Как устроен «эффективный ИИ»: уроки Solar и архитектурный путь вне гонки гигантов
AI-индустрия всё заметнее делится на две линии.
Первая — это гонка за моделями уровня GPT-5, требующая сотен миллиардов параметров и гигантских дата-центров.
Вторая — архитектурная эффективность: модели, которые стремятся не к максимальному размеру, а к наилучшему соотношению качества и вычислительной стоимости.
Корейская линейка Solar стала одним из самых показательных примеров этого тренда.
Solar появился как компактная модель на 10,7 млрд параметров и быстро вошёл в топы Open LLM Leaderboard. Позднее версии Solar Pro и Solar Pro 2 (22–31B) начали демонстрировать результаты, которые в отдельных метриках — Artificial Analysis, SWE-Bench, MMLU-Pro — превосходят модели OpenAI, Anthropic и xAI. При этом универсальные frontier-модели по-прежнему сильнее по ширине задач, и это принципиально важно для корректного контекста.
Но сам факт того, что модель на десятки миллиардов параметров обгоняет гигантов в сложных бенчмарках, говорит о новом перераспределении в ИИ-архитектурах.
Ключевой элемент Solar — стратегия Depth Up-Scaling.
Вместо увеличения ширины модели инженеры Upstage усиливают глубину трансформера и используют тщательно составленный корпус данных. Такая комбинация даёт плотной модели неожиданно высокий уровень reasoning-способностей и позволяет ей работать внутри корпоративных контуров: для инференса достаточно одной GPU-карты, без кластеров и дорогой инфраструктуры.
Это не «дешёвый AI», а AI, у которого вычислительные требования соответствуют реальным возможностям средних компаний.
Параллельно развивается направление Mixture-of-Experts.
Mixtral 8×7B, DeepSeek-V2 и другие MoE-архитектуры показывают, что можно иметь сотни миллиардов параметров, активируя лишь малую часть на каждый токен. Это резко снижает стоимость обучения и увеличивает пропускную способность. Исследовательские группы экспериментируют с количеством экспертов, маршрутизаторами и балансировкой качества. По сути, DUS и MoE решают одну задачу разными путями: повысить интеллектуальную плотность модели без экспоненциального роста compute.
Эти подходы становятся особенно интересны для регионов, где растёт запрос на локальные, управляемые модели, работающие в защищённых периметрах.
Корея активно внедряет Solar именно в корпоративные процессы, где нужна приватность и контроль данных.
Япония развивает Sakura в похожей логике: локальная модель под локальные задачи.
Юго-Восточная Азия движется в том же направлении через SEA-LION, делая ставку на региональную адаптацию, а не на «гонку за размером».
Общий сдвиг выглядит так: эпоха «больше параметров» постепенно уступает место эпохе «умнее архитектура».
DUS, MoE, специализированные корпуса, эффективные модели — это не попытка конкурировать с OpenAI, а формирование нового слоя ИИ-ландшафта, где качество растёт быстрее ресурсов. Solar — лишь один из примеров, показывающий, что архитектурная эффективность стала самостоятельной линией развития, а не компромиссом.
Источники:
• Upstage — Solar Pro / Solar Pro 2 Technical Overview
• ZDNet Korea — 분석: Solar Pro 2 성능 및 벤치마크 결과
REAL DIGITAL
#AIархитектура #SolarLLM #эффективныйИИ #RealDigital
AI-индустрия всё заметнее делится на две линии.
Первая — это гонка за моделями уровня GPT-5, требующая сотен миллиардов параметров и гигантских дата-центров.
Вторая — архитектурная эффективность: модели, которые стремятся не к максимальному размеру, а к наилучшему соотношению качества и вычислительной стоимости.
Корейская линейка Solar стала одним из самых показательных примеров этого тренда.
Solar появился как компактная модель на 10,7 млрд параметров и быстро вошёл в топы Open LLM Leaderboard. Позднее версии Solar Pro и Solar Pro 2 (22–31B) начали демонстрировать результаты, которые в отдельных метриках — Artificial Analysis, SWE-Bench, MMLU-Pro — превосходят модели OpenAI, Anthropic и xAI. При этом универсальные frontier-модели по-прежнему сильнее по ширине задач, и это принципиально важно для корректного контекста.
Но сам факт того, что модель на десятки миллиардов параметров обгоняет гигантов в сложных бенчмарках, говорит о новом перераспределении в ИИ-архитектурах.
Ключевой элемент Solar — стратегия Depth Up-Scaling.
Вместо увеличения ширины модели инженеры Upstage усиливают глубину трансформера и используют тщательно составленный корпус данных. Такая комбинация даёт плотной модели неожиданно высокий уровень reasoning-способностей и позволяет ей работать внутри корпоративных контуров: для инференса достаточно одной GPU-карты, без кластеров и дорогой инфраструктуры.
Это не «дешёвый AI», а AI, у которого вычислительные требования соответствуют реальным возможностям средних компаний.
Параллельно развивается направление Mixture-of-Experts.
Mixtral 8×7B, DeepSeek-V2 и другие MoE-архитектуры показывают, что можно иметь сотни миллиардов параметров, активируя лишь малую часть на каждый токен. Это резко снижает стоимость обучения и увеличивает пропускную способность. Исследовательские группы экспериментируют с количеством экспертов, маршрутизаторами и балансировкой качества. По сути, DUS и MoE решают одну задачу разными путями: повысить интеллектуальную плотность модели без экспоненциального роста compute.
Эти подходы становятся особенно интересны для регионов, где растёт запрос на локальные, управляемые модели, работающие в защищённых периметрах.
Корея активно внедряет Solar именно в корпоративные процессы, где нужна приватность и контроль данных.
Япония развивает Sakura в похожей логике: локальная модель под локальные задачи.
Юго-Восточная Азия движется в том же направлении через SEA-LION, делая ставку на региональную адаптацию, а не на «гонку за размером».
Общий сдвиг выглядит так: эпоха «больше параметров» постепенно уступает место эпохе «умнее архитектура».
DUS, MoE, специализированные корпуса, эффективные модели — это не попытка конкурировать с OpenAI, а формирование нового слоя ИИ-ландшафта, где качество растёт быстрее ресурсов. Solar — лишь один из примеров, показывающий, что архитектурная эффективность стала самостоятельной линией развития, а не компромиссом.
Источники:
• Upstage — Solar Pro / Solar Pro 2 Technical Overview
• ZDNet Korea — 분석: Solar Pro 2 성능 및 벤치마크 결과
REAL DIGITAL
#AIархитектура #SolarLLM #эффективныйИИ #RealDigital
👍2🤔2🤯1
Media is too big
VIEW IN TELEGRAM
Подключайтесь к просмотру X международной конференции AI Journey 2025.
«Нет неэффективных сотрудников. Есть ваши ошибки!»: Путин — Грефу о 20% увольнений ИИ в «Сбере»
«Нет неэффективных сотрудников. Есть ваши ошибки!»: Путин — Грефу о 20% увольнений ИИ в «Сбере»
🤣5❤1👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Для повышения безопасности предусмотрен бортовой ИИ: нейросеть анализирует данные с лидаров и других датчиков, плавно вмешиваясь в управление, чтобы предотвратить аварии.
REAL DIGITAL
Источник : НАУКА 4.0
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4👏1
Kyndryl Readiness Report 2025: Где компании действительно буксуют с ИИ
Компания Kyndryl (крупный интегратор, бывшее инфраструктурное подразделение IBM) представила отчет о готовности бизнеса к переходу на ИИ.
И главный вывод показателен:
Все хотят ИИ сегодня, но их операционка к этому не готова.
Пилотные проекты запускаются повсеместно, но масштабирование буксует. Почему?
Ключевые проблемы:
• Устаревшие процессы — архитектура компаний не готова к гибкости ИИ
• Разрыв в ожиданиях — руководство ждет быстрых результатов, а команды работают по старым лекалам
• Неопределенность ролей — сотрудники не понимают, как их функции изменятся с внедрением ИИ
Отдельное внимание в отчете уделяют «агентному ИИ».
За модным термином скрывается практическая задача: перераспределение задач, где рутину автоматизируют, а человек фокусируется на исключениях. Но для этого процессы должны быть для этого готовы — а они чаще всего нет.
Итог: бизнес столкнулся с парадоксом — технологическая возможность есть, но организационная зрелость отстает. И это создает внутреннее напряжение и замедляет реальное внедрение.
С полным отчетом можно ознакомиться по ссылке:
https://www.kyndryl.com/us/en/insights/readiness-report-2025
А что видите вы в своих проектах? Сталкиваетесь с таким разрывом между ожиданиями и реальной готовностью?
REAL DIGITAL
#RealDigital #AI #DigitalTransformation #Kyndryl #ИИ
Компания Kyndryl (крупный интегратор, бывшее инфраструктурное подразделение IBM) представила отчет о готовности бизнеса к переходу на ИИ.
И главный вывод показателен:
Все хотят ИИ сегодня, но их операционка к этому не готова.
Пилотные проекты запускаются повсеместно, но масштабирование буксует. Почему?
Ключевые проблемы:
• Устаревшие процессы — архитектура компаний не готова к гибкости ИИ
• Разрыв в ожиданиях — руководство ждет быстрых результатов, а команды работают по старым лекалам
• Неопределенность ролей — сотрудники не понимают, как их функции изменятся с внедрением ИИ
Отдельное внимание в отчете уделяют «агентному ИИ».
За модным термином скрывается практическая задача: перераспределение задач, где рутину автоматизируют, а человек фокусируется на исключениях. Но для этого процессы должны быть для этого готовы — а они чаще всего нет.
Итог: бизнес столкнулся с парадоксом — технологическая возможность есть, но организационная зрелость отстает. И это создает внутреннее напряжение и замедляет реальное внедрение.
С полным отчетом можно ознакомиться по ссылке:
https://www.kyndryl.com/us/en/insights/readiness-report-2025
А что видите вы в своих проектах? Сталкиваетесь с таким разрывом между ожиданиями и реальной готовностью?
REAL DIGITAL
#RealDigital #AI #DigitalTransformation #Kyndryl #ИИ
👍2🤔1
Готов ли CEO к тому, что его работу начнёт делать ИИ?
Мы много месяцев обсуждаем, кого заменят модели: дизайнеров, аналитиков, копирайтеров, юристов…
Но странно другое: почти никто не поднимает вопрос про тех, кто сидит в самом верхнем кабинете. Хотя именно там изменения уже начали подбираться вплотную.
Недавно два руководителя больших корпораций открыто заговорили об этом.
Когда Сундар Пичаи сказал, что
— это не просто роскошь мысли.
Когда Сэм Альтман заявил, что
— это не метафора, а сигнал.
Не «кого уволят», а «какие функции перераспределятся».
Разложим работу руководителя на простые куски:
• Сбор данных, прогнозы, модели сценариев.
• Мониторинг рисков.
• Отслеживание KPI и распределение ресурсов.
В этих зонах машина скорее выигрывает: объём, скорость, отсутствие усталости.
И те задачи, которые нельзя просто формализовать:
• Разговор с советом директоров, где люди приносят свои истории и эмоции.
• Убеждение регуляторов и инвесторов — это не про алгоритмы, а про доверие.
• Поддержка команды после кризиса — вы не замените искренним извинением.
• Ответственность — если что-то пойдёт не так, придётся держать удар самому.
Почему они об этом говорят вслух
Причин несколько, и все они больше чем просто «технология».
1. Проверяют аудиторию: готовы ли мы принять, что управление станет смешанным.
2. Устанавливают ожидания: если CEO не боится, почему должны боялись мы?
3. Укладывают свои собственные стратегии: не только технологии, но и власть, культура.
Из этого следует, что
роль CEO не исчезнет — но изменится её дизайн.
ИИ возьмёт на себя то, что можно измерить, моделировать и оптимизировать.
Человек-CEO останется там, где надо чувствовать, влиять, рисковать и брать ответственность.
Выиграют те руководители, кто прим-ут ИИ не как врага, а как партнёра.
Проиграют те, кто будет ждать, что всё останется по-старому.
REAL DIGITAL
Источники
1. Сэм Альтман: https://www.businessinsider.com/sam-altman-openai-ai-ceo-2025-2025-11
2. Сундар Пичаи: https://www.theguardian.com/technology/2025/nov/18/alphabet-boss-sundar-pichai-ai-artificial-intelligence-trust
3. Фото: https://www.nytimes.com/2023/05/04/briefing/white-house-ai-leaders-proud-boys-trial.html
#Хэштеги: #ИИ #CEO #Управление #БудущееРаботы #Технологии
Мы много месяцев обсуждаем, кого заменят модели: дизайнеров, аналитиков, копирайтеров, юристов…
Но странно другое: почти никто не поднимает вопрос про тех, кто сидит в самом верхнем кабинете. Хотя именно там изменения уже начали подбираться вплотную.
Недавно два руководителя больших корпораций открыто заговорили об этом.
Когда Сундар Пичаи сказал, что
работа CEO одна из тех, что ИИ сможет делать в будущем
— это не просто роскошь мысли.
Когда Сэм Альтман заявил, что
«настанет момент, когда ИИ будет лучше CEO, чем я»
— это не метафора, а сигнал.
Не «кого уволят», а «какие функции перераспределятся».
Разложим работу руководителя на простые куски:
• Сбор данных, прогнозы, модели сценариев.
• Мониторинг рисков.
• Отслеживание KPI и распределение ресурсов.
В этих зонах машина скорее выигрывает: объём, скорость, отсутствие усталости.
И те задачи, которые нельзя просто формализовать:
• Разговор с советом директоров, где люди приносят свои истории и эмоции.
• Убеждение регуляторов и инвесторов — это не про алгоритмы, а про доверие.
• Поддержка команды после кризиса — вы не замените искренним извинением.
• Ответственность — если что-то пойдёт не так, придётся держать удар самому.
Почему они об этом говорят вслух
Причин несколько, и все они больше чем просто «технология».
1. Проверяют аудиторию: готовы ли мы принять, что управление станет смешанным.
2. Устанавливают ожидания: если CEO не боится, почему должны боялись мы?
3. Укладывают свои собственные стратегии: не только технологии, но и власть, культура.
Из этого следует, что
роль CEO не исчезнет — но изменится её дизайн.
ИИ возьмёт на себя то, что можно измерить, моделировать и оптимизировать.
Человек-CEO останется там, где надо чувствовать, влиять, рисковать и брать ответственность.
Выиграют те руководители, кто прим-ут ИИ не как врага, а как партнёра.
Проиграют те, кто будет ждать, что всё останется по-старому.
REAL DIGITAL
Источники
1. Сэм Альтман: https://www.businessinsider.com/sam-altman-openai-ai-ceo-2025-2025-11
2. Сундар Пичаи: https://www.theguardian.com/technology/2025/nov/18/alphabet-boss-sundar-pichai-ai-artificial-intelligence-trust
3. Фото: https://www.nytimes.com/2023/05/04/briefing/white-house-ai-leaders-proud-boys-trial.html
#Хэштеги: #ИИ #CEO #Управление #БудущееРаботы #Технологии
👍2❤1🤔1
ISO 27001 и ИИ: почему ваша безопасность — иллюзия
Многие компании уверены: раз есть ISO 27001 — риски ИИ «закрыты по умолчанию».
Это опасное заблуждение.
ISO 27001 даёт каркас управления безопасностью, но по умолчанию не видит угроз ИИ:
data poisoning, adversarial-атаки, утечки через промпты, дрейф моделей, инверсию моделей.
Без адаптации под ИИ стандарт превращается в формальность и создаёт ложное чувство защищённости.
Ключевые заблуждения, которые создают дыры в защите
1. «ISO 27001 покрывает риски ИИ» — нет
Стандарт описывает процесс управления рисками, но ИИ-угрозы туда не входят автоматически.
Их нужно добавить вручную:
• инверсия моделей и извлечение интеллектуальных данных,
• poisoning тренировочных датасетов,
• эксплуатация галлюцинаций,
• каскадные сбои в MLOps-пайплайнах.
Если этого нет в риск-регистре — ISMS устарело, даже если сертификат свежий.
2. «Написали AI Policy — защитились» — ошибка
Политика без технических мер ничего не защищает.
Нужны:
• мониторинг дрейфа моделей (data/model drift),
• sanitization входных и выходных данных,
• аудит датасетов на bias и poisoning,
• регулярный red teaming моделей.
Большинство инцидентов происходит из-за неконтролируемых данных, а не из-за уязвимостей в коде.
3. «ИИ — обычный ИТ-сервис» — ошибка классификации
ИИ работает автономно, влияет на решения и может искажать процессы.
Риски другого уровня:
• галлюцинации → дезинформация,
• prompt injection → манипуляция моделями,
• некорректные предсказания → каскадные сбои.
Здесь нужны XAI-проверки, контроль версий моделей и данных, мониторинг поведения модели — далеко за пределами классических ИБ-контролей.
Как сделать ISO 27001 пригодным для ИИ
27001 остаётся базой, но её нужно перенастроить:
В риск-менеджмент:
добавить отдельный класс ИИ-рисков.
В Annex A:
переписать политики под жизненный цикл моделей (development → training → deployment → monitoring).
В операционные процессы:
контроль тренировочных данных, мониторинг дрейфа, протоколы реагирования на инциденты ИИ.
Для полноценного покрытия нужны специализированные стандарты:
ISO/IEC 42001 (AI Governance) и ISO/IEC 23894 (AI Risk Management).
Почему это критично в 2025 году
ИИ развивается быстрее, чем классические меры безопасности.
Инциденты уже не про «вирусы», а про:
• утечки через промпты,
• фейковую аналитику в принятии решений,
• подмену данных при обучении,
• сбои бизнеса из-за неверных ответов модели.
ISMS старой школы этого не видит.
ISO 27001 — фундамент.
Но если ИИ не встроен в ISMS, риски остаются невидимыми, даже при формальной сертификации.
Рекомендация:
провести gap-analysis «ISMS vs. AI Risks» и внедрить контроли из ISO 42001 и 23894.
Контролирует ли ваша организация ИИ-риски?
Источники
• ISO/IEC 27001:2022 — Information Security Management Systems
• ISO/IEC 23894:2023 — Artificial Intelligence Risk Management
• ISO/IEC 42001:2023 — AI Management System Standard
• NIST AI Risk Management Framework (2023)
• ENISA: Adversarial Machine Learning Threat Landscape (2021)
• OECD AI Principles (2019, обновление 2024)
REAL DIGITAL
#RealDigital #CyberSecurity #ISO27001 #AI #AIБезопасность #AIGovernance
#ISMS #RiskManagement #ISO42001 #ISO23894 #MLOps #DataSecurity #AIРиски
Многие компании уверены: раз есть ISO 27001 — риски ИИ «закрыты по умолчанию».
Это опасное заблуждение.
ISO 27001 даёт каркас управления безопасностью, но по умолчанию не видит угроз ИИ:
data poisoning, adversarial-атаки, утечки через промпты, дрейф моделей, инверсию моделей.
Без адаптации под ИИ стандарт превращается в формальность и создаёт ложное чувство защищённости.
Ключевые заблуждения, которые создают дыры в защите
1. «ISO 27001 покрывает риски ИИ» — нет
Стандарт описывает процесс управления рисками, но ИИ-угрозы туда не входят автоматически.
Их нужно добавить вручную:
• инверсия моделей и извлечение интеллектуальных данных,
• poisoning тренировочных датасетов,
• эксплуатация галлюцинаций,
• каскадные сбои в MLOps-пайплайнах.
Если этого нет в риск-регистре — ISMS устарело, даже если сертификат свежий.
2. «Написали AI Policy — защитились» — ошибка
Политика без технических мер ничего не защищает.
Нужны:
• мониторинг дрейфа моделей (data/model drift),
• sanitization входных и выходных данных,
• аудит датасетов на bias и poisoning,
• регулярный red teaming моделей.
Большинство инцидентов происходит из-за неконтролируемых данных, а не из-за уязвимостей в коде.
3. «ИИ — обычный ИТ-сервис» — ошибка классификации
ИИ работает автономно, влияет на решения и может искажать процессы.
Риски другого уровня:
• галлюцинации → дезинформация,
• prompt injection → манипуляция моделями,
• некорректные предсказания → каскадные сбои.
Здесь нужны XAI-проверки, контроль версий моделей и данных, мониторинг поведения модели — далеко за пределами классических ИБ-контролей.
Как сделать ISO 27001 пригодным для ИИ
27001 остаётся базой, но её нужно перенастроить:
В риск-менеджмент:
добавить отдельный класс ИИ-рисков.
В Annex A:
переписать политики под жизненный цикл моделей (development → training → deployment → monitoring).
В операционные процессы:
контроль тренировочных данных, мониторинг дрейфа, протоколы реагирования на инциденты ИИ.
Для полноценного покрытия нужны специализированные стандарты:
ISO/IEC 42001 (AI Governance) и ISO/IEC 23894 (AI Risk Management).
Почему это критично в 2025 году
ИИ развивается быстрее, чем классические меры безопасности.
Инциденты уже не про «вирусы», а про:
• утечки через промпты,
• фейковую аналитику в принятии решений,
• подмену данных при обучении,
• сбои бизнеса из-за неверных ответов модели.
ISMS старой школы этого не видит.
ISO 27001 — фундамент.
Но если ИИ не встроен в ISMS, риски остаются невидимыми, даже при формальной сертификации.
Рекомендация:
провести gap-analysis «ISMS vs. AI Risks» и внедрить контроли из ISO 42001 и 23894.
Контролирует ли ваша организация ИИ-риски?
Источники
• ISO/IEC 27001:2022 — Information Security Management Systems
• ISO/IEC 23894:2023 — Artificial Intelligence Risk Management
• ISO/IEC 42001:2023 — AI Management System Standard
• NIST AI Risk Management Framework (2023)
• ENISA: Adversarial Machine Learning Threat Landscape (2021)
• OECD AI Principles (2019, обновление 2024)
REAL DIGITAL
#RealDigital #CyberSecurity #ISO27001 #AI #AIБезопасность #AIGovernance
#ISMS #RiskManagement #ISO42001 #ISO23894 #MLOps #DataSecurity #AIРиски
🔥3👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Илон Маск выложил видео, где его роботы выступают строителями, медиками, полицейскими, поварами, игроками в покер и каратистами.
Что он этим хотел сказать — не объяснил.
https://x.com/elonmusk/status/1991735383974113655?s=46
Что он этим хотел сказать — не объяснил.
https://x.com/elonmusk/status/1991735383974113655?s=46
🔥5
Австралия 2025: хочешь работать с госданными — твой ИИ остаётся в стране
Правило простое: если обрабатываешь данные граждан или госструктур —
твоя инфраструктура и модели должны находиться внутри Австралии.
Как это выглядит на практике:
→ Суверенные облачные зоны: данные не покидают страну
→ Только локальные модели для госведомств
→ Персональная информация — исключительно в австралийских ЦОДах
→ Зарубежные дата-центры под такие задачи запрещены
Без тяжёлой регуляторики в стиле EU AI Act.
Три документа :
- AI Ethics Principles,
- National Framework for AI Assurance
- Guidance for AI Adoption
формируют понятный, рабочий набор правил.
Минимум бюрократии. Максимум контроля.
Источники:
https://www.industry.gov.au/science-technology-and-innovation/technology/artificial-intelligence
https://www.finance.gov.au/government/public-data/data-and-digital-ministers-meeting/national-framework-assurance-artificial-intelligence-government
https://www.industry.gov.au/publications/guidance-for-ai-adoption
REAL DIGITAL
#dataSovereignty #AustraliaAI #AIregulation #RealDigital
Правило простое: если обрабатываешь данные граждан или госструктур —
твоя инфраструктура и модели должны находиться внутри Австралии.
Как это выглядит на практике:
→ Суверенные облачные зоны: данные не покидают страну
→ Только локальные модели для госведомств
→ Персональная информация — исключительно в австралийских ЦОДах
→ Зарубежные дата-центры под такие задачи запрещены
Без тяжёлой регуляторики в стиле EU AI Act.
Три документа :
- AI Ethics Principles,
- National Framework for AI Assurance
- Guidance for AI Adoption
формируют понятный, рабочий набор правил.
Минимум бюрократии. Максимум контроля.
Источники:
https://www.industry.gov.au/science-technology-and-innovation/technology/artificial-intelligence
https://www.finance.gov.au/government/public-data/data-and-digital-ministers-meeting/national-framework-assurance-artificial-intelligence-government
https://www.industry.gov.au/publications/guidance-for-ai-adoption
REAL DIGITAL
#dataSovereignty #AustraliaAI #AIregulation #RealDigital
👍3🔥2👏1
NIS2: кто-то уже платит штрафы, кто-то ещё разбирается в требованиях
Представьте: вы CISO финтех-компании в Польше.
Ваш коллега в Германии уже проходит аудит по NIS2 и рискует получить штраф до €10 млн.
А вы всё ещё ждёте, когда местный регулятор определится с правилами.
Так выглядит Европа в ноябре 2025:
только 19 из 27 стран ЕС успели внедрить директиву полностью.
Что изменилось жёстко:
→ 24 часа на первый отчёт об инциденте
→ Личная ответственность топ-менеджмента
→ European Vulnerability Registry — единый реестр уязвимостей
Пока в одних странах компании переписывают процессы под угрозой санкций, в других всё только начинается.
27 стран. 27 скоростей. Одна директива.
Источники:
https://www.enisa.europa.eu/topics/state-of-cybersecurity-in-the-eu/cybersecurity-policies/nis-directive-2
https://www.enisa.europa.eu/publications/nis2-technical-implementation-guidance
REAL DIGITAL
#NIS2 #cybersecurity #EUcompliance #RealDigital
Представьте: вы CISO финтех-компании в Польше.
Ваш коллега в Германии уже проходит аудит по NIS2 и рискует получить штраф до €10 млн.
А вы всё ещё ждёте, когда местный регулятор определится с правилами.
Так выглядит Европа в ноябре 2025:
только 19 из 27 стран ЕС успели внедрить директиву полностью.
Что изменилось жёстко:
→ 24 часа на первый отчёт об инциденте
→ Личная ответственность топ-менеджмента
→ European Vulnerability Registry — единый реестр уязвимостей
Пока в одних странах компании переписывают процессы под угрозой санкций, в других всё только начинается.
27 стран. 27 скоростей. Одна директива.
Источники:
https://www.enisa.europa.eu/topics/state-of-cybersecurity-in-the-eu/cybersecurity-policies/nis-directive-2
https://www.enisa.europa.eu/publications/nis2-technical-implementation-guidance
REAL DIGITAL
#NIS2 #cybersecurity #EUcompliance #RealDigital
🤨2🎉1
This media is not supported in your browser
VIEW IN TELEGRAM
Quick Share ↔ AirDrop: что на самом деле происходит между Pixel 10 и iPhone
Google обновила Quick Share на Pixel 10, и теперь смартфон может отправлять и принимать файлы с iPhone и Mac напрямую, без интернета и без облака. Это первый рабочий кейс прямой совместимости Android ↔ iOS без обходных путей.
Как устроена техника
Обнаружение (discovery)
Pixel 10 использует стандартные BLE-advertisements по спецификациям Bluetooth SIG.
iOS 18.x корректно распознаёт такие профили только при включённом режиме «Everyone for 10 minutes».
Без этого Pixel в списке не появится — это ключевое техническое условие.
Передача (transport)
Файлы идут по локальному Wi-Fi P2P:
• Wi-Fi Direct, если согласован режим AP + клиент
• или Wi-Fi Aware, если обе стороны поддерживают NAN
Это чистые стандарты Wi-Fi Alliance, без серверов Google/Apple.
Что не используется
AWDL — проприетарный протокол AirDrop — Pixel не использует.
Закрытые хендшейки Apple тоже отсутствуют.
Pixel отображается в интерфейсе AirDrop, но работает не через AirDrop-протокол, а через открытую связку BLE + Wi-Fi P2P.
Digital Markets Act (DMA) — это закон Евросоюза.
Регуляторы требуют interoperability, если есть открытый P2P-механизм (Direct/Aware).
Запрет от Apple создал бы правовые риски для них.
И поэтому поведение iOS 18.x
AirDrop теперь реагирует на стандартные BLE-профили сторонних устройств в режиме «Everyone for 10 minutes».
Это не шаг Apple навстречу Android — это адаптация под регуляторные требования.
Google использовала окно возможностей.
Apple — не блокирует.
Но есть и ограничения:
• Работает только на Pixel 10-серии (ограничение rollout’а).
• На iOS — работает на всех версиях 18.x, но стабильнее в последних бетах.
• Старые Mac иногда ведут себя нестабильно.
• Скорость сравнима с AirDrop между устройствами Apple.
Это первый реальный прецедент, когда:
• Android-устройство появляется в AirDrop-интерфейсе
• передача работает нативно
• Apple не закрывает окно совместимости
• открытые стандарты BLE/Wi-Fi стали фактической точкой пересечения двух экосистем
Жёсткие стены Apple-экосистемы впервые дают трещину — не из-за «дружбы», а под давлением открытых стандартов и регуляторики.
Итог: это не «AirDrop для Android».
Это — рабочая двусторонняя передача по BLE + Wi-Fi Direct/Aware, которую Pixel реализует корректно, а iOS 18.x — не блокирует.
Работает. Быстро. Локально.
И снимает барьер, который считался непроходимым 10 лет.
REAL DIGITAL
Источники:
Видео-демонстрация:
https://youtu.be/nWZi8b6fXLs?si=6quwQRD3swQZiH0P
Официальный блог:
https://blog.google/products/android/quick-share-airdrop/
#Pixel10 #AirDrop #QuickShare #Android #iOS #DMA #Interoperability #TechNews #RealDigital
Google обновила Quick Share на Pixel 10, и теперь смартфон может отправлять и принимать файлы с iPhone и Mac напрямую, без интернета и без облака. Это первый рабочий кейс прямой совместимости Android ↔ iOS без обходных путей.
Как устроена техника
Обнаружение (discovery)
Pixel 10 использует стандартные BLE-advertisements по спецификациям Bluetooth SIG.
iOS 18.x корректно распознаёт такие профили только при включённом режиме «Everyone for 10 minutes».
Без этого Pixel в списке не появится — это ключевое техническое условие.
Передача (transport)
Файлы идут по локальному Wi-Fi P2P:
• Wi-Fi Direct, если согласован режим AP + клиент
• или Wi-Fi Aware, если обе стороны поддерживают NAN
Это чистые стандарты Wi-Fi Alliance, без серверов Google/Apple.
Что не используется
AWDL — проприетарный протокол AirDrop — Pixel не использует.
Закрытые хендшейки Apple тоже отсутствуют.
Pixel отображается в интерфейсе AirDrop, но работает не через AirDrop-протокол, а через открытую связку BLE + Wi-Fi P2P.
Digital Markets Act (DMA) — это закон Евросоюза.
Регуляторы требуют interoperability, если есть открытый P2P-механизм (Direct/Aware).
Запрет от Apple создал бы правовые риски для них.
И поэтому поведение iOS 18.x
AirDrop теперь реагирует на стандартные BLE-профили сторонних устройств в режиме «Everyone for 10 minutes».
Это не шаг Apple навстречу Android — это адаптация под регуляторные требования.
Google использовала окно возможностей.
Apple — не блокирует.
Но есть и ограничения:
• Работает только на Pixel 10-серии (ограничение rollout’а).
• На iOS — работает на всех версиях 18.x, но стабильнее в последних бетах.
• Старые Mac иногда ведут себя нестабильно.
• Скорость сравнима с AirDrop между устройствами Apple.
Это первый реальный прецедент, когда:
• Android-устройство появляется в AirDrop-интерфейсе
• передача работает нативно
• Apple не закрывает окно совместимости
• открытые стандарты BLE/Wi-Fi стали фактической точкой пересечения двух экосистем
Жёсткие стены Apple-экосистемы впервые дают трещину — не из-за «дружбы», а под давлением открытых стандартов и регуляторики.
Итог: это не «AirDrop для Android».
Это — рабочая двусторонняя передача по BLE + Wi-Fi Direct/Aware, которую Pixel реализует корректно, а iOS 18.x — не блокирует.
Работает. Быстро. Локально.
И снимает барьер, который считался непроходимым 10 лет.
REAL DIGITAL
Источники:
Видео-демонстрация:
https://youtu.be/nWZi8b6fXLs?si=6quwQRD3swQZiH0P
Официальный блог:
https://blog.google/products/android/quick-share-airdrop/
#Pixel10 #AirDrop #QuickShare #Android #iOS #DMA #Interoperability #TechNews #RealDigital
👏4
This media is not supported in your browser
VIEW IN TELEGRAM
Claude Opus 4.5 усилил защиту, но агентные сценарии остаются слабым местом
Anthropic выпустила Claude Opus 4.5 — новую флагманскую модель для кода и агентных сценариев. Компания подчёркивает усиленную защиту от prompt-injection, но в системной карточке прямо признаёт: модель стала строже, однако полностью защитить её нельзя. Инъекции всё ещё проходят, особенно когда агентам дают доступ к коду, браузеру или файловой системе.
В контролируемых тестах Opus 4.5 как агент-кодер отклонил 150 из 150 вредных задач. Но в независимых испытаниях режимов Claude Code и «computer use» исследователи фиксируют 12–22% согласий на сомнительные запросы — от подсказок для DDoS до попыток обхода ограничений и доступа к данным.
На фоне свежих кейсов, где цепочки кибершпионажа удалось почти полностью автоматизировать при помощи ИИ, становится очевидно: безопасность «через промты» — это только базовый слой. Поверх него обязательно нужны ограниченные права агентов, чёткие периметры доступа, аудит действий и архитектурные барьеры.
Источники:
1. The Verge — https://www.theverge.com/2025/1/23/claude-opus-4-5-anthropic-update
2. Anthropic System Card — https://www-files.anthropic.com/production/files/model-system-card-claude-4-5.pdf
3. The Outpost — https://www.theoutpost.io/p/claude-opus-4-5-testing-the-limits
#Anthropic #Claude #Opus45 #AI #LLM #PromptInjection #CyberSecurity #AIsecurity #AgenticAI #GenAI #DevTools #RealDigital
Anthropic выпустила Claude Opus 4.5 — новую флагманскую модель для кода и агентных сценариев. Компания подчёркивает усиленную защиту от prompt-injection, но в системной карточке прямо признаёт: модель стала строже, однако полностью защитить её нельзя. Инъекции всё ещё проходят, особенно когда агентам дают доступ к коду, браузеру или файловой системе.
В контролируемых тестах Opus 4.5 как агент-кодер отклонил 150 из 150 вредных задач. Но в независимых испытаниях режимов Claude Code и «computer use» исследователи фиксируют 12–22% согласий на сомнительные запросы — от подсказок для DDoS до попыток обхода ограничений и доступа к данным.
На фоне свежих кейсов, где цепочки кибершпионажа удалось почти полностью автоматизировать при помощи ИИ, становится очевидно: безопасность «через промты» — это только базовый слой. Поверх него обязательно нужны ограниченные права агентов, чёткие периметры доступа, аудит действий и архитектурные барьеры.
Источники:
1. The Verge — https://www.theverge.com/2025/1/23/claude-opus-4-5-anthropic-update
2. Anthropic System Card — https://www-files.anthropic.com/production/files/model-system-card-claude-4-5.pdf
3. The Outpost — https://www.theoutpost.io/p/claude-opus-4-5-testing-the-limits
#Anthropic #Claude #Opus45 #AI #LLM #PromptInjection #CyberSecurity #AIsecurity #AgenticAI #GenAI #DevTools #RealDigital
🔥5🤔1
Математика, которая решает будущее: тревожность, нейросети и задачи на миллион
Наш постоянный читатель прислал в редакцию REAL DIGITAL лекцию, мимо которой сложно пройти: Андрей Коняев говорит о математике так, что это перестаёт быть «страшным школьным предметом» и превращается в способ понимать мир — от МРТ и полупроводников до климатических моделей и нейросетей.
В центре разговора — математическая тревожность (да, это реальный термин), нерешённые задачи тысячелетия с призом в миллион долларов и тот самый разрыв между школьной «математикой по рецептам» и живой наукой, которая реально лежит под капотом технологий вокруг нас.
Коняев показывает, как абстрактные конструкции — алгебры Ли, функциональный анализ, теория вероятностей — оказываются ответственны за вещи, к которым мы привыкли: медицинскую визуализацию мозга, устойчивую связь, работу электроники и криптографии.
По ходу дела он успевает:
- разобрать качество школьного преподавания
- объяснить, зачем математика гуманитарию
- рассказать, почему нейросети, в отличие от классической инженерии, до сих пор живут без чётких теорем устойчивости
Для кого: для всех, кто когда-то сказал «я гуманитарий» или «математика — не моё», но втайне хочет понимать, как устроен мир технологий.
Если вы хотите посмотреть на математику не как на набор формул, а как на язык для разговора о будущем — эту лекцию точно стоит сохранить в избранное и включить вечером вместо очередного сериала.
🎥 Смотреть на YouTube:[«Математическая тревожность, нейросети, задачи тысячелетия / Андрей Коняев»]
REAL DIGITAL
Фото: модифицировано с помощью GROK.
Наш постоянный читатель прислал в редакцию REAL DIGITAL лекцию, мимо которой сложно пройти: Андрей Коняев говорит о математике так, что это перестаёт быть «страшным школьным предметом» и превращается в способ понимать мир — от МРТ и полупроводников до климатических моделей и нейросетей.
В центре разговора — математическая тревожность (да, это реальный термин), нерешённые задачи тысячелетия с призом в миллион долларов и тот самый разрыв между школьной «математикой по рецептам» и живой наукой, которая реально лежит под капотом технологий вокруг нас.
Коняев показывает, как абстрактные конструкции — алгебры Ли, функциональный анализ, теория вероятностей — оказываются ответственны за вещи, к которым мы привыкли: медицинскую визуализацию мозга, устойчивую связь, работу электроники и криптографии.
По ходу дела он успевает:
- разобрать качество школьного преподавания
- объяснить, зачем математика гуманитарию
- рассказать, почему нейросети, в отличие от классической инженерии, до сих пор живут без чётких теорем устойчивости
Для кого: для всех, кто когда-то сказал «я гуманитарий» или «математика — не моё», но втайне хочет понимать, как устроен мир технологий.
Если вы хотите посмотреть на математику не как на набор формул, а как на язык для разговора о будущем — эту лекцию точно стоит сохранить в избранное и включить вечером вместо очередного сериала.
🎥 Смотреть на YouTube:[«Математическая тревожность, нейросети, задачи тысячелетия / Андрей Коняев»]
REAL DIGITAL
Фото: модифицировано с помощью GROK.
👍6👏2
Буэнос-Айрес: госуслуги через WhatsApp. 4 млн запросов в месяц.
Boti — городской бот — обрабатывает >4 млн запросов ежемесячно.
“Где мой штраф?”, “Записать к врачу”, “Справка о доходах” — всё в одном чате.
А Mi Argentina (национальный цифровой ID) в 2025 добавляет ИИ-ответы по:
→ налогам,
→ соцвыплатам,
→ программам господдержки.
Латинская Америка показывает, что цифровая трансформация — это не презентации.
Это рабочие сервисы, где людям удобно.
Источники:
https://buenosaires.gob.ar/innovacionytransformaciondigital/boti
https://www.argentina.gob.ar/miargentina
REAL DIGITAL
#govtech #Argentina #AIinGov #RealDigital
Если многие страны запускают красивые приложения, которые надо ещё скачать
Буэнос-Айрес пришёл туда, где люди уже живут — в WhatsApp.
Boti — городской бот — обрабатывает >4 млн запросов ежемесячно.
“Где мой штраф?”, “Записать к врачу”, “Справка о доходах” — всё в одном чате.
А Mi Argentina (национальный цифровой ID) в 2025 добавляет ИИ-ответы по:
→ налогам,
→ соцвыплатам,
→ программам господдержки.
Латинская Америка показывает, что цифровая трансформация — это не презентации.
Это рабочие сервисы, где людям удобно.
Источники:
https://buenosaires.gob.ar/innovacionytransformaciondigital/boti
https://www.argentina.gob.ar/miargentina
REAL DIGITAL
#govtech #Argentina #AIinGov #RealDigital
🔥5👍3❤1
Май 2025, Дания: хакеры зашли в систему водоканала. Обошлось. В этот раз.
Атака на датский водоканал в мае 2025 не привела к катастрофе.
Но вопрос остался: а если бы захотели?
Отключить подачу? Поменять параметры очистки?
Классические слабые места:
• SCADA-системы десятилетней давности
• Открытые RDP-порты “для подрядчиков”
• Контроллеры, про которые забыли после ухода того самого админа
ENISA фиксирует +38% атак на энергосети Европы за 2025 год.
Как реагируют США:
водоканалы с аудиторией >50 тыс. человек обязали:
→ вести полный инвентарь OT-оборудования
→ закрывать легаси-удалёнки
→ проходить регулярные тесты на проникновение
На этом фоне NIS2 (о котором мы писали вчера) перестаёт быть “бюрократией”.
Это страховка. Без неё инфраструктура долго не проживёт.
Источники:
https://www.epa.gov/enforcement/enforcement-alert-drinking-water-systems-address-cybersecurity-vulnerabilities
https://www.enisa.europa.eu/sites/default/files/2025-10/ENISA%20Threat%20Landscape%202025_0.pdf
REAL DIGITAL
#OTsecurity #criticalInfrastructure #NIS2 #RealDigital
Атака на датский водоканал в мае 2025 не привела к катастрофе.
Но вопрос остался: а если бы захотели?
Отключить подачу? Поменять параметры очистки?
Классические слабые места:
• SCADA-системы десятилетней давности
• Открытые RDP-порты “для подрядчиков”
• Контроллеры, про которые забыли после ухода того самого админа
ENISA фиксирует +38% атак на энергосети Европы за 2025 год.
Как реагируют США:
водоканалы с аудиторией >50 тыс. человек обязали:
→ вести полный инвентарь OT-оборудования
→ закрывать легаси-удалёнки
→ проходить регулярные тесты на проникновение
На этом фоне NIS2 (о котором мы писали вчера) перестаёт быть “бюрократией”.
Это страховка. Без неё инфраструктура долго не проживёт.
Источники:
https://www.epa.gov/enforcement/enforcement-alert-drinking-water-systems-address-cybersecurity-vulnerabilities
https://www.enisa.europa.eu/sites/default/files/2025-10/ENISA%20Threat%20Landscape%202025_0.pdf
REAL DIGITAL
#OTsecurity #criticalInfrastructure #NIS2 #RealDigital
👍2😱1🤨1
Google Gemini нашёл новые антибиотики быстрее, чем учёные успели подать заявку на грант
Раньше цикл исследования выглядел так:
гипотеза → месяцы экспериментов → анализ → новая гипотеза.
Теперь:
Gemini 2.0 делает это за ночь и утром предлагает три новых направления.
В 2025 Google AI co-scientist работает в полную силу:
→ формирует гипотезы на больших массивах данных
→ планирует серии экспериментов
→ находит паттерны, которые человек просто не видит
Реальные кейсы:
• поиск новых антибиотиков через анализ молекулярных графов
• репурпосинг лекарств для онкологии
Пока журналы не разрешают указывать ИИ в соавторах.
Но факт: в некоторых проектах именно он делает половину работы.
Источники:
1. Google Research — “Accelerating scientific breakthroughs with an AI co-scientist” (19 февраля 2025) — описание системы на базе Gemini 2.0.
2. Imperial College London — “Google’s AI co-scientist could enhance research” (февраль 2025) — обзор исследователей о возможностях системы.
3. IEEE Spectrum — “Google’s AI Co-Scientist Scores Two Wins in Biology” (сентябрь 2025) — кейсы по репурпозингу препаратов.
REAL DIGITAL
#AIinScience #biotech #Gemini #RealDigital
Раньше цикл исследования выглядел так:
гипотеза → месяцы экспериментов → анализ → новая гипотеза.
Теперь:
Gemini 2.0 делает это за ночь и утром предлагает три новых направления.
В 2025 Google AI co-scientist работает в полную силу:
→ формирует гипотезы на больших массивах данных
→ планирует серии экспериментов
→ находит паттерны, которые человек просто не видит
Реальные кейсы:
• поиск новых антибиотиков через анализ молекулярных графов
• репурпосинг лекарств для онкологии
Пока журналы не разрешают указывать ИИ в соавторах.
Но факт: в некоторых проектах именно он делает половину работы.
Источники:
1. Google Research — “Accelerating scientific breakthroughs with an AI co-scientist” (19 февраля 2025) — описание системы на базе Gemini 2.0.
2. Imperial College London — “Google’s AI co-scientist could enhance research” (февраль 2025) — обзор исследователей о возможностях системы.
3. IEEE Spectrum — “Google’s AI Co-Scientist Scores Two Wins in Biology” (сентябрь 2025) — кейсы по репурпозингу препаратов.
REAL DIGITAL
#AIinScience #biotech #Gemini #RealDigital
👍5
Прошло первое заседание нового Общественного совета при Министерстве искусственного интеллекта и цифрового развития РК.
Вчера, 26 ноября 2025 года, прошло заседание нового состава Общественного Совета при Министерстве искусственного интеллекта и цифрового развития РК.
Выступаю с речью, заместитель премьер-министра – министр Жаслан Мадиев акцентировал, что открытый диалог с экспертами и гражданами становится ключевым условием выполнения задач, поставленных Президентом в сфере цифровизации и искусственного интеллекта.
Г-н Мадиев Ж.Х. отдельно отметил вклад Беклемишева А.П., возглавлявшего Совет предыдущего состава, и поблагодарил его за проделанную работу.
На заседании представили регламент деятельности Совета и провели выборы нового руководства. Председателем избрана Асем Болатжан, руководитель «Women in Tech Kazakhstan Chapter».
Участники рассмотрели и утвердили предложения к рабочему плану Совета на 2026 год.
Подробнее : https://www.gov.kz/memleket/entities/maidd/press/news/details/1113229?lang=ru
Вчера, 26 ноября 2025 года, прошло заседание нового состава Общественного Совета при Министерстве искусственного интеллекта и цифрового развития РК.
Выступаю с речью, заместитель премьер-министра – министр Жаслан Мадиев акцентировал, что открытый диалог с экспертами и гражданами становится ключевым условием выполнения задач, поставленных Президентом в сфере цифровизации и искусственного интеллекта.
Г-н Мадиев Ж.Х. отдельно отметил вклад Беклемишева А.П., возглавлявшего Совет предыдущего состава, и поблагодарил его за проделанную работу.
На заседании представили регламент деятельности Совета и провели выборы нового руководства. Председателем избрана Асем Болатжан, руководитель «Women in Tech Kazakhstan Chapter».
Участники рассмотрели и утвердили предложения к рабочему плану Совета на 2026 год.
Подробнее : https://www.gov.kz/memleket/entities/maidd/press/news/details/1113229?lang=ru
👍8❤3
STATE OF AI IN BUSINESS 2025 (MIT): почему 95% проектов в нуле и что с этим делать
MIT выпустил отчет и обрисовал жёсткую картину: почти все корпоративные GenAI-инициативы проваливаются.
Причина не в моделях, а в том, что большинство систем не учатся, не интегрируются и не влияют на процессы.
Мы приводим для удобства выжимку
из топ 10 идей из отчета по мнению редакции. (на самом деле их больше).
1) 95% проектов дают ноль результата
Действие: брать только процессы с измеримым P&L (цикл, стоимость, ручные часы). Остальное — в стоп-лист.
2) Главная причина — системы не учатся
Действие: требовать от вендора, чтобы AI запоминал историю работы, сохранял правки, автоматически подстраивался под стиль компании и сам подтягивал данные из систем, а не начинал каждый раз с нуля. Без такой памяти внедрение не масштабируется.
3) ChatGPT помогает людям, но не процессам
Действие: посмотреть, как сотрудники используют обычные чат-боты типа ChatGPT для рабочих задач, выбрать 3–5 самых частых и встроить их в официальный процесс с автоматической подстановкой данных.
4) Успех определяется подходом, а не моделью
Действие: сначала выбрать конкретный рабочий процесс, который нужно улучшить; затем подобрать инструмент, который умеет этот процесс автоматизировать; и только потом решать, какая модель внутри нужна.
5) Универсальные продукты проигрывают узким решениям
Действие: строить кастом-агента под один конкретный рабочий цикл — и масштабировать только после успеха.
6) Партнёрства работают в 2 раза чаще, чем внутренние разработки
Действие: не строить платформу внутри. Настраивать вместе с внешним вендором, держать контроль у себя.
7) Самый большой ROI — в бэк-офисе
Действие: AI быстрее всего окупается там, где:
– есть много цифровой рутины,
– мало риска,
– много документов,
– работа стандартизирована,
– раньше платили внешним поставщикам.
8) Сотрудники используют AI каждый по-своему — компания не контролирует качество
Действие: собрать лучшие способы, которыми люди уже пользуются ChatGPT/Claude, и превратить их в корпоративный «стандарт качества»: набор рекомендованных промптов, шаблонов, правил и приёмов.
Это не про автоматизацию процессов, а про то, чтобы все сотрудники пользовались AI одинаково профессионально и безопасно.
9) Окно возможностей — 18 месяцев: рынок ИИ меняется слишком быстро.
Действие: заранее определить архитектурные требования (память, обучение, API-first, лёгкая интеграция) и покупать только те решения, которые им соответствуют.
Цель — чтобы инфраструктуру не пришлось выбрасывать, когда через год появятся новые ИИ-архитектуры.
10) Следующий этап — Agentic Web: AI будет выполнять работу сам, без человека.
Действие: выбрать один простой процесс, разложить его на шаги, назначить роли маленьких агентов (кто собирает данные, кто проверяет, кто записывает в систему) и соединить их через единый API-шлюз. Запустить небольшой пилот, чтобы компания научилась работать с агентами до того, как это станет стандартом отрасли.
GenAI приносит пользу только там, где системы учатся, процессы формализованы, а интеграции убирают ручные костыли. Это уже вопрос архитектуры, а не экспериментов.
REAL DIGITAL
Источники:
MIT — State of AI in Business 2025: The GenAI Divide
https://www.forbes.com/sites/jasonsnyder/2025/08/26/mit-finds-95-of-genai-pilots-fail-because-companies-avoid-friction/
#AI #Analytics
#Enterprise
#Insight
#MIT
MIT выпустил отчет и обрисовал жёсткую картину: почти все корпоративные GenAI-инициативы проваливаются.
Причина не в моделях, а в том, что большинство систем не учатся, не интегрируются и не влияют на процессы.
Мы приводим для удобства выжимку
из топ 10 идей из отчета по мнению редакции. (на самом деле их больше).
1) 95% проектов дают ноль результата
Действие: брать только процессы с измеримым P&L (цикл, стоимость, ручные часы). Остальное — в стоп-лист.
2) Главная причина — системы не учатся
Действие: требовать от вендора, чтобы AI запоминал историю работы, сохранял правки, автоматически подстраивался под стиль компании и сам подтягивал данные из систем, а не начинал каждый раз с нуля. Без такой памяти внедрение не масштабируется.
3) ChatGPT помогает людям, но не процессам
Действие: посмотреть, как сотрудники используют обычные чат-боты типа ChatGPT для рабочих задач, выбрать 3–5 самых частых и встроить их в официальный процесс с автоматической подстановкой данных.
4) Успех определяется подходом, а не моделью
Действие: сначала выбрать конкретный рабочий процесс, который нужно улучшить; затем подобрать инструмент, который умеет этот процесс автоматизировать; и только потом решать, какая модель внутри нужна.
5) Универсальные продукты проигрывают узким решениям
Действие: строить кастом-агента под один конкретный рабочий цикл — и масштабировать только после успеха.
6) Партнёрства работают в 2 раза чаще, чем внутренние разработки
Действие: не строить платформу внутри. Настраивать вместе с внешним вендором, держать контроль у себя.
7) Самый большой ROI — в бэк-офисе
Действие: AI быстрее всего окупается там, где:
– есть много цифровой рутины,
– мало риска,
– много документов,
– работа стандартизирована,
– раньше платили внешним поставщикам.
8) Сотрудники используют AI каждый по-своему — компания не контролирует качество
Действие: собрать лучшие способы, которыми люди уже пользуются ChatGPT/Claude, и превратить их в корпоративный «стандарт качества»: набор рекомендованных промптов, шаблонов, правил и приёмов.
Это не про автоматизацию процессов, а про то, чтобы все сотрудники пользовались AI одинаково профессионально и безопасно.
9) Окно возможностей — 18 месяцев: рынок ИИ меняется слишком быстро.
Действие: заранее определить архитектурные требования (память, обучение, API-first, лёгкая интеграция) и покупать только те решения, которые им соответствуют.
Цель — чтобы инфраструктуру не пришлось выбрасывать, когда через год появятся новые ИИ-архитектуры.
10) Следующий этап — Agentic Web: AI будет выполнять работу сам, без человека.
Действие: выбрать один простой процесс, разложить его на шаги, назначить роли маленьких агентов (кто собирает данные, кто проверяет, кто записывает в систему) и соединить их через единый API-шлюз. Запустить небольшой пилот, чтобы компания научилась работать с агентами до того, как это станет стандартом отрасли.
GenAI приносит пользу только там, где системы учатся, процессы формализованы, а интеграции убирают ручные костыли. Это уже вопрос архитектуры, а не экспериментов.
REAL DIGITAL
Источники:
MIT — State of AI in Business 2025: The GenAI Divide
https://www.forbes.com/sites/jasonsnyder/2025/08/26/mit-finds-95-of-genai-pilots-fail-because-companies-avoid-friction/
#AI #Analytics
#Enterprise
#Insight
#MIT
👍8
AI-браузеры: как интернет перестаёт быть сайтами
Мы привыкли думать, что интернет — это сайты. Но сайты были лишь интерфейсом.
AI-браузеры впервые снимают этот интерфейс — и показывают, что веб может работать без человека между запросом и решением.
AI-браузеры перестали быть экспериментом. Теперь это интерфейсы первого уровня — и конкуренты не Chrome, а самой логике веба.
Контентный веб растворяется в ответах. Львиная доля информационных страниц — обзоры, инструкции, справки — перестаёт быть «местами». Они становятся сырьём для итогового результата.
Сервисный веб (банкинг, госуслуги, e-commerce) остаётся, но AI становится его умным шлюзом: он заполняет формы, сравнивает параметры, проверяет статусы.
Поведение пользователя меняется фундаментально: он больше не ищет — он ставит задачу.
И это новая ментальная модель работы с информацией.
Технологический сдвиг
Агентность переезжает в устройство: это скорость, приватность, автономность.
Многие операции уже не требуют постоянного обращения к серверу.
Интерфейс становится задачным: «сравни», «оформи», «подготовь».
Поиск как массовое действие умирает.
Браузер перестаёт быть приложением.
Он работает с файлами, отправляет уведомления, ведёт контексты — превращаясь в операционную оболочку вашей цифровой жизни.
Старая модель монетизировала внимание.
Новая монетизирует исход — завершённое действие.
Прежняя логика:
Google зарабатывал, когда вы кликали по рекламе авиабилетов.
Новая логика:
AI-браузер может заработать, когда вы купили билет, даже если не видели ни одного баннера.
Это слом фундаментальной конструкции, на которой держалась веб-экономика последние 25 лет.
Второй пример:
В старой модели продуктом был ваш просмотр.
В новой — ваше действие: бронирование, подбор, оформление.
Стремление платформ выравнивается с интересами пользователя впервые за историю поиска.
Слабые места
Пользователь получает ответ без прозрачного пути.
Доверие к результату растёт быстрее, чем понимание источников — это риск когнитивного перекоса.
Нет единых протоколов.
Каждый AI-браузер тянет веб под себя, формируя собственную «интеллектуальную зону».
Угроза — фрагментация интернета на несовместимые экосистемы.
Ответственность за ошибки размазана.
Если AI неправильно оформит декларацию, купит не тот билет или подаст неверный документ — кто отвечает?
Технической проблемы нет. Есть институциональная пустота.
К чему это ведёт
1. Контентные сайты низкого качества исчезнут, экспертные и авторские — останутся, но станут машинно-ориентированными.
2. AI-браузеры станут основным интерфейсом к сервисам, а сайты превратятся в бэкенд, скрытый от пользователя.
3. Экономика сместится от внимания к результату: продаётся не клик и не показ, а завершённое действие.
4. Пользователь перейдёт в модель “задача → решение”, а не “запрос → ссылки”.
5. Разрыв между вебом для людей и вебом для машин станет системным.
AI-браузеры — это смена инфраструктурной логики интернета:
от навигации → к исполнению,
от сайтов → к решениям,
от внимания → к результатам.
Интернет перестаёт быть пространством, по которому ходят.
Он становится механизмом, который выполняет.
Источники:
The Browser Company (Arc)
Google Labs (Project Magi)
Microsoft (Bing AI)
OpenAI (ChatGPT browsing mode)
Anthropic (Claude web integration)
a16z — исследования по трансформации веб-экономики
REAL DIGITAL
#AIbrowsers #futureofweb #webeconomics #AI #digitalinfrastructure #userexperience #techinnovation #searchengines #webarchitecture #digitaltrends
Мы привыкли думать, что интернет — это сайты. Но сайты были лишь интерфейсом.
AI-браузеры впервые снимают этот интерфейс — и показывают, что веб может работать без человека между запросом и решением.
AI-браузеры перестали быть экспериментом. Теперь это интерфейсы первого уровня — и конкуренты не Chrome, а самой логике веба.
Контентный веб растворяется в ответах. Львиная доля информационных страниц — обзоры, инструкции, справки — перестаёт быть «местами». Они становятся сырьём для итогового результата.
Сервисный веб (банкинг, госуслуги, e-commerce) остаётся, но AI становится его умным шлюзом: он заполняет формы, сравнивает параметры, проверяет статусы.
Поведение пользователя меняется фундаментально: он больше не ищет — он ставит задачу.
И это новая ментальная модель работы с информацией.
Пример:
Вы пишете: «Найди квартиру в Берлине до €1200, рядом с метро, с балконом».
AI-браузер не открывает Immobilienscout. Не показывает фильтры.
Он выдаёт три варианта и черновики заявок на просмотр.
Веб остаётся за кадром — вы получаете готовое действие.
Технологический сдвиг
Агентность переезжает в устройство: это скорость, приватность, автономность.
Многие операции уже не требуют постоянного обращения к серверу.
Интерфейс становится задачным: «сравни», «оформи», «подготовь».
Поиск как массовое действие умирает.
Браузер перестаёт быть приложением.
Он работает с файлами, отправляет уведомления, ведёт контексты — превращаясь в операционную оболочку вашей цифровой жизни.
Старая модель монетизировала внимание.
Новая монетизирует исход — завершённое действие.
Прежняя логика:
Google зарабатывал, когда вы кликали по рекламе авиабилетов.
Новая логика:
AI-браузер может заработать, когда вы купили билет, даже если не видели ни одного баннера.
Это слом фундаментальной конструкции, на которой держалась веб-экономика последние 25 лет.
Второй пример:
В старой модели продуктом был ваш просмотр.
В новой — ваше действие: бронирование, подбор, оформление.
Стремление платформ выравнивается с интересами пользователя впервые за историю поиска.
Слабые места
Пользователь получает ответ без прозрачного пути.
Доверие к результату растёт быстрее, чем понимание источников — это риск когнитивного перекоса.
Нет единых протоколов.
Каждый AI-браузер тянет веб под себя, формируя собственную «интеллектуальную зону».
Угроза — фрагментация интернета на несовместимые экосистемы.
Ответственность за ошибки размазана.
Если AI неправильно оформит декларацию, купит не тот билет или подаст неверный документ — кто отвечает?
Технической проблемы нет. Есть институциональная пустота.
К чему это ведёт
1. Контентные сайты низкого качества исчезнут, экспертные и авторские — останутся, но станут машинно-ориентированными.
2. AI-браузеры станут основным интерфейсом к сервисам, а сайты превратятся в бэкенд, скрытый от пользователя.
3. Экономика сместится от внимания к результату: продаётся не клик и не показ, а завершённое действие.
4. Пользователь перейдёт в модель “задача → решение”, а не “запрос → ссылки”.
5. Разрыв между вебом для людей и вебом для машин станет системным.
AI-браузеры — это смена инфраструктурной логики интернета:
от навигации → к исполнению,
от сайтов → к решениям,
от внимания → к результатам.
Интернет перестаёт быть пространством, по которому ходят.
Он становится механизмом, который выполняет.
Источники:
The Browser Company (Arc)
Google Labs (Project Magi)
Microsoft (Bing AI)
OpenAI (ChatGPT browsing mode)
Anthropic (Claude web integration)
a16z — исследования по трансформации веб-экономики
REAL DIGITAL
#AIbrowsers #futureofweb #webeconomics #AI #digitalinfrastructure #userexperience #techinnovation #searchengines #webarchitecture #digitaltrends
👍7❤1