирования значительно увеличивает товарооборот компании. Это позволяет поддерживать запасы на оптимальном уровне и гарантировать наличие товара для клиентов. Мы планируем расширять эти модели на долгосрочное планирование — это даст возможность прогнозировать спрос клиентов, формировать прогнозы заказов поставщикам и запасов по всем объектам сети.</p> <p>В недалеком будущем ИИ-системы будут управлять резервными запасами в магазинах в реальном времени и предсказывать задержки поставок. Это снизит объем замороженного капитала и повысит надежность цепи поставок.</p> <h3>Прорывы будущего</h3> <p>Если говорить о будущих прорывах, то один из самых интригующих сценариев — генеративный ИИ и автоматизация принятия решений. Уже сейчас генеративный ИИ используется не только для чат-ботов, но и в логистике. В перспективе мы можем прийти к модели, в которой не человек принимает решение, а ИИ: он симулирует сценарии, реагирует на события, автономно принимает решения и отдает команды в рабочие системы для оптимизации процессов.</p> <p>Другое направление — полностью автоматизированные склады и цепочки с роботами и ИИ. Хотя роботы и автоматизация применяются уже сегодня, они еще не везде интегрированы с ИИ-агентами. В будущем же это может быть система, при которой роботы, транспорт и склады работают как единый живой организм: ИИ не только управляет роботами, но и координирует транспортировку, складирование, упаковку и последнюю милю доставки.</p> <p>Внедрение таких комплексных решений становится особенно актуальным в условиях острого дефицита линейного персонала на складах и линиях доставки. Там, где раньше нехватка людей могла парализовать работу, автономные системы помогают операциям не просто функционировать, а выживать, сохраняя темп и качество обслуживания клиентов вопреки кадровому голоду.</p> <h3>Цифровые двойники</h3> <p>Когда мы слышим про цифровых двойников, первое, что приходит в голову, — это авиация или космическая промышленность: авиакомпании моделируют поведение двигателей, чтобы предсказывать поломки, а космические агентства тестируют на цифровых копиях спутников и станций решения для неполадок на орбите.</p> <p>Но технология Digital Twin прекрасно работает и в логистике, особенно для задач моделирования автоматизации. Это вполне рабочий инструмент, который помогает принимать решения о значимых инвестициях. Перед стартом проекта по внедрению более 50 роботов на одном складе «Лемана ПРО» проводится детальное имитационное моделирование процесса. Это позволяет проверить все гипотезы, учесть нюансы графика товародвижения, особенности товаров и грузов — и в итоге избежать финансовых потерь.</p> <h3>Зеленая логистика</h3> <p>Цифровые технологии реально помогают сокращать углеродный след. Мы внедряем геооффер: предлагаем клиенту ассортимент с учетом его месторасположения, что обеспечивает сток в близости к клиенту и оптимизирует среднюю медиану доставки. Проще говоря, товар едет не через всю страну, а с ближайшего склада.</p> <p>Кроме этого, применяем модели машинного обучения для снижения объемов лишних операций, холостых пробегов автотранспорта, прогнозирования спроса, моделирования маршрутов и оптимизации складских запасов.</p> <p>Также развиваем собственную электронную B2B-площадку для взаимодействия с партнерами, роботизируем склады — применяем автоматизированные транспортные средства, конвейеры, сортировочные системы. И в конце концов внедряем онлайн-отчетность с доступом к информации в реальном времени. Все это не только снижает выбросы, но и экономит бюджет.</p> <h3>Защита самого слабого звена</h3> <p>С ростом цифровизации логистические цепочки становятся значительно более уязвимыми для кибератак. Как говорят, система защищена настолько, насколько защищено самое слабое ее звено. Если не обеспечить безопасность каждого элемента, то в случае кибератаки будет парализована вся цепочка.</p> <p>Сегодня цифровизация в логистике — это системы управления складом (WMS), GPS-трекинг, автоматизированное управление автопарком, электронный документооборот (EDI), роботы и автоматизация склада. Цифровизация каждого элемента расширяет поверхность атаки для злоумышленников.</p> <p>Вот основные меры киберзащиты, которые мы применяем.</p> <ol> <li> Проверка уровня безопасности поставщиков. Оценка зрелости информационной безопасности каждого элемента в цепочке позволяет выявлять риски на ранних этапах и управлять ими.</li> <li> Регулярное тестирование на проникновение и аудит. Практические проверки показывают не только соответствие стандартам, но и комбинированные векторы атак, которые могли быть использованы злоумышленниками.</li> <li> Логирование данных по событиям в системе и мониторинг кибератак — базовое требование для всех видов ИТ-систем.</li> </ol> <h3>Кадры решают все</h3> <p>Где брать специалистов, которые находятся на стыке логистики, data science и технологий? Для нас ответ очевиден: взращивать внутри компании. Причем искать экспертизу не только со стороны традиционного ИТ в лице кросс-функциональных команд, разрабатывающих data-продукты, но и среди операционных команд.</p> <p>Мы ищем сотрудников, проявляющих открытость ко всему новому, с профильным или смежным образованием, подразумевающим наличие навыков работы с данными, аналитики и построения причинно-следственных связей, а также с опытом работы в логистике. Опытных data-science-специалистов мы также взращиваем внутри компании, развивая не только их инженерные навыки, но и понимание работы прикладных бизнес-процессов через погружение в работу логистических объектов: магазинов, дарксторов, федеральных распределительных центров.</p> <p>Что касается обучения, мы за последовательное развитие с погружением в бизнес и поддержкой в формате «делай как я, делай со мной, делай лучше меня». Для начинающих специалистов используем практику подбора менторов и наставников — людей, которые познакомят с процессами и инструментами, расскажут о стандартах и лучших практиках разработки. В среднем обучение и погружение для выхода на полноценную самостоятельность занимает <nobr>1-4</nobr> месяца в зависимости от сложности продукта и компетенций специалиста. Мы внимательно и тщательно выявляем потенциальных специалистов-стажеров, и в комбинации с правильным сопровождением это приводит к высокому проценту успешного прохождения пути развития — более 90%.</p> <p>Для более опытных коллег ставим годовые и полугодовые цели с учетом потребностей бизнеса и выбранного карьерного трека. Для сотрудников с большим опытом есть возможность выйти за границы своей зоны ответственности — например, развиваться по нескольким направлениям или стать экспертом, помогая своей экспертизой нескольким продуктовым командам.</p> <p>Искусственный интеллект в логистике, как и в любой другой отрасли, помогает превратить хаос миллионов операций в четкую и слаженную систему. При этом компаниям важно помнить, что технологии работают не вместо людей, а вместе с ними. Когда алгоритм освобождает человека от рутины, у сотрудников появляется время на то, что машина пока не умеет: думать стратегически и креативно, искать нестандартные решения и усиливать сотрудничество с партнерами. А это, согласитесь, куда интереснее, чем пересчитывать коробки на складе.</p> <p>#IMAGE_234567#</p> В логистике всегда требовались точность и скорость. Но если раньше на принятие решения … article Михаил Гариянц, директор ИТ-продукта по управлению цепями поставок “Лемана ПРО” https://www.itweek.ru/themes/detail.php?ID=234564 Wed, 01 Apr 2026 10:05:40 +0300 <p>Есть парадокс, который наблюдается во всех компаниях, достигших определенного уровня data-зрелости. С одной стороны, растут инвестиции в аналитику, улучшается качество данных, а дашборды становятся красивее. При этом доля решений, которые реально опираются на аналитические сигналы, не увеличивается. Компании не смотрят на выводы, прошедшие путь от сырых данных до интерпретации, и указывающие на конкретное основание для действия. Наоборот, качество работы с аналитикой зачастую даже падает: чем больше данных, тем сложнее извлечь из них конкретные действия — приходится тратить еще больше времени на поиск решения.</p> <p>Это не проблема качества аналитики. Это и есть есть last mile problem — разрыв между моментом, когда инсайт сгенерирован, и моментом, когда он превращается в решение.</p> <p>Последняя миля в аналитике — это не про данные и даже не про модели. Это про перевод инсайта в действие. Для этого нужно структурно менять подход к аналитике и вводить отдельные метрики в команду. И именно здесь возникает разрыв: данные становятся всё лучше, но решения не принимаются быстрее, потому что организация не умеет превращать выводы в конкретные шаги.</p> <h3>Где именно теряется инсайт</h3> <p>Если посмотреть на путь аналитического сигнала от источника до решения как на конверсионную воронку, становится видно, что потери происходят на трех принципиально разных уровнях. Каждый уровень требует отдельного решения.</p> <p>Первый уровень — сигнал не доходит. Инсайт технически существует, но до нужного человека не добирается в нужное время в необходимом формате. Он может теряться в отчетах, быть не в том формате или же попасть не к тому человеку. Или, например, быть проблемой архитектуры: когда модельные метрики не связаны с бизнес-результатами, аналитика генерирует сигналы, которые технически точны, но операционно нерелевантны для тех, кто принимает решения.</p> <p>Второй уровень — сигнал не понимают. Сигнал дошел, но decision-maker (лицо, принимающее решение) не может или не хочет его интерпретировать как основание для действия.</p> <p><em>Здесь работают три отдельных механизма:</em></p> <ul> <li> <em>когнитивный барьер (инсайт требует технической экспертизы, которой нет);</em></li> <li> <em>контекстуальный барьер (данные есть, но нарратив, связывающий их с текущим решением, отсутствует);</em></li> <li> <em>барьер доверия (методология или источник данных вызывает сомнения, поэтому инсайт отклоняется еще до того, как его рассмотрят).</em></li> </ul> <p>Даже технически безупречный инсайт не работает, если нет доверия к данным и к тому, как они получены.</p> <p>Третий уровень — сигнал понимают, но не действуют. Это самый болезненный случай, потому что здесь инсайт понят и принят, но не конвертируется в решение.</p> <p>Нет владельца, нет дедлайна, нет механизма эскалации. Инсайт уходит в категорию «учтем» и растворяется в бэклоге, пока не устареет настолько, что перестанет быть релевантным. Именно на этом уровне ломается большинство data-driven организаций: они научились производить качественные сигналы, но не спроектировали организационную инфраструктуру для их конверсии в действия.</p> <h3>Почему стандартные решения не работают</h3> <p>Типичная реакция на last mile problem — улучшить коммуникацию аналитиков, провести data-тренинги, сделать дашборды понятнее. Все это адресует второй уровень и частично первый, но полностью игнорирует третий — и именно поэтому эффект оказывается временным или незаметным.</p> <p>Корень проблемы в том, что аналитика в компании устроена как фабрика инсайтов, а не как система принятия решений. Это принципиально разные архитектуры. Производство инсайтов оптимизирует покрытие метриками, качество данных, скорость обновления дашбордов. Система поддержки решений оптимизирует конверсию сигнала в действие — и для этого требует явных точек принятия решений, закрепленной ответственности, временных окон и механизмов эскалации для time-sensitive инсайтов.</p> <p>Это как строить идеальный онбординг без единого момента, где пользователь должен совершить конкретное действие — можно сделать всё правильно, но активации не будет.</p> <h3>Что реально меняет ситуацию</h3> <p>Практика, которая системно работает — переход от модели «аналитика производит, бизнес потребляет» к модели, где аналитический цикл структурно интегрирован в процесс принятия решений. Это означает несколько конкретных изменений в том, как организована работа.</p> <ol> <li> Инсайт должен приходить не с выводами, а с вопросом о решении: не «вот, что происходит», а «на основе этих данных необходимо принять решение X или Y — кто владелец и в какой срок». Это изменение формата взаимодействия, которое переносит ответственность за конверсию с аналитика на организационный процесс.</li> <li> Необходимы точки обязательного решения. Не «посмотрим на данные на следующей встрече», а конкретный момент в процессе, где команда обязана зафиксировать позицию на основе аналитики. Без этого инсайт всегда будет проигрывать интуиции и политике — просто потому что у них есть инерция и авторитет, а у данных нет.</li> <li> Наконец, эффективность аналитической функции нужно измерять через конверсию: какая доля аналитических инсайтов за период привела к решению в срок за последний месяц/год. Это неудобная метрика именно потому, что она честная — она показывает, где в организации инсайты умирают, и делает проблему последней мили видимой и управляемой.</li> </ol> <p>Микро-кейс. В продуктовой команде, с которой я работала, ввели простое правило: каждый еженедельный аналитический срез заканчивается не выводами, а решением. Даже если решение «мы осознанно не действуем, потому что X». Это изменило динамику полностью. Аналитики перестали готовить отчеты в вакуум. Продакты перестали кивать, не думая. За два квартала доля инсайтов, которые приводили к изменению продукта или процесса, выросла втрое.</p> <h3>В итоге</h3> <p>Last mile problem в аналитике — это не вопрос качества данных и не вопрос культуры в абстрактном смысле. Это структурная проблема, заключающаяся в том, как организация спроектировала путь от сигнала до действия. Данные не меняют поведение сами по себе — это делают решения, принятые на их основе.</p> <p> #IMAGE_234565#</p> Есть парадокс, который наблюдается во всех компаниях, достигших определенного уровня data-зрелости. С одной стороны … article Юлия Алексеева, CPO Insight AI https://www.itweek.ru/themes/detail.php?ID=234563 Wed, 01 Apr 2026 09:42:21 +0300 <p><em>Вайб-кодинг, использующий промпты на естественном языке и агентов искусственного интеллекта для генерации ПО, ускоряет разработку, но опережает возможности обеспечения безопасности кода, пишет на портале </em><em>InformationWeek</em><em> Сарит Тагер, вице-президент Palo Alto Networks по управлению продуктами.</em></p> <p>Разработка ПО претерпевает фундаментальный сдвиг в сторону так называемого «вайб-кодинга», когда разработчики отказываются от детального, ручного процесса написания кода и вместо этого используют промпты на естественном языке для описания желаемого результата.</p> <p>Они задают «вайбы», а агенты ИИ генерируют исполняемый код.</p> <p>Для организаций или команд, которым необходимо работать быстро, возможность запрашивать создание функции невероятно привлекательна. Однако, согласно исследовательскому отчету «The State of Cloud Security Report 2025», подготовленному Wakefield Research по заказу Palo Alto Networks, этот всплеск разработки с использованием ИИ создает огромную проблему в плане безопасности. Хотя компании выпускают код быстрее, чем когда-либо, они также ускоряют накопление технического долга и критических пробелов в безопасности.</p> <h3>Парадокс производительности</h3> <p>Отчет выявляет серьезный разрыв в том, как сегодня создается ПО. Хотя помощь ИИ позволила 53% из 2800 опрошенных ИТ-специалистов доставлять код еженедельно или быстрее, процессы обеспечения безопасности не успевают за этой новой скоростью. Фактически, только 18% организаций сообщают о возможности устранять уязвимости безопасности с такой скоростью. По сути, мы движемся быстрее, чем можем защитить себя.</p> <p>Вайб-кодинг значительно упрощает создание сложного ПО, но это часто достигается за счет понимания. Когда разработчик полагается на ИИ для генерации кода, он может внедрять логику, которую он лично не проверял. Если вы не полностью понимаете, как работает код, невозможно нести истинную ответственность за его безопасность, и это усложняет устранение проблем в будущем. Отсутствие контроля уже негативно сказывается на качестве кода, приводя к созданию более громоздкого и менее эффективного ПО.</p> <h3>ИИ: новая основная поверхность атаки</h3> <p>Риски непроверенных ИИ-результатов теперь стали реальностью. В отчете говорится, что 99% организаций сталкивались с атаками на системы ИИ за последний год. Предоставляя агентам ИИ возможность писать код, мы одновременно расширяем поверхность атаки тремя критически важными способами:</p> <ol> <li><strong> Рост числа API.</strong> Поскольку агенты ИИ в значительной степени полагаются на API для подключения и выполнения задач, число атак на API выросло на 41%. Вайб-кодинг часто создает «теневые API» с установленными ИИ соединениями, о существовании которых разработчик может даже не подозревать.</li> <li><strong> Инъекция промптов и автономность.</strong> Предоставление агенту ИИ возможности самостоятельно редактировать файлы или загружать программные библиотеки — это огромный риск для безопасности. Если злоумышленник обманет ИИ с помощью вредоносного промпта, эта независимость обернется против ИИ, и он сам фактически станет инструментом для хакера, позволяющим ему перемещаться по вашим системам.</li> <li><strong> Цепочка поставок ИИ.</strong> Сгенерированный ИИ код часто опирается на Open Source-библиотеки. Если эти зависимости не проходят тщательную проверку, организации рискуют получить в наследство устаревшие или вредоносные пакеты. Что еще опаснее, ИИ может галлюцинировать, порождая несуществующие имена пакетов. Злоумышленники теперь практикуют «слоупсквоттинг» («slopsquatting»), то есть регистрацию этих вымышленных имен в общедоступных репозиториях, чтобы гарантировать, что их вредоносный код будет использован ничего не подозревающими агентами ИИ.</li> <li><strong> Раскрытая интеллектуальная собственность.</strong> Вайб-кодинг часто включает в себя отправку собственной логики сторонним моделям. Без защищенной платформы самая ценная интеллектуальная собственность вашей компании фактически переходит в общественное достояние, где ее можно использовать для обучения будущих моделей.</li> </ol> <h3>От кодера к «лидеру ИИ-команды»</h3> <p>Чтобы выжить в эпоху вайб-кодинга, роль старшего инженера должна эволюционировать. Мы наблюдаем рост роли лидера ИИ-команды. В этой модели ценность инженера смещается от объема кода, который он лично пишет, к стратегическому надзору за всей экосистемой агентов ИИ. Речь идет не о том, чтобы люди вручную проверяли каждую строку кода, сгенерированного ИИ, а о развертывании агентов безопасности для наблюдения за кодирующими агентами.</p> <p>В этой модели безопасности «агент-агент» лидер-человек устанавливает ограничения и общие цели, в то время как автономные агенты безопасности выполняют основную работу. Это включает в себя проверку в реальном времени, автоматическое устранение неполадок и контекстное управление.</p> <h3>Путь к инженерии доверия</h3> <p>Среди специалистов по безопасности существует консенсус: вайб-кодинга недостаточно. Согласно отчету, 97% организаций отдают приоритет консолидации своей облачной инфраструктуры безопасности, чтобы устранить пробелы, созданные фрагментированными инструментами.</p> <p>Скорость без безопасности опасна. Чтобы раскрыть истинный потенциал производительности, обеспечиваемой ИИ, предприятиям необходимо выйти за рамки вайб-кодинга и перейти к инженерии доверия. Это означает:</p> <ul> <li><strong> Введение обязательного тщательного сканирования:</strong> код, сгенерированный ИИ, должен проверяться с той же (или большей) тщательностью, что и код, написанный человеком.</li> <li><strong> Консолидация платформ:</strong> переход от множества различных инструментов безопасности к единой платформе «код-облако».</li> <li><strong> Определение ответственности:</strong> обеспечение того, чтобы за целостность каждой строки кода, написанной или вайб-сгенерированной, отвечал человек.</li> </ul> <p>Будущее облачных технологий создается ИИ, но управлять им должны люди. Если мы продолжим отдавать приоритет «вайбингу» для быстрых инноваций, а не реальности безопасной разработки, мы будем не просто создавать приложения; мы будем создавать уязвимости безопасности.</p> Вайб-кодинг, использующий промпты на естественном языке и агентов искусственного интеллекта для генерации ПО … article https://www.itweek.ru/themes/detail.php?ID=234561 Tue, 31 Mar 2026 16:46:38 +0300 <p>«Группа Астра» продолжает развивать систему программно-определяемого хранения данных TROK в соответствии с потребностями заказчиков. Разработка позволяет организовать отказоустойчивый и масштабируемый пул хранения на базе стандартных серверов, обеспечивая высокую производительность и надежность для корпоративных инфраструктур и виртуальных сред. В новой версии продукта команда реализовала функцию поддержки моментальных снимков (снапшотов) блочных устройств на уровне программно-определяемой системы хранения данных.</p> <p>Необходимость такого подхода продиктована реальными вызовами, с которыми сталкиваются администраторы. Из-за отсутствия поддержки снапшотов на стороне СХД процесс резервного копирования становится трудоемким, требует дополнительных настроек и ручных операций. В частности, создание «золотых образов» и их клонирование для быстрого развертывания новых ВМ приходится выполнять либо средствами самой виртуализации, либо вручную. Это многократно увеличивает время развертывания инфраструктуры. </p> <p>В TROK 1.2 поддержка снапшотов позволяет создавать моментальные снимки данных на блочном уровне без доступа к гостевой ОС виртуальной машины, а также реализовывать сценарии быстрого клонирования, предоставляя системам виртуализации возможность напрямую работать с образами дисков на уровне СХД.</p> <p>Благодаря использованию «золотых образов» администратору достаточно один раз настроить эталонную виртуальную машину — установить необходимые обновления, репозитории, выбрать версию операционной системы, например Astra Linux. После этого система SDS TROK создает снапшот этого эталонного состояния диска. Когда возникает потребность в развёртывании новой виртуальной машины, система виртуализации автоматически клонирует сохранённый образ, подставляет новые IP-адреса и другие сетевые параметры, и виртуальная машина оказывается полностью готовой к работе. </p> <p>При этом, делать моментальные снимки блочных устройств можно как для <nobr>LVM-thin,</nobr> так и для обычных <nobr>LVM-томов.</nobr> Это критически важно для баз данных и приложений, создающих интенсивную нагрузку на дисковую подсистему — там, где выбор напрямую влияет на производительность. Благодаря поддержке обоих типов томов снапшоты можно использовать даже для самых требовательных нагрузок (1С, Tantor, почтовые системы и др.), что гарантирует бесперебойную работу.</p> <p>«Мы строим дорожную карту продукта, исходя из реальных запросов рынка. В этом релизе мы добавили функциональность, критически важную для систем виртуализации. Развитие продукта будет продолжаться: в следующей версии TROK 2.0 появится объектное хранилище S3 — одна из самых востребованных технологий среди наших заказчиков», — прокомментировал Антон Ботвинников, директор SDS TROK.</p> «Группа Астра» продолжает развивать систему программно-определяемого хранения данных TROK в соответствии … message https://www.itweek.ru/themes/detail.php?ID=234559 Tue, 31 Mar 2026 16:41:01 +0300 <p>Производитель оборудования для защиты электроснабжения Ippon представил обновленную линейку источников бесперебойного питания Na+ на натрий-ионных аккумуляторных батареях. В новое поколение вошли серии Na+ II TAE, Na+ II TA и Na+ II RTA. Устройства ориентированы на более длительное резервирование питания и предназначены для защиты оборудования, чувствительного к качеству электропитания, — от персональных компьютеров и графических станций до серверов, сетевой инфраструктуры, систем NAS, лабораторных приборов и стоечного оборудования.</p> <p>Обновление охватывает сразу несколько классов однофазных ИБП с двойным преобразованием входного напряжения. В зависимости от серии решения доступны в диапазоне мощностей от 1000 до 10000 ВА. Линейка рассчитана как на офисные и локальные ИТ-сценарии, так и на задачи, связанные с обеспечением непрерывной работы серверных, периферийных ЦОД, телеком-инфраструктуры, систем связи, безопасности, банкоматов и кассовых терминалов.</p> <p>Ключевое отличие серии Na+ — применение натрий-ионных аккумуляторных батарей. По сравнению со свинцово-кислотными аналогами они обеспечивают более высокую скорость зарядки, больший ресурс циклов заряда-разряда, расширенный температурный диапазон эксплуатации и хранение без необходимости регулярной подзарядки на складе. Кроме того, натрий-ионная технология не предполагает использования тяжелых металлов, что делает устройства безопасными в работе и обслуживании.</p> <p>По сравнению с первым поколением Na+ устройства линейки Na+ II получили существенно увеличенное время автономной работы. Этого удалось добиться за счет перехода на более производительные аккумуляторные батареи с напряжением 6,4 В вместо 4,8 В в устройствах первого поколения. Одновременно вырос и ресурс самих батарей: новые аккумуляторы рассчитаны на 3000 циклов заряда-разряда против 2000 у ИБП первого поколения.</p> <p>Серия Na+ II TAE включает модели мощностью 1000, 2000 и 3000 ВА. Эти ИБП предназначены для защиты персональных компьютеров, графических станций, мощных серверов, периферийной вычислительной техники, сетевого оборудования и лабораторных приборов. В обновленной версии увеличено время автономной работы, а среди функциональных особенностей — чистая синусоида на выходе, коэффициент мощности 1,0, широкий диапазон входного напряжения, автоматический байпас, ЖК-экран с подсветкой, а также возможность удаленного мониторинга и управления.</p> <p>Серия Na+ II TA представлена моделями мощностью 6000 и 10000 ВА и рассчитана на более требовательные сценарии эксплуатации. Такие устройства обеспечивают двойное преобразование входного напряжения, увеличенное время резервирования, высокий коэффициент мощности, поддержку холодного старта, а также защиту от короткого замыкания, перегрузки и высоковольтных выбросов. В серии предусмотрены ЖК-экран, режим ECO, аварийное отключение EPO, интерфейсы для мониторинга и интеллектуальный слот для расширения функциональности.</p> <p>Серия Na+ II RTA объединяет модели мощностью от 1000 до 10000 ВА и ориентирована на инфраструктурные и стоечные сценарии. Эти ИБП подходят для локальных периферийных ЦОД и серверных, телекоммуникационного оборудования, систем безопасности и других критичных нагрузок. Для серии предусмотрены синусоидальная форма выходного напряжения, нулевое время переключения на батареи при исчезновении напряжения во внешней сети, поворотный ЖК-экран, интерфейсы USB и RS-232, интеллектуальный слот для SNMP-карт или сухих контактов, а также возможность установки в <nobr>19-дюймовую</nobr> стойку и подключения дополнительных батарейных модулей для увеличения времени автономной работы.</p> <p>Впервые запущенные брендом в 2025 году ИБП Na+ стали первыми устройствами в России на базе натрий-ионных технологий. Линейка была отмечена премией «Бренд года в России 2025». </p> Производитель оборудования для защиты электроснабжения Ippon представил обновленную линейку источников бесперебойного … message https://www.itweek.ru/themes/detail.php?ID=234558 Tue, 31 Mar 2026 16:39:36 +0300 <p>Selectel сообщил о запуске геораспределенного (Multi-AZ) региона. Обновление расширит возможности собственной облачной платформы компании и подойдет enterprise-клиентам с крупными digital-проектами и сложными корпоративными системами, которые работают на базе высокопроизводительной IT-инфраструктуры и напрямую влияют на непрерывность бизнес-процессов.</p> <p>Новый регион будет работать на базе трех независимых зон доступности, расположенных в Москве на расстоянии до 15 км между ЦОД. Связность площадок обеспечивается единой высокоскоростной сетью с низким временем отклика (менее 1 мс) для выполнения любых бизнес-задач. </p> <p>Раньше распределение нагрузки между зонами доступности требовало ручного конфигурирования. Теперь катастрофоустойчивость сетевых и PaaS-сервисов доступна «из коробки» — без дополнительных настроек. В новых типах геораспределенных кластеров мастер-ноды Managed Kubernetes и ноды облачных баз данных автоматически размещаются в разных зонах доступности. Аналогично устроено и распределенное резервное копирование.</p> <p>Такая архитектура нового региона гарантирует работоспособность клиентских приложений в случае выхода из строя целой зоны доступности. При возникновении инцидента восстановление сервисов произойдет с минимальной задержкой (от нескольких минут) на базе другого исправного ЦОД в этом регионе. Новое решение дает возможность клиентам получить доступ к «катастрофоустойчивости как сервису» — то есть нивелировать риски, связанные с функционированием ЦОД, без необходимости самостоятельно настраивать DR-сервисы (сервисы аварийного восстановления). Такой подход по крайней мере в 2 раза дешевле классического сценария настройки аварийного восстановления. При этом сохраняется возможность выбора, где именно разместить критичные сетевые компоненты с учетом требований к RTO (целевое время восстановления) и RPO (целевая точка восстановления). </p> <p>Инфраструктура в новом регионе ru-6 уже доступна по предзаказу на сайте. </p> <p>«Новый геораспределенный регион — это логичный шаг в развитии нашей облачной платформы. Selectel строит одни из самых надежных и эффективных дата-центров в стране, но в современных реалиях для enterprise-бизнеса надежности на уровне одного ЦОД недостаточно. Поэтому такие компании размещают свои критичные информационные системы сразу в нескольких дата-центрах, а иногда и у нескольких провайдеров. Наше новое решение дает возможность построения таких систем внутри нашей облачной панели, что называется „из коробки“ и с очень низкой сетевой задержкой между зонами. Здесь сразу доступны PaaS-сервисы: Managed Kubernetes, облачные базы данных, S3 хранилище и другие», — отметил Константин Ансимов, директор по продуктам Selectel.</p> <p>В основе нового региона высокопроизводительная архитектура облака: увеличенные лимиты произвольных конфигураций, выделенные ядра и возможность управлять топологией процессора. Регион построен на современном оборудовании (в том числе на базе собственной серверной платформы Selectel) с процессорами AMD EPYC 9754 и Intel Xeon 6747P, сверхбыстрыми сетевыми дисками с производительностью 75 000 IOPS (скорость чтения или записи) без привязки к размеру диска, а также новейших GPU для запуска и работы с AI-проектами — H200, RTX PRO 6000 Blackwell Server Edition. </p> <p>В будущем решение будет дополнено геораспределенным хранилищем S3 с высокоскоростным подключением к кластерам облачных серверов для комфортной работы с AI-проектами. Также появится ускоренное файловое хранилище для повышения скорости работы с нагруженными AI-вычислениями. С точки зрения дополнительных возможностей повышения катастрофоустойчивости будет добавлена функциональность резервирования выделенных хостов виртуализации для конфиденциальных вычислений и экспорт бэкапов в другие географические регионы для реализации еще более масштабных настроек отказоустойчивости. </p> Selectel сообщил о запуске геораспределенного (Multi-AZ) региона. Обновление расширит возможности собственной облачной … message https://www.itweek.ru/themes/detail.php?ID=234552 Tue, 31 Mar 2026 11:29:28 +0300 <p><em>Почти все крупные российские компании </em><em>(</em><em>97%</em><em>)</em><em> уже <a href="https://www.comnews.ru/content/244068/2026-03-04/2026-w10/1009/krupnyy-biznes-massovo-vnedryaet-ii-no-strategiya-est-lish-u-26-kompaniy">внедряют</a> технологии искусственного интеллекта или готовятся к их внедрению. В это же время новые инструменты масштабируются за месяцы, тогда как раньше на это уходили годы. Период, в течение которого компания сохраняет уникальное преимущество от внедрения технологии, стремительно сокращается.</em></p> <p><em>Рассмотрим</em><em>, какие изменения это запускает в технологических компаниях и почему бизнесу предстоит пересмотреть архитектуру своих процессов</em><em>.</em></p> <h3>Переломный момент: от экспериментов к промышленному ИИ</h3> <p>Последние два года бизнес активно тестировал возможности искусственного интеллекта: запускал пилотные проекты, внедрял модели в отдельные функции, изучал экономику новых инструментов. Сейчас начинается следующая фаза — масштабирование. Скорость распространения технологий резко выросла: если раньше на массовое внедрение уходили годы и даже десятилетия, то теперь счет идет на месяцы. Период, в течение которого компания сохраняет уникальное преимущество от новой технологии, стремительно сокращается.</p> <p>Показателен темп распространения самих инструментов. Например, генеративный ИИ <a href="https://www.reuters.com/technology/chatgpt-sets-record-fastest-growing-user-base-analyst-note-2023-02-01/">достиг</a> аудитории в 100 млн. пользователей всего за два месяца, а AI-стартапы масштабируются в несколько раз быстрее, чем SaaS-компании в предыдущем технологическом цикле. В таких условиях конкурентным преимуществом становится не доступ к технологиям как таковой — он быстро выравнивается, — а способность бизнеса перестраивать процессы и операционные модели с той же скоростью, с которой развиваются сами технологии.</p> <h3>Сдвиг № 1. ИИ выходит в физический мир</h3> <p>Долгое время искусственный интеллект существовал преимущественно в цифровой среде — в интерфейсах мобильных и стационарных устройств. Однако теперь ИИ перешел в активную фазу прямого взаимодействия с физическим миром. Речь идет о так называемом physical AI — системах, которые способны воспринимать окружающую среду, анализировать ее и принимать решения в реальном времени. Такие мультимодальные модели объединяют несколько типов технологий: компьютерное зрение, обработка языка и управление действиями. Благодаря этому машины получают способность не просто выполнять заранее прописанные инструкции, а адаптироваться к ситуации и выбирать оптимальное поведение.</p> <p>Первые примеры этой трансформации уже становятся частью повседневной инфраструктуры. Роботизированные системы на складах управляют потоками товаров, автономные транспортные решения используются внутри производственных площадок, а беспилотные логистические платформы постепенно берут на себя часть операций в цепочках поставок.</p> <p>В результате компании начинают строить операционные системы, в которых значительная часть физических процессов управляется алгоритмами. Именно эта интеграция цифрового интеллекта и физической среды станет одной из ключевых трансформаций ближайших лет.</p> <p>#IMAGE_234556#</p> <h3>Сдвиг № 2. ИИ-агенты меняют организацию труда</h3> <p>Следующий этап развития искусственного интеллекта связан с появлением агентных систем, где ИИ не просто вспомогательный инструмент, а полноценный участник рабочих процессов. Агент может самостоятельно выполнять задачи, анализировать данные, принимать решения в рамках заданных правил и взаимодействовать с другими системами. Фактически речь идет о новой категории цифровых исполнителей, которые работают внутри корпоративных процессов.</p> <p>Интерес к этой модели уже огромный. Многие компании тестируют ИИ-агентов в пилотных проектах, однако до полноценного промышленного внедрения доходят единицы решений. Основная причина в том, что организации пытаются встроить агентов в процессы, которые изначально создавались для людей. В результате автоматизация не ускоряет работу, а усложняет ее — появляется дополнительная координация, увеличивается количество промежуточных действий и растет нагрузка на сотрудников.</p> <p>Более устойчивый сценарий внедрения предполагает другой подход. Компании должны перепроектировать процессы с учетом того, что часть задач будут выполнять цифровые исполнители. Параллельно необходимо настроить системы координации множества агентов, а также создать новые роли для ответственных за их управление, обучение и контроль.</p> <p>Только так формируется гибридная рабочая сила, где люди и алгоритмы выполняют разные функции. Сотрудники будут сосредоточены на сложных задачах, требующих контекста и стратегического мышления, тогда как агенты возьмут на себя обработку данных, выполнение типовых операций и поддержку непрерывных процессов.</p> <p>По нашим наблюдениям, компании все чаще используют встроенные ИИ-инструменты не как отдельные сервисы, а прямо внутри рабочих систем — например, для подготовки задач, работы с CRM-данными или автоматизации коммуникаций. Такой формат постепенно меняет саму логику работы команд и ускоряет принятие решений.</p> <p>#IMAGE_234557#</p> <h3>Сдвиг № 3. Перестройка ИТ-команд</h3> <p>ИТ-подразделение постепенно перестает выполнять только сервисную функцию. Все чаще от технологических руководителей ожидают участия в формировании стратегии компании, а не только управления ИТ-системами. Также компании постепенно переходят от проектной модели к продуктовой. Команды больше не собираются под отдельные задачи, а отвечают за развитие конкретных цифровых сервисов и постоянно работают над их улучшением.</p> <p>Постепенно у подобной модели организации работы проявляются несколько характерных черт:</p> <ul> <li> <strong>гибридные команды</strong>: сотрудники работают вместе с ИИ-ассистентами и агентами, распределяя между собой аналитические, операционные и управленческие задачи;</li> <li><strong>постоянные эксперименты</strong>: новые решения тестируются короткими циклами, а развитие продуктов идет через непрерывную проверку гипотез;</li> <li><strong>встроенное управление</strong>: контроль, безопасность и комплаенс постепенно интегрируются прямо в рабочие процессы;</li> <li><strong>экосистемная модель</strong>: технологические подразделения координируют взаимодействие с внешними платформами, партнерами и разработчиками;</li> <li><strong>непрерывная адаптация</strong>: способность быстро менять процессы и инструменты становится ключевым навыком технологических организаций.</li> </ul> <h3>Сдвиг № 4. Безопасность становится частью архитектуры</h3> <p>Чем глубже ИИ интегрируется в бизнес-процессы компаний, тем больше появляется новых точек уязвимости. При этом значительная часть рисков возникает внутри организаций, где команды начинают использовать ИИ-инструменты без централизованного контроля.</p> <p>Одним из наиболее распространенных явлений становится так называемый «теневой ИИ» — ситуации, когда сотрудники или отдельные подразделения внедряют модели и сервисы самостоятельно, подключая их к корпоративным данным и системам. Параллельно появляются новые типы угроз: автономные агенты получают доступ к бизнес-процессам, а технологии генерации контента делают возможным создание синтетических личностей.</p> <p>Так меняется подход к защите. Компании начинают использовать системы безопасности на базе ИИ, которые анализируют поведение пользователей и алгоритмов, отслеживают аномалии и помогают быстрее выявлять потенциальные угрозы. Параллельно развивается практика постоянного мониторинга решений ИИ-агентов и встроенного комплаенса, когда правила безопасности и контроля интегрируются непосредственно в рабочие процессы.</p> <p>В результате безопасность постепенно становится частью архитектуры ИИ-систем. Она закладывается на этапе проектирования решений и развивается вместе с технологией, а не добавляется постфактум как внешний уровень контроля.</p> <h3>Главная трансформация: пересборка бизнес-процессов</h3> <p>Искусственный интеллект меняет архитектуру компаний. Технологии постепенно встраиваются в ключевые процессы — разработку продуктов, операционную деятельность, управление данными. Вслед за этим трансформируются команды, бизнес-инфраструктура и управленческие модели.</p> <p>Преимущество получают компании, которые умеют быстро перестраивать организацию работы: развивать команды, где люди и алгоритмы дополняют друг друга, выстраивать устойчивую инфраструктуру и системно работать с данными и безопасностью. Сегодня технологии распространяются и адаптируются молниеносно. Поэтому решающим фактором становится способность бизнеса регулярно обновлять свои процессы и организационную модель по мере появления новых возможностей.</p> <p>#IMAGE_234553#</p> Почти все крупные российские компании (97%) уже внедряют технологии искусственного интеллекта или готовятся … article Екатерина Кодатко, эксперт по цифровой трансформации “Битрикс24” https://www.itweek.ru/themes/detail.php?ID=234550 Tue, 31 Mar 2026 11:09:32 +0300 <p>Сегодня лишь <nobr>20-30%</nobr> российских промышленных предприятий используют отечественные MES (Manufacturing Execution System), системы для промышленных предприятий, стоящие на стыке ERP и АСУ ТП. Остальные либо продолжают эксплуатацию западного программного обеспечения, принимая и понимая риски, либо находятся в сложном процессе перехода. Санкционное давление и требования регуляторов вынуждают бизнес ускоренно отказываться от иностранного ПО, но сам по себе выбор вендора и установка программного обеспечения не решают главную задачу — повысить эффективность производства. Более того, недооценка сложности внедрения регулярно приводит к срывам сроков, раздуванию бюджетов и управленческому параличу. Рассмотрим, почему так происходит и какова реальная картина на рынке российских MES.</p> <blockquote> <p><em>MES (Manufacturing Execution System) — это информационная система управления производственными процессами в реальном времени, обеспечивающая оперативное планирование, диспетчеризацию и контроль выполнения производственных заданий. Она связывает ERP-системы (стратегическое планирование) с автоматикой нижнего уровня (АСУ ТП), позволяя отслеживать движение материалов, качество продукции и загрузку оборудования, что повышает эффективность цехов.</em></p> </blockquote> <h3>Скрытые риски стабильности</h3> <p>Бизнес устроен рационально: если иностранная система — будь то Wonderware MES, AVEVA PI System или Siemens Preactor APS — работает и лицензия еще действует, менять ее «для галочки» никто не станет. MES — актив компании, который годами встраивался в процессы цеха и обрастал уникальными доработками. Но сегодня эта стабильность обманчива. Существует два сценария, когда привычная система становится критическим ограничением для бизнеса:</p> <p>Первый — внешний: срок действия лицензии истекает, а продлить ее невозможно. Обновления недоступны, отключить систему без адекватной замены нельзя — ручное управление в Excel мгновенно повлияет на производительность линий. Предприятие попадает в жесткие временные рамки: российский аналог нужно успеть внедрить до того, как западное ПО перестанет функционировать. Большинство компаний, осознавших это в 2022 году, уже завершили миграцию. Те, кто откладывал решение до последнего, сейчас — в зоне максимального риска.</p> <p>Второй сценарий — внутренний, структурный. Глобальные изменения последних лет вынудили многие заводы кардинально менять номенклатуру продукции. Вместо выпуска пары типовых изделий предприятиям приходится оперативно осваивать десятки новых позиций. Старые методы планирования, будь то Excel или устаревшая учетная система, с многозадачностью не справляются. Возникает классический управленческий хаос: что запускать в первую очередь, хватит ли материалов, успеем ли к сроку?</p> <p>Здесь кроется фундаментальная ошибка: многие путают учет и управление: классические ERP-системы отлично фиксируют факт: сколько произвели и сколько потратили, но именно MES и системы продвинутого планирования (APS) отвечают на вопрос «как»: как произвести быстрее, дешевле и точно в срок, учитывая реальную загрузку станков и квалификацию рабочих в конкретную смену. В усложнившихся реалиях одной учетной системы для выживания бизнеса недостаточно.</p> <h3>Иллюзия коробочного продукта</h3> <p>Одна из главных ошибок, которую совершает руководство предприятий, — восприятие MES как рядового ИТ-проекта. Кажется, что достаточно купить лицензию, установить программу на сервер, выдать доступы и ждать роста эффективности. На практике внедрение MES — это масштабная трансформация производства, успех которой на 80% зависит не от конкретного софта, а от методологии и компетенций команды внедрения. Здесь на первый план выходят три уровня проблем, которые либо решаются на старте, либо сводят все усилия на нет.</p> <p>Первый — организационный. Внедрение неминуемо вскрывает отсутствие реальных регламентов, процессы, которые годами управлялись «по звонку мастеру», приходится формализовывать. Цеховой персонал часто воспринимает новую систему с недоверием и сопротивлением — не как помощника, а как инструмент тотального контроля. Без грамотного управления изменениями и обучения проект разобьется о человеческий фактор.</p> <p>Второй уровень — технический. Реальное производство — это всегда сочетание разного оборудования: от новейших станков с ЧПУ до агрегатов двадцатилетней давности, плюс разрозненные SCADA и ERP над ними. Связать все это в единый бесшовный контур — нетривиальная инженерная задача, а значит, обязательное условие для интегратора — наличие сильной инженерной экспертизы и понимание промышленных протоколов и физики производства. Иначе проект обречен на вечные доработки.</p> <p>Третий уровень — регуляторный. Для предприятий из сектора критической информационной инфраструктуры переход на отечественное ПО — не рекомендация, а требование закона. Вопросы сертификации по ФСТЭК, защиты данных и соответствия отраслевым стандартам должны закладываться в архитектуру не на финальном этапе сдачи, а в момент проектирования. Попытка «прикрутить» безопасность потом обходится дороже и часто приводит к необходимости переписывать значительную часть кода.</p> <h3>Рынок российских MES без купюр</h3> <p>Отечественные MES- и APS-системы, включая ExeMES, Indusoft <nobr>I-DS,</nobr> Adeptik APS и др., — это уже работающие, проверенные на реальных производствах решения. Но нужно быть реалистами: сейчас их функционал покрывает около <nobr>50-60%</nobr> возможностей «тяжелых» западных аналогов, которые развивались десятилетиями. Российские MES уверенно закрывают базовые потребности: диспетчеризацию, выдачу сменно-суточных заданий, прослеживаемость продукции и сбор данных с оборудования с расчетом эффективности. Например, в FMCG-секторе драйвером доработки систем стали строгие требования к интеграции с госсистемой маркировки «Честный ЗНАК».</p> <p>Тем не менее, отечественным разработчикам еще есть куда расти. Самый сложный блок — продвинутое планирование, способное в реальном времени перестраивать график с учетом доступности станков, материалов и компетенций персонала. Также требуют доработки сложные модули статистического управления качеством, предиктивная аналитика и единый контур с системами техобслуживания.</p> <h3>Как не получить «автоматизированный хаос»</h3> <p>Успешное импортозамещение MES складывается из трех шагов, которые нужно сделать еще до покупки лицензий. Первый — аудит и «гигиена» данных. Автоматизация хаоса дает лишь автоматизированный хаос. До старта ИТ-работ необходимо навести порядок в нормативно-справочной информации (НСИ) и технологических картах. Второй шаг — критическая оценка компетенций команды. Внедрение MES находится на пересечении производства и ИТ, и успех здесь определяет не столько название программного продукта, сколько способность исполнителя глубоко понимать методологию внедрения, процессы заказчика и функции внедряемого решения. Третий пункт — реалистичная оценка бюджета. Важно заложить ресурсы на доработку функционала под специфику компании. Российские решения активно развиваются, и магии «из коробки» пока ждать не стоит.</p> <p>Все эти нюансы актуальны вне зависимости от выбранного решения. Российская MES — работающий инструмент, но только в связке с грамотной методологией и правильными руками. Если заранее проработать организационные изменения и технически подготовить производство, система станет главным драйвером операционной эффективности компании.</p> <p>#IMAGE_234551#</p> Сегодня лишь 20-30% российских промышленных предприятий используют отечественные MES (Manufacturing Execution System), системы … article Денис Прудников, директор департамента “Производственные системы” компании “Рексофт” https://www.itweek.ru/themes/detail.php?ID=234549 Tue, 31 Mar 2026 10:38:01 +0300 <p><em>Внедрение искусственного интеллекта в здравоохранении и медико-биологических науках ускоряется быстрыми темпами, стимулируя развитие клинических исследований, диагностики и операционной деятельности. По мере развития этих технологий научное сообщество наблюдает значительные успехи как в повышении эффективности, так и в инновациях, сообщает портал </em><em>eWeek</em><em>.</em></p> <p>Однако, несмотря на все более сложные модели, воспроизводимость остается проблемой для многих организаций. В строго регламентированных средах воспроизводимая аналитика необходима для достижения истинного доверия и масштабируемости, гарантируя, что результаты могут быть проверены и им можно доверять с течением времени.</p> <h3>ИИ в здравоохранении быстро развивается, но есть подвох</h3> <p>ИИ получил широкое распространение во многих технологических секторах, и его интеграция в здравоохранение также значительно ускорилась. Организации в области здравоохранения и медико-биологических наук вкладывают значительные средства в ИИ для поддержки клинических исследований, диагностики и операционной аналитики.</p> <p>В прошлом году Национальная академия наук, инженерии и медицины (NASEM) опубликовала новый <a href="https://www.nationalacademies.org/read/28868/chapter/1">отчет</a>, в котором рекомендовала способы, с помощью которых можно извлечь выгоду из ИИ в биотехнологиях, указывая на то, что модели ИИ могут анализировать большие объемы данных, чтобы помочь как в разработке лекарств, так и в смягчении угроз для здоровья.</p> <p>Та же тенденция наблюдается и в больничных учреждениях. Согласно исследованию Американской медицинской ассоциации, 66% врачей сообщили об использовании инструментов ИИ, по сравнению с 38% в 2023м. К распространенным сценариям использования относятся поддержка документации, создание записей, инструкции по выписке, планирование лечения и инструменты для взаимодействия с пациентами.</p> <p>Однако увеличение внедрения не всегда приводит к успешным результатам. Организации по-прежнему сталкиваются с проблемами эффективного и последовательного внедрения моделей ИИ, что не гарантирует обещанных преимуществ. Ключевой причиной этого является воспроизводимость. Без возможности надежно воспроизводить результаты в разных командах и средах даже хорошо разработанные модели могут не работать должным образом в реальных условиях.</p> <p>В 2016 г. научный журнал Nature опубликовал исследование «1,500 scientists lift the lid on reproducibility», показавшее, что более 70% исследователей пытались воспроизвести результаты других ученых, но потерпели неудачу. Опрос также показал, что 52% респондентов считают, что существует «значительный» кризис воспроизводимости.</p> <p>Более позднее <a href="https://www.fiercebiotech.com/research/72-biomedical-researchers-think-field-facing-reproducibility-crisis-survey">исследование</a> подтвердило эти выводы, особенно в биомедицине. В ходе опроса 1630 биомедицинских исследователей со всего мира, включая 819 участников клинических исследований, 72% респондентов согласились с тем, что в этой области наблюдается кризис воспроизводимости.</p> <p>Хотя эти цифры могут не отражать ситуацию во всех организациях в области медико-биологических наук, они подчеркивают, что воспроизводимость является постоянной проблемой в научных исследованиях — проблемой, которая становится еще более критической по мере интеграции ИИ в эти рабочие процессы.</p> <h3>Когда воспроизводимость отходит на второй план</h3> <p>Воспроизводимая аналитика, или воспроизводимость, относится к способности воссоздать те же результаты исследования, используя те же данные, код и среду, даже если оно проводится другой командой. Хотя воспроизводимость остается фундаментальным принципом в науке и исследованиях, она часто является скорее идеалом, чем реальностью. Многие организации работают с фрагментированными рабочими процессами в области науки о данных, что может замедлять как внедрение, так и сотрудничество.</p> <p>На практике воспроизводимость нарушается по нескольким ключевым причинам:</p> <ul> <li> команды разделены между экосистемами R и Python;</li> <li> сильна зависимость от блокнотов и ситуативных рабочих процессов;</li> <li> несоответствия зависимостей и сред.</li> </ul> <p>Эти проблемы затрудняют последовательное воспроизведение результатов, особенно между командами и во времени. В регулируемых научных и клинических средах это может подорвать усилия в области исследований и разработок и снизить достоверность результатов, полученных командой. Без стандартизированных сред и надлежащего управления зависимостями результаты становится трудно воспроизвести, что создает риски для нормативной проверки, экспертной оценки и долгосрочной непрерывности исследований.</p> <p>ИИ усугубляет эту проблему. Когда модели накладываются на невоспроизводимые рабочие процессы, несоответствия масштабируются вместе с ними, ограничивая надежность и влияние инсайтов, полученных с помощью ИИ.</p> <h3>Почему воспроизводимость ИИ является обязательным условием в клинических и научных рабочих процессах</h3> <p>В медико-биологических науках воспроизводимость важна как нигде. Как отмечает NASEM, «воспроизводимость и повторяемость являются важнейшими путями к достижению уверенности в научных знаниях, хотя и не единственными».</p> <p>Это особенно важно, поскольку клинические и научные исследования непосредственно способствуют:</p> <ul> <li><strong> Медицинским вмешательствам:</strong> разработке новых лекарств, методов лечения, медицинских устройств и диагностических инструментов.</li> <li><strong> Пониманию болезней:</strong> углублению знаний о происхождении заболеваний, их прогрессировании и подходах к лечению.</li> <li><strong> Клинической валидации:</strong> сбору фактических данных, необходимых для подтверждения безопасности и эффективности для получения одобрения регулирующих органов.</li> <li><strong> Совершенствованию здравоохранения:</strong> постоянному совершенствованию методов диагностики и клинических процессов.</li> </ul> <p>По мере того, как ИИ все больше внедряется в исследования в области медико-биологических наук, воспроизводимость становится необходимой для обеспечения согласованности, проверяемости и достоверности результатов с течением времени. Это важно по нескольким причинам:</p> <ul> <li><strong> Укрепление научной достоверности:</strong> воспроизводимость повышает экспертную оценку и целостность исследований, даже когда ИИ становится частью рабочего процесса.</li> <li><strong> Соответствие нормативным требованиям:</strong> анализы, основанные на ИИ, должны быть воспроизводимыми для поддержки проверки и аудита спустя месяцы или годы, гарантируя, что результаты выдержат проверку.</li> <li><strong> Защита результатов в реальном мире:</strong> результаты работы ИИ могут влиять на клинические решения и уход за пациентами, что делает согласованность и точность критически важными для безопасности пациентов.</li> </ul> <p>Без воспроизводимости потенциальные преимущества ИИ в здравоохранении не могут быть полностью реализованы или им нельзя доверять.</p> <h3>Как выглядят воспроизводимые рабочие процессы ИИ</h3> <p>По мере дальнейшего внедрения ИИ в клинические и научные рабочие процессы организации должны уделять приоритетное внимание аналитическим средам, которые позволяют командам воспроизводить модели, отслеживать зависимости и последовательно воссоздавать анализы с течением времени.</p> <p>Четыре основных принципа воспроизводимых рабочих процессов ИИ включают следующее:</p> <ul> <li><strong> Стандартизированные среды:</strong> устранение несоответствий, вызванных фрагментацией рабочих процессов R и Python, и обеспечение согласованного поведения моделей от разработки до производства.</li> <li><strong> Интегрированный в воспроизводимые рабочие процессы ИИ:</strong> внедрение возможностей ИИ и больших языковых моделей (LLM) непосредственно в регулируемые среды обработки данных, чтобы результаты оставались согласованными, отслеживаемыми и соответствовали существующим рабочим процессам.</li> <li><strong> Масштабируемая, совместная инфраструктура:</strong> предоставление командам возможности работать в общих средах, масштабировать вычислительные ресурсы по требованию и сотрудничать без внесения вариативности или нарушения воспроизводимости.</li> <li><strong> Сквозные управление и контроль:</strong> применение централизованных управления, обеспечения безопасности и мониторинга ко всем рабочим процессам для обеспечения соответствия нормативным требованиям и долгосрочной надежности.</li> </ul> <p>Хотя этот перечень не является исчерпывающим, эти принципы помогают обеспечить воспроизводимость и масштабируемость аналитических рабочих процессов, особенно в регулируемых средах, таких как здравоохранение и медико-биологические науки.</p> <h3>Кейс: обеспечение воспроизводимости рабочих процессов ИИ</h3> <p>Один из примеров обеспечения воспроизводимости аналитики на практике — компания TruDiagnostic, работающая в области медико-биологических наук. Будучи организацией, занимающейся эпигенетическим тестированием и специализирующейся на биологическом старении, дефиците питательных веществ и здоровье клеток, она столкнулась со значительными инфраструктурными проблемами из-за больших объемов данных и разрозненных наборов инструментов.</p> <p>Обрабатывая более 80 000 биологических образцов, команда столкнулась с неэффективностью, поскольку разные группы использовали различные инструменты, включая SageMaker, Docker и среды на основе R, такие как RStudio. Эта фрагментация затрудняла стандартизацию рабочих процессов и поддержание согласованности между анализами.</p> <p>Для решения этих проблем TruDiagnostic внедрила Posit Workbench с Amazon SageMaker. Posit Workbench позволяет командам создавать, совместно использовать и работать над рабочими процессами на R и Python в единой среде, что дает возможность специалистам в области науки о данных работать на предпочитаемом ими языке, сохраняя при этом согласованность между командами.</p> <p>Это позволило TruDiagnostic объединить свои среды R и Python, получив при этом больший контроль над вычислительными ресурсами. В результате компания ускорила разработку на целый год, сократила затраты на облачную инфраструктуру на 60% и в 10 раз повысила производительность обучения моделей ИИ и статистических моделей.</p> Внедрение искусственного интеллекта в здравоохранении и медико-биологических науках ускоряется быстрыми темпами … article https://www.itweek.ru/themes/detail.php?ID=234543 Mon, 30 Mar 2026 15:28:58 +0300 <p>Компания РЕД СОФТ анонсирует выход РЕД ВРМ Терминальной редакции ― системы управления инфраструктурой виртуальных рабочих мест. Решение создано для крупных проектов, требующих быстрого масштабирования.</p> <p>Компания РЕД СОФТ, отечественный разработчик программного обеспечения, сообщила о расширении экосистемы своих продуктов новой редакцией РЕД ВРМ. Ранее компания представила рынку Стандартную редакцию РЕД ВРМ для быстрого развертывания виртуальных рабочих мест. </p> <p>Терминальная редакция РЕД ВРМ расширяет заложенный в продукт потенциал и предлагает новый сценарий работы, удобный для крупных проектов. </p> <p>Используя Терминальную редакцию РЕД ВРМ, администратор управляет виртуальными рабочими местами в рамках общего сервера, при этом встроенный балансировщик нагрузки помогает корректно распределять ресурсы между терминальными серверами. Доступны два алгоритма балансировки: «Базовый» по количеству сессий и «Расширенный» с учетом нагрузки, которую создают пользователи при использовании ресурсов CPU и RAM на сервере. Каждый пользователь сможет подключиться к виртуальному рабочему месту с любого устройства вне зависимости от сложности и ресурсоёмкости решаемой задачи.</p> <p>В состав редакции также вошёл протокол подключения РЕД ДИРЕКТ, обеспечивающий кроссплатформенную работу рабочих столов под управлением РЕД ОС и Windows. РЕД ДИРЕКТ позволяет переносить файлы между удаленным рабочим столом и текущим устройством простым копированием вне зависимости от типа используемой операционной системы, а также осуществлять копирование текста. Помимо ранее реализованного функционала, протокол предлагает пользователям новые возможности.</p> <p>«Протокол РЕД ДИРЕКТ, разработанный нашими инженерами и играющий столь важную роль в продукте, нашёл применение и в Терминальной редакции. РЕД ВРМ поддерживает кроссплатформенный удаленный доступ к серверам на базе Windows и РЕД ОС. Это не только расширяет возможности по хранению данных в ЦОДах, но и помогает нашим клиентам оптимизировать затраты на обслуживание оборудования», ― прокомментировал Артём Толмачев, руководитель продукта РЕД ВРМ.</p> <p>Протокол РЕД ДИРЕКТ поддерживает подключение принтеров, смарт-карт, дисков, флеш-накопителей, микрофонов, аудио- и видеоустройств, а также позволяет синхронизировать папки.</p> <p>Ещё одной особенностью Терминальной редакции стала реализация технологии RemoteApp. Пользователи РЕД ВРМ смогут локально запускать любое ПО в формате окна и работать с Windows-приложениями в окружении операционной системы РЕД ОС.</p> <p>«Терминальная редакция — это логичное развитие нашего продукта и ответ на запрос рынка на более гибкую и экономически эффективную модель удаленной работы, особенно в условиях роста стоимости оборудования. Использование терминальных серверов и RemoteApp позволяет обслуживать значительно больше пользователей без необходимости выделять отдельную виртуальную машину на каждого сотрудника, а также продлевать срок службы существующих устройств, перераспределяя бюджет с закупки оборудования на развитие инфраструктуры и бизнеса. В результате компании получают заметное снижение затрат по сравнению с классическими системами виртуализации рабочих мест. Мы создавали решение с простой архитектурой, высокой производительностью и уровнем контроля, которого ожидают корпоративные заказчики», — прокомментировал Рустам Рустамов, заместитель генерального директора РЕД СОФТ.</p> Компания РЕД СОФТ анонсирует выход РЕД ВРМ Терминальной редакции ― системы управления инфраструктурой виртуальных рабочих мест … message https://www.itweek.ru/themes/detail.php?ID=234542 Mon, 30 Mar 2026 15:27:31 +0300 <p>Эксперты проекта STAQ определили ключевые факторы выбора платформенных решений бизнесом в России в 2026 году. Аналитики STAQ проанализировали данные российских компаний, использующих подобные программные продукты и выявили, что в ТОП-3 основных факторов выбора платформенных решений в России в этом году вошли импортозамещение, готовность вендора оказывать консалтинговые услуги в области использования продукта и предпочтения крупнейших интеграторов, которые продвигают платформенные решения на отечественном рынке.</p> <p>На фоне активного импортозамещения в сфере ИТ в России в 2026 году для большинства российских компаний большое значение имеет использование платформенных решений, разработанных отечественными вендорами. При этом, вендор должен быть крупной компанией, обладающей стабильностью на рынке, а также имеющей достаточно ресурсов на внедрение и поддержку продуктов. Консалтинг также сильно влияет на выбор решения. Для многих организаций важна готовность вендора помочь заказчику сформировать предложение по использованию решения. Компаниям необходимо, чтобы вендор помог составить подробное описание, как решение встраивается в их контур и решает их задачи.</p> <p>На формирование таких факторов в России в 2026 году повлияли разные обстоятельства. Раньше компетентные и квалифицированные западные партнеры осуществляли внедрение платформенных решений «под ключ», избавляя заказчика от проблем и сложностей, а также снимая с него ответственность за последствия выбора того или иного решения. Это были продукты с понятным жизненным циклом, конкретной стоимостью и гарантированной ответственностью вендора на протяжении всего периода использования продукта. В настоящее время в России почти нет вендоров, которые способны так же качественно, как ушедшие с отечественного рынка западные вендоры, оказывать поддержку решений на всем жизненном цикле. Это формирует дополнительную нагрузку в виде ответственности за выбор продукта для менеджеров среднего звена в компании. </p> <p>Процесс выбора платформенного решения для компании является довольно сложным по ряду причин. Прежде всего, это связано с присутствием большого количества подобных решений на российском рынке. Каждая платформа обладает своими техническими особенностями, и нужно очень глубоко разбираться в архитектуре ИТ-решений, чтобы выбрать продукт, который лучше всего подойдет для решения конкретной задачи. </p> <p>Кроме того, важно учитывать не одну конкретную задачу, а целый спектр задач, которые подходят под выбор платформенного решения. Необходимо выбрать платформу, которая максимально полно закроет все задачи компании, позволяя избежать «зоопарка» различных ИТ-решений и лишних расходов. Также при выборе платформенного решения большую роль играет наличие в компании компетентных специалистов, которые смогут написать качественное техническое задание. </p> Эксперты проекта STAQ определили ключевые факторы выбора платформенных решений бизнесом в России в 2026 году … message https://www.itweek.ru/themes/detail.php?ID=234541 Mon, 30 Mar 2026 15:26:17 +0300 <p>Российский рынок межсетевых экранов нового поколения (NGFW) по итогам 2025 года увеличился на 17%, достигнув отметки в 54 млрд рублей. Такие данные приводит компания «Системный софт». К настоящему моменту рынок уже вошел в фазу зрелости, поэтому в <nobr>2026-2027 гг.</nobr> эксперты ожидают схожей динамики роста (18%) и обострения конкуренции между производителями.</p> <p>По данным экспертов компании «Системный софт», в 2026 году российский рынок NGFW преодолел этап срочного импортозамещения и вступил в фазу зрелого выбора: заказчиков интересует не просто замена ушедших вендоров, а способность отечественных решений обеспечить уровень производительности и набор функций, сопоставимый с лучшими мировыми образцами. Также в фокусе их внимания — прозрачный расчет совокупной стоимости владения. </p> <p>Сформировавшийся рынок ведет к усилению конкуренции между вендорами и от этого выигрывает заказчик: решения становятся функциональнее, производительнее и доступнее. Активно распространяется модель «плати только за то, что используешь» — компании могут приобретать лишь необходимые модули, не переплачивая за ненужный функционал. Техническое развитие отечественных решений при этом определяется уже не столько догоняющей разработкой, сколько адаптацией к новым реалиям киберугроз.</p> <p>Эксперты указывают на несколько тенденций, которые определят развитие рынка на ближайшую перспективу.</p> <p>Организация замкнутой экосистемы безопасности вокруг NGFW. Вендоры выстраивают вокруг своего межсетевого экрана экосистему продуктов — от EDR и NAC до песочниц и систем анализа трафика, — объединенных общим центром управления и обмена данными об угрозах (threat intelligence).</p> <p>Единая консоль управления. Управление политиками, мониторинг событий, визуализация сетевой активности — все это становится доступно из единого интерфейса, интегрированного с SIEM, SOAR и другими инструментами SOC.</p> <p>Оптимизация ПО под отечественные аппаратные платформы. Часть производителей оптимизирует программный стек под доступные на рынке российские процессоры и сетевые платформы, другие инвестируют в разработку собственных высокопроизводительных аппаратных решений. При этом вопрос аппаратной независимости остается одним из наиболее острых.</p> <p>Внедрение встроенных инструментов расследования. Современный NGFW — это не только средство предотвращения, но и источник телеметрии для расследования инцидентов. Встроенные инструменты форензики и ретроспективного анализа становятся конкурентным преимуществом.</p> <p>VPN и интеграция с ГОСТ-шифрованием. Для организаций, работающих с данными, подлежащими обязательной криптографической защите по российским стандартам, критически важна нативная поддержка ГОСТ-алгоритмов или интеграция с сертифицированными криптошлюзами.</p> <p>В текущем году эксперты компании «Системный софт» отмечают следующие ключевые векторы развития NGFW в России.</p> <p>Вендоры интегрируют модели машинного обучения непосредственно в движок NGFW. Это позволяет обнаруживать аномалии, автоматически классифицировать зашифрованный трафик и адаптивно подстраивать политики под меняющееся поведение пользователей. Таким образом, NGFW превращается из статичного блокирующего устройства в самообучающийся адаптивный инструмент.</p> <p>Второй вектор связан с трансформацией архитектуры — конвергенцией NGFW и SASE/SSE. Границы между традиционным периметром, который защищает офис, и облачными сервисами безопасности стремительно размываются. Можно ожидать появления гибридных решений, способных защищать как классическую on-premise инфраструктуру, так и распределенную сеть удаленных сотрудников. Происходит движение к модели, где политики безопасности становятся едиными независимо от того, где находится пользователь или ресурс.</p> <p>Важным направлением является аппаратная независимость. На фоне сохраняющихся логистических сложностей ряд игроков продолжает инвестировать в разработку собственных аппаратных платформ на базе доступных компонентов. Цель здесь не только в импортозамещении «железа», но и в обеспечении предсказуемости поставок и полного контроля над производительностью связки «софт + хард».</p> <p>Еще один вектор касается операционной эффективности: это углубленная интеграция с SOC-процессами. NGFW перестает быть просто средством предотвращения вторжений и превращается в полноценный источник данных для SOC— с автоматической передачей контекста инцидентов, обогащенного индикаторами компрометации, что критически сокращает время расследования и реагирования.</p> <p>Наконец, меняется и экономическая модель потребления. Наблюдается активное развитие модели подписок и гибкого лицензирования. Рынок отходит от парадигмы «купил навсегда» в пользу модели «платишь за то, что используешь». Это позволяет организациям избегать избыточного капитального финансирования, более гибко управлять бюджетами на информационную безопасность и оперативно масштабировать функции защиты по мере роста бизнеса.</p> <p>«Рынок NGFW в России вступил в фазу зрелости. 2026 год станет годом, когда выбор будет определяться уже не вопросом „есть ли отечественная альтернатива“, а вопросом „какое решение лучше всего подходит именно нам“. И это — здоровый признак развитого рынка. Главную сложность для заказчиков на расширившемся рынке составляет правильный выбор NGFW и бесшовная интеграция в ИТ-инфраструктуру — от миграции политик до перестройки архитектуры и обучения команд. Многогранность выбора и сложность внедрения делают критически важной роль технически грамотного интегратора, который не только подберет и поставит устройство, но и возьмет на себя ответственность за его оптимальную интеграцию сегодня и заложит фундамент для развития безопасности в будущем», — прокомментировал Артём Мичалин, руководитель управления развития ИБ-решений компании «Системный софт».</p> Российский рынок межсетевых экранов нового поколения (NGFW) по итогам 2025 года увеличился на 17%, достигнув отметки … message https://www.itweek.ru/themes/detail.php?ID=234538 Mon, 30 Mar 2026 10:27:09 +0300 <p><em>Поскольку искусственный интеллект обеспечивает реальные результаты, ценообразование ПО должно выйти за рамки простого предоставления рабочих мест и взимать плату за предоставляемую бизнес-ценность, пишет на портале </em><em>InformationWeek</em> <em>Прем Анантакришнан, возглавляющий сегмент программной индустрии в сети Accenture, занимающейся ПО и платформами.</em></p> <p>На протяжении большей части истории ПО ценообразование отражало то, как оно создавалось и использовалось. Оно было предсказуемым, и ПО приобреталось как инструмент. Бессрочные лицензии, а позже и подписки на основе рабочих мест, были логичными моделями в течение многих лет.</p> <p>Поскольку ПО с поддержкой ИИ продолжает ускорять свой рост и использование, такой образ мышления больше не работает.</p> <p>Переход к облачным вычислениям ввел ценообразование на основе потребления, согласованное с использованием. По мере того, как ПО становится более адаптивным, автономным и способным обеспечивать результаты, модели ценообразования, привязанные к доступу или активности, начинают становиться устаревшими. ПО изменилось, и ценообразование тоже должно измениться.</p> <p>ПО с поддержкой ИИ принципиально отличается от традиционного корпоративного ПО. Оно может рассуждать, предпринимать действия и адаптироваться в режиме реального времени, одновременно потребляя вычислительные ресурсы. Это отход от традиционного ПО, которое предоставляет ценность через панели мониторинга и предопределенные рабочие процессы.</p> <p>Попытка оценить этот новый тип ПО, используя устаревшие статические пороговые значения или фиксированные конструкции, — это несоответствие с самого начала.</p> <h3>Выход за рамки удобства ценообразования на основе подписки</h3> <p>Подписка сохраняется, потому что она кажется безопасной. Организации могут заложить ее в бюджет, а поставщики получают выгоду от стабильного регулярного дохода. Ценообразование на основе использования приводит затраты в соответствие с потреблением, особенно на инфраструктурных и ориентированных на разработчиков платформах.</p> <p>Такие показатели, как токены, кредиты или вычислительные единицы, не измеряют результаты. По сути, это лишь косвенные, а не прямые показатели ценности.</p> <p>Две организации могут потреблять примерно одинаковое количество ресурсов ИИ и видеть совершенно разные результаты в бизнесе. Рассматривать эти сценарии как эквивалентные не имеет смысла.</p> <p>Справедливости ради следует отметить, что ИИ вносит неопределенность для обеих сторон. Поставщики сталкиваются с переменными затратами на инфраструктуру, обусловленными меняющимся спросом на инференс и вычисления. Покупателям сложно прогнозировать расходы, когда использование колеблется, а ценность проявляется неравномерно в разных командах и сценариях использования.</p> <p>Гибридные модели, сочетающие подписки с обязательствами по использованию или кредитами ИИ, могут помочь справиться со сложностью и служить временным решением.</p> <h3>Гибридные модели в действии</h3> <p>Salesforce применила гибридный подход с Agentforce, представив пакетную модель, в которой цена на ИИ устанавливается на основе выполняемых им действий, таких как обновление рабочих процессов или изменение записей. В результате сочетаются доступ на основе рабочих мест и сигналы потребления, что является отходом от количества рабочих мест как единственного фактора, определяющего ценность.</p> <p>Adobe также демонстрирует, как ценообразование может развиваться вместе с ценностью. Хотя в продукте Creative Cloud по-прежнему применяется ценообразование за доступ на пользователя, новые функции ИИ используют кредиты на основе использования, при этом клиенты платят больше по мере увеличения объема работы. Это практичная гибридная модель, которая сохраняет стабильность подписки, выходя за рамки простого предоставления рабочих мест.</p> <h3>Признание более активной роли ПО</h3> <p>ПО больше не является просто чем-то, что вы покупаете и развертываете. Поскольку оно становится активным участником повседневных операций, вы, по сути, нанимаете цифровых коллег.</p> <p>Хотя такие задачи, как обработка запросов клиентов и оптимизация рабочих процессов, по-прежнему выполняются людьми, ПО на основе ИИ берет на себя реальную ответственность за результаты. Ценообразование, основанное исключительно на доступе, начинает выглядеть оторванным от той важной роли, которую теперь играет ПО.</p> <p>В других областях организации производительность уже определяет вознаграждение: и отделы продаж, и поставщики услуг получают оплату за полученные результаты. ИИ позволяет распространить ту же логику на ПО.</p> <p>Ценообразование, основанное на ценности, более четко согласовывает стимулы. Поставщики вознаграждаются за достижение измеримого влияния на бизнес, а не за стимулирование более широкого использования. Клиенты платят за результаты, которые имеют для них значение, а не за абстрактные показатели активности.</p> <h3>Операционные препятствия для ценообразования, основанного на ценности</h3> <p>Если ценообразование, основанное на ценности, настолько важно, почему оно не получило более широкого распространения с самого начала? Нерешительность здесь носит скорее операционный, чем философский характер.</p> <p>Определение значимых результатов требует согласованности действий между бизнесом, ИТ-отделом и отделом закупок. Измерение этих результатов требует правильных данных, аналитики и согласия относительно того, как следует определять ценность. Перевод влияния в коммерческие термины выводит отделы продаж, финансов и юриспруденции на незнакомую территорию.</p> <p>В быстро меняющихся условиях скорость и простота часто побеждают. Ценообразование на основе использования знакомо, относительно легко внедряется и быстро выводится на рынок. В сферах, управляемых ИИ, где циклы инноваций короткие, а ожидания высокие, эта знакомость привлекательна. Компромисс заключается в том, что это откладывает неизбежное.</p> <h3>Три шага для подготовки к ценообразованию на основе ценности</h3> <p>Организациям не следует ждать идеальных моделей ценообразования на основе результатов, прежде чем начинать к ним подготовку. Есть практические шаги, которые можно предпринять уже сегодня:</p> <ol> <li><strong> Начните измерять результаты. </strong>Даже если контракты по-прежнему основаны на использовании или кредитах, команды могут отслеживать показатели, на которые призваны влиять ИИ-решения. Производительность, влияние на выручку, снижение рисков и качество обслуживания клиентов — все это дает полезное представление о том, как создается ценность.</li> <li><strong> Экспериментируйте с гибридными структурами.</strong> Включение в традиционные соглашения элементов, ориентированных на результат, позволяет поставщикам и клиентам учиться, не принимая на себя чрезмерный риск. Со временем доверие и прозрачность этих моделей вырастут.</li> <li><strong> Расширьте ИИ-грамотность за пределы ИТ-службы.</strong> Руководителям отделов закупок, финансов и бизнеса необходимо общее понимание того, что ИИ создает ценность вероятностным (а не детерминированным) образом. Это понимание значительно упростит управление ценообразованием, ориентированным на результат.</li> </ol> <h3>Примите неизбежность</h3> <p>Индустрия ПО и платформ будет продолжать тестировать и совершенствовать подходы к ценообразованию. Некоторые из них будут масштабируемыми, другие — нет. Различия между отраслями и сценариями использования сохранятся.</p> <p>Ценообразование, основанное на ценности, является неизбежной реальностью, поскольку ИИ превращает ПО из пассивного инструмента в активный фактор повышения эффективности бизнеса, что приводит к ценообразованию, которое все больше будет отражать результаты, а не затраты.</p> Поскольку искусственный интеллект обеспечивает реальные результаты, ценообразование ПО должно выйти за рамки простого … article https://www.itweek.ru/themes/detail.php?ID=234536 Mon, 30 Mar 2026 10:15:27 +0300 <p><em>На практике заявленная мощность и реальная потребность в проекте ЦОДа через три года отличаются в <nobr>1,5-2 раза.</nobr> Одни закладывают избыточный запас и переплачивают на старте. Другие экономят —- и через два года платят за реконструкцию втрое больше. Где проходит граница?</em></p> <p><em>Обсудим, как повысить эффективность работы ЦОДа в новых условиях и где экономия превращается в потери.</em></p> <h3>ЦОД должен быть под контролем</h3> <p>Оптимизация центров обработки данных перестала быть просто технической задачей — теперь это часть бизнес-стратегии, от которой зависит возможность масштабирования, стоимость услуг и скорость запуска новых сервисов.</p> <p>В крупных городах — Москве и Санкт-Петербурге — ограничены энергоресурсы, а объем обрабатываемых данных и число сервисов растут каждый год. Сегодня российские ЦОДы потребляют около 1 ГВт электроэнергии. По данным Минцифры и Аналитического центра при правительстве РФ, к 2030 году потребление может превысить <a href="https://tass.ru/ekonomika/25500783">2,5 ГВт</a>. В этих условиях развитие отрасли сдерживается доступностью энергоснабжения, стоимостью технологического присоединения и возможностями сетевой инфраструктуры.</p> <p>Главная задача — сделать использование ресурсов максимально эффективным. В стандартном коммерческом ЦОДе размещается <nobr>500-600 стоек,</nobr> каждая из которых вмещает десятки серверов. Без четкого управления часть оборудования простаивает, а охлаждение и электроснабжение — работают на пределе. Это приводит к перерасходу энергии и ускоренному износу техники.</p> <p>Все это напрямую влияет на надежность сервисов. ЦОДы функционируют круглосуточно, и даже кратковременный простой обходится компаниям в миллионы рублей. В 2024 году <a href="https://iz.ru/1864728/2025-04-03/v-rossii-pochti-60-kompanii-stolknulis-s-prostoiami-v-rabote-ili-poterei-dannykh">58%</a> российских компаний столкнулись с незапланированными остановками ИТ-систем и потерей данных.</p> <h3>Три зоны, где оптимизация работает</h3> <p><strong>Архитектура энергоснабжения. </strong>Одна из зон, где изменения проходят безопасно и эффективно, — энергоснабжение. Корректное определение уровня надежности позволяет избежать избыточного резервирования. Упрощение схем распределения питания и снижение кратности резервирования сокращает капитальные затраты без ущерба для эксплуатации. В зависимости от масштаба проекта экономия на строительстве достигает 20%, а при избыточно консервативных проектах — больше.</p> <p><strong>Поэтапный ввод мощностей. </strong>Разделение проекта на очереди строительства с учетом реальной динамики нагрузки помогает избежать простоя значительной части инфраструктуры в первые годы эксплуатации. При продуманной модульной архитектуре мощности вводят постепенно — по мере необходимости, а не «с запасом на будущее». Это снижает первоначальные инвестиции, уменьшает операционные расходы на ранних этапах и одновременно сохраняет возможность масштабирования площадки без дорогих переделок.</p> <p><strong>Выбор локации. </strong>Расположение дата-центра рядом с крупными питающими центрами, магистральными линиями и телекоммуникационной инфраструктурой существенно сокращает затраты на технологическое присоединение. В нашей практике экономия на строительстве внешних сетей, подстанций и линий связи достигала десятков миллионов рублей.</p> <h3>Где экономия обернется потерями</h3> <p>В ЦОД-проектах существуют зоны, где попытки оптимизации чаще всего приводят к росту операционных расходов, а иногда — простоям инфраструктуры уже в первые годы эксплуатации.</p> <p><strong>Электроснабжение и системы охлаждения. </strong>Речь о критических компонентах любого ЦОДа. Попытки удешевить схемы резервирования, использовать оборудование более низкого класса или сократить уровень отказоустойчивости напрямую повышают риски простоев. Для операторов дата-центров цена даже кратковременной остановки сервисов многократно превышает сэкономленное на старте.</p> <p><strong>Минимальные параметры на этапе проектирования. </strong>Мы сталкиваемся с этим регулярно: заказчики закладывают минимум мощности, экономят на площади и инженерных резервах. Через несколько лет, когда бизнес требует больше ресурсов, начинаются сложности. Вместо плановой модернизации компании приходится платить за дорогую реконструкцию тех же сетей, а масштабирование оказывается ограничено из-за изначально выбранной архитектуры.</p> <p>В результате приходится пересматривать схему энергоснабжения, усиливать системы охлаждения, прокладывать дополнительные кабельные трассы и искать возможность подключения новых мощностей в уже работающем дата-центре. Такие работы — значительно дороже, чем создание необходимого резерва на этапе строительства, и часто требуют частичных остановок инфраструктуры.</p> <p><strong>Ввод мощностей. </strong>Попытка снизить стоимость проекта за счет уменьшения заявленной мощности, отказа от резервных вводов или упрощения схемы подключения к сетям на практике часто приводит к обратному эффекту.</p> <p>На старте такие решения действительно позволяют сократить капитальные затраты, однако при росте нагрузки или расширении площадки возникает необходимость в дополнительных мощностях, прокладке новых линий электроснабжения или замене схемы распределения.</p> <p>В действующем ЦОДе для таких работ нужны дополнительные согласования с сетевыми организациями, и в результате бизнес теряет время: процесс занимает <nobr>1-2 года.</nobr></p> <p>Ключевой принцип оптимизации для дата-центров — поиск баланса между надежностью, перспективами масштабирования и капитальными затратами. Верно выбранная площадка, продуманная энергетическая архитектура и реалистичный прогноз роста нагрузки дают значительно больший экономический эффект, чем точечное удешевление оборудования или инженерной инфраструктуры.</p> <p> #IMAGE_234537#</p> На практике заявленная мощность и реальная потребность в проекте ЦОДа через три года отличаются в 1,5-2 раза … article Алексей Равинский, генеральный директор “Запуск Групп” https://www.itweek.ru/themes/detail.php?ID=234534 Fri, 27 Mar 2026 15:14:41 +0300 <p>Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ изучил текущий и перспективный спрос организаций химической промышленности на цифровые технологии и решения, определяющие общий профиль цифровой трансформации отрасли.</p> <p>Задачи цифровой трансформации закреплены в стратегиях многих компаний химической промышленности. Так, треть обследованных указали, что внедрение и использование цифровых технологий входят в число их приоритетов.</p> <p>Лидерскую позицию по глубине цифровой интеграции занимают системы автоматизации производственных процессов: их суммарно используют 41,2% организаций, из них почти каждая вторая — в широком формате, каждая четвертая — ограниченно, но планирует масштабировать.</p> <p>На второе место вышел Интернет вещей, причем с совсем небольшим отрывом от лидера по суммарному охвату (39,7%) и со значительным потенциалом его обойти в среднесрочной перспективе (еще треть обследованных считают технологию перспективной или включили в свои планы).</p> <p>На третьем — системы цифрового проектирования и моделирования. Каждое третье химическое производство их уже применяет, каждое пятое относит к потенциально интересным или примеряет к своему портфелю планируемых технологий.</p> <p>В отличие от организаций машиностроения, массово делающих ставку на станки с ЧПУ, в химической индустрии эту технологию освоили лишь немногим более четверти организаций, потенциальными пользователями могут стать еще 14%. С аналогичной долей актуальных пользователей (14%) замыкает топ-5 анализ больших данных, при этом еще вдвое больше организаций положительно оценивают ее потенциал в среднесрочной перспективе.</p> <p>Из отраслей химпрома активнее всего внедряют цифровые технологии производители химических веществ и химической продукции, в основном — системы автоматизации производственных процессов (51%) и Интернет вещей (41%). У изготовителей лекарственных средств и материалов, используемых в медицине, наиболее востребованы системы проектирования и моделирования: их внедрили 39% компаний (самый высокий показатель среди всех рассматриваемых организаций). В сегменте резиновых и пластмассовых изделий активно эксплуатируются станки с ЧПУ (33% организаций), наряду с Интернетом вещей и системами автоматизации производственных процессов.</p> <p>Влияние цифровых технологий на бизнес-процессы в период <nobr>2022–2024 гг.</nobr> большинство компаний оценили как умеренное, основные эффекты отметили в производстве (17%) и администрировании (16%). В трехлетней перспективе организации прогнозируют двукратное ускорение цифровой трансформации практически по всем бизнес-процессам. При этом фокус цифровых преобразований в химпроме может расширяться и, помимо производства (34%), сильнее будет затрагивать логистику (28%) и стратегическое управление (26%). Это может свидетельствовать о переходе отрасли от базовой автоматизации к комплексной оптимизации цепочек поставок и процессов принятия решений.</p> <p>Среди барьеров цифровизации большинство обследованных организаций (59%) назвали основным дефицит бюджета на модернизацию, внедрение новых решений и развитие инфраструктуры. К другим вызовам около половины отнесли сложности с интеграцией новых решений в существующие технологические контуры или адаптацией имеющихся на рынке разработок под специфику химических производств, а также в целом их слабую доступность.</p> Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ изучил текущий и перспективный спрос … message https://www.itweek.ru/themes/detail.php?ID=234533 Fri, 27 Mar 2026 15:13:09 +0300 <p>В начале 2026 года правительство РФ инициировало разработку национального плана по внедрению ИИ в ключевые отрасли экономики и государственное управление с утверждением к середине года. На рынке наметились три сдвига, которые способствуют реализации амбициозного плана: переход к ИИ-центричной архитектуре, трансформацией модели владения ИТ-инфраструктурой и формирование зрелого технологического суверенитета.</p> <p>В 2026 году для крупных заказчиков фокус смещается с проверки гипотез на обеспечение гарантированной отдачи от технологий: инвестиции должны начать приносить измеримый экономический эффект. Это меняет требования к инфраструктуре: искусственный интеллект перестал быть просто нагрузкой на ЦОДы, теперь он задает параметры вычислительных мощностей и технологической архитектуры. Международные аналитики отмечают, что большинство ключевых технологических трендов 2026 года так или иначе связаны с развитием ИИ — от архитектуры решений до управления данными и автоматизации.</p> <p>В России ИИ-повестка подкреплена государственной стратегией и инвестициями. В рамках нацпроекта «Экономика данных» на развитие цифровых платформ и инфраструктуры до 2030 года направлено свыше 700 млрд рублей, из которых более 130 млрд — на развитие ИИ-технологий и суперкомпьютерных мощностей. </p> <p>Корпоративный контур уже подтверждает тренд: технологические гиганты и крупнейшие банки создают масштабируемые ИИ-кластеры не только для внутренних нужд, но и как сервис для рынка. Российские вендоры выводят решения под ИИ-нагрузки: «Аквариус» выводит линейку AQserv RS, заявляя среди прочих сценариев искусственный интеллект и машинное обучение. YADRO формирует новый инфраструктурный сегмент ИТ-рынка: производитель выпускает ИИ-серверы с поддержкой до 8 мощных GPU, оптимизированные под обучение и инференс моделей, а также СХД, обеспечивающие предсказуемую скорость обработки и производительность под ИИ-нагрузки. Сравнительно новая ниша на рынке — готовые on-premise платформы, позволяющие реализовать сервис «ИИ как услуга» (AIaaS) в собственном контуре. Целостная ИИ-среда помимо аппаратного слоя включает инструменты для MLOps, готовые LLM и управляемый маркетплейс сервисов. Это позволяет командам разворачивать ИИ-решения «под ключ» в своем контуре и масштабировать их по мере роста нагрузки. </p> <p>Ведущие облачные провайдеры (VK Cloud, Cloud.ru, МТС Cloud) активно развивают GPU-as-a-Service и сервисы вокруг них, превращая ИИ-инфраструктуру в отдельный продукт. Компании переносят системы из частных ЦОДов в облака, где есть GPU-ресурсы, отказоустойчивость и гибкая тарификация. К 2027 году, по оценкам российских экспертов, рынок консолидируется вокруг нескольких национальных облачных провайдеров с сертификацией под КИИ. </p> <p>Современная ИТ-инфраструктура вступает в фазу взрывного роста: увеличивается плотность размещения серверов, возрастает доля GPU-узлов, растут требования к сетям, хранению и резервному копированию. Помимо сложности управления кратно возрастает стоимость владения инфраструктурой: в России в 2024 году средняя цена серверного узла увеличилась на <nobr>18–20%.</nobr> В 2025 году рост цен продолжился, в 2026 году эта тенденция усиливается за счет удорожания отдельных компонентов. В период, когда бизнес фокусируется на эффективном управлении ресурсами, капитальные расходы всё чаще перераспределяются в сторону сервисных моделей.</p> <p>«Рынок уходит от только CAPEX-модели: компании берут серверы в лизинг, заключают долгосрочные сервисные контракты, инвестируют совместно с партнерами. Инфраструктура становится исполнительным слоем, который за счет распределения нагрузок между периферийными вычислениями, частными и публичными облаками обеспечивает гибкость и масштабируемость, в том числе и при развертывании ИИ-сервисов», — прокомментировал руководитель направления «Инфраструктурные решения» КРОК Александр Сысоев. </p> <p>IaaS-модели в чистом виде не обеспечивают заказчикам универсальности этого решения, поэтому они ищут компромисс между собственным владением инфраструктурой и передачей эксплуатации на аутсорс. Соответственно, интеграторы всё чаще предлагают аренду готовых кластеров и управляемое владение: заказчик закупает железо (в соответствии с требованиями импортозамещения и безопасности), а интегратор берёт на себя настройку, эксплуатацию, мониторинг, обновления, резервирование и обучение персонала. В ближайшие несколько лет такая модель станет стандартом для крупных корпоративных и государственных проектов и послужит компромиссом для кейсов, когда у заказчика сохраняется недоверие к классическому IaaS. </p> <p>В среднесрочной перспективе Россия окончательно перейдет из фазы ускоренного импортозамещения к разумному технологическому суверенитету. Это не полная автономность или изоляция, а способность гарантировать безопасный доступ к данным, инфраструктуре, квалифицированным кадрам вне зависимости от внешних факторов.</p> <p>Регуляторика и дальше будет задавать правила игры на рынке. В критичных отраслях компании сосредоточатся на собственных экосистемах. Для инновационных и высоконагруженных сценариев бизнес будет использовать сочетание из локальных решений и других доступных на рынке стеков, соблюдая требования КИИ и информационной безопасности. </p> <p>Рыночные аналитики считают, что в краткосрочной перспективе компании начнут второй цикл миграции: они будут переходить с решений, выпущенных в период с 2022 по 2024 годы, к более зрелым стекам. Бизнес будет отказываться от фрагментированной ИТ-инфраструктуры в пользу целостных экосистем с собственными операционными системами, виртуализацией, контейнерами, СХД, средствами управления и комплексными решениями по киберустойчивости. В этот же период начнется вторая волна облачного импортозамещения: компании будут мигрировать с облачных версий VMware на отечественные виртуализационные стеки, а также выстраивать гибридные модели (on-prem + национальные облака). На горизонте же <nobr>3–5</nobr> лет будут набирать популярность отраслевые платформы (финансы, телеком, промышленность), ориентированные на преднастроенные сервисы и безопасную интеграцию с внутренними контурами. </p> <p>«В 2026 году рынок делает ставку на прагматичность — от экспериментов к измеримой отдаче. Это видно по трем направлениям: ИИ становится центром проектирования инфраструктуры, технологический суверенитет превращается в задачу устойчивости и стандартизации, а владение инфраструктурой смещается в сторону сервисных и гибридных моделей», — прокомментировал руководитель направления «Инфраструктурные решения» КРОК Александр Сысоев.</p> В начале 2026 года правительство РФ инициировало разработку национального плана по внедрению ИИ … message https://www.itweek.ru/themes/detail.php?ID=234531 Fri, 27 Mar 2026 11:05:02 +0300 <p><em>Согласно прогнозу аналитической компании Gartner, к 2030 г. получение выводов искусственного интеллекта (инференс) с помощью большой языковой модели (LLM) с одним триллионом параметров будет обходиться поставщикам генеративного ИИ (GenAI) более чем на 90% дешевле, чем в <nobr>2025-м.</nobr></em></p> <p>ИИ-токены — это единицы данных, которые обрабатывают модели GenAI. Для целей данного анализа токен представляет собой 3,5 байта данных, или приблизительно 4 символа.</p> <p>«Это снижение затрат будет обусловлено сочетанием улучшений в области эффективности полупроводников и инфраструктуры, инноваций в дизайне моделей, более высокой степени использования чипов, растущего применения специализированных кремниевых чипов для инференса и применения периферийных устройств для конкретных сценариев использования», — сказал Уилл Соммер, старший директор-аналитик Gartner.</p> <p>На основе этих тенденций Gartner прогнозирует, что к 2030 г. LLM будут в 100 раз более экономически эффективными, чем самые ранние модели аналогичного размера, разработанные в 2022 г.</p> <p>Результаты прогнозного моделирования разделены на два набора сценариев для полупроводниковых технологий:</p> <ul> <li> «передовые» (frontier) сценарии: работа моделей основана на новейших передовых чипах;</li> <li> «комбинированные» (legacy blend) сценарии: работа моделей основана на репрезентативном сочетании доступных полупроводников, сопоставленном с прогнозами Gartner.</li> </ul> <p>Ожидаемые затраты в «комбинированных» сценариях значительно выше, чем в «передовых» сценариях, учитывая их меньшую вычислительную мощность.</p> <p>#IMAGE_234532#</p> <h3>Снижение стоимости токенов не демократизирует передовые технологии</h3> <p>Однако снижение стоимости токенов для поставщиков GenAI не будет полностью транслировано на корпоративных клиентов. Более того, для передовых интеллектуальных систем потребуется значительно больше токенов, чем для современных массовых приложений. Например, агентные модели требуют в <nobr>5-30</nobr> раз больше токенов на задачу, чем стандартный чат-бот GenAI, и могут выполнять гораздо больше задач, чем человек, использующий GenAI.</p> <p>Хотя снижение стоимости токенов позволит расширить возможности GenAI, эти достижения приведут к непропорционально большему спросу на токены. Поскольку потребление токенов растет быстрее, чем снижается их стоимость, ожидается увеличение общих затрат на инференс.</p> <p>«Директорам по продуктам (CPO) не следует путать дефляцию товарных токенов с демократизацией передовых методов рассуждения, — сказал Соммер. — Хотя стоимость стандартизированного интеллекта приблизится почти к нулю, вычислительные ресурсы и системы, необходимые для поддержки сложных методов рассуждения, останутся дефицитными. CPO, которые сегодня маскируют архитектурные недостатки дешевыми токенами, завтра столкнутся с трудностями в масштабировании агентных систем».</p> <p>По мнению Gartner, будет расти ценность платформ, способных координировать рабочие нагрузки в рамках разнообразного портфеля моделей. Рутинные, часто выполняемые задачи должны быть перенаправлены на более эффективные небольшие и предметно-ориентированные языковые модели, которые работают лучше, чем универсальные решения, и при этом обходятся значительно дешевле, поскольку они адаптированы к конкретным рабочим процессам. Дорогостоящий инференс моделей передового уровня должен быть строго ограничен и зарезервирован исключительно для высокорентабельных, сложных задач логического мышления.</p> Согласно прогнозу аналитической компании Gartner, к 2030 г. получение выводов искусственного интеллекта (инференс … article https://www.itweek.ru/themes/detail.php?ID=234530 Fri, 27 Mar 2026 10:43:08 +0300 <p><em>В новой среде, дополненной искусственным интеллектом, организациям необходимо отказаться от традиционных показателей, пишет на портале </em><em>InformationWeek</em> <em>Пол Макдонах-Смит, приглашенный лектор MIT Sloan School of Management.</em></p> <p>Компании часто начинают измерение ИИ с неправильного места, задавая вопросы:</p> <ul> <li> Сколько сотрудников используют ChatGPT?</li> <li> Сколько запросов было написано?</li> <li> Сколько лицензий активно?</li> </ul> <p>Эти показатели легко подсчитать, но они плохо отражают реальные изменения.</p> <p>Более уместный начальный вопрос: для выполнения каких внутренних задач нашей организации мы «нанимаем» передовые технологии ИИ?</p> <p>Я использую словосочетание «метрики ценности», потому что это знакомый язык. Но меня действительно интересуют показатели ценности — способы осмысления влияния и опыта, которые обеспечивают прорывные технологии.</p> <p>ИИ не просто добавляет инструмент; он меняет то, как выполняется работа. А когда работа меняется на уровне задачи, ценность может проявляться там, где нам этого не увидеть на наших панелях мониторинга.</p> <h3>Таксономия работы устарела</h3> <p>Мы должны перестать рассматривать названия должностей и сквозные рабочие процессы как единственные таксономии, имеющие значение. Нам необходимо научиться декомпозировать задачи. Исследования показывают, что подавляющее большинство рабочих мест, если их декомпозировать, содержат от 15 до 25 основных задач. Как только вы видите задачи, становится неизбежной необходимость получить ответ на фундаментальный вопрос: в какой степени каждая задача может быть ответственно, безопасно и точно автоматизирована, дополнена или обеспечена помощью агента?</p> <p>Если вы реструктурируете анатомию работы, задачу за задачей, вы меняете ДНК рабочего процесса. Так почему же мы должны ожидать, что те же самые устаревшие метрики и KPI, которые мы использовали раньше, останутся такими же точными?</p> <p>По мере того, как организации внедряют и интегрируют ИИ, они могут генерировать новые метрики ценности, которые они ранее не признавали и даже не называли. Человеческое восприятие узко. Мы часто используем старую логику измерения, потому что она нам знакома. Но крупные технологические сдвиги могут заставлять нас изобретать новые способы описания реальности. ИИ не станет исключением.</p> <h3>Что же нам следует теперь измерять?</h3> <p>Ниже приведены пять метрик, которые я считаю практичными, поскольку они напрямую связаны с тем, как ИИ меняет принятие решений, креативность, инновации и обучение.</p> <ol> <li><strong> Скорость принятия решений.</strong> Как ИИ сокращает цикл принятия решений и повышает оперативность? В некоторых областях интеллектуального труда — например, в разработке ПО — получены данные, свидетельствующие о том, что ИИ может сократить время выполнения задач на <nobr>30-40%</nobr> как минимум в некоторых сценариях. Если задачи выполняются быстрее, что происходит со скоростью принятия решений в команде или подразделении?</li> <li><strong> Повышение качества решений (и более качественные вопросы).</strong> Если я покажу свои рассуждения машине, она может помочь мне уточнить мой подход, выявив пробелы, оспорив предположения и предложив улучшения. Есть и обратная сторона: вы улучшаете не только ответ, но и вопрос. Более качественные вопросы приводят к лучшим результатам.</li> <li><strong> Индекс усиления возможностей человека.</strong> Генеративный ИИ может повысить человеческую креативность: он помогает людям генерировать варианты, составлять черновики, итеративно совершенствовать и исследовать. Но он также может ухудшить положение людей в некоторых областях, если они отдают на аутсорсинг слишком много мыслительной работы. Поэтому отслеживайте усиление возможностей с течением времени: расширяет ли ИИ человеческие возможности или ограничивает их?</li> <li><strong> Результативность инноваций.</strong> Организации генерируют множество идей, но лишь немногие из них становятся реальными функциями или улучшениями. Если агенты ИИ теперь участвуют в процессе генерации идей, каков мультипликатор силы? Каково улучшение результативности, процент идей, которые воплощаются в реальность? Исследования <a href="https://psycnet.apa.org/fulltext/2026-29702-001.html">показывают</a>, что люди, генерирующие идеи с помощью агентов ИИ, могут превзойти людей, генерирующих идеи в одиночку, и что команда, использующая одного общего агента ИИ, может избежать издержек, связанных с агрегированием результатов работы нескольких агентов.</li> <li><strong> Эффективность циклов обучения.</strong> Циклы обучения имеют решающее значение для развития рабочей силы. Программы стажировки работали потому, что один человек помогал другому учиться с течением времени. ИИ открывает возможность запуска новых циклов обучения между машинами и людьми, а также между самими людьми в присутствии машины. Далее возникает вопрос: улучшает ли ИИ скорость и качество обучения на рабочем месте?</li> </ol> <h3>Чем стоит заняться в понедельник</h3> <p>Некоторые метрики всегда будут иметь значение. Оценка удовлетворенности сотрудников и клиентов подобна измерению температуры. Но наряду с ними нам нужно быть внимательными к новым метрикам. Опасно жить в мире, где ваши результаты неизмеримы. Метрики формируют поведение. Метрики, которые мы выберем для ИИ, будут определять, что будут оптимизировать руководители, что будут создавать команды и какими станут предприятия.</p> <p>Поэтому, если вы хотите измерить ИИ-трансформацию, не начинайте с вопроса «Сколько людей использовали инструмент?». Начните с самой работы: разложите ее на составляющие, посмотрите, какие задачи изменились, а затем спросите, какой новый смысл создается. Ценность часто уже есть. Вопрос в том, создали ли мы единицы измерения, чтобы ее увидеть.</p> В новой среде, дополненной искусственным интеллектом, организациям необходимо отказаться от традиционных показателей … article https://www.itweek.ru/themes/detail.php?ID=234528 Fri, 27 Mar 2026 10:31:08 +0300 <p>В обсуждениях искусственного интеллекта в здравоохранении долгое время преобладали две крайности. Одни видели в ИИ революцию, которая уже наступила, другие опасались, что технологии вот-вот начнут вытеснять врачей. Но, как это часто бывает, реальность оказалась менее громкой, зато гораздо более значимой.</p> <p>Главный тезис на 2026 год связан не с тем, что ИИ стал «умнее». Куда важнее другое: он все глубже встраивается в медицинские процессы — от клинической практики до исследований, от документооборота до домашнего мониторинга. Именно к такому выводу подводит <a href="https://www.bcg.com/publications/2026/how-ai-agents-will-transform-health-care">отчет</a> BCG «How AI Agents and Tech Will Transform Health Care in 2026»: ИИ начинает менять уже не отдельные функции, а сам способ создания ценности в системе здравоохранения. Для бизнеса это означает довольно практичный сдвиг. Речь идет уже не о том, нужен ли ИИ как технология. Вопрос в другом: кто быстрее и эффективнее встроит его в свою бизнес-модель. В здравоохранении преимущество начинают получать не те организации, которые просто заявляют о внедрении инноваций, а те, кто действительно используют ИИ для снижения затрат, разгрузки персонала, ускорения процессов и более точной работы с пациентом.</p> <h3>Пациент обходит систему</h3> <p>Один из самых заметных сдвигов заключается в том, что пациент перестает быть пассивным участником процесса и все чаще сам начинает управлять своим маршрутом. Цифровые интерфейсы становятся первой точкой входа в медицину: человек анализирует симптомы, отслеживает показатели, сравнивает варианты терапии, получает рекомендации и только потом выходит на очную консультацию. По сути, медицинская система все чаще начинается не с регистратуры и даже не с врача, а с экрана смартфона.</p> <p>На этой основе производители лекарств и цифровые платформы стремятся выстроить прямые отношения с пациентом, обходя часть традиционных посредников. И логика здесь понятна: кто владеет интерфейсом, тот получает и данные, и внимание пользователя, и возможность управлять следующим шагом. Именно поэтому Eli Lilly запустила LillyDirect, где телемедицина и доступ к терапии соединены в одну цепочку. Pfizer развивает PfizerForAll, объединяя запись к врачу, вакцинацию и информацию о лечении. Особенно показательна динамика вокруг препаратов класса GLP-1: они уже активно входят в модели подписки, ритейла и персонализированного сопровождения. Компании вроде Rho Nutrition нормализуют подписочный подход к здоровью, а Amazon через One Medical последовательно собирает в единую систему консультации, маршрутизацию и терапию. В результате единица конкуренции смещается: раньше она проходила через дистрибуцию, теперь — через цифровую точку входа в систему.</p> <h3>ИИ ценен в клинике прежде всего за автоматизацию рутинных задач</h3> <p>При этом один из самых устойчивых мифов о медицинском ИИ до сих пор связан с тем, будто его главная задача — заменить врача в принятии клинических решений. На практике все прозаичнее и, возможно, важнее. Самый быстрый и понятный эффект ИИ сегодня достигается там, где он снимает административную нагрузку.</p> <p>Речь идет о цифровых копилотах, встроенных в электронные медицинские записи. Такие системы автоматически фиксируют разговор врача с пациентом, формируют черновики документов, структурируют данные визита, помогают в подготовке к приему и частично снимают нагрузку с персонала. Именно здесь рынок демонстрирует устойчивый и уже вполне зрелый интерес. Nuance, приобретенная Microsoft, развивает DAX как один из самых известных ambient-scribe-инструментов. Epic внедряет ИИ-функции для работы с данными и сопровождения приема. Mayo Clinic использует ambient AI scribes для снижения нагрузки на врачей и медперсонал.</p> <p>На первый взгляд это может показаться не самым эффектным сценарием, потому что он лишен футуристичности. Но именно он меняет повседневную экономику медицины. Врач получает обратно время, которое раньше уходило на документацию. Пациент — больше внимания. Система — рост производительности без прямого увеличения штата. И, что особенно важно, для медицинских работников такой цифровой контур постепенно становится не преимуществом, а новым стандартом рабочего процесса. Те организации, которые не будут внедрять подобные инструменты, рискуют проиграть не только в эффективности, но и в борьбе за кадры.</p> <h3>Клиника становится распределенной сетью помощи</h3> <p>Еще один важный сдвиг связан с тем, что медицинская помощь постепенно перестает быть жестко привязанной к стенам стационара. Если часть наблюдения, лечения и контроля можно безопасно перенести за пределы больницы, меняется сама архитектура системы здравоохранения.</p> <p>Поэтому сегодня активно развиваются виртуальные отделения, модели hospital-at-home и системы удаленного мониторинга. Их задача не в том, чтобы «отменить» стационар, а в том, чтобы перераспределить нагрузку, сократить сроки пребывания, ускорить выписку и сделать помощь более гибкой. NHS England развивает виртуальные госпитали как системную программу. Mayo Clinic Advanced Care at Home демонстрирует, что стационарный уровень помощи может оказываться на дому в формате полноценной сервисной модели. Отдельную роль в этом играют носимые устройства: Apple Watch, Oura, WHOOP и другие решения постепенно превращают здоровье в режим непрерывного наблюдения, а не эпизодического контакта с медициной.</p> <p>И здесь, пожалуй, проявляется один из самых важных сдвигов: клиника перестает быть только местом, куда приходит пациент, и становится системой постоянного сопровождения. Она все больше определяется данными, каналами связи, протоколами реагирования и способностью здравоохранения поддержать пациента вне физической инфраструктуры. Впрочем, важно не романтизировать эту модель. Домашняя помощь масштабируется только там, где вместе работают технологии, логистика, стандарты маршрутизации, поддержка родственников и устойчивая организационная схема. Иначе даже очень современное цифровое решение рискует остаться красивой, но не до конца жизнеспособной конструкцией.</p> <h3>Фарма и биотех борются не только за молекулы, но и за интеллектуальные ресурсы</h3> <p>Не менее заметные изменения происходят и в исследованиях. Причем здесь ИИ влияет не только на скорость вычислений, но и на саму логику конкурентной борьбы. Компании все чаще получают преимущество не просто за счет собственного продукта, а за счет умения работать со знаниями: собирать данные, быстро тестировать гипотезы, использовать алгоритмы, сокращать циклы принятия решений и строить цифровые исследовательские платформы.</p> <p>ИИ становится важным элементом конкурентоспособности фармацевтической отрасли. Он помогает ускорять поиск кандидатов, оптимизировать ранние этапы разработки, лучше интегрировать данные реальной клинической практики и повышать управляемость процесса. Речь, конечно, не идет о полностью автономном создании лекарств, но темп изменений уже очевиден.</p> <p>На этом фоне вполне закономерно выглядят примеры Isomorphic Labs и Novartis, которые развивают сотрудничество вокруг новой исследовательской модели на базе вычислительных платформ. Exscientia продвигает подходы к разработке молекул с применением ИИ и показывает, насколько можно сжимать путь от открытия к кандидату. Recursion последовательно развивает собственную платформенную модель и доводит программы до ранних клинических стадий. В результате фармацевтическая компания начинает конкурировать не только характеристиками препарата, но и качеством интеллектуальной экосистемы вокруг него: данными, аналитикой, цифровым сопровождением терапии и способностью быстро адаптировать решения под реальную практику.</p> <h3>Главное — дисциплина, а не технологии</h3> <p>И вот здесь становится особенно ясно: ключевой вывод всего этого сдвига связан не столько с технологиями, сколько с управлением. Сам по себе ИИ редко решает проблему. Решает способность организации изменить процессы, роли, метрики и систему ответственности так, чтобы новая технология действительно заработала внутри бизнеса.</p> <p>В здравоохранении это особенно заметно. Очень многие проекты выглядят убедительно на стадии презентации: организация покупает инструмент, запускает пилот, показывает несколько эффектных кейсов, но при этом не пересматривает механизмы принятия решений, не меняет маршруты, не связывает внедрение с KPI и не перестраивает повседневную операционную модель. В итоге технология добавляется поверх старой системы как дорогой цифровой слой — и не создает того эффекта, на который рассчитывали.</p> <p>На практике выигрывают те, кто встраивает ИИ в полную трансформацию процесса. Один чат-бот, один копилот или один аналитический модуль редко меняет экономику организации. А вот переработанная цепочка — маршрут пациента, документация, triage, координация сотрудников, анализ результатов — уже меняет. Поэтому для советов директоров и собственников вопрос сегодня должен звучать не «Есть ли у нас ИИ-проекты?», а «Какие именно процессы мы готовы перестроить так, чтобы ИИ дал реальный экономический и клинический эффект без потери качества, доверия и контроля?».</p> <p>По сути, в 2026 году успешными окажутся не те, кто громче говорит об ИИ, а те, кто откажется от россыпи разрозненных инициатив и сосредоточится на нескольких по-настоящему трансформирующих сценариях.</p> <h3>Что это означает для России</h3> <p>Российский контекст в этой теме уже нельзя описывать как набор первых экспериментов. ИИ в здравоохранении постепенно выходит из пилотной стадии и движется сразу по нескольким направлениям: поддержка врачебных решений, анализ медицинских изображений, автоматизация документооборота, дистанционный мониторинг и развитие нормативной базы. И это происходит на рынке, который уже достиг значительного масштаба, но по-прежнему остается сильно фрагментированным. <a href="https://reksoft.com/wp-content/uploads/2026/03/platform-economy-in-medicine-reksoft-consulting-medscan-report.pdf">По оценкам «Медскан» и «Рексофт»</a>, объем рынка медицины в России составляет около 10 трлн. рублей, сегмент коммерческой медицины — около 2,1 трлн. рублей, а к 2030 году он может вырасти до 4,3 трлн. рублей при среднегодовом темпе роста порядка 13%. При этом в стране насчитывается более 130 тыс. лицензий и около 50 тыс. коммерческих клиник, а сам рынок при доле около 5,5% ВВП остается низко консолидированным. В такой среде ИИ и платформенные модели становятся не просто направлением цифровизации, а инструментом роста/сборки рынка — через единые данные, бесшовный путь пациента, партнерские сети и более управляемую экономику медицинских сервисов.</p> <p>При этом для России эта тема имеет и дополнительную специфику. Если в глобальной повестке основной акцент делается на скорости внедрения, patient journey и новых бизнес-моделях, то в российской практике особенно важны вопросы регуляторной устойчивости, ответственности, защиты чувствительных данных и локализации инфраструктуры. Поэтому российский рынок, скорее всего, будет двигаться по той же траектории, что и мировой, но с более выраженным вниманием к контролю, стандартизации и безопасному внедрению. Это не тормозит развитие ИИ, а задает ему более жесткие правила взросления.</p> <h3>Заключение</h3> <p>Здравоохранение входит не просто в очередной этап цифровизации. По сути, мы наблюдаем более глубокую перестройку. Пациент становится активным участником маршрута лечения. Врач получает цифрового помощника, который снимает рутину и возвращает время для клинической работы. Медицинская помощь выходит за пределы стационара и превращается в распределенную сеть сопровождения. Фарма и биотех начинают конкурировать не только продуктом, но и данными, платформами, скоростью вычислений и качеством интеллектуальных сервисов. А управленческая зрелость становится важнее, чем сама по себе технологическая новизна.</p> <p>Так, ИИ становится одним из базовых слоев современной медицинской инфраструктуры. Поэтому разделение рынка пройдет не между теми, кто «использует ИИ», и теми, кто не использует. Оно пройдет между теми, кто сумеет встроить его в клиническую, производственную и организационную модель, и теми, кто ограничится внешней витриной инноваций. Первые получат преимущество в скорости, данных и качестве управления. Вторые рискуют сохранить видимость современности, но проиграть в реальной операционной эффективности.</p> <p>#IMAGE_234529#</p> В обсуждениях искусственного интеллекта в здравоохранении долгое время преобладали две крайности. Одни видели в ИИ … article Андрей Антонов, основатель и генеральный директор цифровой экосистемы регистрации медицинских изделий КРЕДО.ТЕХ https://www.itweek.ru/themes/detail.php?ID=234527 Thu, 26 Mar 2026 15:43:10 +0300 <p>Глобальный кризис компонентной базы кардинально меняет российский ИТ-рынок — оборудование дорожает, проекты замораживаются. По оценкам DатаРу, дефицит ИТ-оборудования к концу 2027 года составит 35%. Затраты бизнеса на его приобретение вырастут на 28%. Больше всего от кризиса пострадает региональный бизнес, который не увидит моментальный рост цен, но впоследствии столкнется с острейшим дефицитом ИТ-«железа», к которому будет не готов.</p> <p>Основным фактором, сформировавшим кризис на рынке серверного оборудования, стал повышенный интерес к технологии искусственного интеллекта. На протяжении последних лет техногиганты — Meta, Microsoft, Amazon и Alphabet — интенсивно наращивают инвестиции в дата-центры, необходимые для обучения и работы ИИ-моделей. Если в 2024 году совокупные капитальные расходы таких компаний на инфраструктуру составляли около $217 млрд, уже в 2026 году они могут вырасти до $650 млрд.</p> <p>В ответ на этот скачок спроса крупнейшие производители компонентной базы — Samsung, SK Hynix и Micron — переориентировали значительную часть производственных мощностей на выпуск высокоскоростной памяти HBM (High Bandwidth Memory), используемой в ускорителях искусственного интеллекта Nvidia и AMD. В результате производство традиционной оперативной памяти типа DRAM, применяемой в серверах и массовой электронике, сократилось. </p> <p>Для российского рынка это обернулось резким, скачкообразным ростом стоимости ключевых компонентов. Цены на ОЗУ DDR5 64 ГБ 5600 МГц взлетели в <nobr>4–5 раз,</nobr> DDR4, применяемой в ПК, серверах и ноутбуках, — в <nobr>2–3 раза,</nobr> а стоимость HBM (высокопроизводительная память для HPC-вычислений, ИИ, а также поддержки графики), по прогнозам, увеличится на 70% в 2026 году. Стоимость твердотельных накопителей (SSD) в отдельных категориях выросла на <nobr>30–100%.</nobr></p> <p>Волатильность цен и нестабильность поставок станет новой нормой для ИТ‑сектора. Быстро компенсировать возникший разрыв в потребности производственных мощностей невозможно: строительство и запуск новых линий занимает годы. А по мере того, как индустрия все глубже интегрирует искусственный интеллект в бизнес‑процессы, борьба за ключевые компоненты будет только усиливаться. </p> <p>Такое положение дел на рынке трансформировало порядок исполнения обязательств на рынке. Многие глобальные вендоры уже включают в контракты положения, позволяющие в одностороннем порядке менять цены или вовсе отменять заказы даже после их размещения в случае дефицита компонентов или непредвиденного роста производственных затрат.</p> <p>«В таких условиях фиксация стоимости ИТ-„железа“ даже на <nobr>3–4</nobr> недели — уже удача. Ждать возврата прежних цен бесполезно — бизнесу придется пересматривать подход к реализации ИТ-инициатив. Фактором принятия решения для клиента станет не цена, а надежность поставщика, прозрачность и способность выстраивать логистику в условиях нестабильности», — прокомментировал ситуацию Роман Гоц, генеральный директор ГК DатаРу.</p> <p>Компании, реализующие долгосрочные ИТ‑проекты, все чаще будут прибегать к гибким стратегиям закупок и модернизации инфраструктуры: например, к использованию серверных платформ с памятью предыдущего поколения DDR4, которая по‑прежнему значительно дешевле — в среднем в <nobr>2-2,5</nobr> раза в сравнении с DDR5 при сопоставимом объеме. </p> <p>Будут пересмотрены подходы к хранению данных, к примеру, в пользу многоуровневой архитектуры хранения, при которой часть «холодных» данных переносится на ленточные библиотеки, позволяя освободить дорогостоящие дисковые ресурсы. В целом сегменты ИТ‑инфраструктуры, менее зависимые от объемов оперативной памяти — такие как сетевое оборудование, SAN‑сети и ленточные библиотеки — окажутся вновь востребованы, поскольку остаются относительно стабильными по цене. В условиях ограниченных бюджетов многие организации начнут ставить в приоритет инвестиции именно в них. </p> <p>Наконец, ожидается рост спроса на облачные платформы. Значительная часть облачной инфраструктуры была построена до текущего скачка цен на комплектующие, и в ряде сценариев аренда вычислительных ресурсов оказывается экономически более эффективной, чем расширение собственной инфраструктуры.</p> <p>В целом же стратегические инициативы, которые требуют большого финансирования, но имеют отложенный эффект (например, беспилотный транспорт, часть ИИ-инициатив), окажутся пересмотрены или, вероятно, заморожены. Фокус сместится на проекты с понятной экономической ценностью и быстрыми результатами. </p> <p>«От кризиса пострадают все. Прежде всего, ситуация коснется нового „железа“ и новых технологий. В течение года-двух закончатся складские запасы, и под удар попадут те, кто выпускает локальное оборудование на накопленных резервах. Затем под удар попадет сегмент прикладного оборудования и ПО. Причем если федеральные заказчики, которые уже сейчас видят рост цен, могут успеть пересчитать экономику проектов, адаптироваться и запустить их реализацию, исходя из новых реалий, регионы ожидает „двойной удар“. Сначала плавный, но сильный рост цен из-за удаленности и наличия каких-то остатков на локальных складах, а затем — острейший дефицит комплектующих и оборудования в том виде и количестве, что необходим для реализации проектов», — продолжил Роман Гоц.</p> Глобальный кризис компонентной базы кардинально меняет российский ИТ-рынок — оборудование дорожает, проекты замораживаются … message https://www.itweek.ru/themes/detail.php?ID=234526 Thu, 26 Mar 2026 15:41:26 +0300 <p>Сегодня сервис-провайдер — это не просто площадка для размещения виртуальных машин, а партнер по устойчивому росту бизнеса в условиях быстро меняющегося и ограниченного по ресурсам ИТ-рынка. Владимир Лебедев, директор по развитию бизнеса сервис-провайдера M1Cloud, рассказал о том, что сегодня для бизнеса на первый план выхолит не стоимость ядер и гигабайт, а способна ли инфраструктура провайдера выдержать стратегические цели заказчиков, регуляторные требования и дефицит оборудования в горизонте нескольких лет. Бизнес смотрит на облако как на управляемый сервис и реальную готовность масштабироваться под бизнес-планы компании.</p> <p>Если еще несколько лет назад в основе подхода к облачным провайдерам лежал жестко формализованный SLA, однако сегодня отдельное внимание уделяется аварийной практике: пост-мортемы, регламенты эскалации, работа с корневыми причинами, что снижает вероятность повторения инцидентов и защищает бизнес от регулярных простоев.</p> <p>Для компаний из регулируемых отраслей и сегмента enterprise сегодня критична не только надежность, но и соответствие нормативным требованиям, то есть на базе каких дата-центров провайдер строит инфраструктуру, резервирование ключевых систем и устойчивость к единичным отказам. Для бизнеса это выражается в минимизации риска простоя критичных сервисов и возможности строить отказоустойчивые схемы с разнесением по разным площадкам, не выходя за рамки юрисдикции РФ. Сертификация, соблюдение требований по защите персональных данных и отраслевых стандартов позволяют не вступать в конфликт с внутренней службой ИБ и комплаенсом, а использовать облако как естественное продолжение корпоративной ИТ-среды.</p> <p>Новый взгляд на поддержку как сервис для бизнеса, а не только для ИТ-подразделения. Круглосуточная линия, выделенные сервис-менеджеры и доступ к архитекторам позволяют опираться на внешнюю экспертизу при принятии архитектурных решений. Это особенно заметно на этапах миграции и быстрых изменений: команда провайдера участвует в аудите текущей инфраструктуры, проектировании целевой архитектуры и совместной дорожной карте переноса систем. Для бизнеса это снижает риски срыва сроков, уменьшает нагрузку на внутреннюю команду и сокращает время до получения эффекта от облака — будь то запуск нового продукта, выход в новый регион или повышение отказоустойчивости существующих сервисов.</p> <p>Отдельная зона внимания — предсказуемость затрат. Модель ценообразования строится так, чтобы финансовое планирование было прозрачным для бизнеса и контроллинга. Заказчик видит детализацию по ресурсам, лицензиям, поддержке и дополнительным сервисам и понимает, как изменятся затраты при росте нагрузки или включении новых проектов. Такой подход позволяет интегрировать облачные расходы в бюджетный цикл компании, планировать совокупную стоимость владения на длительный период. Облако становится управляемым элементом с точки зрения затрат.</p> <p>В условиях дефицита серверного и сетевого оборудования, а также нестабильности поставок, способность провайдера масштабироваться под планы бизнеса превращается в фактор стратегической устойчивости. Сервис-провайдер заранее резервирует мощности, выстраивает долгосрочные отношения с поставщиками, планирует жизненный цикл платформ и обновление оборудования. Для бизнеса это означает, что проекты масштабирования — будь то рост пользовательской базы, запуск маркетплейса или цифровизация промышленного контура — не упрется в физическое отсутствие ресурсов. Возможность быстро нарастить мощности, задействовать гибридные сценарии и при этом сохранить управляемость затратами дает компании пространство для роста даже в ограниченной технологической среде.</p> <p>Облачная инфраструктура не должна ограничивать стратегию бизнеса, а, наоборот, должна эффективно поддерживать ее. Опыт работы с инцидентами, соответствие требованиям, сильная поддержка, прозрачное ценообразование и готовность масштабироваться в условиях дефицита «железа» работают в связке и превращают облако в устойчивый фундамент цифровой трансформации компании.</p> Сегодня сервис-провайдер — это не просто площадка для размещения виртуальных машин, а партнер по устойчивому … message https://www.itweek.ru/themes/detail.php?ID=234525 Thu, 26 Mar 2026 15:40:06 +0300 <p>ИТ-компания РИКИТЛАБ объявила о запуске комплексного сервиса по сопровождению производственных ИТ-систем. Решение ориентировано на предприятия массового производства (FMCG, фармацевтику, промышленность и другие отрасли), в том числе задействованные в транснациональных цепочках поставок на рынках России, СНГ и стран ЕАЭС.</p> <p>Сервисная модель охватывает все элементы производственной ИТ-инфраструктуры: планирование ресурсов предприятия (ERP), оперативное управление производством (MES), системы маркировки (Track & Trace) и управление складом (WMS). Под техническое сопровождение попадают все критические звенья цепочки — от приемки сырья на склад до отгрузки готовой продукции.</p> <p>Техническая поддержка организована по трехуровневой модели (L1—L2—L3). Первый и второй уровни включают прием обращений, обработку типовых запросов и инцидентов, консультацию пользователей, мониторинг стабильности сервисов, выявление сбоев, а также взаимодействие с внешними участниками (в том числе с регуляторами, например ЦРПТ). Третий уровень обеспечивает администрирование серверов, приложений, баз данных и интеграционных сервисов. А также восстановление после сбоев, обновление ПО, управление сертификатами, выполнение требований ИБ. В рамках L3 организовано взаимодействие с вендорами по вопросам устранения инцидентов и реализации изменений. Технологической основой сервисной модели выступает платформа для управления ИТ-услугами и активами TIKITRIK.</p> <p>«С ростом цифровизации производственных процессов и расширением требований к маркировке продукции повышаются требования к устойчивости ИТ-систем. Сбои в таких системах могут приводить к остановке производственных процессов, масштабным финансовым и репутационным потерям. Комплексное сервисное сопровождение, построенное по трехуровневой модели, позволяет минимизировать эти риски за счет единого контура управления инцидентами и изменениями на базе платформы TIKITRIK», — отметил генеральный директор РИКИТЛАБ Артем Хижний.</p> ИТ-компания РИКИТЛАБ объявила о запуске комплексного сервиса по сопровождению производственных ИТ-систем. Решение … message https://www.itweek.ru/themes/detail.php?ID=234514 Thu, 26 Mar 2026 00:00:00 +0300 <p><em>В национальных доменных зонах .ru и .рф почти не осталось коротких свободных имен. </em><em>Обсудим</em><em>, почему в этой ситуации бизнес все чаще смотрит в сторону локальных доменов и кому они действительно подходят</em><em>.</em></p> <p>В зоне .ru, которая остается основой для большинства проектов, найти короткое, звучное и при этом свободное имя становится задачей со звездочкой. В зоне .рф ситуация еще острее: согласно совместному <a href="https://www.vedomosti.ru/business/articles/2026/03/02/1179938-kirillitsa-vpervie-operedila-latinitsu">исследованию</a> сервисов «Онлайн патент» и Рег.решения, среди популярных слов, защищенных товарными знаками, домены заняты в 91% случаев. Рынок первичных регистраций в популярных зонах близок к насыщению.</p> <p>На этом фоне вторичный рынок доменов закономерно реагирует ростом цен. В 2025 году, по внутренним данным Руцентра, средний чек в зоне .рф достиг 66,2 тыс. руб., а в .ru — 72,4 тыс. руб. Бизнес стал чаще смотреть на альтернативные доменные зоны. В первую очередь — локальные, связанные с геопривязкой. Например, по итогам минувшего года наибольший рост показали зоны .москва (14%) и .moscow (5%). Такие зоны открывают новое окно возможностей в условиях дефицита имен без крупных финансовых затрат.</p> <h3>Что такое локальные домены</h3> <p>Локальные домены (или региональные доменные зоны) — это пространства имен, привязанные к конкретному географическому объекту: городу, региону или области. В мировой системе доменных имен они наряду с тематическими доменами относятся к новым доменам верхнего уровня (New gTLD).</p> <p>В Рунете к таким зонам прежде всего относятся кириллические и латинские домены для крупнейших городов и субъектов РФ. Самые популярные из них:</p> <ul> <li> .москва и .moscow — для проектов, ориентированных на столичный регион;</li> <li> .спб.рф и .spb.ru — для Санкт-Петербурга и Ленинградской области;</li> <li> .tatar — для Республики Татарстан.</li> </ul> <p>Главное отличие локальных зон от национальных (.ru, .рф) — их целевая аудитория. Если .ru и .рф позиционируются как общенациональные и понятные всей стране, то локальные домены изначально создавались как инструмент для усиления присутствия бизнеса в конкретном городе.</p> <p>Сегодня, в условиях дефицита коротких имен в популярных зонах, они превращаются из нишевого инструмента в полноценную доступную альтернативу.</p> <h3>Почему в локальных зонах есть что ловить</h3> <p>Логика проста: если в популярном доменном пространстве становится тесно, компании ищут альтернативу. И у этого движения есть вполне прагматичные основания.</p> <ul> <li><strong>Доступность свободных имен. </strong>В локальных зонах ситуация с первичным рынком принципиально иная. Здесь по-прежнему можно зарегистрировать красивое, короткое и осмысленное имя за стандартную цену в пределах пары тысяч рублей в зависимости от зоны и регистратора. Если в .рф нужный адрес уже занят и выставлен на продажу за сотни тысяч рублей, высока вероятность, что в .moscow или кириллической .москва он может быть еще свободен.</li> <li><strong>Короткие адреса без переплаты. </strong>Спрос на локальные домены пока существенно ниже, чем на общенациональные. В 2025 году доля проданных доменов в региональных зонах не превысила и 1%. Это создает уникальную возможность: бизнес может получить одно- или двусложное имя, которое в .ru или .рф давно стало бы предметом торгов.</li> <li><strong>Ценовой арбитраж. </strong>Вторичный рынок региональных зон только формируется. Цены здесь значительно ниже, чем в премиальной .рф. По данным Руцентра, средняя стоимость сделки в .moscow в 2025 году составила 11,9 тыс. рублей, что в шесть раз ниже, чем в .ru и в 5,5 раза ниже, чем в .рф. При этом потенциал роста очевиден: по мере насыщения основных зон интерес к локальным доменам будет усиливаться.</li> <li><strong>Маркетинговый бонус. </strong>Для бизнеса, работающего в конкретном городе или регионе, домен с географической привязкой работает как дополнительный сигнал доверия. Посетитель сразу понимает: компания «своя», ориентирована на местную аудиторию.</li> </ul> <p>Существует стереотип, что домен в зоне .москва или .спб.рф не даст сайту ранжироваться в других городах. Это не совсем так. Для поисковых систем региональная привязка домена — это один из множества сигналов, но далеко не единственный и не самый главный.</p> <p>Действительно, для поиска «доставка цветов Москва» сайт в зоне .москва получит небольшое преимущество в глазах поисковика, так как домен четко соответствует региону. Однако если вы московская компания, но хотите клиентов в Санкт-Петербурге, достаточно создать отдельный региональный раздел на сайте или заполнить карточку организации в Яндекс Бизнесе с указанием работы на Санкт-Петербург. Домен не станет фатальным препятствием для продвижения в других регионах.</p> <h3>Кому локальный домен противопоказан</h3> <p>Было бы ошибкой представлять локальные зоны как универсальное решение для всех. Есть четкие критерии, при которых выбор регионального домена может стать стратегическим просчетом.</p> <ul> <li><strong>Федеральные и международные проекты. </strong>Если бизнес планирует масштабирование на всю страну или выход на глобальные рынки, привязка к конкретному городу в домене может запутать аудиторию. Для таких проектов .ru или .рф остаются приоритетом.</li> <li><strong>Сферы с высокими требованиями к статусу. </strong>Банки, крупные холдинги, государственные структуры — здесь консерватизм аудитории и регуляторов диктует необходимость использования «классических» зон.</li> <li><strong>Бизнес, не связанный с географией. </strong>Онлайн-школа, работающая по всей России, или интернет-магазин с доставкой в любой регион вряд ли выиграют от московского или петербургского домена. Скорее, это создаст ненужную ассоциативную привязку, которая может отпугнуть клиентов из других регионов.</li> </ul> <h3>Что делать бизнесу в 2026 году</h3> <p>Рынок доменных имен сегодня предлагает бизнесу четкую развилку.</p> <ul> <li> <strong>Первый путь</strong> — борьба за премиальные активы в зонах .ru и .рф. Это требует серьезных бюджетов, особенно на вторичном рынке, и готовности к тому, что идеальное имя может быть занято или стоить заоблачных денег. Этот путь подойдет крупным игрокам, которым домен в этих зонах нужен под конкретные стратегические цели.</li> <li> <strong>Второй путь</strong> — освоение региональных и тематических зон. Здесь можно получить качественное имя без переплаты, а в некоторых случаях — с маркетинговым бонусом в виде географической идентификации.</li> <li><strong>Оптимальная стратегия для большинства компаний</strong> — комбинированный подход. Основной проект может располагаться в «центральной» зоне, а региональные представительства, акции или спецпроекты — в локальных. Это позволяет одновременно сохранять статусность и гибко работать с местной аудиторией.</li> </ul> <p>#IMAGE_234515#</p> В национальных доменных зонах .ru и .рф почти не осталось коротких свободных имен. Обсудим, почему в этой ситуации … article Георгий Казаров, руководитель отдела доменов Руцентра https://www.itweek.ru/themes/detail.php?ID=234470 Thu, 26 Mar 2026 00:00:00 +0300 <p><em>Видеокарты и микросхемы NAND — не единственные компоненты вычислительной техники, которые сейчас продаются как горячие пирожки благодаря буму в области искусственного интеллекта. Руководители AMD и Intel отмечают, что спрос на центральные процессоры (</em><em>CPU</em><em>) х64 значительно вырос из-за общего тренда создания фабрик ИИ и, в частности, благодаря переходу на выполнение рабочих нагрузок ИИ-инференса и агентного ИИ, сообщает портал </em><em>HPCwire</em><em>.</em></p> <p>До настоящего момента графические процессоры (GPU) были бесспорными звездами шоу аппаратного обеспечения для ИИ благодаря своей способности обрабатывать тяжелые вычислительные задачи, необходимые современным нейронным сетям. Это особенно актуально на этапе обучения, когда GPU с тысячами ядер могут выполнять параллельное умножение матриц, необходимое для преобразования обучающих данных во взвешенные параметры. Занимая львиную долю рынка центров обработки данных, Nvidia пожинает плоды бума ИИ, который сделал ее первой в мире компанией с капитализацией в 5 трлн. долл.</p> <p>По мере того, как в начале 2025 г. стихал первоначальный ажиотаж вокруг ИИ, внимание переключалось с обучения моделей ИИ на ИИ-инференс. Также появилась новая рабочая нагрузка — агентный ИИ. Внезапно операторы ИИ столкнулись с перспективой параллельного запуска сотен или тысяч полуавтономных агентов ИИ. Это создало новое узкое место в инфраструктуре, связанное со скоростью перемещения данных из памяти в GPU и обратно. Ненасытный спрос на высокоскоростную память (HBM) оказал давление на мировые запасы NAND, что привело к дефициту NVMe-накопителей и значительному росту цен.</p> <p>До сих пор в нашем рассказе скромный CPU не играл главной роли. Но мы видим, что по мере развития ИИ требования к инфраструктуре снова смещаются в сторону оптимального выбора CPU.</p> <p>Причина в том, что, хотя CPU нечасто напрямую запускают модели ИИ, они отвечают за выполнение многих других задач, необходимых для работы современных нейронных сетей. Среди них такие задачи, как предварительная обработка данных, оркестрация моделей ИИ и планирование распределения наиболее ресурсоемких задач между группами GPU. Неслучайно Nvidia, AMD и другие компании создают «суперчипы», которые объединяют GPU (или другие ИИ-ускорители) с CPU в одном чипе.</p> <p>В некоторых случаях CPU являются предпочтительным оборудованием для выполнения ИИ-инференса, особенно для небольших моделей, которые будут работать на периферии. CPU меньше больших современных GPU, и у них более скромные требования к энергопотреблению и охлаждению. По мере развития революции в области агентного ИИ и стремления организаций к внедрению ИИ, они всё чаще предпочитают запускать свои модели ИИ локально и на периферии, а не в огромных облачных дата-центрах, отчасти для минимизации перемещения данных, которое требует больших вычислительных затрат.</p> <p>«В этом году CPU снова стали „крутыми“, — заявил на недавней конференции Morgan Stanley Technology, Media & Telecom Conference в Сан-Франциско исполнительный вице-президент и финансовый директор Intel Дэвид Зинснер. — Мы давно считаем, что CPU должны присутствовать в этих дата-центрах наряду с GPU».</p> <p>По его словам, общий рынок CPU вырос на <nobr>20-30%</nobr> в 2025 г. и, как ожидается, продолжит расти в 2026 г. «Мы начинаем видеть, как клиенты в этом сегменте запрашивают долгосрочные соглашения, что говорит о перспективах этого направления, — отметил Зинснер. — Они рассматривают это на перспективу от трех до пяти лет и хотят закрепить за собой поставки».</p> <p>Это мнение поддержала генеральный директор AMD Лиза Су, которая также выступила на конференции Morgan Stanley. «Я очень, очень рада развитию сегмента рынка GPU, — сказала она. — И спрос на CPU на самом деле намного превзошел мои ожидания».</p> <p>Конец <nobr>2025-го</nobr> и начало 2026 г. ознаменовались значительным спросом на высокопроизводительные вычисления, отметила Су, упомянув предстоящий запуск MI450, графического процессора AMD следующего поколения, который должен выйти во второй половине 2026 г.</p> <p>Но GPU — не единственный тип чипов, пользующийся спросом благодаря ИИ. «Вообще говоря, мы наблюдаем значительный спрос на CPU в результате роста спроса на задачи инференса, — сказала Су. — Мы всегда считали, что вычислительная инфраструктура гетерогенна, и вам понадобятся CPU, CPU, ПЛИС и другие компоненты. Это действительно воплощается в жизнь в 2026 г.».</p> <p>Intel и AMD представили на выставке Embedded World 2026 в Нюрнберге новые процессоры, которые ориентированы на выполнение рабочих нагрузок ИИ на периферии. Серия Intel Core 2 разработана для промышленных и периферийных приложений, требующих более высокой многопоточной производительности и меньшей задержки. А новый процессор AMD Ryzen AI Embedded P100 Series ориентирован на промышленные ПК, физический ИИ и медицинские приложения.</p> <p>Миру определенно нужно больше ускорителей ИИ для выполнения сложных задач, которые требует ИИ. Триллионы долларов инвестируются в инфраструктуру для обеспечения работы новых рабочих нагрузок ИИ, и значительная часть этих денег пойдет на GPU и другие XPU от Nvidia, AMD, Intel и др. Но, будучи процессорами общего назначения, способными выполнять широкий спектр задач, скромные CPU также будут часто упоминаться в связи с развитием дата-центров в течение следующих четырех лет. Единственным сюрпризом здесь может быть то, что всплеск спроса на CPU оказался неожиданным.</p> Видеокарты и микросхемы NAND — не единственные компоненты вычислительной техники, которые сейчас продаются как … message https://www.itweek.ru/themes/detail.php?ID=234518 Wed, 25 Mar 2026 16:36:24 +0300 <p>Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ оценил текущий и перспективный спрос организаций машиностроения на цифровые технологии и решения, способствующие автоматизации процессов производства, а также общей цифровой трансформации отрасли.</p> <p>На фронтире цифровой трансформации машиностроения — отрасли, формирующей основу цифровизации всей экономики, — находятся станки с ЧПУ. Эту технологию интегрировали порядка 59% обследованных компаний, из них более половины применяют ее широко, треть — ограниченно, но планируют масштабировать.</p> <p>На второе и третье места по востребованности вышли системы цифрового проектирования и моделирования, а также системы автоматизации производственных процессов: их применяет примерно каждое второе предприятие отрасли (55% и 48% соответственно). Замыкают топ-5 по уровню распространенности технологии Интернета вещей (36%) и аддитивные установки (3D-печать) (28% обследованных организаций).</p> <p>Среди всех рассмотренных цифровых решений наименее востребованы на предприятиях машиностроительного комплекса технологии больших данных, цифровые двойники и беспилотные системы (их используют 16%, 12% и 7% организаций соответственно). Между тем первые две технологии из данной триады имеют довольно высокий потенциал распространения: по 4% обследованных организаций в ближайшие три года планируют их внедрение и еще около трети в каждом случае считают применение этих цифровых решений перспективным для своих задач.</p> <p>Пока небольшой круг предприятий машиностроения использует технологии искусственного интеллекта (ИИ), среди которых наиболее востребованы решения для обработки визуальных данных, включая компьютерное зрение (их внедрили 14% опрошенных), а наименее — ИИ-агенты (3%). При этом еще порядка трети организаций имеют среднесрочные планы по внедрению ИИ-технологий или видят большую перспективность данных решений.</p> <p>Внедрение цифровых технологий на предприятиях машиностроения в <nobr>2022–2024 гг.</nobr> главным образом затронуло операционный уровень: производство (23%) и администрирование (22%). В среднесрочной перспективе темпы цифровой трансформации бизнес-процессов могут вырасти, а ее фокус может сместиться в сторону стратегического планирования и управления (это прогнозируют около трети компаний).</p> <p>Внедрение цифровых технологий на предприятиях машиностроения сдерживают главным образом ресурсные и инфраструктурные ограничения. Основным препятствием 57% обследованных организаций считают нехватку свободных средств на модернизацию, обновление технологий и развитие инфраструктуры.</p> Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ оценил текущий и перспективный спрос … message https://www.itweek.ru/themes/detail.php?ID=234516 Wed, 25 Mar 2026 11:24:51 +0300 <p>Российский разработчик АО «СБК» выпустил продуктовый релиз платформы унифицированных коммуникаций CommuniGate Pro 6.5.5. В новой версии основное внимание уделено повышению стабильности работы в высоконагруженных средах, усилению безопасности и расширению функциональности веб-интерфейса.</p> <p>Релиз включает более 30 доработок. Для конечных пользователей ключевые изменения коснулись веб-интерфейса. В календаре появился индексированный поиск событий с выделенной страницей результатов, фильтрами и удобной навигацией. Упрощена работа с адресатами: теперь можно вставлять несколько контактов в поле «Кому» через запятую или точку с запятой. Также добавлена возможность удаления писем по гибко настраиваемым правилам.</p> <p>В версии реализован новый раздел настроек безопасности с опциями управления двухфакторной аутентификацией (2FA). Пользователи теперь могут менять пароль самостоятельно, без обращения к администратору. Улучшена интеграция: добавлена поддержка поиска во внешних справочниках по протоколу AirSync.</p> <p>Особое внимание в релизе 6.5.5 уделено повышению стабильности работы с календарями. Устранены сбои при обработке исключений из повторяющихся событий, а также исправлены проблемы с отображением занятости участников и ресурсных ящиков при создании серий встреч. Это важно для крупных организаций с интенсивным графиком и сложной логикой планирования.</p> <p>Проведена оптимизация кода: устранены утечки памяти, повышена устойчивость кластерных конфигураций, усилена защита от потенциальных уязвимостей.</p> <p>«Улучшения в новом релизе CommuniGate Pro в первую очередь ориентированы на крупный бизнес. Доработки в версии значительно повышают стабильность, безопасность и производительность в средах с высокой нагрузкой, включая делегированные доступы, повторяющиеся события и интеграцию с внешними системами. Мы продолжим развивать продукт и планомерно добавлять в него новые востребованные функции», — прокомментировал Борис Моисеев, директор департамента разработки CommuniGate Pro.</p> <p>Обновление CommuniGate Pro 6.5.5 уже доступно для скачивания на официальном сайте компании.</p> Российский разработчик АО «СБК» выпустил продуктовый релиз платформы унифицированных коммуникаций CommuniGate … message https://www.itweek.ru/themes/detail.php?ID=234495 Wed, 25 Mar 2026 00:00:00 +0300 <p>За последние три года аналитика бизнес-процессов (Process Mining) перестала восприниматься как нишевой инструмент для отдельных инициатив. Всё чаще такие решения становятся частью системной работы компаний по анализу и повышению эффективности внутренних процессов.</p> <p>Эту тенденцию подтверждают и исследования. <a href="https://processmi.com/blog/process-mining-v-rossii-2026-nezavisimoe-issledovanie-rynka-ot-processmi/">Независимый обзор</a> российского рынка Process Mining показывает, что технология постепенно закрепляется в технологическом контуре бизнеса. Схожие выводы содержатся и в <a href="https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%98%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5:_Process_&_Task_Mining_%D0%BF%D0%B5%D1%80%D0%B5%D1%81%D1%82%D0%B0%D0%BB%D0%B8_%D0%B1%D1%8B%D1%82%D1%8C_%D1%85%D0%B0%D0%B9%D0%BF%D0%BE%D0%BC_%D0%B8_%D1%81%D1%82%D0%B0%D0%BB%D0%B8_%D1%80%D0%B0%D0%B1%D0%BE%D1%87%D0%B8%D0%BC_%D0%B8%D0%BD%D1%81%D1%82%D1%80%D1%83%D0%BC%D0%B5%D0%BD%D1%82%D0%BE%D0%BC_%D0%B1%D0%B8%D0%B7%D0%BD%D0%B5%D1%81%D0%B0">оценке зрелости рынка</a> Process Mining и Task Mining (аналитики бизнес-операций) в России от TAdviser и Axenix.</p> <p>При этом отмечается динамичное развитие <a href="https://www.itweek.ru/themes/detail.php?ID=231803">Task Mining</a> — направления, которое позволяет анализировать выполнение операций на уровне действий сотрудников. Фактически речь идёт о формировании более широкого класса технологий — процессной аналитики, объединяющей анализ бизнес-процессов и бизнес-операций.</p> <p>На мой взгляд, именно это и становится главным изменением рынка: анализ процессов больше не сводится к одной технологии, а постепенно превращается в набор инструментов, позволяющих понять, как на самом деле выполняется работа внутри организации, и определить, какие её этапы можно оптимизировать и автоматизировать с максимальным экономическим эффектом.</p> <h3>Что сегодня понимают под процессной аналитикой</h3> <p>Если попытаться описать это направление шире, сегодня процессная аналитика — это целый набор технологий, позволяющих анализировать фактическое выполнение процессов и операций на основе цифровых данных.</p> <p>С одной стороны, <a href="https://www.itweek.ru/themes/detail.php?ID=234200">Process Mining</a> работает с журналами событий информационных систем и помогает восстановить реальное выполнение бизнес-процессов: увидеть их структуру, выявить отклонения от регламентов, определить «узкие места» и причины задержек. Эволюция Process Mining привела к появлению мультипроцессной аналитики — подхода, позволяющего анализировать не отдельные процессы, а их взаимосвязь и влияние друг на друга, что дает возможность оценивать метрики на стыке процессов — например, время от оформления заказа до его фактической доставки. Такой подход позволяет уйти от искусственного объединения процессов и получить более точную и целостную картину операционной деятельности.</p> <p>С другой стороны, Task Mining позволяет анализировать выполнение операций на уровне действий сотрудников — фиксировать последовательность шагов, рассчитывать трудозатраты и выявлять рутинные операции, которые могут быть оптимизированы или автоматизированы.</p> <p>В совокупности эти технологии позволяют анализировать процессы сразу на нескольких уровнях — от движения задач между системами до конкретных действий сотрудников внутри операций.</p> <p>Именно такая комбинация инструментов и формирует современную процессную аналитику.</p> <h3>От анализа процессов к управлению ими</h3> <p>Расширение инструментов процессной аналитики меняет не только глубину анализа, но и саму логику работы. Если раньше акцент делался на ретроспективном анализе — изучении уже завершенных процессов и поиске причин отклонений, — то сегодня фокус внимания на управлении процессами здесь и сейчас.</p> <p>Современные решения позволяют анализировать выполнение процессов практически в режиме реального времени. Это дает возможность не только фиксировать проблемы постфактум, но и своевременно реагировать на отклонения: выявлять задержки, обнаруживать перегрузку сотрудников или этапы, где процесс начинает замедляться.</p> <p>В результате процессная аналитика постепенно превращается из инструмента диагностики в инструмент управления. Она помогает компаниям не просто понимать, как работают их процессы, но и активно влиять на их эффективность.</p> <h3>Интеллектуальная автоматизация процессов</h3> <p>Еще одно направление развития процессной аналитики связано с автоматизацией операций. Анализ фактического выполнения процессов позволяет выявлять повторяющиеся действия, рутинные операции и этапы, где сотрудники тратят значительное количество времени на ручную работу.</p> <p>Благодаря этому компании получают возможность более точно определять точки для оптимизации и автоматизации. Вместо того чтобы автоматизировать процессы на основе предположений или формальных регламентов, решения принимаются на основе реальных данных о том, как выполняется работа.</p> <p>Это особенно важно в условиях высокой сложности современных процессов, где один бизнес-процесс может включать десятки операций, выполняемых в разных системах и подразделениях. Процессная аналитика позволяет увидеть эту картину целиком и определить, какие участки дают наибольший эффект от автоматизации.</p> <h3>Новый этап развития процессной аналитики</h3> <p>Таким образом, процессная аналитика постепенно выходит за пределы своей первоначальной роли инструмента анализа процессов. Сегодня она становится основой для более широкого управления операционной эффективностью.</p> <p>Компании используют ее не только для того, чтобы понять, как работают их процессы, но и для того, чтобы управлять ими, находить точки для оптимизации и определять направления автоматизации.</p> <p>В этом смысле Process Mining или мультипроцессную аналитику уже нельзя рассматривать как единственные инструменты анализа процессов. Они становится частью более широкой экосистемы решений, которая включает анализ операций, мониторинг выполнения процессов и инструменты для повышения эффективности работы.</p> <p>Именно поэтому сегодня всё чаще именно о процессной аналитике как о самостоятельном направлении технологий управления процессами.</p> <p> #IMAGE_234496#</p> За последние три года аналитика бизнес-процессов (Process Mining) перестала восприниматься как нишевой инструмент для … article Александр Бочкин, генеральный директор “Инфомаксимум” https://www.itweek.ru/themes/detail.php?ID=234446 Wed, 25 Mar 2026 00:00:00 +0300 <p><em>Новое <a href="https://www.snowflake.com/en/lp/radical-roi-generative-ai/">исследование</a> Snowflake «</em><em>The</em> <em>ROI</em> <em>of</em> <em>Gen</em> <em>AI</em> <em>and</em> <em>Agents</em> <em>2026» показывает, что спрос на технологические вакансии смещается от базовых навыков к высокоуровневому управлению искусственным интеллектом, сообщает портал </em><em>ZDNet</em><em>.</em></p> <p>Глобальный опрос 2050 руководителей по всему миру показывает ряд сокращений в некоторых категориях ИТ-вакансий, но также и рост найма на те же самые должности. Из-за ИИ происходит сокращение рабочих мест, но те же самые профессии также выигрывают от внедрения ИИ. Например, 40% опрошенных руководителей сообщают о сокращении специалистов по ИТ-операциям благодаря автоматизации, в то же время 56% сообщают о дополнительном найме на эти должности. Еще 26% видят сокращения в сфере разработки ПО, но 37% также сообщают об увеличении найма разработчиков. Для аналитиков данных эти показатели составляют 37 к 37%.</p> <table> <tbody> <tr> <th> Должности</th> <th> Наблюдается сокращение рабочих мест</th> <th> Наблюдается увеличение рабочих мест</th> </tr> <tr> <td> ИТ-операции</td> <td> −40%</td> <td> +56%</td> </tr> <tr> <td> Разработка ПО</td> <td> −26%</td> <td> +38%</td> </tr> <tr> <td> Кибербезопасность</td> <td> −25%</td> <td> +46%</td> </tr> <tr> <td> Аналитика данных</td> <td> −37%</td> <td> +37%</td> </tr> </tbody> </table> <p>Что касается профессий вне ИТ, картина более проста — и для большинства менее драматична, за исключением персонала служб поддержки клиентов. В организациях, участвовавших в опросе, численность персонала в сфере обслуживания клиентов сократилась на 37%; при этом только 15% компаний увеличили набор персонала (можно списать это на ИИ, но аутсорсинг также может быть одной из причин сокращений).</p> <p>В производственных и логистических операциях 6% компаний сокращали штат, а 13% нанимали новых сотрудников. В маркетинге 16% сокращали штат, тогда как 12% нанимали новых сотрудников.</p> <p>Сравнивать напрямую эти тренды роста и сокращения рабочих мест не совсем корректно. «Мы наблюдаем реорганизацию работы, а не простое расширение или сокращение штата, — говорит Барис Гюльтекин, вице-президент Snowflake по ИИ. — ИИ берет на себя повторяющиеся, ручные задачи этих должностей. В то же время он создает совершенно новые обязанности, связанные с интеграцией ИИ, управлением, инжинирингом данных, безопасностью и контролем производительности. В этом смысле все не так однозначно, как кажется. Компании не просто сокращают или создают новые рабочие места. Они их перестраивают, чтобы поддерживать новые рабочие процессы, основанные на ИИ».</p> <h3>Эволюция, а не исчезновение</h3> <p>На вопрос о том, привел ли генеративный ИИ к созданию рабочих мест, их потере или и тому, и другому в их организациях, 42% ответили, что рабочие места были созданы благодаря генеративному ИИ, в то время как 11% указали на потерю рабочих мест. Еще 35% сообщили, что благодаря ИИ были и созданы, и сокращены рабочие места. Оставшиеся 13% заявили, что ИИ не оказал никакого влияния.</p> <p>В целом, согласно исследованию, 77% респондентов сообщили о создании рабочих мест, с сопутствующей потерей или без нее. По словам Гюльтекина, это указывает на то, что речь идет не столько об исчезновении должностей, сколько об их эволюции.</p> <p>«Как только ИИ выходит за рамки экспериментов, требования к навыкам меняются, — объясняет он. — Проведение пилотного проекта — это одно. Эксплуатация ИИ в масштабах предприятия — совсем другое. Это требует прочного фундамента данных, четких моделей управления, экспертных знаний в области инфраструктуры и людей, которые понимают, как отслеживать, оценивать и оптимизировать производительность моделей с течением времени».</p> <p>Согласно опросу, 35% организаций называют нехватку квалифицированных кадров основным препятствием на пути к успеху ИИ. «Это явный сигнал о том, что ограничением является уже не только технология ИИ, но и экспертиза, необходимая для обеспечения ее успеха на предприятии, — говорит Гюльтекин. — По мере того, как компании переходят к более продвинутым сценариям использования агентов, потребность в контроле возрастает. Кто-то должен обеспечивать качество данных, управлять рисками и гарантировать, что эти системы действуют ответственно. В этом смысле ИИ не устраняет необходимость в людях, а меняет ожидания относительно того, что эти люди должны знать».</p> <h3>Повышение спроса на высококвалифицированных специалистов</h3> <p>Данные свидетельствуют о том, что нынешняя ситуация с вытеснением ИИ рабочих мест в сфере технологий «сложнее, чем многие думают», отмечает он: «Исторически сложилось так, что крупные технологические сдвиги меняют структуру трудовой деятельности в большей степени, чем сокращают общую занятость. Мы наблюдаем аналогичную картину с генеративным и агентным ИИ. Некоторые задачи автоматизируются. В то же время растет спрос на высококвалифицированных специалистов в таких областях, как ИИ-операции, кибербезопасность, инжиниринг данных и управление».</p> <p>Кроме того, накопление опыта работы с ИИ приводит к росту числа рабочих мест. «Организации, которые продвинулись дальше в освоении ИИ, с большей вероятностью сообщают о его положительном влиянии на занятость, — отмечает Гюльтекин. — Это важный показатель. Он говорит о том, что вместо полного сокращения рабочих мест мы наблюдаем перераспределение талантов в сторону более стратегических, технических и связанных с ИИ ролей».</p> Новое исследование Snowflake «The ROI of Gen AI and Agents 2026» показывает, что спрос на технологические вакансии … article https://www.itweek.ru/themes/detail.php?ID=234512 Tue, 24 Mar 2026 16:24:09 +0300 <p>Системный интегратор и производитель АО «НВБС» совместно с разработчиком промышленных климатических систем АО «Антарктис» фиксируют устойчивый рост спроса на системы охлаждения для центров обработки данных (ЦОД). Об этом сообщил технический директор «НВБС» Дмитрий Антонюк на основании аналитики и данных «Антарктис».</p> <p>По оценке компании, увеличение заказов в конце 2025 — начале 2026 года на 15% обусловлено не столько динамикой рынка HVAC-оборудования, сколько ростом плотности вычислительных нагрузок и ускоренным вводом ИТ-инфраструктуры. Речь идет как о строительстве новых ЦОД, так и о модернизации существующих площадок с переходом на более высокие стойковые мощности (35+ кВт на стойку).</p> <p>«Мы наблюдаем рост спроса со стороны операторов дата-центров, связанный не только с вводом новых объектов, но и с переходом к более плотным конфигурациям размещения оборудования. Это требует пересмотра архитектуры охлаждения — от классических прецизионных кондиционеров к решениям с изоляцией горячих/холодных коридоров, in-row охлаждению и жидкостным технологиям», — отметил технический директор «НВБС» Дмитрий Антонюк.</p> <p>По данным компании, ключевыми драйверами спроса выступают рост облачных сервисов, развитие ИИ-нагрузок и увеличение удельного тепловыделения серверного оборудования (TDP современных CPU/GPU). В этих условиях эффективность системы охлаждения напрямую влияет на показатель PUE. Модернизация климатической инфраструктуры — включая внедрение free cooling, adiabatic cooling и интеллектуальных систем управления — позволяет снизить энергопотребление дата-центра на <nobr>10–20%</nobr> в зависимости от архитектуры.</p> <p>Компания ожидает, что в 2026 году рынок климатического оборудования для ЦОД продолжит рост. По прогнозу «НВБС», при сохранении текущих темпов строительства и модернизации дата-центров, а также увеличении средней плотности размещения ИТ-оборудования, сегмент может вырасти на <nobr>20–25%</nobr> по итогам года.</p> <p>«Для ЦОД критична точность поддержания температурно-влажностных параметров и предсказуемость тепловых режимов. Даже локальные перегревы приводят к деградации компонентов и снижению отказоустойчивости, а избыточное охлаждение — к росту OPEX. Сегодня, с увеличением нагрузки на серверы и распространением GPU-кластеров, требования к системам охлаждения смещаются в сторону энергоэффективности, масштабируемости и адаптивного управления в реальном времени. Именно поэтому сегмент ЦОД демонстрирует наиболее высокие темпы роста среди всех отраслей, где применяется промышленное охлаждение», — добавил Дмитрий Антонюк.</p> Системный интегратор и производитель АО «НВБС» совместно с разработчиком промышленных климатических систем … message https://www.itweek.ru/themes/detail.php?ID=234511 Tue, 24 Mar 2026 16:23:09 +0300 <p>Компания «Платформа Боцман» (входит в «Группу Астра») выпустила новую версию решения для управления контейнеризированными средами. «Боцман» 1.4 предлагает расширенную функциональность и повышенную производительность по сравнению с предыдущей версией 1.2, отвечая на актуальные запросы бизнеса к масштабированию, безопасности и автоматизации.</p> <p>В новой версии значительно усилены механизмы управления кластерами. Внедрена система самодиагностики, способная выявлять проблемы и выполнять полуавтоматическое восстановление работоспособности. Реализована поддержка мультикластерного управления, что позволяет централизованно контролировать распределённые инфраструктуры. Добавлена функция автоматического масштабирования, обеспечивающая адаптацию ресурсов под текущие нагрузки. Кроме того, платформа теперь поддерживает развертывание в различных облачных средах и на разных гипервизорах, предоставляя заказчикам свободу выбора инфраструктуры.</p> <p>Безопасность и наблюдаемость стали одними из ключевых направлений развития. В версии 1.4 появилась система обнаружения некорретных конфигураций с точки зрения информационной безопасности, что позволяет предотвращать потенциальные угрозы на ранних этапах. Усилен мониторинг состояния кластеров, внедрено централизованное логирование для сбора и анализа событий, а также добавлено управление сетевыми политиками, обеспечивающее тонкую настройку межсетевого взаимодействия.</p> <p>Для бизнес-пользователей новая версия предлагает инструменты, ускоряющие разработку и повышающие прозрачность процессов. Автоматизация развертывания и обновлений реализована через GitOps-инструмент Fleet. Платформа интегрирована с различными системами хранения данных, включая LocalPath, Cinder, vSAN и Yandex Storage, предоставляя гибкие возможности для работы с данными. Аутентификация может выполняться через LDAP и SSO, а гранулярный контроль доступа обеспечивает защиту корпоративных данных от несанкционированного использования.</p> <p>Управление множеством кластеров теперь доступно через единый веб-интерфейс, что существенно упрощает администрирование. Графический интерфейс стал более интуитивным, появился визуальный редактор сетевых политик, позволяющий настраивать правила без глубокого погружения в код. Встроенный терминал для работы с подами ускоряет выполнение задач, а централизованный маркетплейс приложений упрощает развёртывание готовых сервисов. </p> <p>«Выход версии 1.4 — это закономерный этап развития „Боцмана“ как платформы, которая закрывает самые сложные задачи управления контейнерными средами. Мы сделали акцент на автоматизации процессов: от самодиагностики и восстановления кластеров до GitOps-подхода в развертывании. Это позволяет заказчикам сосредоточиться на разработке приложений, а не на поддержке инфраструктуры», — прокомментировал Михаил Кобик, технический директор платформы «Боцман».</p> Компания «Платформа Боцман» (входит в «Группу Астра») выпустила новую версию решения для управления контейнеризированными … message