AI для бизнеса

ИИ умеет писать код. Зачем бизнесу тогда no-code? 17 сентября в Москве пройдёт No-Code Conf 2026 — вторая флагманская конференция «Лукоморья» и itSMF России. Главная тема в этом году — «Эпоха ИИ: зачем нам no-code?». За последний год ИИ сильно изменил подход к разработке. Теперь приложение или автоматизацию действительно можно собрать за несколько часов, просто описав задачу нейросети. Но для бизнеса скорость создания решения — далеко не единственный критерий. 🔴Вайбкодинг хорошо работает для быстрого старта, но не решает вопросы корпоративной эксплуатации. Безопасность, интеграции, поддержка, масштабирование и управление созданными решениями никуда не исчезают. 🔴ИИ не отменяет необходимость платформ. Если компания собирается создавать сотни цифровых решений, ей нужны единые правила, инфраструктура, контроль доступа и инструменты для их дальнейшего развития. 🔴No-code тоже меняется. Когда ИИ становится частью повседневной работы, платформа становится средой, в которой можно быстрее создавать и безопаснее эксплуатировать решения, в том числе с использованием ИИ. 🔴No-code, low-code и ИИ скорее дополняют друг друга, чем конкурируют. ИИ ускоряет создание решений, а платформенный подход помогает превратить отдельный прототип в управляемый корпоративный продукт. Об этом поговорят участники пленарной сессии No-Code Conf 2026 — о том, что происходит с no-code, когда код уже умеет писать искусственный интеллект. ⬛️В программе также — практические кейсы и доклады об автоматизации и ИИ. Отдельной частью конференции станет «Аколакатон #2»: команды будут создавать прототипы на отечественной no-code-платформе «Акола» и представят результаты экспертному жюри. Когда: 17 сентября Где: Москва БЦ «Академик» Бесплатно зарегистрироваться можно тут. #реклама ООО «РТК ИТ ПЛЮС»

ПО в порядке, а ИИ «пробивает потолок» Рейтинг Рунета выпустил исследование объемов и динамики рынка услуг в заказной разработке, диджитале и маркетинге в 2025 году. Вот ключевые выводы: Сегменты ⚡️ Выручка сегмента разработки и поддержки корпоративных решений, куда входят ИИ, заказное ПО и техническая поддержка, выросла на 15% со 186 до 214 млрд руб. ⚡️ Если разбить сегмент на подсегменты, то наибольший объем роста продолжают давать ПО (+14,1% со 141,2 до 161,1 млрд руб.) и техподдержка (+11,9% с 39,6 до 44,3 млрд руб.) ⚡️ При этом рост направления ИИ идет грандиозными темпами — за год направление добавило 65,1% с 5,1 до 8,4 млрд руб. Это самый быстрый рост среди всех 26 охваченных категорий услуг в разработке, диджитале и маркетинге. ⚡️ Если говорить про другие актуальные сегменты, то нужно выделить аутстаффинг разработчиков — направление не только не выросло, но и незначительно снизилось — -1% с 34,3 до 34,0 млрд руб. против роста на 43% годом ранее. Потребители ⚡️ IT-отрасль — второй по величине потребитель заказных услуг: 9,2% всех затрат за 2024–2025 годы, больше только у торговли (10,7%). ⚡️ Государственные структуры и сервисы, наоборот, сократили расходы на подрядчиков на 23% за год. ⚡️ Ожидается, что в 2026 году рынок в номинальном выражении сохранит объем 2025 года или снизится на 1-3%. Это заметное сокращение в реальном выражении. ⚡️ Причина такой динамики — в налоговой нагрузке и фонде оплаты труда. Необходимость инвестиций в инфраструктуру растет, поэтому те же деньги означают для подрядчиков меньше ресурсов📌 💻 СофтТех в Telegram | в MAX

#интервью «LLM — это угроза кодерам, а не программистам»: почему no-code не исчезнет из-за Claude Code и Codex Кажется, что генеративный ИИ должен был убить no-code: зачем собирать приложение из готовых блоков, если теперь можно просто описать его словами и получить код? Мы поговорили с Антоном Симуни, руководителем разработки no-code платформы «Акола», (ИТ-экосистема «Лукоморье», Ростелеком) о том, почему он считает такое противопоставление ошибочным, где заканчивается магия вайб-кодинга и каким в итоге станет корпоративный ИИ. 🔴Зачем сегодня вообще нужен no-code, если LLM уже умеют писать приложения по описанию? Противопоставлять эти технологии неправильно. Они скорее будут срастаться. Главная проблема разработки напрямую через LLM — предсказуемость. Один и тот же запрос может дать разные результаты. Если речь идёт о настоящем enterprise, нужно понимать, насколько решение безопасно, как оно будет поддерживаться, кто найдёт ошибку, когда что-то сломается, и сколько всё это будет стоить. Чтобы сделать LLM-разработку действительно промышленной, вокруг модели придётся построить целый конвейер: контролировать доступы, результаты генерации, инфраструктуру, интеграции, безопасность. В итоге экономия на программистах может просто перетечь в расходы на специалистов, которые обслуживают инфраструктуру вокруг LLM. LLM — это угроза прежде всего кодерам. Но не инженерам. Программист — это не человек, который набирает код. Это инженер, который понимает архитектуру, базы данных, операционные системы, инфраструктуру и умеет соединить всё это в работающую систему. Теперь у него просто появился очень мощный генератор кода. В no-code значительная часть инженерных решений уже спрятана внутри платформы. Пользователь описывает бизнес-функциональность, а платформа сама отвечает за то, как компоненты взаимодействуют между собой. И вот здесь агент становится очень логичным следующим слоем. 🔴То есть будущее no-code — когда приложение вообще собирает ИИ? Именно. No-code — прекрасная посадочная площадка для агентов. Представьте, что пользователь говорит системе: «Мне нужен вот такой процесс». Агент собирает его не произвольным кодом, а инструментами уже существующей платформы. Получается гораздо более предсказуемая конструкция. Есть устоявшийся технологический стек, известные ограничения, понятная стоимость и возможность быстро откатить изменения. То есть агент делает no-code ещё более no-code. Сегодня человеку всё ещё нужно знать платформу и самостоятельно собирать бизнес-логику. Завтра он сможет просто разговаривать с системой, а она будет перестраиваться под его запрос. При этом контролировать результат проще, чем тысячи строк сгенерированного кода: можно открыть схему процесса и посмотреть, что именно сделал агент. 🔴А как быть малому и среднему бизнесу? Малому бизнесу вообще не нужны токены, модели и агентская инфраструктура. Ему нужна готовая функция. Например, в бухгалтерской системе появляется помощник, который разбирает документы или помогает с налогами. Но всё это должна заранее собрать команда профессионалов. Сценарий «вот тебе ChatGPT, собери себе автоматизацию самостоятельно» для малого бизнеса практически не работает. Поэтому здесь, вероятно, повторится история облаков. Малый и средний бизнес не будет строить собственную ИИ-инфраструктуру. Он будет покупать готовые AI-функции как услугу, а крупные платформы распределят стоимость моделей и вычислений между тысячами клиентов. 🔴Сейчас вокруг LLM огромный хайп. Нас ждёт откат? Не откат. Технология останется. Но люди начнут считать деньги. Мы уже проходили это с интернетом, облаками, блокчейном. На пике хайпа любую новую технологию объявляют инструментом, который полностью изменит всё. Потом оказывается, что у неё есть конкретные области применимости. Где-то LLM действительно будет дешевле и эффективнее обычной автоматизации — и там она останется навсегда. Где-то получится быстрее, но дороже. Где-то быстрее, но менее надёжно. А где-то никакого экономического смысла использовать модель вообще не будет. 🦾 AI для бизнеса в Telegram | в MAX

В России обсуждают налоговые льготы для разработчиков крупных ИИ-моделей Власти прорабатывают отдельный пакет поддержки для создателей национальных и суверенных фундаментальных моделей ИИ. Среди предложений — налоговые вычеты, пониженные страховые взносы и повышающие коэффициенты на расходы, связанные с разработкой и дообучением моделей. 🔴Ключевая мера — инвестиционный налоговый вычет по налогу на прибыль. Его предлагают привязать к расходам на создание модели и покупку оборудования. Лимит — до 20 млрд рублей на одну организацию до 2030 года. 🔴Расходы на разработку могут разрешить учитывать в трёхкратном размере. По оценке авторов инициативы, это потенциально позволит компенсировать до 50% вложений через экономию на налоге на прибыль. 🔴Отдельно обсуждаются льготы на ФОТ. Для организаций, участвующих в разработке и распространении ИИ-моделей, предлагается снизить ставку страховых взносов до 7,6%. 🔴Поддержка, вероятно, будет ориентирована прежде всего на разработчиков больших фундаментальных моделей с более чем 1 млрд параметров. В числе потенциальных получателей называют «Сбер», «Яндекс», Т-Банк, MWS, «Норникель», «Авито» и других крупных игроков. При этом финальные параметры пока не утверждены. ⬛️Логика поддержки понятна: государство пытается компенсировать две самые тяжёлые статьи расходов в разработке ИИ — вычислительную инфраструктуру и инженерные команды. Но есть и ограничение: крупный налоговый вычет лучше работает для компаний с большой налоговой базой. Поэтому небольшие команды с сильным R&D, но меньшими оборотами, могут получить от такой конструкции заметно меньше пользы. Если меры примут, конкуренция между российскими ИИ-разработчиками будет зависеть уже не только от качества моделей, но и от того, кто сможет получить доступ к льготам на обучение, оборудование и ФОТ. 🦾 AI для бизнеса в Telegram | в MAX

86% крупного российского бизнеса уже используют LLM, но бума ИИ-агентов не произошло «Инфосистемы Джет» и Smart Ranking опросили 52 крупные компании с общей численностью около 450 тыс. сотрудников и оценили, насколько далеко бизнес продвинулся во внедрении генеративного ИИ. Вывод: LLM уже стали массовой технологией, а ИИ-агенты — пока нет. 🔴86% компаний уже используют или тестируют LLM. При этом 53% прошли стадию пилотов и перевели решения на базе генеративного ИИ в промышленную эксплуатацию. 🔴С агентами всё заметно сложнее. Полуавтономные системы используют или тестируют 59% компаний, но в промышленной эксплуатации они работают только у 15%. Полностью автономные агенты есть у 25% компаний, мультиагентные системы — у 23%, однако до промышленного использования дошли лишь по 8% в каждой категории. 🔴44% компаний вообще отказываются от внедрения агентов. Главные причины — незрелые процессы, неподготовленные данные и сложности интеграции с корпоративными системами. Отдельно бизнес упирается в стоимость инфраструктуры: 58% называют барьером стоимость серверов, 56% — юридические риски, 42% — ограниченные инвестиционные бюджеты, 40% — нехватку специалистов. 🔴46% компаний пока не видят устойчивого финансового эффекта от внедрения ИИ, а 40% не могут масштабировать успешные пилоты. Лучше всего ИИ работает там, где процесс уже цифровизирован, повторяется и результат легко проверить: контакт-центры и поддержка, аналитика, ITSM и корпоративные базы знаний. ⬛️Исследование хорошо показывает разрыв между «у нас есть доступ к модели» и «ИИ реально встроен в бизнес». 🦾 AI для бизнеса в Telegram | в MAX

Берлинский эксперимент: узор, стирающий человека из поля зрения ИИ ▶️ Немецкий художник Саймон Веккерт выпустил гавайскую рубашку, которая «прячет» владельца от искусственного интеллекта. Её узор специально сбивает с толку детекторы объектов: система не может связать голову, торс и руки в единый человеческий силуэт. Как добились такого эффекта? 🔽 Разные версии узора многократно прогонялись через популярную модель YOLO. Алгоритм оценивал, насколько уверенно он распознаёт человека, и если распознавание срабатывало, рисунок корректировали и тест повторяли. По сути, ИИ сам себе «подсказал», как его обмануть. Но эффективность камуфляжа не гарантируется против всех существующих нейросетей, поскольку тестирование проводилось исключительно на YOLO. ™️ МашТех в Telegram | в MAX

Selectel встроил ИИ-агента прямо в серверную ОС Компания запустила aish — ИИ-агента внутри серверной операционной системы SELECTOS. Он помогает администраторам диагностировать проблемы, настраивать серверы и выполнять рутинные операции через команды на естественном языке. Главная особенность — агент работает внутри инфраструктуры Selectel, а нейросетевая модель развернута локально. Контекст сессии не уходит внешним провайдерам. 🔴aish понимает состояние самой системы: анализирует сервисы, логи и конфигурацию, ищет причины сбоев и предлагает варианты исправления. 🔴Работа идёт по принципу согласованного исполнения. Агент формирует команду и объясняет, что именно она сделает, но запуск подтверждает оператор. 🔴Selectel отдельно делает ставку на безопасность. Решение рассчитано в том числе на команды, которые по внутренним политикам не могут использовать зарубежные облачные LLM. В планах — дать клиентам возможность разворачивать aish уже на собственном оборудовании. ⬛️Здесь интересен сам уровень интеграции. ИИ тут не отдельный чат-бот поверх инфраструктуры, а часть самой операционной системы. То есть следующий слой корпоративных агентов — это уже не только помощники для сотрудников, а агенты, которые понимают состояние серверов, работают с логами и конфигурацией и помогают управлять инфраструктурой изнутри. 🦾 AI для бизнеса в Telegram | в MAX

«МегаМикс» и Сбер делают ИИ-контроль качества сырья для агропрома Компании начали разрабатывать систему, которая должна автоматически проверять качество кормового сырья и выявлять риск фальсификации. Главное здесь — архитектура из двух уровней ИИ. 🔴На первом уровне работает ML. Система анализирует NIR-спектр образца и за секунды оценивает его физико-химические показатели и аминокислотный профиль, а затем ищет отклонения от эталонных значений. 🔴На втором подключается GigaChat. Генеративный ИИ не принимает решение сам, а переводит результаты ML в понятный структурированный отчет: что именно отклоняется, насколько это критично и на какие источники опирается вывод. Причём каждый вывод должен сопровождаться ссылкой на источник из базы знаний. Свободного чата и рекомендаций по кормлению в системе не будет — модель работает только по заранее заданным сценариям. На выходе предприятие получает один из пяти статусов: соответствует, не соответствует, подозрение на фальсификацию, требуется повторная проверка или недостаточно данных. 🔴Заявленный экономический эффект — снижение кормовой себестоимости на 5–15% за счёт более быстрого входного контроля, меньшей зависимости от лабораторных испытаний и более объективной работы с поставщиками. ⬛️Интересен здесь не столько сам GigaChat, сколько разделение ролей. ML отвечает за измерение и поиск отклонений, генеративный ИИ — за объяснение результата человеку. Для промышленного ИИ это, пожалуй, один из наиболее реалистичных сценариев: LLM не заменяет специализированную модель и не принимает решение «из головы», а становится интерпретационным слоем поверх уже проверяемой аналитики. 🦾 AI для бизнеса в Telegram | в MAX

#Дайджест одной строкой, ну почти Несколько кейсов и продуктовых обновлений в ИИ за последние часы и дни. 🔴MWS TeamStream научился превращать запись экрана в готовые рабочие документы. ИИ из видео с голосовым комментарием автоматически собирает задачи для Jira, баг-репорты, инструкции, саммари, письма и страницы для Confluence. Главный эффект — меньше ручного переноса информации между встречами и рабочими системами. 🔴Использование ИИ-функций в «МТС Линк» выросло в 2,6 раза. Бизнес активнее использует ассистента для поиска информации в чатах и базе знаний, расшифровки встреч и подготовки кратких итогов. 🔴ИИ уже встроен в 366 госуслуг Подмосковья. Он проверяет документы в заявлениях, помогает жителям через «Добробот», а ИИ-агенты внутри органов власти ускоряют подготовку нормативных документов и ответов на обращения. Например, «Нейроюрист» сокращает согласование документов с трех дней до 30 минут. 🔴90% российских регионов используют ИИ-решения Сбера. В 2025 году в рамках программы «ИИ-трансформация регионов России» было реализовано 120 проектов в здравоохранении, образовании, логистике, транспорте и других сферах. 🔴В Москве запустили серийное производство УЗ-сканеров со встроенным ИИ. «РуСкан 80» помогает врачам анализировать исследования и автоматизировать часть рутинных операций. Первые 11 аппаратов уже работают в медучреждениях нескольких регионов. 🔴Selectel встроил ИИ-агента прямо в серверную ОС. aish работает внутри SELECTOS, понимает команды на естественном языке, анализирует логи и конфигурации, помогает искать причины сбоев и предлагает исправления. 🦾 AI для бизнеса в Telegram | в MAX

Вступил в силу базовый закон об ИИ С 1 сентября начали действовать положения закона, которые впервые закрепляют в российском праве ключевые понятия, связанные с искусственным интеллектом, и создают основу для господдержки отрасли. Напомним основные детали. 🔴В законе появилось официальное понятие ИИ, а также отдельная категория больших фундаментальных моделей — систем с не менее чем 1 млрд параметров. 🔴Вводятся понятия суверенных и национальных ИИ-моделей. Суверенные должны полностью разрабатываться российскими компаниями, а национальные смогут использовать зарубежные компоненты и открытые решения. 🔴Правительство сможет определять меры поддержки разработчиков таких моделей, а также устанавливать случаи, когда организациям потребуется использовать именно суверенные или национальные ИИ-решения. Это важно не столько из-за самих определений, сколько потому, что они становятся юридической базой для следующих решений: субсидий, налоговых льгот, требований к инфраструктуре и ограничений на использование иностранных моделей. Отдельный блок начнет действовать с марта 2027 года — он касается маркировки ИИ-контента и использования произведений при обучении моделей. 🦾 AI для бизнеса в Telegram | в MAX

«ЦОД перестаёт быть складом серверов»: как ИИ меняет инфраструктуру бизнеса Мы поговорили с Владиславом Шершульским, советником генерального директора Группы Rubytech по вопросам ИИ. Обсудили, почему при внедрении ИИ компании начинают считать не терафлопсы, а стоимость результата, зачем ЦОДу баланс между GPU, памятью, сетью и охлаждением и почему главная нагрузка постепенно переезжает с обучения моделей на их ежедневную эксплуатацию. 🔴Что в инфраструктуре меняется первым, когда компания начинает внедрять ИИ? Меняется сама логика инвестиций. Раньше при проектировании ЦОД главным было соотношение цены и базовой мощности: сколько операций в секунду можно получить за вложенный рубль. Теперь этого недостаточно. Заказчик начинает смотреть на то, насколько быстро система выдаёт полезный результат, сколько этот результат стоит и насколько стабильно инфраструктура работает под реальной нагрузкой. То есть компания покупает уже не абстрактную вычислительную мощность. Она хочет сократить обработку клиентского запроса с минут до секунд, автоматизировать десятки операций или увеличить производительность сотрудников без пропорционального роста штата. 🔴Получается, просто поставить больше GPU уже недостаточно? Конечно. Ускорители — только один слой. Для ИИ критичны память, скорость передачи данных, сеть, системы хранения, питание, охлаждение и программное управление инфраструктурой. Можно купить очень дорогие GPU, но если сеть не успевает передавать данные или система хранения становится узким местом, эти ускорители будут использоваться неэффективно. Поэтому ИИ-инфраструктура всё меньше похожа на набор отдельных серверов и всё больше — на единый сбалансированный комплекс. 🔴Почему вокруг ИИ сейчас всё чаще говорят не про обучение моделей, а про инференс? Потому что основная бизнес-ценность возникает уже после обучения. Модель можно обучить один раз, а использовать потом миллионы раз. Именно ежедневная работа ИИ-сервисов постепенно становится основной статьёй вычислительных расходов. Особенно это видно с ИИ-агентами. Один пользовательский запрос может запустить целую цепочку: обратиться к нескольким системам, обработать документы, выполнить расчёт, сформировать ответ. То есть нагрузку создаёт уже не сама модель, а постоянное выполнение большого количества реальных задач. 🔴Что это меняет для бизнеса с точки зрения экономики? Главной метрикой становится стоимость полезной работы. Не сколько у компании GPU и не сколько операций они способны выполнить теоретически, а сколько стоит конкретный запрос, решение или автоматизированный процесс. Поэтому всё важнее инструменты управления ресурсами. Они позволяют дать каждой задаче именно столько вычислительной мощности, сколько ей нужно, и не держать дорогое оборудование без нагрузки. В итоге компания платит не за простаивающие серверы, а за реально выполненную работу. 🔴А данные становятся такой же частью инфраструктуры, как вычисления? Да. И их ценность сильно растёт. Информация, которую раньше могли считать второстепенной - история обращений клиентов, телеметрия, внутренние документы, действия пользователей. Теперь может использоваться для поиска закономерностей, прогнозирования и принятия решений. Но просто накопить данные недостаточно. Их нужно уметь хранить, объединять и быстро передавать туда, где они нужны модели. Если этого слоя нет, даже самая мощная ИИ-инфраструктура не даст ожидаемого результата. 🔴Если свести всё к одному тезису - как ИИ меняет инфраструктуру? Он превращает ее из «склада серверов» в производственную систему. Раньше инфраструктуру оценивали в гигабайтах, процессорах и вычислительной мощности. Теперь - в секундах, стоимости операции, качестве сервиса и росте производительности. Именно поэтому главная трансформация происходит не на уровне отдельного GPU, а происходит в самой логике инфраструктуры. 🦾 AI для бизнеса в Telegram | в MAX

Каждый второй россиянин уже тратит деньги на ИИ-сервисы По данным финтех-сервиса «Плати по всему миру», в июле 2026 года за ИИ-сервисы платили 51,6% пользователей, которые вообще совершали карточные платежи. При этом типичные траты пока довольно умеренные — около 2,1 тыс. рублей в месяц. 🔴Большинство выбирает один сервис. 74,3% пользователей платят только за одну ИИ-подписку, ещё 23,9% — за два-три сервиса. В среднем на человека приходится 1,35 ИИ-сервиса. 🔴Средний чек одной оплаты — 1 905 рублей. По сути, это уровень базовой подписки на крупный чат-бот. 🔴Но есть и отдельная категория heavy users. 15,2% пользователей тратят на ИИ больше 10 тыс. рублей в месяц, и именно на них приходится 57% всех денег. Чаще всего это уже не обычные подписки, а оплата моделей по фактическому использованию. 🔴Рынок растёт за счёт новых пользователей, а не роста среднего чека. С марта по июль оборот ИИ-платежей вырос в 3,85 раза, число платящих — в 3,45 раза, а средние траты на человека почти не изменились: 2 178 рублей в марте против 2 097 рублей в июле. ⬛️Похоже, ИИ действительно начинает превращаться в обычную ежемесячную подписку. Причём рынок пока развивается не по модели «у каждого по пять нейросетей», а скорее по логике стримингов: один основной сервис для большинства и небольшая группа профессиональных пользователей, которая генерирует основную выручку. 🦾 AI для бизнеса в Telegram | в MAX

Очень динамично в 🦾 AI для бизнеса нас стало в два раза больше, и уже перевалило за 10 000. Спасибо, что остаетесь с нами.

Простой ИИ-агент стоит от 1 млн и может окупаться меньше чем за год Денис Козицкий, лидер направления Сбер2В ИИ, рассказал, сколько сегодня стоит внедрение корпоративных ИИ-агентов и где они уже дают измеримый экономический эффект. 🔴Простой агент для одного бизнес-процесса стоит примерно от 1 млн рублей. Мультиагентное решение с интеграциями — от 2 млн. Верхняя граница зависит от количества сценариев, систем и требований к безопасности. Один из самых показательных кейсов - работа с документами. Юрист тратил на заполнение рамочного договора 25–40 минут, ИИ-агент - около трех минут без потери качества. 🔴В клиентском сервисе окупаемость может составлять 9–11 месяцев. Например, агент застройщика может круглосуточно отвечать на вопросы, подбирать объект под запрос и доводить клиента до разговора с менеджером. 🔴Еще один кейс - внутренний помощник для 150 сотрудников сметного отдела. Раньше на сложный вопрос по системе документооборота уходило 15–20 минут, агент давал ответ меньше чем за 50 секунд. По расчетам клиента, каждый сотрудник экономил около двух часов в неделю, а годовой экономический эффект оказался примерно в четыре раза выше стоимости разработки агента. Но считать только стоимость разработки неправильно. Основные скрытые расходы - подготовка базы знаний, интеграции с корпоративными системами, согласования с ИБ, участие внутренних экспертов, обучение сотрудников и рост вычислительных затрат при масштабировании. ⬛️Вывод здесь простой: ИИ-агент окупается не потому, что «заменяет сотрудника». Экономика складывается из нескольких эффектов одновременно: ▶️экономия рабочего времени ▶️меньше ошибок и простоев ▶️быстрее процессы ▶️больше объём работы без пропорционального роста штата 🦾 AI для бизнеса в Telegram | в MAX

Как ИИ помогает в финансовом планировании ИИ постепенно переходит из роли внешнего помощника в роль аналитического слоя, который работает внутри финансового контура компании. Мы изучили исследование "ИИ в финансах" от CIO NAVIGATOR и делимся некоторыми тезисами. За последние два года крупные финансовые платформы начали встраивать ИИ непосредственно в планирование, бюджетирование, прогнозирование и управленческую отчётность. 🔴Самый очевидный сценарий - вопросы к финансовым данным на естественном языке. Вместо поиска нужного отчёта финансовый директор может спросить: «Почему OPEX выше плана?» или «Что сильнее всего повлияло на снижение маржи?» - и получить разбор по нужным статьям, подразделениям и периодам. 🔴Вторая большая зона - анализ отклонений. ИИ может искать причины расхождения плана и факта: изменение цены, объёма продаж, структуры ассортимента, ФОТ, логистики, курса валют или сроков платежей. 🔴Ещё один практичный сценарий - управленческие комментарии. Финансисты тратят много времени не только на расчёты, но и на объяснение цифр руководству. ИИ может собрать первый вариант комментария, выделить риски и сформулировать вопросы владельцам бюджета. Именно в эту сторону уже движутся зарубежные Vena, Cube, Datarails, SAP и IBM. Причём ассистентов всё чаще выводят из самой финансовой системы в привычные рабочие интерфейсы - Excel, Google Sheets, Slack и Microsoft Teams. На российском рынке похожий подход реализует ПланумAI внутри решения для планирования и бюджетирования бизнеса Планум-Платформа от компании Планометрика. ▶️Ассистент работает не с абстрактной LLM, а в контексте конкретной финансовой модели - её данных, формул и взаимосвязей показателей. ▶️Для финансового департамента это особенно важно, потому что в сложной модели ценность дает не только сам расчет, но и прозрачность его логики. ▶️Если система объединяет бюджет, факт, прогноз, сценарии и управленческую отчетность, то ИИ-ассистент должен помогать ориентироваться именно в этой связанной структуре, а не давать универсальные ответы вне контекста бизнеса. В этом смысле ПланумAI развивает идею self-service FP&A: финансовая команда получает больше самостоятельности в работе с моделью, а не возвращается к разработчикам по каждому вопросу о форме, формуле или сценарии. 🔴Но есть принципиальное ограничение: ИИ не исправляет плохую финансовую систему. Если в компании разные методики расчёта показателей, хаотичные справочники и несогласованные данные, модель просто быстрее произведёт анализ этого хаоса. Поэтому максимальный эффект появляется там, где уже есть единые справочники, качественные данные, понятная методология и интегрированный план-факт-прогнозный контур. 🦾 AI для бизнеса в Telegram | в MAX

Авторы смогут запрещать использовать свой контент для обучения ИИ через единый реестр Продолжается война между авторами и владельцами LLM. В РФ снова обсуждают новый механизм защиты авторских прав при обучении нейросетей. По проекту поправок правообладатель сможет запретить использование своих произведений для обучения ИИ, разместив соответствующее уведомление на своём сайте или на официальном ресурсе организации по управлению правами. Ранее предполагалось размещать такую отметку на самом произведении или связанном с ним ресурсе. Теперь обсуждается более централизованный вариант. 🔴Участники рынка предполагают, что таким оператором может стать Российское авторское общество. Также обсуждается возможность, что подобная организация в будущем сможет участвовать и в сборе компенсаций с разработчиков ИИ. 🔴Но именно централизованный реестр вызывает споры. Правообладателям он кажется удобнее: не нужно размечать каждый отдельный файл. ИТ-компании, наоборот, считают, что проверять миллиарды объектов по отдельной базе запретов технически сложно и это может сильно замедлить обучение моделей. Их предпочтительный вариант - машиночитаемый запрет непосредственно на источнике, который система сможет автоматически распознать. ⬛️Стороны пытаются решить очень практический вопрос: как дать автору реальный способ запретить обучение на своём контенте, но при этом не превратить подготовку датасетов в огромную бюрократическую процедуру. И от выбранной модели будет зависеть не только защита правообладателей, но и себестоимость, и скорость разработки российских ИИ-моделей. 🦾 AI для бизнеса в Telegram | в MAX

Для бизнеса запустили горячую линию по поддержке ИИ Компании смогут напрямую направлять предложения по тому, какие меры нужны для внедрения и развития отечественных ИИ-технологий. Форму обратной связи запустили на сайте АНО «Цифровая экономика». Предложения бизнеса будут разбирать эксперты рабочей группы, после чего их планируют направлять в правительство. Об этом сообщил вице-премьер Дмитрий Григоренко на первом совещании с председателями рабочих групп правительственной подкомиссии по ИИ. 🔴В фокусе — не только субсидии. Обсуждаются налоговые и другие меры поддержки, а также снятие регуляторных и административных барьеров. 🔴Правительство отдельно прорабатывает доступ к данным, требования к безопасности ИИ-систем и условия для их внедрения. То есть поддержка должна охватывать не только разработку моделей, но и инфраструктуру вокруг них. 🔴Работа идёт сразу по восьми направлениям: регуляторика, инфраструктура, данные для ИИ, обучение моделей, информационная безопасность, внедрение ИИ, меры поддержки, а также медиа и авторское право. Государство всё больше смотрит на ИИ как на инфраструктуру, для которой одновременно нужны доступ к данным, вычисления, понятные правила, безопасность и экономические стимулы. ⬛️А если предложения бизнеса действительно будут превращаться в конкретные меры, это может ускорить переход от пилотов к массовому внедрению ИИ. 🦾 AI для бизнеса в Telegram | в MAX

#дайджест Про регулирование и данные 🔴Компании с ИИ-мониторингом могут освободить от части выездных проверок. 🔴Государственный ИИ хотят изолировать в отдельный контур. 🔴В России хотят запретить умным гаджетам использовать ИИ через зарубежные серверы. Про рынок и деньги. 🔴ИИ забирает больше половины венчурных сделок в России. 🔴Сбер и Яндекс резко снизили цены на генерацию, но китайские модели всё ещё дешевле. 🔴ИИ стал главным драйвером роста MWS. 🔴В России хотят снизить стоимость ИИ-инфраструктуры через налоговые льготы. Про внедрение в бизнес. 🔴Треть крупных российских компаний уже внедряют ИИ в ITSM. 🔴В Москве тестируют единую ИИ-платформу для градостроительства. 🔴«Яндекс» запускает мобильного оператора с ИИ-ассистентом. Про рынок труда. 🔴ИИ сокращает HR-функцию. На отдельные вакансии уже приходится до 19 резюме. 🔴НИУ ВШЭ: ИИ сильнее всего ударит не по профессиям, а по рутинным задачам. Про право и контент. 🔴Российские разработчики ИИ хотят обучать модели и не платить авторам контента. 🔴Суд снова оштрафовал за выдуманные ИИ ссылки. 🦾 AI для бизнеса в Telegram | в MAX

Claude удалил 700 ГБ данных, пока проверял защиту от удаления Разработчик попросил Claude написать безопасный скрипт для очистки временных файлов, которые оставляют ИИ-агенты. А во время проверки этого механизма агент сам начал удалять домашнюю директорию пользователя. 🔴Claude запустил дополнительную проверку безопасности для скрипта с жёстким удалением файлов. Во время теста модель правильно определила, что нельзя удалять /tmp целиком и домашнюю директорию пользователя. Но затем на этапе очистки тестовых данных повторно использовала ту же переменную — и в неё попал путь к домашней папке. Разработчик успел остановить процесс, но к этому моменту было удалено около 700 ГБ данных и примерно неделя работы. И это уже не единичный случай. ▶️В другом эпизоде Claude Opus 5 Max через десять минут после начала работы удалил всю базу данных тестового проекта. Причём опасный запрос предложила сама модель после анализа репозитория. После этого разработчик восстановил 96 из 117 страниц с помощью Gemini 3.6. ▶️Ещё раньше Claude Opus 5 вместо резервного копирования удалил пользовательскую папку после ошибки в пути и команды rm -rf. ⬛️Ошибка обычного чат-бота заканчивается неправильным текстом, а ошибка агента с доступом к терминалу, базе данных или файловой системе может сразу превратиться в беду. Чем автономнее становятся агенты, тем опаснее рассчитывать только на то, что модель «сама поймёт, чего делать нельзя». Берегите себя и свои файлы. 🦾 AI для бизнеса в Telegram | в MAX

Не опять, а снова: суд оштрафовал бизнесмена за выдуманные ИИ ссылки Суд по интеллектуальным правам выявил в кассационной жалобе 12 ссылок на несуществующие судебные акты или выводы, которых в указанных решениях не было. Представитель предпринимателя объяснил это технической ошибкой и использованием ИИ при подготовке документа. ▶️Суд такой аргумент не принял. Сам факт использования нейросети не освобождает от ответственности за содержание поданного документа. ▶️В результате на предпринимателя наложили судебный штраф 5 тыс. рублей. Сам спор касался договора коммерческой концессии с «Кофе Лайк». Суды ранее снизили заявленную неустойку с 285 тыс. до 19 тыс. рублей, а кассация оснований для пересмотра решения не нашла. Это не первый случай, когда использование ИИ в юридических документах приводит к штрафам. ⬛️Мы уже писали, как суд оштрафовал за документ, подготовленный ИИ, и судья прямо указал: ответственность за достоверность текста несет человек, который использовал нейросеть. Ссылка на то, что «это придумал ИИ», не освобождает от ответственности, что в очередной раз доказал случай с договором «Кофе Лайк». ⬛️Кроме этого, ранее верховный суд РФ обязал раскрывать использование ИИ в судебных доказательствах. При этом суды подтвердили, что использование ИИ само по себе не является нарушением. 🦾 AI для бизнеса в Telegram | в MAX