Полгода назад мы перестроили производственную модель на основе гибридной разработки и проверили её на трёх внутренних проектах на полном цикле: от анализа требований до деплоя. Операционный директор Napoleon IT Евгений Жорницкий рассказал в интервью, что изменилось в производстве.
Ключевые тезисы:
Мы убеждены, что конкуренция будущего будет определяться не числом людей в команде и не доступом к конкретным моделям. Доступ к ним перестаёт быть преимуществом. Преимущество будет за теми, у кого лучше устроена производственная система: интеллектуальный слой, агентные пайплайны, механизмы контроля.
Евгений Жорницкий, COO Napoleon IT
Please open Telegram to view this post
VIEW IN TELEGRAM
«Наполеон Документы»: обработка документов без ручного ввода и чужих серверов
Компания среднего размера обрабатывает 250–800 первичных документов в месяц, крупный бизнес — тысячи. Почему привычные подходы не справляются:
▪️ Excel и ручной ввод: 10–30 минут на акт, формула ломается от лишнего пробела, отраслевую логику держит человек
▪️ OCR: распознаёт символы, а не смысл: не сверяет данные между документами, путается на нестандартных форматах
▪️ Публичные нейросети: документы уходят на чужие серверы (нарушение 152-ФЗ), результат нестабилен, поток из сотен документов не масштабируется
▪️ Своя разработка: 6–18 месяцев, команда из CV- и LLM-инженеров, аналитиков и DevOps, непредсказуемая окупаемость
Что делают «Наполеон Документы»:
▪️ Извлекают смысловые поля: реквизиты, суммы, даты, стороны договора
▪️ Сверяют данные между актом, счётом и договором по смыслу, игнорируя опечатки и спецсимволы
▪️ Проверяют комплектность пакета и запрашивают недостающее
▪️ Работают on-premise в закрытом контуре, данные не покидают периметр
▪️ Новый сценарий оперативно добавляется по описанию бизнес-процесса и примерам документов
📎 Полное сравнение пяти подходов — в статье
Расскажите о вашем процессе — покажем, как решение отработает на ваших документах.
Компания среднего размера обрабатывает 250–800 первичных документов в месяц, крупный бизнес — тысячи. Почему привычные подходы не справляются:
Что делают «Наполеон Документы»:
Расскажите о вашем процессе — покажем, как решение отработает на ваших документах.
Please open Telegram to view this post
VIEW IN TELEGRAM
GIGASCHOOL, объединённая IT-школа Napoleon IT и партнёров, выступила оператором хакатона на AI South Hack. South HUB — закрытое комьюнити для C-level и топ-менеджеров в IT и технологиях, в этом году кэмп собрал более 500 CTO, CEO, CIO и CPO крупнейших российских компаний.
Участниками хакатона стали руководители, которые в своих компаниях принимают решения о внедрении AI и ставят задачи инженерным командам. На 3 дня они сами сели за разработку.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4🔥2
Forwarded from Al Talent Hub
This media is not supported in your browser
VIEW IN TELEGRAM
Чем быстрее работает видеомодель, тем чаще страдает результат. Но команда Kandinsky нашла способ ускорить генерацию в разы и при этом получить модель лучше учителя.
Как? Расскажем уже на следующей неделе на Открытой лекции, где практики делятся реальным опытом.
30 июля в 18:00
Лев Новицкий — руководитель направления по исследованию данных в Сбере, расскажет и покажет:
🎙 «Расскажу, как мы смогли ускорить генерацию видео в Kandinsky в разы и при этом получить модель, которая обошла по качеству своего учителя. Как всё устроено внутри, что сработало, а что нет — без лишней теории, на реальном опыте команды».
🔥 — хочу больше таких тем
@AITalentHubNews
#ITMO #NapoleonIT
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1 1 1
Forwarded from Al Talent Hub
Компания Хуанга заключила долгосрочное партнёрство с Safe Superintelligence — стартапом сооснователя OpenAI Ильи Суцкевера, который разрабатывает безопасный сверхинтеллект. Nvidia инвестирует в компанию $5 млрд, а также предоставит ей доступ к платформе Vera Rubin: это позволит SSI увеличить вычислительные мощности примерно в десять раз.
Компания заявила, что её моделями пользуются более миллиарда активных пользователей и свыше двух миллионов компаний. Одновременно GPT-5.6 Luna подешевела на 80% — до $0,20 за миллион входных и $1,20 за миллион выходных токенов, а Terra стала дешевле на 20%.
Google добавила в Earth генератор на базе Nano Banana 2, который позволял по текстовому запросу создавать реалистичные изображения поверх спутниковых и трёхмерных данных.
После того как пользователи начали распространять потенциально вводящие в заблуждение сцены с реальными локациями, компания временно отключила инструмент для усиления защитных ограничений.
Сотрудники OpenAI, Anthropic, Google и других фронтирных лабораторий подписали обращение Pacing the Frontier. Они просят правительство США поддержать международную разработку технических и политических механизмов, которые позволят согласованно замедлить развитие ИИ, если автоматизация исследований резко ускорит прогресс.
Раньше MCP-серверу приходилось поддерживать постоянное соединение с клиентом и хранить контекст сессии. После обновления каждый запрос стал самодостаточным, поэтому коннекторы можно разворачивать на AWS Lambda, Cloudflare Workers и других платформах, где функция запускается только на время выполнения задачи.
➡️ DeepSeek обновила V4-Flash → после дополнительного постобучения модель набрала 54,4% на DeepSWE и 82,7% на TerminalBench, приблизившись к Claude Opus 4.8 в агентных и терминальных задачах. При этом она стоит в десятки раз дешевле: $0,14 за миллион входных и $0,28 за миллион выходных токенов.➡️ Alibaba выпустила Qwen3.8-Max → модель на 2,4 трлн параметров поддерживает контекст до миллиона токенов и рассчитана на программирование и долгие агентные задачи. По бенчмаркам она конкурирует с сильнейшими моделями Anthropic: показывает сопоставимый результат в TerminalBench, но пока уступает им в SWE-Pro.
Еврокомиссия увеличила план с пяти до семи крупных вычислительных центров для обучения и запуска ИИ-моделей. ЕС и страны-участницы направят на проекты до €10 млрд государственных средств и рассчитывают привлечь ещё не менее €20 млрд частных инвестиций.
Snapchat перестанет рекомендовать в Spotlight видео, полностью созданные ИИ, сохранив в выдаче человеческий контент и ролики с отдельными ИИ-эффектами. LinkedIn параллельно добавил кнопку «Похоже на ИИ-слоп», через которую пользователи могут скрывать и отмечать шаблонные публикации.
Microsoft, Nvidia, OpenAI, Google, Amazon, Mistral, Hugging Face и другие организации подписали письмо Open Weights and American AI Leadership. Они предупреждают, что широкие ограничения открытых весов могут затормозить инновации и ослабить позиции США в конкуренции с Китаем.
Опубликована обновлённая модель киберугроз для систем искусственного интеллекта. Она включает 37 угроз и 51 способ их реализации — от атак на данные и модели до рисков на разных этапах жизненного цикла ИИ-системы. Документ открыт для разработчиков, бизнеса и специалистов по информационной безопасности.
@aitalenthubnews
#ITMO #NapoleonIT
Please open Telegram to view this post
VIEW IN TELEGRAM
В продолжение темы гибридизации разработки представляем статью нашего Solution Architect. Он рассказывает, как внедряет AI-агентов в работу на проектах клиентов, в том числе занимается архитектурой системы прогнозирования и пополнения (F&R) для крупного ритейлера.
Ключевые тезисы:
Как это работает на цифрах: прототип системы управления цепями поставок собрали за 2 недели. На профиле 500 тысяч заявок расчёт сформировал 4,7 млн цепей поставок за 43–62 секунды при SLA 45 минут.
Please open Telegram to view this post
VIEW IN TELEGRAM
👏4
Forwarded from Al Talent Hub
13 августа в 19:00 МСК
Обсудим, что мешает ИИ-проектам пройти путь от перспективного пилота до реального результата — и как это меняет экосистему бизнеса
➡️ Почему сильные ИИ-пилоты не выдерживают масштабирования?➡️ Кто отвечает за бизнес-эффект?➡️ Кому проще превратить ИИ в измеримый результат: небольшой команде или крупной экосистеме?
В гостях — эксперты, которые развивают продукты на глобальном рынке и внедряют ИИ в процессы крупнейших компаний
Руководитель направления ИИ-копилотов в MTS web services. Запускает решения на десятки миллионов пользователей
Сооснователь B2B-стартапа Beau, выпускник Y Combinator, ключевые рынки — США и Европа. Автор канала @kyrillic
Руководитель по внедрению решений продвинутой аналитики в Альфа-Банке
➡️ Оставь вопрос или кейс на разбор экспертам в форме регистрации — и приходи на эфир!
@aitalenthubnews
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3🔥2 2👀1
На вебинаре раскроем, как мы ускорили time to market на 40% и снизили расходы на 30%. Спикер - COO Napoleon IT, Евгений Жорницкий.
Что будет: наш подход на реальных кейсах, где у нас получилось сократить расходы и конечно поговорим о набитых шишках.
Приходите, если интересно узнать как построить управляемый системный процесс, а не хайповый вайбкодинг.
🗓 18 августа, вторник, 11:00 мск, 60 мин
Тема: «Дизраптим свой инхаус»
Зарегистрироваться
Что будет: наш подход на реальных кейсах, где у нас получилось сократить расходы и конечно поговорим о набитых шишках.
Приходите, если интересно узнать как построить управляемый системный процесс, а не хайповый вайбкодинг.
Тема: «Дизраптим свой инхаус»
Зарегистрироваться
Please open Telegram to view this post
VIEW IN TELEGRAM
«Я пробовал ИИ, не работает»
Больше года перестраиваем работу команд вокруг ИИ и слышим эти слова от разработчиков, аналитиков, тестировщиков. Каждый отказ записываем, это помогает подсвечивать узкие места в процессах.
Пять формулировок, которые слышим чаще всего:
📎Разобрали каждый кейс и что с ним делать: читать в блоге
Больше года перестраиваем работу команд вокруг ИИ и слышим эти слова от разработчиков, аналитиков, тестировщиков. Каждый отказ записываем, это помогает подсвечивать узкие места в процессах.
Пять формулировок, которые слышим чаще всего:
«Это же очевидно». Требование уровня проекта живёт в головах «старичков», а не в документации. О нём не узнает ни новый разработчик, ни ИИ-агент.
«Я пробовал год назад, не понравилось». Сотрудник оценивает результат работы старой модели, которой уже нет.
«Пусть сам догадается». Часть контекста сознательно не попадает в промпт: человек тестирует ИИ на знание проекта вместо работы и теряет на этом время.
«Чтобы я был уверен». Сотрудник не отдаёт агенту работу, заложенную в процессе, и делает её руками, так как не хочет брать на себя риски ошибок агента.
«ИИ не работает». Один неудачный опыт отменяет инструмент целиком. Но если порядок действий и правила проверки живут в одной голове, задачу не передать ни коллеге, ни модели.
📎Разобрали каждый кейс и что с ним делать: читать в блоге
❤8
Forwarded from Al Talent Hub
После нескольких инцидентов с автономными агентами OpenAI решила временно снизить темп разработки и пересмотреть меры безопасности.
Компания усилила защиту инфраструктуры и мониторинг моделей, однако эксперты отмечают, что такой шаг также может повлиять на сроки будущих релизов.
В эксперименте Anthropic одна изменённая модель смогла распространить свою идею на других агентов в общей системе. При этом агенты не просто повторяли установку, а начинали самостоятельно передавать её дальше.
Работа показывает новый класс рисков для будущих автономных систем, где агенты будут постоянно взаимодействовать друг с другом.
Сервис Origin доступен в ранней бета-версии: там разработчики могут хранить код, просматривать изменения, работать с pull request’ами и подключать ИИ-агентов к репозиториям.
Компания делает ставку на новый формат разработки, где большую часть кода будут создавать автономные помощники.
Anthropic использовала Claude для проектирования миниатюрных белков, которые затем проверяли в реальных экспериментах. Некоторые варианты показали результаты лучше опубликованных ранее решений, а агенты самостоятельно организовывали рабочий процесс и документацию.
Claude Academy — бесплатная образовательная платформа с курсами, практикой и пошаговыми руководствами по работе с ИИ.
В основе — подход, по которому компания обучает собственных сотрудников: не конкретным промптам, а принципам безопасной и эффективной работы с моделями. Прогресс можно отслеживать, а специальный навык для Claude подбирает курсы прямо во время работы.
20 августа появилась анонимная модель для программирования, сложных рассуждений и длительной работы ИИ-агентов.
Контекст более 1 млн токенов, поддержка текста, изображений и видео, а во время тестового режима использование полностью бесплатное. Разработчик пока скрывает своё имя.
DeepSeek добавила изображения в V4-Flash без отдельной наценки за мультимодальность: картинки после обработки оплачиваются как обычные входные токены. При этом, по внутренним тестам компании, Vision-версия сохраняет текстовые способности исходной модели и на части мультимодальных агентных тестов идёт близко к Opus 4.8.
MiniMax Design превращает краткое описание задачи в полноценный производственный процесс: агент составляет план, подбирает модели, создаёт текст, изображения, видео и звук, а затем собирает результат. Всё происходит в одном пространстве — от сценария и раскадровки до финального монтажа.
На Всемирных играх гуманоидных роботов в Пекине Tiangong Ultra преодолел 100 метров за 9,39 секунды. Это на 0,19 секунды быстрее человеческого мирового рекорда Усейна Болта — 9,58 секунды. Правда, после финиша робот не успел затормозить и врезался в защитные маты.
До конца приемной кампании остается несколько дней → успей подать заявку до 28 августа.
@aitalenthubnews
#ITMO #NapoleonIT
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2🔥2
ИИ в финансовом отделе: цифры и выводы
Я Павел Бежин, финансовый директор Napoleon IT. Расскажу, как мы автоматизировали работу нашего отдела и что это дало по каждому участку.
⚡️ Сбор и разнесение расходов
Ранее каждый расход экономист ежемесячно раскладывал по проектам вручную: зарплаты, налоги, сервисы, командировки. Теперь это делает ИИ-агент, а за экономистом остаётся проверка.
▪️ Расшифровка собранных данных по всей компании: 3 часа → 5 минут
▪️ Разнесение расходов по партнёрам: рабочий день → 5 минут
⚡️ Зарплата в управленческом учёте
Руководству нужны эти данные в удобном виде, без погружения в бухгалтерский учёт. Раньше на перенос у бухгалтера уходило полдня.
▪️ Перенос данных из 1С в управленческую таблицу: 4 часа → 5–10 минут
⚡️ 0 штрафов из-за ошибок в данных
Большая часть рутины ушла из отдела: работа идёт в разы быстрее, а ошибки в переносе данных, за которые раньше можно было получить штраф, исчезли. При этом качество работы ИИ-агентов превосходит наши первоначальные ожидания. В планах — еще больше новых сценариев.
Автоматизацию настраивал FDE-инженер (Forward-Deployed Engineer): он несколько недель работал рядом с бухгалтерами и экономистами и разбирал процессы там, где они происходят. Иначе бы не сработало, нужно было полное погружение в работу сотрудников. Инфраструктура — Cloud.ru, интеллектуальный слой на технологиях GigaCowork.
В вашем финансовом отделе тоже наверняка много рутины, которую можно отдать ИИ-агентам. Мы предоставляем FDE-специалистов — они садятся за один стол с сотрудниками и разбираются в процессах изнутри.
Обсудить ваш запрос
Я Павел Бежин, финансовый директор Napoleon IT. Расскажу, как мы автоматизировали работу нашего отдела и что это дало по каждому участку.
Ранее каждый расход экономист ежемесячно раскладывал по проектам вручную: зарплаты, налоги, сервисы, командировки. Теперь это делает ИИ-агент, а за экономистом остаётся проверка.
Руководству нужны эти данные в удобном виде, без погружения в бухгалтерский учёт. Раньше на перенос у бухгалтера уходило полдня.
Большая часть рутины ушла из отдела: работа идёт в разы быстрее, а ошибки в переносе данных, за которые раньше можно было получить штраф, исчезли. При этом качество работы ИИ-агентов превосходит наши первоначальные ожидания. В планах — еще больше новых сценариев.
Автоматизацию настраивал FDE-инженер (Forward-Deployed Engineer): он несколько недель работал рядом с бухгалтерами и экономистами и разбирал процессы там, где они происходят. Иначе бы не сработало, нужно было полное погружение в работу сотрудников. Инфраструктура — Cloud.ru, интеллектуальный слой на технологиях GigaCowork.
В вашем финансовом отделе тоже наверняка много рутины, которую можно отдать ИИ-агентам. Мы предоставляем FDE-специалистов — они садятся за один стол с сотрудниками и разбираются в процессах изнутри.
Обсудить ваш запрос
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥11
❗️Раздать ИИ-инструменты — ещё не получить эффект. Наши цифры за квартал
Анастасия Федина, руководитель отдела управления бизнес-процессами Napoleon IT, внедряет ИИ в наши команды разработки. Её опыт:
Обычно внедрение ИИ начинают с раздачи инструментов: выдают подписки и считают, сколько задач закрыто с ИИ. Мы шли тем же путём.
Метрики за квартал:
▸ доля задач с ИИ: +50%
▸ ИИ в тестировании: 4% → 34%
▸ ≈2 950 часов сэкономлено по самооценке команд — полтора человеко-года
А в сроках и себестоимости проектов — ноль изменений.
Почему? В сильных командах код стал писаться быстрее, но упирался в ревью. В командах с большой долей джунов сроки сократились, но просело качество — часть решений пришлось переписывать. В обоих случаях фичи не выходили раньше и не стали дешевле.
Ускорение отдельного разработчика не равно ускорению проекта. Считать надо не задачи с ИИ, а срок и полную стоимость фичи от ТЗ до прода.
Поэтому мы строим интеллектуальный слой — конвейер из ИИ-агентов поверх всего цикла разработки, а не поверх одного человека. Человек ставит задачу и ограничения, остальное делают агенты. О результатах расскажу отдельно.
Квартал с инструментами не потерян: команды, уже работавшие с ИИ, осваивают слой в 3–5 раз быстрее по нашему опыту.
Если у вас так же — подписки раздали, разработчики отчитались об ускорении, а сроки и бюджет не сдвинулись — напишите. Покажем, как проверить это по данным трекера и где именно теряется эффект.
Анастасия Федина, руководитель отдела управления бизнес-процессами Napoleon IT, внедряет ИИ в наши команды разработки. Её опыт:
Обычно внедрение ИИ начинают с раздачи инструментов: выдают подписки и считают, сколько задач закрыто с ИИ. Мы шли тем же путём.
Метрики за квартал:
▸ доля задач с ИИ: +50%
▸ ИИ в тестировании: 4% → 34%
▸ ≈2 950 часов сэкономлено по самооценке команд — полтора человеко-года
А в сроках и себестоимости проектов — ноль изменений.
Почему? В сильных командах код стал писаться быстрее, но упирался в ревью. В командах с большой долей джунов сроки сократились, но просело качество — часть решений пришлось переписывать. В обоих случаях фичи не выходили раньше и не стали дешевле.
Ускорение отдельного разработчика не равно ускорению проекта. Считать надо не задачи с ИИ, а срок и полную стоимость фичи от ТЗ до прода.
Поэтому мы строим интеллектуальный слой — конвейер из ИИ-агентов поверх всего цикла разработки, а не поверх одного человека. Человек ставит задачу и ограничения, остальное делают агенты. О результатах расскажу отдельно.
Квартал с инструментами не потерян: команды, уже работавшие с ИИ, осваивают слой в 3–5 раз быстрее по нашему опыту.
Если у вас так же — подписки раздали, разработчики отчитались об ускорении, а сроки и бюджет не сдвинулись — напишите. Покажем, как проверить это по данным трекера и где именно теряется эффект.
🔥4❤1