Новости

ИИ-агенты помогают сотрудникам выполнять рутинные и аналитические задачи: работать с документами и корпоративными базами знаний, готовить материалы и заключения, проводить проверки и поддерживать принятие решений. При этом создавать таких ИИ-агентов можно без сложного программирования — с помощью визуального конструктора. Для более сложных сценариев предусмотрена возможность разработки с использованием кода.

IMAN объединяет в одной платформе инструменты для создания и эксплуатации ИИ-агентов. В частности, решение позволяет работать с корпоративными базами знаний, документами в разных форматах, распознавать текст на изображениях с помощью технологии OCR, а также взаимодействовать с пользователями через электронную почту и другие каналы.

Все компоненты IMAN работают в защищенном внутреннем контуре «Ингосстраха». Платформа предусматривает ролевую модель доступа, управление секретами, аудит действий и мониторинг работы агентов. Это позволяет контролировать доступ к корпоративным данным и отслеживать работу созданных решений.

Среди уже реализованных сценариев — автоматическая подготовка аналитических материалов и заключений, юридическая поддержка, помощь в закупках, урегулировании убытков и управлении проектами. Также в компании реализуются пилотные проекты в области ДМС, в том числе для поддержки решений при подборе клиник и согласовании медицинских услуг.

Одно из ключевых преимуществ IMAN — возможность создавать и запускать различные ИИ-сценарии на единой технологической платформе. Это позволяет применять общие подходы к безопасности и управлению при использовании искусственного интеллекта в разных подразделениях компании.

До внедрения Directum СЭД+ в учебном центре «РАТА» (дочернем обществе предприятия «Яковлев») использовали «Битрикс24». Возможностей этой платформы было недостаточно для полноценной автоматизации документооборота по российским стандартам. Для структурированного хранения документов и контроля исполнения поручений требовалось специализированное решение.

Компания перевела в систему Directum СЭД+ основные «бумажные» процессы. Решеением охвачено делопроизводство (регистрация входящей и отправка исходящей корреспонденции, работа с внутренними документами, выдача поручений и контроль исполнения), управление договорами на всех этапах их жизненного цикла, организацию совещаний (формирование повестки, ведение протоколов, автоматическая рассылка распоряжений по принятым решениям).

Подрядчиком на проекте выступила компания ТАНАИС — системный интегратор и партнер Directum. Дальше специалисты компании осваивали систему самостоятельно. Восемь человек из рабочей группы подготовились по обучающим материалам вендора и прошли аттестационные курсы. Для штатных сотрудников провели два вебинара с демонстрацией ключевых процессов в Directum СЭД+.

Быстрое освоение нового ПО стало возможным благодаря интуитивно понятному интерфейсу. Также компании отметили высокую готовность «коробочной» версии Directum СЭД+, где решения разработаны с учетом удобства для пользователя.

Глобальный рынок агентного ИИ, по оценкам Stratistics MRC, в этом году достигнет 10,3 млрд долл. и будет расти до 207 млрд к 2034 году при среднегодовом темпе роста 46%. По данным PwC, 88% руководителей планируют увеличить бюджеты на ИИ именно ради агентных сценариев, а в Gartner прогнозируют, что к концу 2026 года 40% корпоративных приложений будут оснащены специализированными ИИ-агентами. Агентный ИИ – это принципиально иная парадигма. Автономные агенты планируют действия, обращаются к корпоративным API, делегируют задачи другим ИИ-системам и выполняют многошаговые сценарии с минимальным участием человека. Человек смещается из позиции исполнителя в позицию супервайзера.

Изменение характера нагрузок

За взрывным ростом внедрения ИИ-агентов скрывается фундаментальная проблема: корпоративная инфраструктура к этому не готова. По данным Google Cloud, 83% организаций заявляют о необходимости срочной модернизации мощностей для поддержки промышленного агентного ИИ.

Запрос, который раньше генерировал один ответ, теперь запускает каскад из сотен действий: чтение баз данных, межсервисное взаимодействие, координация агентов. Каждое действие потребляет токены, генерирует сетевой трафик и требует ресурсов для логирования. Агентам нужна память о контексте и прогрессе. Каждый лишний шаг в цепочке вызовов умножает задержку, что требует от провайдера высочайшей скорости интерконнекта и оптимизированных сетей. Возникает феномен «инференс-налога» – скрытых затрат на вывод данных и разрастания хранилищ, с которыми уже столкнулись 62% компаний.

Российская специфика

В M1Cloud отмечают, что российский рынок следует глобальному тренду, но со своей спецификой. Совместное исследование Apple Hills Digital, VK Tech, Cloud.ru и Selectel показывает, что 46% отечественных компаний уже используют или тестируют ИИ в облаке, а 27% клиентов провайдеров уже применяют облачных ИИ-агентов. Бюджеты на ИИ увеличили 35% компаний, опередив по темпам роста даже кибербезопасность. Если при классическом обучении моделей затраты относительно предсказуемы, то агентный ИИ генерирует расходы экспоненциально. Без автоматического мониторинга и управления каскадными вызовами компании рискуют столкнуться с тем, что до трети (а в случае с агентами – и больше) облачного бюджета будет сожжено впустую на неоптимальные маршруты агентов и простаивающие stateful-контейнеры.

Провайдер в роли архитектора и FinOps-партнера

В новых реалиях облачный провайдер перестает быть просто поставщиком вычислительных мощностей и становится стратегическим партнером. Только облако способно обеспечить экономически обоснованную эластичность под непредсказуемые пиковые нагрузки агентных систем, избавляя бизнес от необходимости покупать дорогостоящее железо, которое устаревает за полтора года. Помимо этого, облако становится единой платформой для управления и безопасности: когда сотни автономных агентов получают доступ к корпоративным данным, централизованный аудит, управление правами и MLOps. Зрелый провайдер берет на себя роль FinOps-консультанта, помогая оптимизировать «инференс-налог»: распределяя нагрузку между CPU (для оркестрации), GPU (для тяжелого инференса) и специализированными ускорителями, а также настраивая автоматическое масштабирование stateful-сред.

На развитие корпоративного ИИ влияет не только качество моделей, но и доступность вычислительных ресурсов. В последние годы технологическим стандартом для задач машинного обучения оставались решения NVIDIA, однако стремительный рост спроса на ИИ привел к дефициту GPU и росту стоимости оборудования, что заставило рынок активнее искать альтернативные платформы. Для России вопрос особенно актуален: обеспечение технологической независимости, включающей собственные LLM и корпоративные ИИ-сервисы, требует соответствующей вычислительной базы.

В ходе испытаний специалисты Rubytech проверили работу одной из ведущих российских LLM — Cotype 3 от MWS AI — на китайских GPU. Для этого инженеры подготовили программное окружение, которое позволило адаптировать модель под альтернативную аппаратную платформу без использования ускорителей NVIDIA. На тестах оценивались ключевые параметры работы системы при повышенной нагрузке: скорость обработки запросов, время отклика и стабильность работы при увеличении объема данных.

Модификация машины искусственного интеллекта «Скала^р» с восемью китайскими GPU показала качественную производительность, которая в наиболее распространенных сценариях инференса сопоставима с конфигурациями на базе NVIDIA H100. Отдельно исследователи оценили влияние программной оптимизации на итоговые показатели. Благодаря настройкам драйверов, программного окружения и инструментов оркестрации в отдельных сценариях удалось получить производительность вдвое выше, чем с использованием исходной программной среды для этих GPU. Использование контейнерной архитектуры дополнительно упрощает развертывание моделей и сокращает время перехода от тестирования к промышленной эксплуатации.

Возможность работать с разными аппаратными платформами снижает зависимость от одного поставщика и дает больше свободы при проектировании ИИ-систем. Связка «китайские GPU — российская платформа — отечественная LLM» становится легитимным вариантом для корпоративных внедрений: компании могут учитывать доступность оборудования, требования конкретных задач и необходимость дальнейшего масштабирования.

Отдельный вопрос — совокупная стоимость владения. Стоимость графических процессоров составляет основную долю бюджета ИИ-проектов и напрямую влияет на затраты при запуске и развитии ИИ-ландшафта, включая стоимость обработки запросов и расширение вычислительных мощностей. В отдельных сценариях сравнение конфигураций на базе китайских GPU и систем с NVIDIA H100 показывает, что альтернативная аппаратная база может быть экономически оправданным решением для корпоративных проектов и позволяет снижать совокупную стоимость владения при масштабировании ИИ-сервисов. При этом речь не идет о полном отказе от действующих технологических стеков, но для рынка критически важно использование различных вариантов оборудования в зависимости от бюджета проекта, характера задач и требований к производительности.

Череповецкий металлургический комбинат завершил внедрение Termidesk VDI. Решение заменило инфраструктуру на базе Microsoft Remote Desktop Services и Remote Desktop Gateway, которая использовалась для защищенного удаленного доступа к технологическому контуру предприятия.

С помощью Termidesk VDI пользователи и администраторы безопасно подключаются к инженерным станциям и серверам автоматизированных систем управления технологическими процессами. Проект стал частью программы ПАО «Северсталь» по импортозамещению программного обеспечения на объектах критической информационной инфраструктуры.

Для предприятия было важно не просто заменить зарубежное решение, а сохранить устойчивость и безопасность удаленного доступа в высокозащищенной промышленной среде. Любые изменения в такой инфраструктуре требуют тщательного тестирования, соответствия регуляторным требованиям и корректной интеграции с действующими средствами информационной безопасности.

Termidesk VDI был выбран по итогам конкурсной процедуры, в которой рассматривались четыре альтернативных решения. Основными критериями стали выполнение обязательных требований информационной безопасности, поддержка критически важных сценариев удаленного доступа и готовность продукта работать в сложной доменной архитектуре.

Пилотный проект стартовал на наиболее сложной площадке — Череповецком металлургическом комбинате в 2024 году. Внедрение проходило в технологическом сегменте сети с жесткими ограничениями со стороны ИБ-инфраструктуры. Решение требовалось интегрировать как с существующим технологическим доменом Microsoft Active Directory, так и с новым технологическим доменом на базе российской службы каталога ALD Pro.

В процессе реализации пилотного проекта команда реализации столкнулась с массой вызовов. Одной из наиболее сложных задач стала реализация строгой аутентификации по сертификатам, размещенным на USB-токенах, в междоменной архитектуре в интеграции с технологическим удостоверяющим центром. Для поддержки этого сценария потребовалась дополнительная инженерная адаптация продукта и тесное взаимодействие команд заказчика и разработчика.

Специалисты «Северстали» участвовали в тестировании предварительных сборок, а продуктовая команда «Увеон — облачные технологии» оперативно дорабатывала решение с учетом требований промышленного контура. В результате были выпущены стабильные обновления, позволившие подтвердить работоспособность Termidesk VDI в целевой инфраструктуре предприятия Заказчика.

Работа Termidesk VDI была организована во взаимодействии с командой ALD Pro — российской службой каталога «Группы Астра», которая заменяет Microsoft Active Directory в продуктивном контуре технологического домена ПАО «Северсталь». Развертывание и настройку ALD Pro в продуктивной среде специалисты предприятия выполнили самостоятельно, силами собственной ИТ-команды.

Инфраструктура домена включает всего пять контроллеров. Между новым доменом ALD Pro и действующим доменом Microsoft Active Directory были настроены двусторонние доверительные отношения, а пользователи Termidesk на переходной период миграции проходят строгую доменную аутентификацию средствами ALD Pro или MS AD. Такая архитектура позволила централизованно управлять процессом миграции учетных записей, упростить контроль доступа и повысить общий уровень защищенности инфраструктуры, не прерывать производственные процессы на время перехода.

Проект стал частью более широкой программы по внедрению российских инфраструктурных решений в ИТ-ландшафт ПАО «Северсталь». Помимо Termidesk VDI и ALD Pro, на предприятии используется платформа Astra Automation, предназначенная для централизованного выполнения операций по сопровождению и управлению серверной инфраструктурой, автоматизированной обработки политик создания и управления учетными записями пользователей и массовой рассылки уведомлений. Применение взаимодополняющих продуктов «Группы Астра» позволяет последовательно формировать единый отечественный технологический контур.

По оценке команды «Северстали», после перехода с Microsoft RDS процесс подключения к технологическим к серверам ускорился приблизительно в два раза. Кроме того, использование российского решения устранило необходимость закупать дополнительные лицензии Microsoft при расширении числа пользователей.

Для КСК проект стал очередной ступенью на пути автоматизации процессов в рамках взаимодействия с ФНС. В ходе проекта специалисты ИТ-холдинга Т1 развернули тестовый и промышленный контуры платформы, настроили интеграцию с учетными системами и обеспечили защищенный обмен информацией с налоговым органом. Решение было развернуто в собственном контуре компании по модели on-premise, что позволило соблюсти внутренние требования к информационной безопасности и контролю данных.

На завершающем этапе реализации проекта команда продукта «Визор» совместно с проектной командой КСК, протестировали взаимодействие с инфраструктурой налоговой службы через контур ГНИВЦ, разработчика системы. После успешного прохождения испытаний специалисты ИТ-холдинга Т1 настроили защищенный канал связи и подготовили платформу к промышленной эксплуатации. В результате компания получила готовую инфраструктуру для работы в новом режиме и регулярного обмена сведениями через автоматизированную информационную систему «Налог-3».

Тройка наиболее подготовленных к кибератакам отраслей — ИТ, финансовый сектор и крупная промышленность — находятся под жестким регулированием. Лидеров рейтинга отличает практический подход: кризисное реагирование, работа с данными об угрозах, моделирование сценариев атак, тестирование способности восстановиться в кратчайшие сроки. Это процессы, которые нужно выстраивать и отрабатывать — только тогда они будут эффективны. Хуже всего защищены госсектор и ретейл, и именно они являются одними из самых атакуемых отраслей, то есть наибольший риск сконцентрирован там, где готовность минимальна.

Независимо от отрасли, готовность к кибератакам у российских компаний проявляется одинаково: лучше всего организации умеют блокировать, замедлять и сдерживать продвижение атакующего внутри сети — на этом этапе средства защиты работают предсказуемо. А хуже всего закрыты «края» атаки: подготовка нападения снаружи (разведка, вооружение и доставка вредоносов), и финальный удар — шифрование или разрушение инфраструктуры, ради которого атака и затевается. Слабым местом остается способность извлекать уроки из инцидентов и перестраивать процессы после них, а также активное противодействие атакующему еще до удара: киберразведка, использование обманных технологий, управление поверхностью атаки.

По данным Jet CSIRT, 76% атак сегодня нацелены на уничтожение инфраструктуры и остановку бизнеса, при этом отработанный план реагирования есть лишь у 25% компаний, а 64% имеют низкую зрелость процессов, помогающих работать в кризис: реагирования, управления рисками и непрерывностью бизнеса, отработки сценариев атак. Значительная часть организаций находится в критически низкой зоне, заметная группа — в высокой, а середина шкалы почти пуста. Переходной зоны фактически нет: компания либо выстроила процессы реагирования и восстановления, либо нет.

Уровень киберустойчивости напрямую зависит от размера выделенной ИБ-команды: компании без такого штата находятся в критической зоне, а самые подготовленные компании имеют команду численностью от десяти специалистов. При этом ни общая численность персонала, ни размер ИТ-подразделения аналогичной связи не дают. Ситуацию усугубляет кадровый голод: 80% компаний заявляют о нехватке ИБ-специалистов, что усиливает разрыв между лидерами и аутсайдерами.

В результате цифровизации производственное оборудование, конвейеры и операции на предприятии зависят от работы систем промышленной автоматизации, управления производством и хранения технологических данных. Заводы превращаются в киберфизические системы, в которых программные сбои могут замедлить работу конвейеров или вовсе остановить производство.

Те же самые интегрированные системы, которые повышают эффективность предприятий, в том числе системы управления производственными процессами (MES), датчики промышленного интернета вещей (IIoT), автоматизированные системы транспортировки материалов и удаленный доступ инженерного персонала, напрямую влияют на то, будет ли производство работать без перебоев.

Респонденты назвали следующие основные цели своей стратегии цифровой трансформации: повышение объёмов производства или эффективности (24%); сокращение операционных или производственных расходов (15%); открытие новых стратегических возможностей (14%); повышение киберустойчивости (13%).

По мере того, как промышленные среды трансформируются в киберфизические системы, риски информационной безопасности (ИБ) перестают быть исключительно ИТ-проблемой и могут стать непосредственным источником финансовых потерь. В интегрированных средах цифровые сбои затрагивают не только данные — они могут приводить к небезопасным операциям, браку продукции и остановке производства, снижать общую эффективность оборудования, создавать дополнительную нагрузку на персонал и нарушать работу цепочек поставок. Это означает, что кибербезопасность необходимо рассматривать как ключевой компонент операционной устойчивости.

Почти 60% производственных компаний оценивают ущерб от киберинцидентов в сумму, превышающую 1 млн долл. за каждый случай, при этом средняя продолжительность сбоя составляет 15 часов. Наиболее значительные убытки зачастую связаны с остановками производства, невыполнением обязательств по поставкам и штрафными санкциями, а не только с расходами на анализ инцидентов.

Зрелые системы управления ИБ включают вопросы обеспечения безопасности производственных инфраструктур. Особое внимание уделяется тому, как быстро можно восстановить работу после инцидента, насколько хорошо выстроен процесс резервного копирования и восстановления, как обеспечивается безопасность устаревших систем и настроен ли режим работы при сбое, когда сохраняются ключевые функции безопасности, но снижается общая производительность или отключаются второстепенные опции. Такая согласованность гарантирует, что кибербезопасность способствует обеспечению непрерывности производства и отказоустойчивости, а не ограничивается лишь соблюдением ИТ-требований.

Тем не менее, в связи с раздробленностью ответственности по-прежнему остаются нерешенные проблемы. За управление политиками безопасности на производственных предприятиях в большинстве случаев (59%) отвечают ИТ-отделы. Они зачастую не учитывают реальные условия на производственных объектах. Необходимость управлять множеством инструментов безопасности (44%) и проблемы с установкой исправлений для технологических систем (38%) свидетельствуют о том, что кибербезопасность должна быть интегрирована в повседневную работу производственных, инженерных и служб КИПиА. Только таким образом можно эффективно повысить эксплуатационную надежность и обеспечить защиту от постоянно меняющихся угроз.

Специфика бизнеса компании «Специальные Материалы» требует систематизации большого объема технической информации: помимо данных о клиентах CRM хранит характеристики материалов, параметры продукции и сведения о потенциальных закупках. Раньше менеджеру приходилось самостоятельно анализировать письмо, определять, каких сведений не хватает, и начинать переписку с уточняющими вопросами. Только после нескольких итераций запрос можно было передать на расчет стоимости.

Для автоматизации этого процесса специалисты Rightex разработали коннектор для интеграции CRM с различными LLM-моделями. С выходом обновления BPMSoft 1.9 механизм подключения всех популярных LLM стал доступен в платформе «из коробки». Теперь система самостоятельно анализирует содержание обращения, сопоставляет его с номенклатурой компании и проверяет наличие обязательных параметров. Если информации недостаточно, клиент получает запрос на уточнение. Менеджер подключается к работе после того, как в заявке заполняются все необходимые сведения для проверки наличия продукции и расчета стоимости производства.

Такой же подход применили для «умной» сортировки входящей почты. ИИ автоматически определяет, относится ли письмо к клиентскому запросу, является спамом или коммерческим предложением сторонних организаций, что позволяет сократить объем ручной обработки корреспонденции.

В рамках проекта специалисты внедрили и другие ИИ-инструменты. Для поиска потенциальных поставщиков был создан парсер, который сканирует сайты отраслевых площадок, выставок и конференций, извлекает контакты и создает карточки потенциальных контрагентов в BPMSoft. Еще одним нововведением стал конструктор ИИ-сценариев, позволяющий аналитикам самостоятельно создавать процессы обработки данных без доработки системы. Сотрудники могут задавать промпты для LLM, применять готовые модели для извлечения информации из неструктурированных документов и подключать внешние источники данных.

Также был реализован анализ накопленной истории продаж. Искусственный интеллект изучает данные о звонках, переписке, встречах и сделках, выявляет закономерности между действиями менеджеров и результатами продаж и формирует рекомендации для коммерческой команды. Дополнительно CRM интегрировали с системой учета рабочего времени CrocoTime, что позволило анализировать загрузку команды и выявлять возможности для увеличения продуктивности.

Проект стал фундаментом для долгосрочного развития цифровой среды предприятия. Компания продолжает совершенствовать сценарии использования искусственного интеллекта в связке с CRM BPMSoft, планируя расширять их применение в других коммерческих процессах.

Прибор работает по технологии SLAM (Simultaneous Localization and Mapping – одновременная локализация и построение карты). Во время движения специалиста сканер считывает геометрию окружающего пространства и фиксирует положение объектов, формируя трехмерное облако точек. Заявленная дальность работы прибора достигает 200 метров, поэтому часть измерений можно проводить дистанционно, без необходимости захода маркшейдера непосредственно в забой. Это повышает безопасность и сокращает время пребывания специалистов под землей. Высокая скорость съемки позволит быстрее выполнять необходимые замеры и сокращать связанные с ними простои горной техники.

3D-моделирование рудника даст более полную картину его фактического состояния. В цифровой модели будут отражены горные выработки со всеми особенностями их геометрии, углублениями и отклонениями от проекта, а также расположенные под землей коммуникации. Она позволит точнее учитывать объемы извлеченной горной массы и оценивать положение выработок в массиве относительно рудного тела. Сейчас модель Оленегорского подземного рудника ведется в двухмерном формате.

Данные сканирования также будут использовать для контроля качества горных работ. С их помощью специалисты смогут выявлять недоборы и переборы горной массы, контролировать разубоживание – снижение качества добытой руды из-за примешивания пустой породы, – а также анализировать отклонения фактических шпуров от проекта. Шпуры – это пробуренные в горной породе отверстия для размещения зарядов при проведении взрывных работ. Контроль их расположения относительно проекта позволяет оценивать качество бурения и повышать точность последующих горных работ.

Полное сканирование Оленегорского подземного рудника и формирование его 3D-модели планируется завершить в декабре 2026 года.