Новости

Ежегодно «Ингосстрах» направляет в медицинские учреждения более 2 млн гарантийных писем. Документ подтверждает клинике, какие медицинские услуги страховая компания согласовала застрахованному в рамках программы добровольного медицинского страхования (ДМС).

Для подготовки гарантийного письма специалисту необходимо изучить медицинский протокол, в котором содержатся жалобы пациента, диагноз, назначения врача и другие сведения. При этом документы поступают в разных форматах и с разным качеством — это могут быть электронные файлы, сканы или фотографии.

Ранее специалистам приходилось самостоятельно находить необходимую информацию в каждом документе. Для автоматизации этого этапа компания разработала IngoRead – решение на базе технологий OCR (Optical Character Recognition) и больших языковых моделей. OCR-модель распознает текст медицинских документов, а LLM анализирует его содержание и извлекает из протоколов сведения, необходимые для обработки обращения.

В течение года команда дорабатывала и обучала модель на медицинских документах, поступающих от разных учреждений. В результате IngoRead научился работать с протоколами, различающимися по структуре, формату и качеству изображения. Сегодня модель обрабатывает подавляющее большинство протоколов, поступающих в медицинский контактный центр «Ингосстраха». Автоматизация обработки документов стала одним из факторов, позволивших компании в два раза сократить время обработки обращений в текстовых каналах.

Эксперты InfoWatch в исследовании «Искусственный интеллект в сетевой кибербезопасности» отмечают, что в настоящее время преимущество находится на стороне киберзащиты с применением ИИ. Однако использование ИИ в кибератаках сокращает разрыв за счет децентрализации и генеративных технологий. Так, уже примерно каждый шестой инцидент и успешный взлом сетей в мире (16%) осуществляется с применением ИИ-инструментов. Что касается фишинговых атак, то использование ИИ в них фиксируется почти повсеместно (86%).

Как отмечает главный аналитик ЭАЦ InfoWatch Сергей Слепцов, гонка кибервооружений на базе ИИ — это цифровая война на истощение. У защищающегося есть три преимущества: полный, легитимный и непрерывный доступ к терабайтам «чистых» внутренних данных для защиты, аппаратное превосходство благодаря ASIC и локальным ЦОД, а также технология киберобмана. Так, защитный ИИ контролирует сетевой ландшафт и может за миллисекунды перестроить топологию или подсунуть атакующему ИИ тысячи ловушек. Но атакующие быстро учатся — они используют коммерческие модели и модели на open source, взламывают их ограничения, а это делает ИИ-атаки дешевыми и массовыми. Эффективно противостоять ИИ-атаке можно только с помощью ИИ-защиты.

Аналитики ЭАЦ отмечают взрывной рост активности автономных ИИ-агентов, которые сканируют сети в поисках уязвимостей. Объем трафика, генерируемого вредоносными ИИ-ботами и агентами-разведчиками, за год вырос на 187%, а трафик от автономных ИИ-агентов («агентских браузеров») — почти в 80 раз. ИИ позволяет злоумышленникам находить уязвимости нулевого дня на 70% эффективнее. Кроме того, атакующий ИИ научился маскировать свой трафик под легитимный и мимикрировать под обычную активность пользователя. Это существенно затрудняет обнаружение вторжений.

При этом ИИ-защита демонстрирует не менее впечатляющие результаты. ИИ-расширения систем обнаружения угроз (NDR/XDR) выявляют аномалии и продвинутые постоянные угрозы (APT-атаки) вдвое быстрее обычных систем — вместо нескольких дней на реакцию уходят минуты. ИИ-фильтрация на почтовых шлюзах блокирует до 94% фишинговых писем. ИИ-системы, которые анализируют поведение пользователей в ИТ-инфраструктуре, снижают риски внутренних угроз и кражи учетных данных на 45%. Благодаря ИИ-ассистентам, которые берут на себя часть рутины, нагрузка на аналитиков центров мониторинга по первичной сортировке и разбору сетевых предупреждений снижается на 60%.

Ключевым полем битвы в ближайшие годы станет устойчивость самих ИИ-моделей к отравлению данных и уклонение от атак. А на объектах, которые до сих пор полагаются на классические сигнатурные антивирусы, ИИ-атакующий пройдет незамеченным и победит в 100% случаев. Интеграция ИИ во все уровни мониторинга — от межсетевых экранов нового поколения (NGFW) до систем обнаружения аномалий в промышленных сетях — становится не конкурентным преимуществом, а условием выживания.

Динамика открытых закупок подтверждает рост спроса на S3-хранение. Аналитики К2Тех изучили тендеры на проекты с применением S3 за последние три года: в 2023 году выборка включала 20 процедур с совокупной начальной ценой контракта (НМЦ) 294,8 млн руб., в 2024-м – 43 процедуры на 310,2 млн руб., в 2025-м – 56 закупок на 1,91 млрд руб. В первом полугодии 2026 года зафиксировано 26 процедур с совокупной НМЦ почти 798,8 млн руб. Поскольку активность обычно усиливается в третьем и четвертом кварталах, показатели первого полугодия 2026 года нельзя напрямую сопоставлять с данными за полные годы.

По экспертной оценке К2Тех, публично доступные закупки могут составлять около 40% общего объема проектов с применением S3-хранения. Остальная часть приходится на закупки коммерческих компаний, которые нередко отбирают поставщиков через закрытые процедуры или собственные закупочные контуры и не раскрывают информацию на открытых площадках. Также выборка может не включать закупки серверного оборудования для реализации объектных хранилищ, если соответствующее назначение не указано в документации явно.

Выбор смещается от импортозамещения к прикладным критериям

Заказчики все глубже разбираются в специфике требований к производительности объектных хранилищ. Для них важны количество операций с объектами в секунду, задержки, время до получения первого байта, пропускная способность, работа с мелкими и крупными объектами, число параллельных запросов и способность архитектуры масштабироваться горизонтально.

Решение, которое показывает хорошие результаты при передаче крупных файлов, может не подойти для сценария с миллионами небольших объектов. Тестирование на сопоставимой инфраструктуре и пилоты в среде заказчика позволяют оценить работу решения на целевых нагрузках, возможности интеграции и масштабирования, качество документации и технической поддержки. После выбора платформы компаниям необходимо определить модель ее эксплуатации и масштабирования в ИТ-ландшафте.

Централизация заменяет теневые хранилища

В крупных проектах компании стремятся консолидировать ранее созданные разрозненные S3-инсталляции в единый сервис объектного хранения для внутренних команд. Централизованная платформа позволяет сократить дублирование данных и ресурсов, ввести единые правила предоставления емкости и доступа, а также обеспечить предсказуемую поддержку и развитие сервиса.

S3 включают в комплексные проекты по развитию серверной инфраструктуры, систем хранения, резервных контуров, локальных кластеров и платформ данных. В отдельных закупках требования уже предусматривают создание единой S3-платформы с катастрофоустойчивостью на уровне нескольких ЦОД.

S3 не только для резервного копирования

Компании размещают в S3 архивы, документы, медиаконтент, данные мониторинга и журналы событий, а также используют объектный слой для аналитических систем, платформ данных, современных приложений и контейнерных сред.

Отдельный сценарий – перенос холодных и менее востребованных данных из высокопроизводительных систем в объектное хранилище. Это помогает разгрузить более дорогую инфраструктуру, оптимизировать размещение данных и сохранить доступ к ним по мере необходимости.

Безопасность становится требованием к архитектуре

Расширение сценариев использования S3-хранения повышает требования к безопасности и отказоустойчивости. В технических заданиях на проекты с S3-хранением все чаще встречаются требования к защите данных от изменения и удаления, включая WORM-режим, а также к интеграции с системами резервного копирования и восстановления.

Для корпоративных внедрений важны четыре группы возможностей: разграничение доступа и интеграция с корпоративными системами идентификации, сетевая сегментация и мониторинг, репликация между площадками, неизменяемость данных и восстановление после инцидентов. Требования к работе с конфиденциальной информацией определяют, в каком контуре и по каким правилам должна эксплуатироваться платформа.

Облачная и локальная модели решают разные задачи

Облако сохраняет важную роль в проектах с быстро меняющимися объемами данных, пилотных и временных средах, а также в сценариях с менее критичной информацией. Локальные S3-хранилища востребованы, когда необходимо контролировать физическое размещение данных, ИТ-периметр и выполнение регуляторных требований.

По проектному опыту К2Тех, при объеме данных порядка 300 Тбайт компании чаще начинают сопоставлять совокупную стоимость владения облачным сервисом и собственной инфраструктурой. Это не универсальный порог: модель потребления зависит от темпов роста данных, требований регулятора, целевой архитектуры и стоимости эксплуатации.

Таким образом, локальное объектное хранение становится частью базовой корпоративной инфраструктуры, а не только решением для отдельных задач резервного копирования или архивирования. Объемы данных растут, при этом компаниям важно контролировать физическое размещение критичной информации, ее резервирование и доступность при отказе отдельных площадок. Драйверами рынка в ближайшие два-три года будут импортозамещение критичной инфраструктуры, развитие платформ данных, а также перенос корпоративных архивов и систем резервного копирования в собственный контур. По оценке экспертов, сегмент локальных объектных хранилищ может расти темпами свыше 20% в год.

За последние три года бюджеты типовых инфраструктурных проектов выросли на 70–85%, а стоимость серверного и сетевого оборудования увеличилась примерно в два раза. По мнению экспертов ОТР, распространение сервисов на базе искусственного интеллекта стало одним из факторов, которые усложняют проектирование корпоративных систем. Для работы с ИИ-нагрузками требуется не только производительное оборудование, но и высокоскоростные сети, системы охлаждения, дополнительные мощности электропитания и подготовленные площадки.

Раньше нехватку производительности можно было компенсировать покупкой более мощного оборудования. Сейчас такой подход становится все дороже, поэтому архитектуру приходится изначально проектировать с учетом дальнейшего развития системы.

В новых условиях компании переходят от масштабирования всей инфраструктуры к развитию отдельных компонентов. Это позволяет увеличивать мощность именно тех элементов, которые создают основную нагрузку, и подключать дополнительные ресурсы по мере необходимости.

Еще один способ снизить затраты — оптимизация программного обеспечения. Настройка работы кода, запросов к базам данных и механизмов кэширования помогает уменьшить потребность в вычислительных ресурсах. По оценке ОТР, такая оптимизация может сократить инфраструктурные расходы на 25–40%.

При этом при создании ИТ-систем компании все чаще учитывают возможность замены отдельных компонентов без полной перестройки архитектуры. Это особенно важно в условиях быстрого развития технологий, когда используемые решения могут меняться уже через несколько лет после внедрения.

Дополнительные требования возникают и в области информационной безопасности. Если учитывать их после создания системы, могут потребоваться новые сетевые контуры, изменение интеграций и установка дополнительного оборудования.

Таким образом, развитие ИИ меняет сам подход к построению корпоративной инфраструктуры. Компании оценивают не только текущие потребности, но и стоимость дальнейшего масштабирования, возможность модернизации отдельных компонентов и готовность системы к новым нагрузкам.

MWS AI перевела в электронный формат прием на работу, увольнения, отпуска, командировки и другие кадровые процессы с помощью Directum HR Pro. Цифровая трансформация показала экономический эффект: согласования ускорились на 30-40%, а трудозатраты на кадровые процессы снизились на 20%.

К системе подключены 100% сотрудников, больше 85% из них отмечают ее удобство. Directum HR Pro стала единым окном для большинства операционных задач и повысила прозрачность: в ней фиксируются сроки и ответственные, можно отследить историю действий.

Для проекта цифровой трансформации MWS AI выбрала коробочное решение с готовыми блоками, с его помощью удалось закрыть 80% потребностей компании. Доработки нужны были, чтобы настроить специфические маршруты согласования, интегрировать Directum HR Pro с учетными системами, увеличить количество полей в заявлениях и приказах, адаптировать интерфейс. На эти работы потребовалось 9 месяцев. Реализацией проекта занимался генеральный партнер Directum — компания РосА.

В дальнейших планах — внедрение новых функциональных блоков: адаптации сотрудников, оценки KPI, развития компетенций.

Также MWS AI и Directum начали совместное тестирование интеграции Directum HR Pro с языковой моделью Cotype (собственная разработка MWS AI) для дальнейшей трансформации кадровых процессов. ИИ-агент на базе модели будет отвечать на вопросы сотрудников по документам компании. Следующим этапом может стать выполнение кадровых операций через диалог с агентом. Например, по просьбе сотрудника оформить отпуск агент сможет уточнить даты, подготовить заявление и направить его на согласование в Directum HR Pro.

Как отмечают в «Северстали», цифровые инструменты дают реальный эффект в области охраны труда. Платформа «СОВА» отвечает не просто за фиксацию нарушений, но и является инструментом профилактики. В планах – научить ее распознавать критические ситуации, такие как падение людей с высоты или возгорание, а также расширить функционал до прогнозирования и предотвращения несчастных случаев. Кроме того, система интегрируется с другими цифровыми платформами предприятия, включая большие языковые модели и геопозиционирование. Она помогает видеть риски, но соблюдение правил безопасности остается за человеком.

Платформа СОВА разработана совместными усилиями ИТ-специалистов и специалистов по охране труда «Северстали». Она основана на технологиях компьютерного зрения и выявляет нарушения требований безопасности в режиме реального времени. С помощью штатных камер видеонаблюдения система отслеживает 10 видов нарушений: отсутствие касок, перчаток, очков и других средств индивидуальной защиты, нахождение работников в опасных зонах, несоблюдение правил погрузочно-разгрузочных работ и работ на высоте. Главная цель инструмента – не наказание, а профилактика: при обнаружении опасной ситуации она может мгновенно отправлять сигнал в цех, чтобы сотрудники успели среагировать до того, как произойдет происшествие.

Внедрение системы видеоаналитики «Северсталь» начала в конце 2024 года. Сегодня система охватывает более 700 камер в 40 цехах ЧерМК, на предприятии «Северсталь-метиз» и Яковлевском горно-обогатительном комбинате.

Аналитики отмечают, что наибольший интерес рынок проявляет к финансовым сервисам. Более 22% партнеров и 12% вендоров рассчитывают на расширение услуг в этом направлении. Это связано со спецификой ИТ-отрасли: заказчики нуждаются в сложных технологических решениях, но их разработка требует от производителей значительных вложений с длительным сроком окупаемости. Исследование OCS показало, что каждый четвертый вендор считает финансовый вопрос главным риском в перспективе ближайших нескольких лет. Ключевая ставка остается высокой, а кредиты недоступны для широкого канала. Крупные дистрибьюторы, со своей стороны, предоставляют помощь в проведении расчетов и оформлении коммерческих кредитов для реализации проектов — и спрос на такую поддержку только растет.

Сервисное обслуживание — второе направление, которое становится приоритетным для рынка. По наблюдениям аналитиков, из дополнительной услуги техническая поддержка превратилась в решающий фактор для всех игроков. На наличие такой услуги у дистрибьюторов обращает внимание каждый четвертый партнер, а каждый пятый вендор заинтересован в сервисе и обучении по своим продуктам. И производители, и многие партнеры имеют собственные сервисные подразделения, однако ключевой сложностью для рынка остается доступность запчастей и обслуживание географически распределенных объектов. Вендоры активно выходят на региональные рынки: такие планы озвучивает почти четверть российских компаний. Организовать оперативный сервис в разных регионах, поддерживать наличие ЗИП и быстро доставить их в случае необходимости — эти задачи часто берут на себя федеральные интеграторы и ИТ-дистрибьюторы.

Потребность в мультивендорной экспертизе также растет. Сегодня ИТ-инфраструктура заказчиков состоит из множества решений: отечественных, китайских, мировых А-брендов. Импортозамещение набирает темп, однако пока охватывает не все сегменты рынка равномерно. Например, только у 9% компаний российское сетевое оборудование составляет более половины парка. Схожая картина и в направлении серверов и СХД: только половина компаний нарастила долю отечественных решений до 25%. Масштабирование инфраструктуры, обновление и обслуживание оборудования требуют наличия инженерной сертификации по решениям различных производителей. Дистрибьюторы, объединяющие под своим крылом широкий спектр брендов, помогают интегрировать новые продукты в текущую инфраструктуру и заранее протестировать их на совместимость. 63% партнеров и 37% вендоров отметили роль дистрибьюторов в технологических партнёрствах.

Роль дистрибьюторов давно вышла за рамки стандартных услуг по логистике и продвижению товаров. «Базовые» сервисы все так же важны: партнеры заинтересованы в вариативных каналах поставок, производители нуждаются в поддержке для освоения новых рынков. Однако требования и запросы рынка растут, и дистрибьюторы отвечают на них, предлагая сервисы, которые помогают игрокам справляться с актуальными вызовами.

Интерес к таким услугам, как сервис, финансы и технологическая экспертиза, отражает текущие проблемы производителей и партнеров. Спрос на кредитную поддержку может меняться в зависимости от экономической ситуации. Но потребность в мультивендорной экспертизе и обслуживании комплексных систем в ближайшие несколько лет может стать только острее. В таких сегментах, как сетевое и вычислительное оборудование, доля иностранных решений все еще очень высока — и компаниям нужна поддержка для проектирования, аудита и сопровождения инфраструктур. Дистрибьюторы закрывают эти запросы с помощью гибкой экосистемы сервисов и способствуют реализации сложных проектов даже в условиях нестабильности рынка.

Раньше данные каждого продукта хранились отдельно, и чтобы проверить гипотезу, аналитикам и разработчикам приходилось согласовывать доступ с несколькими командами, заказывать ручную выгрузку и ждать датасеты. Security Lakehouse автоматически приводит их к единому формату, и разработчики сразу получают данные, готовые к работе. Внутренняя платформа принимает в пике до 1 млн событий в секунду и способна обработать десятки терабайт новых данных. В сутки в Lakehouse попадает более 50 млрд обезличенных записей от всех продуктов Positive Technologies о том, что происходит в сетях и на устройствах защищаемых компаний.

В отличие от классических архитектур работы с данными в ИБ и традиционного подхода со статическими правилами корреляции, Security Lakehouse позволяет находить то, чего еще не заметил никто. Такую атаку не видно по данным отдельных средств защиты отдельной компании. Зато мы можем ее отследить, когда данные собраны и взаимообогащаются в едином хранилище из нескольких источников сразу.

На основе имеющихся данных PT Cloud AF – облачная защита веб-приложений и API – находит IP-адреса, которые атакуют сразу несколько компаний. Для каждой из этих компаний в отдельности атака выглядит как несколько разрозненных срабатываний защиты, неотличимых от фонового шума. Еще один пример – поиск аномалий в трафике и атаках. PT Cloud AF замечает резкие отклонения от обычной картины: начало или всплеск атаки, неожиданное падение трафика или изменение характера атак – например, фиксирует ситуацию, когда вместо привычных типов угроз начинают массово появляться другие.

ИИ-модели, обученные на данных из Security Lakehouse, замечают то, что проявляется только на стыке разных продуктов – например, когда программа на устройстве устанавливает сетевое соединение по нехарактерному для нее протоколу. Чтобы это заметить, нужно одновременно видеть и поведение на самом устройстве, и сетевую активность, а по отдельности данные из одного продукта такой картины не дают.

Security Lakehouse в облаке Positive Technologies накапливает данные с клиентских PT NAD и данные киберразведки, на основе которых рассчитываются облачные детекты и обогащения. Таким образом клиенты получают более точные детекты.

Security Lakehouse уже лежит в основе PT X. Появление ИИ по обе стороны, и в атаке, и в защите, увеличило глубину хранения данных, скорость ретроспективного поиска событий, с которыми приходится работать, а традиционные архитектуры на таких нагрузках упираются в предел. Поэтому компания строит на платформе следующее поколение продуктов, включая MaxPatrol O2, где аналитика, искусственный интеллект и работа с большими данными объединены в систему.

По данным исследования HyperPC, на САПР и инженерные расчеты CAE/CFD приходится 57% спроса на высокопроизводительную инфраструктуру. Для сравнения, ИИ, машинное обучение и большие языковые модели формируют 19%, корпоративное ПО, разработка и задачи ЦОД – еще 12%. Среди причин роста исследователи называют переход предприятий тяжелого машиностроения, авиастроения и других отраслей на новые программные и вычислительные стеки.

Традиционно ресурсоемкое инженерное ПО запускается на мощной рабочей станции непосредственно у пользователя. Альтернативный вариант – разместить вычислительные ресурсы в серверной инфраструктуре, предоставив инженеру удаленный доступ к рабочему столу или необходимым приложениям.

Рост требований к производительности заставляет компании пересматривать и подход к организации инженерных рабочих мест. Сценарии с графикой, проектированием и инженерным ПО уже используются в крупных VDI-инфраструктурах. Процессоры и графические ускорители в таком случае находятся в серверной части, а пользователю передается изображение рабочего стола. Такой подход позволяет отвязать вычислительную мощность от конкретного компьютера и централизованно управлять программной средой.

Разница становится особенно заметной там, где инженерных рабочих мест десятки или сотни. Помимо стоимости самих станций ИТ-службе приходится учитывать установку и обновление специализированного ПО, версии драйверов, пользовательские конфигурации и распределение вычислительных ресурсов.

Анализ рынка, ранее проведенный Termidesk, показывает схожую зависимость и для удаленного доступа в целом. VDI используют 50% опрошенных организаций, при этом более половины респондентов одновременно сочетают несколько моделей удаленного доступа. В инфраструктурах с несколькими тысячами рабочих мест чаще встречаются VDI, терминальные сервисы и публикация приложений, тогда как в небольших организациях распространено прямое подключение к физическим компьютерам.

При этом для инженерных сценариев одного масштаба недостаточно. На выбор модели влияют требования конкретной САПР или CAE-системы, работа с GPU, качество сети, задержка, несколько мониторов и специализированная периферия.

«Ингосстрах» развивает рекомендательную систему на базе искусственного интеллекта, которая помогает формировать персонализированные предложения для клиентов. На новом этапе развития системы рекомендации формируются непосредственно в момент оформления страхового полиса онлайн. Решение анализирует данные о клиенте в режиме реального времени и подбирает релевантные варианты дополнительных страховых продуктов.

Система работает в компании два года и является частью развития клиентского цифрового опыта. Персонализированные рекомендации формируются автоматически в процессе оформления договора: клиент получает предложения, которые соответствуют его потребностям и выбранному страховому продукту. Такой подход позволяет сделать дополнительные предложения более релевантными и одновременно повысить удобство для клиента.

Развитие рекомендательной системы стало частью масштабной стратегии цифровизации «Ингосстраха». Ранее компания внедрила корпоративного ИИ-ассистента для поддержки сотрудников, что позволило сократить время маршрутизации и решения обращений на 45%, а также повысить качество ИТ-сервисов на 50%. Кроме того, в компании создана единая платформа управления жизненным циклом ИИ-моделей IMAN, которая обеспечивает быстрое внедрение новых решений на базе искусственного интеллекта.