8320
Разбираемся, как технологии делают компании и их сотрудников более продуктивными https://b2btech.yandex.ru 💬 Наш чат https://t.me/+wTccheNAgMpmYzZi
Данные за 2024 год от аналитиков Anthropic показали, что ИИ берёт на себя всё больше задач: более 30% функций на Python в репозиториях GitHub уже написаны нейросетями. Это полноценный промышленный код, принятый в продакшн, прошедший ревью и интегрированный в реальные продукты.
Влияние ИИ-кода на бизнес
McKinsey оценивает совокупный эффект внедрения ИИ-инструментов (Copilot, GPT, Claude) для бизнеса в $100 млрд ежегодно — в первую очередь за счёт снижения издержек и ускорения вывода продуктов на рынок. Хотя эти цифры касаются в первую очередь США, тренд затрагивает и российский рынок.
В малых командах и продуктовых бизнесах ИИ уже берёт на себя рутинные задачи, меняя структуру работы и логистику затрат. Там, где раньше требовалось 5 универсальных разработчиков, теперь хватает 2–3 специалистов с ИИ-ассистентами.
Как меняется процесс разработки
ИИ-инструменты решают задачи, которые раньше выполнялись вручную и занимали значительную часть времени команды, например генерацию boilerplate-кода — типовых обёрток, форм, тестов, настройки API. Также нейросети помогают в автоматической генерации SQL-запросов по описанию логики, берут на себя рефакторинг на этапе Pull Request.
Новые возможности меняют традиционные функции в командах программистов:
🌟Снижается нагрузка на middle-разработчиков: они тратят меньше времени на шаблоны и рутину.
🌟Увеличивается роль синьоров: они контролируют архитектуру и интеграции, где ИИ не справляется.
🌟Освобождённые ресурсы направляются в аналитику, дизайн решений, оптимизацию клиентских сценариев.
Например, в стартапе с небольшим IT-отделом один разработчик с Copilot может быстро накидать API-обёртку, другой — проверить корректность бизнес-логики и покрыть тестами. Раньше такие задачи требовали отдельного бекэнд-инженера и QA.
Ограничения и риски внедрения ИИ в разработку
Несмотря на рост эффективности, генеративные модели не универсальны. Их интеграция требует точных процессов и контроля качества. Основные риски:
🔹 Ошибка в логике. ИИ может предложить синтаксически корректный, но бизнес-некорректный код. Без ревью такие ошибки попадают в прод и ведут к откатам.
🔹 Рост техдолга. Быстрая генерация кода без стандартизации приводит к фрагментации: одна и та же задача реализована разными способами.
🔹 Проблемы с безопасностью. Модели могут предлагать решения с уязвимостями или использовать устаревшие библиотеки.
🔹 Лицензирование и комплаенс. При генерации ИИ может использовать код, не совместимый с внутренней политикой или внешними лицензиями (например, GPL).
Поэтому компании, которые внедряют ИИ в разработку, параллельно повышают контроль качества: усиливают code review, внедряют линтеры, стандарты, автоматическую проверку лицензий.
Подписывайтесь 👉 @yab2btech
Данные отчёта Всемирного экономического форума (WEF) за 2025 год показали, что большинство представителей малого и среднего бизнеса считают, что не справятся с серьёзной кибератакой. При этом 43% всех кибератак направлены на компании с численностью до 1000 человек.
Дело не только в финансах: у таких компаний часто нет ни внутренних специалистов, ни отработанных сценариев реагирования, ни доступа к внешним командам быстрого реагирования, что делает их лёгкой целью для хакеров.
Главные риски
WEF называет три ключевых фактора, которые усиливают угрозы:
🔹 Ускоренная цифровизация без должной защиты.
🔹 Зависимость от облаков и подрядчиков, где контроль слабее.
🔹 Рост автоматизации — и, как следствие, больше точек входа для атаки.
Часто уязвимости связаны с использованием подрядчиков, SaaS, сторонних API. Это особенно критично для малого бизнеса, где большая часть инфраструктуры держится на сторонних решениях.
Самые современные языковые модели — Large Language Models (LLM) — могут решать множество бизнес-задач. Например, отвечать пользователям в чате, чтобы снизить нагрузку на службу поддержки, или давать подсказки сотрудникам. Как завести такую модель в вашей компании?
✅ Создаем свою модель
LLM создают с нуля только очень крупные компании. Разработка такой модели требует огромного количества ресурсов: данных, видеокарт и времени опытных сотрудников. Если коротко, создание своей LLM — это очень, очень дорого и сложно. Поэтому для простоты перейдём к способам, которые подходят большинству бизнесов, — использовать готовую модель в облаке или на своей инфраструктуре.
А лучше что: в облаке или нет?
Чаще всего бизнесы берут готовые проприетарные (то есть закрытые) или опенсорсные нейросети и используют их. В зависимости от модели её можно использовать в облаке по API или запустить на своих ресурсах. Для решения задач бизнеса подходят оба способа.
Использовать как есть или дообучать?
Какой бы способ вы ни выбрали, дальше нужно будет решить, хотите вы дообучать модель или нет.
🔸 Использование готовой модели поможет в решении общепрофильных задач. Она сможет сформулировать вежливый ответ для клиента, но не будет учитывать специфику вашего бизнеса, например не внесёт туда уникальную информацию о ваших товарах и услугах, если вы не будете добавлять эту информацию к каждому запросу.
🔸 Дообучение поможет научить модель решать узкоспециализированные задачи. Модель, дообученная на сообщениях специалистов поддержки, научит её отвечать в фирменном стиле или лучше понимать специфические термины.
🔸 Дообучение требует времени, ресурсов и усилий ML-инженера. Поэтому сперва стоит попробовать, справляется ли уже готовая модель с вашими бизнес-задачами. Например, нейросеть может найти нужную информацию в базе знаний и без дообучения — с помощью метода Retrieval Augmented Generation (RAG). Если результат всё равно не устраивает, можно использовать дообучение.
🔸 RAG и дообучение можно использовать вместе, потому что они предназначены для разных целей. Допустим, вы хотите, чтобы LLM создавала описания для товаров. Если вы используете RAG, подключив её к базе данных с товарами, модель составит описание, используя информацию оттуда: название товара, модель, параметры. Если вы примените такой способ и дообучите модель на красивых описаниях, она сможет делать описания более привлекательными.
Немного свежих цифр и исследований.
🔸Совместное применение ИИ и Task Mining может принести до 14,8 трлн рублей в российский ВВП к 2030 году
Такие данные приводятся в исследовании компании «Инфомаксимум». Уже сегодня 54% крупных российских компаний внедрили ИИ-решения. 79% опрошенных предприятий планируют использовать генеративный ИИ для повышения эффективности персонала и улучшения клиентского сервиса.
🔸Мир на пороге второй квантовой революции
К такому выводу пришла «Цифровая экономика» в своём исследовании о перспективах квантовых технологий в России и мире. По прогнозам McKinsey, к 2035 году квантовые технологии могут принести мировой экономике от $900 млрд до $2 трлн.
Россия за последние годы существенно сократила технологическое отставание — особенно в области квантовых сетей и вычислений. Объём финансирования российских квантовых программ в 2020–2024 годах составил более 40 млрд рублей, почти 100% — за счёт государства. Разрабатываются постквантовые алгоритмы, например «Шиповник» и «Гиперикум», которые уже доступны на GitHub.
Квантовые технологии обещают прорыв в обработке данных, точности измерений и безопасности. Но есть и барьеры: нестабильность кубитов, шумность, высокая стоимость. Поэтому пока что их внедряют в комбинации с классическими компонентами или в рамках пилотных проектов.
🔸За три года 83% российских компаний увеличили расходы на кибербезопасность
При это 64% пересмотрели подходы к ИБ, что особенно заметно в банковском секторе. Главные причины — ужесточение регуляторных требований, рост киберугроз и необходимость импортозамещения.
Исследование показывает, что у многих компаний по-прежнему нет единой системы оценки эффективности вложений в ИБ: они полагаются на внешние аудиты и пентесты. При этом 60% организаций категорически против аутсорсинга из-за рисков потери контроля.
🔸Рынок облачных сервисов в России вырастет вдвое к 2029 году
В 2024-м его объём составил 392 млрд рублей, а ежегодный рост — 21%. Для сравнения: мировой рынок, по прогнозам, утроится к 2032 году — до $962 млрд. Наиболее динамично развивается сегмент IaaS с ростом 29%, особенно услуги GPU-серверов (+39%). Это связано с бумом машинного обучения и аналитики данных. PaaS заметно отстаёт: доля таких решений составляет лишь 9% рынка. Российские компании пока не могут предложить полноценные аналоги западным платформенным решениям, что сдерживает рост этого направления.
🔸Почти две трети российских компаний планируют увеличить инвестиции в big data на 10–30% в ближайшие два года
Ещё 27% готовы нарастить бюджеты на 30–50%, при этом ни одна из опрошенных компаний не рассматривает сокращение расходов в этом направлении. Согласно исследованию «К2 Тех», большинство организаций (67%) оценивают свои data-процессы как умеренно эффективные, а 12,5% — как высокозрелые. Основные сложности связаны с интеграцией разрозненных данных (25%) и их низким качеством (21%).
🔸«Пятёрочка» открыла первый phygital-магазин в Москве
Экспериментальный магазин нового формата работает так: при входе покупатель сканирует карту «Х5 Клуб» и на основе истории покупок получает персональные предложения. Свежие продукты — в торговом зале, а остальные товары можно заказать через сенсорный экран или планшеты. Пока сотрудники собирают заказ (обещают, что за семь минут максимум), можно отдохнуть в кафе и зарядить, например, телефон, а в отделе с алкоголем — воспользоваться электронным сомелье для подбора напитков.
Подобные форматы с экранами и сборкой заказов сотрудниками тестируют и другие сети, включая «Ленту», а также зарубежные игроки вроде Amazon Go.
Подписывайтесь 👉 @yab2btech
Классическая модель безопасности исходила из того, что, если пользователь успешно авторизовался, ему открывается допуск к ресурсам компании. Он получает доступ ко множеству внутренних систем без дополнительных проверок. Такой подход был ориентирован на защиту периметра сети, а не самих ресурсов.
В современном контексте это делает систему уязвимой — компании нанимают удалённых сотрудников, используют SaaS-продукты, подключают подрядчиков, которые работают с личных устройств. На этом фоне всё больше компаний переходят к архитектуре Zero Trust, которая становится новым отраслевым стандартом.
Этот подход строится на отказе от самой идеи «доверенной» зоны. Здесь нет внутренней или внешней сети — все пользователи и устройства считаются потенциально ненадёжными, а доступы проверяются вне зависимости от принадлежности. Безопасность строится вокруг данных, а не аккаунтов. Ключевые элементы архитектуры Zero Trust:
1. Постоянная верификация — все пользователи, устройства и запросы проверяются независимо от их местонахождения. Ни один доступ не даётся автоматически.
2. Минимальные привилегии — доступ даётся строго по необходимости, превышение прав возможно только на короткий срок.
3. Гранулированный доступ — когда разрешение выдаётся не общим ролям («все сотрудники отдела»), а по множеству конкретных параметров: кто, откуда, когда сделал запрос.
4. Сегментация и защита ресурсов — сеть делится на небольшие изолированные сегменты: даже если злоумышленник получил доступ к одному, в остальные он не попадёт.
5. Шифрование данных — всё, что передаётся по сети или хранится, должно быть зашифровано. Это касается и писем, и файлов, и логинов. Даже если данные украдут, без ключа их нельзя будет прочитать.
6. Принцип «предполагай взлом» — стоит исходить из того, что злоумышленник уже внутри. Поэтому заранее ограничиваются места, куда он может получить доступ.
7. Постоянный мониторинг и анализ — система должна в реальном времени отслеживать: кто, когда и откуда зашёл, что делал. Если происходит что-то подозрительное — автоматически блокирует сессию или отправляет сигнал безопасности.
Один из вариантов реализации Zero Trust — это SASE (Secure Access Service Edge), где безопасность и сетевые функции объединены в облаке и масштабируются централизованно. Важной частью подобной архитектуры становится браузер, но для того, чтобы выполнять свои функции безопасности, он должен быть специально разработан под такие сценарии. Например, Яндекс Браузер для организаций объединяет контроль доступа, изоляцию среды и фильтрацию трафика.
Что это даёт бизнесу:
🔹 снижение времени на настройку безопасных рабочих мест;
🔹 контроль доступа даже в условиях работы с личных устройств и удалёнки;
🔹 минимизация рисков утечки через личные аккаунты и устройства;
🔹 соответствие современным требованиям безопасности.
Подписывайтесь 👉 @yab2btech
С развитием технологий появляется страх остаться без работы. Если в 2023 году ИИ-тревожность испытывали 75% офисных сотрудников, то сегодня, когда нейросети всё глубже проникают в самые разные бизнес-процессы, эти цифры могут быть даже выше. Как успокоить штат, не откладывая технический прогресс?
Главная причина тревожности
Все читают новости. Alphabet, которому принадлежит Google, сократил 12 000 сотрудников, его примеру последовали Microsoft и Amazon. По всему миру компании уменьшали затраты, поддавшись панике или гонке за инновациями.
Руководители бизнесов жалеют о поспешных решениях
Весной 2025 года Orgvue опросили 1200 руководителей из США, Европы и Азии: 39% компаний действительно уволили часть сотрудников после внедрения ИИ, но 55% из них признались, что сделали это зря. Поторопились. Переоценили возможности алгоритмов и недооценили вклад людей.
Топ-менеджеры рассказали, что в некоторых случаях и увольнять никого не пришлось, — сотрудники начали уходить сами, решив, что их место вот-вот займёт машина. Это всё та же ИИ-тревожность — только уже не предчувствие, а реакция на реальные действия руководства.
Парадокс в том, что тревожность испытывают и топ-менеджеры. Половина руководителей опасаются, что ИИ в их бизнесе начнёт использоваться бесконтрольно. 38% признают, что не до конца понимают, как технологии повлияют на компанию, а почти треть затрудняется сказать, какие роли в их структуре подвержены автоматизации в первую очередь.
Как внедрить ИИ эффективно и без паники?
▪️ Признать и обсудить ИИ‑тревожность в командах — как среди сотрудников, так и менеджеров.
▪️Объяснить, что ИИ не заменит человека, но станет полезным инструментом
▪️ Отложить кадровые решения до чёткого анализа ролей и влияния ИИ.
▪️ Создать пилотные проекты по внедрению ИИ и запустить обучение сотрудников.
▪️ Разработать дорожную карту ИИ‑трансформации: кто, что и как будет делать.
▪️ Инвестировать в специалистов: их навыки окупятся кратно — через рост эффективности и новую ценность для бизнеса.
Компании, которые выбрали путь обучения, переосмысления ролей и технологической интеграции, выигрывают, и это подтверждает исследование PwC. В 2024 году зарплаты сотрудников с ИИ-навыками выросли в среднем на 56% — в два раза больше, чем годом ранее. Количество вакансий в сферах, где ИИ работает в связке с человеком, выросло на 38%. Что ещё важнее — в индустриях, наиболее подверженных влиянию ИИ, рост выручки на одного сотрудника оказался втрое выше, чем в тех, где автоматизация пока минимальна.
Сегодня перед руководителями стоит не технический, а управленческий вызов: научиться видеть в ИИ не угрозу, а партнёра. Не увольнять, а учить. В новом ландшафте выживает не самый технологичный, а тот, кто умеет адаптироваться.
Подписывайтесь 👉 @yab2btech
В Университете Карнеги-Меллона провели амбициозный эксперимент: смоделировали работу IT-стартапа, где вместо всех сотрудников — нейросети. Вымышленная TheAgentCompany работала в формате симуляции: ИИ-агенты играли роли менеджеров, дизайнеров и программистов, общались в корпоративном чате и выполняли задачи. Что вышло из эксперимента — в карточках.
Подписывайтесь 👉 @yab2btech
В 2024 году глобальные расходы на IT-аутсорсинг достигли $744,6 млрд, а к 2030 году они вырастут до $1,17 трлн, согласно отчету Grand View Research. В России объем IT-услуг уже превысил $26,8 млрд и, по прогнозу IMARC Group, вырастет до $63,5 млрд к 2033 году. Лидируют инфраструктура, поддержка, разработка и кибербезопасность.
Раньше аутсорсинг воспринимался в первую очередь как способ оптимизировать бюджет. Сегодня это доступ к скорости. Когда внутренняя IT-служба перегружена, команда разработки не укомплектована, а запуск нового продукта нужно ускорить — внешний подряд дает масштаб и компетенции, которых внутри может и не быть.
На сторону чаще всего передают:
🌟техподдержку, helpdesk и администрирование
🌟обслуживание серверов, СХД, сетей и облаков
🌟DevOps и разработку, включая CI/CD и миграции
🌟функции кибербезопасности — от базовых политик до полноценного SOC.
Для бизнеса это не просто экономия, а доступ к следующему:
🌟дефицитные IT-специалисты без найма в штат
🌟прозрачные метрики и ответственность через SLA
🌟быстрая масштабируемость под проектные нагрузки.
В чём главная сложность
Конечно, есть и обратная сторона: рост зависимости от поставщика, снижение прозрачности процессов, передача доступа к чувствительным данным. По данным IBM, средняя стоимость одной утечки в 2024 году составила $4,45 млн. И чем длиннее цепочка подрядчиков, тем выше вероятность слабого звена.
Как избежать рисков
Аутсорсинг требует не просто договора, а полноценной архитектуры управления. Это контроль доступа, аудит, распределение зон ответственности, понятные сценарии выхода из контракта. Без этого любая выгода сгорит в накладных потерях, фрагментированных коммуникациях и непредсказуемых рисках.
IT-аутсорсинг — это не «кому поручить рутину», а как перестроить функции под задачи роста. И главный вопрос — не «сколько стоит подрядчик», а «насколько он встроен в вашу стратегию». Если он просто закрывает тикеты — вы покупаете время. Если помогает запускать продукты — масштаб.
Используете IT-аутсорсинг в работе своего бизнеса?
🔥 — регулярно
❤️ — справляемся сами
Подписывайтесь 👉 @yab2btech
AI-native — это компании, у которых не только продукт, но и сам бизнес построен вокруг ИИ и автоматизации. Все процессы налажены так, чтобы нанимать как можно меньше людей, заменяя их ИИ-технологиями и сервисами. Такой подход позволяет стартапам не перестраивать всё на ходу, а с самого начала работать эффективнее.
Как это работает?
Если классические стартапы вместе с ростом расширяют команду, то для AI-native технология — основной актив. Они используют алгоритмы, облачные сервисы, автоматизацию и аутсорсинг вместо большого штата сотрудников. Это снижает издержки и позволяет быстро адаптироваться к изменяющимся условиям. Многие из таких компаний годами работают с командами до 10–30 человек, и всё равно наращивают прибыль.
Например, Cursor (Anysphere) заработал $100 млн за 1,5 года при штате 20 человек, Midjourney — $200 млн за два года с командой из 10 человек, а 15 сотрудников Lovable — $10 млн за 8 недель. Вместо того чтобы нанимать больше, они полностью автоматизируют техподдержку, арендуют облачные сервисы и инфраструктуру и отдают маркетинг, дизайн и другие направления на аутсорс.
Что дальше
Модели AI-native предрекают большое будущее. Инвесторы охотнее вкладываются в такие стартапы из-за их высокой маржинальности, а низкие издержки позволяют быстрее обходить конкурентов. Если так пойдёт и дальше, спрос на менеджеров или специалистов техподдержки в IT будет стремительно падать, а потребность в ИИ-специалистах — расти.
В России пока нет AI-native компаний в чистом виде, но тренд на сокращение издержек при помощи ИИ налицо. 54% российских компаний из топ‑300 в 2024 году внедрили ИИ в различные бизнес-процессы — от логистики до клиентской поддержки. Тогда как в 2023 году — ни одна из них. 55% интегрировали ИИ в HR-процессы: рекрутинг, онбординг, административные задачи. Вслед за этим число IT-вакансий сократилось на 15–18%, а для ИИ-специалистов — выросло на 43%.
Подписывайтесь 👉 @yab2btech
Речь про ИИ-агентов, которые, в отличие от обычных нейросетевых моделей, не просто генерируют текст или анализируют данные по запросу, но могут сами совершать действия. Это один из ключевых трендов в развитии ИИ — вместе с мультимодальными моделями и развитием open source (сервисов с открытым программным кодом).
ИИ уже интегрирован во все продукты Yandex B2B Tech: облачные модели, виртуальный офис с нейроинструментами, автопилоты. Все они помогают бизнесу автоматизировать разработки, клиентский сервис, HR и юридические процессы. Но будущее компания видит в создании целой экосистемы: от технологий нижнего уровня, необходимых для создания агентов (нейробухгалтеров, нейроюристов и т. д.), до прикладных решений, построенных на их основе.
Подписывайтесь 👉 @yab2btech
Edge computing — тренд в развитии облачных технологий, когда вычисления частично переносятся из облака на устройства на рабочий «край» сети. Такой подход позволяет сократить сетевую задержку и повысить скорость отклика приложений, а также снизить энергопотребление на 65–80% по сравнению с обычной облачной схемой.
Как это работает
Edge computing — это распределённая модель обработки данных, при которой вычисления происходят не в централизованном облаке, а на IoT-контроллерах, MEC-узлах (Multi-access Edge Computing) или on-prem-микроЦОДах. Результат передаётся в облако только при необходимости — для отчёта, обучения модели или резервного копирования. Так, edge-датчик температуры на заводе может сам отслеживать изменение температуры без необходимости отправлять данные в облако. Он самостоятельно подаст сигнал тревоги при аномалии и отправит в облако лишь отчёт об инциденте. При этом концепция edge computing не противопоставляется облаку, но дополняет его, помогая оптимизировать архитектуру.
В рамках edge computing развивается технология edge AI, когда устройства сами обрабатывают информацию с помощью компактных ИИ-моделей, таких как MobileNet от Google или YandexGPT Micro. Например, умная касса в ритейле фиксирует, что товар не пробит — и тут же сама подаёт сигнал охраннику.
Чаще всего компании разворачивают edge AI с помощью платформ для edge-аналитики. Они обеспечивают локальную обработку потоков данных, интеграцию с облаком, а также инструменты визуализации данных и управления.
Кто уже использует
Huawei China запустила первый интеллектуальный угольный карьер на месторождении в китайской провинции Внутренняя Монголия. На нём трудятся 100 автономных самосвалов, связанных сетью p5G, при этом ИИ управляет ими самостоятельно, без подключения к облаку. Данные обрабатываются локально через 5G-A MEC (Multi-access Edge Computing). Компания утверждает, что эффективность добычи выросла на 30%, расходы на логистику упали на 25%, а число аварий — на 70%. Кроме того, на 90% снизилась потребность в человеческом труде на опасных и тяжёлых участках.
Автоконцерн Stellantis развернул на заводе в Бразилии частную 5G-сеть с edge-узлами. Видеодатчики с ИИ анализируют качество сборки автомобилей и обнаруживают дефекты, например плохо сваренные швы. В облако уходит только отчёт. Это позволило сделать контроль качества мгновенным.
Подписывайтесь 👉 @yab2btech
ВТБ интегрирует в чат-бот языковую модель, которая будет обрабатывать до 1700 клиентских сценариев — от уточнения остатков до объяснений по продуктам.
«Райффайзен Банк» одним из первых начал использовать ИИ в голосовой поддержке: ещё в 2020 году появился виртуальный ассистент Рэй. Он обрабатывал до 90% звонков, самостоятельно решая треть из них. Для синтеза и распознавания речи банк выбрал Yandex SpeechKit.
Улучшают пользовательский опыт
«Т-Банк» пошёл дальше и построил целую вселенную из шести ассистентов — каждый со своей специализацией: финансовый, тревел, инвест-помощник, шопинг-ассистент, джуниор и секретарь. «Альфа-Банк» тоже развивает сразу несколько нейропомощников: в приложении можно получить советы по ресторанам и маршрутам, разобраться в инвестиционных продуктах и обучить ребёнка новым темам. И всё это — в формате диалога, привычного для поколения чат-ботов.
Банки.ру, крупнейший финансовый маркетплейс, использует нейросети, чтобы упростить поиск для клиентов. На сайте запустили ИИ-ассистента на базе YandexGPT. Сейчас он помогает пользователям быстрее находить ответы и решения. К концу 2025 года он будет обрабатывать до 20% обращений.
Такой подход выбрал и банк «Точка»: компания внедрила генеративный ИИ в поиск внутри интернет-банка: теперь вместо ссылок пользователи получают готовые ответы.
Облегчают доступ к информации
ДОМ.РФ создал похожее решение, но для сотрудников компании: подключил генеративный ИИ, чтобы члены команды могли искать информацию в документах, письмах и мессенджерах. Сейчас компания развивает собственную платформу интеллектуальной обработки — она совмещает NLP и архитектуру RAG — генерацию дополненного контекста.
Что дальше?
ИИ-ассистенты становятся новым стандартом качества сервиса. Они ускоряют ответы, дают точные рекомендации и создают ощущение живого взаимодействия. В условиях высокой конкуренции это становится не просто удобством, а заметным преимуществом.
Подписывайтесь 👉 @yab2btech
Предиктивное обслуживание с использованием ИИ и машинного обучения — AI-PdM — один из самых окупаемых юзкейсов ИИ в промышленности. По подсчётам Global Trade Magazine, AI-PdM может сократить расходы на техобслуживание и ремонт оборудования на 25%, уменьшить время простоев на 30–50% и увеличить ресурс работы машин на 20–40%. Рассказываем, как его используют российские промышленные компании.
О чём речь
PdM — это класс решений, в которых искусственный интеллект анализирует состояние промышленного оборудования, от станков до самосвалов, и предсказывает их поломки по ранним признакам.
Комплекс PdM — конвейер передачи и обработки данных. Разнообразные датчики собирают информацию об оборудовании. Список показателей зависит от самих машин: это может быть давление, температура, частота колебаний, состав моторного масла и так далее. Некоторые решения анализируют сразу сотни параметров. Данные передаются моделям ML или Edge-AI, которые ищут аномалии.
PdM можно вписать в более широкий контур систем ERP (планирование ресурсов предприятия) и CMMS (компьютеризированная система управления техническим обслуживанием). Это позволит учитывать предсказанный ИИ ремонт вместе с другими затратами и процессами предприятия.
Кто использует
В РЖД создали PdM систему Ctrl@Maintenance для контроля за состоянием локомотивов, в которую включены 59 сервисных депо. Через неё в месяц проходит около 1,5 ТБ данных. Затраты на аварийный ремонт уменьшились втрое, время диагностики оборудования сократилось с 4 часов до 20 минут, у компании высвободилось 154 тысячи человекочасов в год.
«Газпром нефть» разработала сервис G-Lab: ИИ с помощью данных о состоянии масла прогнозирует износ и поломки техники. Результат анализа масла он сопоставляет со сведениями из базы данных компании и предугадывает ситуации, требующие ремонта. Компания использует решение на горнодобывающих предприятиях, и уже за первые полгода оно помогло предотвратить десятки поломок.
СИБУР внедрил PdM для мониторинга 200 критичных агрегатов — насосов, компрессоров, турбоустановок — на разных площадках. Алгоритмы анализируют примерно 150 параметров с каждого агрегата, и этой системой управляют всего четыре сотрудника. Ранние алерты о поломках позволили избежать внеплановых остановок на 1 млрд рублей.
Подписывайтесь 👉 @yab2btech
«Норникель» — крупнейшая российская горнодобывающая компания и один из лидеров по цифровизации в промышленности. Компания внедряет аналитические ИИ-системы на производстве, экспериментирует с беспилотным транспортом и даже производит собственные экзоскелеты. Кроме того, недавно Норникель внедрил ВКС с эффектом присутствия — совместную разработку Яндекс 360 и компании «Сферус».
Корпорация размещает часть цифровой инфраструктуры на Yandex Cloud — это уже помогло ускорить разработку и тестирование ПО в два раза.
«Норсофт» — IT-подразделение «Норникеля» — сейчас разрабатывает на платформе Yandex Cloud ПО в рамках центра компетенций «Металлургия». Это три ключевые для цифровизации горной добычи цифровые системы под брендом Магма:
🔸 Магма ГЕО: горно-геологическая информационная система, которая позволит строить детальные 3D-модели месторождения, оценивать запасы полезных ископаемых и фиксировать фактическое положение выработок. На базе модели инженеры смогут проектировать и планировать будущие горные работы.
🔸 Магма План: система для автоматизации оперативного и долгосрочного планирования как открытых, так и подземных горных работ. Из модели месторождения она генерирует технологические этапы, рассчитывает ресурсы, формирует сменные задания и дает what-if-симуляции для выбора оптимального графика.
🔸 Магма Контроль в режиме реального времени собирает телеметрию техники и проходческих бригад, фиксирует простои, отслеживает рудопоток по конвейерам и скипам и выводит на дашборды KPI оборудования, персонала и исполнение плановых нарядов.
Компания планирует завершить разработку систем в этом году, а в следующем — начать пилоты.
По словам гендиректора «Норсофта» Алексея Парасыны, использование Yandex Cloud позволило централизовать управление разработкой на всех этапах и ускорить запуск проектов. Кроме того, с облаком можно предоставлять частичный доступ к решению внешним экспертам и созаказчикам — те могут самостоятельно опробовать софт.
Подписывайтесь 👉 @yab2btech
Yandex B2B Tech представила YTsaurus — единую платформу для хранения и обработки больших данных
Она доступна как в облаке, так и on-premise, позволяет работать с эксабайтами информации, обучать сложные ИИ-модели, включая YandexGPT, и интегрируется с популярными инструментами, такими как ClickHouse и Apache Spark. Её уже используют в сервисах Яндекса, например в Яндекс Маркете и автономном транспорте, а теперь открыли для всех, включая опенсорс-версию. По словам CTO Yandex Cloud Ивана Пузыревского, эти решения закрывают потребности бизнеса в любых сценариях работы с данными — от ETL-процессов до сложной аналитики.
Google представила приложение для запуска ИИ-моделей на смартфонах
Пока что AI Edge Gallery доступно только для Android, но позже появится версия и для iOS. Оно позволяет загружать модели из каталога Hugging Face, работающие офлайн, — для генерации текста, кода, изображений и ответов на вопросы. Встроенный Prompt Lab позволяет настраивать параметры ИИ под конкретные задачи, но полный список доступных моделей не раскрывается. При этом Google предупреждает, что работа с моделями офлайн может уступать по скорости и качеству облачным десктопным решениям.
Инвестиции в российские технологические компании выросли на 133%
Только за I квартал 2025 года их объём достиг $44,6 млн. Чаще всего инвесторы вкладываются в зрелые стартапы в IndustrialTech, FinTech и Healthcare, причём 57% крупных сделок совершил фонд «Восход». Среди главных причин называют рост интереса к ИИ и кибербезопасности, а также умеренное оживление рынка при возможном снижении ставки.
В России запустят новый сервис видеоконференций с эффектом полного погружения
Его разрабатывают Яндекс 360 и «Сферус» на базе Яндекс Телемоста и иммерсивных 360°-трансляций. Участники смогут управлять ракурсом и обзором, как будто они физически присутствуют на встрече. Платформа работает прямо в браузере — без VR-гарнитур или сложного оборудования. Нужны только камера с поддержкой 360° и стандартные функции ВКС: демонстрация экрана, запись, интеграция с календарями.
Технология особенно полезна для бизнеса, образования и инспекций. Например, для удалённого контроля стройки, онлайн-обучения с эффектом «живого» присутствия или виртуальных встреч с инвесторами.
Каждое четвёртое предприятие в мире за последние два года потеряло более $5 млн из-за кибератак
А 2% — свыше $10 млн, согласно исследованию «Лаборатории Касперского» и VDC Research. Больше всего компании теряют на устранении последствий атак (22%), упущенной выгоде (19%), простоях (17%), ремонте оборудования (19%) и выплате выкупа хакерам (12%). Особенно критичны простои производства: 70% компаний сталкивались с остановками на 4–24 часа, что ведёт ещё и к репутационным рискам.
«Ростелеком» автоматизировал до 40% задач разработки с помощью ИИ-помощника
Компания внедрила виртуального ассистента «Василиса», который оптимизирует процессы проектирования, тестирования и релиза новых сервисов. В результате генерацию кода ускорили на 30–40%, а тестирование — на 25%. «Василиса» работает в защищённом IT-контуре компании, поддерживая различные направления — от интерфейсов до серверных систем. А также помогает в рефакторинге, документировании и переводе кода на другие языки.
Через 6 лет треть операций на российских складах будут выполнять роботы
Сейчас автоматизировано только 20%, но ситуация быстро меняется. Новые склады сразу строят под роботов: они работают в три раза быстрее людей и делают меньше ошибок. Например, на сбор заказа у них уходит 16 минут вместо 48. На таких складах работают умные конвейеры, самоходные тележки и датчики, которые следят за товаром. Хотя роботизированные склады обходятся в два-три раза дороже обычных, расходы окупаются за 3–5 лет, а компании экономят миллионы на зарплатах персонала. Лучше всего автоматизация работает в новых зданиях: там роботы могут трудиться на 30% продуктивнее. Особенно это важно для магазинов и аптек, где скорость критична.
Подписывайтесь 👉 @yab2btech
Такие данные приводят в свежей статье Mckinsey. Дополнительная экономическая ценность — это и выручка, и экономия на затратах. Кроме того, эксперты считают, что внедрение ИИ поможет вдвое ускорить скорость НИОКР.
Такие сценарии пока не в фокусе внимания — ИИ сегодня обсуждается прежде всего как инструмент повышения эффективности процессов, а не исследований. И, по мнению экспертов McKinsey, очень зря.
Как именно можно использовать ИИ в НИОКР?
🔹 Создание проектов. К примеру, ИИ может спроектировать архитектуру магазина для компании ритейлера. Или структуру нового белка для фармацевтической компании.
🔹 Оценка проектов. ИИ-модели могут помочь испытать проекты-кандидаты на внедрение и сделать выводы об их эффективности. Так, существуют модели, способные точно предсказывать физические явления — с их помощью можно протестировать в виртуальной среде цифровых близнецов деталей, изделий или устройств.
🔹 Ускорение исследовательских работ. ИИ может помогать на разных этапах — например, выявлять потребности ЦА с помощью цифровых двойников, быстро искать и саммаризировать научную литературу, помогать искать сведения в корпоративных базах данных, и многое другое.
Используете ИИ для исследований?
🤩— Конечно!
🤔— Нет, но хочу начать
Подписывайтесь 👉 @yab2btech
В первой части поста рассказали о двух способах запуска языковой модели в компании — создать свою модель или использовать готовую. Рассказываем, как дообучить готовую LLM на ваших данных, чтобы решать узкоспециализированные задачи.
✅ Дообучаем языковую модель
1. Выберите и запустите модель по инструкции выше.
2. Выберите метод дообучения. Часто эффективнее не дообучать LLM целиком, а воспользоваться методом LoRA — он не меняет исходные веса модели, а добавляет к ней новые параметры. Он быстрее и дешевле полноценного файнтюнинга и, кстати, есть в Yandex Cloud.
3. Подготовьте данные. В зависимости от метода дообучения формат датасета может различаться. Например, это могут быть пары ответов с пометкой, какой из них лучше, или условная таблица с двумя колонками (пример запроса и правильного ответа). Чем данных больше, тем лучше.
Иногда достаточно просто собрать их, но зачастую нужны очистка и разметка. В каждом конкретном случае очищать и размечать данные нужно по-разному. Помните: эффективность дообучения зависит от чистоты и разнообразия данных.
4. Запустите дообучение модели самостоятельно или с помощью облачного провайдера. В первом случае нужно скачать набор библиотек для конкретной модели (их можно найти на HuggingFace) и запустить программный код для дообучения. У каждой модели, как правило, есть свой туториал по дообучению.
5. Придумайте метрики, которые позволят понять, получилось ли дообучить модель под ваши цели. Например, проведите side by side-тестирование, сравнив вашу LLM с baseline-моделью.
Всё же понятно?
😍 — да, уже иду делать
🤝 — да, скинул пост коллегам-айтишникам
Подписывайтесь 👉 @yab2btech
Если вам кажется, что рутина мешает проверять новые гипотезы и креативить, скорее всего, так и есть. Как показало исследование Яндекс 360 и НАФИ, «бумажная» рутина занимает до 4 часов в день у каждого третьего офисного сотрудника. Подробнее о результатах исследования — в карточках.
Подписывайтесь 👉 @yab2btech
Транспортные роботы для складов и предприятий — одна из самых проработанных и готовых для внедрения автономных технологий. По оценке McKinsey, их коммерческие поставки будут расти на 50% до 2030 каждый год, а вместе с тем уровень автоматизации складов будет повышаться более чем на 10%.
Российские компании не отстают и активно адаптируют такие технологии, автоматизируя логистику на складах и производствах с помощью небольших тележек и монстров-самосвалов. Рассказываем, как это работает.
Три ключевые категории
🔹 AGV/AMR (autonomous mobile robots — мобильные роботы). Они возят короба и целые стеллажи, ориентируясь по лидарам, камерам или QR-меткам, заменяя однообразную работу складских рабочих.
🔹 Роботизированные погрузчики, шаттлы и PTL-тележки. Здесь добавлен функционал вертикального подъёма и работы со стеллажами и палетами, благодаря чему робот может не только перевезти, но и собрать и разместить товар. PTL-тележки (pick-to-light — отбор по световой подсказке) — компромиссный вариант: они погружают и разгружают товар вместе с человеком, подсвечивая нужный спот или товар.
🔹 Крупные автономные машины: умные грузовики, которые перемещаются с помощью GPS и лидаров. Это могут быть многотонные машины, которые работают на добывающих предприятиях, и даже фуры, передвигающиеся по регионам по общим трассам. Робот видит препятствия сенсорами, самостоятельно определяет траекторию движения, а через Wi-Fi или 5G отправляет данные диспетчеру.
Вот примеры:
Роботизированная система комплектования в «Восток-Сервисе»
Крупнейший производитель спецодежды «Восток-Сервис» запустил роботизированную складскую систему, которая работает по принципу «товар к человеку». Роботы от Ronavi Robotics интегрированы в систему роботизированного склада от СИТЕК. Она, в свою очередь, связана с платформой управления складом 1С:WMS.
Люди в этой системе присутствуют, но выполняют небольшой набор необходимых операций, тогда как вся тяжелая работа возложена на умные машины. Роботы получают задание из WMS и подвозят сотрудникам нужные стеллажи, чтобы те отобрали товары. Сотрудники склада работают на рабочих станциях, оборудованных PTL-системой, которая помогает найти нужный товар. Система уже увеличила скорость комплектации и упаковки в 2,5 раза, но целевое значение для компании — х5 или х6.
Роботы на складах Яндекса
В 2024 году Яндекс представил роборуку — многозадачного робота-манипулятора, который подходит и для складских задач. Ее уже внедрил ритейлер товаров для строительства и ремонта Лемана Про. На его складах роборука разбирает паллеты с коробками разных размеров и форм, и складывает на конвейер. В компании считают, что скорость разгрузки паллет увеличится вдвое, а затраты на этот процесс — снизятся на 40%.
Автономные грузовики Яндекса
Прошлой осенью Яндекс Маркет начал тестировать автономные грузовики на маршруте Москва — Тула. Грузовые автомобили, оснащённые системой искусственного интеллекта, разработаны на базе китайского тягача Shacman X6000 и способны выполнять коммерческие рейсы в любое время года и суток.
Готовы дать зелёный свет автопилоту в логистике?
❤️ — Нам это подходит
🔥 — С шофёрами пока спокойнее
Подписывайтесь 👉 @yab2btech
39% ключевых навыков изменятся или исчезнут к 2030 году согласно отчёту Всемирного экономического форума. Бизнес внедряет ИИ для решения рутинных задач, а от людей ждут гибкости и нестандартного мышления. Уже сейчас компании нанимают не по опыту, а по способности к обучению.
Эксперты WEF выделяют 10 компетенций, которые будут наиболее востребованы в ближайшие 5 лет:
🌟аналитическое мышление
🌟креативность
🌟любознательность
🌟умение учиться
🌟эмпатия
🌟лидерство
🌟технологическая грамотность
🌟работа с ИИ
🌟экологическая ответственность
🌟ориентация на клиента.
👍— если именно эти навыки и тренируете
🤩— если именно эти навыки призываете тренировать свою команду
Подписывайтесь 👉 @yab2btech
Нейроинтерфейсы чаще всего ассоциируются с Илоном Маском и его Neuralink. Но он здесь не монополист — такие устройства разрабатывают многие компании, в том числе и российские. Нейроинтерфейсы могут показаться чисто медицинским хайтеком, но учёные и инноваторы уже придумали им много практических применений — от молниеносной биржевой торговли до тренингов промышленной безопасности.
Что такое нейроинтерфейсы
Нейроинтерфейсы, или BCI (Brain-computer interface) — системы, которые позволяют мозгу напрямую обмениваться сигналом с компьютером. Простейший пример такой системы — электроэнцефалограмма (ЭЭГ), которая позволяет анализировать мозговую активность.
Но BCI идут гораздо дальше. Через них уже можно напрямую вводить информацию. Например, усилием разума набирать текст или управлять персонажем в игре, управлять протезами или инвалидной коляской, будто своими конечностями. А в будущем они позволят цифровую телепатию — общение между людьми одними мыслями, или управление техникой силой разума.
Помимо масковского Neuralink, среди западных лидеров в BCI такие компании, как американский Blackrock Neurotech и австралийский Synchron. Есть разработчики нейроинтерфейсов и в России, например Нейрореволюция и Cosyma.
Какие индустрии изменят нейроинтерфейсы
Медицина. Нейроинтерфейсы придумали для помощи людям с тяжёлыми заболеваниями: больным ДЦП, пережившим инсульт, парализованным. Так, российский НейроЧат уже сегодня помогает детям с ДЦП общаться, набирая текст силой мысли. Недавно исследователи представили метод, позволяющий BCI синтезировать речь с интонациями. Многие учёные работают над BCI для управления протезами и инвалидными колясками. Кроме того, нейроинтерфейсы могут воздействовать на определённые участки мозга — это перспективный способ лечения многих болезней, таких как депрессия или ОКР.
Киберспорт. Возможность играть с помощью BCI в видеоигры появилась ещё в нулевых, но в массы технология не пошла — слишком дорогая. Нейроинтерфейсы позволят достигнуть невиданного уровня погружения игрока — образы можно будет транслировать прямо в мозг. CEO Valve Гейб Ньюэлл уверен, что BCI-гейминг однажды похоронит все предшествующие игровые форматы. Но по оценке многих экспертов, это произойдёт лишь через 20–50 лет.
Финансы. Авангардный сценарий использования BCI — для торговли активами. С одной стороны, нейроинтерфейсы могут позволить проводить сделки очень быстро — считать сигнал, что пользователь хочет нажать на кнопку и завершить сделку, и напрямую отправить её в торговую систему, сэкономив пару миллисекунд, драгоценных в некоторых сценариях торговли. В то же время они могут улавливать признаки эмоциональных реакций и блокировать импульсивные сделки, например панические распродажи. Пока это лишь концепции, но учёные уверены, что они станут реальностью в ближайшие 5–10 лет.
Транспорт и логистика. В будущем с помощью нейроинтерфейсы позволят управлять транспортными средствами. Уже сегодня неинвазивные BCI от Bitbrain в подголовниках кресел авто позволяют отслеживать, не засыпает ли водитель за рулём. Nissan работает над системой, в которой водитель разумом ведёт автомобиль, передавая сигналы напрямую к его системам. Это может сильно повысить безопасность вождения в сложных условиях, например на узких горных дорогах или в плохих условиях.
Промышленная безопасность. BCI вместе с VR можно использовать для обучения сотрудников и тестирования объектов на бытовой комфорт и быстродействие при ЧП. Недавно бразильские учёные предложили проект такой платформы. На игровом движке Unity создаётся любой промышленный сценарий — от работы в шахте до обслуживания электроподстанции. Обучаемый с VR-очками и BCI погружается в него и выполняет задачи. Нейроинтерфейс считывает, какие объекты привлекают его внимания, сколько времени он тратит на размышления, как сильно устаёт.
Подписывайтесь 👉 @yab2btech
Битуби-дайджест, чтобы не пропустить ничего важного из мира технологий для бизнеса
СЕО Amazon заявил о неизбежных изменениях в работе сотрудников из-за внедрения ИИ
По словам Энди Джесси, технологии автоматизируют рутинные задачи, что потребует от работников осваивать новые навыки. Компания уже сократила 20% ручного труда на складах благодаря роботам и ИИ-оптимизации, параллельно запустив программу переобучения AI Ready для 50 тысяч сотрудников. Amazon фокусируется на развитии «человеческих» компетенций — креативности и управлении ИИ-системами. Хотя некоторые должности исчезнут, появятся новые, например менеджер по ИИ-взаимодействию. Тренд подтверждают прогнозы McKinsey: к 2027 году ИИ затронет 40% рабочих задач. Как и другие tech-гиганты, Amazon делает ставку на цифровую трансформацию, предупреждая сотрудников о необходимости адаптации.
Объём российского ИБ-рынка в 2025 году вырастет в 1,5 раза по сравнению с 2023-м
По данным ЦСР, он составит 369 млрд рублей, что на 48,5% больше, чем год назад. Каждый год этот сегмент растёт на 23,6%, и к 2028-му достигнет 715 млрд рублей. Основные расходы бизнеса приходятся на покупку софта, оборудования и услуг, при этом до 39% трат могут составлять оплата труда и обучение специалистов. Средний годовой бюджет одной компании на ИБ в 2025 году достиг 294 млн рублей, особенно высокие затраты фиксируются у IT- и финансовых организаций. Для сравнения: по прогнозу Gartner, мировой рынок ИБ в 2025 году достигнет $212 млрд, из которых почти $88 млрд придутся на США.
Российские предприятия заработали дополнительные 0,5 трлн рублей благодаря ИИ
Дополнительный доход в 2023–2024 годах они получили за счёт использования промышленных данных. Из 47 кейсов самые впечатляющие результаты у нефтегазовой отрасли (241 млрд рублей), энергетики (91 млрд рублей), горнодобывающей промышленности (92 млрд рублей) и производства потребительских товаров (94 млрд рублей). По прогнозам, к 2030 году применение Big Data и ИИ в промышленности может принести около 1,8 трлн рублей дополнительного дохода.
Яндекс Практикум в течение двух лет обучит ИИ-профессиям почти 10 тысяч специалистов
Для этого в компании расширят линейку ИИ-курсов и добавят соответствующие модули в уже существующие программы. По данным сервиса, это позволит охватить около четверти всех подготовленных в этой сфере специалистов. Среди новых программ — обучение с нуля и углублённые курсы для ML-инженеров, специалистов по компьютерному зрению и NLP. Объём российского рынка онлайн-курсов по ИИ к концу года достигнет 4,85 млрд рублей. Рост спроса на такие навыки связан с активным внедрением ИИ-технологий в различные сферы.
Часть компаний возвращается к офлайн-собеседованиям из-за распространения ИИ
К примеру, польский стартап Vidoc теперь проводит финальные встречи вживую после случаев с дипфейками. В Goldman Sachs сократили время ответов на онлайн-интервью до двух минут, чтобы соискатели не успели воспользоваться чат-ботами. По данным Career Group, около 60% соискателей применяют ИИ при поиске работы, в основном для подготовки резюме. Однако HR-специалисты рекомендуют дополнять собеседования практическими заданиями для проверки реальных навыков.
🤝 — если из-за внедрения ИИ ваша работа уже изменилась
Подписывайтесь 👉 @yab2btech
Несколько лет назад китайский производитель бытовой техники запустил цепочку глубоких внутренних реформ, которые начались с трансформации процессов управления персоналом. Компания пришла к очень децентрализованной, но отлично работающей экосистемной модели. О пути Haier — в карточках.
Подписывайтесь 👉 @yab2btech
Продолжаем нашу рубрику, где рассказываем о стартапах из России и за её пределами, за которыми интересно наблюдать с точки зрения технологий, продукта или бизнес-модели. Герой недели — Jumse, платформа с использованием искусственного интеллекта для автоматизированного скрининга разработчиков (@JUMSEapp).
Подписывайтесь 👉 @yab2btech
Битуби-дайджест тут как тут.
СДЭК внедряет ИИ, чтобы прогнозировать грузопоток с точностью 98%
Логистический оператор СДЭК начал использовать ИИ, чтобы планировать доставку и оптимизировать маршруты. Нейросети берут на себя аналитику, распознавание документов и поиск отправлений, изучая изображения и автоматически распределяя накладные.
ИБ-стартапы в России растут в два-три раза быстрее крупных игроков
По данным CyberStage, количество российских ИБ-стартапов за 2024 год увеличилось на 8%: их доля на рынке достигла 22%. При этом число компаний с выручкой свыше 1 млрд рублей выросло в 5 раз. Причина — крупные игроки часто не охватывают узкие ниши, что создаёт возможности для стартапов, особенно в технологических направлениях. Несмотря на острую конкуренцию за кадры, стартапы и крупные компании дополняют друг друга, способствуя развитию рынка кибербезопасности.
Спрос на корпоративное обучение работе с нейросетями вырос в 2,5 раза за год
По данным платформы «ТендерПро», основные заказчики курсов — промышленные предприятия (32,6%), IT-компании (17,4%) и торговые сети (12,9%), причём лидером по числу тендеров стала Москва (22,8%). Чаще всего компании обучают сотрудников применять ИИ для маркетинга: генерация текстов, управление соцсетями и настройки рекламы.
Яндекс Маркет запустил ИИ-помощника «Нейроэксперт» для сотрудников ПВЗ
Это первый подобный сервис среди российских маркетплейсов. Чат-бот на базе YandexGPT 5 Pro помогает операторам быстро находить ответы в базе знаний, включая инструкции, справки и обучающие материалы. Сервис уже обрабатывает 10% запросов — от 4 тысяч обращений в день, мгновенно решая типовые вопросы: от правил приёма товаров до оформления документов. «Нейроэксперт» доступен в личном кабинете партнёров. Аналогичные ИИ-ассистенты уже работают в приложении маркетплейса и Яндекс Лавке.
В Яндекс Мессенджере появились ИИ-функции
Теперь он автоматически расшифровывает звонки и создаёт краткие конспекты, отправляя их участникам на почту. Функция особенно полезна для деловых переговоров: любой участник может начать звонок прямо из чата и запустить запись, а все собеседники по итогам получат полный текст и ключевые тезисы. Сервис также поддерживает демонстрацию экрана в 4K, чат во время звонков и опцию «поднять руку», а добавлять новых участников можно из своих контактов. Для корпоративных клиентов доступна функция «Федерация» — она объединяет несколько компаний в защищённое пространство с общим поиском сотрудников, сохраняя конфиденциальность переговоров. В ближайших обновлениях появится настройка звука: если подключены наушники, звонок также идёт через динамики компьютера, чтобы не пропустить входящий вызов.
Google будет доплачивать сотрудникам за добровольное увольнение
Компания надеется, что это поможет сократить раздутый штат, который к 2024 году достиг 183,3 тысячи человек. Программа доступна работникам из подразделений поиска, рекламы, инженерной инфраструктуры и других, но пока только в США. Ранее Google уже уволил несколько сотен сотрудников из команд Android и Pixel, протестировав этот подход. Компания урезает расходы, чтобы перенаправить средства на ИИ. Подобные программы применяют и в других IT-гигантах. Например, в 2024 году в SAP благодаря дополнительным выплатам уволились 5 000 сотрудников, хотя сократить планировалось только 2 000.
Беспилотные грузовики позволят уменьшить затраты на топливо на 7%, сроки доставки — минимум на 10%
По оценкам ПЭК и «ЭвоКарго», при тестировании беспилотников компании уже сэкономили на топливе и запчастях до 15%, а в будущем — ещё 2–7% на обогреве и вентиляции кабины. ИИ-системы рассчитывают оптимальный маршрут, учитывая погоду, пробки и ДТП, что сокращает износ комплектующих на 5%. На популярном маршруте Москва — Санкт-Петербург электрогрузовики экономят до 8 тысяч рублей по сравнению с дизельными. При этом беспилотники могут работать 16–18 часов без перерывов, что позволяет сокращать доставку между Москвой и Екатеринбургом с 48 до 24 часов, а на коротких маршрутах — до 10 часов.
Подписывайтесь 👉 @yab2btech
В Шанхае 432 шагающих робота помогли передвинуть старинный городской квартал. Небольшие самоходные машины на дистанционном управлении поместили прямо под здания. Роботы перенесли квартал целиком, двигаясь крошечными шажками со скоростью 10 метров в день.
Комплекс зданий начала XX века площадью около 4 тысяч м² весит почти 7,5 тысячи тонн. Сдвинуть его понадобилось для строительства подземного сооружения под кварталом, и когда оно будет завершено, район «пошагает» обратно, на своё законное место.
Чтобы избежать разрушений, перед операцией по перемещению инженеры создали подробные 3D-чертежи квартала. Затем в дело вступили землеройные роботы с ИИ-модулями для обнаружения препятствий. Они сделали под кварталом подкоп, куда поместили стальную раму. По ней и пошли шагающие роботы.
Операция стала не первым в истории Китая перемещением жилого массива таким методом, но одним из крупнейших по масштабам. Так, в 2020 году с помощью этой технологии передвинули массивную школу 1935 года постройки с аналогичной массой.
Источник видео: SCMP
Подписывайтесь 👉 @yab2btech
Понедельник — время битуби-дайджеста
Французский стартап Mistral AI представил свой аналог GitHub Copilot для программистов
Новый инструмент под названием Mistral Code уже доступен бесплатно для популярных редакторов кода JetBrains и VSCode. Он включает три ИИ-модели: Devstral — агент для встраивания в IDE; Codestral, который автоматически дополняет код; Mistral Medium — чат-бот, которому можно задавать технические вопросы. Mistral Code поддерживает более 80 языков программирования, умеет анализировать файлы, находить и исправлять ошибки в коде. Также в комплекте есть админ-консоль с аналитикой по проектам — удобно для IT-руководителей.
Российский рынок big data растёт быстрее мирового
За год он вырос на 21% и достиг 300 млрд рублей. Основные драйверы — госпрограммы цифровизации, развитие отечественных решений и облачных технологий. К слову, сегмент облачных big data-услуг растёт ещё быстрее — на 30–40% ежегодно. Эксперты прогнозируют сохранение темпов роста до 20% в год на ближайшие 5 лет, особенно в телекоме, IT и банковском секторе, на которые приходится более половины текущего спроса. Самые перспективные направления — биржи синтетических данных в рамках БРИКС, усиление защиты информации и интеграция ИИ-решений в госуправление и бизнес-процессы.
Рынок инфраструктурного ПО в России вырос на 28% в 2024 году
Речь про операционные системы и СУБД, которые играют ключевую роль в крупном бизнесе. По данным Strategy Partners, за прошлый год их доля выросла до 132 млрд рублей. Заказчики активно закупали российское ПО, чтобы полностью отказаться от иностранных сервисов к концу 2025-го. В итоге цены на отечественный софт в среднем выросли на 10%, а доля топ-5 российских разработчиков увеличилась с 47% до 54%. Российские производители ОС заняли 55% рынка, а в сегментах виртуализации и СУБД их доля составила 74% и 73% соответственно.
IT-специалисты смогут подтвердить свои навыки
Такой сервис запустило Минцифры на портале hh.ru. В рамках пилотного проекта за год уже прошли проверку 200 тысяч специалистов, подтвердив свои навыки по 17 направлениям, включая Python, Java и SQL. Успешные кандидаты получают цифровой сертификат на Госуслугах сроком на год, а также отметку в резюме на hh.ru, что упрощает поиск работы. Эксперимент продлится до конца 2026 года, охватив до 21 тестового направления. Подтвердить навыки можно добровольно, но работодателям сертификат поможет выделить квалифицированных специалистов, нанимая эффективнее и быстрее.
Спрос на специалистов по кибербезопасности растёт на 18% в год
При этом квалифицированных кадров остро не хватает — уровень большинства соискателей очень низкий. В I квартале 2025 года открылось 41,8 тысячи вакансий в сфере ИБ, а зарплаты для middle- и senior-специалистов доходят до 259,2 тысячи и 158,9 тысячи рублей соответственно — это выше, чем ожидания кандидатов.
Проблема кроется в системе образования: вузы выпускают специалистов с устаревшими знаниями, а сами работники не стремятся к переквалификации. Эксперты отмечают перекос в сторону junior-специалистов при дефиците опытных кадров, при этом лишь 20–30% кандидатов способны решать критические задачи по кибербезопасности.
Подписывайтесь 👉 @yab2btech
SourceCraft — это платформа для разработки в команде, с большим набором функций и акцентом на безопасность. Теперь работать с кодом стало удобнее и безопаснее. Рассказываем, что изменилось.
В SourceCraft Code Assistant появился чат-режим. Разработчики могут задавать ИИ-ассистенту вопросы прямо в своей среде, например в VSCode или JetBrains, чтобы генерировать код, тесты или документацию.
Платформа стала ещё безопаснее. Добавили инструменты, которые автоматически ищут секретные данные в коде, анализируют зависимости и показывают потенциальные риски. Это помогает делать приложения надёжнее уже на этапе разработки.
Миграция с GitHub стала проще: переносится не только код, но и все задачи, обсуждения и метки. А с помощью зеркалирования можно автоматически синхронизировать репозитории.
Добавились новые инструменты для автоматизации. Теперь можно настраивать свои процессы и интеграции с другими системами через открытый API. Мобильные приложения можно публиковать прямо из платформы в магазины — RuStore, Google Play, App Store и т. д.
Работать в команде стало ещё удобнее. Например, можно войти в платформу через корпоративную учётную запись. Для проектов добавили правила, которые помогут настроить правильную работу с ветками и проверками кода. Разработчики также смогут создавать свои пакеты и хранить их в облаке, чтобы потом использовать в разных проектах.
Кроме того, появился анонимный доступ к опенсорс-проектам и возможность создавать копии (fork), чтобы экспериментировать с кодом, не затрагивая оригинал. Также улучшилась навигация по коду и добавилась поддержка популярных языков — Python, C++, Java, JavaScript и других.
Теперь релизить сервисы и обновления с помощью SourceCraft можно ещё быстрее и безопаснее, снижая при этом затраты на разработку. В будущем платформа будет тесно интегрирована с облаком Yandex Cloud, чтобы можно было запускать проекты в один клик.
Подписывайтесь 👉 @yab2btech
Цифровые двойники цепей поставок (ЦДЦП) — виртуальные копии реальных цепочек поставок, с помощью которых компании изучают и прогнозируют логистику. По данным Capgemini, компании, внедрившие ЦДЦП, снижают затраты на логистику в среднем на 13% и увеличивают операционную эффективность на 15%.
Что такое ЦДЦП
Цифровой двойник — это виртуальная копия физической системы, способная моделировать, симулировать, мониторить, анализировать и постоянно оптимизировать её работу.
В логистике таким двойником выступает цифровая модель сети поставок. Она включает две подсистемы:
— сеть: моделирование потоков и запасов по всем узлам цепочки
— склад/дистрибуционный центр: интеграция процессов и ресурсов внутри хранилищ.
В режиме реального времени система собирает и обрабатывает разнообразные данные: с датчиков IoT на транспорте и другой логистической инфраструктуре, из цифровых систем управления складами и транспортом, из корпоративных учётных систем.
ЦДЦП позволяют динамически управлять поставками. Они могут оптимизировать количество товара на складах с учётом сезонности спроса, рассчитать самые недорогие маршруты или спроектировать сеть распределительных центров.
Также они помогут моделировать сценарии реагирования, касающиеся изменений в любом месте в цепочке. Например, что будет, если перекроют железнодорожный путь или если правительство введёт новые сборы на выбросы CO₂ автотранспортом.
Кто уже использует
Ozon внедрил ЦДЦП для моделирования логистики на финальном этапе, когда курьер забирает посылку в сортировочном центре и привозит клиенту. С помощью инструментов компании AnyLogic Ozon построил модель с самым эффективным распределением зон доставки между сортировочными центрами. Модель показала, что целесообразно закрыть три сортировочных центра и открыть 11 новых.
«Балтике» ЦДЦП понадобилась, чтобы сформировать дорожную карту развития логистики — решить, где и как создавать новые инфраструктурные объекты и снижать транспортные расходы. В компании считают, что недавно внедрённая система позволит сэкономить до 6% операционных затрат сети поставок.
Подписывайтесь 👉 @yab2btech
Искусственный интеллект уже помогает собирать урожай, лечить растения и доить коров — и это реальность российских ферм.
Если раньше агрономы вручную осматривали посевы, сверялись с прогнозами и набирали сезонных рабочих, то сегодня многие процессы выполняются быстрее, точнее и с меньшими затратами.
Яндекс вместе с Алтайским аграрным университетом запустил проект по внедрению ИИ в реальное сельское хозяйство. Совместно они работают над созданием технологий компьютерного зрения: дроны пролетают над полями и с помощью нейросетей определяют болезни растений, наличие вредителей и нехватку питательных веществ. Такие данные позволяют оперативно вмешиваться — и спасать урожай ещё до того, как начнутся потери. Помимо компьютерного зрения, обсуждаются и планы по созданию системы автоматической идентификации коров, чтобы контролировать их здоровье и рацион.
В Тимирязевской академии тоже занимаются цифровизацией сельского хозяйства. Там разработали умные системы, которые контролируют процесс доения коров и качество продукции и напоминают сотрудникам о своевременном отдыхе. В академии есть и робот-собака Тима. Он отслеживает фазы роста саженцев и определяет, куда и сколько требуется удобрений.
Есть примеры и в российском виноделии. В рамках проекта «AI лоза» дроны и роботы собирают данные о состоянии виноградников для выявления болезней и определения оптимального времени сбора урожая. ИИ умеет даже составлять купажи — уже выпущена первая партия такого вина из 50 бутылок.
ИИ помогает не только на поле, но и в кабинетах. Модели прогнозируют урожайность, рассчитывают, когда и чем удобрять почву, подсказывают, как выстроить логистику и сбыт. Теперь все расчёты происходят быстро и опираются на точные данные, что снижает риски.
Так что ИИ уже стал партнёром для фермеров: незаменимым, неутомимым и всё чаще — незаметным.
Подписывайтесь 👉 @yab2btech