MWS AI
Open in Telegram
Мы разрабатываем решения и продукты на базе технологий NLP, CV и Gen AI. Формируем AI-сообщество, сотрудничаем с ведущими технологическими компаниями и экспертами, проводим исследования, инвестируем в перспективные проекты и команды.
Show more7 260
Subscribers
-224 hours
-117 days
-4830 days
Data loading in progress...
Similar Channels
Tags Cloud
Incoming and Outgoing Mentions
---
---
---
---
---
---
Attracting Subscribers
July '26
July '26
+57
in 13 channels
June '26
+77
in 12 channels
Get PRO
May '26
+45
in 8 channels
Get PRO
April '26
+124
in 5 channels
Get PRO
March '26
+63
in 7 channels
Get PRO
February '26
+73
in 4 channels
Get PRO
January '26
+160
in 5 channels
Get PRO
December '25
+88
in 15 channels
Get PRO
November '25
+82
in 5 channels
Get PRO
October '25
+67
in 3 channels
Get PRO
September '25
+628
in 2 channels
Get PRO
August '25
+264
in 3 channels
Get PRO
July '25
+156
in 2 channels
Get PRO
June '25
+291
in 4 channels
Get PRO
May '25
+325
in 5 channels
Get PRO
April '25
+274
in 4 channels
Get PRO
March '25
+301
in 8 channels
Get PRO
February '25
+354
in 9 channels
Get PRO
January '25
+599
in 3 channels
Get PRO
December '24
+473
in 4 channels
Get PRO
November '24
+645
in 5 channels
Get PRO
October '24
+689
in 3 channels
Get PRO
September '24
+1 178
in 8 channels
Get PRO
August '24
+900
in 0 channels
Get PRO
July '24
+1 126
in 4 channels
Get PRO
June '24
+48
in 3 channels
Get PRO
May '24
+624
in 4 channels
Get PRO
April '24
+878
in 5 channels
Get PRO
March '24
+1 864
in 2 channels
Get PRO
February '24
+197
in 4 channels
Get PRO
January '24
+106
in 1 channels
Get PRO
December '23
+332
in 3 channels
Get PRO
November '23
+612
in 4 channels
Get PRO
October '23
+513
in 3 channels
Get PRO
September '23
+342
in 0 channels
Get PRO
August '23
+134
in 0 channels
Get PRO
July '23
+185
in 0 channels
Get PRO
June '23
+74
in 0 channels
Get PRO
May '23
+71
in 0 channels
Get PRO
April '23
+21
in 0 channels
Get PRO
March '23
+54
in 0 channels
Get PRO
February '23
+39
in 0 channels
Get PRO
January '23
+78
in 0 channels
Get PRO
December '22
+126
in 0 channels
Get PRO
November '22
+176
in 0 channels
Get PRO
October '22
+32
in 0 channels
Get PRO
September '22
+410
in 0 channels
Get PRO
August '22
+566
in 0 channels
| Date | Subscriber Growth | Mentions | Channels | |
| 30 July | +1 | |||
| 29 July | +2 | |||
| 28 July | +1 | |||
| 27 July | +2 | |||
| 26 July | +1 | |||
| 25 July | +1 | |||
| 24 July | +1 | |||
| 23 July | +1 | |||
| 22 July | +5 | |||
| 21 July | +8 | |||
| 20 July | +1 | |||
| 19 July | +1 | |||
| 18 July | 0 | |||
| 17 July | +2 | |||
| 16 July | 0 | |||
| 15 July | 0 | |||
| 14 July | +2 | |||
| 13 July | 0 | |||
| 12 July | 0 | |||
| 11 July | +4 | |||
| 10 July | +2 | |||
| 09 July | +3 | |||
| 08 July | +7 | |||
| 07 July | +2 | |||
| 06 July | 0 | |||
| 05 July | +3 | |||
| 04 July | +3 | |||
| 03 July | +3 | |||
| 02 July | 0 | |||
| 01 July | +1 |
Channel Posts
+5
Почему мы сделали Cotype компактнее? 🤖
Продолжаем серию экспертных постов о технологиях, которые стоят за нашими продуктами.
Последние несколько лет индустрия жила по одному правилу: чем больше параметров у модели, тем она умнее, и каждое следующее поколение LLM «наращивало веса». Но у такого пути развития есть потолок — даже два: технический и экономический.
Недавно мы выпустили Cotype PRO 3 и Cotype LIGHT 3 — 27 млрд и 9 млрд параметров соответственно. Это небольшие модели по сравнению с современными гигантами, но при этом они успешно конкурируют с ними по качеству — обе входят в десятку лидеров на бенчмарке MERA, а PRO 3 — в тройке лучших 👍
Разобрали в карточках, что вообще такое «вес» модели, почему количество параметров перестало быть главным показателем качества и на чём вместо размера мы теперь держим результат 🗒
| 2 |  Рынок больше не ищет просто специалистов по ИБ? 👀
Мы решили разобраться, как ИИ меняет рынок труда в информационной безопасности, и изучили свежие исследования и отраслевые обзоры.
Собрали главное 🗒
74% компаний уже перестроили команды информационной безопасности из-за внедрения ИИ. Рутинная аналитика всё чаще автоматизируется, а спрос смещается к специалистам, способным защищать ИИ-системы, управлять связанными с ними рисками, тестировать их защищённость и организовывать процессы кибербезопасности с применением ИИ.
Источник: исследование SANS Institute, данные приводит ITPro.
В требованиях к инженерам по кибербезу в новых вакансиях всё чаще появляются навыки работы с генеративным ИИ. InterviewStack проанализировал 5 379 активных вакансий: в 16,3% из них работодатели прямо требовали компетенции в области современных генеративных технологий. Чаще всего упоминались ИИ-агенты — в 8,8% вакансий, большие языковые модели — в 6,8%.
Источник: анализ вакансий InterviewStack, июнь 2026 года.
То, что раньше распределялось между ИБ, юристами и разработчиками, формируется в самостоятельные роли. Рынок уже ищет инженеров по безопасности ИИ, специалистов по управлению рисками и соблюдению требований, экспертов по тестированию ИИ-систем, аналитиков угроз, специалистов по реагированию на инциденты и защите от дипфейков.
Источник: SANS Institute и отраслевой обзор VeriiPro.
В России растёт спрос на специалистов по информационной безопасности в целом. По данным Positive Technologies и SuperJob, количество вакансий в этой сфере за 2025 год увеличилось на 26%, а к концу марта 2026 года рост составил 24% год к году.
Источник: исследование Positive Technologies и SuperJob, опубликованное CNews.
Как итог: безопасность ИИ постепенно становится самостоятельной компетенцией, без которой невозможно масштабное внедрение искусственного интеллекта в бизнесе.
Хотите повысить свою ценность на рынке труда в области ИБ?
8 сентября MWS AI и НИУ ВШЭ запускают образовательную программу «Стратегия безопасности искусственного интеллекта».
Программа поможет расширить экспертизу в области информационной безопасности ИИ, выделиться среди других кандидатов и подготовиться к переходу на более сложные экспертные и управленческие роли.
Узнать об обучении подробнее 👩🎓 | 494 |
| 3 |  Как ИИ понять предложение, если оно начинается на казахском, а заканчивается на русском? 🤖
В разговорной речи в Казахстане русский и казахский часто используются вперемешку. В NLP это называется код-свитчингом, и это одна из сложно решаемых задач в области машинного перевода. Главным образом потому, что готовых обучающих данных для ряда не самых распространенных языковых пар почти нет.
В новой статье на Хабре рассказываем, как нашим исследователям в содружестве с коллегами из нескольких университетов удалось улучшить качество перевода смешанной русско-казахской речи, используя синтетические обучающие данные.
Вы узнаете:
✅ как SimAlign помогает сохранять казахскую грамматику и учитывать смысл и контекст;
✅ зачем к юридическим документам и пресс-релизам добавили 127 тыс. сообщений из соцсетей;
✅ почему дообучение готовых моделей оказалось эффективнее обучения с нуля;
✅ каковы подводные камни обучения на синтетике и почему авторы сами не уверены в точности оценки качества перевода в рамках своего исследования.
С полным разбором можно ознакомиться на Хабре MWS AI 👩🎓 | 677 |
| 4 | Новый сезон подкаста «По проводам» от 😊😊
Запускаем третий сезон нашего подкаста и начинаем его с большого разговора о том, как ИИ меняет медиа, поиск и рынок контента.
С журналистом и основателем проекта Content Review Сергеем Половниковым обсуждаем SEO и GEO, новые модели монетизации медиа, появление «супержурналистов» с помощью ИИ и запуск собственной нейросети Content Review.
В выпуске:
✅ почему ИИ сокращает реферальный трафик медиа;
✅ приходят ли читатели из ChatGPT, Perplexity и других чат-ботов;
✅ почему привычная рекламная модель перестаёт работать для медиа;
✅ как компаниям продвигать продукты в эпоху ИИ-поиска;
✅ может ли нейросеть превратить журналиста в «супержурналиста»;
✅ почему ответы ИИ не отменяют необходимость читать первоисточники;
Смотреть подкаст:
▶️ ВКонтакте
▶️ RuTube
▶️ YouTube | 22 116 |
| 5 |  Один удачный ответ ещё не делает модель хорошим ИИ-агентом 🔍
Недавно мы представили третье поколение Cotype: флагманскую Cotype Pro 3 на 27 млрд параметров и компактную Cotype Light 3 на 9 млрд. А сегодня в новой статье на Хабре решили подробно разобрать, как обучаем модели работать с инструментами, ошибками и состоянием системы.
Главная особенность подхода — обучающие трейсы строятся на реальных вызовах инструментов, а не на выдуманных диалогах, поэтому модель учится работать с настоящими данными, ошибками и сценариями восстановления.
Что внутри материала:
🔴 карта типичных ошибок ИИ-агентов
🔴 пайплайн генерации обучающих трейсов
🔴 вызовы инструментов через реальную тестовую базу
🔴 сравнение SFT, DPO и GRPO
🔴 проверка устойчивости
🔴 результаты Cotype Light 3 на задачах из телекома, финансов и HR
Главные цифры:
✅ агентская метрика выросла с 0,794 до 0,856
✅ в автономном режиме, где агент выполняет задачу без дальнейших уточнений у пользователя, результат вырос с 0,727 до 0,821
✅ модель на 9 млрд параметров обошла базовые модели на 27 млрд и 122 млрд параметров в этом наборе задач
Читайте большой технический разбор на Хабре MWS AI 📔 | 813 |
| 6 | Сколько утверждений вы оценили правильно? 🔍 | 889 |
| 7 |  +7Насколько безопасен ваш ИИ на самом деле? 👀
Собрали четыре утверждения про защиту корпоративных ИИ-систем. Предлагаем вам определить, где правда, а где миф, который может навредить бизнесу.
Если тема вам близка и хочется разобраться глубже, приглашаем на образовательную программу MWS AI и НИУ ВШЭ «Стратегия безопасности искусственного интеллекта».
Разберём, как оценивать угрозы, защищать данные и модели, обеспечивать контроль над ИИ-агентами и выстраивать стратегию безопасности на уровне компании.
👩🎓 Старт 8 сентября
👩🎓 32 академических часа
👩🎓 7 модулей и защита проекта
Узнать о программе и записаться можно по ссылке 🗒 | 917 |
| 8 |  +5Человек в контуре не для галочки? ✅
«Человек в контуре» — подход к работе с искусственным интеллектом, когда в заранее определённых точках процесса сотрудник смотрит на результат ИИ-агента, корректирует его действия, разрешает или наоборот блокирует следующий шаг.
Но если не прописать сотруднику зону его ответственности и регламент такой проверки, вместо реального контроля можно получить ещё один формальный этап согласования — «для галочки».
Вместе с Екатериной Окуневой, руководителем продуктового направления департамента ИИ-продуктов MWS AI, разобрали, где участие человека в сценариях работы ИИ действительно необходимо, как выбрать точки контроля и почему ручная проверка ИИ-систем со временем сама может исчерпать себя.
Собрали главное в карточках 📔 | 853 |
| 9 |  +5📩📩📩
Представляем Cotype 3 👍
Представляем третье поколение мультимодальных языковых моделей Cotype.
Главное:
✅ Две версии: флагманская Cotype PRO 3 (27 млрд параметров) и облегченная Cotype LIGHT 3 (9 млрд параметров)
✅ Работают с текстом и изображениями, включая схемы, графики, таблицы, интерфейсы и документы со сложной версткой
✅ Показывают высокое качество на русском языке: без иероглифов и транслита
✅ Предназначены для ИИ-агентов и мультиагентных систем под бизнес-задачи с длинными цепочками действий
✅ 2-е место на лидерборде MERA
Мы в 2 раза увеличили контекстное окно, но сократили число параметров у флагманской модели — и это не шаг назад, а шаг вперед.
Листайте карточки, чтобы узнать подробнее, а оставить заявку на демо можно по ссылке 🗒 | 796 |
| 10 |  +5От OCR до VLM: как меняется работа с документами 🗒
Ещё недавно перевод изображений документов (фото, сканов) в цифровой редактируемый формат базировался на технологии оптического распознавания символов (OCR). Она хорошо работает на ровном печатном тексте, но когда дело доходит до таблиц, рукописей и документов со сложной версткой, получается путаница.
Здесь на помощь приходят мультимодальные генеративные модели, которые могут работать и с текстами, и с изображениями. Вместе со Львом Богдановым, старшим разработчиком MWS AI, разобрали в карточках, где лежат пределы возможностей традиционного OCR и какие преимущества открывает VLM для решения реальных бизнес-задач 🔍 | 821 |
| 11 |  Спешите внедрить ИИ? Не торопитесь ❌
Сначала нужно разобраться с процессом: описать его, понять, где он работает нормально, а где есть риски. И только потом подключать ИИ, чтобы он стал полезным инструментом, а не усилителем хаоса.
Как внедрять ИИ правильно и безопасно, разберём в рамках образовательной программы MWS AI и НИУ ВШЭ «Стратегия безопасности искусственного интеллекта»
Подробности по ссылке 🗒 | 1 054 |
| 12 |  Директор по персоналу MWS AI и автор книги «Не мешайте людям работать» Анастасия Зальцман приняла участие в дискуссии клуба Quercus «Философия в ответе: что у нас не отнимет ИИ».
Вместе с философами и предпринимателями обсуждали, как искусственный интеллект меняет ценность человеческого труда, креативные профессии, образование и роль человека в мире, где всё больше задач можно автоматизировать.
Анастасия рассказала, что тревога вокруг ИИ часто связана не с самой технологией, а с отсутствием понятных правил внутри компании. Когда сотрудники не понимают, какие инструменты можно использовать и как будет оцениваться результат работы, технология начинает восприниматься не как помощь, а как угроза.
Поэтому внедрение ИИ в команде начинается не только с доступа к инструментам, но и с честного объяснения, где ИИ помогает, а где решение по-прежнему остаётся за человеком и как из-за этого меняются привычные процессы.
На встрече также обсудили, почему человеку необходимы критическое мышление, рефлексия, опыт и способность проверять информацию, а не просто получать готовый ответ от модели.
Дискуссия стала прологом к конференции «Философия в ответе», которая пройдёт в Quercus с 1 по 3 октября 2026 года. | 1 003 |
| 13 |  MWS AI и Российская государственная библиотека разрабатывают ИИ-платформу, которая поможет автоматизировать работу библиотек 🔍
Платформа сможет:
📔 Искать источники в научном фонде (а это более 3,7 млн авторефератов, диссертаций и других академических трудов) не только по ключевым словам, но и по смыслу запроса.
📔 Предлагать рубрики, индексы и метаданные для ускорения каталогизации. Это позволит обрабатывать новые поступления (около 100 тыс. обязательных экземпляров ежегодно) в два раза быстрее.
📔 Осуществлять поиск по полному тексту книг и анализировать нарративы. Исследователи смогут отслеживать тематические паттерны, сравнивать тексты — работать с фондом не только как с архивом, но и как с массивом знаний.
В основе проекта лежит отечественное программное обеспечение. Прикладные ИИ-решения создаются на базе MWS AI Agents Platform. Данные и инфраструктура будут размещены на серверах РГБ.
Генеральный директор MWS AI Денис Филиппов:
Сегодня в России более 40 000 публичных библиотек с совокупным фондом почти 900 млн единиц хранения. При таких объемах вручную обрабатывать поступления и вести библиографические записи уже затруднительно. Ценность нашего совместного проекта — не в отдельных технологических решениях, а в том, что мы выстраиваем тиражируемую модель для всей отрасли. | 992 |
| 14 |  Настроить LLM под новые правила за секунды, а не переобучать её 10 дней 🤖
MWS AI и исследователи KOREATECH разработали AVI — универсальный фильтр для больших языковых моделей, который помогает быстро адаптировать их работу под требования безопасности, законодательства и корпоративных регламентов.
Как работает AVI:
🔍 Фильтр не меняет саму модель и не вмешивается в её архитектуру, а подключается как внешний «посредник» между пользователем и LLM.
🔍 На входе AVI блокирует джейлбрейки, провокации, запрещённые темы и попытки получить чужие персональные данные.
🔍 На выходе адаптирует ответы модели под заданные правила (этику, комплаенс, законодательство) и не пропускает токсичный контент, дезинформацию и конфиденциальные корпоративные сведения.
🔍 Новые правила можно задавать обычными фразами, без программирования и повторного обучения, поэтому настраивать фильтр могут юристы, специалисты по информационной безопасности и отраслевые эксперты, не привлекая ML-инженеров.
На тестах AVI распознал 98,5% опасных обращений и почти в четыре раза ускорил реакцию системы на нарушения. Архитектура фильтра совместима с любыми большими языковыми моделями.
Выложили на GitHub рабочий сервис на Python и FastAPI, а также инструментарий для воспроизведения экспериментов. Подробнее читайте на Хабре MWS AI ✅ | 856 |
| 15 |  Что такое «доверенные посредники» и зачем они нужны финансовому и ИИ-рынку?
В недавнем отчёте по применению ИИ на финансовом рынке Банк России снова вернулся к теме доверенных посредников, для которых еще в консультационном докладе 2025 года предложил проработать правовые условия.
Доверенные посредники — это защищённые платформы, где финансовые организации смогут добровольно обмениваться и объединять данные для разработки ИИ-моделей. Например, для антифрода, оценки рисков, противодействию отмыванию доходов и других задач, где данных одной компании может быть недостаточно, чтобы модель лучше выявляла мошенничество, снижала число ошибочных решений и точнее работала с рисковыми сценариями.
Похожую логику обсуждают и на международном рынке, например, ОЭСР (Организация экономического сотрудничества и развития) пишет о технологиях повышения конфиденциальности, которые позволяют разным организациям совместно работать над ИИ-решениями, не передавая друг другу исходные чувствительные данные.
Но смысл такой платформы появляется только при условии понятных требований к её безопасности.
Что важно защитить:
🛡 Саму платформу
В отчёте Банка России среди требований называют использование российского ПО, выстроенную систему информационной безопасности, независимый технический аудит и заранее утверждённые правила работы.
🛡 Данные и модели
Для них нужны обезличивание, шифрование, запрет выгрузки за пределы платформы, использование данных только для обучения ИИ и уничтожение после завершения обработки.
🛡 Ответственность между участниками
В отчёте отдельно говорится, что нужно проработать распределение ответственности между пользователями платформы и оператором, а также механизм компенсации ущерба при инцидентах.
Тема доверенных посредников хорошо показывает общий сдвиг: ИИ-проекты всё чаще требуют не только сильных моделей, но и понятной стратегии безопасности. На этом фоне возрастает ценность специалистов, которые умеют оценивать риски ИИ, выстраивать надежную защиту данных и моделей, обеспечивать их безопасную эксплуатацию. Именно изучению этих тем посвящена наша совместная с НИУ ВШЭ образовательная программа «Стратегия безопасности искусственного интеллекта», которая стартует 8 сентября.
Она подойдёт специалистам по ИБ, риск-менеджерам, ML-инженерам, архитекторам данных и юристам по ИИ- и дата-комплаенсу.
Подробнее о программе рассказали по ссылке 🗒 | 874 |
| 16 |  Не верь картинке на слово 🔍
MWS AI и VisionLabs подготовили задание для AI Challenge — международного конкурса по искусственному интеллекту для школьников и студентов.
Участникам трека «Студенты» нужно разработать систему, которая найдёт скрытые ИИ-манипуляции на изображениях и покажет, какая именно часть картинки была изменена.
Мы предлагаем не абстрактную, а вполне реальную задачу, над которой работаем в рамках продуктового трека по борьбе с дипфейк-мошенничеством. Чтобы справиться, участникам придётся разобраться в шумах, артефактах, цветовых профилях и следах, которые оставляют генеративные модели.
Решать задачу студенты будут в командах от 2 до 4 человек, а на финальном этапе смогут довести решение до прототипа продукта.
👍 Призовой фонд конкурса — 15,6 млн рублей👍
Ты студент и у тебя есть команда? Принимай AI Challenge по ссылке до 15 сентября 🗒 | 930 |
| 17 |  Что делать, если модель компьютерного зрения нужно обучить не на тысячах размеченных масок, а на 10–1000 изображениях? 🤖
На Хабре MWS AI вышла вторая часть статьи про оптимальное обучение моделей в Luna Line. В первой публикации команда VisionLabs разбиралась с классификацией, а теперь усложняет задачу и переходит к сегментации.
В этот раз исследователи пересмотрели сам подход к бенчмаркингу: отдельно сравнили модели разных размеров, проверили влияние предобучения и добавила постпроцессинг, чтобы улучшить качество масок на маленьких датасетах.
Главные инсайты:
✅ Команда сравнила модели разных размеров и в итоге выбрала одно семейство SegFormer: B0 для маленьких моделей, B2 для средних и B4 для больших.
✅ Для маленьких моделей отдельно проверили, какой претрейн лучше использовать перед обучением. Лучше всего сработал вариант, где готовые веса применялись только для энкодера, а декодер обучался с нуля и точнее подстраивался под конкретные данные.
✅ Постпроцессинг оказался особенно полезен там, где данных мало или модель изначально слабее — морфологические операции помогают убирать шум, закрывать дырки в масках и подтягивать качество поверх основной модели.
За двумя статьями стоит больше 20 000 экспериментов, полгода работы и практический результат для Luna Line, где пользователь нажимает «Обучить», а система сама выбирает подходящую архитектуру, параметры обучения и при необходимости запускает постпроцессинг.
Читайте вторую часть на Хабре и подписывайтесь на блог MWS AI 🔍 | 831 |
| 18 |  Наши коллеги из VisionLabs забрали премию Generation AI Awards 2026 👍
Проект по внедрению детектора дипфейков в сервис удалённой идентификации МТС ID KYC победил в номинации «Технологическая инновация года».
Поздравляем команду! Мощная технология, важный продукт и абсолютно заслуженная награда ⚡️ | 1 139 |
| 19 |  +5Автоматизировать команду ещё не значит ускорить её 🤖
Если процессы не описаны, роли размыты, а сотрудники не понимают цель изменений, ИИ не убирает хаос, а помогает ему распространяться быстрее.
Елизавета Ермакова, руководитель Центра исследований и аналитики MWS AI, рассказывает, как на практике перестраивала команду рыночной аналитики: что получилось передать ИИ, какие задачи остались за экспертами, где автоматизация создала новые проблемы и какие компетенции стали особенно важны.
Собрали главные выводы в карточках, сохраняйте и делитесь с коллегами 🗒 | 1 088 |
| 20 |  👍 MWS AI — в числе лидеров российского рынка ИИ 👍
В новом рейтинге CNews Analytics MWS AI заняла второе место среди крупнейших поставщиков ИИ-решений. По итогам 2025 года выручка компании от ИИ-проектов достигла 6,9 млрд рублей, увеличившись на 60,47%.
Денис Филиппов, генеральный директор MWS AI, объяснил рост выпуском новых мультимодальных моделей Cotype и выводом на рынок платформы для создания ИИ-агентов MWS AI Agents Platform.
Ключевые выводы из рейтинга и обзора российского рынка ИИ:
✅ ТОП-15 крупнейших поставщиков ИИ-решений заработали 75,6 млрд рублей, почти на 93% больше, чем годом ранее
✅ Из 45 участников рейтинга с указанной динамикой выручки 37 показали рост, шесть — снижение
✅ Основной вклад в рост вносит крупный бизнес из финансового сектора, ритейла и телекома, где масштабируются ИИ-ассистенты, агентная автоматизация, предиктивная аналитика, компьютерное зрение и решения для работы с корпоративными знаниями
✅ Главными барьерами остаются качество данных, промышленное развёртывание и интеграция решений, безопасность и дефицит компетенций
Денис Филиппов, генеральный директор MWS AI:
Рынок переходит из стадии экспериментов в фазу эксплуатации. <...> Есть компании, которые уже получают измеримый эффект, ускоряя вывод продуктов в 1,5–2 раза. И есть предприятия, у которых ИИ существует в виде набора пилотов, которые не переходят в промышленную эксплуатацию
Какие ИИ-решения уже приносят финансовый эффект, почему Managed RAG способен показать результат в первые месяцы и что помогает перейти от пилота к масштабу — читайте в обзоре CNews ⚡️ | 1 001 |
