Новости

В состав центра входят ключевые медицинские организации Нижнего Новгорода. В нем одновременно ведутся и медицинская, и хозяйственная деятельность. В числе ключевых задач — управление медицинскими услугами, коечным фондом, аптеками, автотранспортом и специализированным оборудованием; учет питания больных и персонала с калькуляцией блюд, меню-требованиями и списанием продуктов; кадровый учет и расчет заработной платы большого штата медицинских и вспомогательных сотрудников, планирование и исполнение бюджета с учетом источников финансирования.

Ранее для учета и управления в учреждении использовались разрозненные информационные системы. Бухгалтерский учет, управление складом, учет питания, ГСМ и договоров были организованы специализированной программе на базе «1С:Предприятия». Для кадрового учета и расчета зарплаты применялась «1С:Зарплата и кадры государственного учреждения». Для планирования работы подразделений, а также планово-экономического учета и финансового планирования использовались электронные таблицы и отдельные документы. При этом кадровый учет и расчет зарплаты были слабо связаны с финансовым планированием: не было единой сквозной аналитики по фонду оплаты труда, ставкам, источникам финансирования и бюджетным ограничениям. На подготовку консолидированной аналитической отчетности для руководства уходило много времени. Обмен данными с ГИС «Электронный бюджет» вызывал сложности — данные подразделений не были унифицированы, типового функционала использующихся систем не хватало для интеграции. Интеграция с медицинской информационной системой «АРИАДНА» тоже требовала доработок.

Учреждению стала необходима новая информационная система, которая помогла бы объединить учет лекарственного обеспечения, питания, ГСМ, имущества и кадров, обеспечила сквозную бюджетную и управленческую аналитику, включая консолидированную финансовую отчетность, отчетность по фонду оплаты труда клинико-экспертной деятельности и т.д. Партнером по проекту стала компания «1С:Первый Бит» в Нижнем Новгороде, а для создания интегрированной информационной системы были выбраны: «1С:Бухгалтерия государственного учреждения», «1С:Зарплата и кадры государственного учреждения» и отраслевое решение собственной разработки интегратора для планирования работы подразделений, финансового планирования, управления договорами и согласованием документов.

В ходе проекта было автоматизировано 140 рабочих мест. Выполнена интеграция решений, организован обмен данными с ГИС «Электронный бюджет» и медицинской информационной системой «АРИАДНА». Реализованы доработки с учетом отраслевой специфики учреждения, в частности, в «1С:Зарплата и управление государственным учреждением» учтены реальные кадровые сценарии медицинского центра: целевые и ученические договоры, льготные профессии, сложные схемы распределения заработка по источникам финансирования, детализированная тарификация и широкий пакет отраслевых кадровых и зарплатных отчетов. Кроме того, доработаны печатные формы трудовых договоров, дополнительных соглашений и приказов под форматы учреждения.

В результате реализации проекта учреждение получило интегрированную информационную систему, которая объединила работу подразделений. Исчезла зависимость от глубоко доработанной и сложной в сопровождении специализированной программы. Все задачи, включая экспорт в ГИС «Электронный бюджет» реализованы с использованием типового функционала. Отраслевые задачи (учет питания, ГСМ, аптека) — интегрированы в единый бухгалтерский контур, что повышает согласованной данных.

Оптимизирована работа планово экономической службы. Вместо ручного планирования и анализа в электронных таблицах планово экономический учет и финансовое планирование реализованы в отраслевом решении собственной разработки. В системе формируются и контролируются бюджеты доходов, расходов и движения денежных средств. Реализовано сценарное планирование бюджетов. План-фактный анализ доступен «из коробки» на уровне центров финансовой ответственности, статей оборотов, источников финансирования, что сокращает время подготовки управленческой отчетности. Организовано эффективное управление договорами и резервами средств, что позволяет контролировать исполнение обязательств в соответствии с планом.

Организован оперативный кадровый учет и расчет зарплаты с учетом особенностей медицинской отрасли. Автоматизированы распределение начислений и тарификация с разбивкой по источникам финансирования. В системе можно быстро сформировать пакет отраслевых отчетов.

Повысилась эффективность управления лекарственным обеспечением. Интеграция с МИС «АРИАДНА» позволяет автоматически формировать документы движения лекарственных средств. Сотрудники избавились от необходимости двойного ввода данных. Повысилась точность учета лекарств, улучшилось планирование поставок медикаментов.

Обеспечена надежная защита конфиденциальной информации. В системе настроена детальная ролевая модель доступа, реализованы: протоколирование действий и версионирование информации, механизмы резервного копирования и восстановления, соблюдены требования к хранению персональных данных с третьим уровнем защищенности.

Самым крупным сегментом остается направление сетевой безопасности, которое занимает 23%. В прошедшем году объем этой части рынка достиг 48 млрд руб (+17%), при этом темпы роста замедлились: в 2024-м сегмент увеличился на 10 млрд руб., в 2025-м – лишь на 7 млрд руб. Также стагнация роста наблюдается в сегменте российских операционных систем и средств виртуализации. Первый вырос всего на 4%, второй – на 5%, оба направления достигли объема в 13 млрд руб.

Стабильностью отличается направление DLP: объем достиг 17 млрд руб. (+26%). Согласно прогнозам аналитиков «Кода Безопасности», к 2030 году сегмент может вырасти до 35-42 млрд руб. Главные факторы популярности DPL-решений – регуляторные нововведения и повышение ценности данных.

В исследовании отмечается, что ИБ-рынок РФ переходит к более зрелой и конкурентной фазе, где заказчики делают выборочные инвестиции, а регуляторика перестает быть единственным драйвером. Так, общая доля 10 крупнейших вендоров ИБ снизилась на 5% – второй год подряд. При этом сегмент кибербезопасности остается одним из главных в ИТ-отрасли России и показывает опережающие темпы роста по сравнению с другими технологическими направлениями.

В практике российских компаний преобладает запрос на контролируемый формат использования ИИ. Так, половина опрошенных организаций разрешает использовать генеративный ИИ в разработке только в ограниченном формате – например, ИИ-сервисы, развернутые в собственном контуре (on-premise) и с соблюдением внутренних требований информационной безопасности. При этом около трети организаций не контролируют использование ИИ и не предъявляют требования ИБ к подобным сервисам, что создает повышенные риски для безопасности.

Наряду с запросом на контролируемый доступ, исследование также продемонстрировало запрос на использование закрытых корпоративных LLM, которые позволяют работать без передачи данных во внешние сервисы. 87% компаний положительно оценивают внедрение специализированной закрытой или дообученной LLM внутри собственного контура для триажа уязвимостей, автоматического исправления кода и анализа безопасности. 25% считают такой шаг необходимым уже сейчас, еще 62% готовы к нему при доказанной эффективности и защищенности решения, и только 13% пока предпочитают традиционные инструменты.

По мнению экспертов, бизнес готов инвестировать в закрытые LLM, а разработчики уже используют генеративный ИИ для написания и анализа кода. Но поставить модель внутри ИТ-периметра недостаточно. В приоритете должна быть безопасность на уровне процессов: четкие политики с описанием задач применения ИИ, автоматические проверки кода и регулярное обучение команд. Кроме того, без постоянной подпитки свежими данными об уязвимостях закрытая LLM не сможет распознавать новые типы атак и не предупредит о трендовых рисках. Таким образом, ИТ-рынку уже сейчас нужны методики, которые обеспечивают непрерывную актуализацию модели, чтобы она развивалась в управляемом контуре с гарантиями безопасности.

Компании, которые используют публичные LLM и ML-модели для поиска вредоносного кода, сталкиваются с другими типами рисков. В первую очередь, это утечка данных, накопление уязвимостей в коде, созданном с помощью ИИ, которые не распознают публичные ИИ-сервисы для триажа уязвимостей. Поверхностный анализ кода, непредсказуемость результатов анализа приводят к тому, что снижается безопасность разработки софта в CI/CD-контейнерах. Как показывают исследования безопасности приложений «Солара», в 75-80% массовых цифровых сервисов уже содержатся критичные уязвимости, которые могут приводить к утечкам конфиденциальной информации пользователей.

Как комментирую аналитики, зачастую ИИ-сервисы анализируют код как последовательность действий, а не как логику. Это поиск совпадений с шаблонами, а не детальный анализ потоков данных и семантики кода. Такой подход дает много ложных срабатываний и пропускает сложные уязвимости. Более того, на этапе триажа публичные LLM-модели пропускают от 40 до 50% уязвимостей в коде. Помимо рисков для безопасности, публичные LLM-модели и ML-решения не позволяют организовать анализ проектов с сотнями тысяч строк кода и десятками фреймворков «под капотом». Поэтому спрос на специализированные решения для безопасности приложений будет нарастать.

Участники исследования также отметили, какие направления требуют дополнительных инвестиций в информационную безопасность. Чаще всего компании выделяли запрос на специализированные LLM для задач разработки и AppSec (45%), построение процессов безопасной разработки и эксплуатации моделей, то есть MLSecOps (39%), а также аудит безопасности, red teaming и пентест ИИ-систем (37%).

Результаты по направлению безопасной разработки укладываются в общий вывод исследования: дискуссия на рынке смещается от вопроса «использовать ли ИИ» к вопросу «как использовать его безопасно и управляемо». Для разработки это означает три параллельных шага – контролируемый доступ к генеративным инструментам, движение к закрытым корпоративным моделям и, прежде всего, инвестиции в обучение сотрудников и разработку политик кибербезопасности для ИИ-сервисов. Именно эти шаги в совокупности и формируют «доверенный ИИ» — решение, которое гарантирует защиту данных, предсказуемость работы и полный контроль со стороны бизнеса.

Банк «Аверс» с 2014 года использует решения Directum для цифровизации делопроизводства. Переход с системы Directum 5 на современную платформу Directum RX дал возможность пересмотреть ключевые бизнес-процессы, повысить их прозрачность и управляемость.

В частности, в результате миграции ускорено принятие решений. Ежедневно в организации создается более 500 документов и выполняется свыше 400 задач. Теперь они не «зависают» на промежуточных этапах, а руководители в реальном времени видят статус любой операции. Внедрение автоматических маршрутов согласования и умных правил назначения ответственных исключает задержки и рутинные уточнения.

В ходе проекта были сохранены исторические данные. Одно из главных опасений при смене системы — потеря документов, связей между ними, прав доступа. На новую платформу перенесли объемную базу данных, накопленную с 2014 года. Миграция архива обеспечила преемственность документооборота без технологических разрывов.

Что важно, повысилась прозрачность процессов. В ходе проекта оптимизировали более 50 регламентных процедур. Каждый этап движения документа или заявки теперь фиксируется в системе. Эти меры повышают исполнительскую дисциплину, упрощают внутренний контроль и аудит.

Переход на Directum RX стал для банка стратегическим шагом, а электронный документооборот вышел на уровень, который соответствует требованиям к скорости, безопасности и гибкости современных ИТ-систем.

В ходе проекта «36,6» мигрировала более 400 виртуальных машин на выделенные серверы bare-metal. Это позволило компании сократить время выполнения важных бизнес-расчетов с 22 до 16 часов – общая производительность вычислительного кластера выросла на 40% и обеспечена бесперебойная работа всех систем. Проект был реализован в сжатые сроки — миграция заняла два месяца и прошла без простоев и влияния на бизнес-процессы крупнейшего аптечного ритейлера.

Сотрудничество на этом не остановилось: «36,6» продолжила наращивать присутствие в инфраструктуре Рег.облака. Компания модернизировала сетевое ядро, заменив устаревшее оборудование, разместила основной и резервный ЦОД, обновила систему маршрутизации, а также арендовала сервер для задач, связанных с большими языковыми моделями. На сегодняшний день две трети ИТ-инфраструктуры аптечной сети «36,6» размещено в Рег.облаке.

«Ай Пи Ти Групп» оперирует большими объемами финансовых и операционных данных, которые поступают от нескольких юридических лиц и подразделений. До старта проекта аналитическая инфраструктура компании представляла собой комбинацию выгрузок отчетов из нескольких экземпляров «1С», вручную собираемых Excel-таблиц и разрозненных отчетов в Power BI, частично построенных на неподтвержденных данных.

Основные проблемы были типичны для компаний, переросших возможности точечной автоматизации: отсутствовал единый источник достоверных данных — каждый отдел пользовался своими срезами, наблюдались высокие трудозатраты на ежемесячную сборку сводной отчетности. Контроль качества данных был слабым (ошибки в источниках выявлялись слишком поздно), не существовало единого описания данных и бизнес-правил, а возможности для глубокого анализа и планирования оставались ограниченными.

Требовалось создать централизованное хранилище, которое автоматически собирало бы данные из всех источников, унифицировало их и обеспечивало бы быстрый доступ к отчётности для инвестиционно-аналитического отдела и руководства.

При выборе архитектуры компания руководствовалась несколькими критериями: полное воспроизведение данных из «1С» без потерь, поддержка сложных расчетов показателей и витрин данных, масштабируемость для подключения новых юридических лиц, наличие инструментов контроля качества данных, а также возможность внесения ручных корректировок в рамках заданных форм (например, маппинг статей бюджета). Рассмотрев несколько вариантов, остановились на классической связке: хранилище данных на платформе Microsoft SQL Server Standard и витрины для последующей визуализации в Power BI. В качестве подрядчика выбрали BI Consult.

Проект стартовал в октябре 2024 года и велся поэтапно, с приоритетом наиболее востребованных отчетов: «Валовая прибыль» и отчета по бюджету доходов и расходов. К концу 2025 года система закрыла ключевые аналитические потребности инвестиционно-аналитического отдела. Основными источниками данных для хранилища выступают 28 баз «1С», пользовательские формы ввода в Access и файлы MS Excel. Объем загруженных данных составляет порядка 30 Гбайт — это транзакционные данные за три года деятельности компаний.

Для бизнес-пользователей хранилище обеспечило единую версию правды: данные из разных баз «1С» приведены к единому формату с учетом пользовательских корректировок (например, маппинга статей БДР). Аналитика перестала зависеть от ручных выгрузок из источников — все расчеты выполняются в хранилище. Витрины данных (готовые наборы показателей для отчетов) рассчитываются автоматически, что исключает человеческий фактор при сборке. При этом возможность вносить корректировки в рамках заданных форм повышает гибкость, но сохраняет контроль, а автоматизированные проверки помогают выявлять ошибки в учетных системах-источниках, которые раньше оставались незамеченными.

Для ИТ-отдела ключевыми эффектами стали отказоустойчивость и стандартизация. Расчеты вынесены из продуктивных баз «1С» в DWH, что снижает нагрузку на оперативные системы и уменьшает риск их сбоев. Единая модель данных с централизованными бизнес-правилами упрощает поддержку и ускоряет разработку новых отчетов.

В результате ускорился цикл принятия решений за счет оперативной информации, повысилась точность планирования и бюджетирования, появилась возможность выявлять скрытые возможности и риски на основе точного анализа данных, выросла ответственность сотрудников благодаря прозрачности и согласованности показателей, а также снизились операционные издержки и риски.

По итогам первых месяцев промышленной эксплуатации трудозатраты на подготовку отчетности сократились на 50%, а срок получения необходимой информации топ-менеджерами уменьшился на 70%. Отчет по валовой прибыли теперь собирается за несколько часов вместо нескольких дней. Отчет БДР (бюджет доходов и расходов) автоматически формируется с учетом пользовательского маппинга статей — ранее это требовало ручного переноса и сверки.

Компания планирует развивать хранилище по нескольким направлениям: подключение новых типов источников данных, дальнейшая автоматизация текущей отчетности (которая пока остается частично ручной), разработка дополнительных отчетов с автоматической сборкой и проверкой качества, увеличение числа пользователей DWH, а также внедрение дополнительных форм для пользовательских корректировок, чтобы закрыть больше сценариев анализа.

В рамках проекта по техническому сопровождению программных платформ крупного российского банка компания «ЛАНИТ-проекты» зафиксировала, что при обработке обращений клиентов ее специалисты были вынуждены зачастую анализировать большой объем документации или искать архивные записи, что увеличивало время обработки запроса в несколько раз. Поэтому на базе платформы LANDEV AI был создан интеллектуальный ассистент инженера технической поддержки, который объединил все источники знаний в единую систему поиска. С новым инструментом архитекторы при работе над запросами обращаются к единому интерфейсу и в режиме диалога с интеллектуальным помощником за несколько минут получают информацию о похожих проблемах и релевантных разделах документации. При необходимости они также могут перейти к исходному тикету или найти контакты нужного специалиста.

Благодаря гибким возможностям решения LANDEV AI и наработанному опыту компании «ЛАНИТ-проекты» в области применения ИИ-платформ были также пересмотрены внутренние процессы ведения тикетов и мотивационная система сотрудников технической поддержки для поощрения применения нового инструмента и пополнения базы типовых решений. Все эти изменения позволили инженерам гораздо быстрее и точнее давать рекомендации и решать проблемы клиентов.

«Альянс» управляет сетью из более чем 200 салонов связи в Республиках Башкортостан и Татарстан, Курганской, Оренбургской и Саратовской областях, а также в Приморском и Хабаровском крае. Для поддержания непрерывной работы распределенной сети компания использует корпоративную почту и системы «1С», применяемые для торговых, бухгалтерских и операционных процессов бизнеса.

В рамках проекта команда «Турбо Облака» выполнила перенос информационных систем и данных заказчика из зарубежных облачных площадок. Для размещения ИТ-решений были задействованы ресурсы облака на базе двух площадок — в Москве и Новосибирске. Такая архитектура позволила реализовать отказоустойчивую схему размещения и повысить надежность корпоративных сервисов. Кроме того, «Альянс» получил инструменты самостоятельного администрирования виртуальных машин и портал управления облачными ресурсами, что дает возможность гибко масштабировать вычислительные мощности и адаптировать ИТ-среду под текущие бизнес-задачи.

Площадки «Турбо Облака» разворачиваются на базе дата-центров РТК-ЦОД уровня Tier III, гарантируя высокий уровень доступности цифровых сервисов и соответствие требованиям к размещению данных на территории Российской Федерации.

После миграции компания получила единую облачную среду для размещения ключевых бизнес-систем без зависимости от зарубежных провайдеров. Облачная модель позволила повысить устойчивость ИТ-ландшафта и упростить управление распределенной сетью сервисов.

При проведении успешных кибератак на российские веб-ресурсы в 2025 году киберпреступники чаще всего использовали методы DDoS-атак (48% инцидентов). При этом тренд носит глобальный характер: в прошлом году доля таких атак во всем мире выросла вдвое и достигла 46%. Значительная доля успешных кибератак была реализована путем эксплуатации уязвимостей (43%), а в каждом пятом инциденте (21%) применялось ВПО.

Как отмечают аналитики, уровень защищенности веб-приложений в разных отраслях заметно различается. Лучше всего обстоят дела у веб-сервисов компаний из сферы ИТ и финансов. Самыми уязвимыми оказались ресурсы компаний энергетического сектора и государственные организации – последние чаще всего оказываются во внимании политических мотивированных преступников. Важно помнить, что низкий уровень защиты веб-приложений формирует дополнительные риски не только для самих организаций, но и для их пользователей.

Корпоративные сервисы, доступные из интернета, по-прежнему остаются одним из основных каналов проникновения в ИТ-инфраструктуру. По данным анализа, проведенного департаментом комплексного реагирования на киберугрозы PT ESC, в каждом третьем случае (36%) реальных кибератак злоумышленники получали доступ во внутреннюю сеть российских компаний именно через недостатки безопасности веб-приложений.

Общемировым трендом также является использование взломанных сайтов как плацдарма для дальнейших атак. По данным Positive Technologies, в 2025 году доля таких инцидентов в мире выросла до 17% – рост на 10 п.п. за последние два года. Чаще всего захваченные веб-приложения злоумышленники используют для проведения атак на клиентов и партнеров пострадавших компаний (38%) и для размещения вредоносного ПО на ресурсе жертвы (35%) – например, для кражи данных банковских карт пользователей.

В «Газпром-Медиа Холдинге» ИИ-агенты внедряются в нескольких ключевых направлениях. Так, юридический ИИ-агент сможет анализировать договоры и нормативные документы и выявлять риски. В финансовой функции сценарий применения ИИ-агента охватит сверку банковских выписок и подготовку отчетности, проверку зарплат и налогов. Также на финальной стадии реализации находятся пилоты HR-релевантера для первичного скрининга резюме и налоговый аналитик по сведению данных из разных источников. Все ИИ-агенты будут развернуты на собственной защищенной ИТ-инфраструктуре и решать задачи локально (on-premise).

Как отмечает Денис Дворников, директор по ИТ-развитию «Газпром-Медиа Холдинга», внедрение функциональных ИИ-агентов стало закономерным шагом в цифровой трансформации группы и переходе к корпоративным агентным системам. В компании рассчитывают упростить решение задач, снизить порог входа в применение ИИ сотрудниками, автоматизировать процессы, не требующих прямого включения, и в результате снизить нагрузку на сотрудников. Встраивание интеллектуальных агентов в операционные процессы и их объединение с командами сотрудников позволит работать в единой среде и полностью трансформировать привычные подходы и процессы. После завершения пилотирования планируется перейти к полноценному внедрению этих инструментов в других бизнес-функциях. Новые ИИ-решения будут развернуты на внутренней инфраструктуре, что позволит масштабировать и развивать их в будущем без каких-либо ограничений.