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=234306 Thu, 12 Feb 2026 00:00:00 +0300 <p>Говоря об ИТ-разработке, можно отметить, что главный драйвер 2025 года оказался до банальности простым — дорогие деньги. Высокая ключевая ставка резко сменила фокус бизнеса: ИТ перестали быть пространством для долгих экспериментов и превратились в инструмент выживания. Обсудим определившие этот разворот тренды и прогнозы на 2026 год.</p> <h3>От роста к эффективности</h3> <p>В 2025 году запрос бизнеса на рынке интеграторов изменился принципиально. Если раньше компании были готовы полгода заниматься проектированием и ещё год — внедрением сложных трансформационных решений, то в последнее время средний чек снизился, горизонт планирования сузился, а терпимость к экспериментам без четкого финрезультата практически обнулилась.</p> <p>В свою очередь, стали особенно востребованы любые оптимизации — локальные внедрения с очевидным и измеримым эффектом, например, внедрение систем персонализации, которые быстро окупаются и дают понятный бизнес-результат. Такие проекты относительно недороги, реализуются быстро и легко масштабируются, что делает их привлекательными для компаний, стремящихся сокращать издержки, а не увеличивать масштаб. Именно этот точечный подход стал для интеграторов ответом на вызовы рынка и определил вектор работы на ближайшие годы.</p> <p>Аудиты, которые помогают понять, как процессы работают сегодня и где скрыты избыточные расходы, превратились в самостоятельную услугу. Практически у любой компании с развитым ИТ-ландшафтом есть избыточные расходы на серверы, железо и облака. По нашему опыту, в среднем около 20% инфраструктуры используется неэффективно из-за ошибок проектирования, устаревших настроек или банального страха что-то отключить. Даже сокращения персонала часто происходят быстрее и решительнее, чем оптимизация серверной инфраструктуры. При этом один раз вложившись в аудит и наведение порядка, бизнес получает понятную и быструю экономию без потери производительности.</p> <h3>Информационная безопасность: неочевидное направление</h3> <p>Одним из самых заметных трендов 2025 года стала информационная безопасность. Причем рынок довольно быстро понял, что ИБ состоит из двух принципиально разных направлений.</p> <p>Первое — это защита от взлома: как сделать так, чтобы атаковать компанию было сложно, долго и дорого. Второе — это способность быстро восстановиться, если взлом все-таки произошел. Стоит подчеркнуть, что это направление даже ближе к антикризисным мерам и стратегиям, чем к классической информационной безопасности. И именно вторая часть оказалась для большинства компаний белым пятном: заранее почти никто ее не прорабатывал.</p> <p>2025 год стал болезненным пробуждением. Массовые атаки показали, что бизнес любого масштаба может оказаться легкой добычей. Если раньше, условно, злоумышленники грабили банки ради денег, то сегодня атаки скорее направлены на нанесение бизнесу ущерба как такового — а разрушать всегда проще, чем воровать. Это фундаментально изменило правила игры в информационной безопасности.</p> <p>При этом интерес к ИБ в 2026 году будет напрямую зависеть от новых инцидентов. Пока «пахнет дымом», бюджеты находятся быстро. Когда память о взломах тускнеет, появляется иллюзия, что опасность миновала. Но объективно рынок огромен: в большинстве компаний, особенно в ритейле, специалисты по ИБ без труда найдут, что улучшить.</p> <h3>Мультиоблачность как новая норма</h3> <p>Переезд в облака в 2025 году перестал быть модным экспериментом и стал прагматичным расчетом. С точки зрения управления облака позволяют гибко масштабировать ресурсы: в пиковые моменты можно быстро докупить мощность, а потом вернуть ее обратно. Это дает реальную экономию, особенно для ритейлеров с сезонным бизнесом.</p> <p>Тем не менее, эта задача далеко не тривиальная: не просто скопировать файлы и запустить систему на другом сервере. Миграция в облака требует серьезного пересмотра ИТ-архитектуры, глубокого понимания процессов и тысячи часов работы по настройке и оптимизации.</p> <p>Кроме того, бизнес убедился на практике, что полная зависимость от одного провайдера — слишком большой риск. Поэтому в 2026 году все отчетливее будет проявляться тренд на мультиоблачные архитектуры. Раскладывать инфраструктуру «по разным корзинам» сложнее, но это напрямую связано и с устойчивостью, и с информационной безопасностью.</p> <h3>Собственный e-commerce против маркетплейсов</h3> <p>Рост комиссий маркетплейсов в 2025 году стал катализатором еще одного важного сдвига. Когда комиссии по некоторым категориям уже достигают <nobr>35-40%,</nobr> затраты становятся сопоставимыми со стоимостью собственной e-commerce. Но разница принципиальная: если в собственном канале бизнес строит долгосрочные отношения с клиентом, то на маркетплейсе он платит те же деньги и не знает о покупателе практически ничего.</p> <p>Для обычной e-commerce D2C это стало серьезным вызовом: конкурировать с сервисом маркетплейсов крайне сложно. Поэтому компании начали искать решения через проектирование омниканальной стратегии: выстраивать персонализированные отношения с клиентами через собственные каналы продаж, не отказываясь при этом от присутствия на маркетплейсах.</p> <p>Проблема в том, что системных и доступных решений для среднего и крупного бизнеса на рынке сейчас почти нет. Ушли SAP, Salesforce, Shopify Plus, а кастомная разработка остается дорогой. Желание инвестировать в цифровую трансформацию у компаний есть, но часто оно упирается в отсутствие средств.</p> <h3>Переосмысление ИИ: от хаоса к стратегии</h3> <p>Один из самых важных трендов, переходящих в 2026 год, — переосмысление подхода к внедрению искусственного интеллекта. <nobr>2024-2025</nobr> годы прошли под знаком хаотичных экспериментов. Компании автоматизировали колл-центры, запускали контент-фабрики, пробовали чат-ботов, генерацию видео, аналитику. Но в итоге, по нашим наблюдениям, 80% таких проектов не дали финансового результата.</p> <p>Обманка ИИ в том, что его возможности видны невооруженным глазом, но далеко не всегда отражаются в ясном и измеримом бизнес-результате. Кажется, что если модель может прочитать «Войну и мир» за минуту или написать стихи, то она и продажи легко удвоит. И тут возникает разрыв между желанием и реальностью — внедрение требует множества нюансов. Переосмысление подхода заключается в системной интеграции технологий: действовать стоит стратегически, а не хаотично.</p> <p>Важный тренд 2026 года — предоставление сотрудникам легального и безопасного доступа к генеративным моделям внутри компании. Это позволяет видеть, кто и как использует инструменты, без риска утечки данных и личных расходов сотрудников. А кроме того дает возможность оценить уровень проникновения технологии: кто активно использует ИИ, кто стал амбассадором, а кто остался за бортом. Для компаний с тысячами сотрудников такой подход становится необходимым для управления цифровой трансформацией. ИИ не заменяет людей, он усиливает их: senior-сотрудники становятся сильнее, а неопытные без базовых навыков, наоборот, рискуют усугубить хаос. Поэтому внедрять приходится не только модели, но и культуру работы с ними.</p> <p>Следующий шаг эволюции — переход от хаотичного и даже просто централизованного внедрения ИИ к стратегической модели зрелости. На этом этапе ИИ перестает быть набором разрозненных инициатив и становится частью бизнес-архитектуры: с понятным владельцем, связью с корпоративной стратегией, R&D и продуктовыми приоритетами, едиными принципами работы с данными и прозрачными метриками эффективности.</p> <p>Важный сдвиг — фокус должен сместиться с автоматизации отдельных функций на пересборку процессов и ролей: ИИ внедряется не поверх, а внутрь цепочек создания ценности. Это требует централизованного управления доступом и данными, но при этом — децентрализованного использования, когда решения принимаются ближе к бизнесу. Именно в такой модели появляются внутренние амбассадоры, формируется понятная воронка идей, а эффект от ИИ оценивается не по количеству пилотов, а по реальному влиянию на эффективность, скорость и качество решений. Именно этот переход от экспериментов к системности и определяет зрелость подхода к ИИ в 2026 году.</p> <h3>Данные как основа: новая норма-2026</h3> <p>И кризисное время еще сильнее обнажило старую боль бизнеса: разрозненные данные и случайную аналитику. Прежде чем построить дэшборд, сотруднику иногда приходится тратить часы на сбор информации; в сложных случаях на это может уходить месяц — беготня по отделам, настройка интеграций и потоков, связывающих CRM и другие системы. Еще одна боль — невозможность получать актуальные показатели в реальном времени: например, статусы заказов отсутствуют или хранятся в пяти разных системах, и никакой дэшборд не может дать полную картину.</p> <p>Эта проблема традиционно решалась через ETL — Extract, Transform, Load — и систему дата-варехаус. ETL собирал и приводил данные в порядок, дата-варехаус хранил их, а BI-система строила визуализацию. Последний шаг всегда работал: Power BI или аналогичные инструменты справлялись. Но первые два этапа — сбор и хранение данных — оставались узким местом.</p> <p>Можно заметить, что на рынке ИТ-систем за последний год не произошло глобальных прорывов: классические CRM, сервис-доски и сайты остались примерно на том же уровне. Однако именно в области аналитики появились инструменты нового поколения, которые существенно упрощают работу. Интерфейсы подобных систем позволяют собирать, структурировать, обогащать и визуализировать данные в low-code- или no-code-подходе, в итоге дэшборд и аналитика могут работать с минимальными усилиями — иногда в пять раз меньшими, чем раньше. Внедрение таких систем становится частью «новой нормы» и базовой ИТ-инфраструктуры компании: управление бизнесом без прозрачной и актуальной информации становится неполноценным.</p> <p>2025 год стал годом взросления. Иллюзии роста без оглядки на эффективность закончились: в <nobr>2026-й</nobr> бизнес входит более трезвым, прагматичным и требовательным. Роль CIO и CTO постепенно смещается от операционного управления к стратегическому выбору — где ускоряться, где упрощать и от каких инициатив стоит отказаться. И в выигрыше окажутся те компании, которые будут воспринимать ИТ не как набор инструментов, а как осознанную систему принятия решений, основанных на качественных данных.</p> <p> #IMAGE_234307#</p> Говоря об ИТ-разработке, можно отметить, что главный драйвер 2025 года оказался до банальности простым — дорогие … article Станислав Пятецкий, CEO ИТ-интегратора AWG https://www.itweek.ru/themes/detail.php?ID=234305 Thu, 12 Feb 2026 00:00:00 +0300 <p><em>Знаете это чувство, когда вы выполняете с помощью искусственного интеллекта за 10 минут задачу, на которую раньше уходил час... а затем сразу же начинаете три новых дела, потому что теперь у вас «есть время»? Это не победа в плане производительности, а ловушка. Это подтверждает новое <a href="https://hbr.org/2026/02/ai-doesnt-reduce-work-it-intensifies-it">исследование</a> Harvard Business Review, в котором изучалось, как генеративный ИИ за восемь месяцев изменил рабочие привычки в технологической компании с численностью сотрудников около 200 человек, сообщает портал </em><em>eWeek</em><em>.</em></p> <p>Что показало исследование? Инструменты ИИ не уменьшили рабочую нагрузку. Они постоянно ее увеличивали.</p> <p>Вот что произошло:</p> <ul> <li> Люди брали на себя работу, которая им не принадлежала. Менеджеры по продуктам начали писать код. Исследователи пытались выполнять инженерные задачи. ИИ сделал все выполнимым, поэтому люди просто... делали больше.</li> <li> Перерывы исчезли. Работники начали запрашивать у ИИ информацию во время обеда, между совещаниями, даже непосредственно перед тем, как покинуть свои рабочие места («позвольте мне отправить последний промпт, чтобы он мог работать, пока меня нет»). Работа стала, как выразились исследователи, «фоновой»: всегда рядом, всегда возможно, всегда заманчиво.</li> <li> Многозадачность резко возросла. Сотрудники запускали несколько агентов ИИ параллельно, возобновляли старые задачи, которые откладывали, и жонглировали большим количеством потоков, чем когда-либо. Они чувствовали себя продуктивными. Они также чувствовали себя более занятыми, чем до начала использования ИИ.</li> </ul> <p>Один инженер идеально это сформулировал: «Вы думали, что, поскольку с ИИ вы сможете быть более продуктивными, то вы сэкономите время и будете работать меньше. Но вы не работаете меньше. Вы работаете столько же или даже больше».</p> <p>Все почувствовали это лично. ИИ не ощущается как работа. Он ощущается как игра. Вы не «пишете отчет», вы «болтаете с Клодом». Вы не «проводите исследование», вы «изучаете идею». То напряжение, которое раньше заставляло вас делать перерыв (ожидание коллеги, взгляд на пустую страницу, не зная, с чего начать), исчезло.</p> <p>А без этого напряжения... вы просто никогда не остановитесь.</p> <p>Так в чем же решение? Не «устанавливайте более четкие границы». Это тот самый совет из электронных писем, который мы игнорировали 15 лет назад.</p> <p>Лучшее решение — это составной инжиниринг (compound engineering), концепция Кирана Клаассена из Every. Основная идея: вместо того, чтобы использовать ИИ для того, чтобы делать больше работы, используйте его для создания систем, где каждая выполненная часть работы упрощает следующую. Тогда ваш код (или рабочий процесс) со временем становится проще, а не сложнее.</p> <p>Вот ключевые принципы, которые стоит перенять, даже если вы не инженер:</p> <ul> <li><strong> Тратьте 80% времени на планирование, 20% на создание.</strong> Большинство людей делают наоборот. Но с ИИ «планы — это новый код»; если план хорош, результат будет хорошим. Тщательно проведите мозговой штурм и спланируйте, а затем позвольте ИИ выполнить задачу.</li> <li><strong> Правило 50/50. </strong>Половину времени тратьте на саму задачу, а половину — на улучшение самой системы (образцы, промпты, многократно используемые шаблоны). Возникает эффект накопления; вы инвестируете в то, чтобы завтра делать работу быстрее.</li> <li><strong> Создавайте страховочные сети, а не контрольные точки.</strong> Вместо того чтобы проверять каждую строку результатов работы ИИ, создайте системы мониторинга и тестирования, которые автоматически выявляют проблемы. Доверьтесь процессу, а затем проверьте его на уровне запроса на внесение изменений (для тех, кто не занимается программированием, речь идет о проверке окончательного результата перед «публикацией» работы).</li> <li><strong> Откажитесь от идеи «код — это самовыражение».</strong> Это относится не только к программированию. Если ваша идентичность связана с выполнением работы, а не с её управлением, вы будете сопротивляться изменениям. Новый навык — это чувство вкуса, а не умение набирать текст.</li> </ul> <p>Исследователи из HBR рекомендуют «намеренные паузы» и «последовательность». Это хорошо. Но составной инжиниринг идёт дальше: он превращает беговую дорожку ИИ в маховик. Вместо того чтобы делать больше дел с той же скоростью, вы каждый раз делаете одни и те же дела быстрее, что и высвобождает реальное время.</p> Знаете это чувство, когда вы выполняете с помощью искусственного интеллекта за 10 минут задачу … article https://www.itweek.ru/themes/detail.php?ID=234304 Wed, 11 Feb 2026 16:17:47 +0300 <p>Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ проанализировал стратегические ориентиры научно-технической политики Германии, нацеленной на ускоренное внедрение научных результатов в промышленность и обеспечение технологического суверенитета за счет интенсивного развития приоритетных цифровых технологий.</p> <p>Несмотря на то, что Германия стабильно входит в топ-5 мировых лидеров по основным индикаторам развития сферы науки и технологий (объему внутренних затрат на исследования и разработки, численности исследователей, числу публикаций в международных научных журналах и поданных патентных заявок на изобретения), продолжает увеличиваться ее отставание по большинству показателей от мировых лидеров — США и Китая. В целях повышения конкурентоспособности страны Федеральное министерство исследований, технологий и космоса Германии в 2025 г. приняло программу «Исследования и инновации для технологического суверенитета», бюджет которой составляет 19 млрд евро на период реализации до 2030 г.</p> <p>Помимо довольно значительного бюджета, Программа предусматривает активное вовлечение бизнеса в поддержку исследовательской деятельности. Это, например, видно из таких целевых показателей, как: увеличение к 2030 г. доли ВЗИР в ВВП до 3,5%, в том числе 2,5% — за счет средств предпринимательского сектора (в 2024 г. 3,13 и 2,14% соответственно) и удвоение числа университетских стартапов, в частности создаваемых совместно с компаниями (с 2 927 в 2023 г. до 5 854).</p> <p>Приоритетными направлениями поддержки исследований и разработок в Программе определены три области, имеющие высокий потенциал внедрения результатов в промышленность: ИИ, микроэлектроника (включая полупроводники и сенсоры) и квантовые технологии.</p> <p>Для их интенсивного развития предлагается портфель мер, включающий прямое финансирование (гранты с дифференцированным покрытием расходов для МСП и крупного бизнеса), образовательные инициативы, механизмы трансфера технологий и налоговые стимулы для привлечения в стартапы венчурных средств.</p> <p>Так, например, проекты в сфере ИИ продолжительностью до трех лет, реализуемые университетами и научными организациями совместно с МСП или крупными компаниями, могут претендовать на гранты, покрывающие до 50% или 40% расходов на ИР соответственно. Предприятиям в сфере микроэлектроники и квантовых технологий могут компенсировать 50% (для МСП) и 70% (крупным компаниям) затрат на ИР, вузам и научным организациям — 100%.</p> Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ проанализировал стратегические ориентиры … message https://www.itweek.ru/themes/detail.php?ID=234302 Wed, 11 Feb 2026 16:16:19 +0300 <p>66% ИТ-специалистов столкнулись с трудностями при поиске работы в 2025 году. Еще 42% «айтишников» говорят о заморозке заработных плат. ИИ ухудшает качество найма: резюме утратили смысл, а дополнительные проверки увеличивают стоимость и срок найма в среднем до 3+ месяцев. При этом большинство ИТ-специалистов считает неэтичные практики использования ИИ в процессе трудоустройства вынужденной мерой в условиях высокой конкуренции за рабочие места. Такие выводы содержатся в совместном исследовании коммуникационного агентства iTrend и Центра анализа мировых тенденций (ЦАМТ), реализованном при поддержке Ассоциации «Руссофт» и ИТ-компании iSpring. </p> <p>Исследование проведено в конце 2025 — начале 2026 года и основано на качественных глубинных интервью с представителями ИТ-рынка, а также количественном опросе более 100 специалистов разных уровней. </p> <p>Рынок труда в ИТ к началу 2026 года окончательно замедлился. Компании перешли от массового найма к точечному и более осторожному открытию позиций. Это привело к резкому росту конкуренции среди кандидатов: число открытых вакансий в 2025 году сократилось на 22% по сравнению с 2024 годом — впервые с 2019 года, по проанализированным исследователями данным из открытых источников.</p> <p>Рынок труда фактически стал рынком работодателя, отмечают авторы исследования. ИТ-специалисты перестали диктовать условия, а компании ужесточили требования к опыту, глубине экспертизы и способности кандидатов решать прикладные задачи.</p> <p>Рост заработных плат практически остановился — 42% респондентов говорят о заморозке повышений в своих компаниях. В 2025 году средняя зарплата в ИТ выросла у ряда специалистов всего на 4% и составила около 180 тыс. рублей в месяц (данные исследования совпадают с данными Хабр Карьера и Росстата). Незначительная индексация зарплат связана, в первую очередь, с дефицитом специалистов уровня middle+, которых компании стараются удерживать деньгами. В то же время зарплатные ожидания junior- и части middle-«айтишников» все чаще оказываются выше уровня, предлагаемого рынком. При этом работодатели «хотят больше за меньшие, чем раньше, деньги», свидетельствуют респонденты. Приобретение новых технологических знаний и навыков более не гарантирует рост заработной платы, как это было принято в ИТ-отрасли в предыдущие годы.</p> <p>В 2025 году ИТ-специалистам стало сложнее находить новую работу. Если до этого в ИТ было сложно «войти» новичкам, то теперь со сложностями столкнулись представители всех грейдов, включая опытных специалистов. 66% опрошенных связывают сложности с увеличением конкуренции за вакансии, вне зависимости от уровня опыта. Работодатели стали сильнее фильтровать кандидатов на соответствие требованиям (стек, зарплатные ожидания, опыт и т.д.) еще на стадии первичного отбора: теперь порядка 50% соискателей не доходят до проверки профессиональных навыков.</p> <p>Одним из ключевых сдвигов рынка труда стало изменение самих механизмов найма в ИТ. Резюме перестали работать как инструмент отбора: массовое использование ИИ в процессе трудоустройства уравняло кандидатов и снизило ценность готовых резюме и портфолио для работодателей. Более половины респондентов (55%) считают, что ИИ усложняет найм — сложнее пробиться через «фильтры», а работодатели все чаще фокусируются на технических интервью и тестовых заданиях, что дополнительно увеличивает длительность и стоимость найма. В итоге поиск работы у специалистов всех уровней занимает в среднем 3 месяца и более, а количество этапов отбора увеличивается. Это отмечают порядка 50% участников опроса.</p> <p>Среди наиболее распространенных практик неэтичного использования ИИ при найме респонденты называли «приписывание опыта/кейсов», «выполнение тестовых заданий», «преувеличение роли в проектных командах», «ответы на вопросы технического интервью».</p> <p>При этом лишь 40% респондентов осуждают подобные неэтичные практики использования ИИ в процессе трудоустройства, большинство же считает это вынужденной мерой, связывая ее, с одной стороны, с массовой доступностью ИИ-инструментов (78%), а с другой — с возросшей конкуренцией за вакансии (64%). Порядка 60% опрошенных используют ИИ при написании сопроводительных писем, около 50% — для выполнения тестовых заданий и прохождения технического интервью. Большинство ИТ-специалистов считают, что ИИ положительно влияет на их карьерные перспективы (59%) и регулярно используют для рабочих задач (54%). О повышении личной продуктивности при помощи ИИ в работе говорят 72% ИТ-специалистов. Чаще всего искусственный интеллект используется для автоматизации рутинных задач (65%). </p> <p>Несмотря на общее замедление найма, исследование не фиксирует резкого роста увольнений. Большинство компаний в 2025 году сокращали именно открытие новых позиций, а не штат. Основными причинами ухода сотрудников оставались выгорание и снижение эффективности, а не массовые сокращения или закрытие проектов.</p> <p>«Полтора года назад DevOps-инженер рассматривал до 10 предложений по работе в день. В начале 2026 года на одну tech-вакансию может приходить до 300 откликов. Появилась „теневая занятость“ — когда специалист работает сразу на нескольких работодателей. Удерживать лояльность команд стало сложнее, а сворачивание долгосрочных инвестпроектов ограничивает возможности для карьерного роста в ИТ. Одновременно бизнес внедряет ИИ в ИТ-процессы и разработку ПО, создавая дополнительное давление на рынок труда. Быстрые изменения полностью меняют ландшафт найма, удержания и развития ИТ-команд, а между работодателем и сотрудником появляются ИИ-барьеры», — прокомментировал Павел Житнюк, генеральный директор коммуникационного агентства iTrend.</p> <p>«Рынок труда реагирует на замедление отрасли быстрее других показателей. Мы видим классическую фазу охлаждения после периода перегрева. Компании дольше принимают решения и точнее формулируют запрос к кандидатам. При этом дефицит опытных специалистов сохраняется, поэтому зарплаты уровня middle+ продолжают расти, пусть и заметно медленнее, чем в предыдущие годы», — отметил Роман Юнеман, основатель ЦАМТ.</p> <p>По данным исследования, валовая добавленная стоимость ИТ-сектора в 2025 году сократилась на 7% и составила 2,6 трлн рублей. Это первое снижение показателя за последние пять лет. Компании столкнулись с удорожанием денег и снижением готовности инвестировать в рискованные проекты, что ограничило возможности для роста и масштабирования, и напрямую отразилось на рынке труда. </p> <p>Результаты исследования показали, что все изменения носят системный характер и затрагивают рынок полностью, а не отдельные компании или сегменты.</p> <p>«Для ИТ-индустрии ключевым активом остаются люди, поэтому кадровая ситуация напрямую влияет на состояние компаний. При этом за последние годы структура дефицита изменилась: если раньше не хватало специалистов любого уровня, то сегодня рынок перенасыщен джунами без достаточной инженерной подготовки, тогда как дефицит middle- и senior-специалистов только усиливается. Развитие искусственного интеллекта дополнительно снижает спрос на начальные позиции, но повышает ценность опытных кадров, способных создавать и развивать сложные технологические решения», — рассказал Валентин Макаров, президент ассоциации ИТ-компаний «Руссофт».</p> <p>«Результаты исследования подтверждают то, что мы видим в работе с корпоративными клиентами: рынок труда в ИТ вошел в фазу рационализации. Компании перестали расширять команды авансом и все чаще фокусируются на производительности, управляемости и измеримых результатах. Это напрямую влияет на подход к людям — важны не просто технические навыки, фокус смещается с них на способность быстро работать в логике бизнеса и стабильно давать результат. В таких условиях растет роль внутренних ресурсов: обучения, развития и внутренней мобильности, которые позволяют закрывать потребности без постоянного выхода на внешний рынок», — прокомментировал Андрей Приемко, директор по разработке iSpring. </p> 66% ИТ-специалистов столкнулись с трудностями при поиске работы в 2025 году. Еще 42% «айтишников» говорят … message https://www.itweek.ru/themes/detail.php?ID=234301 Wed, 11 Feb 2026 16:14:05 +0300 <p>MWS Cloud, входит в МТС Web Services, объявила о выводе сервиса Managed Kubernetes в промышленную эксплуатацию (GA). Сервис доступен пользователям MWS Cloud Platform и предназначен для запуска и эксплуатации Kubernetes-кластеров в облачной среде. Решение берёт на себя управление инфраструктурой и жизненным циклом Kubernetes, позволяя инженерным командам сосредоточиться на продукте. Использование Managed Kubernetes сокращает время вывода новых сервисов на рынок и упрощает построение масштабируемых и отказоустойчивых ИТ-систем с учётом строгих требований к отказоустойчивости и масштабируемости.</p> <p>Managed Kubernetes — это полностью управляемый PaaS-сервис для запуска и эксплуатации кластеров Kubernetes в облаке. Сервис снимает с клиента задачи администрирования и эксплуатации Kubernetes на уровне инфраструктуры.</p> <p>В рамках сервиса доступны автоматическое масштабирование рабочих узлов, гибкая настройка ресурсов, сервисные окна для плановых операций, интеграция с IAM и сетевой инфраструктурой облака. Поддержаны подключения постоянных томов хранения данных с использованием CSI (Container Storage Interface) и управление сетевой балансировкой на уровне кластера при помощи Cloud Controller Manager (CCM).</p> <p>Managed Kubernetes подходит для использования в широком спектре отраслей — от информационных технологий и e-commerce до финансового сектора, медиа и промышленности. Развёртывание кластера занимает несколько минут и доступно в режиме self-service через консоль MWS Cloud Platform, а также с использованием CLI и API.</p> <p>Managed Kubernetes в облаке MWS Cloud Platform был запущен в режиме Preview в 2025 году и за это время прошёл проверку в реальных сценариях использования внутренними клиентами МТС. Сервис протестировали онлайн-кинотеатр КИОН, MWS Data и другие. Полученный опыт позволил доработать сервис, улучшить стабильность, пользовательский интерфейс и подготовить его к промышленной эксплуатации.</p> <p>«При разработке Managed Kubernetes мы сделали ставку на архитектурную изоляцию и управляемость, чтобы сервис можно было использовать в реальных бизнес-нагрузках. В результате получилась платформа, которая одинаково хорошо подходит и для корпоративных сценариев с высокими требованиями к надёжности и производительности, и для продуктовых команд, которым нужен быстрый запуск и масштабирование без избыточных операционных затрат», — отметил Александр Курасов, руководитель продуктового направления PaaS в MWS Cloud Platform.</p> MWS Cloud, входит в МТС Web Services, объявила о выводе сервиса Managed Kubernetes в промышленную эксплуатацию … message https://www.itweek.ru/themes/detail.php?ID=234300 Wed, 11 Feb 2026 10:57:39 +0300 <p><em>Использование платформ вайб-кодинга, в которых разработчики ПО при генерации, уточнении и отладке кода используют для управления большими языковыми моделями (LLM) промпты на естественном языке, продолжает расширяться. Параллельно с этим развивается и сама вайб-технология. Хотя пока неясно, как это повлияет на будущее, вайб-кодинг уже изменил существующие методологии разработки ПО. И это влияние значительно. Это как </em><em>agile</em> <em>на стероидах, или «гипергибкая разработка», пишет в корпоративном блоге Нил Николаизен, внештатный научный консультант в программе IDC для ИТ-руководителей.</em></p> <p>Методы разработки ПО, будь то похожие на каскадную или гибкую разработку, построены вокруг того, что всегда было неизменным узким местом: времени и усилий, необходимых для написания кода.</p> <h3>Как традиционные методы разработки обходят узкое место в кодировании</h3> <p>Чтобы обойти это узкое место, организации делают следующее:</p> <ul> <li> Уделяют время, даже в гибких рабочих процессах, определению желаемых результатов и исчерпывающих списков требований к ПО. Учитывая время и усилия, необходимые для создания ПО, заинтересованные стороны рассматривают каждый проект разработки как единственную возможность получить все, что они хотят, поэтому они серьезно подходят к определению желаемого.</li> <li> Внедряют обратную связь. Одна из истин в разработке ПО заключается в том, что никто не знает, чего хочет, пока не увидит это. В результате, особенно в гибких рабочих процессах, заинтересованные стороны должны проверять выполняемую работу, чтобы снизить вероятность отклонения проекта от намеченного курса. В гибком методе Scrum эта обратная связь поступает на этапах планирования продукта, релиза и спринта, а также во время демонстраций в конце спринта.</li> <li> Используют управление проектами и портфелями. Из-за большого времени и усилий, необходимых для создания ПО, стоимость ошибок высока. Поэтому организации создают вспомогательные процессы, такие как управление проектами и портфелями, которые призваны снизить проектные риски.</li> <li> Относятся к проектам по разработке ПО как к капитальным проектам, требующим утвержденного бизнес-плана или обоснования стоимости, которые обеспечивают отдачу от того, что может быть крупным вложением времени и усилий.</li> </ul> <h3>Что меняется, когда код перестаёт быть ограничивающим фактором</h3> <p>Как использование платформ вайб-кодинга меняет ситуацию? Оно значительно сокращает время и усилия, необходимые для написания кода. В вайб-кодинге платформа на базе ИИ пишет ПО, в то время как инженеры-программисты занимаются его рефакторингом. Более того, вайб-кодинг освобождает их от необходимости заниматься определением и проектированием решений.</p> <p>Узкое место смещается: в игру вступает теория ограничений. Что это значит? Узкое место, вокруг которого традиционно строились методологии разработки, смещается на другую часть процесса. Это прекрасный пример из теории ограничений.</p> <p>Если исторически огромное узкое место в написании кода исчезает, должны измениться и наши методы.</p> <h3>Первые уроки применения ваб-кодинга на практике</h3> <p>Мой первый опыт в области вайб-кодинга показывает следующее:</p> <ul> <li> Требования могут развиваться, а не быть исчерпывающе определены заранее. Необходимость в детальном или исчерпывающем определении требований исчезает. Поскольку время от выявления потребности до доставки работающего ПО сокращается, требования могут развиваться через ряд расширяющихся версий. Первоначальные требования могут быть простыми, например, концепция, которую затем можно итерировать.</li> </ul> <p>При вайб-кодинге создание версий ПО занимает гораздо меньше времени. Учитывая это, возникает вопрос: насколько важно качество первоначального определения требований? Если команда разработчиков упустит какие-то требования, исправленная версия появится всего через несколько часов или дней.</p> <p>Требования должны быть направлены на достижение желаемого результата от программного продукта. Какова его цель? Как будет оцениваться его эффективность? Каковы критерии успеха и приемлемости? Эти требования, основанные на результатах, становятся путеводной звездой для команды разработчиков.</p> <ul> <li> Объем работ больше не должен быть жестко ограничен. Больше нет необходимости контролировать объем работ, отказываясь от некоторых идей или потребностей. Заинтересованные стороны могут представлять свои пожелания.</li> <li> Проверка результатов заинтересованными сторонами становится новым узким местом. Если на создание версии ПО уходит на 50, 60 или 75% меньше времени, проверки заинтересованных сторон и принятие ими решений должны происходить гораздо быстрее. Вероятно, команде следует готовить версию ПО к обзору каждые день-два, а на ранних этапах проекта — даже чаще.</li> </ul> <p>Заинтересованные стороны и лица, принимающие решения, часто очень заняты. Есть ли у них время встречаться раз в день или через день для обзора последней версии ПО? Возможно, нет.</p> <p>Один из вариантов — заменить частые обзоры и принятие решений более активной командой разработчиков и специалистов по продукту. При определении желаемых результатов команда должна также определить, какие типы решений требуют участия заинтересованных сторон. Это должны быть только решения, влияющие на результаты.</p> <p>Должна ли команда консультироваться с генеральным директором по поводу того, на каком расстоянии от края страницы должно располагаться изображение? Надеемся, что нет. Только небольшая часть решений должна требовать рассмотрения заинтересованными сторонами, чтобы команда могла быстро продвигаться вперед.</p> <ul> <li> Обоснование проекта следует рассматривать как эксперимент. Поскольку время и усилия, необходимые для создания продукта, значительно сокращаются, организациям следует переосмыслить свой подход к обоснованию проекта или его ценностному предложению.</li> </ul> <p>По-прежнему ли необходимо создавать, проверять и утверждать обоснование проекта или его ценностное предложение до начала работы? Или проект можно рассматривать как эксперимент, где первоначальная версия создается на основе ожидаемой ценности и затем измеряется ее влияние?</p> <p>Если влияние соответствует ожиданиям, функциональность может быть расширена и может быть выпущена следующая версия. Если нет, команда может изменить направление и перейти к следующей концепции. Стоимость ошибки теперь низка.</p> <ul> <li> Развертывание становится узким местом только в том случае, если команды позволяют ему стать таковым. В процессе развертывания все еще может возникнуть узкое место, но только если организация еще не освоила DevOps, DevSecOps и CI/CD. ИИ может быть проинформирован о цели развертывания и выполнить большую часть работы.</li> </ul> <h3>Ускорение получения ценности требует изменения процессов, а не только инструментов</h3> <p>В сценариях, когда команда создает что-то, предназначенное для генерации ценности, вайб-кодинг позволяет организациям гораздо быстрее реализовать эту ценность. Однако, чтобы действительно сократить время получения ценности, весь процесс, от начала до обзоров и циклов разработки, должен измениться, чтобы не стать следующим узким местом.</p> <p>Будет досадно, если организация внедрит вайб-возможности, не перестроив при этом более широкий процесс разработки ПО.</p> Использование платформ вайб-кодинга, в которых разработчики ПО при генерации, уточнении и отладке кода используют … article https://www.itweek.ru/themes/detail.php?ID=234299 Wed, 11 Feb 2026 10:24:08 +0300 <p><em>До недавнего времени большинство предприятий рассматривали данные реального времени как нечто, к чему обращаются только в случае крайней необходимости. Они находились на периферии корпоративной архитектуры. Однако ситуация изменилась: данные и аналитика реального времени стали ключевой темой усилий по модернизации предприятий и анонсов инфраструктуры данных, сообщает портал </em><em>BigDataWire</em><em>.</em></p> <p>В прошлом году Confluent и Databricks объединили усилия, чтобы преодолеть разрыв в данных для искусственного интеллекта. Партнерство построено вокруг уровня данных в движении для конвейеров ИИ. Snowflake и Ataccama сотрудничают в области обеспечения доверия к данным реального времени для корпоративного ИИ.</p> <p>Данные реального времени также являются ключевой темой в научной ИИ-сфере. Исследователи теперь в значительной степени склоняются к анализу данных по мере их поступления вместо анализа пакетных данных позже. В условиях резкого роста объемов данных Брукхейвенская национальная лаборатория внедрила ИИ в физические конвейеры. Берклиевская лаборатория связала детекторы с суперкомпьютерами для анализа данных ядерной физики в реальном времени.</p> <p>Как в корпоративном секторе, так и в науке общая нить одна и та же. Данные все чаще используются в момент принятия решений, независимо от того, принимаются ли эти решения людьми, программным обеспечением или системами ИИ.</p> <h3>Почему использование реального времени перешло из разряда крайних случаев в разряд стандартных?</h3> <p>Чтобы лучше понять этот сдвиг, давайте немного вернемся назад. Исторически «реальное время» использовалось только тогда, когда это было абсолютно необходимо. Сценарии использования в основном были связаны с отчетами, а не с действиями.</p> <p>Таким образом, цель заключалась скорее в понимании, чем в реагировании. Это считалось рискованным, потому что было трудно узнать, являются ли данные полными и надежными. Если возникали какие-либо проблемы, отладка в реальном времени была мучительной. Это была еще одна система, которая могла отстать или дать сбой. Большинство предприятий ограничивали использование реального времени только критически важными сценариями, такими как обнаружение мошенничества или мониторинг сети.</p> <p>С тех пор ситуация изменилась. Одна из причин этого заключается в том, что облачные платформы и управляемые потоковые сервисы сняли большую часть операционной нагрузки, которая делала использование реального времени рискованным. Хотя затраты по-прежнему остаются серьезной проблемой, стало значительно проще (и предсказуемее) довести идею до работающего производственного конвейера. Корпоративным системам не нужно ждать следующего запланированного запуска, чтобы получить необходимые данные.</p> <p>Еще одним важным моментом стало сочетание ИИ и автоматизации, приближающее данные к выполнению. Встраивая модели непосредственно в рабочие процессы, предприятия теперь могут получать актуальные данные. Это также позволяет выявлять проблемы с задержкой, которые ранее были скрыты за отчетами и панелями мониторинга.</p> <p>Когда системы ИИ работают с некачественными или устаревшими данными, это отражается на качестве выходных данных. Это может привести к принятию неверных бизнес-решений. Сейчас мы видим, как современные приложения генерируют непрерывные потоки событий из различных источников, таких как поведение клиентов или телеметрия системы. Рынок перешел от периодических снимков к более непрерывным сигналам, поступающим в режиме реального времени. Именно поэтому технология реального времени теперь находится близко к архитектурному ядру, а не является крайним случаем.</p> <p>Стоит помнить, что использование реального времени по умолчанию не означает, что каждой системе необходимы обновления с точностью до миллисекунды или постоянная потоковая передача данных, но это означает, что команды все чаще исходят из предположения, что актуальное состояние должно быть доступно в момент принятия решений.</p> <h3>Как предприятия применяют реальное время сегодня</h3> <p>Большинство предприятий используют реальное время в качестве уровня выполнения. Оно вышло за рамки простого уровня отчетности. Это означает, что данные сначала используются системами и рабочими процессами, а затем могут быть обобщены для использования в панелях мониторинга или отчетах по мере необходимости. Многие системы теперь спроектированы таким образом, чтобы выполнять действия непосредственно через потоки данных реального времени. Например, приложения теперь могут корректировать поведение системы или обновлять рекомендации по мере развития событий.</p> <p>Во многих средах данные реального времени используются для поддержания постоянно обновляемого состояния. Это могут быть контекст сессии, уровни запасов, оценки рисков или показатели состояния системы. Любой тип данных, который помогает приложениям ориентироваться при принятии решений.</p> <p>Изменился подход команд к проектированию с учетом этого состояния. Вместо создания конвейеров, существующих исключительно для передачи данных аналитике, команды, работающие с данными, создают системы, которые по умолчанию ожидают актуальности состояния. Это влияет на то, как сервисы взаимодействуют, как обрабатываются сбои и как структурируются рабочие процессы. Данные реального времени часто используются для управления действиями, обеспечения соблюдения ограничений или предотвращения рассинхронизации систем при изменении условий. Со временем это смещает роль аналитики на более поздние этапы. Несомненно, понимание ситуации по-прежнему важно, но оно все чаще следует за выполнением, а не руководит им.</p> <h3>Аналогичные изменения в конвейерах научных данных</h3> <p>Подобные изменения происходят и за пределами предприятий. Данные поступают в таком масштабе и с такой скоростью, что это бросает вызов традиционным пакетным рабочим процессам в научных исследованиях. Подход «сохранить все, чтобы проанализировать позже» больше не работает. Обработка в реальном времени часто используется для фильтрации, маркировки или ранжирования поступающих данных, чтобы только наиболее релевантные сигналы передавались дальше. Это помогает снизить нагрузку на системы хранения, а также избежать неэффективного использования вычислительных ресурсов для обработки малоценных или некорректных данных.</p> <p>Благодаря более оперативной обратной связи исследователи также могут корректировать эксперимент или исследование по мере необходимости. Это может включать изменение параметров или экспериментальных условий после обнаружения аномалий в поступающих данных. Они могут даже корректировать настройки просто для проверки различных условий или идей.</p> <p>Во многих лабораториях это достигается за счет прямой связи приборов и детекторов с высокопроизводительными вычислительными ресурсами. Вместо того чтобы сначала собирать данные и отправлять их на анализ позже, вычисления выполняются параллельно со сбором данных. Это означает, что не нужно ждать начала отдельной фазы постобработки — вы можете видеть результаты, пока эксперименты еще продолжаются.</p> <p>В биологических науках и исследованиях, требующих интенсивной обработки изображений, анализ в реальном времени используется для сортировки поступающих данных, принятия решений о том, что следует сохранить, что можно сжать, а что можно немедленно отбросить, чтобы оставаться в рамках ограничений систем хранения и вычислительных ресурсов.</p> <p>Однако по мере распространения систем реального времени возникают новые проблемы. Надежность — одна из самых больших. Поскольку системы реального времени работают непрерывно, может не хватать контроля для выявления проблем. Даже незначительные проблемы, которые остаются незамеченными, могут быстро перерасти в серьезные. Природа систем реального времени также дорогостояща. Любой всплеск данных или трафика может увеличить затраты на инфраструктуру — чего предприятия не хотят, особенно учитывая их обеспокоенность по поводу рентабельности инвестиций в свои ИИ-инициативы.</p> До недавнего времени большинство предприятий рассматривали данные реального времени как нечто, к чему обращаются только … article https://www.itweek.ru/themes/detail.php?ID=234297 Tue, 10 Feb 2026 17:20:54 +0300 <p>Компания Richat представила платформу для создания интеллектуальных чат-ботов, которая позволяет малому и среднему бизнесу внедрить ИИ-решения без привлечения разработчиков. Продукт зарегистрирован в Роспатенте и включен в реестр отечественного ПО.</p> <p>Рынок присутствия брендов в цифровом пространстве переживает структурный сдвиг. В 2025 году чат-боты активно применяются в различных отраслях — от розничной торговли и финансов до образования и здравоохранения. А согласно отчету DemandSage, уже к 2027 году чат-боты будут основным инструментом для 25% всех компаний.</p> <p>По словам представителей Richat, большинство руководителей российских компаний понимают потенциал ИИ, но не знают, с чего начать внедрение. Конструктор решает эту задачу. Система обучается на данных конкретной компании — достаточно загрузить документы в любом формате или указать ссылки на сайт. Программирование при этом не требуется.</p> <p>Например, производственные компании могут создавать интерактивные инструкции к продукции. HR-отделы использовать ботов для адаптации новых сотрудников — вся необходимая информация доступна в формате диалога. Маркетологи могут загружать данные о конкурентах и получать сравнительный анализ. А тех.поддержка и FAQ — создавать ботов и снижать на 80% количество обращений к живым операторам. </p> <p>Отдельное направление — партнерская модель, где веб-студии, SMM-агентства и интеграторы могут использовать ботов для своих клиентов. </p> <p>ИИ-ассистенты работают круглосуточно, что напрямую влияет на качество клиентского сервиса. Оперативные ответы на запросы повышают лояльность аудитории и конверсию в покупку. При этом бизнес сохраняет контроль над информацией — система обучается только на тех данных, которые компания готова предоставить. </p> <p>Платформа работает с основными мессенджерами и CRM-системами. Пользователи настраивают поведение ассистента через промпты и управляют правами доступа. Для интеграции с внешними сервисами предусмотрен API.</p> <p> </p> Компания Richat представила платформу для создания интеллектуальных чат-ботов, которая позволяет малому и среднему бизнесу … message https://www.itweek.ru/themes/detail.php?ID=234296 Tue, 10 Feb 2026 17:18:44 +0300 <p>«Группа Астра» вывела на рынок Clouden — решение для централизованного управления гибридной и мультиоблачной инфраструктурой. Разработка отвечает на ключевой запрос рынка — потребность в едином инструменте для управления разнородными средами, включая физические серверы, разные платформы виртуализации и публичные облака.</p> <p>Продукт позволяет решить одну из важнейших бизнес-задач, трансформируя сложный набор разрозненного ПО и «железа» в управляемую систему. Clouden предоставляет единое окно для контроля, автоматизации и оркестрации всех ресурсов, превращая процесс запроса и выдачи ИТ-услуг в быструю, стандартизированную операцию.</p> <p>«Рынок созрел для решений, которые не навязывают свою экосистему, а гибко объединяют уже имеющиеся у компании-клиента технологии, — отметил Павел Гуральник, генеральный директор ISPsystem (входит в „Группу Астра“). — Clouden — это логичное развитие нашей экспертизы и BILLmanager. Основная задача новинки — дать людям единый пульт управления для всей существующей ИТ-инфраструктуры: своих серверов, различных платформ виртуализации, российских и зарубежных облаков. Это позволяет ускорять проекты за счет полной управляемости и прозрачности».</p> <p>Clouden относится к категории CMP-решений: обеспечивает сквозную автоматизацию, имеет встроенную BI-аналитику для прогнозирования затрат, портал самообслуживания и гибкую систему тарификации. Платформа включена в реестр Минцифры и предназначена для средних и крупных компаний, государственных структур, а также организаций с распределенной филиальной сетью.</p> «Группа Астра» вывела на рынок Clouden — решение для централизованного управления гибридной и мультиоблачной … message https://www.itweek.ru/themes/detail.php?ID=234295 Tue, 10 Feb 2026 17:16:37 +0300 <p>Компания «Газинформсервис» представила квартальное обновление SafeERP 4.9.8 — программного комплекса для защиты корпоративных ERP-систем и процессов разработки. Новая версия усиливает контроль безопасности SAP и 1С, снижает операционные риски и повышает эффективность команд разработки.</p> <p>Модуль комплексной защиты SAP (анализ кода ABAP и контроль настроек платформы) получил инструменты для точного управления правами доступа и минимизации ложных срабатываний:</p> <ol> <li>усиленный контроль ролевой модели SAP Java — автоматически выявляет избыточные привилегии, несоответствия полномочий и ошибки конфигурации. Это снижает риски внутренних инцидентов и упрощение прохождения аудитов безопасности;</li> <li>сравнение ролей — новая проверка позволяет сопоставлять две роли по агентам и мандантам, мгновенно обнаруживая различия в правах доступа, для ускорения анализа ролевой модели при реорганизациях и аудитах, экономия времени администраторов безопасности;</li> <li>персонализированные отчёты — выгрузка данных по критичности, категориям уязвимостей и другим параметрам для управленческих решений. Это позволяет вести прозрачную отчётность перед руководством и регуляторами;</li> <li>управление ложными срабатываниями (ЛПС) — найденные уязвимости можно помечать как ЛПС, исключая их из последующих сканирований, позволяя сократить временя анализа результатов на <nobr>30–40%</nobr> и сделав фокус команды безопасности на реальных угрозах;</li> <li>добавлена проверка SAP NOTE и возможность их обновления — критичный функционал для поддержания защищённости системы.</li> </ol> <p>Модуль комплексной защиты 1С (анализ кода и настроек платформы) получил следующие обновления:</p> <ol> <li>массовые уведомления по email — автоматическая рассылка изменений статусов уязвимостей («утверждено», «ЛПС», «на доработку») всем участникам проекта. Это делает прозрачным процесс устранения уязвимостей, сокращает время согласований между командами безопасности и разработки;</li> <li>детализированный отчёт в Excel — сводная информация по проекту, фильтруемый поиск по недостаткам и оптимизированная структура данных. Это упрощает анализ для руководителей и подготовку отчётов для регуляторов;</li> <li>конструктор собственных проверок — новые шаблоны позволяют создавать кастомные правила анализа платформы 1С под специфику бизнес-процессов компании; </li> <li>управление исключениями — возможность добавлять найденные недостатки платформы 1С в белый список, снижает шум от повторяющихся несущественных срабатываний, повышает точность мониторинга;</li> <li>дашборд «Контроль настроек» — визуализация количества и критичности уязвимостей, их динамики во времени, рейтинг проверок с наибольшим числом срабатываний. Это важно для быстрой оценки защищённости системы для принятия управленческих решений.</li> </ol> <p>Модуль инструментов безопасной разработки (SAST, DAST, PENTEST) расширяет покрытие технологического стека:</p> <ol> <li>новый инструмент SCA (Software Composition Analysis) — анализирует зависимости open source на предмет актуальности, известных уязвимостей и соответствия лицензионным требованиям. Бизнес-выгода заключается в защите от рисков использования устаревших или уязвимых библиотек, соблюдении лицензионной дисциплины, снижении правовых рисков;</li> <li>автоматизация DAST-сканирований — запуск проектов динамического анализа веб-приложений по расписанию.</li> </ol> <p>«SafeERP — единственное на российском рынке модульное решение, позволяющее управлять безопасностью ERP и информационных систем на базе SAP и 1С из единого окна», — отметила Римма Кулешова, менеджер продукта SafeERP компании «Газинформсервис».</p> <p>«В этом релизе мы сознательно сосредоточились не на отдельных точечных функциях, а на усилении повседневной работы команд, отвечающих за безопасность и разработку. Большинство изменений в SafeERP 4.9.8 направлены на снижение ручной нагрузки: меньше времени на разбор результатов, меньше неопределённости при работе с ролями, настройками и уязвимостями, больше прозрачности для принятия решений», — подчёркнула Римма Кулешова.</p> <p>Команда разработки усилила контроль ролевых моделей, работу с SAP Security Note, управление ложными срабатываниями и отчётность, потому что именно в этих зонах заказчики чаще всего сталкиваются с потерей времени и ростом рисков. «В результате система не просто находит проблемы, а помогает быстрее понять их значимость, расставить приоритеты и довести исправления до результата — без перегрузки команд и без потери управляемости», — добавила эксперт.</p> Компания «Газинформсервис» представила квартальное обновление SafeERP 4.9.8 — программного комплекса для защиты … message https://www.itweek.ru/themes/detail.php?ID=234294 Tue, 10 Feb 2026 17:10:35 +0300 <p>Компания «Тантор Лабс» объявила о выпуске СУБД Tantor Basic 18, основанной на мажорном релизе PostgreSQL 18 и включающей все ее ключевые возможности. Базовая редакция от вендора включает техническую поддержку, платформу управления любыми БД на основе Postgres и ряд исправлений и доработок, направленных на повышение стабильности, безопасности и предсказуемости работы СУБД.</p> <p>В состав Tantor Basic 18 вошли все нововведения PostgreSQL 18, в том числе:</p> <ul> <li>асинхронный ввод-вывод (AIO): Новая подсистема позволяет выполнять операции ввода-вывода параллельно, не блокируя рабочие процессы. Это приводит к значительному ускорению последовательных сканирований больших таблиц, операций с битовыми индексами (bitmap scan), фоновой очистки (VACUUM) и других операций, интенсивно использующих диск, повышает общую пропускную способность системы и сокращает время отклика при работе с большими объемами данных;</li> <li>логическая репликация из резервных копий: ее запуск теперь возможен напрямую из физических резервных копий, что ускоряет и упрощает развертывание реплик;</li> <li>Skip Scan по составным индексам: оптимизатор получил возможность эффективно использовать составные B-tree индексы, даже когда в запросе не указано условие по первому столбцу индекса. Это сокращает необходимость в создании дополнительных индексов, экономит дисковое пространство и ускоряет операции записи;</li> <li>утилита pg_verifybackup в составе дистрибутива для проверки целостности резервных копий, сделанных через pg_basebackup, повышает надежность процедур восстановления;</li> <li>функция uuidv7(): добавлена встроенная функция для генерации UUID версии 7, которые лучше подходят для использования в качестве первичных ключей, обеспечивая сортировку и высокую производительность индексов;</li> <li>аутентификация OAuth 2.0: добавлена встроенная поддержка современного протокола аутентификации OAuth, что упрощает интеграцию с централизованными системами идентификации (IdP) и реализацию единого входа (SSO);</li> <li>сохранение статистики при обновлении (pg_upgrade): при обновлении мажорной версии СУБД с помощью pg_upgrade теперь сохраняется статистика оптимизатора.</li> </ul> <p>В новый релиз также вошли дополнения, разработанные «Тантор Лабс», в частности, новое расширение pg_sample_profile, обеспечивающее профилирование активности работы базы данных и включающее такую функциональность, как:</p> <ul> <li>сбор статистики по процессам клиентской сессии, включая основной процесс и порожденные от него параллельные воркеры;</li> <li>сбор статистики по всем «живым» процессам в течение указанного времени;</li> <li>сбор статистики по всем процессам СУБД в течение указанного времени.</li> </ul> <p>Расширена функциональность утилиты pgaudit:</p> <ul> <li>реализована поддержка более 170 новых событий, включая <nobr>DML-операции</nobr> (SELECT, INSERT, UPDATE, DELETE, TRUNCATE, COPY) и <nobr>DDL-операции</nobr> (CREATE, ALTER, DROP для таблиц, индексов, представлений, функций, ролей и других объектов);</li> <li>расширена поддержка типов объектов базы данных для точного определения целевых объектов маркировки;</li> <li>добавлена система маркировки событий, обеспечивающая выборочное логирование событий на основе настраиваемых правил;</li> <li>реализовано хранение правил маркировки на диск с помощью функции pgaudit_marking.rules_conf_save();</li> <li>добавлена настройка pgaudit.marking_rules_enabled, позволяющая включать или отключать систему маркировки событий;</li> <li>реализовано отдельное журналирование маркированных событий в CSV-формат, включая временные метки, детали подключения, типы событий и объектов, текст запроса и статус выполнения;</li> <li>предусмотрены функции управления правилами: pgaudit_marking.set_rule(), pgaudit_marking.remove_rule(), pgaudit_marking.show_rules() для настройки и мониторинга правил во время выполнения.</li> </ul> <p>«С выходом базовой редакции СУБД Tantor Postgres 18 малый и средний бизнес может рассчитывать на преимущества всех нововведений „ванильной“ PostgreSQL 18 и дополнений от Tantor, включая продвинутые средства администрирования БД и вендорскую поддержку», — отметил Вадим Яценко, генеральный директор «Тантор Лабс».</p> Компания «Тантор Лабс» объявила о выпуске СУБД Tantor Basic 18, основанной на мажорном релизе PostgreSQL … message https://www.itweek.ru/themes/detail.php?ID=234293 Tue, 10 Feb 2026 17:05:30 +0300 <p>Компания «Перфоманс Лаб», российский разработчик решения для обезличивания данных «Датасан», объявила о выпуске крупного обновления продукта. Ключевое нововведение — модуль усечения данных, который позволяет значительно сократить объем тестовых баз, сохраняя при этом их логику и целостность.</p> <p>Новый модуль позволяет создавать минимально приемлемые по размеру копии баз данных, которые необходимы для разработки и тестирования. Это ускоряет процесс обезличивания данных в 4 раза по сравнению с обработкой полной базы. </p> <p>Модуль работает по заданным условиям, позволяя удалять из базы ненужные записи с сохранением их связей и зависимостей. Он может применять методы каскадного удаления или переносить «дельту» данных в новую таблицу. Усечение можно настроить по различным параметрам: дате, географическим признакам, маске идентификатора (например, серии паспорта или номера телефона) или полу.</p> <p>«Модуль усечения значительно сокращает время деперсонализации, при этом сохраняя ее пригодность для тестирования. Функция незаменима при инцидент-менеджменте, когда нужно оперативно передать обезличенные данные для анализа и локализации проблемы», — прокомментировал Василий Жидков, владелец продукта «Датасан».</p> <p>Пример использования: в мобильном приложении был зафиксирован сбой, проявившийся только в одном регионе. Чтобы локализовать проблему, QA-подрядчику нужно получить обезличенную копию базы данных. С помощью нового модуля базу можно быстро усечь базу по географическому признаку, уменьшить ее размер и передать разработчикам в соответствии с требованиями законодательства (например, Приказ Роскомнадзора № 140), не нарушая логику и архитектуру БД.</p> Компания «Перфоманс Лаб», российский разработчик решения для обезличивания данных «Датасан», объявила о выпуске крупного … message https://www.itweek.ru/themes/detail.php?ID=234290 Tue, 10 Feb 2026 12:28:15 +0300 <p>В большинстве API-маркетплейсов основное внимание уделяется API как продуктовой единице. На практике API — это лишь часть пользовательского пути. Многие сервисы требуют административного слоя: управление пользователями, ролями, настройками, контентом и доступами.</p> <p>Без админки API становится просто «двигателем» без руля: интеграции работают, но дальше пользовательский путь ломается, повышаются операционные затраты и падает конверсия. В этой статье мы разбираем, как построить лицензирование административных интерфейсов на уровне платформы, чтобы сделать API-платформу полноценной продуктовой средой.</p> <h3>Проблемы классических API-маркетплейсов</h3> <p>В традиционной модели API-маркетплейсов поставщики фокусируются на предоставлении самих API. Эти интерфейсы обычно готовы к продаже и интеграции, имеют документацию и endpoints, которые можно подключить к внешним системам. Административные панели, необходимые для управления сервисом, часто поставляются отдельно. Их распространение происходит через договоры, ручные инвайты или списки пользователей в email, а управление лицензиями полностью остаётся на стороне команды поставщика. Такая организация работы увеличивает нагрузку на разработчиков и продуктовые команды, которым приходится вручную настраивать доступы и контролировать права пользователей.</p> <p>Со стороны потребителей ситуация выглядит ещё более сложной. API приобретается централизованно, но управление сервисом требует работы с разрозненными интерфейсами: отдельными админ-панелями, внутренними инструментами поставщика или локальными конфигурациями. Отсутствие прозрачности затрудняет понимание того, кто имеет доступ, какие права включены и за что именно платится. Недостаток видимости в распределении прав увеличивает когнитивную нагрузку на команды, повышает вероятность ошибок и усложняет контроль над ресурсами.</p> <p>Все перечисленные трудности напрямую влияют на эффективность интеграций и бизнес-процессы. Разрыв между API и административными интерфейсами нарушает пользовательский путь, повышает операционные расходы и замедляет внедрение сервисов. Для конечного клиента это выражается в длительном времени онбординга, сложностях управления лицензиями и непонимании структуры оплаты, что снижает доверие и мешает масштабированию платформы.</p> <h3>Архитектурное решение</h3> <p>К этой проблеме можно подойти с инженерной точки зрения и переосмыслить роль административного интерфейса. Вместо побочного инструмента поддержки он становится <em>лицензируемым модулем продукта</em>, который интегрируется в платформу наравне с API. Админка рассматривается как полноценный компонент системы, требующий контроля доступа, управления лицензиями и учета использования наравне с основными сервисами.</p> <p>Первый принцип решения заключается в том, что <em>админка рассматривается как отдельный модуль</em>. Административный интерфейс регистрируется в платформе аналогично API, а лицензии привязываются к конкретному проекту и роли пользователя. Регистрация отдельного модуля обеспечивает чёткое разделение ответственности между разными частями продукта и упрощает интеграцию с платформенной системой управления доступами.</p> <p>Второй принцип — <em>лицензия как единица доступа</em>. Каждая лицензия соответствует одному пользователю с административными правами. Платформа поддерживает разные модели продажи: лицензии могут включаться в тариф вместе с API или продаваться отдельно, что позволяет поставщикам гибко настраивать коммерческие предложения и масштабировать количество администраторов в зависимости от потребностей клиента.</p> <p>Третий принцип заключается в <em>централизованном управлении правами и лицензиями</em>. Платформа берёт на себя инвайты пользователей, контроль жизненного цикла лицензий (активация, отзыв, истечение), аудит и логирование действий, а также проверку прав доступа через RBAC. Централизованное управление снижает нагрузку на команды поставщиков, повышает прозрачность распределения прав и упрощает контроль за использованием административного функционала.</p> <h3><strong>Техническая реализация</strong></h3> <p>С инженерной точки зрения ключевые компоненты такого решения включают несколько взаимосвязанных слоёв. <em>Идентификация и аутентификация</em> обеспечивают единую модель пользователя для API и административного интерфейса. Для проверки токенов при обращении к админ-панели используются стандарты JWT или OAuth2, что позволяет централизованно управлять сессиями и правами доступа без дублирования данных между сервисами.</p> <p><em>RBAC (Role-Based Access Control)</em> отвечает за определение ролей и прав на уровне лицензии. Платформа проверяет права пользователя при каждом запросе к админке, что обеспечивает строгий контроль доступа. Архитектура поддерживает расширение ролей на новые функции без необходимости изменения самого API сервиса, что упрощает масштабирование и добавление функционала.</p> <h3>Преимущества для поставщиков и потребителей</h3> <p>С учётом централизованного управления и интеграции ключевых компонентов платформы, подобное решение приносит ощутимые преимущества как для поставщиков, так и для потребителей сервисов.</p> <p>Поставщики получают возможность продавать продукт целиком — API вместе с административным интерфейсом. Формализуется модель монетизации административных функций, которая легко масштабируется в зависимости от числа пользователей и лицензий. Автоматизация инвайтов и управления лицензиями снижает объём ручной работы, упрощает поддержку и контроль прав доступа, что повышает доверие корпоративных клиентов и ускоряет внедрение сервисов.</p> <p>Для потребителей создаётся единая точка входа: интеграция и управление сервисом происходят через платформу. Прозрачная структура оплаты и лицензий обеспечивает понимание, за что именно производится оплата, а контроль командных доступов реализуется без необходимости внешних договорённостей. Такой подход снижает операционные риски, минимизирует вероятность ошибок при распределении прав и упрощает администрирование сервисов.</p> <p>В совокупности лицензируемая админка, централизованное управление и интеграция с API формируют полноценную платформу, в которой сервисы можно продавать, подключать и эксплуатировать максимально безопасно, прозрачно и масштабируемо.</p> <p>Внедрение лицензирования административных интерфейсов превращает API-маркетплейс в полноценную платформу продуктов. API остаётся фундаментом системы, а управление доступами, контроль ролей и жизненный цикл администраторов встроены в архитектуру наравне с основными сервисами. Такая интеграция ускоряет подключение сервисов, упрощает эксплуатацию и делает продукт завершённым как с инженерной, так и с бизнес-точки зрения.</p> <p>#IMAGE_234291#</p> В большинстве API-маркетплейсов основное внимание уделяется API как продуктовой единице. На практике API — это … article Анастасия Котова, менеджер по продукту “Маркетплейс цифровых интеграций ГИД” в ООО “Оператор Газпром ИД” https://www.itweek.ru/themes/detail.php?ID=234289 Tue, 10 Feb 2026 12:15:53 +0300 <p><em>SaaS (</em><em>Software</em><em>-</em><em>as</em><em>-</em><em>a</em><em>-</em><em>Service</em><em>) не исчезает — он становится «системой учета» (</em><em>system</em> <em>of</em> <em>record</em><em>)</em><em>, авторитетным источником истины, на который опирается агентный искусственный интеллект для рассуждений и действий. Это проверка реальностью для </em><em>CIO</em> <em>и инвесторов, <em>пишет на портале eWeek Майлз Суер, директор по маркетингу решений компании Alation</em></em>.</p> <p>Несколько лет назад мне довелось познакомиться с двумя действительно уважаемыми консультантами, востребованными благодаря их экспертизе в области веб-сервисов. Они сделали смелое предсказание: веб-сервисы обеспечат для бизнеса возможности более высокого уровня, в то время как приложения отойдут на второй план, превратившись во вспомогательную инфраструктуру для этих возможностей.</p> <p>Всё произошло не совсем так. Вместо этого в важнейшие бизнес-возможности превратились интеграция и API, которые сейчас обеспечивают работу современных цифровых предприятий.</p> <p>В последние месяцы появились аналогичные смелые заявления — на этот раз о долгосрочной жизнеспособности SaaS. Учитывая усиление внимания инвесторов к бизнес-моделям SaaS, эти заявления оказывают заметное влияние на рынок.</p> <h3>Действительно ли SaaS мертв?</h3> <p>Некоторые комментаторы ставят под сомнение факт «смерть» приложений SaaS, что способствует волатильности рынка для таких компаний, как ServiceNow, Salesforce и Oracle. Например, Александр Пуутио <a href="https://www.forbes.com/sites/alexanderpuutio/2025/07/04/saas-is-dead-long-live-service-as-a-service/">написал</a> в Forbes: «SaaS мертв. Да здравствует „сервис как услуга“ (Service-as-a-Service)». Другие представители отрасли придерживаются аналогичной позиции. Этот тезис получил распространение на фоне недавних отчетов о доходах и прогнозов компаний, которые побудили инвесторов пересмотреть ожидания роста крупных поставщиков SaaS.</p> <p>Реальность более сложная. SaaS — и даже локальные приложения — не обязательно исчезнут. Меняется то, как они используются.</p> <h3>От «систем учета» к «системам действий»</h3> <p>Все чаще эти платформы будут функционировать как системы учета, обеспечивая фундамент данных, который позволяет получать ценность от агентного ИИ. Эти данные по-прежнему необходимо где-то создавать, хранить и анализировать — и в большинстве случаев это «где-то» будет по-прежнему SaaS.</p> <p>Что изменится в формирующейся агентной экономике, так это то, как будет создаваться и предоставляться ценность. Вместо простого сбора записей о финансовых транзакциях или данных о клиентах, агентная экономика сосредоточится на стимулировании действий. По словам Питера Баллиса, технического директора Workday, агенты помогут превратить ERP-системы из систем учета в системы действий.</p> <p>Этот сдвиг уже происходит. Согласно нашему исследованию, 67,5% компаний-разработчиков ПО уже внедрили решения на основе агентного ИИ. «Мы не рассматриваем агентный ИИ как средство устранения приложений или систем бизнес-аналитики. Вместо этого мы видим в нем демократизацию доступа и стимулирование трансформации бизнеса, поскольку агенты меняют то, какая работа выполняется людьми, а какая автоматизируется», — говорит Говард Дреснер из Dresner Advisory Services. Приложения SaaS будут продолжать приносить значительную пользу, но это ценностное предложение будет переформатировано агентным ИИ. Со временем возможности агентного ИИ помогут превратить традиционные системы учета в измеримые системы ценности.</p> <h3>Руководство для CIO и инвесторов</h3> <p>Утверждение о том, что SaaS мертв, просто неверно. Согласно отчету Google «The ROI of AI 2025», 12,5% из 3466 опрошенных организаций сообщили, что являются одними из первых, кто внедрил агентный ИИ, и что они уже получают измеримую выгоду. Наше исследование указывает на отрезвляющую реальность: только 32% компаний добились успеха в области бизнес-аналитики, и эти организации смогли преуспеть, проделав не самую привлекательную работу по индустриализации данных — улучшению качества, управления, интеграции и масштабируемости данных. Без этой основы энтузиазм по поводу новых технологий не приведет к реальным результатам. Вопреки некоторым рыночным прогнозам, эта волна технологических изменений не связана с полной заменой существующих систем учета.</p> <p>Так что же на самом деле должно беспокоить инвесторов и CIO? Эта волна стирает границы между категориями ПО. В течение многих лет существовало четкое разделение между платформами low-code, инструментами разработки процессов, бизнес-аналитикой, хранилищами данных и корпоративными приложениями. По мере того, как эти границы размываются, а возможности пересекаются, поставщики ПО будут вынуждены конкурировать с более широкой группой поставщиков. Мы считаем, что эта конвергенция приведет к консолидации отрасли.</p> <p>Для CIO приоритетом является принятие правильных стратегических решений. Если ваша организация все еще не достигла зрелости в работе с данными, сосредоточьтесь на инструментах и ​​подходах, которые ускорят развитие зрелости в области данных и помогут вам перейти к агентной экономике. Речь идет не о покупке самых модных новых технологий. Речь идет о создании сообществ практиков и разработке всеобъемлющей стратегии, которая балансирует тактическое исполнение с долгосрочными стратегическими изменениями.</p> <p>Для инвесторов послание аналогично: проведите исследование. Узнайте, какие компании лучше всего подготовлены для внедрения агентных решений. Узнайте, кто может лучше всего помочь 68% организаций, которые все еще испытывают трудности с достижением зрелости в области данных, быстрее всего продвинуться вперед. Эти компании станут победителями — так же, как Nvidia стала победителем в сфере производства чипов. И помните, этот сдвиг не связан с полной заменой существующих решений. Речь идет об укреплении фундамента, необходимого для перехода к настоящим системам действий.</p> SaaS (Software-as-a-Service) не исчезает — он становится «системой учета» (system of record), авторитетным … article https://www.itweek.ru/themes/detail.php?ID=234288 Tue, 10 Feb 2026 11:07:44 +0300 <p><em>При федеративном подходе руководители служб информационной безопасности (</em><em>CISO</em><em>) устанавливают общекорпоративную политику и стратегию управления рисками, в то время как владельцы данных отвечают за внедрение мер безопасности, <em>пишет на портале The</em></em> <em>New</em> <em>Stack</em> <em>Джош Лемос, CISO компании GitLab.</em></p> <p>ИБ-руководители предприятий оказались на распутье. Их бюджеты растут недостаточно быстро, ИИ поглощает все корпоративные данные, а программные среды, за которые отвечают CISO, становятся все более разнообразными и динамичными.</p> <p>И еще одна плохая новость: эти проблемы нельзя решить, нанимая больше людей, покупая больше инструментов или работая дольше. Традиционная централизованная модель безопасности больше не масштабируется. Вместо этого CISO теперь должны распределить модель безопасности между владельцами бизнеса, которые находятся ближе всего к местам возникновения рисков. Короче говоря, CISO необходимо принять федеративную модель управления безопасностью.</p> <p>Хорошая новость заключается в том, что при федеративном подходе CISO могут устанавливать общекорпоративную политику и стратегию управления рисками, в то время как владельцы данных и технические команды отвечают за внедрение мер безопасности в своих бизнес-подразделениях. Это обеспечивает централизованное управление, гарантируя при этом эффективное внедрение политик.</p> <h3>Федерализация обеспечивает гибкость и масштабируемость</h3> <p>Традиционные модели безопасности требуют от CISO экспертных знаний о самых разных бизнес-подразделениях и функциях со своими наборами проблем. Требования к защите данных, местные правила и соответствие отраслевым нормам могут сильно различаться в разных бизнес-подразделениях и операционных структурах.</p> <p>В отличие от этого, федеративная модель предполагает, что руководители бизнес-подразделений лучше всех понимают нюансы своих подразделений. При наличии соответствующих структур их специализированные знания помогают им внедрять стратегии безопасности, соответствующие их контексту.</p> <p>При федеративном подходе организации могут немедленно получить три мощных преимущества:</p> <ol> <li><strong> Контекстно-ориентированная безопасность минимизирует трение.</strong> В федеративной модели решения по безопасности принимаются быстрее, поскольку они принимаются ближе к месту событий. Когда команда разработчиков хочет развернуть новый API для взаимодействия с клиентами, ей не нужно ждать три недели для проверки безопасности. Ответственный за безопасность, который уже понимает модель данных и требования соответствия, может утвердить его в течение 48 часов.</li> <li><strong> Гибкие политики ускоряют внедрение технологий.</strong> При федеративном управлении CISO может устанавливать общие организационные стандарты для внедрения технологии, в то время как его технические партнеры в бизнесе отвечают за реализацию. Сегодня централизованный подход может означать полный запрет ИИ-помощника по кодированию, поскольку он может раскрыть конфиденциальные данные. В федеративной модели CISO устанавливает политику, согласно которой инструменты ИИ не должны передавать код, содержащий данные клиентов или регулируемые данные, а затем бизнес-подразделения внедряют соответствующие меры контроля.</li> <li><strong> Масштабируемая безопасность обеспечивает рост организации.</strong> Приобретения, запуск новых продуктов и географическое расширение увеличивают нагрузку на централизованные команды безопасности. Например, экспансия в Европу означает, что они должны стать экспертами в GDPR, местных законах о данных и региональной облачной инфраструктуре. В федеративной модели CISO устанавливает глобальные стандарты классификации и защиты данных, в то время как региональные ИТ-руководители внедряют меры контроля, соответствующие их регионам. Это позволяет бизнес-подразделениям действовать гораздо быстрее, сохраняя при этом единый уровень безопасности.</li> </ol> <h3>Когда федерализация становится проблемой</h3> <p>Однако организации могут испытывать трудности с этим более распределенным подходом к безопасности. Если на предприятии существует множество разрозненных подразделений, жесткая структура и иерархическая культура управления, федерализация будет непростой задачей.</p> <p>Для этого перехода требуется новый подход, основанный на принципе общей ответственности. Руководители служб безопасности должны работать совместно со своими коллегами в бизнес-подразделениях, чтобы обеспечить гладкое внедрение новых политик и фреймворков. Стандарты и политики должны учитывать реалии современных технологических стеков, а не просто пытаться насильно привести их в соответствие.</p> <p>На практике это может выглядеть очень похоже на то, что сделала команда безопасности Netflix со своей философией «Мощеные дороги». Она добилась успеха во внедрении политик, сделав безопасные варианты наиболее простыми для разработчиков.</p> <p>Помимо инженерного аспекта, общеорганизационные стандарты должны обеспечивать гибкость. Избегайте чрезмерной специфичности стандартов, чтобы они оставались актуальными для каждого бизнес-подразделения. Партнеры из бизнес-подразделений должны гарантировать, что структуры контроля соответствуют их классификации данных и общим политикам организации. Внедрение процесса самостоятельного реагирования на исключения из рисков также может упростить работу подразделений в особых ситуациях, с учетом рисков и последствий.</p> <p>При этом безопасность не будет излишне препятствовать функционированию бизнес-подразделений. Напротив, она ускорит внедрение технологий и поможет подразделениям быстрее и эффективнее достигать своих бизнес-целей.</p> <h3>Рентабельность инвестиций в федерализацию</h3> <p>Руководство высшего звена и советы директоров будут продолжать оценивать инвестиции в безопасность, исходя из ее способности компенсировать риски, одновременно продвигая бизнес-цели организации. Давление на CISO с целью обеспечения рентабельности инвестиций и снижения рисков останется высоким в <nobr>2026-м</nobr> и в последующие годы. Федерализация позволит им более эффективно обеспечивать бизнес-результаты, одновременно рассматривая организационные риски в более широком контексте.</p> <p>Необходимость в новом подходе является неотложной. Системы ИИ становятся все более автономными и взаимосвязанными, создавая обширную и постоянно растущую поверхность атаки. Многие из этих систем уже давно выходят за рамки возможностей любой централизованной команды по эффективному управлению. В этой среде федерализация в области кибербезопасности является необходимостью.</p> <p>Федерализация также изменит то, как предприятия организуют, бюджетируют и реализуют программы безопасности. Для крупных, сложных организаций получение стратегического преимущества будет зависеть от того, насколько быстро они внедрят федеративный подход и примут более ориентированную на сотрудничество, распределенную культуру безопасности. Без этого их команды безопасности останутся узким местом. С федерализацией они смогут процветать в этом сложном и разнообразном ландшафте.</p> При федеративном подходе руководители служб информационной безопасности (CISO) устанавливают общекорпоративную политику … article https://www.itweek.ru/themes/detail.php?ID=234284 Mon, 09 Feb 2026 16:08:57 +0300 <p>«Группа Астра» представила новый крупный релиз платформы «Астра Мониторинг» 1.3.0. Центральным нововведением стала функция APM (Application Performance Monitoring). Теперь можно визуализировать всю цепочку обработки запросов в распределённых системах на интерактивной карте сервисов. Она автоматически отображает зависимости между компонентами, время отклика каждого звена и мгновенно подсвечивает узкие места, позволяя инженерам находить корневые причины замедлений и сбоев за считанные секунды, а также проводить оптимизация ИТ-инфраструктуры и процессов, опираясь на показания.</p> <p>Для максимального удобства работы полностью переработан пользовательский интерфейс. Навигация стала интуитивной, а ключевые функции вынесены на первый план. Добавлены новые инструменты: страница быстрой установки агентов, гибкий таймпикер с историей запросов, расширенная фильтрация событий и централизованное управление уведомлениями (мьютами). Автообновление данных теперь поддерживается для всех временных интервалов, обеспечивая актуальную информацию на дашбордах и в разделах событий.</p> <p>Значительно усилены возможности работы с сетевым оборудованием. Модуль SNMP получил исправление критических ошибок, встроенный редактор шаблонов и функцию автоматической расшифровки SNMP traps, что ускоряет реакцию на сетевые инциденты. Процесс трейсинга также стал проще: настройка сбора данных и управление агентами теперь полностью осуществляются через веб-интерфейс.</p> <p>В основе релиза — серьёзная работа над стабильностью и производительностью. Скорость отображения трейсов увеличена в 15 раз, внедрена система миграций баз данных для безопасного обновления, а также устранено 100+ ошибок во всех компонентах платформы. Важным достижением является закрытие критической уязвимости, что существенно повысило общий уровень безопасности решения.</p> <p>«Релиз версии 1.3.0 — это результат комплексной работы, воплотивший 16 новых возможностей и 84 улучшения. Платформа „Астра Мониторинг“ теперь предлагает беспрецедентную глубину анализа — от метрик инфраструктуры до производительности бизнес-приложений, обеспечивая техническим командам полный контроль и предсказуемость работы цифровых сервисов», — прокомментировал Илья Захаров, директор департамента мониторинга «Группы Астра».</p> «Группа Астра» представила новый крупный релиз платформы «Астра Мониторинг» 1.3.0. Центральным нововведением стала функция APM … message https://www.itweek.ru/themes/detail.php?ID=234283 Mon, 09 Feb 2026 16:07:19 +0300 <p>Компания OpenYard, российский производитель серверного оборудования, объявила о начале серийного производства enterprise-серверов на базе процессоров AMD EPYC <nobr>5-го</nobr> поколения. Новое семейство серверов получило название RS202A и расширяет продуктовый портфель компании решениями для высоконагруженных и бизнес-критичных ИТ-инфраструктур.</p> <p>Решение о начале серийного выпуска линейки обусловлено устойчивым ростом спроса со стороны российских заказчиков на многоядерные и энергоэффективные вычислительные платформы. Современные корпоративные нагрузки — от виртуализации и систем управления базами данных до аналитики больших данных и облачных сервисов — требуют высокой плотности вычислений, масштабируемости и гибкости конфигураций, что делает архитектуру AMD одной из наиболее востребованных на рынке.</p> <p>Серверы семейства RS202A представляют собой 2U-платформу корпоративного класса с поддержкой до двух процессоров AMD EPYC серии 9005 (Turin). В максимальной конфигурации сервер обеспечивает до 384 вычислительных ядер и 768 потоков, поддерживает до 6 ТБ оперативной памяти DDR5, современные интерфейсы PCIe Gen5 и OCP 3.0, а также масштабируемые подсистемы хранения с использованием NVMe, SAS и SATA-накопителей. Платформа ориентирована на эксплуатацию в корпоративных ЦОДах и высоконагруженных инфраструктурах, где ключевыми требованиями являются производительность, надежность и возможность кастомизации под конкретные задачи.</p> <p>«Мы видим, что рынок серверных решений находится в стадии активной трансформации: бизнес все чаще изучает альтернативные архитектуры, включая ARM, при этом x86-экосистема в ближайшие годы остается базой для большинства корпоративных и государственных инфраструктур. OpenYard давно работает с процессорами AMD и использует их в OCP-линейке серверов, что позволило нам накопить практическую экспертизу. В пятом поколении AMD EPYC мы видим особенно сбалансированное сочетание производительности, энергоэффективности и масштабируемости, востребованное в корпоративном сегменте. Запуск линейки RS202A — это прямой ответ OpenYard на текущие и прогнозируемые запросы заказчиков», — отметил Алексей Панков, директор по продажам OpenYard.</p> <p>Расширение линейки серверов на базе AMD EPYC стало логичным этапом развития продуктового портфеля OpenYard. Ранее компания уже реализовала крупные проекты на базе процессоров AMD, включая масштабные внедрения в инфраструктурах заказчиков из сегмента бигтех. В настоящее время серверы семейства RS202A проходят пилотные внедрения в корпоративных ИТ-средах, а объемы производства будут масштабироваться в зависимости от рыночного спроса.</p> <p>Производство серверов RS202A осуществляется на собственном производственном комплексе в Рязани. Компания также ведет системную работу по локализации компонентной базы и замещению критически важных элементов, что позволяет обеспечивать устойчивость поставок и соответствие требованиям российских заказчиков.</p> Компания OpenYard, российский производитель серверного оборудования, объявила о начале серийного производства … message https://www.itweek.ru/themes/detail.php?ID=234282 Mon, 09 Feb 2026 16:06:31 +0300 <p>MWS Cloud, входящая в МТС Web Services, сообщила о запуске управляемого сервиса Managed PostgreSQL в общий доступ (GA) на облачной платформе MWS Cloud Platform. Сервис позволит бизнесу без лишних инвестиций и трудозатрат разворачивать одну из популярнейших СУБД в мире — PostgreSQL. Он уже протестирован компаниями группы МТС и внешними заказчиками.</p> <p>Managed PostgreSQL — это полностью управляемый сервис для развёртывания СУБД PostgreSQL в инфраструктуре облачной платформы MWS Cloud Platform. Решение может использоваться как в небольших продуктовых командах, так и в составе сложных корпоративных ИТ-ландшафтов. Сервис помогает быстро запускать и масштабировать приложения, снижая операционные издержки на управление базами данных. При этом Managed PostgreSQL может быть частью сложных enterprise-архитектур. Сервис спроектирован с учетом строгих требований к безопасности, а команда поддержки клиентов помогает крупным заказчикам внедрить решение с учётом корпоративных требований.</p> <p>Managed PostgreSQL позволяет быстро запускать базы данных, строить как standalone-инсталляции, так и отказоустойчивые кластеры, гибко настраивать read-only эндпоинты для масштабирования чтения, использовать сетевые и локальные диски в зависимости от требований к производительности, выстраивать безопасную сетевую модель с изоляцией и приватной связностью внутри облачной платформы за счёт Private Link.</p> <p>Сервис доступен в режиме self-service и может быть развёрнут через консоль MWS Cloud Platform, а также с использованием CLI и API. До конца марта Managed PostgreSQL предоставляется бесплатно, что позволит проверить сервис в реальных рабочих нагрузках и принять решение без дополнительных финансовых рисков, но с гарантированными SLA.</p> <p>Ранее сервис был доступен в режиме превью и за это время прошёл проверку в реальных сценариях использования в KION, МТС ADS, MWS Softora и телеком-бизнесе МТС. Managed PostgreSQL получил позитивную обратную связь как от внутренних, так и от внешних клиентов. Опыт Preview позволил доработать сервис с учётом практических требований бизнеса и инженерных команд. Были улучшены производительность и стабильность, добавлены новые функциональные возможности, включая поддержку расширений PostgreSQL и внешнюю сетевую связность.</p> <p>«Обработка данных с использованием специализированных управляемых сервисов — это базовый сценарий, который ожидают пользователи от облачного провайдера. В этом году у нас большие планы на развитие платформы данных в области создания сервисов для обработки OLTP и OLAP нагрузок. PostgreSQL — это базовый компонент, который широко используется, как в SMB, так и в Enterprise компаниях, поэтому в первую очередь мы сфокусировались на нем. За время ознакомительного доступа к сервису Managed PostgreSQL мы получили ценную обратную связь от клиентов и убедились, что сервис полностью готов к реальным нагрузкам», — отметил Даниил Пивоваров, CPO MWS Cloud Platform.</p> MWS Cloud, входящая в МТС Web Services, сообщила о запуске управляемого сервиса Managed PostgreSQL в общий доступ … message https://www.itweek.ru/themes/detail.php?ID=234281 Mon, 09 Feb 2026 16:05:40 +0300 <p>Исследователи НИУ ВШЭ проанализировали, насколько эффективно мировой рынок генеративного искусственного интеллекта превращает инвестиции в реальные доходы, и пришли к выводу: сегодня ИИ развивается быстрее, чем окупается. Результаты опубликованы в журнале Foresight and STI Governance.</p> <p>В последние годы генеративный искусственный интеллект (GenAI) стал одним из главных направлений технологических инвестиций. Компании вкладывают миллиарды долларов в чипы, серверы и инфраструктуру дата-центров, рассчитывая на быстрый экономический эффект от больших языковых моделей.</p> <p>Однако ожидания рынка могут быть завышены. Научный руководитель НИУ ВШЭ Ярослав Кузьминов и доцент факультета социальных наук, старший преподаватель кафедры высшей математики НИУ ВШЭ Екатерина Кручинская решили оценить, насколько сбалансирован рынок генеративного ИИ и существует ли разрыв между инвестициями в инфраструктуру и доходами от технологий искусственного интеллекта.</p> <p>Авторы применили метод DEA — модель, которая используется для анализа эффективности сложных экономических систем на базе множества входных и выходных параметров. В данном случае «входом» выступали доходы производителей аппаратного обеспечения для ИИ (чипов, серверов, полупроводников и инфраструктуры дата-центров). Среди них такие компании, как AMD, Intel, NVIDIA и др. «Выходом» — выручка компаний, разрабатывающих и монетизирующих ИИ-решения; среди них Sony, OpenAI, Google DeepMind, Amazon, Apple и др. Эта модель — в буквальном смысле имитация рынка ИИ на «входе» и на «выходе» с допущением, что основную повестку задают эти игроки. </p> <p>Анализ охватывал период с 2016 по 2024 год. Важно отметить, что годы и были, по сути, единицами анализа, хотя обычно это компании — такова традиция метода. Это было сделано сознательно: авторы хотели проверить эффективность ИИ в каждый конкретный год в целом, а не в отдельной компании. Для проверки устойчивости результатов расчеты проводились как в абсолютных показателях, так и с корректировкой на мировой ВВП. Такой подход позволил оценить относительную эффективность рынка генеративного ИИ в разные годы. </p> <p>Анализ показал, что развитие рынка GenAI носит нелинейный характер. По мере появления и первичной коммерциализации генеративных моделей с 2016 по 2021 год эффективность росла. Однако начиная с 2021 года тренд меняется: показатели эффективности снижаются, несмотря на резкий рост инвестиций. После краткосрочного всплеска в 2023 году эффективность вновь снизилась до уровня 2022 года.</p> <p>«Чисто методологически результаты говорят о том, что рынок ИИ-решений развивается по догоняющей модели: доходы от программных продуктов пока не компенсируют масштабные вложения в аппаратную инфраструктуру. Повышенный спрос на чипы и вычислительные мощности стимулируется развитием больших языковых моделей, но их коммерческая отдача остается ограниченной и не перекрывает стоимости хард-технологий и дальнейших инвестиций в них», — прокомментировала Екатерина Кручинская, доцент факультета социальных наук, старший преподаватель кафедры высшей математики НИУ ВШЭ.</p> <p>По мнению исследователей, текущая модель развития усиливает позиции производителей аппаратного обеспечения, но без отдачи в экономику, потому что вычислительные мощности существуют как самоцель. Рынок таких ИИ-решений и приложений, которые могут влиять на общественные процессы (например, повышать производительность на рынке труда), не только сталкивается с ограничениями — высокой стоимостью железа и прогонов, дефицитом квалифицированных кадров и технологическими пределами моделей, — но и не является рынком зарабатывающим, особенно в сравнении с затратами на него. </p> <p>«ИИ действительно меняет не только экономику и бизнес-модели компаний, но и общественную жизнь. Каждый из нас замечает это ежедневно. При этом его влияние осуществляется и распространяется, но не так быстро, как кажется, и не так продуктивно, как хотелось бы. Многие говорят о пузыре на рынке ИИ — процессе, в общем-то, для мировой экономики не новом. Стоит осторожно сказать, что риски пузыря есть. Наша модель открывает инструментальную дискуссию в этом направлении. Важно иметь не только инструмент, но и прикладной план, а он простой. Без роста эффективности прикладных решений, их внедрения и более взвешенного инвестиционного планирования дальше мы не сдвинемся в позитивном направлении», — рассказал Ярослав Кузьминов, научный руководитель НИУ ВШЭ.</p> <p>Авторы подчеркивают, что подобные исследования важны не только для научного мира, но для бизнеса, инвесторов и формирования взвешенной научно-технологической политики в сфере искусственного интеллекта.</p> Исследователи НИУ ВШЭ проанализировали, насколько эффективно мировой рынок генеративного искусственного интеллекта превращает … message https://www.itweek.ru/themes/detail.php?ID=234280 Mon, 09 Feb 2026 16:03:35 +0300 <p>Timeweb Cloud, облачный провайдер для бизнеса, стартапов и независимых разработчиков, внедрил собственную систему оркестрации для сервиса Managed Kubernetes. Микросервисное решение Kubernetes Toolset Layer, KTL самостоятельно управляет кластерами и автоматически масштабирует инфраструктуру под растущие нагрузки. В будущем решение обеспечит кастомизацию и контроль над кластерами Kubernetes для клиентов.</p> <p>Новая система оркестрации — полностью собственная разработка. Это отказоустойчивая распределенная платформа, которая управляет исключительно кластерами Kubernetes: созданием, настройкой и масштабированием. В результате обеспечивается надежность работы и стабильность клиентских сервисов в периоды повышенного спроса. </p> <p>Например, сферы ритейла, медиа или EdTech часто сталкиваются с резким ростом нагрузки — задержки в управлении инфраструктурой напрямую влияют на бизнес-показатели. Решение позволяет оперативно реагировать и вносить масштабные изменения в инфраструктуру.</p> <p>Значительно повысится уровень контроля и прозрачности ключевых процессов для клиентов. В ближайших релизах — реализация мониторинга и логирования на нескольких уровнях. Например, на уровне самого оркестратора, Kubernetes-кластеров и их компонентов. Можно будет оперативно выявлять и реагировать на нестандартные ситуации на стороне провайдера и клиента.</p> <p>«Собственный оркестратор — это новый уровень зрелости нашего Managed Kubernetes. Мы изолировали управляющий контур от остальных компонентов облачной платформы, чтобы повысить стабильность и предсказуемость работы кластеров. Также заложили основу для будущего развития продукта. В планах — больше возможностей self-service для клиентов. Например, гибкая настройка компонентов управляющего слоя кластера и контроль их состояния. Это является нечастой практикой на российском рынке», — прокомментировал Артем Гринберг, Product Lead управляемых сервисов Timeweb Cloud.</p> <p>Решение расширит возможности компаний по кастомизации инфраструктуры. KTL будет интегрирован с панелью управления Timeweb Cloud. Клиенты смогут самостоятельно задавать параметры компонентов управляющего слоя, менять конфигурацию групп рабочих узлов, подключать к кластеру внешние узлы и т.д.</p> <p>Автоматизация и масштабируемость. Клиентские сервисы будут стабильнее переживать пики нагрузки, компании смогут оптимизировать расходы в периоды простоев инфраструктуры. KTL быстро реагирует на изменения в потреблении ресурсов как в сторону роста, так и сокращения. При росте нагрузки на кластеры система масштабируется сама — как платформа оркестрации.</p> <p>Расширенное управление и кастомизация. Можно будет точнее подстраивать инфраструктуру под ИТ-бюджет и требования приложений. KTL расширяет возможности самостоятельной настройки через панель управления провайдера. Например, можно изменить интервал автоскейлера с пяти до тридцати минут. </p> <p>Прозрачность и контроль для клиентов. Компании смогут сами видеть, как часто и насколько масштабируется их приложение, соотносить эти данные с затратами на инфраструктуру. Без обязательного подключения команды провайдера. Благодаря KTL в панели будут доступны статусы и результаты инфраструктурных операций, а также история изменений по кластеру и группам узлов. </p> <p>Решение полностью автоматизировано и позволяет разворачивать инфраструктуру за <nobr>5-6 минут.</nobr> Можно запускать ресурсоемкие ML- и AI-проекты благодаря поддержке графических процессоров, использовать объектное хранилище и работать с stateful-приложениями. Доступен встроенный маркетплейс с готовыми приложениями и дополнениями. Развернуть кластер Kubernetes можно в панели управления.</p> Timeweb Cloud, облачный провайдер для бизнеса, стартапов и независимых разработчиков, внедрил собственную систему … message https://www.itweek.ru/themes/detail.php?ID=234279 Mon, 09 Feb 2026 16:00:19 +0300 <p>Аналитики проекта STAQ, предназначенного для цифровизации бизнес-процессов, определили главные тенденции в области развития промышленного интернета вещей в России в 2026 году. По мнению экспертов компании в ТОП-6 ключевых трендов в данной сфере войдут: интеграция данных систем <nobr>2-го</nobr> уровня (ISA-95) в MES <nobr>(3-й</nobr> уровень), отказ от внутренней ИТ-разработки в пользу no-code/low-code платформ, цифровая привязка бизнес-процессов к данным с оборудования. замена импортных MES российскими решениями, дооснащение производства устройствами сбора данных, а также отказ от бумажных носителей и Excel в пользу цифровых процессов в цехах. При формировании трендов эксперты опирались на свой профессиональный опыт в области реализации IoT-проектов в производственной сфере.</p> <p>Интеграция данных систем <nobr>2-го</nobr> уровня (ISA-95) в <nobr>3-й</nobr> уровень (MES) станет важнейшим трендом в 2026 году. Его суть заключается в переходе от разрозненного мониторинга к единому управляемому контуру производства. Данные SCADA, АСКУЭ, АСТУЭ и локальных серверов перестают жить «в себе» и начинают использоваться для управления, анализа и принятия решений на уровне MES, а не только для диспетчерского контроля. </p> <p>Еще одним распространенным трендом в этом году может стать отказ от внутренней ИТ-разработки в пользу no-code/low-code платформ. Данная тенденция способствует ускорению цифровизации и снижению зависимости от перегруженных ИТ-команд. Функциональные заказчики (производство, эксплуатация, качество) получат инструменты для самостоятельного создания и изменения цифровых процессов без долгих циклов разработки, а также для снижения расширения штата и, следовательно, дополнительных затрат.</p> <p>Многие предприятия будут стремиться осуществить цифровую привязку бизнес-процессов к данным с оборудования. По сути это означает превращение IoT-данных из «телеметрии» в управленческий актив. Заявки, отклонения, ТОИР, простои и решения фиксируются и запускаются на основе фактических данных с оборудования, а не ручных отчетов, таблиц, чатов и допущений. </p> <p>Замена импортных MES российскими решениями будет одной из наиболее значимых тенденций в 2026 году. Такие изменения будут способствовать обеспечению устойчивости и управляемости производственных ИТ-ландшафтов. Компании будут переходить на отечественные платформы не только из-за требований регуляторов, но и из-за зрелости функционала, возможности работы с текущими системами в компании и возможности адаптации под реальные бизнес-процессы.</p> <p>Важнейшей задачей для многих предприятий станет дооснащение производств устройствами сбора данных. Это будет осуществляться с целью устранения «слепых» зон и отказа от ручного ввода. Датчики, контроллеры и шлюзы станут базовыми элементами производства, обеспечивая непрерывный и достоверный поток данных вместо журналов и выборочного контроля.</p> <p>Многие российские предприятия будут стремиться к отказу от бумажных носителей и Excel в пользу цифровых процессов в цехах. Рост прозрачности, управляемости и дисциплины исполнения. Задания, чек-листы, согласования и отчетность переходят в цифровой вид и становятся частью единого процесса, а не набором разрозненных файлов и документов. </p> <p>В 2025 году в России наблюдались другие тренды в области промышленного интернета вещей. Прежде всего, это внедрение MES+IoT+ТоИР — формирование первых сквозных контуров управления, но часто в виде отдельных проектов без единой платформенной логики. Еще одна яркая тенденция — внедрение IoT как отдельного инструмента, при этом фокус был на сбор данных и мониторинг без глубокой интеграции в бизнес-процессы. Кроме того, заметным трендом было внедрение ТоИР, ITSM и Service Desk как отдельных систем. Происходила автоматизация функций, но с фрагментацией данных и процессов между системами. Также можно выделить тенденцию построения BI-систем, что можно назвать «попыткой отобразить картину сверху». Этот процесс происходил часто без автоматизированной обратной связи с MES, ТоИР и другими системами.</p> Аналитики проекта STAQ, предназначенного для цифровизации бизнес-процессов, определили главные тенденции в области развития … message https://www.itweek.ru/themes/detail.php?ID=234276 Mon, 09 Feb 2026 10:22:58 +0300 <p><em>Авиационная отрасль уже внедряет решения на основе искусственного интеллекта, но это лишь верхушка айсберга тех преимуществ, которые может принести ИИ, пишут на портале </em><em>BigDataWire</em> <em>Али Пуршахид, главный инженер Solace, и Алам Хан, главный архитектор Solace.</em></p> <p>Отрасль обременена разрозненными и изолированными процессами, что мешает авиакомпаниям в полной мере использовать возможности ИИ, в частности, несомненный потенциал агентного ИИ. Для его раскрытия необходима событийно-ориентированная стратегия интеграции, обеспечивающая соединение массивов разрозненных и несвязанных данных в режиме реального времени. Только тогда авиакомпании смогут понять общую картину и получить инструменты для трансформации организации полетов, начиная с момента бронирования билета клиентом и заканчивая чрезвычайными ситуациями.</p> <p>Организации во всей авиационной экосистеме, от производителей до диспетчеров воздушного движения и от авиакомпаний до аэропортов, уже внедряют ИИ. Платформа Airbus Skywise использует ИИ для анализа огромных массивов данных в целях прогнозирования технического обслуживания и повышения операционной эффективности. Цифровые системы управления воздушным движением в аэропортах (DATMS) используют ИИ для автоматизации, минимизируя человеческие ошибки и сокращая количество инцидентов на взлетно-посадочной полосе.</p> <p>Пассажиры также ощущают преимущества. Авиакомпании используют ИИ для обслуживания клиентов, как это видно на примере виртуального агента «Maharaja» от Air India, обрабатывающего многочисленные запросы клиентов, и готовящегося к выпуску приложения для бронирования рейсов на основе ИИ от Etihad Airways. В аэропорту Станстед в Великобритании используются киоски с поддержкой ИИ для обработки запросов пассажиров и выявления коммерческих возможностей для дальнейших поездок и персонализированных услуг.</p> <p>И сценарии применения множатся. В своем отчете «2025 Travel Industry Outlook» компания Deloitte прогнозирует все более широкое применение ИИ в туристическом секторе для улучшения качества обслуживания пассажиров, повышения эффективности и увеличения доходов. Но эти многочисленные точечные решения лишь поверхностно затрагивают ценность, которую ИИ может принести авиационной отрасли.</p> <h2>Разрастание технологических стеков препятствует раскрытию истинного потенциала ИИ</h2> <p>Авиационная отрасль по своей природе разрознена и охватывает множество аспектов. McKinsey так описывает эту проблему: «Глобальная авиационная экосистема опирается на взаимосвязанные сети, формируемые конкурирующими приоритетами заинтересованных сторон... Многие процессы принятия решений, посредством которых авиакомпании разрабатывают маршруты, расписания, управляют флотом, определяют уровень укомплектованности аэропортов персоналом и так далее, по-прежнему затруднены разрозненными коммуникациями, устаревшими технологиями и метриками».</p> <p>Хотя мы уже видим, как ИИ привносит мощные возможности в авиацию, для того чтобы в полной мере использовать его потенциал, отрасль должна справиться с фундаментальными проблемами управления этой гетерогенной экосистемой, включающей в себя широкий спектр ИТ-систем. Традиционные точечные интеграции и архитектуры типа «звезда», которые полагаются на подключение всех узлов к центральному серверу для обмена данными и коммуникации, с трудом справляются с распределенным характером современных авиационных операций реального времени.</p> <h2>Целое больше, чем сумма его частей</h2> <p>Эти системы ИИ должны быть интегрированы в сложную сеть существующей авиационной инфраструктуры, охватывающую наземные операции, системы самолетов, системы бронирования, системы управления вылетом, сервисы для пассажиров и техническое обслуживание.</p> <p>Именно здесь ИИ, и в частности агентный ИИ, обладает потенциалом для решения этих сложных задач, принятия решений и выполнения задач с минимальным участием человека. Но для того чтобы агентный ИИ мог разобраться в массе событий и обменов данными, осуществляемых с помощью ИИ в этой экосистеме, необходимо интегрировать разнообразные данные в режиме реального времени.</p> <p>Здесь на помощь приходит агентная сеть — решение, предоставляющее авиационным организациям событийно-ориентированный подход к интеграции ИТ в режиме реального времени.</p> <h2>За каждой агентной сетью стоит событийная сеть</h2> <p>Основой любой агентной сети является событийная сеть — слой распределения данных, обеспечивающий бесперебойный поток информации между средами, организациями и местоположениями. Агентная сеть расширяет идею событийной сети, вводя сеть автономных агентов ИИ, которые могут анализировать информацию, поступающую через сеть, и действовать на её основе.</p> <p>Представьте себе это как добавление уровня распределенного интеллекта к цифровой нервной системе авиационной отрасли. Благодаря их совместной работе принимаются во внимание и оркестрируются только необходимые данные и события — именно там, где они нужны, что позволяет автономным агентам ИИ принимать решения и совершать действия либо самостоятельно, либо с участием людей, в зависимости от необходимости.</p> <p>Точечные решения больше не будут иметь ограниченного видения, обусловленного разрозненными данными. Им будет доступна ​​более полная картина в режиме реального времени через сеть, что позволит получать гораздо более ценную информацию для принятия важных решений.</p> <h2>Более широкая картина в действии</h2> <p>Представленные ниже шесть авиационных сценариев иллюстрируют, как агентная сеть может обеспечить преимущества, основанные на ИИ:</p> <h3>1. Бронирование: интеллектуальное ценообразование на основе ИИ в масштабе</h3> <p>В сфере коммерческой авиации агентная сеть может помочь компаниям оптимизировать доходы за счет анализа рынка в реальном времени и динамического ценообразования с использованием больших моделей рынков (large market models, LMM). Благодаря агентной сети системы авиакомпаний могут обрабатывать огромные объемы данных — цены конкурентов, исторические шаблоны бронирования, индикаторы спроса в реальном времени и внешние события — для непрерывной оптимизации ценообразования на билеты.</p> <p>Событийно-ориентированный характер информационного потока гарантирует, что решения о ценообразовании мгновенно передаются по всем каналам продаж для поддержания согласованности между системами управления бронирования и правилами управления доходами. Когда рыночные условия меняются, например, происходят корректировка цен конкурентом или внезапный всплеск спроса, система может мгновенно отреагировать, учитывая более широкие последствия для оптимизации доходов в масштабах всей сети.</p> <h3>2. В аэропорту: динамическая оркестрация обслуживания пассажиров</h3> <p>Представьте себе беспрепятственный путь пассажира, где агентная сеть обеспечивает оркестрацию в реальном времени по всем точкам взаимодействия с клиентом. Когда пассажир премиум-класса входит в аэропорт, система немедленно распознает его присутствие с помощью различных датчиков и начинает оркестрировать его опыт. Сеть координирует данные из систем бронирования, систем управления вылетом (DCS) и систем регистрации для создания персонализированного пути.</p> <p>Например, если обнаруживается задержка рейса, система не просто уведомляет пассажира, а заблаговременно координирует альтернативные варианты. Система может автоматически скорректировать продолжительность доступа пассажира в бизнес-зал ожидания, перебронировать стыковочные рейсы и обновить информацию о наземном транспорте, при этом постоянно информируя пассажира через предпочитаемый им канал связи с использованием естественного языка благодаря большой языковой модели (LLM).</p> <h3>3. Посадка: голосовое подтверждение безопасности для автоматизации соблюдения нормативных требований и оптимизации предполетных согласований</h3> <p>Авиакомпании работают в условиях жесткого регулирования, где критически важные предполетные проверки, такие как проверка веса и баланса, выдача документов на техническое обслуживание и проверка безопасности, должны быть выполнены для обеспечения эксплуатационной безопасности. В настоящее время эти согласования часто выполняются вручную, с использованием бумажной работы или цифровых подписей, требующих проверки человеком, что может задерживать процессы и создавать потенциал для ошибок. Учитывая жесткие расписания и высокие ставки, возрастает потребность в оптимизированном и безопасном методе эффективного выполнения этих проверок.</p> <p>Сеть агентов может революционизировать эти предполетные процессы благодаря голосовому подтверждению электронных сертификатов. Это позволяет наземным и техническим бригадам завершать утверждения с помощью распознавания голоса, при этом ИИ надежно аутентифицирует голос каждого человека. После проверки эти подтверждения мгновенно регистрируются во взаимосвязанных системах, устраняя ручные операции и сокращая бумажную работу. Кроме того, сеть агентов обеспечивает мгновенную ситуационную осведомленность во всей экосистеме, связывая данные из записей о техническом обслуживании, операционных систем и управления загрузкой. Агенты ИИ постоянно отслеживают эти данные, оповещая команды о любых незавершенных задачах или проблемах безопасности, тем самым ускоряя принятие решений, минимизируя задержки и повышая общую эффективность работы авиакомпании.</p> <h3>4. Интеллектуальное небо: оптимизированная, ориентированная на экономичность проверка маршрутов</h3> <p>Авиакомпании работают с низкой рентабельностью, и поскольку потребление топлива является основным фактором затрат — часто составляя порядка <nobr>30-35%</nobr> операционных расходов — оптимизация топливной эффективности становится критически важной для прибыльности. Авиакомпании постоянно ищут инновационные решения для сокращения расхода топлива при сохранении операционной эффективности.</p> <p>Сеть агентов позволяет интегрировать данные в реальном времени из различных источников, таких как погодные условия, обновления от диспетчерской службы управления воздушным движением и данные с датчиков самолета. Агенты ИИ могут анализировать эти данные для динамической корректировки траекторий полета, сокращая расход топлива за счет избегания турбулентности или выбора более прямых маршрутов в зависимости от текущих условий.</p> <p>Кроме того, сеть агентов может синхронизировать данные с наземных операций, систем управления загрузкой и управления воздушным движением, что позволяет лучше управлять загрузкой и временем взлета, гарантируя, что самолеты не простаивают на взлетной полосе без необходимости.</p> <h3>5. По прибытии: сделать обработку багажа «умнее»</h3> <p>Обработка багажа требует координации между множеством систем и вовлеченных сторон. Агентная сеть может оптимизировать этот процесс, превратив его в интеллектуальную самооптимизирующуюся систему. Архитектура позволяет проводить анализ различных факторов в режиме реального времени, включая расписание рейсов, объемы багажа, близость гейтов и коэффициенты загрузки лент выдачи багажа.</p> <p>Если рейс прибывает раньше, агентная сеть немедленно запускает каскад скоординированных действий. Она автоматически перенаправляет ресурсы обработки багажа, корректирует назначение лент и обновляет распределение персонала. Система постоянно отслеживает распределение нагрузки, чтобы предотвратить узкие места, используя предиктивную аналитику для прогнозирования и предотвращения потенциальных проблем до их возникновения. Статус каждой единицы багажа мгновенно передается во все соответствующие системы и вовлеченные стороны, обеспечивая прозрачную и эффективную работу.</p> <h3>6. Нештатная ситуация? Адаптируйте ресурсы для решения любых непредвиденных осложнений</h3> <p>Агентная сеть позволяет аэропортам достичь истинной ситуационной осведомленности за счет интеграции данных реального времени из множества источников. Рассмотрим сценарий, когда прибывающий рейс сообщает о необходимости неотложной медицинской помощи. Система управления мгновенно координирует работу множества систем: она оповещает медицинские службы, корректирует назначение гейтов для минимизации времени прибытия служб экстренной помощи, обновляет расписания наземного обслуживания и при необходимости изменяет назначение гейтов для связанных рейсов.</p> <p>Система непрерывно обрабатывает события из различных источников — расписания рейсов, данные о пассажиропотоке, пункты контроля безопасности и розничные операции — для динамической оптимизации распределения ресурсов. При неожиданном увеличении пассажиропотока на пунктах контроля безопасности система может автоматически запросить дополнительный персонал, открыть новые линии и скорректировать ресурсы в соответствии с меняющейся ситуацией.</p> <h2>Новая эра в глобальной авиации</h2> <p>Традиционные подходы к интеграции не способны справиться с быстро меняющимися, распределенными потребностями современных авиакомпаний. С появлением ИИ стало еще более важно, чтобы системы бесперебойно работали в этой сложной структуре, охватывающей все: от наземного обслуживания до систем самолетов, бронирования, вылетов, обслуживания пассажиров и технического обслуживания.</p> <p>Событийно-ориентированная стратегия необходима для объединения огромного массива разнообразных источников данных. Только благодаря подходу, основанному на интеграции в режиме реального времени, авиакомпании смогут получить целостное представление и возможности, необходимые для революционизации авиаперевозок.</p> Авиационная отрасль уже внедряет решения на основе искусственного интеллекта, но это лишь верхушка айсберга тех … article https://www.itweek.ru/themes/detail.php?ID=234273 Fri, 06 Feb 2026 10:29:56 +0300 <p><em>Портал </em><em>BigDataWire</em> <em>рассказывает о том, как искусственный интеллект меняет проблематику гравитации данных.</em></p> <p>Так называемая «гравитация данных» на самом деле никогда не исчезала, поэтому говорить о её возвращении может быть не совсем точно. Однако до прихода ИИ она определённо оставалась малозаметной. Традиционные рабочие нагрузки анализа данных были достаточно снисходительными, поэтому эта проблема не была катастрофической. Небольшая задержка загрузки панелей мониторинга или отчёты, работающие ночью, не были катастрофой. Система продолжала работать, даже если не на пике своей эффективности.</p> <p>Всё изменилось с рабочими нагрузками ИИ, которые не так снисходительны. Крупным системам ИИ необходим постоянный доступ к огромным объёмам данных. Им может даже потребоваться доступ из нескольких сред и регионов. Когда эти данные находятся далеко от вычислительных мощностей, затраты растут, а производительность снижается таким образом, что это трудно игнорировать. ИИ не создал новую инфраструктурную проблему. Он выявил уже существующую. Поэтому в этом контексте справедливо сказать, что проблема гравитации данных вернулась.</p> <h3>Эпоха облачных вычислений предполагала, что проблема гравитации данных решена</h3> <p>Гравитация данных описывает, как данные накапливают вес по мере роста. Мы знаем, что перемещение больших наборов данных обходится дорого, а управление ими после начала миграции между системами — сложно. Из-за этого приложения, как правило, мигрируют в сторону данных, а не наоборот. Это и есть гравитация данных.</p> <p>В период расцвета облачной аналитики это ограничение отошло на второй план. Централизованные озера данных, пакетная обработка и ночные задания упростили покрытие затрат на перемещение. Медленный отчет или задержка обновления редко приводили к сбоям в системе. Безусловно, экономические факторы по-прежнему имели значение, однако они не были настолько болезненными, чтобы вынудить к архитектурным изменениям.</p> <p>Рабочие нагрузки ИИ сократили этот запас прочности, поэтому сейчас его стало меньше. Когда моделям требуется постоянный доступ к свежим данным, гравитация начинает определять успех ИИ в реальных операционных процессах.</p> <h3>Как именно ИИ ухудшил ситуацию с гравитацией данных?</h3> <p>По сути, ИИ изменил то, как системы используют данные. Это основное изменение. Он также увеличил частоту обращения к данным. Это означает, что данные больше не извлекаются один раз и не хранятся постоянно. К ним обращаются многократно. В некоторых случаях к ним обращаются непрерывно во многих системах одновременно. Это создает давление, которое старые рабочие нагрузки никогда не создавали.</p> <p>ИИ также изменил ожидания в отношении актуальности данных. Модели полагаются на свежие сигналы. Некоторые даже называют это сигналами реального времени. Устаревшие входные данные быстро снижают точность. Это заставляет чаще перемещать данные и оставлять их ближе к месту выполнения моделей. Задержки, которые раньше казались незначительными, теперь влияют на результаты.</p> <p>Еще одно изменение — координация. Конвейеры ИИ редко работают в одном месте. Обучение может выполняться в одной среде. Инференс может выполняться где-то еще. Оценка и переобучение часто происходят отдельно. Каждый шаг зависит от данных, совместно используемых в разных системах. Эта зависимость заставляет перемещать данные между системами. Это происходит даже тогда, когда команды пытаются сохранить их на месте.</p> <p>Следует помнить, что системы ИИ также генерируют собственные данные. Речь идет о прогнозах, логах, обратной связи и корректировках. Все они становятся новыми входными данными, а генерируемые ими выходные данные не исчезают. Они питают будущие выводы. Со временем это создает слои зависимости, которые трудно распутать.</p> <p>Проблема гравитации данных не сводится к какой-либо одной задаче. Она заключается в повторении и последующем накоплении. ИИ постоянно работает с одними и теми же наборами данных, и когда это происходит снова и снова, ощущение гравитации данных усиливается.</p> <h3>Предприятия ощущают на себе тяжесть гравитации данных</h3> <p>Для предприятий гравитация данных перестала быть просто фоновым ограничением инфраструктуры. Теперь она стала серьезным риском для предприятий. Они понимают, насколько сложно перемещать данные в масштабах, сопоставимых с масштабами ИИ. Это влияет не только на производительность, но и на надежность и стоимость.</p> <p>Некоторые организации реагируют на это, дублируя наборы данных в разных облаках и регионах, чтобы модели работали в непосредственной близости от вычислительных мощностей. Однако при этом увеличиваются объемы хранилища и накапливаются изменения в сети. Тактические усилия по оптимизации превращаются в постоянные накладные расходы. Организации также могут сталкиваться с ростом своих расходов на облачные сервисы, поскольку ИИ заставляет постоянно копировать и перемещать данные.</p> <p>Надежность также может быть негативно затронута гравитацией данных. Распределенные конвейеры ИИ полагаются на длинные цепочки сервисов, но они не предназначены для тесной координации. Задержка в одной системе может вызывать волновой эффект в последующих рабочих процессах.</p> <p>Например, корпоративная модель прогнозирования зависит от данных из разных источников — запасы, цены, транзакции клиентов и т. д. Когда какой-либо из потоков поступает с задержкой, весь конвейер останавливается. Задания на обучение приходится перепланировать, а вычисления на основе устаревших входных данных приводят к неточной модели прогнозирования. Большинство организаций просто не могут себе этого позволить. Команды часто пытаются быстро обойти эти проблемы, используя обходные пути и буферы, что только усложняет и без того перегруженную систему и делает её ещё более уязвимой.</p> <p>Управление данными также подвергается серьёзным испытаниям, поскольку оно с трудом успевает за темпами развития. Данные теперь хранятся на нескольких платформах, и политики должны применяться везде одновременно. Контроль доступа должен управляться в зависимости от среды. Аудиты становятся сложнее, поскольку права собственности всё больше фрагментируются. Нет единого источника истины, поскольку данные поступают из различных облаков и регионов.</p> <p>Эти проблемы проявляются в скорости доставки данных. Команды, работающие с данными, тратят на управление перемещением данных больше времени, чем на улучшение моделей. Команды ИИ и машинного обучения всё больше занимаются операциями с инфраструктурой, в то время как продуктовые команды ждут завершения конвейеров вместо того, чтобы работать над тестированием идей. Именно так предприятия ощущают тяжесть гравитации данных, и легче от этого не становится.</p> <h3>Переход к архитектурам «вычислений на данных»</h3> <p>Выше обозначены проблемы гравитации данных, с которыми сталкиваются предприятия в эпоху ИИ. Сейчас многие организации переосмысливают свой подход. Что они могут сделать?</p> <p>Многие стремятся изменить место выполнения работы. Вместо того чтобы переносить огромные массивы данных между платформами, они перемещают вычислительные ресурсы ближе к данным. Это кардинально отличается от перемещения данных ближе к вычислительным ресурсам.</p> <p>Само хранилище не является узким местом, а вот перемещение данных — да. По мере увеличения объема и частоты доступа к данным рабочими нагрузками ИИ это становится все большей проблемой. Каждая передача данных увеличивает операционный риск и затраты. Централизация конвейеров не является устойчивым решением, поскольку делает системы более хрупкими и концентрирует сбои в одной точке.</p> <p>Более эффективный подход — сосредоточиться на выполнении. Вычислительные ресурсы легче и проще в развертывании, чем корпоративные данные. Команды перепроектируют конвейеры таким образом, чтобы модели работали там, где уже есть данные. Обучение и инференс все чаще происходят в средах озер-хранилищ и хранилищ данных. Некоторые организации развертывают региональные узлы инференса, чтобы запросы оставались локальными, в то время как другие перемещают легковесные модели ближе к периферийным узлам для уменьшения задержки.</p> <p>Такой подход сохраняет наборы данных на месте, позволяя при этом рабочим нагрузкам ИИ свободно перемещаться. Он сокращает конвейеры и уменьшает ненужные передачи. Он также дает командам больший контроль над производительностью, поскольку модели могут развертываться в зависимости от близости как к данным, так и к пользователям.</p> <p>Предприятия, успешно управляющие гравитацией данных, также внедряют федеративные уровни доступа, которые позволяют приложениям работать с распределенными наборами данных без необходимости полной консолидации. Аналитические движки теперь поддерживают выполнение моделей на месте. Это устраняет необходимость экспортировать большие объемы данных только для выполнения прогнозов. Вместо того чтобы полагаться на единый централизованный конвейер, рабочие нагрузки распределяются по регионам в зависимости от того, где они наиболее целесообразны.</p> <p>Аналитика, системы хранения и ИИ начинают конвергировать на уровне платформы. Инфраструктурные стеки становятся все более интегрированными. Это упрощает развертывание моделей непосредственно в средах данных. А также уменьшает количество переходов между системами и упрощает операции.</p> <p>Преодоление гравитации данных требует перехода к дата-центрической архитектуре. Модели адаптируются к местоположению данных, а не наоборот. Локальность становится частью проектирования системы. Для многих предприятий это становится стандартным способом масштабирования ИИ, сохраняя при этом отзывчивость и управляемость систем.</p> Портал BigDataWire рассказывает о том, как искусственный интеллект меняет проблематику гравитации данных. Так называемая … article https://www.itweek.ru/themes/detail.php?ID=234272 Fri, 06 Feb 2026 10:09:20 +0300 <p><em>Сейчас много говорят о том, что генеративные технологии могут сделать в разработке корпоративных приложений и рабочих процессов. В зависимости от того, кого вы спросите, это либо конец для разработчиков ПО, либо просто очередное переоцененное изменение. Давайте разберемся в этой разноголосице, пишет в корпоративном блоге Кен Пармели, ведущий аналитик </em><em>Forrester</em><em>.</em></p> <h3>Мы начали с революции Low-Code</h3> <p>Методология Low-Code была революцией. Она предоставила возможность неразработчикам создавать приложения и рабочие процессы, не углубляясь в технические детали и не изучая программирование. Она позволила разработчикам работать быстрее и гораздо меньше сосредотачиваться на ручном кодировании и архитектурных аспектах приложений.</p> <p>Однако это уже давно не революция. Теперь предприятия хотят, чтобы любой мог создавать приложения, рабочие процессы и агентов. Искусственный интеллект может написать некоторые из них за вас, независимо от ваших навыков. Но дело не только в этом.</p> <h3>AppGen поглощает Low<strong>-</strong>Code и меняет саму природу разработки</h3> <p>Платформы AppGen (сокращение от «генерация приложений») — это категория инструментов разработки ПО, которые используют ИИ и машинное обучение для автоматизации процесса создания, редактирования и выпуска приложений. Эти платформы позволяют как разработчикам, так и неразработчикам использовать промпты и другие вспомогательные ИИ-инструменты для генерации приложений. Многие из них также генерируют рабочие процессы и агентов для бэкенда. Цель этих платформ — обеспечить масштабируемость, безопасность и управление корпоративного уровня, которые абстрагированы от создателей, чтобы те могли сосредоточиться только на создании того, что им нужно.</p> <h3>Что это значит для других подходов к разработке ПО, таких как вайб-кодинг</h3> <p>Сейчас существует значительное различие между тем, что можно создать с помощью таких инструментов, как Lovable, Replit, Claude Code, Cursor или Windsurf — все они представляют собой разношерстную компанию. Они не поддерживаются корпоративной платформой, а это значит, что существуют всевозможные аспекты, такие как автоматическое масштабирование, встроенная безопасность, управление приложениями, рабочие процессы и агенты, ограничивающие производительность неразработчиков. Добавьте к этому уроки, которые каждый в сфере технологий должен был усвоить из опыта теневых ИТ, API, RPA и подобных шагов по демократизации — неуправляемое разрастание создает риски безопасности, превращает развернутое ПО в «зомби» с неизвестным потреблением ресурсов, и зачастую его невозможно улучшить или расширить для получения реальной пользы. Все это приводит к пустой трате усилий и бюджета.</p> <p>Это означает, что важно начать с платформы, которая обеспечивает безопасность, масштабирование и управление создаваемыми объектами. Это не означает возвращение к старым моделям централизованного ИТ-утверждения всего развернутого. Это значительно ограничило бы ценность перехода к модели «каждый является создателем». Вместо этого компания должна предоставить платформу для своих сотрудников, чтобы они могли на ней строить, будучи уверенными, что не столкнутся с этими проблемами.</p> <h3>Цикл ажиотажа реален</h3> <p>Мы уже видели это раньше. Помните, как говорили, что технология no-code вытеснит разработчиков? Или что RPA автоматизирует всё? Или что «гражданские разработчики» будут создавать все ваши корпоративные приложения? Каждое из этих движений принесло реальную пользу, но и реальную путаницу. AppGen в этом отношении ничем не отличается.</p> <p>Однако проблема не в технологии. Проблема в нарративе. Когда поставщики ПО заявляют, что их продукт полностью заменит разработчиков или что промпты заменят платформы, они продают фантазию. Реальность гораздо сложнее — и интереснее.</p> <h3>Что AppGen может (и чего не может) делать сегодня</h3> <p>В настоящее время платформы AppGen могут:</p> <ul> <li> Генерировать приложения, которые можно расширять или улучшать.</li> <li> Генерировать рабочие процессы бэкенда на основе шаблонов.</li> <li> Автоматизировать части жизненного цикла разработки ПО (тестирование, документирование, развертывание).</li> <li> Создавать агентов, которые могут обрабатывать простые задачи или рабочие процессы.</li> </ul> <p>Но эти платформы не могут:</p> <ul> <li> Понимать контекст вашего бизнеса.</li> <li> Автономно обеспечивать соответствие нормативным требованиям, безопасность или управление.</li> <li> Заменять суждения, креативность и тонкости навыков людей, которые понимают, как вы хотите, чтобы бизнес работал с использованием ПО.</li> </ul> <p>Другими словами, AppGen может ускорить создание, но не заменяет все задачи, связанные с разработкой.</p> <h3>Почему это все еще важно</h3> <p>Несмотря на ажиотаж, на AppGen стоит обратить внимание. Не потому, что это волшебство, а потому, что это практично. При правильном использовании платформы AppGen могут:</p> <ul> <li> Ускорить прототипирование и итерации.</li> <li> Расширить возможности участия большего числа людей в создании ПО.</li> <li> Снизить нагрузку на перегруженные команды разработчиков.</li> <li> Заложить основу для более адаптивных агентных систем.</li> </ul> <p>Но только если мы подойдем к этому с трезвым взглядом и реалистичными ожиданиями.</p> <h3>Итог</h3> <p>AppGen — это не конец традиционной разработки ПО, но он значительно снижает потребность в кодировании. Это следующий логический шаг на долгом пути к более интеллектуальным, совместным и эффективным способам создания ПО. Победителями станут не те, кто поддастся ажиотажу. Победителями станут те, кто поймет, что AppGen может делать на самом деле, а чего не может, и построит правильную стратегию вокруг этого.</p> Сейчас много говорят о том, что генеративные технологии могут сделать в разработке корпоративных приложений … article https://www.itweek.ru/themes/detail.php?ID=234271 Thu, 05 Feb 2026 16:15:29 +0300 <p>По прогнозам аналитиков сервис-провайдера M1Cloud, в 2026 году на российском облачном рынке будет увеличиваться спрос на специализированные вычислительные ресурсы для искусственного интеллекта (ИИ) и сервисы GPU as a Service (GPUaaS). Тренд начал набирать обороты в прошлом году, когда компании все чаще стали обращаться к облачным платформам для обработки задач генеративного ИИ, машинного обучения и работы с большими данными, требующими высокой производительности графических процессоров.</p> <p>Эта тенденция формируется на фоне глобального бума технологий ИИ, дефицита локальных вычислительных мощностей и необходимости в цифровизации бизнеса. Интенсивный рост ИИ-вычислений и GPUaaS отражает переход бизнеса от традиционных CPU-решений к специализированным облачным сервисам, способным справляться с огромными объемами данных в реальном времени.</p> <p>По данным аналитиков M1Cloud, спрос на облачную инфраструктуру для ИИ-вычислений удвоится по сравнению с 2025 годом, а около <nobr>50-60%</nobr> новых проектов в сферах ИТ, производства, здравоохранения и финансов будут ориентированы на использование GPU-серверов для работы сложных алгоритмов. </p> <p>«В российских реалиях, где доступ к импортному оборудованию ограничен, компании стремятся масштабировать решения, интегрируя платформы с GPUaaS, которые обеспечивают не только мощность для генеративного ИИ и <nobr>ML-моделей,</nobr> но и оптимизацию затрат — до <nobr>15-35%</nobr> экономии за счет pay-as-you-go модели. Мы видим растущий интерес к нашим сервисам с GPU, которые позволяют сократить время обработки в десятки раз», — прокомментировал Владимир Лебедев, директор по развитию бизнеса M1Cloud. </p> <p>M1Cloud разрабатывает архитектуру ИТ-ландшафта, специально под задачи заказчика, обеспечивает миграцию данных, мониторинг и обеспечение безопасности GPU-облака. Это особенно актуально для отраслей с высокими требованиями к вычислениям, где дефицит квалифицированных специалистов по ИИ усугубляет проблему самостоятельного развертывания инфраструктуры.</p> <p>В ближайшие годы тренд на ИИ-вычисления и GPUaaS станет одним из доминирующих на российском рынке, стимулируя рост сегмента высокопроизводительных облачных услуг. По прогнозам M1Cloud, спрос на GPUaaS и связанные ИИ-сервисы вырастет более чем на 50% в 2026 году.</p> По прогнозам аналитиков сервис-провайдера M1Cloud, в 2026 году на российском облачном рынке будет увеличиваться … message https://www.itweek.ru/themes/detail.php?ID=234270 Thu, 05 Feb 2026 16:13:59 +0300 <p>Продуктовая студия Axel PRO объявила о запуске новой версии платформы для обеспечения безопасности приложений «Шерлок». Продукт предоставляет командам инструменты для системного управления ИБ-дефектами на всех этапах жизненного цикла разработки программного обеспечения.</p> <p>Новая версия включает несколько ключевых улучшений: ручное создание ИБ-дефектов, анализ цепочек транзитивных зависимостей, систему автоматизированного управления токенами, поддержку новых сканеров (SASTAV, SonarQube), а также их новый тип — IaC (включая поддержку KICS), универсальный импортёр для подключения сторонних инструментов анализа. Помимо этого, была произведена оптимизация производительности, реализован ряд улучшений UI/UX.</p> <p>«Рынок инструментов информационной безопасности развивается стремительно, и компании постоянно сталкиваются с необходимостью интегрировать новые сканеры для поиска уязвимостей. Вместо того чтобы заставлять пользователей ждать официальных релизов с поддержкой каждого нового решения, мы кардинально изменили подход: теперь любой сканер можно подключить к платформе „Шерлок“ самостоятельно: всего за 10 минут, без программирования и написания парсеров. Достаточно загрузить отчёт, указать его структуру через интуитивный интерфейс, и инструмент сразу становится полноценной частью экосистемы с сохранением всей функциональности: дедупликацией, загрузкой отчетов через UI, API и CI/CD», — отметил Антон Гаврилов, владелец продукта «Шерлок», Axel PRO.</p> <p>Новая версия «Шерлока» уже доступна для клиентов Axel PRO.</p> Продуктовая студия Axel PRO объявила о запуске новой версии платформы для обеспечения безопасности приложений «Шерлок» … message https://www.itweek.ru/themes/detail.php?ID=234269 Thu, 05 Feb 2026 16:11:41 +0300 <p>Специалисты BI.ZONE Threat Intelligence при поддержке BI.ZONE TDR и BI.ZONE DFIR подготовили исследование ландшафта угроз Threat Zone 2026. В его основу легли результаты наблюдения за деятельностью более чем 100 кластеров активности, нацеленных на организации в России и других странах СНГ в 2025 году.</p> <p>Доля атак, совершаемых ради шпионажа, выросла с 21% до 37%, а хактивизма — с 12% до 16%. На этом фоне доля атак с финансовой мотивацией продолжает снижаться. В 2023 году она составила 76%, в 2024 — 67%, а в 2025 — 47%. Однако в абсолютном выражении количество финансово мотивированных атак остается стабильно высоким.</p> <p>В дальнейшем атаки с финансовой мотивацией продолжат превалировать в ландшафте угроз. Главная причина в том, что атаковать с целью получения выкупа можно организации из любой отрасли, поэтому злоумышленники получают широкий выбор возможных целей. Именно поэтому финансовая мотивация в дальнейшем прогнозируемо останется для злоумышленников основной.</p> <p>Наиболее атакуемой отраслью по-прежнему остается госсектор (14% всех кибератак). На втором месте — финансовая отрасль, хотя ее доля несколько снизилась (11% в 2025 году и 13% годом ранее). Третье место (по 10% атак) разделили транспортно-логистическая отрасль и ритейл (включая электронную коммерцию).</p> <p>Доля целевых атак, начинающихся с фишингового письма, выросла до 64%. В 2024 году этот показатель составлял 57%. Вредоносные вложения в фишинговых письмах регулярно использовал для доступа в инфраструктуру компаний каждый четвертый кластер. Ожидается, что фишинг сохранит свою популярность у злоумышленников, но продолжит эволюционировать: злоумышленники все активнее будут использовать мессенджеры и социальные сети, а не только электронную почту.</p> <p>Вторым по популярности у злоумышленников методом стало получение первоначального доступа через службы удаленного доступа (18% атак). Аутентификационный материал атакующие получали как посредством перебора паролей, так и с помощью стилеров. На третьем месте — получение доступа через компрометацию подрядчиков (9% атак).</p> <p>А вот эксплуатировать уязвимости в публично доступных приложениях злоумышленники стали значительно реже, несмотря на то, что в 2024 году этот метод получения первоначального доступа был одним из основных. В 2025 году доля таких случаев снизилась с 13% до 7%.</p> <p>При коммуникациях с командными серверами атакующие все еще активно используют стандартные протоколы, в том числе HTTP и HTTPS. Это часто позволяет им замаскировать свою активность под легитимный трафик.</p> <p>Для связи со скомпрометированной инфраструктурой злоумышленники нередко использовали сразу несколько каналов, включая различные средства туннелирования, удаленного доступа, а также легитимные веб-сервисы. Из последних наиболее популярным у киберпреступников стал Telegram.</p> <p>Злоумышленники активно используют легитимные инструменты и методы получения первоначального доступа, например учетные данные, полученные из утечек. Кроме того, сохраняется тренд на применение общедоступных инструментов — фреймворки эксплуатации и постэксплуатации. Однако киберпреступники все чаще стараются выбирать как можно менее известные и популярные из них, чтобы минимизировать вероятность обнаружения атаки. Популярное ВПО и инструменты также будут активно использоваться, но преимущественно в атаках на организации с низким уровнем киберзрелости.</p> <p>Олег Скулкин, руководитель BI.ZONE Threat Intelligence, отметил: «Злоумышленники продолжат активно использовать легитимные инструменты и методы получения первоначального доступа, например данные учетных записей, полученные из утечек. Цель преступников — свести к минимуму вероятность автоматического обнаружения их действий антивирусными средствами. Чтобы своевременно выявлять такие атаки, минимальный набор средств защиты должен включать решения класса EDR и PAM, а подход к выстраиванию кибербезопасности — быть комплексным и проактивным. И конечно, вряд ли стоит ожидать, что количество кибератак на российские организации значительно снизится или они станут менее интенсивными. Наоборот, атаки могут стать чаще и сложнее из-за доступности ИИ-инструментов, которые помогают компенсировать недостаток знаний злоумышленникам с невысокой квалификацией».</p> <p>Пока что доля атак, в ходе которых злоумышленники использовали возможности искусственного интеллекта (например, для написания вредоносных сценариев), не превышает 1%. Однако наметившийся тренд на вепонизацию ИИ будет со временем только усиливаться, поскольку доступность таких инструментов позволяет злоумышленникам поддерживать высокий уровень автоматизации атак.</p> <p>Одновременно с этим продолжит развиваться применение ИИ-инструментов в сфере кибербезопасности. Например, в области мониторинга и реагирования внедрение ИИ поможет автоматизировать обработку инцидентов, тем самым снизив рутинную нагрузку на аналитиков SOC.</p> Специалисты BI.ZONE Threat Intelligence при поддержке BI.ZONE TDR и BI.ZONE DFIR подготовили исследование ландшафта угроз … message https://www.itweek.ru/themes/detail.php?ID=234267 Thu, 05 Feb 2026 10:12:32 +0300 <p><em>При планировании своих инициатив в области искусственного интеллекта не забывайте о затратах, которые значительно превышают первоначальные затраты на создание или покупку любой реализации ИИ, пишет на портале </em><em>InformationWeek</em> <em>Ричард Мендис, директор по маркетингу и стратегии Bytemethod.ai.</em></p> <p>Покупка ИИ во многом похожа на покупку спортивного автомобиля. Стоимость самого автомобиля — это только начало, а реальные расходы — страховка, топливо, техническое обслуживание, специальные запчасти — начинают расти еще до того, как вы выезжаете со стоянки.</p> <p>Многие организации рассматривают предварительные затраты на разработку или подписку как основную стоимость ИИ. Но то, что вы платите за разработку модели и создание исходного решения, — это только начало. Затраты на инфраструктуру, инференс и управление изменениями, необходимые для успешного внедрения, могут обеспечить или подорвать рентабельность инвестиций.</p> <p>Понимание этих факторов на ранней стадии может защитить ваши финансовые показатели от непредвиденных затрат и отделить успешные программы ИИ от неудачных.</p> <h3>Затраты начинаются с подготовки данных</h3> <p>Не стоит недооценивать финансовые и временные затраты, необходимые для подготовки данных для ИИ: она может быть такой же дорогостоящей, как и разработка самого ИИ. Согласно опросу Salesforce, в котором приняли участие 150 CIO, они тратят в среднем 20% своих ИИ-бюджетов на инфраструктуру данных и управление ими и только 5% на сам ИИ.</p> <p>Прежде чем запустить модель ИИ, организации должны собрать, очистить, разметить и систематизировать огромные объемы данных или, по крайней мере, сделать так, чтобы ИИ справился с этой задачей, если вы откажетесь от традиционных методов очистки данных. Каждое пропущенное или повторяющееся значение, несогласованное поле или документ с неправильной маркировкой приводят к неэффективности последующих процессов, что увеличивает ваши затраты, снижает точность и вызывает трения, препятствующие широкому внедрению и окупаемости инвестиций. Неожиданные проблемы с интеграцией унаследованных систем или искажение данных могут привести к еще одному уровню сложности.</p> <p>Критически отнеситесь к поставщикам, которые обещают быстрый запуск без учета необходимости обеспечения готовности данных.</p> <h3>Затраты, связанные с вашей архитектурой ИИ</h3> <p>Компромиссы между задержкой и пропускной способностью напрямую влияют на стоимость инфраструктуры при различных сценариях использования. В таких средах реального времени, как финансовая торговля, логистика или здравоохранение, миллисекунды имеют значение, поэтому организациям приходится вкладывать значительные средства в системы с низкой задержкой и высокой пропускной способностью. В отличие от этого, такие сферы, как производство или маркетинговая аналитика, могут выдерживать более длительное время обработки и позволяют заниматься оптимизацией для снижения затрат.</p> <p>Тот же принцип применим к решениям о развертывании на периферии или в облаке. Периферийные вычисления иногда могут снизить затраты на инференс, но обслуживание таких систем сложнее, чем облачных решений. Аналогично, согласиться с «черным ящиком» ИИ либо выбрать объяснимость зависит от вашей нормативной базы. Строго регулируемые отрасли должны показывать, как ИИ принимает решения, в то время как другие могут избегать прозрачности. Во всех отраслях эти переменные часто не учитываются в предварительных оценках, но в конечном итоге они появятся в вашем балансе.</p> <p>Наконец, при оценке моделей не стоит зацикливаться только на точности или качестве. Хороший архитектор или консалтинговая фирма помогут вам оценить процесс машинного обучения по трем параметрам: качеству, стоимости и скорости (или задержке). Заблаговременная разработка вашего конвейера с учетом оптимального сочетания этих факторов обеспечит более высокую рентабельность инвестиций в долгосрочной перспективе.</p> <h3>Соответствие нормативным требованиям, регулирование и безопасность</h3> <p>В стоимость разработки системы ИИ часто не включают критические затраты, такие как соответствие Закону ЕС об ИИ, GDPR, HIPAA и отраслевым стандартам, а также соблюдение требований безопасности. Например, у стартапа PerceptIn, занимающегося автономным вождением, согласно <a href="https://studentreview.hks.harvard.edu/why-compliance-costs-of-ai-commercialization-maybe-holding-start-ups-back/">исследованию</a> Гарвардской школы Кеннеди, затраты на соответствие нормативным требованиям в среднем составляют 344 тыс. долл. на одно развертывание, что более чем в два раза превышает затраты компании на НИОКР (150 тыс. долл.).</p> <p>Проблема в том, что соответствие нормативным требованиям ИИ — это не единая структура, а лоскутное одеяло из постоянно меняющихся правил, что затрудняет полное понимание и еще больше усложняет внедрение. Безопасность добавляет еще один уровень сложности. Надежная изоляция данных, шифрование и контроль доступа должны быть заложены в каждый уровень системы. Согласно исследованию IBM, проведенному среди 34 652 руководителей технологических, охранных и бизнес-подразделений, нарушения безопасности могут стоить 670 тыс. долл. и более за инцидент.</p> <p>Соответствие нормативным требованиям и безопасность коренным образом определяют архитектуру, бюджет и операционную стратегию. Это не дополнительные опции, поэтому убедитесь, что они учтены в итоговой стоимости ваших ИИ-инициатив. Гораздо экономичнее изначально проектировать систему с учетом объяснимости, отслеживаемости и возможности аудита, чем внедрять их после сбоев, штрафов или проблем с доверием клиентов.</p> <h3>Техническое обслуживание, мониторинг и реальность дрейфа модели</h3> <p>После развертывания системы ИИ продолжают развиваться. В отличие от традиционного ПО, которое просто ведет себя одинаково до обновления, модели ИИ обучаются, дрейфуют и деградируют. Их поддержание требует постоянных усилий и вмешательства человека.</p> <p>Поскольку затраты на техническое обслуживание и мониторинг каждый год добавляют к первоначальной стоимости разработки от 15 до 30%, подход «настроил и забыл» никогда не работает с ИИ. Как и спортивный автомобиль с перегревшимся двигателем, модели становятся менее точными, менее надежными и требуют более дорогостоящего ремонта после сбоя.</p> <h3>Наиболее часто упускаемая из виду статья расходов: готовность персонала</h3> <p>По <a href="https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/moving-past-gen-ais-honeymoon-phase-seven-hard-truths-for-cios-to-get-from-pilot-to-scale">данным</a> McKinsey, на каждый доллар, потраченный на создание модели ИИ, организации тратят примерно три доллара на управление изменениями. Обучение сотрудников, перепроектирование процессов и интеграция обратной связи от человека требуют времени и денег.</p> <p>Ваши сотрудники очень важны. Даже хорошо спроектированные системы могут работать неэффективно, если у ваших сотрудников нет навыков, позволяющих доверять, интерпретировать или эффективно оспаривать результаты. Им необходимы навыки, чтобы распознавать, как выглядят «качественные данные», когда следует подвергать сомнению результаты и как эскалировать проблемы, не замедляя работу бизнеса.</p> <p>Базовая компетентность — это только начало. Эффективные организации создают непрерывные циклы обучения, чтобы показывать сотрудникам, работающим с ИИ, как выглядит здоровая работа. Также четко объясните им преимущества ИИ. Если люди понимают «почему» вы настаиваете на умении свободно обращаться с данными, они с большей вероятностью станут активными последователями.</p> <h3>Будьте разумным покупателем ИИ</h3> <p>Учитывайте, что стоимость создания вашей системы ИИ — это только первоначальный взнос. Реальные затраты связаны с подготовкой данных, соответствием нормативным требованиям, выбором архитектуры, текущим обслуживанием и управлением изменениями. При оценке поставщиков не ограничивайтесь ценой предложения. Спросите, как будет поддерживаться система, как будут отслеживаться модели, как будут управляться данные и сколько будет стоить масштабирование.</p> <p>Разумные покупатели инвестируют не просто в ИИ. Они инвестируют в экспертизу, которая обеспечивает окупаемость инвестиций в течение длительного времени после внедрения.</p> При планировании своих инициатив в области искусственного интеллекта не забывайте о затратах, которые значительно … article https://www.itweek.ru/themes/detail.php?ID=234266 Wed, 04 Feb 2026 15:12:34 +0300 <p>В рамках <nobr>13-го</nobr> Национального авиационного инфраструктурного салона (НАИС) компания «Integro Technologies» представит реальные кейсы, расскажет о том, какую роль интеллектуальные системы играют в управлении авиационным предприятием, как современные оптимизационные инструменты помогают отрасли в сложных условиях, и поделится планами развития импортонезависимых программно-аппаратных комплексов для субъектов критической инфраструктуры в авиационной отрасли.</p> <p>Национальный авиационный инфраструктурный салон состоится <nobr>4-5</nobr> февраля в Москве, МВЦ «Крокус Экспо». Крупнейшая за всю историю проведения выставка, посвященная развитию гражданской авиации, аэропортовой и аэродромной инфраструктуры. Мероприятие соберет более 10 тысяч представителей аэропортов, авиакомпаний и других авиапредприятий, более 300 делегаций предприятий гражданской авиации из 80 регионов России и 20 стран мира.</p> <p>В рамках деловой программы состоится сессия «Цифровая авиация: технологии и искусственный интеллект» (5 февраля 2026, 10:00, Зал «С»). Откроет сессию заместитель руководителя Федерального агентства воздушного транспорта Андрей Потемкин. В рамках сессии участники обсудят драйверы цифровизации и обеспечения технологической независимости авиаотрасли, вопросы роботизации и применения интеллектуальных систем авиапредприятиями. В частности, в блоке «Искусственный интеллект и автоматизация в гражданской авиации» Анастасия Корниенко, директор по развитию бизнеса компании «Integro Technologies», расскажет о целесообразности применения ИИ в управлении процессами авиапредприятий, а также о роли интеллектуальных систем в авиапредприятии сегодня, о задачах, с которыми они готовы успешно справляться.</p> <p>На стенде компании «Integro Technologies» можно будет более подробно ознакомиться с кейсами применения ИИ-оптимизатора:</p> <ul> <li>в планировании ресурсов и экипажей с учетом рисков за счет моделирования развития ситуации;</li> <li>при оперативном перепланировании с минимизацией изменений и затрат;</li> <li>для подготовки экономически обоснованного расчета назначения бортов на рейсы на разных временных горизонтах с учетом сложных приоритетов бизнеса и др.</li> </ul> В рамках 13-го Национального авиационного инфраструктурного салона (НАИС) компания «Integro Technologies» представит … message https://www.itweek.ru/themes/detail.php?ID=234265 Wed, 04 Feb 2026 15:10:34 +0300 <p>Цифровой логистический оператор versta.io обозначил ключевые технологические тренды, определяющие развитие отрасли грузоперевозок на ближайшие <nobr>4-5 лет.</nobr> Среди них — развитие цифровых экспедиторов, введение электронной транспортной накладной (ЭПД) и в целом более активный переход на электронный документооборот, широкое применение беспилотного транспорта, а также внедрение блокчейн-технологий в логистике.</p> <p>Отрасль логистики сегодня развивается неравномерно. Рынок состоит из множества мелких игроков. Это небольшие транспортные компании и частные предприниматели, которые не обладают ресурсами для интеграции в сложные цифровые экосистемы крупных заказчиков. Кроме того, многие водители ментально не готовы к новому и предпочитают традиционные каналы связи, такие как телефонные звонки, SMS и чаты в мессенджерах. Это создает барьеры для взаимодействия, когда продвинутые с точки зрения ИТ грузоотправители сталкиваются с трудностями при подключении исполнителей к системам управления транспортом (TMS). </p> <p>В ответ на эти вызовы логистический рынок в ближайшие годы будет активно консолидироваться вокруг общих цифровых решений.</p> <h3>Тренд 1. Цифровые экспедиторы и платформы</h3> <p>Задача цифровых экспедиторов — упростить и стандартизировать взаимодействие между грузоотправителями и многочисленными перевозчиками. Платформа цифрового экспедитора выступает здесь в роли «общего знаменателя»: для заказчика она выглядит как логичное расширение его TMS-системы, а для водителя — как привычный чат в мессенджере.</p> <p>Например, платформа versta.io позволяет водителям взаимодействовать с ней не только через мобильное приложение, но и через чат-бота, в мессенджере. Таким образом, водителю не нужно дополнительно изучать новый интерфейс. Платформа естественным образом интегрирует его в цифровую среду. А пользователь привычным для себя способом может сообщать необходимые данные — тарифы, местонахождение машины, возникшие проблемы на маршруте, отправить отчетные документы — платформа сама передает их в информационную систему заказчика.</p> <p>Цифровые экспедиторы позволят эффективно вовлекать всех участников логистической цепочки в единое цифровое пространство.</p> <h3>Тренд 2. Электронные перевозочные документы</h3> <p>Второй ключевой тренд — обязательное введение с 1 сентября 2026 года в России электронных перевозочных документов (ЭПД). </p> <p>Данная мера, являющаяся частью госпрограммы цифровизации логистической отрасли, коснется большинства участников рынка грузоперевозок. Транспортная накладная — это основной документ для всех участников перевозки, в нем содержатся все необходимые для осуществления доставки сведения — о водителе, транспортном средстве, грузе, пункте назначения.</p> <p>Обязательный перевод этого документа в цифровой формат повысит прозрачность перевозок, упростит разрешение проблемных и спорных ситуаций, поскольку все подтверждающие документы будут храниться в единой базе данных — национальной транспортно-логистической платформе «Государственная логистика» (ГосЛог). Эта платформа создана для взаимодействия всех участников процесса грузоперевозок в России. Контролирующие органы также смогут автоматически получать нужные им документы, без запросов. </p> <p>Но как обычно есть и обратная сторона: всем участникам цепочки придется менять процессы, покупать дополнительное ПО и оборудование, в связи с чем им могут значительно помочь платформенные решения, объединяющие все необходимые функции. </p> <p>Кроме этого, в настоящее время проводятся эксперименты по внедрению электронного документооборота в трансграничных перевозках — например, с использованием eCMR.</p> <h3>Тренд 3. Беспилотный грузовой транспорт</h3> <p>Первоначально беспилотные системы грузового транспорта охватят отдельные, уже подготовленные магистральные участки дорог с передачей груза обычным водителям на промежуточных терминалах для доставки на этапе «последней мили». Тем не менее, география беспилотной доставки со временем будет расширяться. </p> <p>Основными причинами для внедрения беспилотного грузового транспорта станут безопасность и эффективность. Технология исключает ошибки, связанные с усталостью или невнимательностью водителя, а также сможет работать без перерывов, что позволит оптимально выстраивать маршруты. При этом масштабирование технологии приведет к ее удешевлению и к укрупнению игроков рынка логистики. </p> <p>«Мы уверены, что эти изменения пойдут во благо всей отрасли. Например, внедрение ЭПД даст компаниям понятный стандарт для обмена заказами. А развитие беспилотных грузовиков в перспективе устранит человеческий фактор и оптимизирует затраты на перевозку, — отметил Валерий Геленава, сооснователь цифрового логистического оператора versta.io. — Однако для логистических компаний такие изменения, несомненно, становятся огромным вызовом, требующим пересмотра всей стратегии развития. Как минимум, нужно понимать, что скоро по-старому работать уже не получится, нужно вкладываться в цифровизацию, обучать персонал, искать новые методы работы и новые партнерства с ИТ-поставщиками, а также использовать то многообразие перспективных решений, которые на рынке уже есть». </p> Цифровой логистический оператор versta.io обозначил ключевые технологические тренды, определяющие развитие отрасли грузоперевозок … message https://www.itweek.ru/themes/detail.php?ID=234264 Wed, 04 Feb 2026 15:09:37 +0300 <p>ГК «Рикор» выходит на рынок серверных систем технологического уровня Gen5, выпуская свои первые устройства на базе процессоров Intel Xeon Scalable Gen5. Они ориентированы на наиболее требовательные корпоративные задачи: виртуализацию, гиперконвергентную инфраструктуру, облачные сервисы, анализ данных, машинное обучение и искусственный интеллект. Компания уже принимает заказы на новые устройства, их поставки стартуют в ближайшее время.</p> <p>Ранее «Рикор» развивал серверное оборудование на базе процессоров Intel Xeon Gen2 и Gen3, закрывая широкий спектр базовых задач корпоративного сегмента. Однако растущие требования к производительности, энергоэффективности и производительности стали ключевыми факторами выхода на рынок платформ с процессорами Intel Xeon Gen5. При этом в сравнении с существующими на российском рынке предложениями серверы «Рикор» нового поколения отличаются наиболее глубоким уровнем локализации — от разработки и производства корпусов до адаптации архитектуры под требования отечественных заказчиков. </p> <p>В линейку серверного оборудования нового поколения вошли <nobr>2-юнитовые</nobr> модели Rikor 7212DSP5 и Rikor 7225DSP5, рекомендованные для ЦОД и корпоративных ИТ-инфраструктур. Архитектура серверов предусматривает установку до двух процессоров Xeon Gen5, до 32 модулей DDR5 общим объемом до 8 ТБ и гибкие конфигурации хранения данных. Среди ключевых преимуществ — удвоенная пропускная способность ввода-вывода благодаря PCI Express Gen5 и уникальный корпус <nobr>7-й</nobr> серии собственного производства «Рикор».</p> <p>Наличие собственного производства корпусов — одно из ключевых преимуществ серверов «Рикор» на базе процессоров Intel Xeon Scalable Gen5. В планах — постоянное совершенствование конструктивных решений и выпуск новых вариантов корпусов под текущие и будущие серверные платы. Такой уровень локализации позволяет, в отличие от всех других вендоров, не закупать крупные партии корпусов за рубежом и не перевозить «воздух» в контейнерах. Это обеспечивает быстрые сроки разработки, изготовления, контроль качества металла и сборки, а также возможность предлагать заказчикам уникальные решения по оптимизации внутреннего пространства. В итоге клиенты получают более гибкие, технологичные и экономически выгодные серверы, наиболее полно соответствующие требованиям по локализации и технологической независимости. </p> <p>«Ранее „Рикор“ был одним из лидеров на рынке серверных решений на базе процессоров Intel Xeon Gen2 и Gen3. Но сегодня бизнесу нужны более мощные и энергоэффективные платформы. Выход на рынок Gen5 — логичный шаг, который позволяет нашим клиентам получить современную технологическую основу с запасом на годы вперёд. Мощности нашего роботизированного завода позволяют оперативно масштабировать выпуск новой линейки и гарантировать стабильность поставок», — отметил Борис Иванов, вице-президент «Рикор».</p> ГК «Рикор» выходит на рынок серверных систем технологического уровня Gen5, выпуская свои первые устройства на базе … message https://www.itweek.ru/themes/detail.php?ID=234263 Wed, 04 Feb 2026 10:05:10 +0300 <p><em>Открытые стандарты, такие как SPIFFE и SPIRE, обеспечивают надежные гарантии изоляции, создавая основу для нулевого доверия (</em><em>Zero</em> <em>Trust</em><em>), пишет на портале </em><em>The</em> <em>New</em> <em>Stack</em> <em>Марина Мур, научный сотрудник Edera.</em></p> <p>Конфиденциальные вычисления всегда были перспективным направлением. Идея о том, что рабочие нагрузки могут обрабатывать конфиденциальные данные, оставаясь изолированными даже от инфраструктуры, на которой они работают, изменила подход многих корпоративных команд по безопасности к доверию. В течение многих лет мы считали, что данные должны быть зашифрованы в состоянии покоя и при передаче, но данные, используемые в данный момент, оставались открытыми для платформы, на которой они работают. Конфиденциальные вычисления предлагают устранить этот пробел.</p> <p>Что замедляет внедрение, так это не отсутствие интереса, а зависимость от специализированного и дорогостоящего оборудования. Доверенные среды выполнения требуют определенных CPU, ограниченных типов экземпляров и операционных компромиссов, которые делают их недоступными для многих реальных развертываний. В результате возникает растущее несоответствие между моделями угроз, которые важны для предприятий, и инструментами, которые они могут практически развернуть.</p> <p>В то же время в сфере Open Source происходит нечто важное. Набор примитивов идентификации и изоляции незаметно превращается в инфраструктурный уровень, очень похожий на инфраструктуру открытых ключей, лежащую в основе современного Интернета. Вместо шифрования сессий между браузерами и серверами эти системы устанавливают криптографические идентификаторы для самих рабочих нагрузок.</p> <p>Давайте рассмотрим, как эти строительные блоки объединяются, почему идентификация рабочих нагрузок становится центральным элементом архитектур нулевого доверия и как можно использовать открытые стандарты для обеспечения многих преимуществ конфиденциальных вычислений без необходимости в новом оборудовании.</p> <h3>SPIFFE и значение идентификации рабочих нагрузок</h3> <p>Чтобы понять, к чему это ведет, полезно определить несколько терминов. Идентификация рабочей нагрузки — это идея о том, что ПО должно иметь возможность доказать, что оно собой представляет и где оно работает, независимо от сетевого местоположения или статических учетных данных.</p> <p>Аттестация рабочей нагрузки — это процесс проверки этих свойств перед предоставлением идентификатора. Нулевое доверие — это предположение, что не существует неявного доверия, основанного на сетевом местоположении, и что каждое взаимодействие должно быть аутентифицировано и авторизовано. Конфиденциальные вычисления в самом строгом смысле слова направлены на обеспечение изоляции даже от хост-платформы и проверяемости рабочих нагрузок.</p> <p>SPIFFE (Secure Production Identity Framework for Everyone) — это спецификация, которая напрямую решает вопрос идентификации рабочих нагрузок. Она определяет, как идентифицируются рабочие нагрузки, как эти идентификаторы представлены и как их можно проверять в распределенных системах. SPIFFE ID — это структурированный идентификатор, привязанный к домену доверия (trust domain) и конкретной рабочей нагрузке. Он не является секретом и не привязан к IP-адресу или долгосрочным учетным данным. Вместо этого он становится значимым только в паре с криптографическим документом, известным как SVID (SPIFFE Verifiable Identity Document).</p> <p>SVID связывает SPIFFE ID с парой ключей и центром подписи. Это позволяет рабочим нагрузкам аутентифицироваться друг перед другом, используя кратковременные учетные данные, которые могут автоматически обновляться. С точки зрения разработчика или оператора это выглядит знакомо. Это аналогично работе двухсторонних сертификатов в Интернете, но здесь речь идёт о рабочей нагрузке, а не о доменном имени.</p> <p>Важное отличие заключается в том, что SPIFFE не диктует, как устанавливается доверие. Он определяет интерфейс и формат, оставляя аттестацию на усмотрение базовой платформы. Именно эта гибкость делает его таким мощным. SPIFFE может располагаться поверх метаданных облачного провайдера, сигналов ОС или модели доверия, основанной на гипервизоре.</p> <h3>SPIRE как среда выполнения для обеспечения доверия</h3> <p>SPIRE — это эталонная реализация спецификации SPIFFE. Если SPIFFE определяет, как выглядит идентификация рабочей нагрузки, то SPIRE определяет, как она выдается и управляется на практике. Она включает два основных компонента: сервер SPIRE и агенты SPIRE.</p> <p>Сервер SPIRE выступает в качестве корня доверия. Он хранит ключи подписи для домена доверия и обеспечивает соблюдение политик регистрации, которые определяют, каким рабочим нагрузкам разрешено получать какие идентификаторы. Агент SPIRE работает на каждом узле и выполняет две связанные задачи. Во-первых, он подтверждает подлинность самого узла посредством аттестации узла. Затем он выполняет аттестацию рабочей нагрузки от имени процессов, работающих на этом узле.</p> <p>Аттестация узла в первую очередь определяет, следует ли доверять машине для размещения рабочих нагрузок. Аттестация рабочей нагрузки отвечает на вопрос, соответствует ли конкретный процесс критериям для получения данного идентификатора. Важно отметить, что рабочие нагрузки никогда не содержат секретов. Они запрашивают идентификационные данные у локального агента во время выполнения и получают SVID только в случае успешной аттестации. Эти идентификационные данные недолговечны и автоматически меняются, что значительно уменьшает радиус поражения при компрометации.</p> <p>Именно это разделение позволяет SPIRE органично вписываться в модели нулевого доверия. Доверие устанавливается явно, непрерывно и на основе проверяемых свойств, а не предположений об окружающей среде.</p> <h3>Сочетание зонирования и изоляции</h3> <p>К изоляции можно подходить с другой отправной точки. Вместо того чтобы использовать общее ядро ​​для разных рабочих нагрузок, можно запускать приложения внутри зон, которые ведут себя как легковесные виртуальные машины. Каждая зона имеет собственное ядро ​​и изолирована гипервизором типа 1 с небольшой базой доверенных вычислительных ресурсов. Это выводит совместно используемое ядро за пределы зоны доверия и устраняет целый класс атак на выход из контейнера.</p> <p>В этой модели зоны становятся естественными единицами доверия. Зона — это не просто конструкция планирования, а граница безопасности. Это делает ее идеальной основой для идентификации рабочей нагрузки. Задача состоит в том, чтобы доказать удаленной стороне, что рабочая нагрузка действительно выполняется внутри такой зоны.</p> <p>Именно здесь вступают в игру SPIFFE и SPIRE. Внедрив аттестацию узлов в сам гипервизор, его можно использовать в качестве базового органа управления платформой. Гипервизор может гарантировать существование и целостность зон, в то время как стандартные механизмы аттестации рабочих нагрузок работают внутри этих зон без изменений. Ключевые материальные и конфиденциальные сервисы, такие как сервер SPIRE, могут сами работать внутри защищенных зон, что еще больше снижает уязвимость.</p> <p>В результате получается система, в которой рабочие нагрузки получают криптографические идентификаторы только в том случае, если они работают в проверенных изолированных средах. Данные могут быть зашифрованы непосредственно в эти идентификаторы, а политики могут применяться на основе того, где и как выполняется код, а не только того, кто его написал.</p> <p>Эта архитектура обеспечивает нечто тонкое, но важное. Она предоставляет удаленную аттестацию свойств изоляции без использования специализированных аппаратных анклавов. Гарантии обеспечиваются надежной изоляцией и проверяемой идентификацией, а не непрозрачными аппаратными характеристиками. На практике это охватывает большой набор реальных моделей угроз, которые сегодня важны для предприятий.</p> <h3>Почему это важно сейчас</h3> <p>Команды по обеспечению безопасности предприятий все чаще вынуждены рассуждать о рабочих нагрузках, а не о хостах. Микросервисы, многопользовательские кластеры и системы ИИ, обрабатывающие конфиденциальные данные, продолжают размывать традиционные границы. В то же время стоимость и сложность аппаратных средств обеспечения конфиденциальных вычислений остаются препятствием.</p> <p>Открытые стандарты, такие как SPIFFE, и реализации, такие как SPIRE, предлагают поэтапный путь вперед. Они позволяют организациям внедрять принципы нулевого доверия на уровне рабочих нагрузок, устанавливать криптографические идентификаторы и строить политику на основе проверяемых контекстов выполнения. Описанный выше подход показывает, что надежная изоляция и идентификация могут работать вместе, приближая нас к преимуществам конфиденциальных вычислений при использовании стандартной инфраструктуры.</p> <p>Это не аргумент против аппаратных анклавов. Эти технологии будут по-прежнему важны для наиболее чувствительных моделей угроз. Но это аргумент в пользу того, чтобы обратить внимание на более широкую эволюцию идентификации рабочих нагрузок. Так же, как она незаметно стала основополагающей для веб-технологий, она становится основополагающей для современных распределенных систем.</p> <p>Понимание того, как пересекаются аттестация, зонирование, нулевое доверие и идентификация, будет иметь решающее значение в ближайшие несколько лет. Все необходимые компоненты уже есть. Теперь задача состоит в том, чтобы понять, как они взаимодействуют друг с другом, и создать системы, способные заслужить доверие, а не просто предполагать его.</p> Открытые стандарты, такие как SPIFFE и SPIRE, обеспечивают надежные гарантии изоляции, создавая основу для нулевого доверия … article https://www.itweek.ru/themes/detail.php?ID=234262 Tue, 03 Feb 2026 16:53:15 +0300 <p>Консалтинговая технологическая компания Axenix подготовила обзор технологического фундамента цифровизации российского агропромышленного комплекса. Эксперты компании проанализировали глобальный и российский рынки АПК, основные технологические тренды в агропромышленном секторе, порядка 190 технологических решений для АПК, степень покрытия производственных процессов в ключевых сегментах АПК и составили карту эффектов от внедрения цифровых технологий. Результаты исследования показывают, что российский рынок ИТ-решений для сельского хозяйства успешно преодолел период турбулентности после ухода западных вендоров и может закрывать базовые потребности отрасли в технологиях.</p> <p>По данным Axenix, российский агропромышленный комплекс демонстрирует темпы роста выручки на уровне 14% ежегодно, значительно опережая среднемировые показатели. При этом цифровая трансформация АПК во многом зависит от масштаба компании. Крупные игроки уже системно инвестируют в цифровые решения, тогда как для части рынка цифровизация остается задачей на перспективу. В результате потенциал отрасли пока реализуется не полностью с точки зрения технологий. </p> <p>Эксперты Axenix оценили насыщенность рынка ИТ-решениями в разрезе ключевых сегментов АПК. Наиболее высокая готовность технологического фундамента характерна для растениеводства, животноводства (КРС) и производства пищевых продуктов, где представлен широкий выбор решений с хорошим функциональным покрытием производственных процессов. Средний уровень технологической насыщенности демонстрируют свиноводство и рыболовство. Наименее обеспечен технологиями сегмент птицеводства, где количество доступных решений ограничено, а их функциональное покрытие остается недостаточным для обеспечения процессов всей производственной цепочки.</p> <p>Рынок ИТ-решений для АПК в основном ориентирован на базовую автоматизацию — 48% от общего числа решений. Существенно меньшие доли занимают «умные устройства» (26%), искусственный интеллект (12%), роботизация (8%) и цифровые каналы взаимодействия (6%). Практика лидеров цифровизации подтверждает этот тренд: они сосредоточены на базовой автоматизации и инструментах сбора данных и сокращения ручного труда, а также на точечном внедрении интернета вещей и искусственного интеллекта для решения специфических задач. </p> <p>По оценкам Axenix, комплексная цифровая трансформация может обеспечить компаниям АПК рост операционной прибыли в диапазоне <nobr>5-20%</nobr> в зависимости от структуры бизнеса, его цифровой зрелости и выбранных приоритетов трансформации. Минимальный эффект достигается за счет внедрения базовой автоматизации, тогда как максимальный реализуется при внедрении полного спектра цифровых решений, включая ИИ, IoT и прочие технологии.</p> <p>В производственном ядре наибольшее влияние оказывает искусственный интеллект за счет предиктивной аналитики и интеллектуального мониторинга. В сегментах КРС и свиноводства критическую значимость приобретают умные устройства для индивидуального мониторинга животных. </p> <p>В переработке сырья и производстве готовой продукции наибольшую экономическую отдачу демонстрируют роботизация и базовая автоматизация, снижающие вариативность процессов и исключающие человеческий фактор. В корпоративных функциях максимальный вклад в операционную эффективность бизнеса формируют технологии искусственного интеллекта, особенно в планировании, закупках, коммерции и маркетинге. Это связано с тем, что ИИ повышает точность прогнозирования и сценарного моделирования, снижая стоимость ошибок планирования, оптимизирует решения по поставщикам и условиям, уменьшая закупочную стоимость, а также обеспечивает управление выручкой за счет интеллектуального ценообразования.</p> <p>«Российский рынок ИТ-решений для агропромышленного комплекса сформировал достаточное технологическое предложение по всем ключевым сегментам. При системном подходе к цифровой трансформации совокупный эффект для отрасли может составить порядка 1,5 трлн рублей операционной прибыли до конца 2030 года. Ключевым условием достижения этого потенциала выступает переход от фрагментарных внедрений к формированию единой интеллектуальной экосистемы, где данные становятся основой новой эффективности, а искусственный интеллект — центральной связью между всеми звеньями цепочки. Компании, которые уже сегодня инвестируют в комплексную цифровизацию, формируют устойчивое конкурентное преимущество на горизонте ближайших десятилетий», — прокомментировал Егор Викторов, директор практики «Стратегический консалтинг» компании Axenix.</p> Консалтинговая технологическая компания Axenix подготовила обзор технологического фундамента цифровизации российского … message https://www.itweek.ru/themes/detail.php?ID=234261 Tue, 03 Feb 2026 16:52:32 +0300 <p>Компания Servicepipe, российский разработчик решений для анализа и фильтрации нежелательного трафика, представила обновленную версию адаптивной системы защиты IT-инфраструктуры от DDoS-атак и сетевых угроз DosGate и анализатора сетевого трафика FlowCollector. Ключевое изменение релиза — защита стала не только более точечной, но еще и наглядной.</p> <p>В новой версии DosGate сделан акцент на анализе TLS-сессий — этапе, на котором клиент устанавливает защищенное HTTPS-соединение с сервером. Именно на этом уровне автоматизация принципиально отличается от поведения живых пользователей. У реальных людей TLS-отпечатки (набор технических характеристик и их порядок, которые передаются при инициации TLS-соединения) постоянно меняются- на них влияют версия браузера, операционная система, обновления, расширения и даже контекст работы. У живых пользователей TLS-отпечатки, как правило, различаются и не повторяются массово. С ботовым трафиком ситуация иная. Специалисты Инженерного центра реагирования неоднократно фиксировали при DDoS-атаках тысячи соединений с разных IP-адресов с полностью идентичным TLS-отпечатком. Анализ TLS-сессий позволяет наглядно увидеть подобные аномалии и сделать вывод, что соединения создает не множество реальных пользователей, а один и тот же автоматизированный инструмент. Что позволяет специалистам по ИБ принимать точечные решения и блокировать источник атаки, не ограничивая доступ для легитимного трафика.</p> <p>Для удобства работы в DosGate добавлена таблица JA3/JA4-TLS-отпечатков, что позволяет отслеживать подобные аномалии еще и визуально.</p> <p>Еще одно изменение интерфейса — активные атаки теперь автоматически выводятся в верхнюю часть дашборда, чтобы специалисты по информационной безопасности видели угрозы сразу при открытии системы.</p> <p>Релиз также включает ряд улучшений для эксплуатации в крупных и распределенных инфраструктурах: расширенную работу с логами популярных серверов и балансировщиков, улучшенную синхронизацию узлов, инструменты мониторинга нагрузки, интеграцию с корпоративными системами аутентификации.</p> <p>«Важно не просто заблокировать атаку — сделать это так, чтобы легитимные пользователи даже не заметили, что что-то произошло. Мы видим разницу между TLS-отпечатками людей и ботов, и используем эти знания для еще более точной фильтрации трафика», — отметил директор по продуктам Servicepipe Михаил Хлебунов.</p> Компания Servicepipe, российский разработчик решений для анализа и фильтрации нежелательного трафика, представила … message https://www.itweek.ru/themes/detail.php?ID=234260 Tue, 03 Feb 2026 16:51:31 +0300 <p>Согласно последнему исследованию Rubetek Lab объем рынка «цифровых зданий» в сегменте многоквартирных домов (МКД) в России составил по итогам 2024 года около 110 млрд руб., показав рост на уровне 24%. Проникновение цифровых технологий, сквозных решений и умных сервисов на их основе в российском сегменте МКД увеличится к 2030 году более чем на треть, по прогнозам Rubetek Lab. Объем рынка цифровых зданий МКД превысит к этому моменту 440 млрд руб. при сохранении актуальных тенденций в сфере цифровизации экономики и внимания государства к повышению комфорта и безопасности жизни граждан в рамках запущенных национальных проектов.</p> <p>Российский рынок цифровизации зданий развивается в русле общемировых трендов, с учетом роста проникновения облачных платформ, решений на базе интернета вещей (IoT), а также технологий искусственного интеллекта (ИИ). Отечественный сегмент растет с опережением мировой динамики, и с 2020 года его объем увеличился почти вдвое за счет фокуса государства и граждан на использовании цифровых технологий. По оценкам Rubetek Lab эта тенденция будет сохраняться до 2030 года, стимулируя рост интереса девелоперов к внедрению цифровых технологий.</p> <p>В первую очередь умные цифровые решения внедряют крупные игроки российского рынка недвижимости. Востребованы облачные сервисы и платформы, технологии интернета вещей (IoT), системы автоматизации и управления ресурсоэффективностью, а также платформы интеграции для построения единого цифрового пространства взаимодействия жильцов и УК. Ряд застройщиков и УК используют сервисы на базе технологии компьютерного зрения (CV) и рекомендательные сервисы, а также начинают пилотировать проекты на базе генеративного ИИ — пока что в первую очередь для задач маркетинга, продаж и клиентского сервиса.</p> <p>«Спрос на цифровые технологии умного дома повышается с учетом повсеместно возрастающей потребности в безопасности и комфорте. Жители МКД хотят всегда быть на связи и получать доступные удобные цифровые сервисы в разных форматах в любое время. Подключенная бытовая техника, умные колонки, устройства для управления освещением или климатом, а также сервисы контроля за домом, в том числе удаленно — становятся важным элементом жилой среды. Для управляющих компаний интегрированные цифровые системы — ключевой фактор эффективности предоставления сервисов, мониторинга инженерии и оптимизации эксплуатационных расходов. Спрос на цифровые решения и платформы на российском рынке недвижимости будет расти, а уровень проникновения цифровизации МКД в стране будет ежегодно повышаться», — отметил Игорь Соколов, Директор по продукту Rubetek.</p> <p>«Интерес к системам умного дома значительно вырос в последние несколько лет. Потенциальные покупатели квартир оценивают функцию умного дома, в том или ином виде, как обязательный стандарт. Формируется новая культура потребления, в которой комфорт, энергоэффективность и цифровое управление домом воспринимаются как естественная норма. На рост проникновения этих технологий влияет целый комплекс факторов. Прежде всего — динамичное развитие рынка смарт-устройств и расширение ассортимента решений со стороны производителей и поставщиков. Технологии умного дома все чаще интегрируются на стадии проектирования новостроек, не как дополнительная опция, а как часть базовой инфраструктуры жилья. Современные тенденции цифровизации начинаются с автоматизации жилого пространства. Системы обеспечивают управление освещением, отоплением, шторами, розетками, бытовыми приборами и контроль протечек», — добавила Юлия Мерешкина, руководитель отдела цифровизации недвижимости ГК «ФСК». «Следующий уровень — автоматизация всего здания: дистанционное управление домофонами, видеокамерами и дверями, использование смартфона в качестве виртуальной карты доступа, а также бесконтактный вызов лифта. В перспективе все цифровые решения объединяются в единую экосистему, интегрированную с инфраструктурой „умного“ города и внешними сервисами».</p> <p>Мировой рынок умных цифровых зданий (Smart Buildings) демонстрирует устойчивый рост — на уровне <nobr>15-22%</nobr> в год (по данным исследовательских компаний Statista, Fortune Business Insights и MarketsandMarkets). Такую динамику обеспечивает рост проникновения цифровых решений, включая технологии интернета вещей (IoT) и искусственного интеллекта (ИИ), повышение уровня автоматизации, а также усиление требований к энергоэффективности.</p> <p>Общий объем рынка систем умного дома в мире составил 117 млрд долл. по итогам 2024 года (по данным исследования Fortune Business Insights). К 2032 году он вырастет до 549 млрд долл. Ключевую роль в расширении этого рынка играет автоматизация, массовое внедрение технологий интернета вещей (IoT) и цифровизации жизни, рост урбанизации с повышением цен на электроэнергию и усилением потребности в энергоэффективности.</p> <p>Экосистемы умных устройств и сервисов для дома развивают в России крупные технологические компании: Яндекс, VK, Ростелеком, МТС, а также дочерние компании Сбера (например, «СалютДевайсы»). На отечественном рынке представлены решения зарубежных разработчиков систем умного дома, которые часто заключают партнерства с локальными игроками — например, с операторами связи или системными интеграторами. Более 20% рынка занимают решения Xiaomi, Aqara, TP-Link. </p> <p>Среди отечественных поставщиков специализированных решений для умного дома, включая решения на базе IoT, около 20% рынка приходится на «Рубетек» (Rubetek), «Юникорн» (Ujin), «Риэлта», «Эр-Телеком», а также «Лайнкам» и «КомплИТех». В сегменте подключенной бытовой техники заметны также Redmond и Polaris.</p> <p>В целом российский рынок цифровизации МКД пока сильно фрагментирован и представлен разными группами игроков — от крупных цифровых экосистем до разработчиков, представляющих средней и малый бизнес. В перспективе усиления динамики этого сегмента прогнозируется консолидация поставщиков, отмечается в исследовании Rubetek Lab. Рынок цифровизации девелопмента движется в направлении масштабируемых решений из облака, интеграционных платформ и сервисов на базе продвинутой аналитики, машинного обучения и ИИ.</p> <p>В российской практике решения на базе IoT и продвинутой аналитики в строительной сфере до недавнего времени использовались точечно. Наибольшее распространение получили системы умного дома в частном сегменте. В настоящий момент растет проникновение цифровых технологий в сегменте МКД благодаря повышению внимания застройщиков к новым возможностям использования таких решений.</p> <p>Основной фокус при внедрении цифровых решений в строительной сфере — оптимизация затрат, повышение эффективности бизнеса и качества взаимодействия с пользователями-жильцами. Приоритетными технологиями в 2025 году для PropTech в мире, и в России стали ИИ-инструменты в строительстве, продажах и клиентском сервисе. В силу быстрого проникновения генеративного ИИ направления продаж и обслуживания клиентов наиболее заметно трансформируются в ближайшие 5 лет.</p> Согласно последнему исследованию Rubetek Lab объем рынка «цифровых зданий» в сегменте многоквартирных домов (МКД … message https://www.itweek.ru/themes/detail.php?ID=234256 Tue, 03 Feb 2026 10:25:39 +0300 <p><em>Доступность энергии стала одним из самых мощных факторов, определяющих стратегию развития центров обработки данных, но это только половина истории; вторая половина — охлаждение, пишет на портале HPCwire</em> <em>Роб Хейс, вице-президент компании Cornelis.</em></p> <p>Энергетический вопрос обогнала вопросы землеотведения, оптоволоконной связи и налоговых льгот как наиболее важный фактор при выборе места для строительства новых ЦОДов и скорости их масштабирования. Эта тенденция теперь очевидна: согласно отчету Министерства энергетики США за 2024 г. об использовании энергии в американских дата-центрах национальный спрос на электроэнергию для ЦОДов утроился с 2014 г. и, по прогнозам, удвоится или даже утроится к 2028 г. Этот всплеск, характерный не только для США и в значительной степени обусловленный искусственным интеллектом и ускоренными вычислениями, создает нагрузку на региональные сети и превращает доступность мегаваттов в определяющий фактор как при выборе площадки, так и при планировании эксплуатации.</p> <p>Но энергия — это только половина истории. Каждый ватт, подаваемый на серверы, ускорители и сетевое оборудование, в конечном итоге превращается в ватт тепла, которое необходимо отводить. По мере того, как системы для ИИ увеличивают плотность размещения оборудования, энергопотребление стоек выходит на уровень свыше 100 кВт, а к концу десятилетия дойдет до 300 кВт. При этом тепловая нагрузка растет еще быстрее, чем электрическая. Традиционные методы воздушного охлаждения просто не могут угнаться за этим растущим тепловым потоком. Физика беспощадна, и отрасль сейчас сталкивается с фундаментальной реальностью: охлаждение стало одной из самых сложных инженерных задач в современной инфраструктуре, и для ее решения потребуется новое поколение технологий и архитектур.</p> <h3>1. Прямое жидкостное охлаждение чипов — это базовый уровень, а не исключение</h3> <p>В выставочном зале SC25 в этом году один коллега заметил, что создается впечатление, будто мы попали на конференцию сантехников. Это свидетельствует о том, что прямое жидкостное охлаждение чипов (D2C) становится стандартной конструкцией для новых стоек для ИИ. Мы перешли порог, когда воздушное охлаждение больше нельзя улучшить с помощью продуманных воздуховодов, более высоких скоростей вентиляторов или незначительного повышения эффективности. Как только мощность серверных стоек решительно превысит 100 кВт — а со многими это уже произошло — законы физики проявят свою беспощадность.</p> <p>Жидкостное охлаждение перестало быть экспериментальной технологией, и реальный страх перед протеканием воды через серверные стойки, заполненные электроникой стоимостью в миллионы долларов, остался в прошлом. Операционные сценарии понятны, проблемы с надежностью в значительной степени решены, а преимущества в производительности неоспоримы. D2C-охлаждение обеспечивает более высокие устойчивые тактовые частоты, лучшую надежность кремниевых компонентов и более плотную компоновку без чрезмерного энергопотребления вентиляторов и чиллеров. В 2026 г. вопрос будет звучать не «Следует ли использовать жидкостное охлаждение?», а «На каком уровне стека мы должны учитывать его при проектировании?».</p> <h3>2. Производительность vs. эффективность: инженерная развилка</h3> <p>По мере того, как мощность стоек для ИИ приближается к <nobr>100-300 кВт,</nobr> становится ясно одно: подход к проектированию, максимизирующий производительность, не совпадает с подходом, максимизирующим энергоэффективность. Тепловые ограничения, температура охлаждающей жидкости, мощность насоса и допустимые температуры перехода взаимодействуют таким образом, что заставляют операторов выбирать, на какой стороне кривой они будут оптимизировать свои решения. Некоторые операторы будут агрессивно нагружать системы охлаждения, чтобы добиться более высоких TDP и тактовых частот, соглашаясь на более жесткие тепловые пределы и более высокие энергозатраты. Другие будут настраивать системы на эффективность, чтобы обеспечить предсказуемые эксплуатационные расходы и более высокие показатели экологичности. Все сложнее работать одновременно на обоих крайних полюсах. И это создает видимую сегментацию рынка: операторы, ориентированные на производительность, дифференцируются по пропускной способности, скорости обучения и времени, необходимом для решения проблемы, в то время как операторы, ориентированные на эффективность, конкурируют по стоимости инференса, экологичности и долгосрочной экономической целесообразности.</p> <p>Поскольку архитектура охлаждения напрямую определяет достижимую производительность и энергозатраты, выбранный подход к проектированию становится стратегическим сигналом. Ни один из описанных подходов не является по своей сути «правильным», но эту развилку невозможно будет игнорировать. Геополитика, культурные предпочтения и рыночные силы — все это будет влиять на выбор пути, по которому пойдут операторы.</p> <h3>3. Управление охлаждением с помощью ИИ — ИИ для ИИ</h3> <p>Этот странный мир использования ИИ для создания лучшего ИИ распространится и на охлаждение дата-центров. Противоречие между производительностью и эффективностью порождает потребность в тонкой настройке с помощью ИИ для управления сложным и обширным набором параметров, позволяющих оптимизировать производительность приложений с минимальными потерями электроэнергии, воды и неэффективным использованием оборудования. Системы управления охлаждением с помощью ИИ будут дополнять классические методы управления, позволяя прогнозировать перегрев до его возникновения, оптимизировать поток охлаждающей жидкости с гораздо большей точностью и динамически корректировать заданные значения температуры в зависимости от поведения рабочей нагрузки. Эти системы также будут играть все более важную роль в обнаружении отказов и увеличении срока службы оборудования за счет выявления незначительного снижения производительности насосов, охлаждающих пластин или теплообменников задолго до того, как это станет очевидным в процессе эксплуатации.</p> <p>Возможно наиболее интересным является то, что системы охлаждения с помощью ИИ будут влиять на решения о размещении рабочих нагрузок. Термально-ориентированные планировщики, учитывающие ограничения как по вычислениям, так и по охлаждению, будут становиться все более ценными, поскольку люди просто не смогут настраивать эти системы достаточно быстро или с достаточной точностью.</p> <h3>4. Более высокая точность охлаждения</h3> <p>Прямое жидкостное охлаждение чипов положило начало тренду прецизионного охлаждения, дополнив воздух, проходящий через серверы, холодными пластинами, расположенными непосредственно на чипах, выделяющих наибольшее количество тепла. В новейших системах используются контуры жидкостного охлаждения, охватывающие все компоненты серверов, и ведутся дискуссии о температуре и расходе воды для поддержания всех параметров в пределах рабочих характеристик. При большой теплоемкости систем и многочиповых модулях универсальное решение для массового охлаждения становится сложной задачей и не столь эффективным, как система, которая может точно направлять охлаждение туда, где оно необходимо.</p> <p>Усовершенствование контуров жидкостного охлаждения путем разделения их на индивидуально модулируемые подконтурные системы, оптимизированные для конкретных нагрузок на подсистемы обработки, памяти, хранения или ввода-вывода, позволит более эффективно применять охлаждение там, где оно наиболее необходимо. Кроме того, очаги перегрева в системе могут быть подавлены с помощью целенаправленного использования таких технологий, как термоэлектрическое охлаждение (ТЭО), наложенное на системы жидкостного охлаждения. ТЭО может подавлять переходные очаги перегрева, которые вызывают термическое дросселирование, и термически изолировать кремниевые кристаллы с различными требованиями к рабочей температуре. Интеграция хорошо спроектированной системы жидкостного охлаждения с термоэлектрическим охладителем и интеллектуальным управлением может помочь максимизировать производительность при минимизации энергопотребления.</p> <h3>5. Уже виден победитель в области технологий охлаждения следующего поколения</h3> <p>Для решения задач, связанных с экстремальной плотностью мощности систем для ИИ следующего поколения разрабатывается несколько инновационных технологий охлаждения, включая двухфазное прямое охлаждение чипов, микрофлюидное охлаждение на чипе и однофазное иммерсионное охлаждение. Все три технологии технически впечатляют, и их продвижением занимаются талантливые инженерные команды. Но исходя из экономических реалий поставщиков консолидированных продуктов и услуг в сфере производства и упаковки полупроводниковых компонентов, стандартизация строительных блоков OEM/ODM-систем и агрессивные графики разработки платформ требуют сосредоточенности на реализации и конвергенции решений в рамках всей экосистемы. В какой-то момент должен быть выбран победитель для следующего поколения. Я ставлю на прямое двухфазное охлаждение чипов.</p> <p>Двухфазное охлаждение исключительно хорошо подходит для работы с экстремальными тепловыми потоками, которые станут реальностью, когда плотность мощности стоек превысит 100 кВт. Оно также естественным образом интегрируется с существующими архитектурами жидкостного охлаждения D2C и может использоваться с другими технологиями для снижения перегрева и управления тепловыми процессами. На мой взгляд, у неё наилучшие шансы стать следующей фундаментальной технологией стандартизированной системы охлаждения для типичной инфраструктуры ИИ.</p> <h3>Взгляд в будущее</h3> <p>Я считаю, что <nobr>2026-й</nobr> станет годом, когда жидкостное охлаждение станет базовым, усложнится выбор между максимальными производительностью и эффективностью, прецизионное охлаждение с интеллектуальными функциями обеспечит стабильную плотность размещения оборудования в стойках в будущем, а отрасль после многолетних исследований определит следующую волну передовых технологий охлаждения. Выбор, сделанный лидерами отрасли сейчас, будет определять не только системы охлаждения, но и масштабируемость и экономику инфраструктуры ИИ на оставшуюся часть десятилетия.</p> Доступность энергии стала одним из самых мощных факторов, определяющих стратегию развития центров обработки данных … article https://www.itweek.ru/themes/detail.php?ID=234255 Tue, 03 Feb 2026 10:03:49 +0300 <p><em>Почти треть кода теперь генерируется искусственным интеллектом, что приводит, согласно новому <a href="https://www.science.org/doi/10.1126/science.adz9311">исследованию</a> </em><em>Complexity</em> <em>Science</em> <em>Hub</em> <em>(</em><em>CSH</em><em>), к</em><em> существенному увеличению его объема и неожиданным преимуществам, сообщает портал </em><em>ZDNet</em><em>.</em></p> <p>Объем кода, генерируемого ИИ во всем мире, за последние два года вырос в шесть раз, с 5% в 2022 г. до почти 30% к концу 2024 г. Вместе с этим произошло измеримое увеличение производительности программистов.</p> <p>Таковы некоторые из выводов нового исследования CSH, в котором изучалось влияние инструментов и платформ ИИ на разработку ПО. Исследователи разработали модель, которая была применена к большому набору данных, охватывающему деятельность по разработке ПО в шести странах (США, Китай, Франция, Германия, Индия и Россия).</p> <p>Экономические последствия экономии времени разработчиков огромны, поскольку, по оценкам авторов исследования, только американские компании ежегодно тратят более 600 млрд. долл. на оплату труда, связанную с программированием.</p> <h3>Повышение производительности коррелирует с опытом</h3> <p>По оценкам, генеративный ИИ повышает производительность программистов почти на 4%. Однако в данных есть расхождение: менее опытные программисты используют ИИ чаще (37%), но повышение производительности наблюдается почти исключительно среди опытных разработчиков.</p> <p>По данным исследовательской группы CSH под руководством Симоне Даниотти, генеративный ИИ меняет как объем, так и характер работы программиста: «Сравнив одного и того же разработчика до и после внедрения генеративного ИИ, мы показали, что применение ИИ существенно увеличивает производительность. Разработчики, использующие генеративный ИИ, также чаще включают в свой код новые комбинации программных библиотек, что говорит о том, что они осваивают новые технические области, подключая незнакомые строительные блоки».</p> <p>Отраслевые руководители приветствуют любое повышение производительности, но предупреждают, что это лишь один из аспектов успешного перехода в мир ИИ. «Когда ИИ внедряется в операционную деятельность, организации видят множество преимуществ, которые позволяют более тесно согласовать текущие проекты и продукты с бизнес-целями, — отмечает Кэмерон ван Орман, директор по маркетингу и стратегии Planview. — Ручная работа по отслеживанию обновлений, выявлению рисков и стандартизации отчетности может быть автоматизирована. ИИ также может выявлять зависимости между портфелями и потоками создания ценности, которые ранее могли заметить лишь немногие высококвалифицированные менеджеры проектов, устраняя пробелы в видимости, вызванные ограничениями систем, данных и инструментов».</p> <h3>Не пренебрегайте структурой и подотчетностью</h3> <p>Преимущества для разработчиков выходят за рамки скорости и производительности. «76% из более чем 1000 опрошенных нами разработчиков считают, что ИИ делает их работу более плодотворной, поскольку позволяет им сосредоточиться на инновациях и творческом решении проблем, — говорит Гильермо Каррерас, заместитель вице-президента по внедрению компании BairesDev. — В результате ваша команда может выполнять более значимую работу, поскольку рутинная работа выполняется автоматически. Это оправдывает инвестиции; скорость — всего лишь побочный эффект».</p> <p>Кроме того, стремление только к скорости и производительности упускает из виду важные элементы процесса разработки ПО. «Без структуры и подотчетности даже самые многообещающие проекты в области ИИ застопорятся, и ИИ не окажет того влияния на жизненный цикл разработки ПО, которого от него ждут, — говорит ван Орман. — При переходе от экспериментов к внедрению в масштабах всего предприятия руководители софтверных подразделений должны уделять первостепенное внимание дисциплинированному планированию, расстановке приоритетов и доведению дела до конца».</p> <p>Кроме того, в исследовании CSH отмечается поразительное снижение производительности среди начинающих разработчиков. Темпы внедрения генеративного ИИ выше среди начинающих разработчиков, однако как повышение производительности, так и улучшение результатов наблюдаются почти исключительно среди разработчиков старшего уровня. И хотя начинающие разработчики чаще используют генеративный ИИ, они не получают тех же преимуществ.</p> <p>«Это может отражать различия в том, насколько хорошо разработчики используют генеративный ИИ в широком наборе задач, — предполагают Даниотти и ее соавторы. — Например, разработчики старшего уровня могут быстрее интерпретировать и выявлять ошибки в коде, сгенерированном ИИ».</p> <h3>«Делать больше с теми же затратами»</h3> <p>Это, в свою очередь, открывает больше возможностей для опытных специалистов в области ПО. «Учитывая, насколько быстро развиваются рынки и экспоненциальный темп инноваций, я думаю, что это повысит спрос на разработчиков ПО, которые будут предоставлять больше функций за единицу времени, — говорит Венки Вирарагхаван, директор по продуктам DataRobot. — Расчет будет заключаться не в том, чтобы „делать то же самое с меньшими затратами“, а в том, чтобы „делать больше с теми же затратами“».</p> <p>Благодаря инструментам ИИ, которые кодируют быстрее, «разработчики могут больше думать об архитектуре и крайних случаях, которые действительно требуют оценки, — говорит Каррерас. — Это также упрощает процесс документирования и генерации тестовых кейсов».</p> <p>Успешными будут те разработчики, кто «относится к ИИ как к младшему инженеру в команде: полезному, быстрому, но нуждающемуся в контроле, — говорит Эрик Ченг, соучредитель и генеральный директор Jobright. — Умение запрашивать, проверять и улучшать результаты работы ИИ будет так же важно, как и написание чистого кода».</p> <p>Согласно исследованию CSH, применение генеративного ИИ привело росту экспериментов с новыми библиотеками. «Это говорит о том, что генеративный ИИ позволяет пользователям быстрее осваивать новые области программирования, внедряя новые типы функциональности в свой код, — отмечается в отчете. — Генеративный ИИ повышает индивидуальную инновационность, расширяя возможности пользователей в плане использования новых комбинаций библиотек. Однако, опять же, похоже, что только опытные пользователи старшего уровня способны использовать генеративный ИИ таким образом, что имеет важные последствия для карьерного роста и обучения».</p> Почти треть кода теперь генерируется искусственным интеллектом, что приводит, согласно новому исследованию Complexity Science Hub … article https://www.itweek.ru/themes/detail.php?ID=234252 Mon, 02 Feb 2026 10:17:35 +0300 <p><em>Сбои в работе искусственного интеллекта неизбежны, и командам ИТ-операций (ITOps) необходимо адаптироваться, внедряя новые процессы, создавая межфункциональные команды и совершенствуя коммуникацию, пишет на портале </em><em>The</em> <em>New</em> <em>Stack</em> <em>Кэт Гейнс, руководитель команды по связям с разработчиками компании PagerDuty.</em></p> <p>Если <nobr>2025-й</nobr> был годом широкого внедрения ИИ, когда 88% организаций <a href="https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai">стали использовать</a> его как минимум в одной бизнес-функции, то <nobr>2026-й,</nobr> вероятно, станет годом инцидентов, связанных с ИИ. Поскольку системы ИИ развертываются с высокой скоростью, неизбежны пробелы в управлении, надзоре и отказоустойчивости. В этих условиях командам ITOps необходимо подготовиться к инцидентам, связанным с ИИ, и переосмыслить традиционные процессы управления операциями, чтобы соответствовать меняющейся природе риска.</p> <p>В нынешнем году три следующих изменения определят то, как организации будут управлять связанными с ИИ инцидентами, реагировать на них и общаться по этому поводу.</p> <h3>Связанные с ИИ инциденты станут отдельной категорией</h3> <p>По мере того, как ИИ будет все глубже внедряться в бизнес-операции, организации будут рассматривать инциденты, связанные с ИИ, как отдельную категорию, требующую специальных процессов устранения. Более широкое внедрение ИИ приводит к появлению новых типов сбоев, особенно в тех случаях, когда сторонние инструменты ИИ получают доступ к защищенным данным и внутренним системам.</p> <p>Когда системы ИИ дают сбой, ущерб может быть серьезным. Опрос IBM <a href="https://www.ibm.com/reports/data-breach">показал</a>, что 63% организаций не имеют формальных политик управления для контроля ИИ или предотвращения распространения теневого ИИ, что подчеркивает, насколько многие остаются неподготовленными к операционным рискам, связанным с ИИ. Для решения этой проблемы организации должны уделять приоритетное внимание ответственному внедрению ИИ и внедрять меры защиты до возникновения инцидентов.</p> <p>В ответ на новые типы сбоев организации начинают измерять надежность ИИ как операционный показатель. Это позволяет командам оценивать, насколько эффективно инструменты ИИ выполняют задачи, и определять, когда требуется вмешательство. Ключевые индикаторы могут включать частоту ложных срабатываний, предвзятость и дрейф модели. Можно ожидать появления специализированных практических руководств по ИИ для решения этих рисков, наряду с угрозами безопасности, такими как атаки с инъекцией промптов.</p> <p>Хотя роль ИИ и автоматизации в управлении операциями будет продолжать развиваться, риск инцидентов с ИИ означает, что организации должны сохранять участие человека в качестве критически важной меры защиты и должны обеспечивать, чтобы инструменты ИИ запрашивали одобрение для рискованных действий. Это оставит возможность ручного вмешательства в случае сбоя автоматизированных процессов и гарантирует сохранение контроля качества, осуществляемого человеком, для мониторинга и управления надежностью ИИ.</p> <h3>Состав команд изменится</h3> <p>Инциденты, связанные с ИИ, затрагивают различные команды и бизнес-функции, заставляя команды ITOps переосмыслить организацию управления инцидентами. На практике это будет означать приоритетное межфункциональное обучение, расширение круга ролей, участвующих в устранении инцидентов, и снижение зависимости от небольшой группы специалистов по реагированию. Со временем этот сдвиг разрушит традиционные операционные барьеры и более равномерно распределит ответственность между командами.</p> <p>Поскольку инциденты, связанные с ИИ, редко ограничиваются одной системой, их влияние часто распространяется на несколько бизнес-подразделений и затрагивает как внутренние команды, так и клиентов. В результате в устранении инцидентов все чаще будут участвовать эксперты из нетехнических областей, которые обычно не принимают участия в разрешении проблем. Организациям следует учитывать эту более широкую группу при разработке процессов обучения управлению инцидентами и реагирования.</p> <p>Этот сдвиг также имеет последствия для структуры дежурства. Ротации, сочетающие глубокие технические знания с более широким участием нескольких команд, имеют важное значение, поскольку такая структура команды гарантирует наличие инженеров по машинному обучению и специалистов в области науки о данных наряду с нетехническими сотрудниками, понимающими влияние на клиентов и бизнес-контекст. Вместе участники этих групп могут сотрудничать для решения инцидентов, связанных с ИИ, вне рабочего времени, минимизируя сбои как в системах, так и у клиентов.</p> <h3>Стратегии коммуникации будут развиваться</h3> <p>Учитывая, что инциденты, связанные с ИИ, являются сложными и затрагивают различные аспекты, коммуникация должна соответствующим образом меняться. Информирование по инцидентам должно выйти за рамки обновлений статического статуса и предоставлять своевременные и точные объяснения влияния и дальнейших шагов, особенно когда затрагиваются клиенты и заинтересованные стороны.</p> <p>Когда происходят инциденты, клиенты ожидают ясности в отношении того, как они затронуты, и прозрачности процесса разрешения, а не просто страницы состояния, которая становится красной.</p> <p>Коммуникации с использованием ИИ позволяют организациям выйти за рамки реактивных уведомлений и заблаговременно объяснять влияние и дальнейшие шаги в режиме реального времени. Эта своевременность и точность позволяют клиентам принимать меры и минимизировать последствия для своих собственных сервисов.</p> <p>Организации, использующие ИИ и автоматизацию для повышения скорости и точности информирования об инцидентах, могут превратить события, подрывающие доверие, в моменты прозрачности, способствующие его укреплению. Таким образом, они выделяются не за счет полного избегания инцидентов, а за счет демонстрации ответственности и четкой коммуникации в случае возникновения сбоев.</p> <h3>Адаптация к меняющемуся характеру инцидентов</h3> <p>Быстрое внедрение ИИ знаменует собой новый этап в управлении операциями, меняющий способы выявления, управления и информирования об инцидентах. Организациям необходимо адаптироваться, чтобы выжить, поскольку те, у кого медленные, реактивные процессы управления инцидентами, потерпят неудачу в эпоху инцидентов, связанных с ИИ.</p> <p>Организации, переходящие к проактивным, основанным на интеллекте операциям, лучше всего подготовлены к тому, чтобы идти в ногу с этими изменениями. Инструменты, поддерживаемые ИИ и автоматизацией, помогают командам предвидеть инциденты и прогнозировать будущие события, чтобы применять превентивные меры. Те, кто модернизирует свои методы управления операциями, будут лучше подготовлены к управлению рисками, связанными с ИИ, и поддержанию доверия.</p> <p>В эпоху ИИ операционная устойчивость больше не является опциональной. Это определяющая способность.</p> Сбои в работе искусственного интеллекта неизбежны, и командам ИТ-операций (ITOps) необходимо адаптироваться, внедряя … article https://www.itweek.ru/themes/detail.php?ID=234251 Mon, 02 Feb 2026 10:06:36 +0300 <p><em>Несмотря на замедление мировой экономики и геополитическую напряженность, расходы на ИТ-услуги, включая инфраструктуру как сервис (IaaS), согласно отчету </em><em>Forrester</em> <em>«</em><em>Global</em> <em>IT</em> <em>Services</em> <em>Market</em> <em>Forecast</em><em>, <nobr>2024-2029»,</nobr> </em><em>с 2024 по 2029 гг. будут расти в среднем на 4,8% в год, превысив 2,1 трлн. долл. в 2029 г., пишут в корпоративном блоге Майкл О’Грэйди, аналитик </em><em>Forrester</em> <em>по прогнозам, и Тед Шадлер, вице-президент и главный аналитик </em><em>Forretser</em><em>.</em></p> <p>Более половины доходов ведущих компаний, предоставляющих ИТ-услуги, будут поступать из финансового, производственного, энергетического и государственного, включая оборонный, секторов. Но этот рост не произойдет автоматически. Отрасль должна адаптироваться к новым рыночным силам в 2026 г., чтобы:</p> <ul> <li><strong> Помочь предприятиям максимально использовать облачные технологии и искусственный интеллект. </strong>Сегмент IaaS будет расти вдвое быстрее, чем рынок коммерческого ПО. ПО на основе ИИ также демонстрирует быстрый рост: внедрение ИИ в предприятиях Европейского союза в 2024 г. выросло более чем на 30%. В США 31% предприятий в информационном секторе, 28% в сфере профессиональных услуг и 23% в области научно-технических сервисов внедрили ИИ в 2025 г.</li> <li><strong> Повысить прибыльность.</strong> На рынке ИТ-услуг наблюдается вялый рост производительности. Анализ поставщиков ИТ-услуг, проведенный Forrester, показывает, что численность персонала являлась основным фактором, определившим рост выручки в 2024 г. Еще один важный момент заключается в том, что маржа ИТ-услуг остается неизменной, сопоставимой с допандемийным уровнем. Генеративный ИИ (GenAI) будет способствовать изменениям, поскольку поставщики ИТ-услуг будут развивать новые партнерства и альянсы в области ИИ, переходя к ценообразованию по фиксированной цене и на основе активов, что уменьшит их зависимость от численности персонала для обеспечения роста. Маржа увеличится за счет устранения или автоматизации задач с низкой добавленной стоимостью.</li> <li><strong> Конкурировать с компаниями-разработчиками ПО.</strong> Расходы на программное обеспечение GenAI демонстрируют быстрый рост. Так, Palantir конкурирует с компаниями, предоставляющими ИТ-услуги, за внедрение «искусственной рабочей силы» в финансовый сектор и страхование, а OpenAI направляет инженеров в клиентские команды для предоставления высоко персонализированных услуг в области ИИ.</li> </ul> <p>Компании, предоставляющие ИТ-услуги, которые преуспеют, будут масштабироваться на глобальном уровне, адаптироваться к региональным особенностям и развивать нишевые возможности в таких областях, как устойчивое развитие, оборона, финансовые услуги, здравоохранение и суверенитет данных.</p> Несмотря на замедление мировой экономики и геополитическую напряженность, расходы на ИТ-услуги, включая … article https://www.itweek.ru/themes/detail.php?ID=234243 Fri, 30 Jan 2026 11:43:32 +0300 <p><em>Согласно новому отчету </em><em>IEEE</em> <em>«</em><em>2026 </em><em>Technology</em> <em>Predictions</em><em>», в нынешнем году технологии искусственного интеллекта позволят значительно сократить рутинную работу, обеспечить автономное энергоснабжение и внедрить адаптивную терапию.</em></p> <p>IEEE, крупнейшая в мире профессиональная техническая организация, совместно с IEEE Computer Society представила прогноз ключевых технологических тенденций на 2026 г., включая влияние ИИ на бизнес, энергетику и медицину. В частности, в отчете прогнозируется:</p> <ul> <li> Агенты ИИ станут стандартом в бизнес-среде, устраняя повторяющуюся и рутинную работу.</li> <li> Энергосеть будущего будет управляемой ИИ, предиктивной и все более автономной.</li> <li> Адаптивные био-ИИ интерфейсы будут непрерывно воспринимать и интерпретировать биологические сигналы человека, позволяя корректировать терапию в режиме реального времени.</li> </ul> <p>#IMAGE_234245#</p> <p>«Основанные на ИИ мегатренды в здравоохранении, энергетике, космосе, робототехнике и новых отраслях формируют будущее работы, медицины, разработки ПО и многого другого, — говорит Деян Милоичич, пожизненный член IEEE и председатель Комитета по прогнозированию технологий IEEE Computer Society. — В отчете указывается, как ИИ изменит нашу жизнь в нынешнем году, а также даются предварительные сведения о инженерных разработках, формирующих будущее».</p> <p>В этом году в отчете также указываются важные разработки в области управления энергопотреблением в центрах обработки данных и космической связи. В нем говорится, что спрос на выполнение рабочих нагрузок ИИ в дата-центрах будут стимулировать дальнейшие инновации в производстве, управлении и рассеивании энергии, что приведет к сокращению выбросов углекислого газа и затрат на энергию, а также к повышению уровня автоматизации.</p> <p>Что касается космической связи, то прямое подключение спутниковой связи к сотовой повысит надежность и расширит зону работы сотовых телефонов, Bluetooth и других технологий, а также создаст возможности для расширения обслуживания ранее не охваченных связью групп населения.</p> <p>В отчете также рассматриваются несколько областей с высоким риском и потенциально высокой отдачей, заслуживающих внимания из-за их значительного потенциала для изменения существующего положения дел. К таким «перспективным направлениям» относятся электрические летательные аппараты вертикального взлета и посадки (eVTOL), термоядерная энергетика, синтетическая биология и более тесная конвергенция квантовых вычислений, высокопроизводительных вычислений и ИИ.</p> <p>Помимо описания тенденций этого года, в отчете подробно рассказывается о том, как промышленность, правительства, академические круги и профессиональные организации могут поддерживать и продвигать новейшие технологии. В нем содержится призыв к академическому сообществу проводить исследования и создавать прототипы космической связи и разрабатывать терапевтические средства, а также к IEEE Computer Society и профессиональным организациям определить стандарты и лучшие практики для обеспечения устойчивости идентификации, сравнительной оценки агентов ИИ, будущего программирования и носимых устройств для обнаружения падений людей и оценки состояния их здоровья.</p> Согласно новому отчету IEEE «2026 Technology Predictions», в нынешнем году технологии искусственного интеллекта позволят … article https://www.itweek.ru/themes/detail.php?ID=234242 Fri, 30 Jan 2026 11:26:50 +0300 <p><em>Согласно новому исследованию Gartner, геополитическое, регуляторное и связанное с безопасностью давление побуждает правительства увеличивать инвестиции в независимую инфраструктуру искусственного интеллекта.</em></p> <p>К 2027 г. более трети стран мира будут привязаны к региональным платформам ИИ, использующим собственные контекстные данные; этот показатель вырастет с 5 до 35%.</p> <p>«Страны, стремящиеся к цифровому суверенитету, увеличивают инвестиции в собственные системы ИИ, поскольку ищут альтернативы закрытой модели США, включая вычислительные мощности, центры обработки данных, инфраструктуру и модели, соответствующие местным законам, культуре и региональным особенностям, — говорит Гаурав Гупта, вице-президент-аналитик Gartner. — Доверие и соответствие культуре становятся ключевыми критериями. Лица, принимающие решения, отдают приоритет платформам ИИ, которые соответствуют местным ценностям, нормативно-правовой базе и ожиданиям пользователей, а не тем, которые обладают самыми большими наборами обучающих данных».</p> <p>Локализованные модели обеспечивают большую контекстную ценность; региональные большие языковые модели (LLM) превосходят глобальные модели в таких областях применения, как образование, соблюдение законодательства и государственные услуги, особенно на языках, отличных от английского.</p> <h3>Странам потребуется инвестировать 1% ВВП в ИИ-суверенитет к 2029 году</h3> <p>В связи с изменением приоритетов незападных пользователей ИИ из-за опасений чрезмерного западного влияния, ИИ-суверенитет приведет к сокращению сотрудничества и дублированию усилий. Поэтому Gartner прогнозирует, что странам, создающим суверенную инфраструктуру ИИ, потребуется потратить на нее не менее 1% своего ВВП к 2029 г.</p> <p>ИИ-суверенитет означает способность страны или организации самостоятельно контролировать разработку, развертывание и использование ИИ в соответствии со своими географическими границами.</p> <p>Регуляторное давление, геополитика, локализация облачных вычислений, национальные миссии в области ИИ, корпоративные риски и проблемы национальной безопасности побуждают правительства и корпорации ускорять инвестиции в суверенный ИИ. Страх отстать в технологической ИИ-гонке также подтолкнет страны и компании к быстрому внедрению инноваций и инвестициям в стремлении достичь самодостаточности во всех аспектах стека ИИ.</p> <p>«Дата-центры и инфраструктура ИИ-фабрик составляют критически важную основу стека ИИ, обеспечивающую ИИ-суверенитет, — отмечает Гупта. — В результате эти направления в будущем будут стремительно развиваться и привлекать инвестиции, что позволит ряду компаний, контролирующих стек ИИ, достичь двузначных триллионных оценок в долларах».</p> <p>В связи с этими трендами CIO транснациональных компаний должны:</p> <ul> <li> Разрабатывать рабочие процессы, не зависящие от модели, используя уровни оркестрации, позволяющие переключаться между LLM в разных регионах и от разных поставщиков.</li> <li> Обеспечивать соответствие практики управления ИИ, размещения данных и настройки моделей требованиям законодательства, культуры и языка конкретных стран.</li> <li> Устанавливать отношения с национальными поставщиками облачных услуг, региональными поставщиками LLM и лидерами в области суверенного стека ИИ на приоритетных рынках и создавать проверенный список партнеров.</li> <li> Отслеживать законодательство в области ИИ, правила суверенитета данных и новые стандарты, которые могут повлиять на то, где и как они могут развертывать модели ИИ и обрабатывать данные пользователей.</li> </ul> Согласно новому исследованию Gartner, геополитическое, регуляторное и связанное с безопасностью давление побуждает … article https://www.itweek.ru/themes/detail.php?ID=234241 Fri, 30 Jan 2026 11:17:27 +0300 <p><em>Агенты искусственного интеллекта не заменят веб, но они изменят то, как мы его используем, пишет на портале </em><em>InformationWeek</em> <em>Роберт Блумоф, исполнительный вице-президент и технический директор Akamai.</em></p> <p>Вы когда-нибудь оказывались на веб-сайте, не зная, как перемещаться по страницам, ссылкам, формам и меню, чтобы сделать то, что вам нужно? Возможно, так выглядит главная страница сайта вашего медицинского учреждения. Там много всего, но, возможно, не совсем понятно, на что нужно нажать, чтобы записаться на прием.</p> <p>Или, может быть, это ваш любимый развлекательный сайт. Там много фильмов, отсортированных по жанрам, и некоторые рекомендации, основанные на предыдущем просмотре, но как найти тот фильм из <nobr>1980-х,</nobr> название которого вы не можете вспомнить?</p> <p>Вот уже три десятилетия — с тех пор, как Тим Бернерс-Ли впервые подарил нам Всемирную паутину с ее языком гипертекстовой разметки — парадигма использования веб-сайтов в значительной степени остается неизменной. Мы читаем страницы. Мы переходим по ссылкам. Мы заполняем формы и перемещаемся по меню. Этот интерфейс определил, как мы получаем доступ к информации, покупаем товары и общаемся друг с другом. Но эта эпоха подходит к концу — не потому, что Интернет исчезает, а потому, что веб-интерфейс вот-вот будет переписан.</p> <p>Теперь у нас есть нечто лучшее, и это нечто — использование агентов ИИ.</p> <h3>Преимущества мультимодального ИИ</h3> <p>Эти агенты — не полностью автономные, делающие все что угодно агенты из какого-нибудь научно-фантастического будущего. Мы не говорим о J.A.R.V.I.S. Тони Старка из «Железного человека». Мы говорим об агентах, которые легко создать с помощью современных технологий. Вместо того чтобы быть агентами, делающими все что угодно, они являются специализированными, разработанными и спроектированными для выполнения одной задачи или небольшого, связанного семейства задач. Вместо того чтобы быть полностью автономными, эти агенты оказывают помощь и ведут диалог с людьми — нами — в процессе с обратной связью.</p> <p>Например, чтобы записаться на прием к врачу, вы вступите в диалог с агентом ИИ, который записывает пациентов на прием. Вы сообщите ему свои предпочтения, и он предложит доступные временные промежутки. После некоторой переписки вы согласуете дату и время, и система забронирует прием и отправит вам подтверждение.</p> <p>Вместо того чтобы просматривать веб-сайт, вы будете заниматься тем, что похоже на разговор с человеком по телефону. Но это будет лучше.</p> <p>Лучше, потому что, в отличие от телефонного разговора, который ограничивается голосом, ваше общение с агентом может включать графические элементы. Например, агент может показать вам календарь с выделенными доступными временными промежутками, возможно, наложенными на ваш личный календарь.</p> <p>А агент по подбору фильмов — после короткого разговора, возможно, с изображениями актеров — без труда найдет для вас тот самый фильм из <nobr>1980-х,</nobr> где снимались звезды «Brat Pack».</p> <p>Таким образом, эти агенты будут не только помогать и общаться; они также будут мультимодальными, используя речь, текст, графику и интерактивные элементы. Они также могут быть гиперперсонализированными. Например, агент по бронированию встреч может уже знать, что вы предпочитаете назначать встречи на утро вторника.</p> <h3>Переосмысление интерфейса веб-сайта</h3> <p>Представьте себе этих агентов как ваш новый и улучшенный веб-интерфейс. Веб на основе браузеров уступает место чему-то более динамичному: интерфейсу, который вступает в диалог, понимает контекст и выполняет задачи. Эти агенты не заменят веб, но они изменят то, как мы его используем.</p> <p>Этот сдвиг будет иметь серьезные последствия. В <nobr>1990-х</nobr> зародилась новая индустрия, связанная с проектированием, созданием и поддержкой веб-сайтов. Разработка пользовательского опыта для веб-сайтов стала востребованным новым навыком. Сейчас мы вступаем в аналогичную фазу с агентами ИИ. Вокруг проектирования, создания и управления этими агентными интерфейсами сформируется новая экономика. Разработка отличных диалоговых интерфейсов — это совершенно новый набор навыков. Те, кто обладает этими навыками, будут очень востребованы. Компании будут конкурировать не только по контенту или продуктам, но и по качеству своих агентных интерфейсов.</p> <p>Ведущие технологические компании уже занимают свою нишу. Крупнейшие поставщики базовых моделей (например, OpenAI, Anthropic и Google) разрабатывают универсальных агентов, стремящихся стать единой ИИ-платформой — ИИ-фронтендом для всего Интернета. Но создание отличных разговорных интерфейсов — непростая задача, и экспертные знания в данной области станут критически важным фактором дифференциации.</p> <p>Поставщик медицинских услуг и развлекательная компания из наших примеров должны быть в состоянии предоставить своим клиентам и их сценариям использования более качественные разговорные интерфейсы, чем универсальный агент, выполняющий любые задачи. Компании, которые стремятся к тесному взаимодействию с клиентами, получат преимущество.</p> <p>Для этого компаниям необходимо учитывать два аспекта: пользовательский опыт на фронтенде, а также внутреннюю инфраструктуру. На фронтенде разработчики этих агентов ИИ должны относиться к дизайну и пользовательскому опыту с таким же вниманием и тщательностью, как и при создании лучших веб-сайтов и мобильных приложений сегодня.</p> <p>Что касается базовой инфраструктуры, поддерживающей этот новый Интернет, ориентированный на агентов, нам понадобится больше, чем просто графические процессоры. В то время как первая волна чат-ботов и приложений генеративного ИИ (GenAI) требовала архитектур, ориентированных на GPU, агенты ИИ представляют собой полноценные приложения со множеством компонентов. ИИ больше не будет отдельным приложением, он станет частью приложения. Это означает, что нам потребуется более сбалансированная инфраструктура: GPU для выполнения моделей, CPU для традиционных вычислений, системы хранения для контекстных и поисковых систем, таких как RAG (генерация с расширенной выборкой), и надежная сеть для подключения к удаленным API, серверам MCP, пользователям и устройствам. Для эффективной работы и масштабирования эти системы также потребуют современных возможностей оркестрации, таких как Kubernetes.</p> <p>Короче говоря, технология уже существует и доступна нам, но ее необходимо продуманно применить к этой новой веб-парадигме, чтобы мы могли реализовать потенциал агентов ИИ.</p> <p>Мы не движемся в мир научной фантастики с разумными машинами. Мы движемся в мир, где полезное, контекстно-ориентированное ПО станет нормой. Переход не произойдет в одночасье, но он уже начался. Веб, который мы знаем, никуда не денется, но он претерпит фундаментальные изменения. При правильном подходе эта трансформация может изменить жизнь каждого из нас к лучшему, позволив нам больше взаимодействовать с физическим миром и друг с другом, в то время как агенты будут перемещаться в цифровом мире.</p> Агенты искусственного интеллекта не заменят веб, но они изменят то, как мы его используем, пишет … article https://www.itweek.ru/themes/detail.php?ID=234240 Thu, 29 Jan 2026 16:08:13 +0300 <p>Платформа онлайн-рекрутинга hh.ru выявила, за счёт каких компетенций соискатели чаще всего пытаются выделиться и что действительно востребовано у работодателей. Анализ показал, что кандидаты нередко делают ставку на универсальные навыки, тогда как компании ожидают более точного соответствия требованиям конкретных ролей.</p> <p>«Соискатели чаще всего стараются выделиться за счёт общих и широко распространённых формулировок в резюме, которые кажутся подходящими для большинства позиций, однако сегодня они не всегда входят в число приоритетных у работодателей. Так, интерес компаний к управлению временем снизился на 51%, при этом доля профилей кандидатов с указанием этого пункта выросла на 41%. Интерес к стратегическому мышлению сократился на 35% при росте его доли в резюме на 46%. По аналитическому мышлению спрос снизился на 19%, тогда как число профилей с указанием этого навыка выросло на 46%. В итоге компании получают отклики, которые лишь частично отвечают реальным задачам бизнеса», — прокомментировала Марина Дорохова, руководитель направления «Карьера и навыки» hh.ru.</p> <p>В сегменте технических навыков также фиксируется расхождение между спросом и предложением. Так, интерес работодателей к Agile снизился на 7%, тогда как количество резюме с этими компетенциями выросло на 96%. По Power BI спрос со стороны компаний сократился на 19%, при этом упоминание инструмента в резюме увеличилось на 55%. Ещё более заметный разрыв фиксируется по Docker: снижение спроса на 32% сопровождается ростом предложения на 49%.</p> <p>Практика показывает, что расхождение в упоминании навыков обычно происходит из-за запаздывания реакции соискателей на меняющийся спрос и эволюции самих технологий. Работодатели первыми реагируют на новые тренды и насыщение рынка, в то время как соискатели часто продолжают осваивать навыки, популярные вчера. В частности, про снижение работодателей к Agile. На рынке труда происходит сдвиг от теории к практике и культурной трансформации. Работодателям нужны не просто знания фреймворков, а умение проводить глубокую Agile-трансформацию, что встречается реже. </p> <p>Система Power BI тоже проходит через своего рода обновление. Внедрение AI-помощников и low-code платформ упрощает работу с данными, снижая потребность в узких специалистах. Однако инструмент остаётся популярным для изучения как точка входа в аналитику.</p> <p>«Соискателям важно внимательно изучать требования вакансий и адаптировать набор своих навыков под текущие ожидания рынка, а также регулярно обновлять и развивать эти компетенции. В этом помогают профессиональные сообщества, а также инструменты оценки — например, тестирование по актуальным навыкам на hh.ru. Его результаты позволяют соискателям получить отметку в резюме и лучше понять, насколько их уровень соответствует текущим требованиям рынка. Компаниям, в свою очередь, стоит точнее формулировать ожидания и пояснять, какие умения действительно необходимы для успешного выполнения задач. Когда обе стороны говорят на одном языке, процесс найма становится проще и быстрее», — добавила Марина Дорохова.</p> Платформа онлайн-рекрутинга hh.ru выявила, за счёт каких компетенций соискатели чаще всего пытаются выделиться и что … message https://www.itweek.ru/themes/detail.php?ID=234238 Thu, 29 Jan 2026 16:04:09 +0300 <p>Вышла новая версия интегрированной платформы оркестрации средств защиты информации, реагирования на инциденты и автоматизации ИБ UDV SOAR 4.1.</p> <p>Ключевая задача UDV SOAR — сокращение возможного ущерба от инцидентов ИБ за счет автоматизации реагирования. В ситуации постоянного увеличения количества атак и скорости распространения злоумышленников в инфраструктуре после проникновения (а также недостатка кадров) сокращение ручной работы и использование автоматизированных сценариев реагирования становятся необходимостью.</p> <p>В релизе UDV SOAR 4.1 создание таких сценариев стало ещё удобнее за счет новой функциональности в работе с плейбуками и агентами:</p> <ul> <li>добавлена возможность запуска запланированных задач с указанием агентов, на которых их необходимо выполнить;</li> <li>новый режим просмотра информации о скриптах и плейбуках (вся документация, параметры и опции объекта представлены в структурированном виде на одной странице);</li> <li>появилась возможность массового экспорта и импорта скриптов и плейбуков.</li> </ul> <p>Кроме того, в UDV SOAR 4.1 мы обновили модель генерации скриптов встроенного ИИ-помощника, представленного в предыдущем релизе: увеличена скорость и контекст обработки запросов пользователя, а также — улучшены паттерны взаимодействия. </p> <p>«Автоматизация реагирования — важный элемент инженерного подхода к управлению инцидентами. Она не только сокращает рутинную нагрузку на персонал, но и снимает зависимость от личного опыта конкретного специалиста, обеспечивая воспроизводимость и сохранение удачных решений в команде, и как следствие — рост устойчивости инфраструктуры бизнеса.» — прокомментировал исполнительный директор UDV Group Виктор Колюжняк. </p> Вышла новая версия интегрированной платформы оркестрации средств защиты информации, реагирования на инциденты … message https://www.itweek.ru/themes/detail.php?ID=234237 Thu, 29 Jan 2026 16:02:14 +0300 <p>МТС Exolve, 100% дочерняя компания ПАО «МТС», запустила новый продукт — интеллектуальных роботов для умной, гибкой и масштабируемой автоматизации клиентских коммуникаций. Новый сервис разработан на базе технологий искусственного интеллекта, нейронных сетей и автоматизированного машинного обучения (AutoML) и предназначен для решения самых разных коммуникационных задач бизнеса.</p> <p>Роботы нового поколения действуют как AI-агенты: понимают смысл высказываний клиентов, распознают намерения, ведут естественный диалог, помнят контекст, взаимодействуют с внешними системами и принимают решения в рамках заданной бизнес-логики. В ряде случаев они позволяют заменить операторов, а также снижают количество ошибок и уходят от жёстких сценариев, характерных для классических IVR, скриптовых решений и роботов предыдущих версий.</p> <p>Одной из ключевых особенностей решения является высокая скорость обучения. За счёт возможностей AutoML роботы могут быстро адаптироваться под задачи заказчика, обучаться на исторических данных и улучшать качество диалогов в процессе работы. Такой подход позволяет сократить сроки внедрения, обеспечить высокую точность ответов и стабильную работу сценариев.</p> <p>Продукт построен на модульной архитектуре и ориентирован на интеграцию с корпоративным IT-ландшафтом: CRM, базами знаний, биллинговыми системами и внутренними источниками данных. В ходе диалога робот может обращаться к различным системам, чтобы получать информацию для клиента или передавать информацию, полученную в ходе диалога. Решение поддерживает интеграцию с различными поставщиками сервисов распознавания и синтеза речи (ASR/TTS), что обеспечивает гибкость при выборе вендора.</p> <p>Кроме того, решение обеспечивает бесшовную интеграцию с другими сервисами платформы МТС Exolve, включая отправку SMS, интеллектуальную проверку номеров, детектирование автоинформаторов и другие инструменты, повышающие эффективность голосовых кампаний. При этом дополнительные сервисы подключаются напрямую и не требуют сложных настроек.</p> <p>Новые роботы предназначены для широкого круга отраслей, активно внедряющих цифровые решения, таких как ЖКХ, финансы, ритейл, логистика и других сегментов с интенсивными голосовыми и текстовыми коммуникациями. Он одинаково удобен как для бизнес-пользователей, так и для технических команд.</p> <p>В настоящее время продукт доступен в облачном формате. На следующем этапе планируется возможность развертывания решения в IT-контуре заказчика (on-premise) для компаний с повышенными требованиями к безопасности и хранению данных. Все процессы соответствуют требованиям действующего законодательства РФ.</p> <p>«Мы выводим на рынок продукт нового поколения, который по архитектуре и функциональности соответствует актуальным требованиям к AI-агентам для бизнеса, — отметил генеральный директор МТС Exolve Рамиль Биккужин. — Это инновационные роботы, способные работать в сложных сценариях, быстро масштабироваться и обучаться под конкретные задачи. Мы опираемся как на передовые технологии, так и на опыт команды в создании роботов. Новое решение предназначено для компаний, которым важно оперативно выстраивать эффективные коммуникации с клиентами и получать конкурентное преимущество».</p> МТС Exolve, 100% дочерняя компания ПАО «МТС», запустила новый продукт — интеллектуальных роботов для умной, гибкой … message https://www.itweek.ru/themes/detail.php?ID=234236 Thu, 29 Jan 2026 16:00:32 +0300 <p>Компания GreenData, российский разработчик low-code платформы, представила прогноз ключевых технологических трендов на 2026 год. По оценке аналитиков компании, рынок входит в фазу зрелости. Фокус смещается от точечных решений и экспериментов — к управляемым платформам, эффективности и снижению технологических рисков.</p> <h3>Тренд 1. ИИ как «надстройка» к существующим продуктам</h3> <p>В 2026 году искусственный интеллект все чаще будет выступать не самостоятельным ИТ-продуктом, а функциональной «надстройкой» к существующим корпоративным системам. </p> <p>При этом, планируется не столько появление новых ИИ-решений, сколько внедрение функций ИИ в CRM, ERP, системы документооборота и ИТ-сервис-менеджмент. Таким образом, рынок начнет переход от пилотных и демонстрационных внедрений к полноценной интеграции ИИ в операционные процессы — с измеримым эффектом и формализованными ответственностью и контролем.</p> <p>Кроме того, в 2026 году ИИ-агенты в большинстве случаев будут работать в полуавтоматическом режиме и выполнять ограниченный набор задач, прежде всего связанных с обработкой и анализом данных. Переход к полной автономии произойдет в течение двух-трех лет, после формирования устойчивых контуров ответственности, логирования действий и механизмов отката.</p> <h3>Тренд 2. Доминирование платформенности и композитной архитектуры</h3> <p>Бизнес все чаще отказывается от «лоскутной автоматизации». Разрозненные ИТ-решения усложняют сопровождение, увеличивают стоимость владения и повышают операционные и регуляторные риски. Поэтому в 2026 году основой цифровизации станут целостные технологические платформы. Их преимущество — способность адаптироваться к изменениям и масштабироваться вместе с бизнес-процессами. </p> <p>Эксперты GreenData отмечают, что в ближайшие годы low-code решения станут базовым инструментом для построения композитных архитектур, позволяя быстрее перестраивать цифровые контуры под меняющиеся бизнес-процессы.</p> <h3>Тренд 3. Ужесточение требований к эффективности ИТ-систем и управлению рисками</h3> <p>На фоне роста киберугроз и усложнения ИТ-ландшафтов вопросы безопасности и управляемости ИТ-систем выходят на первый план. Одновременно ужесточается регуляторная повестка, что повышает требования к надежности и предсказуемости работы решений. Поэтому фокус на устойчивости, надежности и прозрачности цифровых платформ будет усиливаться. </p> <h3>Тренд 4. Массовая популяризация low-code-платформ</h3> <p>Технологии low-code/no-code выходят за пределы нишевого применения и становятся стандартным инструментом для создания и развития внутренних корпоративных сервисов. Их массовое распространение связано не только с дефицитом квалифицированных разработчиков, но и с ростом сложности ИТ-ландшафтов, увеличением числа внутренних сервисов и постоянной необходимостью дорабатывать системы под меняющиеся бизнес-процессы. </p> <p>По оценкам аналитиков, к 2028 году low-code-платформы будут использовать до 80% компаний — прежде всего, как инструмент ускорения разработки, снижения нагрузки на ИТ-команды и повышения вовлеченности бизнеса при создании цифровых решений.</p> <p>«Рынок постепенно уходит от точечных ИТ-продуктов в сторону платформенного подхода. В 2026 году заказчикам важно не просто решать точечные задачи по автоматизации, а получать управляемую и устойчивую среду, которую можно развивать и адаптировать без постоянной зависимости от внешних подрядчиков. На этом фоне растет интерес к low-code платформам, композитной архитектуре и встроенным механизмам безопасности, как к базовым требованиям, а не дополнительным опциям», — отметил Сергей Лебедев, коммерческий директор GreenData. </p> Компания GreenData, российский разработчик low-code платформы, представила прогноз ключевых технологических трендов … message https://www.itweek.ru/themes/detail.php?ID=234235 Thu, 29 Jan 2026 15:57:41 +0300 <p>Компания YADRO (входит в ИКС Холдинг) представила обновленную версию специализированных корпоративных систем для хранения и восстановления резервных копий TATLIN.BACKUP v1.4.</p> <p>Главным нововведением релиза стала функция квотирования виртуальной файловой системы (VFS) для совместного использования. Теперь разные пользователи и команды работают с выделенными ресурсами независимо друг от друга, а данные надежно защищены от чужих ошибок. Квота назначается на конкретную VFS и ограничивает объем записываемых данных — по исходному размеру до дедупликации и сжатия, без учета реально занимаемого места на диске. В настройках VFS доступно создание мягких и жестких квот.</p> <p>Также в обновлении улучшены управление и мониторинг, чтобы повысить удобство пользования системой, включая добавление возможности выбора событий для регистрации в журнал аудита и их отправки на удаленный сервер администраторами безопасности.</p> <p>Среди других нововведений — возможность перевода системы в режим соответствия требованиям ФСТЭК. Режим будет активироваться на производстве для выпуска систем, сопровождаемых сертификатом соответствия ФСТЭК. </p> <p>Еще одна важная часть этого обновления — в режиме предварительного тестирования стала доступна специализированная система хранения резервных копий старшего уровня TATLIN.BACKUP.L, ориентированная на самые требовательные ИТ-инфраструктуры.</p> <p>«Новый релиз напрямую отвечает на запрос корпоративных заказчиков, предоставляя инструменты для изоляции и детального контроля ресурсов в многопользовательских средах. Эти функции усиливают позиции TATLIN.BACKUP как единой универсальной платформы, которая уже доказала свою надёжность в инфраструктурах клиентов, эффективно справляясь с различными сценариями использования и обеспечивая сохранность критических данных. В планах развития линейки на текущий год — выпуск старшей модели, ориентированной на среды с повышенными требованиями к отказоустойчивости», — отметил Владислав Леонтьев, менеджер продукта TATLIN.BACKUP в компании YADRO.</p> <p>Сейчас инженерная команда TATLIN работает над следующим релизом v1.5, в котором продолжится работа над моделью TATLIN.BACKUP.L, а также будут реализованы функционал репликации между системами TATLIN.BACKUP и ускорение восстановления последней копии.</p> Компания YADRO (входит в ИКС Холдинг) представила обновленную версию специализированных корпоративных систем для хранения … message https://www.itweek.ru/themes/detail.php?ID=234234 Thu, 29 Jan 2026 15:55:13 +0300 <p>Компания Nord Clan представила обновление платформы машинного зрения ML Sense. Основным вектором развития стало смещение фокуса с разработки узкоспециализированных систем контроля качества на создание модульной платформы, позволяющей решать комплекс задач по безопасности, операционной логистике и управлению эффективностью на базе единого цифрового контура.</p> <p>Обновление отражает растущий рыночный запрос, когда промышленные предприятия рассматривают технологии компьютерного зрения и анализа данных не как точечный инструмент, а как компонент для системного повышения устойчивости производственных процессов.</p> <p>Ключевые нововведения платформы:</p> <ul> <li>запущена новая нейросетевая модель для выявления дефектов, требующая для обучения в разы меньше размеченных данных. Не нужно месяцами собирать тысячи фотографий брака и тратить огромные деньги на их разметку. Систему можно быстро обучить под конкретную задачу клиента, что значительно сокращает время и стоимость внедрения;</li> <li>система стала ещё универсальнее: она работает с обычными камерами видеонаблюдения и теперь умеет не только находить брак, но и анализировать позы людей и действия сотрудников. Это помогает в реальном времени следить за соблюдением техники безопасности и оптимизировать рабочие процессы, предотвращая травмы и простои;</li> <li>добавлена возможность отслеживания местоположения движущейся техники, например, погрузчиков и тележек, с точностью до 50 см в реальном времени. Это помогает эффективнее распределять задачи, избегать заторов и оперативно контролировать работу;</li> <li>в систему встроен Telegram-бот для оповещений: при критическом событии фотофиксация отправляется ответственным в чат менее чем за секунду. Это позволяет принимать меры немедленно и таким образом снижать риск поломок и простоя оборудования, издержки на возврат и переработку брака.</li> </ul> <p>11 новых модулей существенно влияют на бизнес заказчиков и имеют практическое значение для производства:</p> <ol> <li>модуль контроля маркировки и этикеток проверяет, соответствует ли этикетка продукту, хорошо ли читаются данные, правильно ли она наклеена и нет ли на ней дефектов;</li> <li>модуль контроля качества труб на линии резки обнаруживает дефекты на поверхности трубы до того, как она поступит на резку, и при критических дефектах останавливает линию;</li> <li>модуль контроля намотки сверхпроводящего кабеля анализирует равномерность намотки, выявляет нахлесты, заломы и отклонения в шаге. Останавливает линию при дефекте;</li> <li>модуль контроля качества каменной ваты выявляет отклонения в геометрии плит, повреждения кромок, участки перегрева и иные дефекты;</li> <li>модуль контроля ширины резиновых полуфабрикатов шин бесконтактно измеряет ширину резиновой заготовки в движении с точностью до 0,2 мм;</li> <li>модуль контроля качества стеклянной тары обнаруживает сколы, трещины и пузыри в стеклянных бутылках и банках прямо на конвейере, не останавливая его;</li> <li>модуль контроля качества мясных полуфабрикатов распознает дефекты формы, повреждения и посторонние включения в продуктах и отправляет их на автоматическую отбраковку;</li> <li>модуль контроля и управления покрасочной камерой автоматически выбирает программу окраски и останавливает процесс, если в опасной зоне обнаружен человек;</li> <li>модуль контроля сборки паллет выявляет ошибки в укладке коробок и пересортицу на сформированных паллетах, фиксирует инциденты и уведомляет ответственных;</li> <li>модуль мониторинга передвижения техники в силосных ямах строит траектории движения техники и контролирует качество трамбовки сырья;</li> <li>модуль контроля инородных тел на конвейере обнаруживает посторонние предметы в потоке сырья или готовой продукции и классифицирует их по степени опасности.</li> </ol> <p>ML Sense подтверждает статус ведущего отраслевого решения, став победителем ключевых рейтингов 2025 года: «Лучшее отраслевое решение для промышленности» («Лидеры цифровизации»), «Лучший инновационный продукт» (Smart 500) и «Лучшее ИИ-решение для промышленности» (AI Innovator Awards). Платформа успешно внедрена на более чем 50 крупнейших предприятиях России, включая ООО «КАМСКИЙ БЕКОН», Объединенный институт ядерных исследований, АО «НПО «Аконит» и ООО «Полиэфир».</p> <p>«Если раньше спрос в машинном зрении касался повышения качества производимой продукции, то сейчас мы видим растущий спрос на эффективность. В самом широком смысле: это и коэффициент использования оборудования, и производительность труда сотрудников, и правильность выполнения операций. Этот сегмент рынка будет расти в ближайшие несколько лет», — отметил Илья Каштанкин, генеральный директор Nord Clan.</p> Компания Nord Clan представила обновление платформы машинного зрения ML Sense. Основным вектором развития стало смещение … message https://www.itweek.ru/themes/detail.php?ID=234233 Thu, 29 Jan 2026 11:55:35 +0300 <p><em>Гонка за искусственный интеллект в Китае снова набирает обороты, сообщает портал </em><em>eWeek</em><em>.</em></p> <p>Китайские компании, от стартапов до технологических гигантов, быстро внедряют новые модели ИИ, что свидетельствует о том, что разрыв с американскими конкурентами может сокращаться быстрее, чем многие ожидали.</p> <p>За последние несколько месяцев несколько китайских компаний представили новые обновления ИИ, усилив импульс, начавшийся в прошлом году с неожиданного выпуска DeepSeek своей модели R1. Этот запуск привлек внимание всего мира: компания предложила производительность, сравнимую с ChatGPT, при гораздо меньших затратах, что вызвало вопросы о том, замедляют ли вообще экспортные ограничения США амбиции Китая в области ИИ.</p> <p>27 января пекинский стартап Moonshot AI анонсировал Kimi K2.5. Эта мощная мультимодальная система может одновременно обрабатывать текст, изображения и видео. Возможно, еще более впечатляющей является функция «роя агентов», которая позволяет пользователю развернуть до 100 субагентов для параллельной обработки больших объемов рабочих процессов.</p> <p>Несколькими часами ранее гигант электронной коммерции Alibaba запустил Qwen3-Max-Thinking. Компания утверждает, что эта модель не просто конкурентоспособная, она доминирующая. Согласно Alibaba, модель превзошла основных американских конкурентов в «Последнем экзамене человечества» («Humanity’s Last Exam»), общеизвестном трудном тесте.</p> <p>«Похоже, для этих китайских стартапов все сводилось к получению доступа к капиталу, — пишет Кайл Чан, научный сотрудник Института Брукингса, в отчете SCMP. — Еще месяц-два назад я бы не предположил, что китайские компании, занимающиеся ИИ, будут продолжать идти в ногу со своими американскими коллегами».</p> <p>Другие китайские фирмы движутся так же быстро. Z.ai недавно выпустила бесплатную версию своей модели GLM 4.7, но позже ограничила регистрацию новых пользователей после того, как спрос перегрузил ее вычислительные мощности. Тем временем акции Baidu, котирующиеся на Гонконгской бирже, поднялись до самого высокого почти за три года уровня после презентации ее последней модели Ernie 5.0.</p> <h3>Open Source-модели набирают популярность во всем мире</h3> <p>В то время как американские компании, такие как OpenAI и Anthropic, в основном держат свои «секретные рецепты» за платным доступом, китайские компании делают ставку на стратегию Open Source. Обнародуя «веса» своих моделей, они позволяют разработчикам по всему миру настраивать технологию бесплатно или по очень низкой цене.</p> <p>Разница в цене поразительна. По оценкам Artificial Analysis, K2.5 от Moonshot обходится в эксплуатации более чем в четыре раза дешевле, чем ведущие модели от OpenAI. Эта доступность уже позволяет завоевывать позиции, ранее принадлежавшие западным технологическим гигантам. Airbnb недавно заменила свой ИИ для обслуживания клиентов на Qwen от Alibaba, а Pinterest интегрировала китайские модели для работы своей системы рекомендаций.</p> <h3>Преодоление «кремниевой удавки»</h3> <p>Резкий рост китайских инноваций происходит, несмотря на ограничения США на использование передовых чипов Nvidia, обычно необходимых для обучения этих масштабных систем. Вместо того чтобы замедляться, китайские инженеры проявляют креативность, максимально используя архитектуры «смеси экспертов», чтобы делать больше с меньшими вычислительными мощностями.</p> <p>Некоторые также обращают внимание на производимое в Китае оборудование. Компания Zhipu AI недавно запустила GLM-Image, заявив, что это первая отечественная модель, полностью обученная на чипах китайского производства. Даже генеральный директор Google DeepMind Демис Хассабис признал сужающееся окно возможностей, заявив, что китайские модели могут отставать от американских всего на «месяцы».</p> <h3>За пределами экрана: роботы и «красные конверты»</h3> <p>Конкуренция не ограничивается цифровым форматом. Tencent использует предстоящий Лунный Новый год, чтобы внедрить ИИ в повседневную жизнь, обещая денежные призы на сумму 140 млн. долл. через свое приложение Yuanbao AI. Между тем, основатель XPeng Хэ Сяопэн недавно продемонстрировал человекоподобного робота по имени IRON, который движется с такой человекоподобной точностью, что ему пришлось обнажить ногу робота на сцене, чтобы доказать, что это не человек в костюме.</p> <p>По мере того, как эти «ИИ-тигры» продолжают привлекать миллиарды (Moonshot, например, недавно достигла оценки капитализации почти в 4,8 млрд. долл.) фокус смещается с вопроса «Можно ли это создать?» к вопросу «Насколько быстро можно вплести это в ткань глобальной экономики?»</p> Гонка за искусственный интеллект в Китае снова набирает обороты, сообщает портал eWeek. Китайские компании … message https://www.itweek.ru/themes/detail.php?ID=234232 Thu, 29 Jan 2026 10:38:38 +0300 <p><em>Разрыв между поколениями парализует внедрение корпоративных технологий, но новые инженерные подходы могут предложить способы решения этой проблемы, пишут на портале </em><em>InformationWeek</em> <em>Рэйчел Лейкок, технический директор Thoughtworks, и Эдвард Хиатт, операционный директор Mechanical Orchard.</em></p> <p>COBOL по-прежнему используется почти во всех банкоматах, 90% крупнейших страховых компаний и 92% крупнейших розничных продавцов в США. В результате многие заголовки новостей указывают на старение рабочей силы как на основную проблему стабильности корпоративных технологий.</p> <p>Но реальная угроза заключается не только в уходе программистов на пенсию; это также глубокий разрыв в руководстве и конкурирующие стимулы, которые создают паралич технологической функции.</p> <p>Опытные технологи, которые десятилетиями управляли системами на базе мэйнфреймов и занимали руководящие должности в своих организациях, видят принципиально иную картину, чем их более молодые коллеги. Эти системы надежно работали 30, 40, даже 50 лет, пережив обвалы рынка, изменения в законодательстве и бесчисленные бизнес-трансформации. С их точки зрения, модернизация представляет собой ненужный риск для систем, которые, как доказано, работают.</p> <p>Это не просто консервативное мышление. Это рациональное принятие решений, основанное на опыте. Традиционные проекты модернизации заканчиваются неудачей в более чем 70% случаев, а печально известные многомиллиардные списания попадают в заголовки новостей. Для руководителей высшего звена, приближающихся к пенсии, принятие на себя проекта трансформации, который может определить их наследие, оказывается неприемлемым риском. Риск заключается не только в их карьере; это также вполне реальная возможность сбоев в бизнесе и ущерба репутации из-за неудачных попыток модернизации.</p> <p>Между тем, у приходящих в бизнес начинающих специалистов в области технологий есть выбор: присоединиться к компаниям, изначально ориентированным на цифровые технологии, где они будут работать с передовыми технологиями, постоянно внедрять новые функции и возможности и создавать продукты, охватывающие миллионы пользователей, или они могут присоединиться к традиционным организациям, где они будут тратить месяцы на изучение устаревших языков программирования только для того, чтобы внести незначительные изменения в старые системы. Стать хранителями давно существующих систем не слишком привлекательно для разработчиков, приходящих в эту область с целью создания и внедрения инноваций.</p> <p>Это создает порочный круг: организации не могут модернизироваться, потому что им не хватает специалистов, готовых взять на себя карьерный риск, исторически связанный с масштабными проектами модернизации, и они не могут привлечь таланты, потому что не модернизировались.</p> <p>Это противостояние влечет за собой значительные финансовые последствия. Недавние инциденты подчеркивают срочность ситуации. Например, крупные финансовые учреждения Великобритании столкнулись с более чем 800 часами сбоев в ИТ-инфраструктуре в период с января 2023 г. по февраль 2025 г., многие из которых были вызваны устаревшими системами на базе мэйнфреймов. Авиакомпании столкнулись с аналогичными сбоями, затронувшими глобальные потоки людей и товаров.</p> <p>Однако появляются новые подходы к модернизации, основанные на генеративном искусственном интеллекте, которые коренным образом меняют соотношение риска и выгоды. Эти методы сочетают проверенные методы разработки ПО, такие как непрерывная интеграция, непрерывная доставка и разработка через тестирование, с современными инструментами, которые делают поэтапное переписывание более безопасным и эффективным, чем традиционные подходы «большого скачка».</p> <h3>Поведение системы важнее трансляции кода</h3> <p>Вместо прямой трансляции существующего кода эти методологии фокусируются на поведении системы, фиксируя входные и выходные данные работающих систем для создания спецификаций поведения, которые служат всесторонними тестами для обеспечения поведенческого соответствия между старыми и новыми системами.</p> <p>Современные подходы фиксируют фактическое поведение существующих систем во время выполнения, создавая всеобъемлющие наборы тестов на основе реальных потоков данных в производственной среде. Они извлекают институциональные знания и фактическое поведение системы из самого кода. Такое воспроизведение поведения означает, что нам больше не нужно полагаться на предположения. Мы можем видеть конкретные доказательства того, что каждый входной параметр производит ожидаемый выходной параметр.</p> <p>Хотя концептуально это было возможно и раньше, это было недостижимо в необходимом масштабе и могло занять десятилетия. Теперь, благодаря быстрому развитию ИИ, мы можем сократить этот срок до масштаба, вполне подходящего для амбициозного ИТ-руководителя.</p> <h3>Поэтапность важнее «большого скачка»</h3> <p>Второй ключевой механизм снижения рисков модернизации — это поэтапная работа и демонстрация работоспособности каждого этапа в производственной среде параллельно с унаследованной системой.</p> <p>Для опытных технологических специалистов верификация решает их главную проблему и устраняет причину провала многих проектов «большого скачка». Исторически сложилось так, что организации пытались перейти от старых систем непосредственно к полностью переосмысленному «будущему состоянию» в рамках одного масштабного проекта. Это эквивалентно демонтажу старых труб и одновременной перепланировке всего дома. Мы убедились на примере астрономически высокого уровня неудач этого подхода, что он просто нежизнеспособен.</p> <p>Сегодня организации могут модернизировать отдельные компоненты, в то время как вся система продолжает работать. Если модернизированный компонент выходит из строя, исходный можно восстановить без нарушения работы бизнес-систем.</p> <p>Фокусируясь на поведении системы и работая поэтапно, можно получить чистые, хорошо протестированные и поддерживаемые системы, которые организации могут развивать с течением времени. Такой подход разрешает проблему разрыва поколений, которая парализует решения о модернизации, демонстрируя успех на ранних этапах, часто и конкретно.</p> <p>Благодаря ему все члены команды могут видеть, как системы тщательно проверяются на соответствие реальным потокам данных, буквально запуская новый код параллельно со старым кодом, чтобы продемонстрировать поведенческое сходство. Поэтапность означает, что не придется ставить свою карьеру на карту из-за одного высокорискованного развертывания. Каждый небольшой шаг укрепляет уверенность и доказывает эффективность методологии.</p> <p>Для начинающих технологических специалистов это создает совершенно иное ценностное предложение: готовую к будущему основу для постоянного внедрения передовых проектов в производство, при одновременном выстраивании карьеры в компаниях с глубоким присутствием на рынке и узнаваемостью бренда — подобно высокоскоростным инновациям нативного цифрового бизнеса.</p> Разрыв между поколениями парализует внедрение корпоративных технологий, но новые инженерные подходы могут предложить способы … article