Полного аналога SAP не появится: LANSOFT о перспективах отечественных ERP. Продолжение.

Поговорили мы с управляющим директором ИТ-холдинга LANSOFT (ТУРБО ERP и тд.) Сергеем Тараном и о том, почему даже после ухода зарубежных вендоров из России предприятия не спешат отказываться от их продуктов. По оценкам аналитиков, 40% рынка до сих пор работает на иностранных ERP, хотя не имеет официальной поддержки.

⏺️ Вы встречаете таких клиентов - они дают реальные ответы, почему не переходят? Что вы слышите чаще всего?

Мы таких клиентов видим регулярно, и, если честно, уже давно не задаём им прямой вопрос, почему они не переходят: мотивы достаточно прозрачны. Совокупность рисков, затрат и управленческой нагрузки на переход сегодня перевешивает риски продолжения эксплуатации иностранного ПО.

Понятно, что со временем этот баланс будет меняться. Хуже другое: он может измениться внезапно - из-за решения вендора, изменения политического контекста или инцидента безопасности. И именно этот последний риск очень часто недооценивается.

С этой точки зрения мы видим целесообразность проработки «плана Б»: целевой архитектуры на отечественном стеке, дорожной карты поэтапного перехода, пилотных проектов на ключевых контурах или гибридной модели с постепенным замещением функциональности.

Это даёт компании возможность в любой момент, при реализации внешнего риска, не начинать с нуля, а сразу перейти к исполнению уже подготовленного плана с понятными этапами, бюджетами и командами.

™️ МашТех в Telegram | в MAX

Новые правила закупки спутниковых снимков: теперь считают «российские проценты»

▶️ С 28 июня в России официально вступил в силу закон, согласно которому государственные и муниципальные закупки данных дистанционного зондирования Земли (ДЗЗ) будут проходить обязательную проверку на технологическую независимость.

Роскосмос оценит каждый негосударственный аппарат перед тем, как разрешить тратить бюджетные деньги на его снимки. Оцениваться будет доля российских комплектующих и элементной базы в спутнике и уровень защиты данных от несанкционированного доступа (с учётом требований ФСБ).

🔼 Если итоговая оценка оказывается ниже порогового значения, закупать у него данные для госнужд будет запрещено. Но есть лазейка - если нужные снимки не имеют такой оценки, их всё равно можно купить при отсутствии альтернатив среди уже одобренных материалов.

™️ МашТех в Telegram | в MAX

Рунити создала Центр разработки ИИ-решений.

▶️ Группа Рунити (Руцентр, Рег.ру, Рег.облако, SpaceWeb и др.) объявила о создании Центра гибридного интеллекта, который займется разработкой внутренних ИИ-решений и коммерческих продуктов. Возглавил его Антон Ивахненко, замгендиректора по технологиям группы.

В основе выбранного подхода будет лежать концепция гибридного интеллекта. То есть искусственный интеллект в решениях Рунити собираются использовать в качестве инструмента, дополняющего работу специалистов, а не заменяющего их.

🔼 По словам главы группы Рунити Андрея Кузьмичева, в Центре намерены задать такой стандарт на рынке, который сделает отрасль не только эффективнее, но и человечнее. Искусственный интеллект станет помогать с рутиной, а человек будет принимать стратегические решения.

™️ МашТех в Telegram | в MAX

Для заводов будущего прописали правила: вендорам придётся научиться договариваться.

▶️ Росстандарт утвердил первые ГОСТы для Национальной платформы промышленной автоматизации. Если коротко пересказать их суть, то состоит она в том, что заводам больше не придётся "жениться" на одном производителе оборудования на десятилетия вперёд.

Что меняют госстандарты?

🔽 Сегодня оборудование и ПО от разных вендоров плохо совместимы между собой. Завод, который один раз выбрал поставщика автоматизации, фактически привязан к нему навсегда: смена вендора означает дорогую и долгую переинтеграцию всей системы управления.

По словам замглавы Минпромторга Василия Шпака, новые стандарты внедрены для того, чтобы производители оборудования и софта могли «бесшовно» взаимодействовать друг с другом, а предприятия не оказывались жёстко привязанными к одному поставщику.

Что дальше?

🔽 Дальше в планах формирование детализированных требований, опирающихся на реальный эксплуатационный опыт, обеспечение надёжности и совместимости различных решений, а в перспективе - запуск системы сертификации, которая даст заказчикам гарантию корректной работы всех компонентов.

™️ МашТех в Telegram | в MAX

КИИ в облаке: от безопасной инфраструктуры к бизнес-драйву ↗️

Требования к защите ГИС и объектов КИИ становятся строже, а количество киберугроз растет. Поэтому организациям важно по-новому подходить к вопросам информационной безопасности. При этом для разработки и размещения даже крупнейших ГИС, рассчитанных на миллионы пользователей, все чаще выбирают облачные технологии, развитие которых уже давно поддерживается на государственном уровне.

На вебинаре 7 июля эксперты Cloud.ru разберут, как организовать разработку и эксплуатацию информационных систем в облаке, включая значимые объекты КИИ, с соблюдением требований законодательства в области ИБ и импортозамещения.

В программе:

▶️какие есть законодательные изменения и новые требования к защите ГИС и КИИ;

▶️чем облачный подход отличается от традиционной инфраструктуры и как помогает повысить уровень безопасности и снизить нагрузку на ИТ-команды;

▶️как эффективно использовать решение «Облако для КИИ»: реальные сценарии заказчиков и результаты;

▶️какие облачные инструменты помогают улучшать результативность и качество сервисов госсектора для граждан и организаций.

👉Зарегистрироваться👈

#реклама

От SAP к ИИ: как крупнейший ГОК собрал все данные в одно окно.

▶️ На Михайловском ГОК (Металлоинвест) запущена в промышленную эксплуатацию информационно-аналитическая система для ситуационного центра, управляющего ТОиР. Она объединила данные с оборудования в единое окно и станет основой для внедрения ИИ.

Как это работает?

🔽 Платформа аккумулирует информацию из семи различных источников и сопряжена с корпоративной ERP-системой SAP. В текущем режиме она обрабатывает до десяти тысяч параметров каждую секунду, причём архитектура решения позволяет наращивать производительность практически без ограничений.

В онлайн-режиме система собирает и анализирует сведения об оборудовании, отслеживает критические показатели и визуализирует их на едином экране. Это помогает оперативно фиксировать любые отклонения, информировать персонал о потенциальных угрозах и формировать подсказки для принятия управленческих решений.

Что дальше?

🔽 Как рассказал директор по производственным активам МГОКа Андрей Плигин, следующий этап – использование накопленных данных для развития инструментов прогнозной аналитики и ИИ. Запуск модуля искусственного интеллекта запланирован на август 2026 года.

Проект реализован на базе решения компании «ОптималФлоу Групп». В основе платформы лежит цифровой двойник предприятия, который объединяет софт, аппаратные средства и автоматизированные рабочие места сотрудников. Весь цикл разработки и настройки, как сообщается, занял полгода.

™️ МашТех в Telegram | в MAX

"Цифра" об успешном импортозамещении и ИИ в MES.

Аналитики зачастую называют «неподготовленность производства» главным препятствием при внедрении MES - компании пытаются внедрять системы, не имея описанных и стабильно работающих процессов. Узнали #мнение директора дивизиона "Непрерывные производства" ГК "Цифра" Алексея Карасева о том, как ситуация обстоит на самом деле.

⏺️ С какими конкретными проявлениями этой проблемы вы сталкиваетесь в своей практике и как помогаете заказчикам их преодолевать?

На практике проблема обычно не в отсутствии процессов. На большинстве предприятий есть регламенты, должностные инструкции, описанные производственные процедуры. Но между тем, как процесс должен работать по документам, и тем, как он работает в реальности, зачастую существует большой разрыв.

Предприятия хорошо выстроили учёт факта производства - движение материалов, выпуск продукции, затраты ресурсов, как это требует бухучёт.

Гораздо сложнее обстоит дело с оперативным управлением производством: планированием, формированием суточных заданий, анализом эффективности загрузки оборудования, управлением некондицией и браком. Здесь многое по-прежнему зависит от опыта и квалификации конкретных специалистов.

Как мы решаем проблему: мы делим внедрение на базовый и продвинутый MES.

Первый - базовый MES. Его задача - автоматически собирать достоверные данные непосредственно с производственных систем, исключая ручной ввод там, где это возможно. Так персонал начинает работать с достоверными и оперативными данными. И мы реализуем всем привычный производственный учёт.

Второй этап - продвинутый MES. Когда данные становятся качественными, появляется возможность автоматизировать планирование, анализировать план/факт, контролировать расход материалов и отклонения от плана.

На этом этапе мы помогаем перейти от сложившейся практики управления производством к лучшим практикам организации процессов, то есть к проактивному управлению эффективностью предприятия.

⏺️ После нескольких лет активного импортозамещения многие предприятия уже прошли первый этап внедрения отечественных MES. Какие ожидания заказчиков не оправдались, а какие результаты оказались лучше прогнозов?

Главное заблуждение первых лет импортозамещения заключалось в ожидании, что отечественная MES просто заменит зарубежную «один в один». При этом большинство зарубежных систем внедрялись десять лет назад. За это время изменились производственные задачи, требования бизнеса и подходы к управлению.

Наиболее успешными оказываются проекты, где импортозамещение рассматривают как возможность заново выстроить производственные процессы под текущие задачи, а не просто заменить один программный продукт другим.

Именно в таких проектах заказчики получают максимальный эффект. И именно в таких проектах, по нашему опыту, результаты оказываются выше первоначальных ожиданий.

™️ МашТех в Telegram | в MAX

"Цифра" об успешном импортозамещении и ИИ в MES. Продолжение.

Промышленности еще предстоит пройти долгий путь до внедрения ИИ-агентов в MES. Такое #мнение выразил директор дивизиона "Непрерывные производства" ГК "Цифра" Алексей Карасев, отвечая на вопросы небольшого интервью для МашТеха.

⏺️ Насколько предприятия готовы использовать ИИ-инструменты внутри MES-контуров? Есть ли уже реальные кейсы промышленного применения, а не пилотные проекты?

Если говорить о машинном обучении для оптимизации технологических процессов или распознавании видеопотока, то это уже давно рабочие инструменты промышленности.

Если говорить о генеративном ИИ, то здесь рынок только начинает переходить от экспериментов к промышленному применению. Передовые предприятия, в том числе в химической отрасли, начинают внедрять большие языковые модели в MES-контур.

Например, АО «Апатит» встроил ГигаЧат в автоматизированную систему управления производством, внедрённую «Цифрой» в рамках проекта импортозамещения. Это уже не пилот ради пилота, а инструмент, встроенный в ежедневную работу.

Что касается использования ИИ-агентов в MES - это задача следующего поколения MES, которые ориентированы на роботизированное управление предприятием. До внедрения таких решений промышленности еще предстоит пройти долгий путь.

™️ МашТех в Telegram | в MAX

Железо дорожает, завод встаёт: почему промышленность массово уходит в облако

▶️ Удорожание ИТ-оборудования и рост тарифов на электроэнергию всё ощутимее сдерживают цифровизацию промпредприятий. Обновление инфраструктуры требует значительных инвестиций, а совокупная стоимость владения собственной ИТ-средой увеличивается как на этапе внедрения, так и в процессе эксплуатации.

На этом фоне облачные решения помогают снять часть финансового давления. Они позволяют не замораживать крупный бюджет в железе, быстрее масштабировать мощности под реальные задачи и переводить часть затрат из капитальных в операционные.

🔼 Для промышленного сектора это принципиально: цифровизация не имеет права тормозить из-за того, что темпы удорожания оборудования опережают сроки окупаемости решений. Облако в этом контексте выступает не просто альтернативой «железу», а стратегическим рычагом для сохранения динамики развития.

™️ МашТех в Telegram | в MAX

«Элемент» запустит производство чипов с топологией 28 нм

▶️ Микроэлектронный холдинг «Элемент» строит в Иннополисе завод по производству полупроводниковых пластин с топологией 55-40 нм. В дальнейшем предприятие, получившее название «Волга», должно освоить более тонкий техпроцесс - 28 нм.

Что за проект?

Для его реализации в сентябре 2023 года было создано АО «Волга» с уставным капиталом 100 млн рублей. 51% акций принадлежит ПАО «Элемент», 49% - ОЭЗ «Иннополис». Гендиректором назначен Рустам Хидиятуллин, из презентации которого и удалось узнать подробности о проекте:

⏺️ технологическим партнёром выступает АО «Микрон» (входит в «Элемент»), проектным - АО «НИИМЭ», а за кадровое обеспечение отвечают МИЭТ, КАИ и ТУСУР.
⏺️ основными заказчиками названы Росатом, Ростех, предприятия ОПК и объекты критической информационной инфраструктуры.
⏺️ стоимость строительства завода на 28 нм оценена в 750 млрд рублей.

Ключевая стратегия - поэтапное развитие. Завод начнёт работу с техпроцесса 55-40 нм, который станет основой для перехода на 28 нм. Единая производственная линия позволит использовать до 80% капитальных затрат для обеих технологий без возведения новых корпусов и чистых комнат.

Весь цикл рассчитан на пять лет:

⏺️ первый год - строительство инфраструктуры
⏺️ второй - холодный пуск и тестовое производство
⏺️ третий - выпуск первых коммерческих чипов 55-40 нм
⏺️ четвёртый - пилотная линия 28 нм
⏺️ пятый - серийный выпуск по топологии 28 нм.

По данным презентации, 55-40 нм покрывают более 50% российского рынка электронной компонентной базы - это логические микросхемы (MCU, ASIC, FPGA), микросхемы памяти (MRAM, RRAM), аналоговые и смешанные ИС, силовые и управляющие компоненты, датчики и интерфейсы.

🔼 Как пишет CNews, в презентации директора департамента цифровых технологий Минпромторга Владимира Дождева АО «Волга» с 2028 года указано как потенциальный заказчик ПО для управления кристальным производством. В пресс-службе «Элемента» уточнили, что проект будет переосмыслен в рамках подготовки стратегии развития отрасли.

™️ МашТех в Telegram | в MAX

Герман Греф признал: Россия проигрывает сама себе — пятикратный разрыв в производительности убивает экономику

▶️ Внедрение ИИ может повысить эффективность предприятий на 11-22%. По оценке главы Сбербанка, в среднем по отраслям разрыв в производительности труда составляет 5-кратную разницу между лидерами и аутсайдерами.

У этого есть три причины:

⏺️ хроническая недоинвестированность;
⏺️ разрыв в качестве управления;
⏺️ барьеры для перетока труда и капитала.

По словам Германа Грефа, если довести хотя бы половину компаний до уровня 10% лучших по производительности труда, то это может дать ежегодный прирост ВВП РФ на 2-3%.

О чем еще говорят на Финансовом конгрессе Банка России

🔽 Эльвира Набиуллина в рамках выступления заявила, что рост инвестиций за последние три года на треть пока не повлиял на рост производительности труда. Но влияние ключевой ставки на ситуацию глава ЦБ РФ считает не самым важным фактором.

Иногда говорят, что именно высокая ключевая ставка мешает росту инвестиций в технологии и росту производительности труда. На мой взгляд, фактор распределения ресурсов важнее, но инвестиции тоже важны. Как можно покупать роботов, станки, если нет дешёвых денег?

Глава ВТБ Андрей Костин, в свою очередь, заявил, что российской экономике необходимо честно признать: далеко не все отрасли и предприятия способны быть конкурентоспособными, и дальше поддерживать их за государственный счет - тупиковый путь.

🔼 Среди отраслей, которые заслуживают первоочередного внимания, Костин назвал оборонный комплекс и атомную промышленность. Также в список приоритетов он включил авиацию и космос, микроэлектронику, которую назвал находящейся в «зачаточном состоянии», высокие технологии и искусственный интеллект.

™️ МашТех в Telegram | в MAX

#цифры QA в России: 60% компаний управляют качеством, 40% — делают вид

▶️ Большинство компаний (60%) наз­ва­ли про­цес­сы уп­рав­ле­ния и кон­тро­ля ка­чес­тва уп­рав­ляе­мы­ми, ещё 31% считают их оптимизированными. Такие ­результаты получила компания "Перфоманс Лаб", проведя опрос о российском рынке тестирования и обеспечения качества (QA) в ИТ-компаниях.

Согласно данным опроса, главные критерии успеха QA всё чаще носят бизнес-характер: 62% ориентируются на инциденты в продуктивной среде, 39% - на удовлетворённость пользователей, 34% - на скорость вывода продуктов на рынок. Если же говорить о приоритетах развития, то они таковы:

⏺️ автоматизация - главный фокус для 67% компаний
⏺️ взаимодействие с разработкой и бизнесом (35%)
⏺️ внедрение ИИ в QA (31%)
⏺️ развитие метрик и подготовка кадров (по 25%)

Только 15% организаций уже активно используют ИИ в продуктивных процессах, 21% запустили пилотные проекты, а 30% находятся на стадии изучения сценариев. Самый востребованный - генерация тест-кейсов на основе требований (52%). Планируют развитие ИИ 43% компаний.

Много или мало?

🔽 15% активных пользователей - это неплохой результат для технологии, доступной всего пару лет. Однако рынок столкнулся с типичным барьером - стоимостью пилотного проекта. С командой из 2-3 инженеров и локальной моделью она оценивается в 1,5-4 млн рублей.

А полноценное масштабирование с интеграцией в CI/CD, подготовкой данных и обучением персонала требует уже десятков миллионов. Этот разрыв мешает половине игроков перейти к промышленной эксплуатации.

Проблемы и эффекты автоматизации

🔽 Автоматизация воспринимается как базовая практика, но её внедрению мешают дефицит компетенций (37%), нестабильность тестовой среды (31%), сложности интеграции инструментов и низкое качество тестовых данных (по 23%). Однако главный измеримый результат - сокращение времени регрессионного тестирования - отмечают 68% компаний.

™️ МашТех в Telegram | в MAX

Санкции и закон о КИИ заставили «Аэрофлот» купить серверы Yadro на миллиарды

▶️ «Аэрофлот» обновил IT-инфраструктуру, закупив у Yadro (входит в «ИКС Холдинг») 200 серверов V240 G3. Оборудование предназначено для создания кластеров виртуализации, систем резервного копирования и обеспечения коммерческих сервисов авиакомпании.

Во всём «виноват» закон о КИИ

🔽 Выбор отечественного вендора обусловлен статусом «Аэрофлота» как объекта критической информационной инфраструктуры, что ограничивает применение импортного «железа» при наличии российских аналогов. Дополнительным фактором стали санкции, делающие крупные закупки зарубежной техники практически невозможными.

Сумма сделки по разным оценкам может составлять от 1,5-2 млрд до 20 млрд рублей. Складывается такая цифра из базовой стоимости «пустого» сервера (около 3 млн рублей) и стоимости в полностью укомплектованном виде, с учётом процессоров, памяти, дисковых массивов и дополнительных опций (более 10 млн рублей), техподдержки, лицензий и интеграции.

Можно и больше.

🔽 Сделка считается одной из крупнейших публично раскрытых в коммерческом (негосударственном) секторе транспортной отрасли. При этом российский рынок серверов и СХД демонстрирует активный рост: в 2024 году он составлял 155 млрд рублей, а в 2025-м достиг 280 млрд рублей, причём большая часть пришлась на второе полугодие.

Впрочем, крупные инфраструктурные закупки часто остаются неафишированными по соображениям безопасности и конкурентной борьбы. 200 флагманских серверов для одного контура - это существенный объём, однако на рынке могут существовать сопоставимые или даже более крупные проекты, просто они не предаются огласке.

™️ МашТех в Telegram | в MAX

Присосались все.
 
У рекламного агентства, придумавшего «Пухососы», увели бренд. И теперь без разрешения авторы идеи не могут сосать пух. Всё остальное можно.

™️ МашТех в Telegram | в MAX

GPU-гонка: кто из российских провайдеров реально тянет искусственный интеллект

▶️ Selectel, Турбо Облако и MWS Cloud оказались лидерами рейтинга российских облачных провайдеров с видеокартами для ИИ. При его составлении в CNews учитывали технологические возможности платформ, наличие специализированных сервисов для ИИ, стоимость, уровень информбезопасности и качество техподдержки.

Топ−3 выглядит следующим образом:

⏺️ на первом месте Selectel, предлагающий широкую линейку GPU под разные задачи и бюджеты, платформенные сервисы для инференса, поддержку 152-ФЗ, ГОСТ Р 57580 и PCI DSS.

⏺️ второе место у Турбо Облако (ИТ-кластер «Ростелекома»). Все благодаря геораспределённой сети в пяти федеральных округах, автоматизированному развёртыванию, управлению через личный кабинет и нескольким моделям ускорителей.

⏺️ MWS Cloud делит второе место с Турбо Облако. Компания предлагает инфраструктуру под бизнес-критичные нагрузки, SLA 99,95%, поддержку 24/7, соответствие тем же регуляторным стандартам.

⏺️ замыкает тройку из четырёх провайдеров ITGlobal.Com, который покрывает потребности как пилотных проектов, так и полноценных корпоративных инсталляций.

Далее в рейтинге идёт Флекс (Cloud4Y) с рейтингом 648, Timeweb Cloud (606), Нубес (590), immers.cloud (542), K2 Cloud (541), АпДата (504), Т1 Облако (478), Рег.облако (455), Онланта (427), Мувтел (425), mClouds (398) и Линкс (291). Их решения становятся востребованными по мере того, как ИИ-проекты переходят от пилотов к промышленной эксплуатации.

🔼 Как пишут авторы рейтинга, компании получают возможность проверять гипотезы, обучать и развёртывать модели без капитальных затрат на собственное оборудование, гибко масштабировать ресурсы и оплачивать только фактически потреблённые вычислительные мощности.

Откуда спрос?

🔽 Спрос на GPU-облака сегодня формируется в первую очередь вокруг задач инференса больших языковых моделей, компьютерного зрения, семантического поиска по корпоративным данным, предиктивной аналитики, обработки мультимедиа, генерации кода и других вычислительно интенсивных сценариев.

™️ МашТех в Telegram | в MAX

На что способны ИИ-агенты в крупнейшей горно-металлургической компании

▶️ По итогам первой премии Yandex B2B Tech Awards лучшим цифровым проектом в промышленности, производстве и энергетике признали разработку «Норникеля». Компания совместно с Yandex B2B Tech разработала 8 пилотных ИИ-агентов.

В их задачи входили функции:

⏺️ проектирования;
⏺️ управления запасами;
⏺️ финансово-экономического контроля
⏺️ поддержки пользователей внутреннего портала.

Данное решение позволило не только сэкономить большую часть бюджета на закупках благодаря поиску аналогичных предложений через LLM, но и сократить многие процессы с десятков дней до нескольких часов.

🔼 В основе проекта – решения Yandex AI Studio. В первую очередь, Model Gallery, Web Search, Responses API. Кроме того, совместно с с Yandex Cloud компания разработала и использует Private Endpoints и Interconnect для безопасного подключения к облачным LLM. Это первый в России кейс использования такого инструментария в промышленности.

™️ МашТех в Telegram | в MAX

Своя САПР: «Аквариус» показал новый редактор для проектировщиков чипов

▶️ «Аквариус» представил обновлённую версию топологического редактора - одного из ключевых модулей в рамках госпроекта по созданию российской САПР для микроэлектроники. «Аквариус» участвует в проекте с 2025 года, отвечая за разработку одного из центральных модулей САПР и комплексное тестирование готового продукта.

Работы над САПР ведутся по контракту с Минпромторгом, в кооперации с другими исполнителями, а генподрядчиком выступает АО «НПО «Критические информационные системы» (входит в структуру «Росатома»). Все работы рассчитаны до 2030 года с поэтапным наращиванием функциональности.

О чём речь?

Топологический редактор позиционируется как полноценная замена зарубежных аналогов, обеспечивающая инженерам-проектировщикам бесшовный переход с импортных инструментов. Как заявляется, при разработке акцент сделан на конечного пользователя: ТЗ служит базой, поверх которой выстраивается расширенная функциональность.

🔼 По словам директора дизайн-центра «Аквариуса» Виктории Рассомагиной, параллельно с разработкой на основании проектного опыта развивается и методическая база для обучения профильных инженерных кадров. Это позволит готовить студентов не на абстрактных теориях, а на реальных задачах.

™️ МашТех в Telegram | в MAX

Хакеры нашли нефть в русских заводах: атаки на промышленность выросли вдвое

▶️ В течение 2025 года доля кибератак, направленных на российский промышленный сектор, в общем объёме держалась на уровне 5–6%, однако уже в первом полугодии 2026 года этот показатель вырос вдвое и достиг 11%. Такие данные приводят специалисты BI.ZONE Threat Intelligence.

Примечательно, что кардинально изменилась и главная цель злоумышленников. Ранее почти половина всех атак (47%) преследовала разведывательные цели, теперь же аналогичная доля инцидентов совершается исключительно ради получения финансовой прибыли.

Как это происходит?

🔽 Для проникновения в корпоративные сети группировка рассылала фишинговые письма, замаскированные под запросы коммерческих предложений или выставление счетов. В теме сообщений добавлялась пометка Fwd: («переслано»), чтобы создать у получателя ложное впечатление о продолжении ранее начатой переписки.

О растущем интересе киберпреступников к российской промышленности свидетельствует и появление на теневом рынке специализированных инструментов для атак на эту отрасль.

Кто ломает?

🔽 В июне группировка Wrecking Hyena выставила на продажу в своём Telegram-канале обновлённую версию фреймворка, покрывающего все этапы атаки на промышленную инфраструктуру — от разведки и сканирования до эксфильтрации и хранения данных.

Среди функций инструмента — анализ уязвимостей, эксплуатация промышленных протоколов, организация DDoS-атак и компрометация удалённого доступа.

🔼 Стоимость фреймворка составила 500 долларов. Интересно, что участники Wrecking Hyena ранее декларировали исключительно идеологические мотивы и позиционировали себя как хактивистов, отрицая какую-либо финансовую заинтересованность.

™️ МашТех в Telegram | в MAX

#мнение Промышленный ИИ упирается не в мощности, а в зрелость управления

▶️ Важнее научиться грамотно распределять имеющиеся ресурсы и планировать резервы, а не просто докупать «железо» под каждый новый проект. Такое мнение о зрелости промышленного IT выразил руководитель направления «Инфраструктурные решения» КРОК Александр Сысоев в своей статье для Ведомостей.

Для качественного внедрения ИИ недостаточно просто поставить больше мощных серверов. Без продуманной системы управления и чётких процессов по разработке и обновлению ИИ-моделей проект быстро превращается в набор разрозненных инициатив, которые сложно масштабировать и контролировать

По его словам, многие ИИ-проекты упираются не в нехватку вычислительных мощностей, а в отсутствие зрелой модели использования. Пилот можно запустить практически на любой инфраструктуре.

🔼 Но чтобы внедрить систему в промышленную эксплуатацию, нужно контролировать затраты на её работу в реальном времени, защищать данные и обеспечивать предсказуемое расширение системы.

Структура IT‑ландшафта усложняет ситуацию.

Как пишет Сысоев, за последние пять лет компании обновили серверы и системы хранения данных, увеличили долю отечественных высокопроизводительных решений, но к однородной среде не пришли.

На одном поле соседствуют отечественные и зарубежные операционные системы, разные платформы для виртуализации, инженерные (CAD), производственные (PLM) и управленческие (ERP) приложения и промышленный софт. И всё это на фоне жёстких требований к информационной безопасности.

Для промышленной КИИ выбор между собственным дата-центром и публичным облаком теряет смысл. Собственные мощности плохо масштабируются под волнообразные ИИ-задачи и дорожают; публичное облако натыкается на регуляторные ограничения.

Если компания ориентируется исключительно на собственные мощности, она упирается в плохую масштабируемость под волнообразные ИИ‑нагрузки и растущую стоимость «железа». Если выбирает публичное облако - в регуляторные ограничения и требования к отказоустойчивости. Поэтому для критической инфраструктуры гибридная модель становится «золотым стандартом».

Критичные производственные данные и системы управления остаются в приватном контуре, а эластичные и вспомогательные нагрузки выносятся в облако. Теперь архитектурное преимущество - не в выборе лучшей модели или поставщика, а в умении управлять несколькими средами как единой платформой.

™️ МашТех в Telegram | в MAX

▶️ На производстве готовой еды «Яндекс Лавки» в Петербурге запустили роборуку с вакуумным захватом, которая сама переносит запаянные лотки с конвейера в транспортировочные ящики, подготавливая продукцию к отправке.

Видео нам не показали, но говорят, что скорость упаковки выросла на 30% по сравнению с ручным трудом. Придумать такую цифру в Yandex Robotics точно не могли, потому что с фантазией у них там все плохо - роборуку они назвали Роборука. Так что верим.

™️ МашТех в Telegram | в MAX