В феврале этого года OpenAI выпустил новый отчет - Disrupting malicious uses of AI, в котором рассказал про 7 кейсов злонамеренного использования ИИ в различных областях. Признается тот факт, что генеративный ИИ уже стал штатным инструментом мошенничества. Не как "цифровой суперзлодей", придумывающий новые способы "сравнительно честных способов отъема денег у населения", а как дешёвый ускоритель для перевода, персонализации, генерации контента и масштабирования давно уже знакомых схем.
Во всем этом интересна не технологическая, а экономическая составляющая. ИИ меняет не тип угрозы, а её юнит экономику. Там, где раньше нужны были писатели, переводчики, операторы и ручная сегментация, теперь значительная часть этой работы делается быстрее, дешевле и в промышленных объёмах. В одном из кейсов мошенники использовали ИИ модели для генерации сообщений, стилизации ответов под американский английский, подготовки статус-отчётов и оценки потенциальной суммы, которую можно извлечь из жертвы.
А еще интересно то, что в отчете признают, что ИИ контент сам по себе не гарантирует эффект. Решающим фактором остаются каналы дистрибуции этого контента - реклама, сетки аккаунтов, уже набранная аудитория в мессенджерах. Просмотры зависят не от контента, а от "силы" канала. Т. е. ИИ модель не дает конкурентное преимущество, а резко удешевляет конвейер контента.
Получается такая ассиметричность - нападающему в информационном поле достаточно только быстрее запускать свои уже отработанные схемы, а защитникам - нужно проверять кучу разных обращений через разные каналы, включая те, которые не относятся к ИБ - клиентский сервис, PR, маркетинг, финансы, юристы. Т. е. безопасность тоже становится мультиканальной или даже омниканальной. Значит, зрелая компания должна смотреть не на отдельные кейсы, а на связность сигналов: как между собой коррелируют жалобы клиентов, всплески упоминаний бренда, активности в соцсетях, нестандартные обращения в поддержку итд. Если мульти/омни контура нет, компания будет видеть не кампанию, а набор случайных кейсов.
Если попробовать резюмировать, то основная проблема не в том, что ИИ научился хорошо писать, а в том, что он резко удешевил промышленную эксплуатацию доверия. И вот это уже вопрос не из области научных исследований, а вполне коммерчески-операционный.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#итбезопасность#кибербезопасность #ИТбез #AI #ChatGPT #чтотампроchatgpt
Во всем этом интересна не технологическая, а экономическая составляющая. ИИ меняет не тип угрозы, а её юнит экономику. Там, где раньше нужны были писатели, переводчики, операторы и ручная сегментация, теперь значительная часть этой работы делается быстрее, дешевле и в промышленных объёмах. В одном из кейсов мошенники использовали ИИ модели для генерации сообщений, стилизации ответов под американский английский, подготовки статус-отчётов и оценки потенциальной суммы, которую можно извлечь из жертвы.
А еще интересно то, что в отчете признают, что ИИ контент сам по себе не гарантирует эффект. Решающим фактором остаются каналы дистрибуции этого контента - реклама, сетки аккаунтов, уже набранная аудитория в мессенджерах. Просмотры зависят не от контента, а от "силы" канала. Т. е. ИИ модель не дает конкурентное преимущество, а резко удешевляет конвейер контента.
Получается такая ассиметричность - нападающему в информационном поле достаточно только быстрее запускать свои уже отработанные схемы, а защитникам - нужно проверять кучу разных обращений через разные каналы, включая те, которые не относятся к ИБ - клиентский сервис, PR, маркетинг, финансы, юристы. Т. е. безопасность тоже становится мультиканальной или даже омниканальной. Значит, зрелая компания должна смотреть не на отдельные кейсы, а на связность сигналов: как между собой коррелируют жалобы клиентов, всплески упоминаний бренда, активности в соцсетях, нестандартные обращения в поддержку итд. Если мульти/омни контура нет, компания будет видеть не кампанию, а набор случайных кейсов.
Если попробовать резюмировать, то основная проблема не в том, что ИИ научился хорошо писать, а в том, что он резко удешевил промышленную эксплуатацию доверия. И вот это уже вопрос не из области научных исследований, а вполне коммерчески-операционный.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#итбезопасность#кибербезопасность #ИТбез #AI #ChatGPT #чтотампроchatgpt
OpenAI
Disrupting malicious uses of AI
Our latest threat report examines how malicious actors combine AI models with websites and social platforms—and what it means for detection and defense.
👍5
В конце декабря прошлого года CodeRabbit опубликовал отчёт о сравнении кода написанного человеками и сгенерированного ИИ. По их данным, у ИИ - сгенерированного кода заметно выше доля проблем — особенно в логике, обработке ошибок и исключений, безопасности и производительности. В сгенерированном коде в среднем ~11 ошибок против 6 у написанного разработчиком.
Вот и думай теперь о переводе разработки полностью на ИИ. Очевидно, что надо строить механизмы контроля, а вот получится ли результат значимо дешевле ручного программирования будем посмотреть. Через недельку напишу более детальный разбор и подумаем, как это может повлиять на людей, работу с кодом в частности и экономику разработки в целом.
#AI #ChatGPT #чтотампроchatgpt
Вот и думай теперь о переводе разработки полностью на ИИ. Очевидно, что надо строить механизмы контроля, а вот получится ли результат значимо дешевле ручного программирования будем посмотреть. Через недельку напишу более детальный разбор и подумаем, как это может повлиять на людей, работу с кодом в частности и экономику разработки в целом.
#AI #ChatGPT #чтотампроchatgpt
CodeRabbit
AI vs human code gen report: AI code creates 1.7x more issues
We analyzed 470 open-source GitHub pull requests, using CodeRabbit’s structured issue taxonomy and found that AI generated code creates 1.7x more issues.
👍2
Новости рынка труда на базе ежемесячного отчета Краткий обзор рынка труда за февраль 2026 от ХХ. Посмотрим, что у нас поменялось за прошедший месяц.
Основное:
🟣 Конкуренция на рынке практически не изменилась - hh индекс (соотношение количества активных резюме к количеству активных вакансий) составил в феврале 9.8 пункта, что чуть-чуть больше, чем в январе - 9.6 пункта, но вырос на доли пункта, а не на больше пункта, как в январе по сравнению с декабрем. Продолжаем находиться в зоне высокого уровня конкуренции.
🟣 В феврале среднее число активных вакансий уменьшилось на 27%, а активных резюме увеличилось на 42% по сравнению с уровнем предыдущего года - количество людей, которые ищут работу, еще увеличилось.
🟣 В феврале выросло количество как резюме, так и вакансий (+15% против 12%) по отношению к январю - каникулы кончились, начался новый год, начали подбирать людей под новые проекты и задачи (те, у кого они остались).
По ритейлу и по ИТ, имеем:
🔘 В ритейле дефицит кадров немного уменьшился ( hh индекс подрос до 3.3 в феврале по сравнению с 2.8 в январе). Забавно, что ритейл - единственная отрасль, где число вакансий в феврале упала на 3% по сравнению с январем. Во всех остальных областях - число вакансий выросло.
🔘 ИТ тоже подотпустило, но незначительно - hh индекс упал до 19.6 против 21.3 в январе)
🔘 Число вакансий в ИТ уменьшилось на 36% по сравнению с февралем прошлого года, а число соискателей увеличилось на 30% за тот же период
🔘 Число соискателей в ИТ увеличилось на 8%, а количество вакансий увеличилось на 18% по сравнению с январем. Что опять-таки говорит о том, что проекты открылись и набор пошел.
Профессии, по которым отмечается особое снижение спроса, остались без изменений: специалисты по управлению персоналом, стратеги, инвесторы и консалтинг, массмедиа и развлечения.
В общем ситуация остается сложной. Радует, что рынок труда начало отпускать и появляются реальные живые проекты. Другой вопрос, что конкуренция на рынке огромная и это естественно отражается на бюджетах ФОТ. Но посмотрим, что произойдет по результатам марта.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#подбор #разработка #development #управление #HR #development #рыноктруда #войтивит
Основное:
По ритейлу и по ИТ, имеем:
Профессии, по которым отмечается особое снижение спроса, остались без изменений: специалисты по управлению персоналом, стратеги, инвесторы и консалтинг, массмедиа и развлечения.
В общем ситуация остается сложной. Радует, что рынок труда начало отпускать и появляются реальные живые проекты. Другой вопрос, что конкуренция на рынке огромная и это естественно отражается на бюджетах ФОТ. Но посмотрим, что произойдет по результатам марта.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#подбор #разработка #development #управление #HR #development #рыноктруда #войтивит
Please open Telegram to view this post
VIEW IN TELEGRAM
hh.ru
Обзоры рынка труда от hh.ru: коротко о важном
Рынок труда — зеркало того, что происходит на рынке в целом. Чтобы вы были всегда в курсе ситуации, мы наблюдаем за динамикой рынка труда и ежемесячно делимся актуальными отчётами.
👍2
Сегодня посмотрим на отчет Capgemini Top Tech Trends of 2026 - повествующий о технологических трендах 2026 года. А поскольку главенствует у нас только один тренд - ИИ, то и говорить сегодня будем о нем. В отличии от многих исследований Capgemini называют 2026 год не "годом прорыва ИИ", а "годом правды для ИИ", подразумевая под этим тот факт, что деньги на пилоты уже потрачены, пилоты проведены, красивые демо показаны — теперь разговор пойдет не за инновации, а за операционный эффект, архитектурную зрелость и управляемый ROI.
Отчет говорит про смену точек зрения:
➡️ ИИ перестаёт быть отдельной инициативой и начинает встраиваться в базовые контуры компании — разработку, операции, облачную архитектуру и управление. В отчете это обозначено как четыре направления: ИИ как проверка на реальную ценность, ИИ-нативная разработка программного обеспечения, AI-native software development, интеллектуальные операции и Cloud 3.0 как распределённая среда для ИИ-нагрузок. Наверное, самое главное тут то, что рынок уходит от подхода прикрутить LLM к паре процессов к модели пересборки технологического фундамента компании под постоянное присутствие ИИ.
➡️ Ценность ИИ начинает смещаться с вайбкодинга и разработки отдельных компонент в сторону оркестрации, контроля, валидации и эволюции сервисов, проектируемых и собираемых ИИ. Для инженерных команд это означает что выигрывать будут не те, кто быстрее пишет код, а те, кто лучше управляет архитектурой, качеством, безопасностью, управляемостью и стоимостью ИИ контура. GenAI снижает цену производства кода, но повышает цену ошибок в системном дизайне.
➡️ Адаптивные операции. Следующий этап цифровизации - не автоматизация задач, а переделка самих процессов под AI-first логику. Мы движемся в сторону адаптивных операций, где ИИ прогнозирует, предлагает действие, исполняет рутину, а человек остаётся в роли контролирующего оператора исключений. И тогда сможет проявиться реальная ценность ИИ - не в чат-ботах, а в скорости закрытия периода, качестве планирования, снижении потерь, управлении запасами и производительностью бэк-офиса.
➡️ Облако перестает быть только площадкой для размещения систем, а становится Cloud 3.0 — фабрикой исполнения для ИИ, где есть все - и публичные и частные и гибридные облака, под все необходимые сценарии использования ИИ.
Попробую сформулировать вывод - в этом году споры и конкуренция будет уже не между компаниями с ИИ и без ИИ, а между компаниями с управляемым ИИ фундаментом и компаниями кто продолжит точечно пилотировать ИИ. Поэтому фокус смещается с публичных кейсов использования ИИ на четыре вещи: дата-фундамент, архитектурную интеграцию ИИ в core-процессы, измерение экономического эффекта и снижение зависимости от единичных технологических поставщиков. Всё остальное — станет дорогим технологическим хобби.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#цифроваятранформация #AI #управление #впоискахсеребрянойпули #антипаттерны
Отчет говорит про смену точек зрения:
Попробую сформулировать вывод - в этом году споры и конкуренция будет уже не между компаниями с ИИ и без ИИ, а между компаниями с управляемым ИИ фундаментом и компаниями кто продолжит точечно пилотировать ИИ. Поэтому фокус смещается с публичных кейсов использования ИИ на четыре вещи: дата-фундамент, архитектурную интеграцию ИИ в core-процессы, измерение экономического эффекта и снижение зависимости от единичных технологических поставщиков. Всё остальное — станет дорогим технологическим хобби.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#цифроваятранформация #AI #управление #впоискахсеребрянойпули #антипаттерны
Please open Telegram to view this post
VIEW IN TELEGRAM
turtl.co
Top Tech Trends 2026
It’s that time of year again. Tech sector gurus are competing to identify the trends that will dominate in 2025.
👍2🔥2
Вернусь к отчету CodeRabbit о сравнении кода, написанного человеками и сгенерированного ИИ, о котором писал неделю назад. На мой взгляд, главная проблема ИИ в разработке не в том, что "код становится хуже", а в том, что ИИ меняет экономику инженерного процесса. Он удешевляет генерацию кода, но одновременно делает более дорогой проверку, сопровождение и исправление ошибок. А это значит, что меняется соотношение затрат и рисков. Хочу напомнить, что по данным CodeRabbit, ИИ-генерированный код давал в среднем 10.83 ошибок на пул-реквест, а написанный человеком - 6.45(т. е. в 1.7 раза больше). В отчёте отдельно указано, что ошибки в логике ИИ совершал на 75% чаще, ошибался при обработке ошибок и исключений — почти в 2 раза чаще, имел проблемы с безопасностью до 2,74 раза выше. Т. е. это не ошибки в кодстайле или нейминге, это про серьезные дефекты, которые доезжают до продуктивов и там уже выявляются.
По сути, имеет место интересное изменение - до недавнего времени узким местом разработки были сами изменения (медленное проектирование, кодирование, согласование). Теперь генерация становится дешёвой, и узкое место переезжает дальше, в код-ревью и тестирование. Чем больше дешёвого кода может произвести система, тем выше цена хорошего ревьювера, который способен быстро отделить рабочее решение от правдоподобной ошибки. И чем больше требуется понимание бизнес-контента и архитектуры, тем больше ИИ делает ошибки.
Если измерять эффект от ИИ разработки по velocity, то тут все нормально - количество пул-реквестов растет, время до первого коммита - сокращается, разработчики чувствуют ускорение. Но начинает расти время на ревью, переработку кода, инциденты на стыках сервисов, нагрузка на тестировщиков. В исследовании отмечается, что ИИ ускоряет производство, но усугубляет определенные категории ошибок.
Второй момент, который отмечается в отчете, что усложняется процесс код-ревью. Классический процесс проектировался под процессы, где код пишется людьми с ограниченной скоростью и с более-менее понятной мотивацией решений. ИИ меняет масштаб и ревьювер получает на вход больше кода, который "визуально нормальный", но при этом не до конца корректен. Такой код опасен тем, что он выглядит правдоподобным, а не ошибочным. И ревьювер занимается не проверкой логики кода, а когнитивно дорогим поиском скрытых дефектов.
Ну и в сухом остатке получаем, что ИИ начинает постепенно менять структуру ценности людей в команде. Если черновой код генерируется быстро и дёшево, то начинает расти роль тех, кто умеет задавать архитектурные рамки, описывать ограничения системы, проводить глубокий ревью кода. Т.е если купить скорость генерации кода, то за это заплатим более дорогим контролем качества. В компаниях, где процесс разработки зрелый, эта сделка может быть выгодной. Но там, где инженерная дисциплина слабая, ИИ может просто ускорить поставку дефектов.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#AI #ChatGPT #чтотампроchatgpt
По сути, имеет место интересное изменение - до недавнего времени узким местом разработки были сами изменения (медленное проектирование, кодирование, согласование). Теперь генерация становится дешёвой, и узкое место переезжает дальше, в код-ревью и тестирование. Чем больше дешёвого кода может произвести система, тем выше цена хорошего ревьювера, который способен быстро отделить рабочее решение от правдоподобной ошибки. И чем больше требуется понимание бизнес-контента и архитектуры, тем больше ИИ делает ошибки.
Если измерять эффект от ИИ разработки по velocity, то тут все нормально - количество пул-реквестов растет, время до первого коммита - сокращается, разработчики чувствуют ускорение. Но начинает расти время на ревью, переработку кода, инциденты на стыках сервисов, нагрузка на тестировщиков. В исследовании отмечается, что ИИ ускоряет производство, но усугубляет определенные категории ошибок.
Второй момент, который отмечается в отчете, что усложняется процесс код-ревью. Классический процесс проектировался под процессы, где код пишется людьми с ограниченной скоростью и с более-менее понятной мотивацией решений. ИИ меняет масштаб и ревьювер получает на вход больше кода, который "визуально нормальный", но при этом не до конца корректен. Такой код опасен тем, что он выглядит правдоподобным, а не ошибочным. И ревьювер занимается не проверкой логики кода, а когнитивно дорогим поиском скрытых дефектов.
Ну и в сухом остатке получаем, что ИИ начинает постепенно менять структуру ценности людей в команде. Если черновой код генерируется быстро и дёшево, то начинает расти роль тех, кто умеет задавать архитектурные рамки, описывать ограничения системы, проводить глубокий ревью кода. Т.е если купить скорость генерации кода, то за это заплатим более дорогим контролем качества. В компаниях, где процесс разработки зрелый, эта сделка может быть выгодной. Но там, где инженерная дисциплина слабая, ИИ может просто ускорить поставку дефектов.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#AI #ChatGPT #чтотампроchatgpt
CodeRabbit
AI vs human code gen report: AI code creates 1.7x more issues
We analyzed 470 open-source GitHub pull requests, using CodeRabbit’s structured issue taxonomy and found that AI generated code creates 1.7x more issues.
👍3💯2
На прошлой неделе М.Видео опубликовало на своем сайте новость, что компания впервые выходит в сегмент одежды. Сразу скажу, что это не про то, что в магазинах М.Видео можно будет купить худи и свитшоты, а про то, что М.Видео расширяет категории на своем маркетплейсе.
В принципе новость не сильно удивительная, учитывая, кто является сейчас генеральным директором компании, скорее удивительна вера в возможность появления еще одного глобального игрока на рынке маркетплейсов. Сомнений в том, что Бакальчук метится в глобальные игроки - у меня нет. Есть сомнения, что владельцам компании хватит денег на выращивании такого игрока из М.Видео - компании с сильным екомом и нишевым маркетплейсом в достаточно узком сегменте.
Как человек, который построил два нишевых маркетплейса и поучаствовал в проектировании третьего, хочу сказать, что уже выход за пределы основного сегмента компании в смежные сегменты - задача сложная и трудоемкая. А уж выход в произвольные сегменты - повышает затраты и отправляет их в космос. Ну не ассоциируется у меня М.Видео с компанией, где я пойду выбирать себе что-то из одежды. Для того, чтобы это изменить, компании придется затратить очень много времени и средств. И при этом не потерять свою индивидуальность и своих существующих клиентов.
Но я искренне рад, что М.Видео пошли по этому пути. Даже если они и не выйдут на прямую конкуренцию с ВБ и Озон, то по меньшей мере мы, как клиенты, получим улучшение клиентского опыта и качества сервисов. А это уже немало.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#управление #цифроваятранформация #новости #мнения
В принципе новость не сильно удивительная, учитывая, кто является сейчас генеральным директором компании, скорее удивительна вера в возможность появления еще одного глобального игрока на рынке маркетплейсов. Сомнений в том, что Бакальчук метится в глобальные игроки - у меня нет. Есть сомнения, что владельцам компании хватит денег на выращивании такого игрока из М.Видео - компании с сильным екомом и нишевым маркетплейсом в достаточно узком сегменте.
Как человек, который построил два нишевых маркетплейса и поучаствовал в проектировании третьего, хочу сказать, что уже выход за пределы основного сегмента компании в смежные сегменты - задача сложная и трудоемкая. А уж выход в произвольные сегменты - повышает затраты и отправляет их в космос. Ну не ассоциируется у меня М.Видео с компанией, где я пойду выбирать себе что-то из одежды. Для того, чтобы это изменить, компании придется затратить очень много времени и средств. И при этом не потерять свою индивидуальность и своих существующих клиентов.
Но я искренне рад, что М.Видео пошли по этому пути. Даже если они и не выйдут на прямую конкуренцию с ВБ и Озон, то по меньшей мере мы, как клиенты, получим улучшение клиентского опыта и качества сервисов. А это уже немало.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#управление #цифроваятранформация #новости #мнения
👍6🤔1
Автоматизация и цифровизация до сих пор часто продаётся внутри компаний слишком примитивно: экономия через сокращение затрат, ФОТа и ручного труда. Проблема в том, что такая логика почти всегда занижает реальную ценность инициативы, что ведёт к неверной приоритизации и недооценки фактической окупаемости.
В реальности автоматизация не является только проектом по сокращению затрат. Автоматизация создает ценность сразу в нескольких плоскостях - финансовой, операционной, клиентской, риск-менеджменте, организационной, управленческой и технологической эффекты. Когда мы говорим про автоматизацию и цифровизацию, то мы говорим о системном изменении работы компании, а не о локальной экономии.
Причина неправильных расчетов бизнес-эффектов проста. В бизнес-кейс обычно попадает только то, что очевидно и что можно легко положить в таблицу на первом шаге: меньше ручных операций, меньше трудозатрат, меньше ошибок. Как правило за рамки выносят эффекты второго порядка: рост выручки за счёт увеличения пропускной способности процессов и сокращения потерь продаж, улучшение клиентского опыта за счёт уменьшения времени сквозного процесса и повышения качества самого процесса, снижение потерь от ошибок, фрода и нарушений требований, а также эффект от накопление данных и роста цифровой зрелости как базы для следующих изменений. Зачастую фактическая окупаемость автоматизации и цифровизации превышает расчётную в 3 раза.
Каждый автоматизированный процесс — это данные, интеграции, единые правила исполнения, возможность нормальной аналитики, основа для сложного управления и задел для последующего применения искусственного интеллекта. Если этим активом не управлять комплексно, то мы получим локальные улучшения, но не получим системного усиления архитектуры. Т. е. автоматизировать в первую очередь нужно не те процессы, где видна самая быстрая экономия, а те, где максимален совокупный эффект по всей цепочке поставки ценности. Тогда наступает качественный сдвиг - когда процесс с незначительной прямой экономией дает намного больший итоговый эффект, сокращая потери продаж, увеличивая удержание клиентов, упрощая контроль и собирая качественные данные для следующих решений.
Нужно переходить от оценки только прямых выгод цифровизации и автоматизации к совокупному учету прямых, косвенных и нематериальных выгод. Тогда программа цифровизации перестаёт быть набором несвязанных задач или проектов и станет системой управления ценностью. А это уже совсем другая история.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#цифроваятранформация #мнения #впоискахсеребрянойпули
В реальности автоматизация не является только проектом по сокращению затрат. Автоматизация создает ценность сразу в нескольких плоскостях - финансовой, операционной, клиентской, риск-менеджменте, организационной, управленческой и технологической эффекты. Когда мы говорим про автоматизацию и цифровизацию, то мы говорим о системном изменении работы компании, а не о локальной экономии.
Причина неправильных расчетов бизнес-эффектов проста. В бизнес-кейс обычно попадает только то, что очевидно и что можно легко положить в таблицу на первом шаге: меньше ручных операций, меньше трудозатрат, меньше ошибок. Как правило за рамки выносят эффекты второго порядка: рост выручки за счёт увеличения пропускной способности процессов и сокращения потерь продаж, улучшение клиентского опыта за счёт уменьшения времени сквозного процесса и повышения качества самого процесса, снижение потерь от ошибок, фрода и нарушений требований, а также эффект от накопление данных и роста цифровой зрелости как базы для следующих изменений. Зачастую фактическая окупаемость автоматизации и цифровизации превышает расчётную в 3 раза.
Каждый автоматизированный процесс — это данные, интеграции, единые правила исполнения, возможность нормальной аналитики, основа для сложного управления и задел для последующего применения искусственного интеллекта. Если этим активом не управлять комплексно, то мы получим локальные улучшения, но не получим системного усиления архитектуры. Т. е. автоматизировать в первую очередь нужно не те процессы, где видна самая быстрая экономия, а те, где максимален совокупный эффект по всей цепочке поставки ценности. Тогда наступает качественный сдвиг - когда процесс с незначительной прямой экономией дает намного больший итоговый эффект, сокращая потери продаж, увеличивая удержание клиентов, упрощая контроль и собирая качественные данные для следующих решений.
Нужно переходить от оценки только прямых выгод цифровизации и автоматизации к совокупному учету прямых, косвенных и нематериальных выгод. Тогда программа цифровизации перестаёт быть набором несвязанных задач или проектов и станет системой управления ценностью. А это уже совсем другая история.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#цифроваятранформация #мнения #впоискахсеребрянойпули
👍4🔥1🤔1
Сегодняшний тезис - эффективность ИТ определяется не столько объёмом инвестиций в технологии, сколько качеством операционной модели управления этими технологиями.
Cильное ИТ сегодня держится на четырёх слонах: предсказуемость поставки изменений, устойчивость эксплуатации, четкая и однозначная связка с бизнес-приоритетами и нормальная среда для инженерной работы. Согласно многим отчетам от программы исследований DORA - зрелость ИТ нельзя сводить к скорости выпуска релизов: её нужно оценивать одновременно по частоте поставки, времени прохождения изменений, доле неудачных изменений и скорости восстановления сервиса. Эти показатели связаны не только с техническим результатом, но и с общими результатами организации и состоянием команд.
Если команда живёт в режиме постоянного тушения пожаров, любое "временное решение" быстро превращается в постоянный технический долг. По оценкам McKinsey, активное управление техническим долгом может высвободить инженерам до 50% времени для задач, которые направлены на бизнес-цели. И это жизненный показатель: технический долг — это не про эстетов-архитекторов, а про прямой налог на производительность ИТ.
Слабое ИТ одинаково часто возникает в двух крайностях: либо в консервативной среде, где изменения бесконечно согласуются и блокируются, либо в среде технологического ажиотажа, где решения принимаются под влиянием моды, а не архитектурной и экономической логики. DORA в отчёте еще от 2024 года отдельно подчёркивает важность стабильности приоритетов, ориентации на внутреннего пользователя и продуктового подхода к развитию. Даже внутренние ИТ-платформы должны проектироваться не как набор обязательных стандартов, а как рабочий сервис для инженерных команд.
Потому важна связка ИТ и бизнес-стратегии. Пока ИТ живёт как отдельная функция, исполняющая входящий поток запросов, вклад ИТ всегда будет оцениваться неоднозначно. Когда ИТ встроено в формирование приоритетов бизнеса, то гораздо проще договариваться о бюджетах, архитектурных ограничениях, сроках и ожидаемом эффекте. А эффективность ИТ нужно оценивать не по количеству внедрённых инструментов и проектов трансформации, а по -
🖇 времени, которое ИТ команда тратит на развитие и на обслуживание накопленных проблем
🖇 предсказуемости изменений
🖇 снижению технического долга
🖇 наличию у бизнеса и ИТ единой логики приоритетов
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#новости #цифроваятранформация #мнения #впоискахсеребрянойпули
Cильное ИТ сегодня держится на четырёх слонах: предсказуемость поставки изменений, устойчивость эксплуатации, четкая и однозначная связка с бизнес-приоритетами и нормальная среда для инженерной работы. Согласно многим отчетам от программы исследований DORA - зрелость ИТ нельзя сводить к скорости выпуска релизов: её нужно оценивать одновременно по частоте поставки, времени прохождения изменений, доле неудачных изменений и скорости восстановления сервиса. Эти показатели связаны не только с техническим результатом, но и с общими результатами организации и состоянием команд.
Если команда живёт в режиме постоянного тушения пожаров, любое "временное решение" быстро превращается в постоянный технический долг. По оценкам McKinsey, активное управление техническим долгом может высвободить инженерам до 50% времени для задач, которые направлены на бизнес-цели. И это жизненный показатель: технический долг — это не про эстетов-архитекторов, а про прямой налог на производительность ИТ.
Слабое ИТ одинаково часто возникает в двух крайностях: либо в консервативной среде, где изменения бесконечно согласуются и блокируются, либо в среде технологического ажиотажа, где решения принимаются под влиянием моды, а не архитектурной и экономической логики. DORA в отчёте еще от 2024 года отдельно подчёркивает важность стабильности приоритетов, ориентации на внутреннего пользователя и продуктового подхода к развитию. Даже внутренние ИТ-платформы должны проектироваться не как набор обязательных стандартов, а как рабочий сервис для инженерных команд.
Потому важна связка ИТ и бизнес-стратегии. Пока ИТ живёт как отдельная функция, исполняющая входящий поток запросов, вклад ИТ всегда будет оцениваться неоднозначно. Когда ИТ встроено в формирование приоритетов бизнеса, то гораздо проще договариваться о бюджетах, архитектурных ограничениях, сроках и ожидаемом эффекте. А эффективность ИТ нужно оценивать не по количеству внедрённых инструментов и проектов трансформации, а по -
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#новости #цифроваятранформация #мнения #впоискахсеребрянойпули
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6
Мы уже все признали, что информационная безопасность à la 2026 это вопрос операционной устойчивости бизнеса. Главная проблема не в абстрактном росте угроз, а в том, что атаки все быстрее добираются до критичных процессов — платежей, клиентских сервисов, цепочек поставок и доверенных интеграций. Verizon в DBIR 2025 проанализировал 22 052 инцидента, из них 12 195 подтвердились как утечки или компрометации. При этом эксплуатация уязвимостей выросла как вектор первичного проникновения до 20% всех взломов, прибавив 34% год к году, а тема сторонних поставщиков и внешних зависимостей стала одной из центральных в их отчете.
К сожалению, по-прежнему сохраняется тенденция обсуждать киберриски как нечто внешнее: фишинг, шифровальщики, VPN, уязвимости на периметре. Но в реальности атака бьет не по серверу как таковому, а по избыточным правам, слабой сегментации, неподконтрольным интеграциям, устаревшим контурам, медленному патч-менеджменту и доверенным учетным записям подрядчиков. Именно поэтому в отчете ENISA среди ключевых угроз на первом месте идут угрозы доступности, и только следом — программы-вымогатели и угрозы данным.
Еще один интересный факт: злоумышленники все чаще не ломают, а "входят по правилам". IBM по итогам 2025 года зафиксировал, что злоупотребление учетными данными оставалось предпочтительной точкой входа, почти в трети инцидентов наблюдалась кража учетных данных, а объем писем с инфостилерами вырос на 84% за год. В версии отчета IBM за 2026 год отдельно подчеркивается, что базовые проблемы никуда не исчезли: в пентестах наиболее частой точкой входа оставались неверно настроенные права доступа и слабая дисциплина в управлении учетными записями.
Для нас выводы простые - нужно повышать качество базовой инженерной дисциплины. Если права раздаются бездумно, подрядчики подключаются без прозрачных требований по безопасности, а критичные сервисы не разделены по контурам, то компания в уязвимом состоянии даже при солидном бюджете на ИБ. IBM в отчете Cost of a Data Breach оценивает среднюю глобальную стоимость инцидента в 4,4 млн долларов и отдельно связывает устойчивость с быстрым обнаружением, сдерживанием, регулярной проверкой планов реагирования и тестированием резервного восстановления.
Ну и стоит обратить внимание на ИИ-контур. IBM отмечает в своем отчете, что неуправляемое внедрение ИИ повышает стоимость инцидентов, а компании массово не успевают за вопросами контроля доступа и политики управления. То есть проблема не в плохом ИИ, а в том, что бизнес снова ускоряет внедрение технологии раньше, чем успевает оформить ее в нормальный управляемый процесс.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#итбезопасность#кибербезопасность #ИТбез #AI #ChatGPT #чтотампроchatgpt
К сожалению, по-прежнему сохраняется тенденция обсуждать киберриски как нечто внешнее: фишинг, шифровальщики, VPN, уязвимости на периметре. Но в реальности атака бьет не по серверу как таковому, а по избыточным правам, слабой сегментации, неподконтрольным интеграциям, устаревшим контурам, медленному патч-менеджменту и доверенным учетным записям подрядчиков. Именно поэтому в отчете ENISA среди ключевых угроз на первом месте идут угрозы доступности, и только следом — программы-вымогатели и угрозы данным.
Еще один интересный факт: злоумышленники все чаще не ломают, а "входят по правилам". IBM по итогам 2025 года зафиксировал, что злоупотребление учетными данными оставалось предпочтительной точкой входа, почти в трети инцидентов наблюдалась кража учетных данных, а объем писем с инфостилерами вырос на 84% за год. В версии отчета IBM за 2026 год отдельно подчеркивается, что базовые проблемы никуда не исчезли: в пентестах наиболее частой точкой входа оставались неверно настроенные права доступа и слабая дисциплина в управлении учетными записями.
Для нас выводы простые - нужно повышать качество базовой инженерной дисциплины. Если права раздаются бездумно, подрядчики подключаются без прозрачных требований по безопасности, а критичные сервисы не разделены по контурам, то компания в уязвимом состоянии даже при солидном бюджете на ИБ. IBM в отчете Cost of a Data Breach оценивает среднюю глобальную стоимость инцидента в 4,4 млн долларов и отдельно связывает устойчивость с быстрым обнаружением, сдерживанием, регулярной проверкой планов реагирования и тестированием резервного восстановления.
Ну и стоит обратить внимание на ИИ-контур. IBM отмечает в своем отчете, что неуправляемое внедрение ИИ повышает стоимость инцидентов, а компании массово не успевают за вопросами контроля доступа и политики управления. То есть проблема не в плохом ИИ, а в том, что бизнес снова ускоряет внедрение технологии раньше, чем успевает оформить ее в нормальный управляемый процесс.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#итбезопасность#кибербезопасность #ИТбез #AI #ChatGPT #чтотампроchatgpt
Ibm
Cost of a data breach 2025 | IBM
IBM’s global Cost of a Data Breach Report 2025 provides up-to-date insights into cybersecurity threats and their financial impacts on organizations.
👍5
Импортозамещение в ИТ: чего ждать в этом и следующем году. Российский ритейл медленно, но, верно, переходит от "авральной" замены западных систем к более зрелому этапу — оптимизации и наращиванию эффективности на базе отечественных ИТ решений.
По информации из различных обзоров и исследований, пик массового импортозамещения был пройден в 2024–2025 году и впереди фаза стабилизации и доводки решений. В 2027 году доля российского ПО в основных классах систем (ERP, WMS, CRM, BI, POS) может выйти на 90+%.
Основной фокус 2026–2027 — не просто "заменить иностранное", а выжать максимум из уже внедрённых российских систем: масштабируемость, аналитика, интеграция с маркетплейсами и экосистемами. Российские системы управления предприятиями, кассовые и логистические системы, заточенные под 54 ФЗ, ЕГАИС, маркировку и локальные платёжные сервисы, становятся де факто стандартом для крупных сетей. Растёт роль комплексных программно-аппаратных комплексов: когда один вендор отвечает за железо + платформу + бизнес ПО + аналитику, вместо зоопарка разношёрстных решений. Все это приводит к постепенному снижению ТСО. В комплекте идет выстраивание более простой архитектуры. Одновременно растет опыт интеграторов и качество внедрений.
В остатке - время, когда надо было просто поменять западное ПО на локальное, уже уходит. Наступает время, когда из локального ПО надо построить устойчивую, управляемую и экономически эффективную ИТ архитектуру.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#разработка #новости #development #импортозамещение
По информации из различных обзоров и исследований, пик массового импортозамещения был пройден в 2024–2025 году и впереди фаза стабилизации и доводки решений. В 2027 году доля российского ПО в основных классах систем (ERP, WMS, CRM, BI, POS) может выйти на 90+%.
Основной фокус 2026–2027 — не просто "заменить иностранное", а выжать максимум из уже внедрённых российских систем: масштабируемость, аналитика, интеграция с маркетплейсами и экосистемами. Российские системы управления предприятиями, кассовые и логистические системы, заточенные под 54 ФЗ, ЕГАИС, маркировку и локальные платёжные сервисы, становятся де факто стандартом для крупных сетей. Растёт роль комплексных программно-аппаратных комплексов: когда один вендор отвечает за железо + платформу + бизнес ПО + аналитику, вместо зоопарка разношёрстных решений. Все это приводит к постепенному снижению ТСО. В комплекте идет выстраивание более простой архитектуры. Одновременно растет опыт интеграторов и качество внедрений.
В остатке - время, когда надо было просто поменять западное ПО на локальное, уже уходит. Наступает время, когда из локального ПО надо построить устойчивую, управляемую и экономически эффективную ИТ архитектуру.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#разработка #новости #development #импортозамещение
👍4
Наткнулся неделю назад на статью, написанную руководителем отдела контента "Ашманов и партнеры", Людмилой Булгаковой, посвященную генерации контента через ИИ модели. Людмила отмечает, что время роста органического трафика из-за большого количества ИИ контента - закончилось. Не потому, что поисковики внезапно стали отрицать использование ИИ при подготовке контента, а потому что Google и Яндекс всё жёстче стали резать именно масштабное производство малополезного контента.
Google прямо выделяет scaled content abuse как отдельный класс спама, притом неважно, кем произведён текст — человеком, моделью или их союзом по расчёту или без. Яндекс так же относит подобный контент к категории "малополезный контент". Многие компании работали в логике "объём покрывает низкое качество" - публикуя сотни страниц, часть из которых всё равно собирала трафик. Но такой трафик падает - пользователь стал быстрее распознавать низкосортный ИИ контент: дочитывание падает, доверие к источнику снижается, конверсия не растёт. Т. е. мало нагенерить много контента, нужно построить контент-конвейер, похожий на производственный процесс: источники данных, факт-чекинг, редактура, экспертная верификация, отслеживание метрик качества после публикации. Т. е. ИИ может готовить материалы, но люди отвечают за смыслы и фактуру.
Если Gartner прав, и в 2026 году объём традиционного поиска снизится на 25% из-за ИИ-чатов и виртуальных агентов, то борьба пойдет уже не за позиции в выдаче, а за то, чтобы ваш сайт воспринимался ИИ как источником для ответов. Даже если контент формально оптимизирован, но содержит "воду", то он будет однозначно проигрывать в сценариях, где ИИ модель собирает ответ по нескольким источникам. Для нейроответов ценность страницы определяется тем, насколько она пригодна для извлечения смысла: насколько чётко на ней сформулированы определения, шаги, параметры сравнения, ограничения, примеры и исключения.
Проблема не в том, что ИИ ухудшает контент. Проблема в том, что ИИ резко удешевил выпуск контента, а значит обесценил сам факт публикации. Без качества - доверие к контенту низкое и конкурентное преимущество за теми, кто может производить доверие, а не текст. Условно говоря, будущая борьба — не за количество символов, а за качество уровня данных, из которого и поисковик, и нейросети смогут брать качественный ответ. Ну и главный прикол - несмотря на желание убрать человека и заменить его ИИ, человек все равно занимает свою нишу в процессах нейрогенерации. Кстати, это еще один момент на посмотреть для тех, кто говорит про замену человека ИИ в разработке. Но об этом поговорим в другой раз.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#цифроваятранформация #AI #управление #впоискахсеребрянойпули #антипаттерны
Google прямо выделяет scaled content abuse как отдельный класс спама, притом неважно, кем произведён текст — человеком, моделью или их союзом по расчёту или без. Яндекс так же относит подобный контент к категории "малополезный контент". Многие компании работали в логике "объём покрывает низкое качество" - публикуя сотни страниц, часть из которых всё равно собирала трафик. Но такой трафик падает - пользователь стал быстрее распознавать низкосортный ИИ контент: дочитывание падает, доверие к источнику снижается, конверсия не растёт. Т. е. мало нагенерить много контента, нужно построить контент-конвейер, похожий на производственный процесс: источники данных, факт-чекинг, редактура, экспертная верификация, отслеживание метрик качества после публикации. Т. е. ИИ может готовить материалы, но люди отвечают за смыслы и фактуру.
Если Gartner прав, и в 2026 году объём традиционного поиска снизится на 25% из-за ИИ-чатов и виртуальных агентов, то борьба пойдет уже не за позиции в выдаче, а за то, чтобы ваш сайт воспринимался ИИ как источником для ответов. Даже если контент формально оптимизирован, но содержит "воду", то он будет однозначно проигрывать в сценариях, где ИИ модель собирает ответ по нескольким источникам. Для нейроответов ценность страницы определяется тем, насколько она пригодна для извлечения смысла: насколько чётко на ней сформулированы определения, шаги, параметры сравнения, ограничения, примеры и исключения.
Проблема не в том, что ИИ ухудшает контент. Проблема в том, что ИИ резко удешевил выпуск контента, а значит обесценил сам факт публикации. Без качества - доверие к контенту низкое и конкурентное преимущество за теми, кто может производить доверие, а не текст. Условно говоря, будущая борьба — не за количество символов, а за качество уровня данных, из которого и поисковик, и нейросети смогут брать качественный ответ. Ну и главный прикол - несмотря на желание убрать человека и заменить его ИИ, человек все равно занимает свою нишу в процессах нейрогенерации. Кстати, это еще один момент на посмотреть для тех, кто говорит про замену человека ИИ в разработке. Но об этом поговорим в другой раз.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#цифроваятранформация #AI #управление #впоискахсеребрянойпули #антипаттерны
👍3🔥3
По отчету ГК Солар, в 2025 году число DDoS-атак на российские компании выросло на 11% и достигло 665,3 тыс., а в среднем на одну организацию пришлось 931 атака за год. Отдельно выросла нагрузка на телеком - среднее число атак на одну компанию увеличилось на 34% год к году. В своем отчете Солар отмечает, что атакующие все чаще комбинируют DDoS с атаками на веб-приложения, а не ограничиваются чистой перегрузкой канала.
Рост на 11% — неприятно, но не сенсационно. Важно другое - DDoS перестает быть отдельным классом угрозы и превращается в инструмент внутри более сложных сценариев давления на компанию. Сначала идет перегрузка внешнего контура, затем проверяется, где бизнес начинает деградировать (личный кабинет, API, DNS, внешние интеграции, канал связи с подрядчиком, веб-приложение).
Уже давно стало ясно, что доступность сервиса сегодня определяется не устойчивостью одного периметра, а устойчивостью всей сервисной цепочки. Можно качественно очистить трафик, но при этом потерять сервис на уровне бизнес-логики. В реальной эксплуатации именно это и есть современный отказ сервиса: формально инфраструктура еще существует, а бизнес-функция уже недоступна. Сейчас DDoS — это тест на зрелость процессов компании. Он показывает, есть ли у компании сценарии деградации, умеет ли продукт работать в ограниченном режиме, разведены ли критичные и второстепенные функции, есть ли резерв по DNS, CDN, каналам, балансировке, кэшу и интеграциям, а главное — понимает ли бизнес, какие функции должны выжить любой ценой, а какие допустимо временно отключить.
Еще один вывод из отчета - рост атак на телеком и ИТ означает, что уязвимости смещаются вверх по цепочке поставки. Если раньше атаковали нас, то теперь атакуют всю цепочку. И если отсутствуют требования к устойчивости поставщиков/контрагентов и регулярной проверки выполнения этих требований, то часть архитектуры уже находится вне контроля, хотя бизнес этого обычно не осознает. В общем защита от DDoS образца 2026 года это программа обеспечения устойчивости цифровых сервисов (каналы и приложения, приоритезация критичных функций, архитектура контролируемой деградации, резервирование внешних зависимостей, стресс-тестирование подрядчиков и понятный регламент переключения сервиса в аварийный режим).
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#итбезопасность#кибербезопасность #ИТбез #новости #мнения
Рост на 11% — неприятно, но не сенсационно. Важно другое - DDoS перестает быть отдельным классом угрозы и превращается в инструмент внутри более сложных сценариев давления на компанию. Сначала идет перегрузка внешнего контура, затем проверяется, где бизнес начинает деградировать (личный кабинет, API, DNS, внешние интеграции, канал связи с подрядчиком, веб-приложение).
Уже давно стало ясно, что доступность сервиса сегодня определяется не устойчивостью одного периметра, а устойчивостью всей сервисной цепочки. Можно качественно очистить трафик, но при этом потерять сервис на уровне бизнес-логики. В реальной эксплуатации именно это и есть современный отказ сервиса: формально инфраструктура еще существует, а бизнес-функция уже недоступна. Сейчас DDoS — это тест на зрелость процессов компании. Он показывает, есть ли у компании сценарии деградации, умеет ли продукт работать в ограниченном режиме, разведены ли критичные и второстепенные функции, есть ли резерв по DNS, CDN, каналам, балансировке, кэшу и интеграциям, а главное — понимает ли бизнес, какие функции должны выжить любой ценой, а какие допустимо временно отключить.
Еще один вывод из отчета - рост атак на телеком и ИТ означает, что уязвимости смещаются вверх по цепочке поставки. Если раньше атаковали нас, то теперь атакуют всю цепочку. И если отсутствуют требования к устойчивости поставщиков/контрагентов и регулярной проверки выполнения этих требований, то часть архитектуры уже находится вне контроля, хотя бизнес этого обычно не осознает. В общем защита от DDoS образца 2026 года это программа обеспечения устойчивости цифровых сервисов (каналы и приложения, приоритезация критичных функций, архитектура контролируемой деградации, резервирование внешних зависимостей, стресс-тестирование подрядчиков и понятный регламент переключения сервиса в аварийный режим).
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#итбезопасность#кибербезопасность #ИТбез #новости #мнения
👀2
Интересное о презентации Nvidia на GTC 2026. Nvidia показала не только очередное поколение железа, но объявила о новом своем направлении на рынке ИИ: не только производство видео чипов для обучения моделей, но развитие inference computing, то есть исполнение запросов в режиме реального времени. Reuters пишет, что Jensen Huang оценил совокупную выручку Nvidia от этого направления в $1 трлн к 2027 году, вдвое выше прежней оценки в $500 млрд. При этом акцент сделан уже не только на GPU, но и на CPU, сетевую часть, серверные системы и программный слой.
Еще недавно основные споры шли вокруг того, кто быстрее и дешевле обучит большую модель. Теперь на кону другой вопрос - кто сможет обслужить огромный поток реальных запросов с приемлемой задержкой, предсказуемой стоимостью и без взрыва по энергопотреблению и инфраструктурной сложности. Nvidia прямо перестраивает под это архитектуру: Reuters отмечает разделение inference на этапы, где для prefill продвигается Vera CPU, а для decode — отдельные специализированные ускорители на базе приобретённой Groq-технологии.
Это означает две вещи:
1️⃣ концепция "много GPU" уже не летит. Слишком дорого, плохо масштабируемо, имеет ограничения. Nvidia попыталась найти приемлемый вариант с многослойной системой вычислений.
2️⃣ Nvidia переходит к продаже вендор-лока. Чем сложнее inference-стек, тем выше зависимость не только от конкретного ускорителя, но и от всей связки. Когда вендор контролирует весь стек, заказчик действительно получает прирост по производительности и времени внедрения, но одновременно теряет пространство для манёвра. Перейти потом на альтернативы становится существенно дороже.
Вывод интересный - рынок ИИ-инфраструктуры вступает в фазу, где конкурентное преимущество смещается с самой ИИ модели, на промышленный инференс. Рост доступной мощности не отменяет необходимости проектировать маршрутизацию запросов, выбирать, где нужен дорогой reasoning, а где достаточно дешёвого ответа, ограничивать контекст, вводить кэширование, оркестрацию моделей и жёсткие политики по качеству данных. Поэтому держим в голове вопрос - можем ли мы построить ИИ-контур, который не превратится через 12 месяцев в дорогую и трудноизменяемую форму технического долга.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#AI #ChatGPT #чтотампроchatgpt #новости #мнения
Еще недавно основные споры шли вокруг того, кто быстрее и дешевле обучит большую модель. Теперь на кону другой вопрос - кто сможет обслужить огромный поток реальных запросов с приемлемой задержкой, предсказуемой стоимостью и без взрыва по энергопотреблению и инфраструктурной сложности. Nvidia прямо перестраивает под это архитектуру: Reuters отмечает разделение inference на этапы, где для prefill продвигается Vera CPU, а для decode — отдельные специализированные ускорители на базе приобретённой Groq-технологии.
Это означает две вещи:
Вывод интересный - рынок ИИ-инфраструктуры вступает в фазу, где конкурентное преимущество смещается с самой ИИ модели, на промышленный инференс. Рост доступной мощности не отменяет необходимости проектировать маршрутизацию запросов, выбирать, где нужен дорогой reasoning, а где достаточно дешёвого ответа, ограничивать контекст, вводить кэширование, оркестрацию моделей и жёсткие политики по качеству данных. Поэтому держим в голове вопрос - можем ли мы построить ИИ-контур, который не превратится через 12 месяцев в дорогую и трудноизменяемую форму технического долга.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#AI #ChatGPT #чтотампроchatgpt #новости #мнения
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4
М.Видео может закрыть до 380 магазинов к концу 2026 года. Новость хайповая и официально не подтвержденная. Официальная стратегия ритейлера — "трансформация в маркетплейс". В реальности это может превратиться как в историю успеха, так и в потерю бизнеса без приобретения нового.
Схема выглядит знакомо: офлайн умирает под давлением ВБ и Озон, менеджмент объявляет о "стратегическом pivot'е" в сторону платформы и мультикатегорийного маркетплейса, акционеры кивают. Проблема в том, что этот сценарий уже несколько раз разыгрывался на западных рынках — редко когда традиционный ритейлер становился полноценным маркетплейсом. Best Buy выжил, закрыв тысячи точек и переориентировавшись на сервис и экспертизу. Те, кто пошёл путём простого наращивания категорий и конвертации в платформу — нет.
Построить полноразмерный мультикатегорийный маркетплейс — не равно добавить разделы с товарами нетипичных категорий на сайт и подключить новые способы доставки. Это другая операционная модель, другая юнит-экономика, другой IT-стек. ВБ и Озон строили свою инфраструктуру годами, сжигая бабки, которых у М.Видео сейчас явно не в избытке. Конкурировать с устоявшимися лидерами за продавцов и покупателей, не имея ни их логистических мощностей, ни их аудитории, ни их технологического задела — задача нетривиальная.
При этом офлайн-сеть, которую могут зарезать для ради трансформации — это живой актив: трафик, узнаваемость, точки физического контакта с покупателем, которые маркетплейсы как раз пытаются воссоздать через ПВЗ. Закрыть магазины легко. Вернуть присутствие, если платформа не взлетит — будет сильно сложнее, если не невозможно.
Трансформация такого масштаба — это 3–5 лет тяжёлой работы: пересборка IT платформы, переобучение команд, выстраивание новой юнит-экономики. Всё это больно и дорого. Компания, которая сможет пройти этот путь - точно обновится и станет одним из лидеров рынка. Хочется верить, что это история М.Видео. И потому что хочется красивой истории, и потому что рынку нужна альтернатива платформам-монополистам. Конкуренция полезна всем — и покупателям, и продавцам, и самой отрасли.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#управление #цифроваятранформация #новости #мнения
Схема выглядит знакомо: офлайн умирает под давлением ВБ и Озон, менеджмент объявляет о "стратегическом pivot'е" в сторону платформы и мультикатегорийного маркетплейса, акционеры кивают. Проблема в том, что этот сценарий уже несколько раз разыгрывался на западных рынках — редко когда традиционный ритейлер становился полноценным маркетплейсом. Best Buy выжил, закрыв тысячи точек и переориентировавшись на сервис и экспертизу. Те, кто пошёл путём простого наращивания категорий и конвертации в платформу — нет.
Построить полноразмерный мультикатегорийный маркетплейс — не равно добавить разделы с товарами нетипичных категорий на сайт и подключить новые способы доставки. Это другая операционная модель, другая юнит-экономика, другой IT-стек. ВБ и Озон строили свою инфраструктуру годами, сжигая бабки, которых у М.Видео сейчас явно не в избытке. Конкурировать с устоявшимися лидерами за продавцов и покупателей, не имея ни их логистических мощностей, ни их аудитории, ни их технологического задела — задача нетривиальная.
При этом офлайн-сеть, которую могут зарезать для ради трансформации — это живой актив: трафик, узнаваемость, точки физического контакта с покупателем, которые маркетплейсы как раз пытаются воссоздать через ПВЗ. Закрыть магазины легко. Вернуть присутствие, если платформа не взлетит — будет сильно сложнее, если не невозможно.
Трансформация такого масштаба — это 3–5 лет тяжёлой работы: пересборка IT платформы, переобучение команд, выстраивание новой юнит-экономики. Всё это больно и дорого. Компания, которая сможет пройти этот путь - точно обновится и станет одним из лидеров рынка. Хочется верить, что это история М.Видео. И потому что хочется красивой истории, и потому что рынку нужна альтернатива платформам-монополистам. Конкуренция полезна всем — и покупателям, и продавцам, и самой отрасли.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#управление #цифроваятранформация #новости #мнения
🔥4💯1
Новости рынка труда на базе ежемесячного отчета Краткий обзор рынка труда за март 2026 от ХХ. Посмотрим, что у нас поменялось с наступлением весны.
Основное:
🖇 Конкуренция на рынке резко выросла - hh индекс (соотношение количества активных резюме к количеству активных вакансий) составил в марте 11.4 пункта, что на 1.6 пункта больше, чем в феврале - 9.8 пункта. Рост резкий и в прошлом году такого роста не было. Продолжаем находиться в зоне высокого уровня конкуренции и приближаемся к крайне высокому уровню конкуренции (порог 12 - осталось 0.6 пункта)
🖇 В марте среднее число активных вакансий уменьшилось на 27%, а активных резюме увеличилось на 41% по сравнению с уровнем предыдущего года - количество людей, которые ищут работу, еще увеличилось. Уровень снижения вакансий и увеличения резюме - держится ровно в феврале и марте.
По ритейлу и по ИТ, имеем:
🖇 В ритейле дефицит кадров еще немного уменьшился (hh индекс подрос до 3.8 в марте по сравнению с 3.3 в феврале).
🖇 ИТ тоже бьет рекорды - hh индекс вырос до 22.9 против 19.6 в феврале и 21.3 в январе). Март "отыграл" февральское снижение и поставил новый рекорд.
🖇 Число вакансий в ИТ уменьшилось на 37% по сравнению с мартом прошлого года, а число соискателей увеличилось на 29% за тот же период. Тоже стабильность по сравнению с февралем.
Профессии, по которым отмечается особое снижение спроса, остались без изменений: специалисты по управлению персоналом, стратеги, инвесторы и консалтинг, массмедиа и развлечения.
В общем ситуация ухудшается. Радость по поводу "отпускания" рынка оказалась преждевременной. Проекты появляются, но предложение зашкаливает. Многие компании, если не все, продолжают затягивать пояса. Бюджеты сокращаются. Вопрос уже не ставится - где лучше, а - где насколько плохо. Запасаемся терпением и будем следить за динамикой в апреле.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#подбор #разработка #development #управление #HR #development #рыноктруда #войтивит
Основное:
По ритейлу и по ИТ, имеем:
Профессии, по которым отмечается особое снижение спроса, остались без изменений: специалисты по управлению персоналом, стратеги, инвесторы и консалтинг, массмедиа и развлечения.
В общем ситуация ухудшается. Радость по поводу "отпускания" рынка оказалась преждевременной. Проекты появляются, но предложение зашкаливает. Многие компании, если не все, продолжают затягивать пояса. Бюджеты сокращаются. Вопрос уже не ставится - где лучше, а - где насколько плохо. Запасаемся терпением и будем следить за динамикой в апреле.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#подбор #разработка #development #управление #HR #development #рыноктруда #войтивит
Please open Telegram to view this post
VIEW IN TELEGRAM
hh.ru
Обзоры рынка труда от hh.ru: коротко о важном
Рынок труда — зеркало того, что происходит на рынке в целом. Чтобы вы были всегда в курсе ситуации, мы наблюдаем за динамикой рынка труда и ежемесячно делимся актуальными отчётами.
👍2🔥1
А вы в курсе того, что мы все давно в том или ином виде принимаем участие в обучении ИИ? Наверняка каждый сталкивался с тем, что при входе сервисы показывают нам капчу. А иногда и не одну. А иногда и очень много. И мы злимся, кликаем по этим несчастным светофорам, автомобилям, переходам — и редко кто думает о том, что он сейчас работает бесплатным разметчиком данных для чьей то нейросети.
Не знаю как кто, а я долго думал, что обучение ИИ — это какая то отдельная священная церемония дата инженеров. А по факту мы уже давно это делаем каждый день и без ощущения, что мы устроились волонтером по разметке данных.
➡️ Капча? Нет - разметка картинок и дорожных сценариев (перекрестков, переходов, светофоров).
➡️ Фото "2016 vs 2026" в соцсетях? Нет - прекрасные пары для моделей, которые учатся понимать старение лица и трансформации внешности.
➡️ Игры с "ИИ аватарками"? Нет - данные о том, как мы хотим выглядеть и какие стили считаем красивыми.
С точки зрения продукта и технологии — это подарок: не нужно организовывать гигантские разметочные фабрики, когда часть разметки можно встроить в естественные клиентские сценарии и получить аккуратные и живые данных. Вторичная польза для пользователя - тоже понятна. Он получает меньше ошибок авторизации, умнее рекомендации, удобнее "умный поиск по фото/чеку/товару". Но первично - клиент негодует. Ему надо выполнять непонятные действия, непонятно для чего. Если открыто сказать, что эти действия помогают сделать сервис умнее для клиента, то люди воспримут свое участие как вклад, а не как скрытую эксплуатацию.
Это такая форма со-развития: бизнес строит инфраструктуру, модели и процессы, а клиенты через свои действия настраивают это под себя. Это уже не странная история про тайную эксплуатацию клиентов сервисами, а вполне взрослая договорённость: одни делают другим удобнее, а другие - помогают первым становиться точнее. Главное — не превращать это в "рабский труд" и не перегибать палку с количеством микрозаданий по дороге к целевому действию.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#AI #ChatGPT #чтотампроchatgpt #новости #мнения
Не знаю как кто, а я долго думал, что обучение ИИ — это какая то отдельная священная церемония дата инженеров. А по факту мы уже давно это делаем каждый день и без ощущения, что мы устроились волонтером по разметке данных.
С точки зрения продукта и технологии — это подарок: не нужно организовывать гигантские разметочные фабрики, когда часть разметки можно встроить в естественные клиентские сценарии и получить аккуратные и живые данных. Вторичная польза для пользователя - тоже понятна. Он получает меньше ошибок авторизации, умнее рекомендации, удобнее "умный поиск по фото/чеку/товару". Но первично - клиент негодует. Ему надо выполнять непонятные действия, непонятно для чего. Если открыто сказать, что эти действия помогают сделать сервис умнее для клиента, то люди воспримут свое участие как вклад, а не как скрытую эксплуатацию.
Это такая форма со-развития: бизнес строит инфраструктуру, модели и процессы, а клиенты через свои действия настраивают это под себя. Это уже не странная история про тайную эксплуатацию клиентов сервисами, а вполне взрослая договорённость: одни делают другим удобнее, а другие - помогают первым становиться точнее. Главное — не превращать это в "рабский труд" и не перегибать палку с количеством микрозаданий по дороге к целевому действию.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#AI #ChatGPT #чтотампроchatgpt #новости #мнения
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4
Сегодня порассуждаем на тему, с которой сталкивался каждый из нас - Покупка новых ИТ систем ради конкурентного преимущества. Сколько раз я слышал, когда бизнес "на серьезных щах" заявляет, что замена старой системы на новую даст конкурентное преимущество (три буквы, описывающие функционал системы, можно подставить свои, благо их много). При этом никто не может объяснить, какое преимущество и чем новая система будет отличаться от старой.
За последние годы ИТ в кровавом энтерпрайзе превратилось в электричество. Есть — хорошо, нет — катастрофа. Как электричество не дает конкурентного преимущества, так и конкурентное преимущество по факту наличия ERP, CRM, биллинга или других систем — тоже проходит по разряду сказок. БОльшая часть корпоративных систем — такой же коммодити, как офисные кресла: неудобные мешают работать, удобные не помогают выиграть рынок сами по себе.
В целом все просто. Любой ритейлер может за вменяемые деньги купить себе нормальный ИТ ландшафт. Вендоров много, цены плюс минус сопоставимы, лучше хуже различается в деталях. Всё это выровняло минимальный гигиенический уровень ИТ. Клиенту в целом фиолетово, на детали реализации, лишь бы корзина не пропадала, ее можно было оплатить без проблем и заказ приезжал вовремя.
И вот тут кроется не всем заметная ловушка. Многие продолжают обсуждать разработку и/или покупку коробок и платформ так, будто они магически сделают их номером один. Хотя реальная дифференциация давно уехала в другие плоскости: в то, как выстраиваются процессы, какие решения принимаются на основе данных, как быстро меняется продукт и насколько бесшовным ощущается опыт клиента.
Уникальность рождается в слоях над коммодити: собственные алгоритмы рекомендаций, продуманная логика промокампаний, точная сегментация, сценарии общения с клиентом, гибкость аналитики. Т. е. то, что купить гораздо сложнее. То, что нужно создавать самим. Поэтому битве ERP/CRM/WMS не быть, она осталась в прошлом.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#цифроваятранформация #мнения #впоискахсеребрянойпули
За последние годы ИТ в кровавом энтерпрайзе превратилось в электричество. Есть — хорошо, нет — катастрофа. Как электричество не дает конкурентного преимущества, так и конкурентное преимущество по факту наличия ERP, CRM, биллинга или других систем — тоже проходит по разряду сказок. БОльшая часть корпоративных систем — такой же коммодити, как офисные кресла: неудобные мешают работать, удобные не помогают выиграть рынок сами по себе.
В целом все просто. Любой ритейлер может за вменяемые деньги купить себе нормальный ИТ ландшафт. Вендоров много, цены плюс минус сопоставимы, лучше хуже различается в деталях. Всё это выровняло минимальный гигиенический уровень ИТ. Клиенту в целом фиолетово, на детали реализации, лишь бы корзина не пропадала, ее можно было оплатить без проблем и заказ приезжал вовремя.
И вот тут кроется не всем заметная ловушка. Многие продолжают обсуждать разработку и/или покупку коробок и платформ так, будто они магически сделают их номером один. Хотя реальная дифференциация давно уехала в другие плоскости: в то, как выстраиваются процессы, какие решения принимаются на основе данных, как быстро меняется продукт и насколько бесшовным ощущается опыт клиента.
Уникальность рождается в слоях над коммодити: собственные алгоритмы рекомендаций, продуманная логика промокампаний, точная сегментация, сценарии общения с клиентом, гибкость аналитики. Т. е. то, что купить гораздо сложнее. То, что нужно создавать самим. Поэтому битве ERP/CRM/WMS не быть, она осталась в прошлом.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#цифроваятранформация #мнения #впоискахсеребрянойпули
👍2🤩1
Прочитал на одном канале:
И тут у меня реально подгорело: Ваше резюме написал робот и рекрутер это видит. А другой рекрутер… советует писать его для роботов и ATS алгоритмов, иначе его не увидят. И кандидат оказывается меж двух огней - надо понравиться роботу, чтобы пройти первый фильтр, а дальше доказать, что ты не робот, чтобы пройти второй. Получается замкнутый круг, в который себя загоняет рынок: чтобы быть найденным — нужно быть как все, а чтобы быть выбранным — нужно быть не как все. Но это не точно. Потому, что при просмотре информации по компании, зачастую можно увидеть - компания разбирает 20–40–60% откликов.
Да, я тоже против "прямого" использования ИИ для генерации чего-либо. От писем и текстов, до презентаций и резюме. Потому, что язык ИИ уже видно за километр невооруженным взглядом. Единственный выход - переписать сгенерированный ИИ текст своими руками. Но при переписывании можно потерять видимость для роботов. Значит нужно поручить эти правки рекрутерам, обещающим переписать резюме под поисковые алгоритмы? А где гарантии, что они не пользуются теми же самыми ИИ для генерации, только промпты у них чуть поумнее?
У меня вообще ощущение, что рынок поиска вакансий уровня от сеньора и выше в менеджмент, уже живет в совершенно другой, параллельной вселенной. А hh.ru и адаптация резюме под роботов и ATS остались в этой только для того, чтобы многочисленные рекрутеры, карьерные консультанты и прочие товарищи могли зарабатывать деньги на тех, кто пытается найти работу. Хоть это и грустно.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#подбор #разработка #development #управление #HR #development #рыноктруда #войтивит
Полчаса назад я закончил свое исследование на основе статей и аналитики hh, Ведомостей и работа.ру, и вот что выяснил:
62% россиян, которые сейчас ищут работу, создают резюме и сопроводительные письма с помощью нейросетей. ChatGPT и схожие ИИ - берут, вставляют, отправляют. Быстро, удобно, красиво.
Только есть проблема. Рекрутер это видит.
И тут у меня реально подгорело: Ваше резюме написал робот и рекрутер это видит. А другой рекрутер… советует писать его для роботов и ATS алгоритмов, иначе его не увидят. И кандидат оказывается меж двух огней - надо понравиться роботу, чтобы пройти первый фильтр, а дальше доказать, что ты не робот, чтобы пройти второй. Получается замкнутый круг, в который себя загоняет рынок: чтобы быть найденным — нужно быть как все, а чтобы быть выбранным — нужно быть не как все. Но это не точно. Потому, что при просмотре информации по компании, зачастую можно увидеть - компания разбирает 20–40–60% откликов.
Да, я тоже против "прямого" использования ИИ для генерации чего-либо. От писем и текстов, до презентаций и резюме. Потому, что язык ИИ уже видно за километр невооруженным взглядом. Единственный выход - переписать сгенерированный ИИ текст своими руками. Но при переписывании можно потерять видимость для роботов. Значит нужно поручить эти правки рекрутерам, обещающим переписать резюме под поисковые алгоритмы? А где гарантии, что они не пользуются теми же самыми ИИ для генерации, только промпты у них чуть поумнее?
У меня вообще ощущение, что рынок поиска вакансий уровня от сеньора и выше в менеджмент, уже живет в совершенно другой, параллельной вселенной. А hh.ru и адаптация резюме под роботов и ATS остались в этой только для того, чтобы многочисленные рекрутеры, карьерные консультанты и прочие товарищи могли зарабатывать деньги на тех, кто пытается найти работу. Хоть это и грустно.
Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал
#подбор #разработка #development #управление #HR #development #рыноктруда #войтивит
🤔3🤣1
Когда мы обсуждаем внедрение искусственного интеллекта или запуск сложных технологических решений, внимание обычно сразу уходит в сторону алгоритмов, архитектур и больших данных. На практике же любой успешный проект держится на специалистах и отлаженных процессах их взаимодействия.
Команда Embedika, разработчика ИТ‑систем на основе ML и NLP, собрала в подборке несколько экспертных постов. В них специалисты разных профилей рассказывают о рабочих подходах и инструментах, которые используют в своей области.
1️⃣ Командные процессы: о планировании, оценке сроков и анализе итогов
Руководитель проектного офиса рассказывает, как регулярная синхронизация, честная оценка и разбор этапов помогают команде стабильно работать.
2️⃣ UI-дизайнер для ИИ‑систем: о решениях, которые вызывают доверие пользователей
Ведущий дизайнер делится базовыми принципами проектирования интерфейсов для продуктов на базе машинного обучения.
3️⃣ QA-инженер: о контроле качества на всех стадиях разработки
Материал о задачах тестировщиков: как они работают на этапе аналитики, помогают с требованиями и находят ошибки до того, как написан первый код.
4️⃣ DevOps-инженер: о надежности в проектах с высокими требованиями
Руководитель департамента разработки и внедрения — о том, как инженеры автоматизации настраивают процессы доставки кода.
Больше практических материалов о процессах, карьере и технологиях — в канале @embedika.
Коллеги делятся опытом разработки сложных систем, разбирают кейсы и дают готовые инструменты для эффективной работы.
Команда Embedika, разработчика ИТ‑систем на основе ML и NLP, собрала в подборке несколько экспертных постов. В них специалисты разных профилей рассказывают о рабочих подходах и инструментах, которые используют в своей области.
1️⃣ Командные процессы: о планировании, оценке сроков и анализе итогов
Руководитель проектного офиса рассказывает, как регулярная синхронизация, честная оценка и разбор этапов помогают команде стабильно работать.
2️⃣ UI-дизайнер для ИИ‑систем: о решениях, которые вызывают доверие пользователей
Ведущий дизайнер делится базовыми принципами проектирования интерфейсов для продуктов на базе машинного обучения.
3️⃣ QA-инженер: о контроле качества на всех стадиях разработки
Материал о задачах тестировщиков: как они работают на этапе аналитики, помогают с требованиями и находят ошибки до того, как написан первый код.
4️⃣ DevOps-инженер: о надежности в проектах с высокими требованиями
Руководитель департамента разработки и внедрения — о том, как инженеры автоматизации настраивают процессы доставки кода.
Больше практических материалов о процессах, карьере и технологиях — в канале @embedika.
Коллеги делятся опытом разработки сложных систем, разбирают кейсы и дают готовые инструменты для эффективной работы.
👍3
Сегодня обзор отчета МТС - Перспективы ИТ рынка. Самое смешное он вроде про перспективы IT-рынка, но по факту это список того, где бизнес и технари будут зарабатывать в ближайшее время.
Основные моменты:
➡️ Рынок ИТ в РФ дальше растёт, а не всё пропало, как часто пишут. На эту тему в отчете вроде даны честные цифры: общий ИТ рынок до 2030 продолжит ползти вверх, с нормальным двузначным среднегодовым темпом роста. При этом структура рынка меняется: железо уже не драйвер, балом правит софт и сервисы, а особенно облака и SaaS. То есть классический проект заказной разработки в онпреме постепенно превращается в дорогого и коллекционного динозавра.
➡️ Следующее - Service as a Software — это модель, при которой услуги трансформируются в программные решения, где интеллектуальные агенты (на базе ИИ) самостоятельно выполняют задачи, анализируют данные, принимают решения и предоставляют результаты. В отличие от традиционного SaaS (Software as a Service), где пользователи работают с инструментами для выполнения задач, акцент смещается на автоматизацию самого процесса достижения. В сухом остатке: чем выше уровень абстракции, тем выше выручка и маржа.
Дальше — отраслевые истории. В отчёте: e com, финтех, медтех, марктех и прочие tech остаются топовыми потребителями ИТ, и им всё ещё есть что автоматизировать. Плюс хорошо видны пласты, где все еще платят много и долго: ERP, CRM, BPM, отраслевые решения (MES, WMS, SCM, CAD/PLM, HR системы). Забавно, но именно скучные корпоративные системы разряда коммодити формируют стабильный денежный поток, пока все бегут за модным AI.
Отдельным блоком про ИИ: NLP, RPA, всякая аналитика, ВDI/VDI — всё это растёт, но важно, что ИИ — это конкретные прикладные сценарии. Типа: автоматизация процессов, антифрод, контакт центры, голос, документы, RAG и MLOps как инфраструктура. То есть +100500 в карму тем, кто делает нормальные бизнес-кейсы, а не генеративный единорога.
Как всегда особняком стоит кибербез. Там просто парад аббревиатур: EDR/XDR, SIEM, SOAR, WAF, NGFW, DLP, CNAPP и прочие три буквы, за которые хорошо платят. В отчёте видно: спрос на безопасность будет только расти, потому что рост цифровизации (не к ночи помянутой) и атаки никуда не деваются. Любой продукт, который снижает риск и закрывает требования регулятора, имеет шанс жить даже в кризис.
И про любимого персонажа последних лет — каптивные ИТ компании. В отчёте показано, что значимая часть растущих ИТ бюджетов в B2B и B2G оседает именно у них: у банков, телекома, экосистем вокруг e com и финтеха свои ИТ дочки становятся основными поставщиками систем, отраслевых платформ и облачных сервисов с двузначным ростом до 2030. Для групп компаний это уже не кост центр, а способ удерживать ИТ деньги внутри контура и параллельно выходить наружу с продуктами — от корпоративных коробок до SaaS и PaaS платформ. В сухом остатке: каптив — это когда твой внутренний вендор играет по рыночным правилам, конкурирует за эффективность и техдолг, но при этом опирается на понятный длинный спрос материнского бизнеса и его отраслевую специфику.
Больше интересных новостей об ИИ, ритейле, екоме и маркетплейсах 👉 Подписаться на канал
#новости #AI #разработка #data #простоосложном
Основные моменты:
Дальше — отраслевые истории. В отчёте: e com, финтех, медтех, марктех и прочие tech остаются топовыми потребителями ИТ, и им всё ещё есть что автоматизировать. Плюс хорошо видны пласты, где все еще платят много и долго: ERP, CRM, BPM, отраслевые решения (MES, WMS, SCM, CAD/PLM, HR системы). Забавно, но именно скучные корпоративные системы разряда коммодити формируют стабильный денежный поток, пока все бегут за модным AI.
Отдельным блоком про ИИ: NLP, RPA, всякая аналитика, ВDI/VDI — всё это растёт, но важно, что ИИ — это конкретные прикладные сценарии. Типа: автоматизация процессов, антифрод, контакт центры, голос, документы, RAG и MLOps как инфраструктура. То есть +100500 в карму тем, кто делает нормальные бизнес-кейсы, а не генеративный единорога.
Как всегда особняком стоит кибербез. Там просто парад аббревиатур: EDR/XDR, SIEM, SOAR, WAF, NGFW, DLP, CNAPP и прочие три буквы, за которые хорошо платят. В отчёте видно: спрос на безопасность будет только расти, потому что рост цифровизации (не к ночи помянутой) и атаки никуда не деваются. Любой продукт, который снижает риск и закрывает требования регулятора, имеет шанс жить даже в кризис.
И про любимого персонажа последних лет — каптивные ИТ компании. В отчёте показано, что значимая часть растущих ИТ бюджетов в B2B и B2G оседает именно у них: у банков, телекома, экосистем вокруг e com и финтеха свои ИТ дочки становятся основными поставщиками систем, отраслевых платформ и облачных сервисов с двузначным ростом до 2030. Для групп компаний это уже не кост центр, а способ удерживать ИТ деньги внутри контура и параллельно выходить наружу с продуктами — от корпоративных коробок до SaaS и PaaS платформ. В сухом остатке: каптив — это когда твой внутренний вендор играет по рыночным правилам, конкурирует за эффективность и техдолг, но при этом опирается на понятный длинный спрос материнского бизнеса и его отраслевую специфику.
Больше интересных новостей об ИИ, ритейле, екоме и маркетплейсах 👉 Подписаться на канал
#новости #AI #разработка #data #простоосложном
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍4❤1
Вайбкодинг — это когда ты не столько пишешь код, сколько раздаёшь указания LLM, а она уже что то генерит, а ты максимум подправляешь по месту. Еще совсем недавно можно было только улыбнуться, при разговоре о таком сценарии. А сейчас смотрю вокруг — и как-то уже не до смеха. Вайбкодинг стал нормой: кто-то пишет промпты, кто-то генерит куски кода в GitHub Copilot, а кто-то вообще живёт в мире "сгенерируй мне сервис, который делает вот это".
Для джуна LLM — как мощный экзоскелет: помогает тащить задачи, которые он сам бы не вывез. Но экзоскелет не наращивает мышцы, вот в чем проблема. Он делает вид, что ты сильный. Новичок вместо того, чтобы проходить через боль чтения чужого кода, отладки, придуманных им самим кривых архитектур, отдаёт этот трудовой подвиг нейросети. В результате он решает задачи, но не растёт. Исследования уже показывают, что люди с ассистентом хуже понимают код, особенно если просто доверились генерации, а не пытались разобраться в концептах.
У сеньора - всё наоборот. У него есть уже паттерны в голове и насмотренность по стеку и LLM превращает его в мини команду.
Сеньор умеет:
🟣 сформулировать задачу так, чтобы ИИ не уехал в космос
🟣 проверить каждый кусок генерации на адекватность
🟣 собрать из кусочков работающую систему, а не библиотеку багов
И для них LLM бустер продуктивности и квалификации. Они закрывают шире, глубже и быстрее.
Теперь точка зрения CTO (вполне рациональная, кстати). Зачем мне давать типовую задачку джуну, если:
🔘 синьор с LLM сделает её в 3–5 раз быстрее
🔘 качество результата предсказуемее
🔘 джуну всё равно придётся долго объяснять, а потом переписывать за ним
Постепенно целый слой задач становится экономически невыгодно отдавать новичкам. Те самые скучные, но полезные задачи, на которых все мы когда-то учились. В результате в кривой развития компетенций образуется мёртвая зона. Есть "операторы LLM" - я умею нажимать кнопки в IDE и писать промпты и "волшебники" - которые могут с LLM практически все. А между ними - Чапаев и пустота - задачи этого уровня полностью съедены автоматизацией.
Если джун захочет сознательно развиваться и писать все руками, чтобы наработать себе опыт, то заведомо проиграет соседу, который будет вайбкодить. Его продуктивность будет меньше и выбор руководства будет не в его пользу. Нюанс в том, что через пару лет у него будет солидный фундамент и он перейдет в категорию "волшебников", а у соседа - потолок по квалификации. Но сейчас этого никто не видит и не понимает.
Один из вариантов развития событий таков:
🟣 Резкий дефицит реально сильных спецов, которые понимают, как работает система, а не только как писать промпты
🟣 Общее падение качества ПО: больше быстроклёпанного кода, больше скрытых багов, больше продакшена на костылях
Вот сижу и думаю, мы сможем поймать баланс или придём к миру, где чистых сильных инженеров станет кратно меньше, чем LLM волшебников?
Больше интересных новостей об ИИ, ритейле, екоме и маркетплейсах 👉 Подписаться на канал
#AI #ChatGPT #разработка #мнения #продуктоваяразработка
Для джуна LLM — как мощный экзоскелет: помогает тащить задачи, которые он сам бы не вывез. Но экзоскелет не наращивает мышцы, вот в чем проблема. Он делает вид, что ты сильный. Новичок вместо того, чтобы проходить через боль чтения чужого кода, отладки, придуманных им самим кривых архитектур, отдаёт этот трудовой подвиг нейросети. В результате он решает задачи, но не растёт. Исследования уже показывают, что люди с ассистентом хуже понимают код, особенно если просто доверились генерации, а не пытались разобраться в концептах.
У сеньора - всё наоборот. У него есть уже паттерны в голове и насмотренность по стеку и LLM превращает его в мини команду.
Сеньор умеет:
И для них LLM бустер продуктивности и квалификации. Они закрывают шире, глубже и быстрее.
Теперь точка зрения CTO (вполне рациональная, кстати). Зачем мне давать типовую задачку джуну, если:
Постепенно целый слой задач становится экономически невыгодно отдавать новичкам. Те самые скучные, но полезные задачи, на которых все мы когда-то учились. В результате в кривой развития компетенций образуется мёртвая зона. Есть "операторы LLM" - я умею нажимать кнопки в IDE и писать промпты и "волшебники" - которые могут с LLM практически все. А между ними - Чапаев и пустота - задачи этого уровня полностью съедены автоматизацией.
Если джун захочет сознательно развиваться и писать все руками, чтобы наработать себе опыт, то заведомо проиграет соседу, который будет вайбкодить. Его продуктивность будет меньше и выбор руководства будет не в его пользу. Нюанс в том, что через пару лет у него будет солидный фундамент и он перейдет в категорию "волшебников", а у соседа - потолок по квалификации. Но сейчас этого никто не видит и не понимает.
Один из вариантов развития событий таков:
Вот сижу и думаю, мы сможем поймать баланс или придём к миру, где чистых сильных инженеров станет кратно меньше, чем LLM волшебников?
Больше интересных новостей об ИИ, ритейле, екоме и маркетплейсах 👉 Подписаться на канал
#AI #ChatGPT #разработка #мнения #продуктоваяразработка
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4