Ежедневные новости

С быстрым ростом популярности шеринговых сервисов перед «МТС Юрент» встала задача оптимизации расходов на облачные ресурсы. Растущие затраты и отсутствие детализированных отчетов усложняли процесс бюджетирования и аллокации ресурсов между командами. Руководство компании искало решение, которое обеспечило бы прозрачность, автоматизацию мониторинга и эффективное управление инфраструктурой.

Подключение к платформе FinOps-«Клаудмастер» заняло 1 час. Уже на начальном этапе сервис предоставил детализированные отчеты и рекомендации по оптимизации облачной инфраструктуры. Эти данные помогли выявить возможности для сокращения расходов без ущерба для производительности. Платформа также обеспечила глубокую детализацию трендов использования ресурсов и ввела постоянный мониторинг для выявления аномалий. Это стало важным шагом к формированию долгосрочной стратегии управления затратами. Компании удалось сократить расходы на 20%, сохранив стабильность своих сервисов, улучшить прозрачность управления и повысить эффективность внутренних процессов.

Благодаря повышению прозрачности внутренние процессы DevOps-команд стали более слаженными, а внедрение метрик юнит-экономики помогло обосновать использование ресурсов и поставить четкие цели для подразделений. Постоянный мониторинг продолжает обеспечивать контроль за финансовыми потоками и поддерживает эффективность виртуальной инфраструктуры на высоком уровне.

В настоящее время VR применяется в МГИМО для обучения английскому языку, разрабатываются сценарии для немецкого, а в ближайшей перспективе планируется внедрение технологии в обучение другим языкам, включая восточные.

Проект стартовал в 2022 году с пилотного внедрения в течение 2,5 месяцев и включал две экспериментальные и одну контрольную группы. Всего в пилоте приняли участие 250 студентов четырех факультетов МГИМО-Одинцово. С помощью VR-очков обучающиеся взаимодействовали с виртуальным носителем языка, проговаривая варианты ответа и отрабатывая лингвистические конструкции. Пилотный проект включал несколько этапов: разработку интерактивных учебных сценариев, их апробацию, внедрение в процесс обучения в разных форматах и оценку результатов, в том числе, в сравнении с традиционными методами обучения.

Одна из сложностей проекта — отсутствие аналогов VR-методик и исследований эффективности применения VR для изучения языков. Поэтому преподаватели МГИМО самостоятельно разработали сценарии на платформе VR Supersonic, адаптируя их под образовательный процесс.

Как отмечает Елена Козловская, директор Одинцовского филиала МГИМО, в ходе проекта увидели не только живой интерес студентов и преподавателей и их вовлеченность, но и зафиксировали реальный рост академической успеваемости. Для преподавателей проект ознаменовал начало нового этапа профессионального роста. Они не только освоили передовые методы обучения и научились писать сценарии для VR-платформы, но и стали применять аналитику данных в образовательном процессе и использовать современные инструменты контроля знаний. Внедрение модуля с искусственным интеллектом позволило выйти на качественно новый уровень тренировки спонтанной речи.

По результатам пилотной программы у группы с VR-инструментами доля неуспевающих студентов упала более чем на 40%. Средний рейтинговый балл по иностранному языку вырос на 10 пунктов и составил 75 баллов в 2024 году. Кроме того, уменьшилось число пересдач, повысился уровень посещаемости без принуждения, студенты стали более вовлеченными в образовательный процесс.

Сейчас платформа масштабируется в рамках всего университета МГИМО, в VR занимаются более 500 студентов, подключены группы немецкого языка.

В дальнейшем планируется масштабирование проекта — подключение новых языков, в том числе, восточных, расширение числа факультетов и направлений подготовки, участвующих в программе, а также внедрение VR-технологий в обучение переговорам и другим дисциплинам.

О внедрении биометрических инструментов в метро правительство Санкт-Петербурга договорилось с ВТБ в 2024 году. Для пилотирования технологии были выбраны станции «Гостиный двор» и «Площадь Восстания». В декабре 2024 года система начала работу в формате закрытого тестирования, в котором принимали участие сотрудники банка и метрополитена. С 4 марта сервис стал доступен для всех пассажиров.

Запуску системы предшествовал большой подготовительный этап. ИТ-холдинг Т1 поставил необходимое аппаратное обеспечение, собрал и настроил программно-аппаратный комплекс, совместно с внешним партнером смонтировал оборудование на станциях и в ЦОД метрополитена, а также доработал и интегрировал ПО. В ходе тестирования адаптированы специально созданные ПАКи для бесперебойной работы биометрических инструментов и надежного, безопасного процессинга.

Открытое пилотирование на двух станциях продлится до конца мая 2025 года, после чего к проекту планируется подключить и другие станции метро. Техническое сопровождение и сервисное обслуживание оборудования на пилотном проекте будет и дальше осуществлять Т1.

Приоритетными задачами 2025 года, связанными с ИИ-моделями, названы расширение возможностей больших языковых моделей (LLM), в том числе внедрение новых модальностей, интеграция методов RAG (Retrieval-Augmented Generation, добавление в контекст запроса к большой языковой модели дополнительной информации), и разработка ИИ агентов (46%). Далее следуют сжатие нейросетей, а также оптимизация используемой ими инфраструктуры (20%) и улучшение качества обучения для повышения точности и надежности алгоритмов (19%).

В блоке вопросов о разработке ИИ-ассистентов выделяется (22%) сценарий для написания программного кода. Задачи компьютерного зрения также не теряют актуальность. Разработку подобных систем считают приоритетной 14% респондентов. При этом распознавание эмоций выделили лишь 7%.

Участникам опроса предлагалось также указать, считают ли они приоритетными для себя задачи, связанные с такими конкретными сферами, как наука и медицина. Результаты показали, что решением научных проблем с помощью ИИ намереваются заниматься 26% опрошенных, медицинскими проблемами — 18%.

Наибольшая отрицательная динамика наблюдается у немецкого провайдера Hetzner Online GmbH и французской компании облачных вычислений OVH – по 14%. В американском провайдере Amazon Web Services отток составил 8%, в Google — 7%, а в Digital Ocean — 1%.

Методология исследования основана на подсчете числа активных серверов (облачные и виртуальные серверы, VPS/VDS, dedicated), размещенных в доменных зонах. ru,. рф и. su, за период с декабря 2023 по декабрь 2024 года.

По итогам 2024 года сохраняется устойчивое падение, однако, пик уже пройден — наибольший процент оттока приходился на 2023 год. Основные волны в 2022-2024 годах, как правило, связаны с нежеланием российского бизнеса нести риски прекращения доступа с введением каких-либо ограничительных мер.

В то же время фиксируется положительная динамика у российских облачных провайдеров. В Yandex Cloud прирост составил 27%, в Selectel — 14%, в Рег.ру — 10%.

Российские провайдеры активно расширяют свои продуктовые линейки, при этом формируют предложения для конкретных отраслей или с учетом специфики работы в России с точки зрения регуляторики. Например, сервисы для размещения «1С» или другие решения, соответствующие текущим требованиям по защите данных. В такой ситуации российский продукт становился бы привлекательнее и без ухода некоторых иностранных хостеров с рынка.

По данным Национального центра развития ИИ при Правительстве РФ, индекс готовности к использованию ИИ в России показывает уверенный рост. В 2021 году он составлял 3,2 балла, а к 2024 году достиг 3,5 балла. Такой рост стал возможен благодаря государственным инициативам и росту инвестиций в технологические стартапы.

Лидерами в использовании ИИ являются отрасли с высоким уровнем цифровой трансформации — финансовый сектор, телеком, компании в сфере ИТ, логистика, ТЭК. Развивающиеся отрасли, характеризующиеся активным ростом и средним уровнем внедрения ИИ, включают такие направления, как розничная торговля, медиа, здравоохранение и строительство. Наименее активно ИИ пока применяется в городской среде, образовании, физкультуре и спорте, культуре и социальной сфере.

В финансовом секторе ИИ помогает выявлять мошенничество, оценивать кредитные риски и автоматизировать рутинные процессы. Например, Банк России использует ИИ-решения для оптимизации задач и борьбы с мошенниками. Крупные банки ежегодно инвестируют в их развитие около 1 млрд долл. Исследование Ассоциации «Финтех» показывает, что эти вложения приносят 3 млрд долл. прибыли в год. Данные становятся основой для машинного обучения, а потому дают качественную аналитику и точные прогнозы. ИИ успешно применяется и в других областях. Так, в логистике алгоритмы оптимизируют маршруты доставки, а в медицине системы ИИ помогают врачам ставить диагнозы.

Несмотря на прогресс, в некоторых отраслях спрос на ИИ-решения все еще опережает их доступность. Согласно отчету НЦРИИ за 2024 год, только 36% организаций считают, что на рынке достаточно ИИ-продуктов для их задач. В разных группах ситуация сильно отличается: среди лидеров предложением удовлетворены 48% компаний, среди развивающихся — 37%, а среди начинающих — только 26%. В связи с этим потребность в российских разработках возрастает.

При этом среди факторов, сдерживающих темпы внедрения ИИ в России, – дефицит квалифицированных ИТ-специалистов. Это создает сложности при разработке новых ИИ-продуктов. На рынке труда востребованы аналитики, ML-инженеры и разработчики, способные работать с современными технологиями. Остро ощущается и нехватка экспертов по искусственному интеллекту и машинному обучению — число вакансий для ML-инженеров и разработчиков ИИ-систем в 2024 году выросло на 43% по сравнению с 2023 годом.

Потенциал для развития

В последние годы ИИ стал одним из ключевых направлений технологического прогресса. Россия, обладая сильной научной базой и высококвалифицированными специалистами, имеет значительный потенциал для развития ИИ-технологий. Одним из наиболее перспективных направлений применения ИИ является индустрия и производство. Автоматизация производственных процессов с использованием ИИ позволяет повысить эффективность, сократить затраты и улучшить качество продукции. Машинное обучение и компьютерное зрение могут использоваться для оптимизации логистики, контроля качества и предсказания неисправностей оборудования. В этом контексте важное значение имеют системы управления производством, которые способны анализировать большие объемы данных и принимать оптимальные решения в реальном времени.

Особое внимание следует уделить развитию больших языковых моделей (LLM), которые способны понимать и генерировать текст на естественном языке, обрабатывать большие массивы технической и научной информации, что открывает новые возможности в различных областях.

LLM могут автоматически извлекать ключевые данные из документов, такие как ссылки на другие документы, объекты и их характеристики, ключевые элементы производственных процессов и т.д. Это особенно полезно в таких сферах, как юриспруденция, финансовое анализ, управление проектами и аудит. Технологии интеллектуальной обработки документов с применением больших языковых моделей представляют собой мощный инструмент для повышения эффективности и точности в обработке данных. Несмотря на существующие вызовы, потенциал этих технологий открывает новые горизонты для развития ИТ-индустрии и бизнеса в целом.

«Бионоватик» специализируется на выпуске удобрений и средств защиты растений, применяя передовые научные разработки для повышения урожайности. В условиях высокой конкуренции и сезонности бизнеса компании требовалась гибкая CRM-система, способная адаптироваться к аграрному циклу и оперативно поддерживать менеджеров на всех этапах взаимодействия с клиентами.

До внедрения BPMSoft в «Бионоватик» использовались разрозненные инструменты для управления продажами, а взаимодействие между отделами логистики и сбыта было недостаточно прозрачным. Менеджерам, работающим «в полях», не хватало удобного мобильного решения с офлайн-доступом. Рассмотренные альтернативные CRM-системы не обеспечивали необходимую гибкость, поэтому было принято решение внедрить BPMSoft — платформу с мощным BPMS-движком и возможностью кастомизации процессов с помощью low-code инструментов.

На платформе BPMSoft был разработан централизованный справочник клиентов, позволяющий учитывать холдинговую структуру и подчиненные подразделения, включая филиалы и поля. В CRM-системе настроен механизм «многошаговых активностей»: менеджер может выбирать следующий шаг взаимодействия с клиентом в зависимости от текущего результата, что делает процесс продаж более гибким и эффективным.

Дополнительно внедрен модуль заказов, поддерживающий как стандартные отгрузки, так и «закладку опыта» — процесс экспериментального тестирования продукции в полевых условиях. Функционал план-фактного анализа позволяет контролировать выполнение планов продаж и прогнозировать результаты на основе актуальных данных. Интеграция с логистикой автоматизировала обработку заказов, ускорила их согласование и передачу информации между подразделениями.

В BPMSoft работают около 20 сотрудников «Бионоватик», включая агроном-менеджеров и офисных специалистов. Новая CRM-система обеспечила прозрачность работы с клиентами, ускорила согласование заказов и передачу данных в логистику, а также помогла повысить доверие к продукции за счет точной фиксации результатов полевых экспериментов. Проект стал первым этапом цифровой трансформации «Бионоватик». В дальнейшем планируется расширение CRM-системы за счет подключения дилерского портала, интеграции с логистическими сервисами и расширения аналитических модулей.

Нейросеть «Тринити» с помощью технологий ИИ проводит быстрый аудит сделки по более чем двадцати критериям и по результатам анализа выдает рекомендации, по каким параметрам нужно доработать закупку, а также акцентирует внимание на неоднозначных показателях. Такой подход дает возможность вовремя отфильтровать неоптимальные цены и ненадежных поставщиков. Во время тестирования было проверено около 5% закупок «Самолета», приблизительный объем составляет 2 тыс. позиций. Нейросеть обнаружила 100% ошибок, специально заложенных в данные – в частности, выявила переплату в 28 млн руб. Вручную проверить информацию из более чем 6 тыс. источников, включая тендеры, рыночные цены, ФГИС ЦС и «ЕИС Закупки» невозможно, автоматизация работы позволяет экономить время и существенно ускоряет бизнес-процесс.

Внедрение решения делает прозрачной систему закупок на всех этапах. «Самолет» уже несколько лет планомерно занимается цифровизацией закупок и создает собственные продукты в этой области. Девелопер разработал платформу 10D, один из модулей которой отвечает за проведение торгов на подрядные работы и материалы. Решение «Тендеры» автоматизирует регистрацию и аккредитацию контрагентов, а также проведение тендерных процедур для товаров, работ, услуг.

Как отмечает Артем Блинов, директор по закупкам и тендерам группы «Самолет», при выборе решения было важно в результате получить бенчмарк на максимальное количество номенклатур и достоверность аналитики, близкую к 100%, чтобы могли доверять полученным данным. Во время тестирования нейросеть «Тринити» показала себя отлично, идет оценка того, как она работает с реальными нагрузками – полноценным потоком данных по всей компании. В будущем планируется с ее помощью делать бенчмарк по ценам на этапе торгов, это поможет при необходимости снижать цены, проводить переторжку, корректировать техзадания.

До 2023 года сотрудники НК «РуссНефть» пользовались корпоративным порталом на базе MS SharePoint. В рамках импортозамещения компания приступила к поиску альтернативных отечественных решений, совместимых с операционной системой Astra Linux. В качестве подрядчика «РуссНефть» выбрала «Корус Консалтинг», а в качестве решения – российскую HRM-платформу K-Team на базе «1С:Битрикс24».

Команда внедрения K-Team провела предпроектное обследование, анализ требований и сформировала подробное техническое задание. Специалисты настроили интеграции со службой каталогов для аутентификации пользователей и с 1С:ЗУП для актуализации информации по организационной структуре компании, а также выполнили настройку SSO для бесшовного входа пользователей на корпоративный портал. Всего за три месяца команда внедрения K-Team запустила базовую версию корпоративного портала для 1 тыс. сотрудников.

В рамках первого релиза запущены в эксплуатацию базовые сервисы корпоративного портала: личный кабинет сотрудника, работа с сервисами и заявками, новостная лента, карта офиса, банк идей и т.д. Кроме того, специалисты реализовали сервисы «Мониторинг законодательства» и «Проекты нормативных правовых актов», где отображаются изменения законодательства.

Также на корпоративном портале реализован сервис «Конкурсы», где сотрудники делятся фотографиями, детскими рисунками, стихами собственного сочинения, видео. Они могут голосовать за лучшие работы, а система автоматически определяет троих победителей по количеству лайков.

В личном кабинете сотрудники могут посмотреть остаток своего отпуска на конкретную дату и на начало года, что избавляет от необходимости обращаться в HR-департамент. Благодаря сервису «Журнал местных командировок» полностью автоматизировано согласование командировок сотрудников головного московского офиса.

В рамках нового релиза доступ к корпоративному порталу получат уже 2 тыс. сотрудников из разных филиалов компании, расположенных в нескольких регионах России.

Масштаб деятельности ММК, разнообразие и количество бизнес-процессов, большое число пользователей, в том числа распределенных, диктует особые требования к производительности внедренного решения. Ранее на ММК использовалась интеграционная платформа на базе ПО Tibco (ActiveMatrix BusinessWorks и Enterprise Message Service). После комплексного тестирования – нагрузочного, технологического и функционального – созданное на базе Inpolus ESB интеграционное решение было введено в промышленную эксплуатацию. Оно успешно функционирует в масштабе всего предприятия; в его архитектуру заложены возможности для быстрого масштабирования и резервирования компонентов, обеспечения непрерывности бизнес-процессов, модульность и гибкость.

Рассматривая универсальную интеграционную платформу как важнейший элемент реализации стратегии цифровой трансформации, ММК уделяет особое внимание процессам, связанным с модификацией, модернизацией и внедрением новых компонентов в свою информационную систему. Это означает, что при любом сценарии технологии «Инполюс» должны обеспечивать бесперебойность работы, а сама система – быть подлинно отказоустойчивой, надежной и справляться с самыми высокими нагрузками. Так, согласно регламентам, после краткосрочных сбоев система должна обеспечивать автоматическое восстановление не более, чем за 30 минут. При этом допустимое время потери данных (RPO) составляет не более 15 минут.

В настоящее время Inpolus ESB работает в условиях непрерывного производства с uptime-показателем не менее 99,5%, а потери данных при сбоях интеграционных систем практически исключены. Функционал новой платформы гарантирует контроль целостности передаваемых данных и их доставки, включая возможность повторной отправки. В частности, гарантируется доставка более 10 тыс. сообщений в минуту, а скорость активации передачи данных по событию – менее полсекунды.