Будущее налогового мониторинга: что изменится для бизнеса?

Мы изучили стратегию развития налогового мониторинга до 2030 года и выделили главное, что нужно знать бизнесу уже сейчас.

🔜 К 2027 году число участников НМ превысит 1000 организаций. Но потенциал — почти 8000 компаний. Массовый переход изменит ландшафт налогового администрирования.
🔜 Скоро появятся законодательные требования к информационным системам участников и стандартизированные справочники рисков и контролей (СВК). Рекомендательный подход уходит в прошлое.
🔜 Появятся новые сценарии с АИС «Налог-3». Интеграция выйдет за рамки нефтянки и металлургии. Следующие на очереди — маркетплейсы. А концепция предзаполненных деклараций по НДС может изменить сам принцип раскрытия данных.
🔜 ИИ будет не только анализировать риски, но и помогать формировать методологическую позицию по сложным вопросам. Налоговая экспертиза становится автоматизированной.

Как компаниям подготовиться к новой реальности и не упустить преимущества, читайте в колонке Ивана Боброва, аналитика-методолога VK Tech.

➜ Узнайте больше о возможностях VK Tax Compliance

VK Tech в объективе «Вредного Инвестора» ⚙️

«Вредный Инвестор» заглянул в гости к экспертам VK Tech. Вместе разобрали реальные клиентские кейсы и показали, как на самом деле устроена работа IT-компаний.

Из фильма вы узнаете:
🔜 В чем разница между B2B, B2C и B2G-клиентами?
🔜 Зачем IT-компаниям и их клиентам экосистемность?
🔜 Растет ли спрос на отечественное ПО со стороны среднего и малого бизнеса?
🔜 Почему клиенты выбирают модель поставки On-Premise, когда есть On-Cloud, и наоборот?
🔜 Почему растет спрос на потребление решений по подписке?
🔜 Почему любая автоматизация выгоднее «эксельки»?
🔜 Как ИИ меняют IT-решения?

Об этом и не только — смотрите в интервью 👀

Три задачи, которые публичное облако решает лучше, чем собственное оборудование 💭

Своя инфраструктура часто воспринимается как более экономичная модель — надежно, предсказуемо и в долгую дешевле (без учета аварий и поломок). Но есть сценарии, где публичные облачные технологии дают архитектурные возможности, которые реализовать on-premise либо невозможно технически, либо очень дорого.

1️⃣ Быстрое масштабирование под непредсказуемую нагрузку

Если после рекламной или маркетинговой кампании трафик взлетел в 10 раз за час, on-premise инфраструктура ограничена своей емкостью. Расширение потребует времени, чтобы купить новые серверы, доставить, смонтировать и настроить.

В облаке дополнительные ресурсы можно подключить за минуты. Автомасштабирование позволяет увеличивать и уменьшать мощности в зависимости от нагрузки, не удерживая постоянный резерв, когда они не используются.

2️⃣ Kubernetes как сервис

Одно дело — собрать свой Kubernetes-кластер на собственном оборудовании. Дальше кто-то должен мониторить мастер-узлы, обновлять компоненты, следить за безопасностью и т.д.

Облачный Managed Kubernetes обновляется и обслуживается силами облачного провайдера.

3️⃣ Катастрофоустойчивость без собственного второго ЦОДа

Чтобы обеспечить высокую отказоустойчивость on-premise, потребуются минимум две площадки со сложной синхронизацией между собой.

В облаке можно достичь аналогичной надежности без строительства и обслуживания собственных площадок. Физически ресурсы могут размещаться в разных георазнесенных ЦОДах. Важно отметить, что провайдер занимается их эксплуатацией и мониторит работоспособность.

Это позволяет построить мультизональную архитектуру внутри облачного провайдера и запускать, в том числе, сценарии географически распределенного аварийного восстановления (DR). Такой подход защищает от отказа отдельных дата-центров и предотвращает последствия большинства сбоев.

Читайте про облака и возможности облачных сервисов 🔜 VK Cloud

Как фонд «Большая Перемена» построил CRM в облаке и перестал думать о серверах 💭

Фонд «Большая Перемена» помогает людям с опытом сиротства получить образование, освоить жизненные навыки и адаптироваться к самостоятельной жизни. Это сложная и долгая работа, которая требует устойчивого финансирования. А значит — выстроенных отношений с донорами.

Чтобы отношения были системными, фонду потребовалась CRM — база, где хранятся данные о пожертвованиях, история взаимодействий с благотворителями, аналитика. «Большая Перемена» обратилась к нам. Вместе с VK Добро мы предложили простое решение — разместить CRM в облаке.

⚙️Как это устроено

Фонд получил виртуальную инфраструктуру — два сервера. На одном круглосуточно работает основная CRM-система. Второй — тестовая среда, где можно безопасно проверять обновления и пробовать новые функции. Также настроено регулярное резервное копирование.

❓Что изменилось

У фонда больше нет головной боли о серверах. Не нужно закупать оборудование, думать о ремонте и ждать, пока привезут запчасти. Все работает само, круглосуточно и из любой точки.

Чем еще VK Cloud может помочь НКО?

Можно запускать ресурсоемкие научные расчеты, создавать цифровые архивы и виртуальные музеи, организовывать дистанционное обучение для детей на длительном лечении или настраивать мониторинг важных показателей в реальном времени. И все это без покупки собственного железа и найма серверной команды.

Как принять участие?

Оставьте заявку на сайте. Мы свяжемся с вами, чтобы помочь подключиться к нужным сервисам.

Технологии — это просто способ быстрее делать добро. ❤️

VK Tech + CedrusData = новый уровень работы с большими данными!

⚡️Мы объединяемся с разработчиком Big-Data решений, чтобы усилить нашу lakehouse-платформу VK Data Platform.

Теперь в едином решении:

🔜 VK Data Platform — единое окно для доступа к данным, которое убирает технологические барьеры между хранением и аналитикой.
🔜 S3-совместимое хранилище VK Object Storage.
🔜 Экосистема продуктов Tarantool, включающая колоночную базу данных Tarantool Column Store.
🔜 Высокопроизводительный массивно-параллельный SQL-движок CedrusData Engine.
🔜 Каталог метаданных CedrusData Catalog с поддержкой Iceberg.

Зачем? Мы объединяем эти технологии, чтобы создать единую точку доступа ко всем данным без их дублирования, радикально снижая затраты на инфраструктуру и время на получение аналитики.

☁️ Облачный дайджест от VK Cloud

Делимся новостями, которые произошли за первый месяц весны.

1️⃣VK Tech добавила в VK Cloud платформу XSQUARE

Это low-code платформа для создания бизнес-приложений от «Хи-Квадрат». Чтобы начать работу, нужно выбрать ее в маркетплейсе VK Cloud и настроить параметры виртуальной машины. Не придется устанавливать ПО на собственные серверы, настраивать БД или привлекать технических специалистов для развертывания инфраструктуры.

XSQUARE помогает быстро перенести данные из Excel или устаревших БД в современное приложение, а также упрощает миграцию с SAP или Oracle на отечественные решения. Платформа работает на базе PostgreSQL, написана на C++ и Go, потребляет мало ресурсов и масштабируется под нагрузку.

2️⃣ Неудаляемые бэкапы в Cloud Backup

В Cloud Backup появилась функция защиты резервных копий. Их нельзя удалить или зашифровать, даже при компрометации учетной записи администратора.

В основе лежит механизм S3 Object Lock, реализованный по модели WORM (Write Once, Read Many). После создания резервной копии система блокирует операции удаления и перезаписи на срок, заданный администратором. Есть два режима защиты. Управляемый — уполномоченные пользователи могут снять блокировку. Строгий — копию не может удалить или изменить ни один пользователь до истечения срока хранения.

3️⃣ BI.ZONE EDR совместим с VK Cloud

Испытания подтвердили корректную установку и стабильную работу серверной и агентской частей решения в VK Cloud. Компании могут развернуть инфраструктуру кибербезопасности с централизованным управлением без покупки физического оборудования.

BI.ZONE EDR отслеживает любую активность на конечных точках, обнаруживает проблемы на ранних этапах и предоставляет инструменты для активного ручного или автоматического реагирования.

Следите за обновлениями — впереди еще больше новостей 🔈

Обучение ИИ — свое оборудование или облачная платформа

Выбор между собственным «железом» и облаком для ИИ — это почти всегда баланс между инвестициями, скоростью запуска и характером нагрузки.

Обучение нейросетей требует значительных ресурсов: от одной GPU для экспериментов до кластеров на базе NVIDIA A100, H100. Масштаб хорошо иллюстрирует GPT-3. Обучение модели потребовало около 3,14 × 10²³ операций с плавающей точкой и, по оценкам, обошлось OpenAI в $4-5 млн только за вычисления.

При таких затратах ключевым становится не только наличие мощности, но и то, как ее организовать, оплачивать и использовать максимально эффективно. Одни команды предпочитают инвестировать в собственное оборудование, другие используют гибкость облачных сервисов.

Математика денег💵

Финансовая разница проявляется сразу. Сервер с 8 видеокартами NVIDIA A100 стоит десятки миллионов рублей плюс эксплуатационные расходы. Эти затраты фиксированы независимо от загрузки. Облако превращает их в переменные: оплата идет за фактическое время использования. Поэтому для MVP и fine-tuning облако дешевле — здесь вычисления укладываются в сотни тысяч рублей, а основной бюджет смещается в сторону команды и данных. При постоянной высокой нагрузке ситуация меняется: собственное «железо» становится выгоднее, тогда как облако продолжает тарификацию вместе с увеличением потребляемых ресурсов.

Что по скорости ❓

Облако позволяет развернуть инфраструктуру за часы. При этом она включает:

🔜 GPU-инстансы с предустановленными CUDA-драйверами и ML-фреймворками (облачные серверы VK Cloud);
🔜 объектное хранилище для датасетов и чекпоинтов моделей;
🔜 управляемые кластеры Kubernetes для оркестрации обучения на нескольких GPU;
🔜 Registry для хранения образов с моделями.

Локальное решение требует времени на закупку и настройку, зато потом обеспечивает стабильную производительность. Но при этом нужно учитывать затраты на охлаждение, электричество и обслуживание. Это все отдельные расходы.

По срокам это означает быстрый старт в облаке — MVP за 2-4 недели. А полноценное решение в обоих случаях занимает 2–6 месяцев, так как основное время уходит на интеграцию и доведение до продакшена.

Критический слой — MLOps ⚙️

Без автоматизации, версионирования и мониторинга модель быстро деградирует после развертывания вне зависимости от инфраструктуры. Облако упрощает внедрение этих практик. В локальных системах больше контроля, но для поддержки MLOps требуются дополнительные усилия.

В итоге облако становится инструментом для быстрого старта и гибких экспериментов, а собственная инфраструктура — фундаментом стабильной и долгосрочной загрузки. Выбор зависит от частоты задач и горизонта использования.

💭 Узнайте больше про возможности облачных серверов VK Cloud

🔗 Мы в МАХ

Итоги первого квартала: дорогая инфраструктура и ставка на ИИ 🌐

Подошел к концу первый квартал, и мы с командой дата-сервисов VK Tech собрались, чтобы выделить главные изменения начала 2026 года. Этот дайджест получился по-настоящему антикризисным, но с ИИ.

1️⃣ Ужесточение законодательства и требований к безопасности

Случилось комбо: вступили в силу требования 117‑го приказа к КИИ, ФСТЭК уведомил о плановом увеличении количества проверок, а также были приняты положения о типовых отраслевых объектах КИИ. Все это сильно влияет на дата-инфраструктуру и запускает новую волну сложных проектов импортозамещения и реинжиниринга.

2️⃣ Оптимизация бюджетов и поиск архитектур и технологий с лучшим ТСО

Компании обращают все больше внимания на стоимость сопровождения БД и хранилищ. Тут на помощь приходят S3, Lakehouse‑архитектуры — они изначально экономичны. В других продуктах более важными становятся доработки, ориентированные на снижение стоимости инфраструктуры. Мы, например, в первом квартале реализовали охлаждение на диске в Tarantool TCS.

3️⃣ Рост стоимости оборудования дополнительно усложняет ситуацию

В 2025 году вычислительное оборудование уже подорожало на 10–15%, а в 2026 динамика становится хуже. Некоторые российские производители серверов отмечают кратный рост себестоимости. Основная причина — память. DRAM и SSD для серверов в первом квартале 2026 года подорожали почти вдвое (на 90% и более) по сравнению с концом 2025 года. Даже новые технологии, снижающие требования к памяти (Google TurboQuant), пока не меняют общую картину: спрос на память остается высоким.

4️⃣ Дата-инфраструктура под ИИ остается на пике спроса, несмотря на бюджетные ограничения

Мы видим массовые пилоты и амбициозные проекты по наведению порядка в данных. Мы опросили 150 специалистов, отвечающих за данные и аналитику в крупных компаниях, и выяснили, что внедрение ИИ — приоритет, который зафиксирован в KPI 45% респондентов.

5️⃣ ИИ в дата-инфраструктуре

Решения на базе ИИ внедряют как вендоры, так и сами компании. Зарубежный опыт показывает, что за этим направлением стоят значительные возможности по оптимизации ресурсов, необходимых для поддержки инфраструктуры и работы с данными. Сейчас все сосредоточены в первую очередь на использовании ИИ для демократизации данных и аналитики. Например, ассистенты для работы с данными уже реализованы в Т‑Банке — они формируют SQL-запросы по описаниям на естественном языке и оптимизируют код.

В будущем будет больше ассистентов и агентов, реализующих отдельные задачи дата-инженеров и DevOps. Мы тоже в одном из наших продуктов разрабатываем ИИ-ассистента, который сделает решение проще и удобнее. Об этом расскажем чуть позже! 🔜