Кембриджский центр альтернативных финансов опросил 130 центробанков и финансовых ведомств.

Картина получилась странная: регуляторы в целом позитивно смотрят на внедрение ИИ в финсекторе, но сами плохо понимают, как именно он уже используется и какие риски создает.

Сейчас только 24% финансовых регуляторов собирают данные о внедрении ИИ в секторе. Еще 43% не планируют начинать такой мониторинг в ближайшие два года.

С рисками ситуация еще хуже:

▶️киберриски из-за ИИ отслеживают только 13% регуляторов;
▶️случаи мошенничества — 9%;
▶️предвзятость ИИ-моделей к клиентам — 5%.

Регуляторы считают, что ИИ поможет рынку и достижению надзорных целей, но при этом у большинства нет регулярных данных ни по внедрению, ни по рискам.

То есть технология уже уходит в банковский сектор, а надзор за ней пока остается на уровне наблюдения со стороны.

Сами регуляторы заметно отстают от рынка во внедрении ИИ в собственную работу:

▶️около 81% находятся только на стадии изучения или пилотирования;
▶️агентный ИИ используют 28% регуляторов против 52% в среднем по отрасли.

Для финсектора это неприятная комбинация: банки и финтех быстрее внедряют ИИ, а регуляторы медленнее собирают данные, слабее тестируют риски и реже используют такие инструменты сами.

Российский ЦБ в этом опросе не участвовал, но Эльвира Набиуллина на пресс-конференции 24 апреля сообщила, что в Банке России ИИ используют для первичного анализа данных.

AI для бизнеса

Дочка «Софтлайна» переносит IPO. Формально — из-за рынка, но все не так неоднозначно.

FabricaONE.AI, ИИ-направление «Софтлайна», объявила о переносе IPO на Московской бирже. Компания планировала выйти на биржу в апреле, книга заявок была покрыта, интерес инвесторов подтвержден, но размещение решили отложить из-за ухудшения внешнего фона и роста рыночной неопределенности.

В ходе IPO FabricaONE.AI собрала заявок более чем на ₽2 млрд.

Формулировка стандартная: при высокой волатильности IPO может создать неоправданный риск для стоимости акций после начала торгов.

Поэтому компания обещает вернуться к размещению позже, когда рыночная конъюнктура станет более благоприятной.

Но тайминг любопытный.

❗️Заявление о переносе вышло на следующий день после того, как Арбитражный суд Москвы наложил обеспечительные меры на шесть компаний группы «Софтлайн», включая четыре структуры, подконтрольные FabricaONE.AI. Общий размер требований по иску — 1,57 млрд руб.

Сама компания ранее заявляла, что этот спор не связан с ее операционной деятельностью и не должен влиять на IPO.

Что важно по фактам:

▶️IPO планировалось провести в апреле;

▶️ценовой ориентир составлял 25 руб. за акцию;

▶️оценка компании — около 14 млрд руб. без учета средств, привлекаемых в ходе сделки;

▶️компания хотела привлечь около 2 млрд руб.;

▶️книга заявок, по заявлению FabricaONE.AI, была покрыта;

▶️поданные заявки удовлетворяться не будут, заблокированные средства инвесторам разблокируют по правилам Мосбиржи.

Новые сроки IPO обещают объявить отдельно.

AI для бизнеса

Сбер будет учить руководителей управлять ИИ-агентами

СберУниверситет и «Школа 21» запускают «ГигаАкадемию» — образовательный проект про создание и управление мультиагентными ИИ-системами.

Программа рассчитана на руководителей и не требует глубоких навыков программирования.

❗️Если ИИ-агенты действительно входят в компании как рабочий слой, руководителю уже недостаточно понимать только людей, процессы и KPI.
⬛️Ему придется понимать еще и архитектуру цифровых исполнителей: кто за что отвечает, где границы автономности, как проверяется результат и кто несет ответственность за ошибку.

По сути, Сбер упаковывает новую компетенцию для управленцев: не «как пользоваться ИИ», а как управлять организацией, где часть работы делают не сотрудники, а агентные системы.

Хотелось бы посмотреть программу курса, чтобы убедиться, что речь про реальное управление мультиагентными системами, а не раздача ролей в одном чате в формате «Ты — финансовый аналитик», а «Ты — стратег».

Потому что сейчас заявлено освоение следующих навыков для агентов:

🔴ищут и проверяют информацию,
🔴собирают аналитику,
🔴помогают строить финансовые модели,
🔴готовить стратегии,
🔴автоматизировать рутину.

AI для бизнеса

«Яндекс» готовит рынок к агентной коммерции

«Яндекс» прогнозирует, что к 2030 году до 10% онлайн-транзакций в России могут проходить через ИИ-ассистентов. В деньгах это больше 3 трлн рублей.

❗️Речь о новом канале продаж, где пользователь не идет в каталог, не сравнивает десятки вкладок и не проходит классическую воронку интернет-магазина.
⬛️Он задает задачу ассистенту, получает подборку, сравнение и переходит к покупке прямо из диалога.

Для этого «Яндекс» развивает Yandex Commerce Protocol — стандарт интеграции интернет-магазинов с ИИ. Через него продавцы смогут размещать товары в ответах «Алисы AI», а пользователи — переходить к оформлению заказа через единый интерфейс.

Уже более 1,6 тыс. интернет-магазинов подали заявки на подключение к протоколу, более 200 ретейлеров уже начали интеграцию. Среди них — «Стокманн», restore, аптеки «Горздрав» и «36,6», «Билайн», The Act. Часть участников уже получает заказы через новый канал.

Где спрос со стороны бизнеса выше всего:

▶️товары для дома, ремонта и мебели — 30%;
▶️электроника, бытовая техника и промышленное оборудование — 23%;
▶️мода и красота — 20%.

Около 10% запросов к «Алисе AI» уже связаны с поиском и выбором товаров. То есть ползователи начали этим пользоваться до появления инфраструктуры продаж под агентов.

Что это значит для бизнеса:

▶️карточка товара будет оптимизироваться не только под человека, маркетплейс и поиск, но и под ИИ-ассистента;

▶️в выдаче будут выигрывать предложения с понятными характеристиками, корректными данными, нормальной ценой, наличием и доставкой;

▶️продавцам придется думать не только о SEO и performance-маркетинге, но и о том, как их товар понимает агент;

▶️агентная коммерция становится новым слоем между покупателем и магазином.

«Яндекс» сейчас собирает инфраструктуру для рынка, где покупатель все чаще будет делегировать выбор ассистенту.

Недавно мы писали о том, что X5 уже начали оптимизировать карточки своих товаров для агентской коммерции.

AI для бизнеса

Лидер на лицо.

Учёные НИТУ МИСИС и Санкт-Петербургского федерального исследовательского центра РАН разработали ИИ-систему для оценки кандидатов по видеоинтервью.

Компьютерное зрение и LLM анализирует речь, мимику и поведение соискателя, а затем рассчитывает индекс лидерского потенциала — Top Potential Score.

Оценивается по трем группам признаков:

▶️профессионально-когнитивная компетентность;
▶️наблюдаемое лидерское поведение;
▶️личностная предрасположенность к лидерству.

Разработчики утверждают, что система смогла отделить кандидатов с высоким управленческим потенциалом: все представители топ-менеджмента в исследовании попали в верхние 20% рейтинга.

Будет ли это повсеместной практикой — пока рано говорить, потому что пока кто-то против самого факта участия ИИ в найме.

AI для бизнеса

В Москве прошла церемония AI AWARDS 2026 — отраслевая премия для проектов и компаний в сфере искусственного интеллекта.

❗️Победителей определяли не голосованием жюри, а на основе алгоритмического анализа данных.

ИИ здесь оказался сразу в двух ролях: и предметом оценки, и инструментом самой оценки.

Оценка была не по закрытому мнению экспертной группы, а по большому массиву публичных данных — кто чаще и заметнее присутствует в теме, где есть реальные проекты, какие компании и команды формируют повестку.

Получилось ли отделить медиа-шум от реального вклада — пока под вопросом, но тем не менее масштаб датасета такой:

▶️9,4 млрд русскоязычных публикаций в Telegram и Max;
▶️139 млн публикаций российских СМИ;
▶️169 млн англоязычных материалов зарубежных медиа;
▶️более 4 млн публикаций по теме ИИ вошли в итоговую базу анализа.

Среди победителей нет никого неожиданного:

🔴Сбербанк — ИИ в банках, импортозамещение в ИИ и зрелость системы управления ИИ;
🔴Росатом — ИИ в промышленности;
🔴Webiomed — ИИ для здравоохранения;
🔴НИУ ВШЭ — ИИ в образовании;
🔴Wildberries — ИИ в ритейле;
🔴«Лаборатория Касперского» — ИИ-разработчики;
🔴«Яндекс» — Россия в мировом ИИ;
🔴Positive Technologies — ИИ в кибербезопасности;
🔴Билайн, Сбербанк и MWS AI — ИИ-агенты.

Оценка алгоритма не делает премию абсолютно нейтральной: многое зависит от качества датасета, правил отбора, методики и того, как именно модель понимает «вклад» или «лидерство».

Для этого методология и источники должны быть публичными. Но как минимум это честнее, чем делать вид, что субъективного фактора в отраслевых премиях не существует.

AI для бизнеса

#дайджест

Про регулирование.

▶️Правительство смягчило законопроект об ИИ: убрали часть требований к данным, разработчикам, ответственности и «доверенности» коммерческих сервисов.
▶️Путин заявил, что России нужна собственная сбалансированная модель регулирования ИИ с учетом зарубежного опыта.
▶️Центробанки мира позитивно смотрят на ИИ, но большинство почти не отслеживает его риски в финансовом секторе.

Про сотрудников.

▶️35% россиян скрывают от начальства, что используют ИИ на работе.
▶️Каждый пятый ИТ-специалист тратит на ИИ-агентов больше 3 тыс. рублей в месяц из своего кармана.

Про деньги.

▶️Орешкин сравнил инвестиции в GenAI с Манхэттенским проектом и «Аполлоном»: за год в технологию вложили больше $450 млрд.
▶️ИИ начинает стоить дороже сотрудников: у Nvidia расходы на вычисления уже превышают расходы на персонал, а мировые траты на дата-центры в 2026 году могут вырасти на 55,8%.

Про безопасность.

▶️«Солар» признал уязвимости ИИ-сервисов самыми критичными среди ИТ-продуктов — 9,2 из 10.
▶️Только 24% финансовых регуляторов собирают данные о внедрении ИИ, а киберриски из-за ИИ отслеживают всего 13%.

Про рынок.

▶️FabricaONE.AI (Дочка «Софтлайна») перенесла IPO: формально из-за волатильности, но на фоне обеспечительных мер на структуры группы «Софтлайн».
▶️«Яндекс» готовит рынок к агентной коммерции: к 2030 году до 10% онлайн-транзакций в России могут идти через ИИ-ассистентов.
▶️AI AWARDS 2026 выбрала лучших в ИИ с помощью алгоритмического анализа данных, а не классического голосования жюри.

AI для бизнеса

Почему регуляторы напряглись из-за новой модели Anthropic

История с Claude Mythos Preview от Anthropic выглядит как очередной хайп про «модель, которую слишком опасно выпускать».

Но в этот раз регуляторы переживают не из-за пресс-релиза.

❗️Mythos показал резкий скачок именно в киберспособностях — поиске уязвимостей и потенциальной автоматизации атак.

7 апреля Anthropic представила Mythos в рамках Project Glasswing — без публичного релиза, с ограниченным доступом для AWS, Apple, Cisco, CrowdStrike, Google, JPMorgan, Microsoft, NVIDIA, Palo Alto Networks и ещё около 40 организаций.

По заявлению самой Anthropic, за несколько недель модель помогла найти тысячи уязвимостей в каждой крупной ОС и каждом крупном браузере.

Есть и независимая оценка

Британский AI Security Institute провёл свою проверку и зафиксировал некоторые показатели:

▶️73% решённых экспертных CTF-задач — год назад их не решал никто
▶️первая модель, прошедшая до конца «The Last Ones» — 32-шаговую симуляцию атаки на корпоративную сеть, которая у человека занимает ~20 часов
▶️в свежем отчёте по GPT-5.5 AISI отдельно подчёркивает: это не разовый прорыв, а новая норма для frontier-моделей

Важно, что тесты шли в контролируемой среде без активных защитников, поэтому против хорошо защищённых систем модель пока никто не проверял.

Где тут реальная угроза, о которой переживают

Не в том, что «ИИ стал злым». Угроза в асимметрии: тот же инструмент, что ускоряет защитников, ровно так же ускоряет атакующих.

❗️Цикл «найти дыру => собрать эксплойт => масштабировать атаку» резко сжимается.

Anthropic сама приводила пример, где полный пайплайн эксплойта собрался меньше чем за сутки и дешевле $2000.

Финансовый сектор оказался в эпицентре по понятной причине — легаси-системы и накопленный технический долг.

Регуляторы отстают, поэтому переживают

Мы писали о свежем отчёте, где опросили 130 центробанков и регуляторов в 151 стране:

▶️финансовые институты внедряют ИИ в 2+ раза быстрее своих надзорных органов
▶️только 24% регуляторов собирают данные о внедрении ИИ в индустрии
▶️43% не планируют этого делать в ближайшие два года
▶️48% всё ещё «изучают» ИИ или вообще им не занимаются
▶️при этом 81% финансовых организаций уже используют ИИ, 52% экспериментируют с агентным ИИ

Это реальное слепое пятно: регулятор не может управлять тем, чего не видит.

Сухой вывод без хайпа

Mythos не «сломает интернет» сам по себе. Но это новая фаза: скорость атаки растёт, сложность инфраструктуры остаётся, а надзор пока не умеет быстро видеть, где именно ИИ уже встроен в процессы.

Главная проблема не в Mythos как модели. Главная проблема в том, что финансовый сектор уже заходит в агентный ИИ, а регуляторы только разбираются, как вообще этот риск измерять.

AI для бизнеса

Издатели хотят денег за обучение ИИ на текстах СМИ

Вокруг законопроекта об ИИ появился еще один конфликт: кто должен платить за данные, на которых обучаются модели.

Разработчики хотят доступ к большим массивам контента, издатели — сохранить авторские права и получать отчисления за использование материалов СМИ.

По данным «Коммерсанта», текущая версия законопроекта допускает бесплатное использование датасетов для обучения ИИ.

⬛️И это раздражает медиарынок: если нейросети учатся на публикациях СМИ, а потом сами начинают генерировать новости, пересказы и ответы, то возникает простой вопрос — а чьи тексты?

В обсуждении участвуют «Комсомольская правда», «Московский комсомолец», ИД «Коммерсантъ», «Российская газета», Shkulev Media и другие игроки. Их позиция понятная: контент должен оставаться объектом авторского права, а доступ к нему для обучения моделей нужно оформлять через лицензионные договоры.

⬛️Для разработчиков логика обратная. Без больших датасетов качество моделей будет хуже, особенно если речь о русскоязычных данных.

Ранее бизнес уже критиковал ограничения в законопроекте и предупреждал, что жесткие требования могут поднять затраты на внедрение ИИ на 20–40% и замедлить вывод продуктов на рынок в 1,5–2 раза.

И здесь главный конфликт:

▶️разработчикам нужны большие объемы данных, чтобы модели были конкурентоспособными;

▶️издатели не хотят бесплатно отдавать контент, на производство которого тратятся редакции, журналисты и инфраструктура;

▶️государство пытается одновременно поддержать суверенный ИИ и не сломать рынок правообладателей;

▶️бизнес боится, что жесткое регулирование сделает разработку моделей дороже и медленнее.

❗️Минцифры пока говорит, что финальной версии документа нет: законопроект дорабатывается вместе с отраслью и ведомствами. При этом ведомство хочет оставить закон рамочным, а отраслевые особенности регулировать отдельно — в транспорте, медицине, образовании и других сферах.

По сути, спор не о том, можно ли обучать ИИ на текстах СМИ. Спор о том, будет ли контент для нейросетей бесплатной рудой или лицензируемым ресурсом.

Сейчас рынок попал в замкнутый круг: без данных не будет сильных моделей, но без оплаты данных не будет тех, кто эти данные производит.

🦾 AI для бизнеса

«Детский мир» запустил ML-фабрику и делает больше 100 персональных промо в день.

Разбираем #кейс «Детского мира» с Т1 Облако, которые автоматизировали создание более 100 уникальных промо в сутки для 25 млн клиентов.

Для этого собираются данные о просмотрах, покупках, кликах на сайте и других действиях клиентов. После обработки данные уходят на облачные GPU, где обучаются ИИ-модели.

Это помогает:

▶️определить пол и возраст ребенка покупателя;
▶️рассчитать вероятность следующей покупки со скидкой и без;
▶️подобрать оптимальный бонус;
▶️сформировать персональное предложение в приложении или на сайте.

Ритейлер пытается точнее понять, кому, когда и какое предложение нужно: скидка, бонус, персональное предложение или вообще ничего, если клиент и так готов купить.

❗️Здесь важна экономика:

🔴Персонализация позволяет снижать потребность в веерных распродажах и лучше управлять маржинальностью.

🔴Если система понимает, кому достаточно небольшого бонуса, а кому нужна сильная скидка, ритейлер меньше раздает лишнюю скидку тем, кто и так купил бы товар.

🔴Отдельно ритейлер развивает собственную платформу для работы с LLM — для анализа отзывов клиентов и других прикладных задач.

Фактически кейс не про новость о сотне персонализированных реклам в день, а про то, что это уже промышленный контур персонализации. И если у вас нет доступа к GPU-вычислениям на NVIDIA, которые попадают под экспортные ограничения США, то и фабрику рекламы сделать будет непросто.

🦾 AI для бизнеса

Хороший специалист уже не тот, кто всё делает сам

Почти треть сотрудников применяют нейросети в работе, по данным «Авито Работа». Примерно столько же россиян — 35% — скрывают от начальства использование ИИ, потому что боятся выглядеть некомпетентными.

Использование ИИ само по себе уже не признак слабости или некомпетентности специалиста.

❗️Вопрос в другом:

Человек просто перекладывает задачу на нейросеть или умеет управлять инструментом и проверять результат?

По мнению управляющего директора по искусственному интеллекту «Авито» Андрея Рыбинцева, если человек не понимает предметную область, он не становится сильнее от нейросети — он просто быстрее получает результат, качество которого не может оценить.

🦾 AI для бизнеса

Selectel заходит в ИИ через отдельную компанию

Selectel учредил новое юрлицо — ООО «Эмерджентные мультиагентные системы». Формально компания говорит о расширении деятельности в ИИ и более эффективном управлении операционными процессами.

По факту это выход за пределы обычной аренды инфраструктуры и попытка забрать больше маржи в платформенном слое.

🔴GPU, серверы и облако — капиталоемкая инфраструктура, конкуренция растет, а клиенту все чаще нужен не «голый compute», а готовый контур: модели, MLOps, LLMOps, агенты, безопасность, интеграция и понятный путь до production.

🔴У Selectel для этого уже есть база. В октябре 2025 года компания запустила сервис для быстрого внедрения и масштабирования ИИ-моделей в бизнес-процессы: клиенты могут использовать LLM и open source-стек от OpenAI, Alibaba Cloud, DeepSeek, Google, IBM, Mistral, Microsoft и других, при этом данные остаются в России.

🔴Деньги тоже уже заложены. Selectel планирует инвестировать в экосистему продуктов для ИИ-проектов не менее 10 млрд руб. до 2031 года. С 2020 года компания уже вложила в это направление более 3,5 млрд руб.

Отсюда и мультиагентные системы, и попытка упаковать ИИ в более дорогой и управляемый продукт для enterprise. На это же работает недавнее партнерство Selectel, Data Sapience и GlowByte.

По сути, Selectel делает то, что уже делают крупные облачные игроки глобально: пытается не остаться поставщиком железа под чужие модели, а стать платформой, на которой эти модели и агенты будут жить.

🦾 AI для бизнеса

Госданные для обучения ИИ можно будет получить. Но через ФСТЭК и ФСБ

В новой версии законопроекта о регулировании ИИ появилась еще одна поправка.

❗️Суверенным и национальным моделям могут разрешить обучаться на государственных данных. Но доступ к ним будет не свободным — его предлагают давать только после согласования с ФСТЭК и ФСБ.

Фактически государство пытается решить сразу две задачи:

🔴С одной стороны, российским моделям нужны качественные данные, иначе разговоры про суверенный ИИ быстро упираются в дефицит обучающих массивов.

🔴С другой — госданные нельзя просто открыть всем разработчикам без контроля, потому что там могут быть персональные данные, чувствительные сведения и инфраструктурные риски.

Поэтому логика новой версии выглядит так: данные — можно, но по пропускам.

Что добавили в законопроект:

▶️национальные и суверенные модели смогут обучаться на госданных только после согласования с ФСТЭК и ФСБ;

▶️операторы и владельцы ИИ должны будут отвечать за информационную безопасность моделей;

▶️статус доверенной ИИ-модели будет закрепляться только после внесения в специальный реестр;

▶️порядок ведения реестра доверенных моделей определит правительство;

▶️правительство также сможет устанавливать случаи обязательного применения суверенных и национальных ИИ в банковской сфере по согласованию с ЦБ.

Но сразу появляется конфликт.

🔴Разработчикам нужны данные. Без них нельзя обучать и дообучать модели, особенно если речь о российских сценариях, языке, документах, праве, госсервисах, промышленности и финансах.
🔴Но чем больше согласований и реестров появляется вокруг данных, тем выше риск, что доступ к ним получат только крупные игроки с административным ресурсом и длинным юридическим контуром.

Регулирование, которое должно помочь суверенному ИИ, может создать дополнительные барьеры для тех, кто не является большим банком, госкомпанией или системным IT-вендором.

🦾 AI для бизнеса

Для LLM делают отдельный файрвол

Рынок быстро перешел к вопросу: кто и что может отправить в модель, какие данные могут уйти наружу и как понять, что пользователь не пытается взломать саму логику ИИ.

Swordfish Security сообщила о разработке ИИ-файрвола для защиты систем на базе больших языковых моделей.

Основная задача — фильтровать запросы к LLM и снижать риски небезопасного использования моделей.

Когда LLM подключают к корпоративным данным, внутренним системам, коду, документам и пользовательским обращениям — это уже полноценная поверхность атаки.

Что должен закрывать файрвол:

▶️промпт-инъекции и попытки обойти ограничения модели;

▶️утечки чувствительной информации;

▶️нежелательную генерацию ответов;

▶️небезопасные запросы к внутренним данным и системам;

▶️аудит взаимодействий с моделью.

В этом смысле ИИ-файрвол — не маркетинговая приставка к классическому межсетевому экрану, а отдельный слой контроля.

Он должен смотреть не только на технический запрос, но и на смысл:

🔴что пользователь хочет получить от модели;
🔴какие данные он передает;
🔴не пытается ли он обойти правила системы.

🦾 AI для бизнеса

Власти США начинают проверять LLM-модели.

Microsoft, Google и xAI согласились давать властям США ранний доступ к новым ИИ-моделям до публичного запуска.

Проверять их будет CAISI — центр при Минторге США, который занимается оценкой рисков и возможностей передовых моделей.

Формально речь про национальную безопасность: насколько модель может помогать в кибератаках, военном применении, обходе ограничений и других чувствительных сценариях.

CAISI уже провел более 40 оценок, включая модели, которые еще не выходили публично. Для таких проверок разработчики передают версии моделей с ослабленными или отключенными защитными механизмами, чтобы эксперты могли увидеть реальные предельные возможности системы.

❗️США фактически собирают модель допуска: сначала покажите систему государству, потом выпускайте ее на рынок.

И это ложится в российский контекст.

Мы писали, что в новой версии российского законопроекта суверенным и национальным моделям могут разрешить обучаться на госданных, но доступ к ним предлагают давать только после согласования с ФСТЭК и ФСБ.

Разница между США и Россией пока видится только в акценте:

🔴Власти США хотят заранее проверять LLM-модели на риски национальной безопасности.

🔴В России власти хотят определить риски через реестр доверенных моделей, контроль доступа к госданным и контроль применения ИИ в критичных сферах.

Здесь вспоминается тезис Владимира Путина о том, что России нужна собственная сбалансированная модель регулирования ИИ — с учетом зарубежного опыта, но без копирования чужих подходов.

Зарубежный опыт, кажется, не сильно отличается от нашего: чем мощнее модель, тем ближе к ней будет государство. Через тестирование, сертификацию, доступ к данным, реестры, ограничения или контракты с оборонным сектором.

Для бизнеса вывод простой: рынок ИИ входит в фазу, где важна не только скорость разработки, но и способность пройти проверку:

▶️безопасность;
▶️происхождение данных;
▶️контур эксплуатации;
▶️устойчивость к злоупотреблениям;
▶️соответствие требованиям регулятора.

Все это становится частью продукта.

И если раньше вопрос звучал так: «Насколько хороша модель?», то теперь добавляется второй: «Кто разрешил ей работать?»

🦾 AI для бизнеса

За 3 месяца собрали корпоративный портал с агентами

Сегодня в рубрике #кейс — ГК «Таврос», которая вместе с Data Sapience, GlowByte и Selectel внедрила гибридную ИИ-платформу для работы с документами, новостями, письмами и бизнес-гипотезами.

❗️Проблема типовая: ИИ уже нужен, но просто подключить сотрудникам внешний чат-бот нельзя. Есть корпоративные документы, чувствительные данные, требования ИБ, разные роли доступа и задачи, которые нельзя отдавать в открытый контур.

⬛️Поэтому проект сделали не как «вот вам одна нейросеть для всех», а как ИИ-портал. Внутри можно использовать и облачные LLM через прокси, и локальные модели в закрытом контуре компании.

Архитектурная основа — Kolmogorov AI от Data Sapience. Инфраструктуру развернули на ресурсах Selectel: вычислительный кластер из выделенных и облачных серверов с высокочастотными процессорами и GPU подготовили за 5 рабочих дней. GlowByte отвечала за внедрение и разработку прикладных агентов.

Что запустили:

▶️персональный RAG-агент для поиска и анализа документов сотрудника;
▶️корпоративный RAG-агент для доступа к знаниям компании по разным доменам;
▶️агент для анализа эмоционального фона исходящих писем;
▶️агент мониторинга новостей по 40+ источникам, включая федеральные порталы и Telegram-каналы;
▶️стратегический ИИ-советник для анализа идей, гипотез и нестандартных бизнес-задач.

За первый месяц около 100 сотрудников сделали более 900 запросов к ИИ-агентам и моделям.

Первый эффект: подготовка ежедневных дайджестов для руководства сократилась с нескольких часов до нескольких минут.

🔴Дальше в дорожной карте — локальный ИИ-транскрибатор для протоколов встреч и агент с долгосрочной памятью, который должен аккумулировать корпоративный опыт и помогать не повторять старые ошибки.

🦾 AI для бизнеса

ИИ ускорил хакерские атаки в 40 раз

Дмитрий Прендецкий, глава «РТ-Информационная безопасность», сообщает, что использование ИИ злоумышленниками резко изменило скорость и поверхность атак.

Слабое звено по-прежнему человек:

▶️до 90% инцидентов начинаются с фишинга;
▶️под ударом чаще HR, бухгалтерия и маркетинг — там много писем и вложений;
▶️ИИ делает фишинговые сообщения почти неотличимыми от настоящих.

🦾 AI для бизнеса

Новая упаковка для финансовых пирамид

По данным ЦБ, количество псевдоинвестиционных проектов, обещающих быстрый доход от ИИ-разработок, почти удвоилось.

❗️В IV квартале 2025 года ЦБ выявил 20 таких проектов, а в I квартале 2026 года — уже 36.

В целом почти половина всех выявленных ЦБ нелегалов на финансовом рынке в I квартале 2026 года — псевдоинвестиционные проекты.

🔴Всего таких субъектов нашли 656.

Раньше обещали доход на крипте, токенизированном золоте и «профессиональных маркет-мейкерах». Теперь к этому добавили AI-разработки, нейросети и автоматические алгоритмы.

Старая пирамида, новая обложка.

🦾 AI для бизнеса

Разработка Сбера будет предсказывать поведение клиента

Сбер разработал FinTRACE — новый подход к анализу цифровых поведенческих следов в финсекторе.

Смысл в том, чтобы не просто скармливать модели длинную историю операций, а превращать ее в структурированную базу знаний о человеке: привычках, паттернах, финансовых стратегиях и правилах поведения.

Это должно помочь ИИ точнее работать с задачами, где важен контекст:

▶️персональные предложения;
▶️кредитный скоринг;
▶️прогнозирование оттока;
▶️выявление рисков на раннем этапе;
▶️комплаенс-контроль.

ИИ сначала видит целостную картину поведения, а уже потом принимает решение.

Для клиента это может означать более персонализированные продукты, более справедливую оценку рисков и меньше ощущения, что решение принял «черный ящик».

🦾 AI для бизнеса