ИИ Mythos от Anthropic за часы нашёл уязвимости в засекреченных системах США

Во время тестовых учений модель Mythos обнаружила уязвимости в особо чувствительных компьютерных системах правительства США — не за недели, а за считанные часы. Тестирование Anthropic проводила совместно с американскими разведслужбами.

Сенатор Марк Уорнер на слушаниях в Сенате заявил, сославшись на главу АНБ:

Этот инструмент взломал почти все наши секретные системы не за недели, а за часы.

Модель обнаружила дыры, но не эксплуатировала их.

⬛️Тестирование шло в рамках Project Glasswing — той самой программы, про которую мы уже писали. Тогда речь шла о том, что закрытая модель за месяц нашла более 10 000 уязвимостей в Cloudflare, Firefox и тысячах open source-проектов. Теперь — засекреченные системы правительства.

Теперь контекст с блокировкой становится яснее.

🔴В начале июня США издали директиву, запрещающую иностранцам доступ к Fable 5 и Mythos 5. Anthropic отключила модели для всех. Теперь понятно, почему правительство так нервничает — если модель за часы вскрывает секретные системы, доступ к ней хочется контролировать жёстко.

Но индустрия не согласна.

Более ста экспертов по кибербезопасности и руководителей компаний, включая Adobe и Nvidia, написали правительству письмо с призывом отменить директиву.

Их аргумент: Mythos хорошо ищет уязвимости и превращает их в оружие, но «не является уникальной» в этом. Те же задачи решают другие базовые и открытые модели. Лишаться лучших средств киберзащиты на фоне усиления противников — опаснее, чем сам риск.

⬛️Попали в замкнутый круг: Anthropic сама просила государство о жёстком регулировании, государство пошло навстречу — но так, что теперь против и компания, и вся индустрия.

🦾 AI для бизнеса

Компании начали запрещать ИИ в договорах. Но суд не на их стороне.

Заказчики все чаще прописывают в контрактах запрет на использование ИИ при оказании услуг.

🔴Они готовы платить за экспертизу конкретного специалиста, а не за результат, который был частично или полностью сгенерирован нейросетью.

Но суды пока не считают использование ИИ нарушением само по себе.

❗️Если работа выполнена качественно, принята заказчиком и соответствует условиям договора, то сам факт использования нейросети не становится основанием для возврата денег или признания услуги некачественной.

Более того, аргумент «это сделал ИИ, значит работа ничего не стоит» также не находит поддержки. Для суда важен результат, а не инструмент, которым он был создан.

▶️Раньше заказчик выбирал между человеком и автоматизацией.
▶️Теперь он выбирает между прозрачным и непрозрачным использованием ИИ.

Но если исполнитель использует нейросети, то должен понимать:

▶️какие задачи переданы ИИ;
▶️какие данные загружаются в модели;
▶️кто несет ответственность за результат;
▶️как проверяется качество работы;
▶️сохраняется ли конфиденциальность информации.

Именно поэтому компании начинают не просто запрещать ИИ, а регулировать его использование через договоры.

⬛️Минцифры уже обсуждает норму, которая может обязать исполнителей сообщать заказчику о применении ИИ при оказании услуг.

Все движется к модели обязательной прозрачности

🦾 AI для бизнеса

Дефицита ИИ-навыков в России почти нет. Проблема в другом

Исследование ВШЭ развенчивает популярный тезис о «катастрофической нехватке» специалистов с ИИ-компетенциями. Реальность, как обычно, интереснее.

Избыток встречается чаще дефицита.

Навыками работы с ИИ владеют 37,5% занятых, но необходимы они только 4,9%. Если работа требует ИИ-компетенций, в 73% случаев у работника ровно тот уровень, который нужен. У трети занятых уровень владения даже превышает требования работодателя.

Массового дефицита нет. Базовые навыки в значительной степени уже удовлетворены — дефицит здесь всего 6%.

Но зоны реального дефицита всё же есть.

Чем выше требования — тем заметнее нехватка. При среднем уровне дефицит испытывает каждый пятый (20%), при продвинутом — почти каждый четвёртый (24%).

🔴Самая большая проблема — переход от бытового использования к профессиональному. Работа требует среднего уровня, а человек освоил только базовый. Это разрыв между «умею пользоваться чат-ботом» и «понимаю логику алгоритмов, работаю со специализированными инструментами и корпоративными данными».

🔴Вторая зона — нехватка продвинутых компетенций у самих айтишников. Специалист уверенно пользуется ИИ, но для разработки и внедрения решений ему не хватает фундаментальной подготовки.

По интенсивности дефицита лидируют айтишники (специалисты по ИКТ — 4,7%). Но по абсолютному вкладу в общий дефицит картина другая:

▶️образование (учителя, преподаватели) — 15,5%. ИИ массово используют школьники и студенты, и педагоги вынуждены догонять;
▶️бизнес и администрирование (финансисты, бухгалтеры, HR, маркетологи) — 12,2%;
▶️специалисты по ИКТ — только 10,4%.

Основной запрос на ИИ-навыки формируют не программисты, а педагоги и офисные работники. ИИ становится технологией общего назначения и выходит далеко за пределы ИТ-сектора.

🦾 AI для бизнеса

Siemens встроил нейросеть прямо в упаковочные машины

IMA Group, мировой лидер в упаковочном оборудовании, совместно с Siemens внедряет промышленный ИИ в управление машинами.

Что изменилось

Классическая автоматизация работает по запрограммированным инструкциям: машина делает ровно то, что заложено. IMA и Siemens перешли к другой парадигме — нейросеть работает прямо внутри ПЛК (программируемого логического контроллера) и управляет движением в реальном времени. Машина не следует жёсткому сценарию, а адаптируется к условиям производства.

🔴Это переход от детерминированного управления к системам, способным обучаться и подстраиваться на лету.

Модель обучают через цифровой двойник. Производственные сценарии моделируются виртуально, генерируя синтетические данные для обучения управляющих моделей. Это сокращает физические испытания на реальном станке и даёт более продвинутую отправную точку при вводе в эксплуатацию.

🔴На практике это проще пуск, легче смена формата, машина лучше адаптируется к разным продуктам. Сокращаются трудозатраты на ввод в эксплуатацию.

⬛️Сегодня большинство кейсов промышленного ИИ — это аналитика поверх процессов: прогнозирование, мониторинг, оптимизация. Здесь ИИ встроен в саму машинную логику и напрямую влияет на поведение оборудования в реальном времени.

🦾 AI для бизнеса

Заменить человека на ИИ — это законно? Разбираем с юристом

Мы поговорили с Марией Самарцевой, к.ю.н., руководителем практики интеллектуальной собственности и технологий юридической фирмы «Дякин, Горцунян и Партнеры», о том, как российское право смотрит на использование ИИ в трудовых и договорных отношениях.

⬛️Короткий вывод: регулирования почти нет, а прогресс не остановить.

— Можно ли уволить сотрудника с формулировкой «есть ИИ - ты больше не нужен»?

🔴По сути, это обычное сокращение должности. Если работодатель оптимизирует процессы и сокращает позицию (а не конкретного человека), оснований для защиты от такого увольнения я пока не усматриваю. Это автоматизация в новом виде — как когда-то исчезли фонарщики.

Если бы человечество берегло их должности, мы бы до сих пор жили в темноте. Всё, что тормозит прогресс, обречено на провал.

— Работодатель забирает мои рабочие документы для обучения нейросети. Я могу возразить?

🔴Здесь работает принцип служебных произведений: всё, что создано работником по заданию работодателя, принадлежит работодателю, если не согласовано иное. Если документы созданы в рамках трудовых задач — это право работодателя.

— А что с мониторингом работы через ИИ? Меня должны предупредить?

🔴Ключевой момент — можно ли идентифицировать личность. Если мониторинг ведётся в безличном формате и по его результатам нельзя установить конкретного сотрудника, возражать против этого сложно.

А вот если личность идентифицируется, а работник не был заранее проинформирован — теоретически может вставать вопрос о его защите.

Но я бы не связывала это с защитой персональных данных: выполнение трудовых задач сложно с этим увязать, особенно если нет утечки или распространения ПД. Это скорее вопрос этики и слежки. Хотя похожую функцию несут, например, камеры в помещениях.

— Есть ли вообще регулирование использования ИИ в договорах с клиентами?

🔴В России пока нет никакого регулирования, поэтому ссылаться на закон сложно. В новом законопроекте Минцифры тоже ничего подобного нет. Более того, маркировку авторского ИИ-контента в финальной версии закона решили не вводить.

При этом нюансов в договорах с клиентами много: от признания самого факта использования ИИ — и далее вопросы о том, какой ИИ, в каком количестве и для каких целей применяется, а также об ответственности за результат и о стоимости работ.

— Нужны ли вообще механизмы защиты работников при замене на ИИ?

🔴От слежки, вероятно, появятся правила или вспомнят про аналогию закона. А в остальном — под прикрытием автоматизации процессов будет много сокращений должностей. Но это уже ни для кого не секрет.

Каких-либо инициатив о новых налогах на компании, которые выбирают сокращение вместо переобучения, я пока не слышала.

⬛️Итог простой: пока закон молчит, использование ИИ регулируется здравым смыслом и договорённостями сторон. Защита от «слежки» через ИИ, вероятно, появится. Защиты от автоматизации как таковой — ждать не стоит.

🦾 AI для бизнеса

ИИ не станет преступником. Но может стать отягчающим обстоятельством

На ПМЮФ советник главы СК РФ Александр Федоров заявил, что искусственный интеллект не может быть субъектом преступления. Причина проста: у ИИ нет сознания, воли и правосубъектности.

Ответственность несут люди:

▶️разработчики;
▶️владельцы сервисов;
▶️операторы систем;
▶️пользователи.

При этом он предлагает признать использование ИИ отягчающим обстоятельством при совершении преступлений.

По сути, государство начинает рассматривать ИИ не как самостоятельного участника правоотношений, а как инструмент усиления мошенничества, дипфейков и других противоправных действий.

🦾 AI для бизнеса

Gartner: к 2028 году ИИ-кодинг будет стоить дороже зарплаты разработчика

Вендоры переходят от подписки за место к оплате за токены. Многие при этом непрозрачны: как именно считается потребление — неясно.

🔴Компании не могут прогнозировать расходы, и бюджеты заканчиваются раньше ожидаемого.

Нитиш Тяги, Gartner:

Дисциплина в расходе токенов не появится сама. Разработчики оптимизируют скорость и удобство, а не стоимость. Без управляемой модели затраты растут быстрее, чем прирост производительности.

Что рекомендует Gartner:

▶️направлять простые частые задачи в маленькие модели, оставляя топовые для сложной работы;
▶️обучать разработчиков «инженерии контекста» — подавать в модель только нужное;
▶️вводить лимиты токенов, политики эскалации и автомониторинг;
▶️регулярно разбирать самые «прожорливые» процессы на ретро.

Технология которая должна экономить, легко превращается в неконтролируемую статью расходов

🦾 AI для бизнеса

Где будут обязательно применяться только российские модели ИИ. Разбираем новый законопроект.

25 июня в Госдуму внесён законопроект «О поддержке развития технологий искусственного интеллекта». Мы прочитали сам текст — рассказываем главное без бюрократии.

Под регулирование попадают только большие модели.

🔴Закон касается исключительно больших фундаментальных моделей — от 1 млрд параметров. Это YandexGPT, GigaChat, ChatGPT, Gemini, DeepSeek. Решения «поменьше», в том числе на открытом коде, под закон не подпадают.

Две категории моделей — суверенные и национальные.

▶️«Суверенная» — разработана российским юрлицом на всех этапах, с полной технической воспроизводимостью цикла разработки, включая обучение и матрицу коэффициентов.
▶️«Национальная» — российское юрлицо определяет только существенные характеристики (структуру, ПО, параметры), а компоненты, включая зарубежные модели, должны распространяться по открытой лицензии.

Обе категории должны иметь российского разработчика, хранить данные в ЦОД на территории РФ, и пройти подтверждение соответствия законодательству РФ и традиционным российским духовно-нравственным ценностям. Статус даёт право на господдержку — финансовую, имущественную, гарантийную.

Обязательное применение российских моделей.

🔴Правительство получает право устанавливать случаи, когда допускается применение исключительно суверенных или национальных моделей. В банковской сфере и на финансовом рынке — по согласованию с ЦБ.

Это ключевая норма. Прямого запрета иностранных нейросетей в законе нет, но правительство сможет точечно обязать использовать только российские модели — в первую очередь в чувствительных сферах вроде госинформсистем. Конкретный перечень таких случаев Минцифры совместно с ФСБ и ФСТЭК подготовит до 1 ноября 2026 года.

Авторские права — подарок разработчикам.

🔴Закон снимает риск нарушения авторских прав при обучении моделей. Обращение к защищённым произведениям не считается нарушением, если делается для обучения суверенной или национальной модели — при условии, что экземпляр получен правомерно или объект был в открытом доступе без технических ограничений.

Это спорная норма: юристы уже указывают, что она противоречит действующему ГК, где перечень случаев ограничения прав правообладателя закрытый.

Маркировка — необязательная.

🔴Никакой принудительной маркировки ИИ-контента. Закон лишь обязывает предоставить пользователю и соцсетям возможность поставить пометку о применении ИИ. Хочешь — маркируй, не хочешь — нет.

Ответственность — общая формулировка.

🔴Вся ответственность сжата до одной фразы: участники «несут ответственность в соответствии с законодательством РФ». Никакой специальной ответственности владельцев ИИ-сервисов, которая обсуждалась в ранних версиях.

Сроки и переходный период.

🔴Основные положения — с 1 сентября 2026 года. Нормы о полномочиях правительства, обязанностях разработчиков и обучении на данных — с 1 марта 2027 года.

Главное послабление: требования об обязательном применении российских моделей до 1 сентября 2032 года не распространяются на системы, где иностранные модели уже работают на день вступления нормы в силу — при условии обработки данных в РФ.

Что вынесли за рамки закона

🔴Регулирование центров обработки данных. Большую часть вопросов авторского права. Ограничения для трансграничных моделей. Самые спорные темы перенесены в подзаконные акты, которые ещё предстоит написать.

⬛️Документ заметно либеральнее ранних версий, но дьявол, как обычно, будет в подзаконных актах.

🦾 AI для бизнеса

Инженер будущего — мультидисциплинарный специалист, работающий вместе с ИИ

На форуме «Инженеры будущего» эксперты «Росэл», Т1 и Сбера обсудили, как ИИ, цифровизация и роботизация меняют инженерную профессию и требования к специалистам.

Современные инженерные системы объединяют аппаратную часть и программные платформы, поэтому одного технического образования уже недостаточно.

🔴Важным становится умение работать на стыке дисциплин: понимать смежные области, видеть систему целиком и взаимодействовать в междисциплинарных командах.

Параллельно меняется сам инструментарий инженера и применяются цифровые платформы нового поколения.

🔴Фактически инженер всё меньше работает “вручную” с информацией и всё больше — через ИИ-инструменты.

Как отметил Сергей Сахненко («Росэл»), инженер становится оператором сложных ИИ-систем: рутинные задачи уходят, а время смещается в сторону анализа, проектирования и принятия решений.

При этом нагрузка не уменьшается — наоборот, растёт сложность задач, а ИИ выступает как инструмент масштабирования возможностей специалиста.

🔴Отдельный тренд — переход к агентным моделям разработки.

Лидер инициатив развития AI-навыков в Сбере Игнат Снегирев подчеркнул, что в новой модели разработки центральным элементом становится не код, а “намерение”, которое затем реализуется ИИ-агентами через платформенные среды (IDP). Роль инженера смещается в сторону постановки задач, архитектуры и верификации результатов.

Во всех подходах прослеживается общий вывод:

▶️инженерия становится более синтетической;
▶️ценность смещается в сторону системного мышления;
▶️конкурентоспособность определяется не только знаниями, но и умением работать с ИИ-инструментами.

🦾 AI для бизнеса

МТС получила премию лучшего ESG-проекта за ИИ для устойчивого развития
 
Искусственный интеллект начинает работать не только на бизнес, но и на экологическую безопасность регионов. За кейс «Цифровая защита воздуха и воды в городах России» МТС получил премию «Лучшие ESG-проекты в России — 2026» в номинации «ИИ для устойчивого развития городов и населенных пунктов». Разберемся, чем проект покорили жюри. 
 
В основе проекта — создание цифрового двойника экологической ситуации.
 
🔴Сеть автоматических датчиков непрерывно собирает данные о качестве воздуха и уровне воды, а математические модели и ИИ анализирует их в режиме реального времени. Система не просто фиксирует происходящее, а прогнозирует распространение загрязнений, помогает визуализировать источники негативного воздействия.
 
Фактически регионы получают не отдельные датчики, а готовую цифровую экосистему: измерительное оборудование, защищенную сеть передачи данных и аналитическую платформу с ИИ-моделированием.
 
Проект уже развернут в ряде регионов России.
 
🔴В Нижегородской области работает более 50постов мониторинга воздуха и буев для контроля поверхностных вод. В Красноярском крае тестируются новые пылемеры, в Челябинской области автоматизирован мониторинг уровня воды, а в Татарстане развернуты системы контроля паводков. Также решение пропилотировано в Якутии, Ярославской, Томской, Саратовской, Иркутской, Самарской, Вологодской областях, ХМАО, Коми и других регионах.
 
В чем ключевой эффект?
 
🔴Платформа передает данные в режиме реального времени, а модуль уведомлений позволяет профильным ведомствам сократить время реакции на экологические инциденты с часов до нескольких минут.
 
▶️раннее предупреждение о неблагоприятных событиях позволяет сократить время реагирования;
▶️непрерывный мониторинг воздуха позволяет быстрее выявлять загрязнения;
▶️объективные данные помогают принимать более точные управленческие решения.
 
Создание цифровых моделей экологии вышло далеко за рамки чисто коммерческих или промышленных задач. Очевидно, что социально ориентированные сценарии применения ИИ будут только набирать популярность. Ну а мы с интересом продолжим следить, насколько чище станет воздух в той же Нижегородской области благодаря умным технологиям.

🦾 AI для бизнеса

#дайджест

Про регулирование.

🔴Законопроект об ИИ стал мягче: запрет на иностранные нейросети, обязательную маркировку ИИ-контента и большинство спорных норм исключили.
🔴ИИ не может быть субъектом преступления, но использование нейросетей может быть отягчающим обстоятельством.
🔴Российские суды считают, что использование ИИ не делает работу некачественной, поэтому не стоит дешевле

Про бизнес.

🔴Каждое седьмое российское предприятие уже использует ИИ, еще каждое пятое планирует внедрение.
🔴В «Асконе» финансисты уже просят не новых сотрудников, а дополнительные токены для ИИ-агентов.
🔴ИИ помог «Дикси» измерить эффективность от рекламы на Smart TV и связать ее с реальными визитами в магазины.

Про людей.

🔴37,5% работающих россиян уже владеют ИИ-навыками, хотя формально они нужны лишь 4,9% сотрудников.
🔴Дефицита ИИ-навыков в России почти нет.
🔴К 2028 году расходы на ИИ-кодинг могут превысить стоимость зарплат разработчиков.

Про инфраструктуру.

🔴Банк России тестирует платформу обмена данными между банками для обучения ИИ-моделей.
🔴ИИ становится сервисом по модели pay-as-you-go с оплатой за токены

Про технологии.

🔴Tesla выходит на рынок модульных ИИ-дата-центров.
🔴Anthropic за несколько часов нашла уязвимости даже в засекреченных государственных системах.
🔴МТС получила премию «Лучшие ESG-проекты России — 2026» за ИИ, который помогает контролировать качество окружающей среды.

🦾 AI для бизнеса

Как украсть чужую LLM-модель

Anthropic обвинила Alibaba в крупнейшей попытке кражи своих ИИ-технологий.

По данным компании, с апреля по июнь связанные с Alibaba операторы выполнили почти 29 млн запросов к моделям Claude через 25 тысяч фейковых аккаунтов, чтобы использовать ответы для обучения собственных моделей.

На первый взгляд выглядит как очередной корпоративный конфликт. Но на деле история гораздо интереснее.

🔴Раньше, чтобы догнать лидеров, нужно было строить собственные дата-центры, покупать тысячи GPU и собирать огромные датасеты.

🔴Теперь достаточно получить массовый доступ к лучшей модели конкурента и начать ее дистилляцию — обучать собственную нейросеть на ответах более сильной.

Что это такое?

По сути, сильная модель становится учителем для более слабой. Разработчики отправляют миллионы запросов, сохраняют ответы, цепочки рассуждений (reasoning traces), примеры решения задач, а затем используют этот массив данных для обучения собственной модели.

Она не копирует веса оригинальной нейросети, но перенимает многие ее способности через результаты работы.

⬛️Именно поэтому для Anthropic проблема заключается не в отдельных запросах, а в их масштабе. Почти 29 миллионов обращений — это уже не использование сервиса, а потенциальное создание нового обучающего датасета.

Поэтому Anthropic уже несколько месяцев говорит о масштабных попытках копирования своих моделей. Ранее компания обвиняла в подобных действиях DeepSeek, Moonshot и MiniMax, а теперь публично назвала Alibaba.

Но еще интереснее то, что вокруг этого уже появилась целая индустрия.

🔴В Китае работают так называемые transfer stations — сервисы, которые через тысячи аккаунтов перепродают доступ к американским моделям.

Они используют бесплатные и платные подписки, проксируют запросы, могут подменять одну модель другой для экономии токенов и, что особенно важно, собирают огромные массивы запросов и ответов.

🔴Фактически возникает вторичный рынок данных для обучения ИИ.

Поэтому ограничения на доступ к моделям становятся не столько технической, сколько экономической задачей. Любой запрет лишь повышает стоимость доступа, а вместе с ней — прибыль тех, кто научился этот запрет обходить.

⬛️Этим можно объяснить и недавние ограничения США на доступ иностранцев к новым моделям Anthropic. Если модель способна ускорять разработку конкурентов, она превращается в стратегический актив, сравнимый с передовыми чипами.

🦾 AI для бизнеса

ИИ становится частью макроэкономической политики страны

Руководитель Центра макроэкономических исследований Сбера Александр Исаков назвал искусственный интеллект одним из ключевых драйверов долгосрочного роста российской экономики. Собрали для вас самое важное этим утром понедельника.

Главные тезисы:

🔴 ИИ становится источником роста ВВП. По оценке Сбера, потенциал роста экономики может увеличиться с исторических 1,5% до 2–2,5% в год именно благодаря массовому внедрению ИИ.

После 2027 года в банке ожидают рост экономики вышепрогнозов именно за счет автоматизации и роста производительности.

🔴 Автоматизация — это не столько про сокращение рабочих мест, сколько про рост эффективности. До 40% задач в ритейле уже можно автоматизировать.

При этом ИИ должен не заменить сотрудников, а освободить их от рутины и повысить производительность, что позволит быстрее расти реальным зарплатам.

🔴 ИИ становится фактором международной конкуренции. По мнению Исакова, технологии будут усиливать разрыв между странами.

Экономики, способные инвестировать миллиарды в вычислительную инфраструктуру и внедрение ИИ, получат дополнительные 1–1,5% роста. Остальные рискуют еще сильнее отстать.

Еще год назад влияние ИИ на экономику обсуждали в основном на уровне отдельных компаний. Теперь крупнейшие банки, центральные банки и экономисты начинают включать его в долгосрочные макроэкономические прогнозы.

⬛️Это еще один индикатор, что ИИ окончательно переходит из категории «перспективной технологии» в категорию полноценного экономического фактора.

🦾 AI для бизнеса

Бизнес массово внедряет ИИ, но не научился его защищать

Пока компании играются с ИИ и пытаются автоматизировать все, что автоматизируется, LLM стал полноценная поверхность атаки — и она растёт быстрее, чем компании считают токены.

Отчёт Cobalt вот что говорит:

🔴Уязвимости в ИИ-системах не просто чаще встречаются — они тяжелее по последствиям и дольше живут.

🔴Это связано не только с новыми классами атак вроде prompt injection, но и с тем, что ИИ почти всегда встроен в уже сложную систему.

🔴Старые уязвимости никуда не исчезают, поверх них появляется дополнительный слой, где логика поведения модели становится частью эксплуатируемой поверхности.

🔴В результате система требует одновременно защиты API, инфраструктуры и самого “мышления” модели — и это разные дисциплины, которые редко сходятся в одной команде.

Вторая линия — скорость исправления.

Почти две трети найденных проблем остаются открытыми, а время реакции растёт. Это не
про небрежность, а про архитектурный тупик:
▶️часть рисков находится на стороне поставщика модели, ▶️часть — в поведении самой нейросети,
▶️часть — в интеграции, которую нельзя просто “пропатчить” без переписывания логики продукта.

ИИ-системы оказываются ближе к живым сервисам с неопределённым поведением, чем к классическому корпоративному ПО с предсказуемыми багами.

🔴Отдельно — теневой ИИ. Он фактически размывает саму идею периметра: критические данные уходят во внешние LLM через обычный HTTPS-трафик, который инфраструктурные инструменты не отличают от обычной активности.

Это делает безопасность менее про сеть и больше про данные и поведение пользователей, а значит — требует другой модели наблюдаемости, где ключевым объектом становится не сервер, а поток информации.

🔴Переход от “полной автоматизации” пентеста к гибридной модели выглядит логично.

Автоматика справляется с объёмом, но не с интерпретацией сложных сценариев.

ИИ-уязвимости как раз относятся к тем случаям, где контекст важнее сигнатуры.

⬛️Поэтому компании возвращают человека не как архаичный элемент процесса, а как единственный компонент, который пока умеет связывать архитектуру, бизнес-логику и поведение модели в одну картину.

🦾 AI для бизнеса

«Яндекс» запустил платформу для создания ИИ-агентов в «Алисе AI»

Можно будет вызвать такси, заказать продукты, собрать корзину для ужина. Сейчас её тестируют сервисы самого «Яндекса», до конца года доступ получат внешние партнёры.

Что умеет платформа:

Создавать, тестировать и запускать агентов разной сложности. Вплоть до тех, что сами планируют и выполняют последовательность действий.

Агенты учитывают контекст: время суток, день недели, погоду и предпочтения пользователя. Первыми появились агенты «Яндекс.Такси» и «Яндекс.Лавки». На очереди «Доставка» и «Маркет».

🔴Мы уже разбирали, как агенты, а не приложения, становятся точкой входа. Пользователь не открывает отдельное приложение такси или доставки, а говорит «Алисе», а она сама обращается к нужному сервису.

«Яндекс» методично строит агентную экосистему: за последние месяцы появилось бронирование ресторанов через чат, платформа «Авто с Алисой», система устойчивой работы агентов при обрывах связи, интерфейс для голосовых агентов, а теперь полноценная платформа для разработки.

⬛️Главное преимущество в «домашнем» положении «Алисы». Она встроена в поисковик, колонки и устройства, которыми россияне пользуются ежедневно. Создать агента сможет любой бизнес, а готовая аудитория уже есть.

🦾 AI для бизнеса

Зачем отрасли столько бесполезных опросов и где реальные кейсы?

Подставьте любое «сколько процентов + тема про ИИ» — и вы получите среднестатистическую новость про ИИ в 2026 году.

Сейчас все, у кого есть хоть немного денег на копирайтера, подписку на Perplexity или аналитическое агентство, забивают эфир бесконечными опросами: «сколько россиян боится замены ИИ», «сколько процентов ИТ-директоров имеют ИИ-стратегию», «сколько компаний не защищены от рисков внедрения ИИ».

❗️Это личное наблюдение, накопившееся за несколько месяцев ежедневного мониторинга новостей — от федеральных СМИ до отраслевых каналов на 100 подписчиков.

Много политики, много «выражения обеспокоенности» и катастрофически мало реальных фактов.

Понять можно.

🔴Когда приводишь умные цифры из исследования — особенно своего — у среднего читателя возникает ощущение бурной деятельности.

Сделал пару-тройку опросов, и вот ты уже визионер. Или эксперт. Или кто угодно, кто отводит глаза от дефицита реальных коммерческих внедрений.

Итого мы имеем активную дискуссию, обеспокоенность, стратегии, экспертные выводы — всё, на чём живёт средний топ-менеджер из корпорации. И теряем один маленький факт: с этим всем надо бы как-то работать.

А кейсы где?

Хоть сколько-то интересное появляется как раз у малых отраслевых каналов, которые держатся на добром слове десяти читателей.

🔴Про то, как автоматизируется создание новых составов машинного масла, про автоматизацию на производстве кораблей, про компьютерное зрение на железнодорожных развязках.

Но такой кейс — один на пятьдесят. Всё остальное — высосанный из пальца пресс-релиз или очередное «автоматизировали поддержку с помощью речевой аналитики».

Причин у этого две: либо хороших кейсов нет, либо о них почему-то не говорят. А почему не говорят? Вероятно, потому что их нет. Иначе почему бы не рассказать.

Вот такой краткий обзор наболевшего.

⬛️Очень хочется, чтобы кто-то переубедил нас от этого пессимистичного настроя. Поэтому если у вас есть чем интересным поделиться, а вы ещё этого не сделали — напишите в @tech_nom и расскажите о своих успехах. Буду рад ошибаться.

🦾 AI для бизнеса

Правительство формирует семь экспертных групп для снятия барьеров в сфере ИИ

▶️ Кабмин обнародовал планы по созданию семи профильных рабочих групп, которые займутся системной проработкой наиболее острых проблем, сдерживающих развитие ИИ в стране. В них войдут представители органов власти, крупного бизнеса и профильного экспертного сообщества.

Список рабочих групп и их лидеров выглядит так:

⏺️ блок «Регулирование и административные барьеры ИИ» возглавил замглавы Минцифры Иван Лебедев;
⏺️ направление «Инфраструктура и центры обработки данных для ИИ» курирует старший вице-президент Сбербанка Андрей Белевцев;
⏺️ группу «Данные для ИИ» поведёт директор по развитию ИИ-технологий «Т-Технологий» Алексей Шпильман;
⏺️ за «Обучение моделей ИИ» отвечает директор по развитию ИИ-направления «Яндекса» Александр Крайнов;
⏺️ вопросами «Внедрение ИИ» займётся замруководителя АНО «Аналитический центр при правительстве РФ» Ильдар Ахметов;
⏺️ группу «Меры поддержки ИИ» возглавила гендиректор АНО «Цифровая экономика» Чулпан Госсамова;
⏺️ а группу «Информационная безопасность в сфере ИИ» - Юрий Максимов, сооснователь Positive Technologies и благотворительного фонда развития кибербезопасности «Сайберус».

Координацией формирования групп займётся правительственная подкомиссия, курирующая вопросы развития и применения технологий ИИ. Каждая из семи команд сфокусируется на своём приоритетном направлении.

™️ МашТех в Telegram | в MAX

«Рунити» создал Центр гибридного интеллекта и инвестирует 100 млн рублей в ИИ

Группа «Рунити» (Руцентр, Рег.ру, SpaceWeb и другие) выходит на рынок ИИ-технологий. Компания создала Центр гибридного интеллекта, где будут разрабатывать внутренние ИИ-решения и выводит продукты на внешний рынок.

В чем идея:

🔴Ни одна технология не выходит за пределы центра, пока не докажет эффективность на реальных внутренних задачах. Только после этого — масштабирование на рынок.

Антон Ивахненко, замгендиректора по технологиям:

Сегодня в России до промышленной эксплуатации доходят лишь 7–10% ИИ-пилотов. Побеждает не размер бюджета, а способность доводить технологию до реальной пользы.

Компания делает ставку на переквалификацию существующих кадров, а не на наём дефицитных ИИ-специалистов — запустила внутреннее обучение сисадминов, девопсов и аналитиков работе с LLM и промпт-инжинирингом.

Что уже сделали:

▶️Пилотный проект — корпоративный ассистент на базе agentic RAG в защищённом контуре и локальный веб-интерфейс для управления моделями, инференс-платформа для разработчиков, ИИ-контент хаб для запуска продуктов, нейропоиск и расшифровщик аудио/видео.

▶️На рынок уже вышли ИИ-ассистент для клиентов «Рег.облака» и ИИ-платформа для полного цикла работы бизнеса с генеративными нейросетями. В планах — ИИ-агенты для автоматизации управления доменами, хостингом и облачной инфраструктурой.

Пока бигтех вкладывается в универсальные модели, ниша отраслевого ИИ-интегратора — того, кто продаёт не модель, а инфраструктуру, безопасность, сопровождение и интеграцию — остаётся свободной. Эксперты считают, что у «Рунити» есть шансы её занять.

⬛️Как отмечают в MWS AI: ни в России, ни почти нигде в мире нет компаний, которые закрывают все потребности в генеративном ИИ. Поэтому у прикладных отраслевых решений, построенных поверх платформ бигтеха, большие шансы.

🦾 AI для бизнеса

ИИ впервые выиграл суд

Британская Garfield AI добилась первой известной победы в суде по делу, практически полностью подготовленным искусственным интеллектом.

В чем суть?

🔴HR-специалист Тамирес Камал Такидир пыталась взыскать 7 тысяч фунтов за выполненную работу.

Обычные юристы обошлись бы ему дороже, чем сама сумма иска. Вместо этого она заплатила Garfield AI всего около 400 фунтов.

Чем же ей помог ИИ?

▶️Подготовил претензионные документы,
▶️составил процессуальные материалы,
▶️проанализировал встречный иск,
▶️сформировал доказательственную базу,
▶️подготовил четыре свидетельских показания,
▶️ собрал полный пакет документов для трёхчасового заседания.

В общем, сделал всю работу младших юристов и помощников адвокатов, сэкономив больше 6 тысяч фунтов.

В самом заседании ее интересы представлял человек, а суд полностью удовлетворил требования.

🔴Garfield AI, кстати, имеет официальную лицензию британского регулятора юридических услуг ещё с апреля 2025 года.

Работает она с гражданскими спорами от 30 до 10 000 фунтов.

🔴Сама система обучена в строго ограниченном правовом контексте, поэтому это не универсальный чат-бот, который может галлюцинировать, а в суде лучше этого не делать.

И мы с вами понимаем, что хоть это и один кейс — это прецедент.
Огромное количество малых предприятий и фрилансеров ежегодно отказываются от взыскания долгов, просто потому что расходы на юристов делают суд бессмысленным.

Если такие системы подтвердят надёжность, они сделают судебную защиту доступной там, где раньше она была экономически невозможна.

⬛️Мы недавно писали, что Верховный суд РФ обязал раскрывать использование ИИ в доказательствах, а Великобритания сделал следующий шаг, где ИИ уже не просто участвует в процессе, а выигрывает дела.

🦾 AI для бизнеса

Сбер озвучил шесть рисков ИИ для юристов

ИИ в юриспруденции быстро проходит тот же путь, что и в остальных корпоративных функциях.

▶️Первый этап — запреты
▶️Второй — массовое несанкционированное использование
▶️Третий — появление правил управления.

Вот к третьему мы уже и пришли.

На ПМЮФ Сбер сообщил: 63% компаний, столкнувшихся с утечками данных, вообще не имели политики использования ИИ. Кто бы мог подумать.

❗️Все потому что большинство инцидентов начинается не с “взлома нейросети”, а с отсутствия правил работы с ней, о чем мы писали недавно.

Вопрос управления данными Сбер причисляет к главным рискам модели, выше чем ошибки модели.

Старший управляющий директор правового департамента Сбербанка Владислав Колосков:

Для юристов мы выделили как минимум шесть рисков: нарушение конфиденциальности, слабое обезличивание, неудаляемость данных, обход доступов, восстановление информации и внешние инструкции с вредоносной командой.

Сам по себе мощный LLM уже не является конкурентным преимуществом. А вот способность безопасно встроить его в корпоративные процессы — да.

⬛️Поэтому следующий этап, вероятно, будет связан не с появлением новых моделей, а с появлением полноценной инфраструктуры управления ими — политик использования, внутренних доменных ассистентов, контроля доступа, аудита и разделения ответственности.

🦾 AI для бизнеса

Anthropic выпустил Claude Science для автоматизации научных исследований

Инструмент помогает автоматизировать задачи в биологии и химии. Например, прогнозирование структур белков.

🔴Он объединяет более 60 научных баз данных: учёные могут задавать вопросы обычным языком и получать ответы, не обращаясь к десяткам источников по отдельности.

Пока есть в бета-версии для платных пользователей.

Anthropic вместе OpenAI весь последний год строят вертикальные ИИ-инструменты — для финансов, науки, здравоохранения. То же самое происходит не только у универсальных моделей.

⬛️Недавно мы писали, что нет компаний, которые закрывают потребности сразу всех в генеративном ИИ. Поэтому все движется к прикладным отраслевым решениям. Особенно, когда у тебя предстоящее IPO с оценкой в триллион долларов.

🦾 AI для бизнеса