186
Разбираемся, как технологии делают компании и их сотрудников более продуктивными.
Речевые технологии — это системы на базе искусственного интеллекта, которые распознают, анализируют, синтезируют речь и даже биометрически идентифицируют личность по голосу.
По оценке Yandex Cloud, объём российского рынка речевой онлайн-аналитики уже составляет 11,5 млрд рублей. Рассказываем, чем речевые технологии могут быть полезны бизнесу и что предлагают кроме уже привычных голосовых ассистентов.
Помогают колл-центрам улучшать качество работы
Речевые технологии и алгоритмы машинного обучения позволяют быстро анализировать содержание и темы диалогов с клиентами, оценивать тональность и результат общения, выявлять ошибки операторов. Так контакт-центру МТС удалось на 10% снизить количество ошибок сотрудников и повысить удовлетворённость клиентов. А Билайн благодаря анализу звонков сократил число некорректных возвратов средств на 19%.
Упрощают работу на складах
Novabev Group внедрила на своих складах систему управления с технологией Pick-by-Voice. Сотрудники используют мобильное приложение с функцией синтеза и распознавания речи, которое озвучивает, сколько товара и откуда надо взять. Рабочим не нужно отвлекаться на бумажные списки или экран — всё управление идёт через наушники и микрофон. В итоге производительность склада выросла на 34%.
Создают фирменные голоса брендов
В этом году Яндекс запустил первый в России сервис для быстрого синтеза речи Brand Voice Lite. Достаточно загрузить 20–40 минут записи голоса диктора, чтобы получить собственный голос бренда. Сервис может синтезировать речь с разным настроением, например грустную или восторженную. Голос можно использовать для голосовых помощников, ботов, озвучки подкастов, рекламы, образовательного контента и других задач.
Делают онлайн-встречи эффективнее
Автоматическая транскрибация позволяет экономить время. А как побочный эффект — даже повысить качество онлайн-встреч: зная, что ведётся конспект, участники встречи чётче формулируют мысли и договорённости. Функция суммаризации в Яндекс Телемосте работает благодаря технологии автоматического распознавания речи и нейросети YandexGPT и, по оценке Яндекса, высвобождает до 10 минут времени после каждого звонка.
Подписывайтесь 👉 @yab2btech
В Авто.ру Бизнес используют сервисы на базе Yandex GPT, чтобы помогать автодилерам анализировать звонки, оценивать автомобили и находить покупателей. Рассказываем в карточках, как это влияет на разные показатели.
Подписывайтесь 👉 @yab2btech
⚡️Yandex B2B Tech и компания SolidSoft создадут совместное предприятие. Теперь защищаться от киберугроз бизнесу будет проще
Новое предприятие будет развивать решения для обеспечения кибербезопасности. Например, инструменты, которые позволят бизнесу защищать свои веб-приложения от атак и других современных угроз. Будущие решения будут доступны как в облаке, так и по модели on-premises, то есть клиенты смогут развернуть их на своей собственной инфраструктуре.
За что отвечает SolidSoft?
SolidSoft — один из крупнейших российских разработчиков WAF (Web Application Firewall), межсетевых экранов для защиты веб-приложений. Его решения используют компании из разных отраслей: от транспорта и логистики до IT и финансов. SolidSoft WAF применяет для защиты своих сервисов и Яндекс.
В чём польза для бизнеса?
Сделка позволит усилить направление информационной безопасности в Yandex Cloud — одно из самых востребованных на платформе. Кроме того, Yandex B2B Tech и SolidSoft смогут использовать опыт и технологии друг друга и развивать свои продукты в синергии. Например, они объединят возможности межсетевого экрана SolidWall WAF и Smart Web Security — сервиса Yandex Cloud, который защищает от DDoS-атак и ботов. В результате клиенты получат надёжную комплексную защиту.
Также в совместных планах усилить механизмы защиты с использованием ИИ-технологий.
Подписывайтесь 👉 @yab2btech
ИИ может принести пользу любой бизнес-функции. Но продажи здесь традиционно отстают от производства — здесь сценарии менее очевидны. Консалтинговая компания Bain разработала модель внедрения нейросетей, в первую очередь ИИ-агентов, во все этапы жизненного цикла продаж. Показываем примеры, как это может работать.
🔹 Генерация лидов и поиск клиентов
На этом этапе ИИ помогает искать клиентов, обогащает контакты дополнительными сведениями, угадывает боли и начинает персонализированные коммуникации.
Примеры: Zoominfo Copilot помогает сейлзам подбирать релевантных потенциальных покупателей, извлекая информацию из разных рыночных сигналов. YandexGPT, подключённый через API Agents, может написать клиентам персональные письма и деловые предложения.
🔹 Активные продажи и персонализация
Нейросети сопровождают продавца на этапе сделки, например составляют для сейлза «шпаргалку» перед звонком с клиентом по информации из переписки, подсказывают в режиме реального времени во время самого звонка, помогают пересчитать цену.
Примеры: Microsoft Sales Copilot показывает live-подсказки в Teams/Outlook, а также может сам вносить данные в CRM. Битрикс24 CoPilot автоматически заполняет карточку данных о звонке и составляет резюме разговора.
🔹 Понимание клиента для составления брифов
Здесь ИИ помогает как можно глубже проанализировать боли и нужды потенциального клиента, чтобы сделать ему максимально релевантное предложение. Агенты собирают информацию о клиенте, подбирают контент и рекомендуют действия.
Примеры: Smart Trackers от Gong помогают управлять потоком сделок, извлекая из коммуникации по ним ключевые запросы и факты. Яндекс Документы с YandexGPT составляют текст брифа или КП.
🔹 Автоматический анализ данных
На этом этапе ИИ должен автоматизировать рутину по сбору и анализу данных, а также составление документов.
Примеры: российская Doczilla автоматически составляет договоры, допсоглашения и другие документы, а также показывает спорные места в документах, которые предлагает контрагент. Решения вроде Seismic LiveDocs ROI App рассчитывают возврат инвестиций и подставляют сразу в КП.
🔹 Операционное планирование
На этом этапе ИИ анализирует воронку продаж и доходы компании, помогает сегментировать клиентов и прогнозировать спрос.
Примеры: Yandex DataLens визуализирует конверсионные воронки или скорость прохождения стадий сделок. Clari с помощью ML формирует прогнозы выручки на квартал и присылает оповещения, если показатели отклоняются от плана.
🔹 Обучение и развитие
ИИ-ассистенты помогают сотрудникам совершенствовать навыки и компетенции, а также управлять коллективом.
Примеры: Yandex SpeechSence расшифровывает звонок сейлза и дают ему рекомендации, как лучше общаться с клиентами. Также сервис анализирует лояльность клиентов, эффективность маркетинговых предложений и подсказывает, как подобрать идеальный подход к каждому конкретному клиенту.
Такие решения могут сильно бустануть продажи. Но внедряя ИИ-агентов и ассистентов, не стоит забывать, что они бесполезны без чистоты данных: правило «мусор на входе → мусор на выходе» никто не отменял. Перед внедрением очень важно вычистить CRM-систему, а на первых порах внимательно контролировать качество работы ИИ человеческими силами.
А вы уже используете ИИ в продажах?
🤩 — вовсю!
👍 — только планирую
Подписывайтесь 👉 @yab2btech
Аналогичные заявления сделали главы Anthropic, Amazon, Fiverr и других крупных компаний. По их словам, ИИ-технологии уже сейчас автоматизируют многие офисные и административные функции, которые раньше выполняли люди.
Что происходит?
В IT-корпорациях автоматизация уже влияет на кадровую политику:
🌟Apple и Spotify временно приостановили наём: компании отказываются нанимать новых сотрудников, если задачу можно поручить ИИ.
🌟В JPMorgan Chase прогнозируют сокращение 10% операционного персонала благодаря ИИ.
🌟Amazon заявляет о «снижении численности» из-за автоматизации.
🌟IBM заменила сотни HR-специалистов ИИ, наняв вместо них инженеров.
🌟В Moderna сотрудникам поручают новые проекты без расширения штата — в расчёте на помощь ИИ-ассистентов.
А как в России?
В России процессы идут медленнее, но в том же направлении. По данным Минэкономразвития, до 20% профессий могут исчезнуть или кардинально измениться к 2030 году. Уже сегодня около 40% компаний используют ИИ в бизнесе и треть планирует дальнейшую автоматизацию. Сбер автоматизировал 40% рутинных операций в бэк-офисе, в МТС руководители работают на 30% эффективнее благодаря ИИ в ЭДО, а Яндекс активно использует ИИ в анализе данных, автоматизации процессов, поддержке и улучшении пользовательского опыта. Согласно данным Яндекса, компания экономит миллионы на бизнес-процессах благодаря ИИ.
Что дальше
Компаниям необходимо пересматривать структуру персонала и переобучать сотрудников для работы с новыми технологиями. Этот процесс неизбежен и затронет практически все отрасли экономики.
Но глава Ford также считает, что ИИ создаст новые профессии, требующие других навыков и компетенций. Исследования подтверждают: спрос на специалистов с навыками работы с ИИ вырос на 314% за год, а 42% работодателей готовы инвестировать в переобучение. При поддержке государства и запуске программ вроде «Цифровых кафедр» и национального проекта «Искусственный интеллект» рынок труда в России адаптируется, но требует быстрой реакции от самих сотрудников.
ИИ не просто автоматизирует процессы — он меняет структуру занятости. Чтобы не остаться за бортом, работникам уже сегодня нужно повышать цифровую грамотность, учиться взаимодействовать с ИИ и адаптироваться к новым форматам работы. EdTech-сервисы подхватывают тренд. Например, Яндекс Практикум намерен добавить уроки по ИИ для всех своих курсов. До конца 2027 года сервис сможет обучить почти 10 тысяч специалистов ИИ-профессиям.
Подписывайтесь 👉 @yab2btech
По данным отчёта центра Платформа (2019 год), в России рынок промышленных IoT-решений оценивался примерно в $5 млрд с ежегодным приростом около 22%. Прогноз оказался весьма точным. По свежим данным, в 2023 году цифра выросла до $17 млрд — с ростом на 11% в год.
Что такое интернет вещей?
IoT (Internet of Things) — это концепция взаимосвязанных устройств, которые могут обмениваться данными друг с другом и с внешней средой без участия человека.
В контексте промышленности это, в первую очередь, предиктивное обслуживание (когда система заранее сообщает о возможной поломке), автоматизация контроля и снижение операционных затрат. В сфере потребительского бизнеса самый известный пример — технология умного дома. Объём мирового рынка IoT в 2023 году оценивался в $1,18 трлн.
Так кто в России применяет IoT-технологии в бизнесе?
🔸«Газпром нефть». Проект «Когнитивный геолог» через два года сократит рутинные операции геологов на 70–80%. Сбор данных и их анализ даёт возможность ускорить строительство объектов вдвое, повысить до 99% точность оценки скважин, освоить сложные месторождения.
🔸«Россети» внедрили интеллектуальные системы учёта электроэнергии, что позволило сократить потери до 15%, а расходы на обслуживание — до 20% в ряде пилотных регионов. По данным отчёта, это обеспечило экономию до 5 млрд рублей в год.
🔸«Северсталь» реализовала предиктивную модель обслуживания доменных и прокатных агрегатов. По ее оценке, это снизило внеплановые простои на 30% и сэкономило более 500 млн рублей в первый год внедрения.
Чего ждать дальше?
Российский рынок интернета вещей уже прошёл этап первых экспериментов: по оценке Bonafide Research, 62 % пилотных IoT-проектов в 2024 году завершились коммерческим внедрением. Самый активный спрос — в промышленности, логистике, энергетике и ЖКХ.
Причём есть заметный сдвиг в сторону «внутренней эффективности» — предиктивный ремонт, автоматизация учёта, контроль за инфраструктурой. Области софта и цифровой инфраструктуры развиваются быстрее «железа» и более востребованы.
Сейчас это инструмент, который работает на окупаемость. Компании ставят датчики не потому, что «надо цифровизироваться», а потому что можно сэкономить 20% на обслуживании или сократить простой оборудования вдвое.
Если прогнозы окажутся верными, мы увидим планомерный рост объёмов рынка от года к году и новые кейсы применения IoT в самых разных областях.
Подписывайтесь 👉 @yab2btech
Когда начался бум генеративного ИИ, многие компании обожглись. Они начали внедрять ИИ с большим энтузиазмом, но зачастую пилоты показывали невысокую эффективность. Поэтому сегодня компании сворачивают пилоты и перестраивают подходы к ИИ-оптимизации. В PepsiCo говорят, что смогли избежать этой проблемы благодаря продуманной стратегии внедрения. Компания внедрила ИИ во все ключевые процессы без лишних пилотов.
Как компания организовала внедрение ИИ
Директор по стратегии и трансформации PepsiCo Афина Каниура рассказывает, что компания одновременно внедряет максимум 4–5 ИИ-проектов, которые получают инвестиции и экспертов. Остальные идеи тестируются во внутренней песочнице PepGenX, где сотрудники могут свободно создавать, что душе угодно. Но проектам дают ход, лишь если будет доказана их способность серьёзно повысить KPI или другие показатели.
Прогнозирование спроса
В PepsiCo начали трансформацию с системы прогнозирования спроса. ИИ в ней анализирует историю продаж, маркетинговые акции и сотни других внешних сигналов. Сведения корпорации передают партнёры, например розничные сети.
Модель пересчитывает прогнозы ежедневно и заранее показывает «горячие» недели, когда спрос на те или иные продукты может подскочить, например во время крупных праздников или фестивалей.
Агенты на складах
Песочница PepGenX имеет доступ к ИИ-сервисам Amazon и Salesforce AI. С их помощью разработчики создают ИИ-агентов, которые могут автоматизировать многие функции. Такие агенты получают данные из разных облачных сервисов компании и управляют множеством процессов. Некоторым из них компания даёт ход — на складах и логистических объектах такие агенты могут планировать заполнение площадей для хранения и подсказывать мерчандайзерам, куда раскладывать товар.
ИИ-продажники
Ещё одно применение агентов — в продажах. На B2B-платформе агенты помогают создавать заказы корпоративных клиентов. Другие отвечают за то, чтобы и оптовые покупатели PepsiCo, и торговые представители компании имели доступ к данным о запасах в реальном времени. Наконец, они могут создавать единые профили розничных клиентов, через которые можно и прогнозировать поставки, и получать рекомендации по запуску маркетинговых кампаний, нацеленных на конкретные магазины и продукты.
Для создания новых продуктов
ИИ помогает разрабатывать новинки. Анализируя огромные массивы данных о потребителях и продажах, нейросети могут подсказывать, как улучшить рецептуру или брендинг новых продуктов. ИИ ускоряет запуск новинок — с 6–9 месяцев до 6 недель. Так компания создаёт новые виды чипсов Cheetos. А ещё PepsiCo использует ИИ для анализа отзывов о продуктах, чтобы получить рекомендации, как их можно улучшить.
ИИ-маркетологи
Наконец, нейросети помогают компании запускать и оптимизировать рекламные кампании. ИИ используется и для креативной работы — создания маркетинговых концепций, — и для их тестирования на виртуальных респондентах.
Подписывайтесь 👉 @yab2btech
Понедельник — время битуби-дайджеста
Отставание во внедрении ИИ может привести к потере конкурентных преимуществ
По мнению главы по ИИ в PwC, компании должны активнее инвестировать в ИИ-технологии, чтобы автоматизировать процессы и улучшать аналитику данных. Эксперт отметил: организации, игнорирующие ИИ, рискуют проиграть прогрессивным конкурентам уже в ближайшие два-три года. В PwC считают, что грамотная ИИ-стратегия поможет компаниям не только сократить издержки, но и создать новые бизнес-модели.
Яндекс запустил обновлённую версию ИИ-помощника «Нейроэксперт» для офисных сотрудников
В новую версию добавили функции анализа данных, совместной работы и рассуждений на основе загруженных документов. Сервис уже протестировали 350 тысяч пользователей, чаще всего запрашивая помощь в образовательных, юридических и финансовых вопросах.
Google добавил в сервисы Workspace настраиваемых ИИ-ассистентов
Ассистенты Gems на базе Gemini доступны в Gmail, Документах, Таблицах и других сервисах. С их помощью можно создавать персонализированных ботов для конкретных задач — от копирайтинга до анализа данных — или выбирать шаблоны на боковой панели. Gems обучаются на загруженных документах, что позволяет автоматизировать рутинные процессы и поддерживать единый стиль коммуникации.
Hyundai первым среди автопрома протестирует роботов Atlas от Boston Dynamics
С октября этого года роботы будут сортировать автодетали на заводе в Джорджии. Если испытания пройдут успешно, технологию могут внедрить и на заводах Kia. Это первые реальные испытания Atlas перед запланированным началом продаж в 2028 году. Ранее аналогичные тесты с роботами-гуманоидами уже анонсировали BMW со стартапом Figure и Mercedes-Benz с Apptronik.
Microsoft будет оценивать навыки сотрудников по работе с ИИ-инструментами
Умение пользоваться ИИ-сервисами, включая GitHub Copilot, станет обязательным критерием — наравне с командной работой и аналитическими навыками. Согласно внутреннему документу компании, новую метрику начнут применять со следующего финансового года, чтобы стимулировать работников активнее осваивать технологии, которые они разрабатывают.
Yandex Cloud представил обновлённый сервис речевой аналитики Yandex SpeechSense
Он позволяет бизнесу анализировать офлайн-диалоги в банках, магазинах и медучреждениях с помощью нейросетей. Новая версия помогает оценивать лояльность клиентов, эффективность маркетинговых предложений и качество работы персонала, выявляя успешные речевые паттерны.
Сервис решает ключевую проблему офлайн-аналитики — разделение реплик в диалоге между сотрудником и клиентом с помощью YandexGPT и технологии Speaker Labeling — и помогает бизнесу повысить качество обслуживания без дорогостоящего оборудования, используя записи с обычных диктофонов.
В MIT разработали технологию, позволяющую роботам «видеть» содержимое закрытых коробок
Технология mmWaveс работает с точностью до 96%, тогда как аналоги — лишь 70%. Система анализирует отражение миллиметровых волн, воссоздавая форму предметов даже сложной конфигурации, таких, как столовые приборы. Её можно использовать в логистике, например, чтобы выявлять брак без вскрытия упаковки, а также на складах — для автоматической сортировки и контроля качества товаров.
62% российских IT-компаний планируют увеличить бюджеты на ИБ в 2025 году
Это на 12% больше, чем в 2022-м, согласно исследованию «Индекс кибербезопасности» от «МегаФона» и МИЦ. Основные причины — необходимость защиты персональных данных, критической инфраструктуры и противодействие социальной инженерии.
X5 Group внедрила робота-инвентаризатора от Яндекс Роботикс
Он работает на складе «Перекрёстка» в Софьино, что позволило увеличить ежедневный объём проверок товаров в 4 раза и снизить нагрузку на персонал. Оснащённый лазерным дальномером и камерами, робот сканирует до 30 тысяч палет в час, оперативно выявляя и исправляя расхождения в учёте. Это помогает избежать дефицита товаров и сократить расходы на инвентаризацию на 30%.
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
ИИ-решения прекрасно работают в BI-аналитике и даже выводят их на новый уровень. Нейросети могут не только улучшить скорость и качество анализа разнообразных данных, но и стать удобным интерфейсом для работы с данными, снизив порог входа в аналитику. А главное — делают возможной аналитику в режиме реального времени взамен ретроспективной.
Мировой рынок ИИ в анализе данных уже составляет $18,5 млрд и в ближайшие 8 лет будет расти в среднем на 29% в год, а уже в 2029 году обгонит по объёму рынок классического BI.
По оценке Forrester, почти все поставщики BI-решений заявляют, что внедрили ИИ в свои продукты. По данным Accenture, организации, в которых процессы основаны на ИИ-аналитике, достигают в 2,4 раза большей производительности и в 2,5 раза увеличивают выручку.
Основные направления использования ИИ в BI:
🔹 Предиктивная аналитика
Алгоритмы анализируют исторические данные для предсказания будущих тенденций, например спрос на продукцию, поведение клиентов или возможные сбои оборудования. Классический BI, только быстрее и самостоятельнее.
🔹 Обработка естественного языка (NLP)
Позволяет взаимодействовать с данными с помощью обычного языка вместо написания сложных SQL-запросов. Например, через внутренние чат-боты. Это делает аналитику доступной для сотрудников без технической подготовки.
🔹 Обнаружение аномалий
ИИ в реальном времени отслеживает потоки данных и выявляет отклонения от нормы, что помогает предотвращать мошенничество, сбои в производстве или финансовые риски.
🔹 Автоматизированная отчётность и визуализация
ИИ автоматически создаёт отчеты, резюме и динамические дашборды, которые адаптируются под запросы пользователя и подсвечивают ключевые тренды.
🔹 Персонализация
ИИ помогает создавать персонализированные предложения и маркетинговые кампании, повышая лояльность и продажи.
Yandex B2B Tech разработал Нейроаналитика — автономного ИИ-агента для BI-задач. Он будет встроен в интерфейс инструмента Yandex DataLens в формате чата. С его помощью можно искать инсайты и делать выводы по данным из таблиц и графиков, а также создавать сложные визуализации. Ожидается, что Нейроаналитик снизит нагрузку на аналитиков в компаниях, а также ускорит создание отчётов и проверку бизнес-гипотез в среднем на 30%.
Уже сейчас решение используют команды Яндекса. Например, специалисты Яндекс Еды c помощью Нейроаналитика анализируют воронку регистраций курьеров на сервисе и конверсии, а команда исследователей Yandex Cloud ищет инсайты для отчётов.
Внешние компании пока могут записаться в лист ожидания: первая версия инструмента станет доступна в сентябре.
Подписывайтесь 👉 @yab2btech
Битуби-дайджест в дождливый понедельник
В Amazon при повышении сотрудников будут оценивать навыки использования ИИ
По инициативе Джейми Симиноффа, основателя Ring и вице-президента Amazon, все заявки на повышение теперь сопровождаются объяснением, как именно сотрудник применяет нейросети. Новая политика направлена на развитие культуры инноваций, скорости и эффективности и пока распространяется только на продукты Ring, Blink, Key и сеть Sidewalk (подразделение RBKS). Менеджеры должны будут продемонстрировать, как ИИ помог им добиться большего без расширения команды.
OpenAI представила универсального ИИ-агента в ChatGPT
Новый режим Agent Mode способен выполнять сложные задачи от имени пользователя — от составления списка покупок и бронирования ресторана до анализа конкурентов и подготовки презентаций. Инструмент объединил возможности агента Operator и исследовательского режима Deep Research и не требует постоянного участия пользователя.
В Китае роботы-доставщики научились ездить на метро
41 робокурьер от VX Logistics теперь курсирует в Шэньчжэне между складами и супермаркетами 7-Eleven, расположенными прямо на станциях. Роботы самостоятельно управляют лифтами, заходят в поезда и выбирают оптимальные маршруты с помощью ИИ. Для российского бизнеса это пример того, как интеграция ИИ и транспорта в городскую инфраструктуру может сократить издержки последней мили и расширить зону быстрой доставки в мегаполисах.
В ChatGPT можно будет совершать покупки
В интерфейс чат-бота планируют добавить систему оформления заказов и уже обсуждают потенциальное партнёрство с Shopify. Такая интеграция позволит OpenAI получать комиссию с продаж и монетизировать бесплатную версию сервиса. Новый подход может изменить пользовательский опыт, превратив ИИ в полноценную платформу для e-commerce.
88% российских компаний из e-commerce, ритейла и логистики планируют внедрять мобильных роботов на своих складах
Согласно исследованию Яндекс Роботикс и «Промышленной робототехники», 71% — сразу по 10 и более устройств. Роботы уже берут на себя рутинные складские задачи, а интерес к автоматизации объясняется ростом логистической нагрузки и нехваткой персонала. Многие компании сформировали внутренние команды, выделили бюджеты и готовятся к запуску нескольких пилотных проектов в 2025 году.
Wildberries внедрил более 10 новых ИИ-моделей для выявления фиктивных заказов
Это позволило компании только с начала года ограничить действия более 26 тысяч подозрительных аккаунтов, пресечь атаки на 6,6 тысячи пунктов выдачи и уберечь почти 4,5 млн товаров от мошенников. При этом число жалоб от партнёрских ПВЗ сократилось в 2,5 раза, что свидетельствует о росте устойчивости системы.
Главные киберриски-2025 для топ-менеджеров — целевые фишинговые атаки, взлом корпоративной почты и личные девайсы
По данным «Информзащиты», более 60% таких атак направлены именно на руководителей — из-за их доступа к стратегической информации. Особенно тревожны случаи с deepfake-видео и автоматизированным сбором персональных данных, что делает обман более реалистичным. Ситуацию усугубляет то, что сами топ-менеджеры часто игнорируют базовые правила цифровой безопасности. Эксперты рекомендуют усиливать защиту, обучать руководителей, изолировать личные и рабочие данные и внедрять Zero Trust.
Расходы бизнеса на ИБ выросли на 27% в 2024 году
В итоге они достигли 339,1 млрд рублей — на фоне роста киберугроз и усиления регулирования. Повлияли также импортозамещение, автоматизация атак с применением ИИ и дефицит специалистов в сфере ИБ. Особенно востребованы стали NGFW, защита конечных точек и сервисы аутсорсинга ИБ, включая мониторинг инцидентов и консалтинг. По оценке экспертов, рынок продолжит расти в среднем на 14% в год и к 2029 году может достичь 743 млрд рублей. ИБ стала не вспомогательной, а полноценной бизнес-функцией, а ущерб от атак в будущем сократится за счёт лучшей защиты IT-инфраструктуры.
Подписывайтесь 👉 @yab2btech
CNews опубликовал рейтинг платформ коммуникаций. Количество критериев, по которым оценивались решения, дают понять, что просто видеозвонков бизнесу недостаточно. На что обращают внимание при выборе?
Функциональность: видеозвонки, трансляции, демонстрация экрана, хранение записей, ИИ-инструменты, гибкие административные настройки. Чем шире возможности, тем проще решать задачи внутри одной экосистемы.
Техническая совместимость: платформа должна стабильно работать с разных устройств, браузеров, предлагать API для интеграций.
Безопасность: шифрование всего контента, защита чатов и файлов, соответствие требованиям российского законодательства.
Условия подключения: полноценная демоверсия, прозрачная стоимость лицензий и внятная поддержка для бизнеса.
По этим критериям первое место рейтинга занял Яндекс Телемост.
Подписывайтесь 👉 @yab2btech
В новой версии системы управления базами данных YDB от Yandex B2B Tech теперь доступен векторный поиск — в облаке и on-premises. Он позволяет быстро находить похожую информацию в разнородных данных — текстах, изображениях, аудио и видео. Функция особенно полезна для рекомендательных систем и ИИ-ассистентов, поскольку позволяет сделать ответы максимально релевантными и персонализированными.
Как это устроено
Векторная технология работает так: данные (например, текст, изображения или аудио) переводятся в числовые последовательности — векторы. Чем ближе эти числа друг к другу, тем более схожи сами объекты.
Плюсы такого подхода:
🌟Можно находить скрытые связи между разными типами данных (текстами, картинками, видео).
🌟Поиск остаётся точным, даже если в запросе есть ошибки или опечатки.
🌟Работает с любыми форматами — от документов до мультимедиа.
Проще говоря, это умный поиск, который понимает смысл, а не просто ищет точные совпадения.
Традиционный битуби-дайджест в начале рабочей недели
Стартап Moonvalley представил коммерчески безопасную ИИ-модель Marey для генерации видео
Модель преобразует исходные кадры и 3D-рендеры в видео по текстовому запросу, при этом обучена на данных без нарушений авторских прав. Релиз состоялся на фоне судебного иска Disney и Universal к Midjourney за использование контента, защищённого авторскими правами.
Yandex B2B Tech представил сервис Brand Voice Lite для создания уникальных голосовых моделей для бизнеса
Сервис позволяет создавать разные эмоциональные вариации голоса. Для синтеза достаточно загрузить 20–40 минут записей речи, а на готовую модель уходит около недели. Голос можно использовать в ботах, подкастах и образовательных материалах. Технология основана на ML-моделях Yandex SpeechKit и требует согласия диктора на использование его голоса, гарантируя конфиденциальность данных клиента. Сервис особенно востребован среди банков, ритейлеров и телеком-операторов для автоматизации служб поддержки.
xAI выпустила Grok 4 и мультиагентную модель Grok Heavy, которую Илон Маск назвал «самой умной в мире»
Новая модель превзошла в независимых тестах o3, Gemini 2.5 Pro и Claude Opus в задачах по программированию, математике и научным расчётам. А также заработала $4 690 в бизнес-симуляции Vending Bench. Компания обновила голосовой режим, добавив эмоциональные голоса, и анонсировала выход новых моделей в этом году: для программирования, мультимодального агента и генерации видео.
Билайн и VK Tech объединят свои облачные платформы для корпоративных клиентов
На базе Beeline Cloud и VK Cloud планируют создать единую экосистему с широким набором сервисов — от облачной инфраструктуры до инструментов автоматизации. Билайн обеспечит высокую доступность благодаря своим дата-центрам, а VK Tech предоставит более 50 IaaS- и PaaS-решений. Такое партнёрство поможет бизнесу снизить риски и оптимизировать расходы за счёт мультиоблачных решений.
Количество DDoS-атак во II квартале 2025 года выросло на 43%
При этом атаки на уровне приложений (L7) увеличились на рекордные 74%. Чаще всего под удар попадали финтех-компании (22,6%), онлайн-магазины (20,6%) и IT-сектор (16,1%): на них пришлось почти 60% всех сетевых атак. Эксперты отмечают, что современные DDoS-атаки стали невероятно мощными и сложными: некоторые способны полностью парализовать онлайн-сервисы.
Более 60% российских предприятий не хватает отечественного ПО для автоматизации
При этом 42,9% компаний используют российские аналоги, а 28,6% продолжают работать на зарубежном ПО. Лишь у 8% предприятий автоматизировано 80%+ процессов, тогда как у большинства — 20–60%. Несмотря на сокращение бюджетов у половины опрошенных компаний, 61,9% планируют внедрять новые IT-решения до конца 2025 года. Самые распространённые — сервисы для мониторинга рабочего времени (42,9%) и диспетчеризации (38,1%), а роботизацией производства занимаются лишь 23,8% предприятий.
28% россиян используют в работе нейросети
Чаще всего к ним обращаются топ-менеджеры (19%) и молодые специалисты 18–34 лет. 35% используют ИИ для генерации текстов, 26% — для создания фото или изображений, 23% — для анализа данных. 44% сотрудников отмечают, что технологии помогают им с рутиной, а 75% руководителей уверены, что они повышают производительность и помогают перераспределять ресурсы на стратегические задачи.
Только 37% промышленных предприятий в мире используют ИИ в производственных процессах
Исследование «Лаборатории Касперского» и VDC Research показало, что чаще всего ИИ применяют в автопроме (47%). К 2027 году показатель может достичь 74%. Эксперты отмечают, что ИИ пока уступает по распространённости другим технологиям, таким как продвинутая аналитика и удалённый мониторинг, но в перспективе станет ключевым для производства. Особенно предиктивная аналитика, которая позволяет предотвращать простои оборудования и минимизировать финансовые потери.
Подписывайтесь 👉 @yab2btech
Несмотря на это, ИИ-стратегия есть лишь у 22% организаций, внедряющих ИИ. Такие цифры приводятся в опросе экспертов и бизнес-руководителей из 50 стран, проведённом Thomson Reuters.
Также, согласно исследованию, в 2025 году специалисты будут экономить с помощью ИИ в среднем 5 часов в неделю — на час больше, чем в 2024 году. Прирост выручки и экономия ресурсов за счёт этого эффекта составит $19 000 на каждого специалиста за год — это $32 млрд только в США.
А сколько часов экономит ИИ в вашей организации?
👍 — 5 часов для нас неплохой результат
🔥 — уже больше!
Подписывайтесь 👉 @yab2btech
Дважды в месяц мы рассказываем о стартапах из России и за её пределами, за которыми интересно наблюдать с точки зрения технологий, продукта или бизнес-модели. Сегодня речь пойдёт о HiveTrace. Это LLM Monitoring для GenAI-приложений.
Подписывайтесь 👉 @yab2btech
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