GlowByte Journal
رفتن به کانال در Telegram
Официальный канал группы компаний GlowByte. Делимся интересными статьями и анонсами мероприятий, новостями компании. Следите также за обновлениями GlowByte HR Bar: https://t.me/GlowByteHRBar. Для связи: marketing@glowbyteconsulting.com.
نمایش بیشتر1 232
مشترکین
اطلاعاتی وجود ندارد24 ساعت
+27 روز
+930 روز
در حال بارگذاری داده‌ها
کانال‌های مشابه
ابر برچسب‌ها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
نوامبر '26نوامبر '26
نوامبر '26
+3
در 1 کانال‌ها
اکتبر '26
+15
در 2 کانال‌ها
Get PRO
سپتامبر '26
+6
در 1 کانال‌ها
Get PRO
اوت '26
+6
در 3 کانال‌ها
Get PRO
ژوئیه '26
+6
در 2 کانال‌ها
Get PRO
ژوئن '26
+9
در 1 کانال‌ها
Get PRO
مه '26
+8
در 1 کانال‌ها
Get PRO
آوریل '26
+9
در 0 کانال‌ها
Get PRO
مارس '26
+3
در 1 کانال‌ها
Get PRO
فوریه '26
+8
در 1 کانال‌ها
Get PRO
ژانویه '26
+38
در 1 کانال‌ها
Get PRO
دسامبر '25
+13
در 1 کانال‌ها
Get PRO
نوامبر '25
+15
در 1 کانال‌ها
Get PRO
اکتبر '25
+18
در 2 کانال‌ها
Get PRO
سپتامبر '25
+14
در 1 کانال‌ها
Get PRO
اوت '25
+22
در 1 کانال‌ها
Get PRO
ژوئیه '25
+27
در 1 کانال‌ها
Get PRO
ژوئن '25
+19
در 2 کانال‌ها
Get PRO
مه '25
+11
در 1 کانال‌ها
Get PRO
آوریل '25
+21
در 1 کانال‌ها
Get PRO
مارس '25
+26
در 1 کانال‌ها
Get PRO
فوریه '25
+27
در 1 کانال‌ها
Get PRO
ژانویه '25
+19
در 1 کانال‌ها
Get PRO
دسامبر '24
+17
در 2 کانال‌ها
Get PRO
نوامبر '24
+29
در 1 کانال‌ها
Get PRO
اکتبر '24
+29
در 2 کانال‌ها
Get PRO
سپتامبر '24
+25
در 1 کانال‌ها
Get PRO
اوت '24
+17
در 1 کانال‌ها
Get PRO
ژوئیه '24
+40
در 1 کانال‌ها
Get PRO
ژوئن '24
+34
در 1 کانال‌ها
Get PRO
مه '24
+22
در 1 کانال‌ها
Get PRO
آوریل '24
+15
در 1 کانال‌ها
Get PRO
مارس '24
+25
در 1 کانال‌ها
Get PRO
فوریه '24
+34
در 2 کانال‌ها
Get PRO
ژانویه '24
+15
در 0 کانال‌ها
Get PRO
دسامبر '23
+35
در 1 کانال‌ها
Get PRO
نوامبر '23
+52
در 0 کانال‌ها
Get PRO
اکتبر '23
+64
در 0 کانال‌ها
Get PRO
سپتامبر '23
+11
در 0 کانال‌ها
Get PRO
اوت '23
+10
در 0 کانال‌ها
Get PRO
ژوئیه '23
+13
در 0 کانال‌ها
Get PRO
ژوئن '23
+26
در 0 کانال‌ها
Get PRO
مه '23
+17
در 0 کانال‌ها
Get PRO
آوریل '23
+22
در 0 کانال‌ها
Get PRO
مارس '23
+29
در 0 کانال‌ها
Get PRO
فوریه '23
+11
در 0 کانال‌ها
Get PRO
ژانویه '23
+11
در 0 کانال‌ها
Get PRO
دسامبر '22
+7
در 0 کانال‌ها
Get PRO
نوامبر '22
+14
در 0 کانال‌ها
Get PRO
اکتبر '22
+921
در 0 کانال‌ها
| تاریخ | رشد مشترکین | اشارات | کانال‌ها | |
| 10 نوامبر | 0 | |||
| 09 نوامبر | 0 | |||
| 08 نوامبر | 0 | |||
| 07 نوامبر | 0 | |||
| 06 نوامبر | 0 | |||
| 05 نوامبر | 0 | |||
| 04 نوامبر | 0 | |||
| 03 نوامبر | +2 | |||
| 02 نوامبر | 0 | |||
| 01 نوامبر | +1 |
پست‌های کانال
🛍 Промоценник на полке ещё не значит, что есть промо
🛒 Розничные сети строят свои цены на ценах конкурентов. Но по ценнику не понять, что перед вами: настоящая акция или только её оформление. Одни цены выглядят как промо, а промоподдержки у них нет. 🏷 На других висит промоценник, хотя цена обычная. Стратегия «каждый день низкая цена» (EDLP) ещё сильнее размывает границу между регулярной ценой и промо.
📝 Бизнес-архитектор GlowByte Алексей Чванов в экспертном материале на РБК Компании разобрал, как заменить интуицию правилами. Что в тексте:
▪️ цену конкурента сравнивают с двумя эталонами: референсной регулярной ценой и референсной промоценой;
▪️ учитывают внешние признаки: промоценник, место выкладки, рекламу;
▪️ выделяют пять типов цен, включая скрытое и фейковое промо;
▪️ в итоговой витрине данных скрытое промо считается промо, фейковое считается регулярной ценой, а признак замены сохраняется;
▪️ чек-лист из четырёх шагов, что проверить до старта.
🔗 Читать на РБК Компании
| 2 |  ⚙️ Ради ИИ-агента придется сначала перестроить ИТ-среду
Директор практики искусственного интеллекта и машинного обучения GlowByte Александр Ефимов в экспертном материале на РБК Компании разбирает, почему агенту мало одной модели и что мешает бизнесу довести пилоты до промышленной эксплуатации.
📝 Главные тезисы:
▫️ Рынок растет, но пока нет единого понимания, что считать ИИ-агентом. Часто под ними понимают любые решения с LLM, включая чат-ботов и RAG. Александр предлагает относить к агентам только системы, способные самостоятельно выполнять многошаговые задачи.
▫️ Агент сегодня автоматизирует не профессию, а этап процесса. Наибольший спрос – в финансовом секторе, ритейле, секторе товаров народного потребления и АПК. Примеры: валютный контроль для Альфа-Банка, агентная экосистема для ГК «Таврос».
▫️ Когда агентов становится несколько, разрозненные решения плохо масштабируются, и бизнесу нужна платформа. Эксперт выделяет три обязательных слоя: портал для сотрудников, low-code конструктор агентов и инфраструктурная «обвязка» (безопасность, мониторинг, guardrails).
▫️ Главный барьер – не модель, а данные и процессы. Безопасность должна быть на уровне данных и политик, а не в промпте.
▫️ Оценку эффективности стоит начинать измерять не с ROI, а с приживаемости: сколько сотрудников пользуются агентом в первый день, через неделю и через месяц.
▫️ В 2027–2028 годах агенты будут постепенно становиться частью операционной модели. Следующий этап развития ИИ определят компании, которые научатся превращать ИИ из отдельного инструмента в управляемый производственный контур.
💳 Также в статье: проверочный список вопросов, на которые стоит ответить до запуска агента.
🔗 Читать полностью | 1 044 |
| 3 |  📊 GlowByte и Frank RG исследуют эффективность CRM в банках и ритейле
В 2027 году GlowByte и аналитическая компания Frank RG проведут совместное исследование эффективности CRM. Впервые оно охватит не только банковскую розницу, но и ритейл, а потенциально ещё финансовые маркетплейсы и банки Казахстана.
💳 Что получат участники
▪️ Межотраслевой бенчмарк: банки смогут сравнить свои CRM-процессы не только с конкурентами, но и с лидерами ритейла.
▪️ Универсальную карту CRM-систем для банков и ритейла: от формирования предложения и выбора канала до закрепления эффекта после контакта. Её можно использовать для аудита своих систем и планирования их развития.
▪️ Данные о платформах, уровне импортозамещения и практиках применения ИИ в CRM, включая оценку аплифта.
Сравнивать будем по единой методологии: кросс-продажи с учётом срока обслуживания клиента, частота и структура коммуникаций, скорость запуска кампаний, эффективность CRM-подразделений. 📂 К цифрам добавятся экспертные интервью, посещения CRM-подразделений и опрос клиентов о том, как они воспринимают коммуникации.
ℹ️ Сроки
⏺️ До конца 2026 года — формируем пул участников. ⏺️ Начало 2027 года — согласуем методику бенчмарка. ⏺️ Весна — сбор показателей, опрос клиентов, интервью.
⏺️ 27 мая 2027 года — митап с предварительными результатами.
⏺️ Конец июня 2027 года — итоговый отчёт.
Мария Толмачева, директор по развитию практики бизнес-консалтинга и клиентской аналитики (Marketing Service Provider), GlowByte: «Клиент не делит свой опыт на «банковский» и «ритейловый»: любое персональное предложение он оценивает по одной шкале. Банки сильны в персональных коммуникациях и маркетинге на данных, у ритейла накоплен свой опыт, и каждой отрасли есть чему поучиться у другой. Самые интересные решения в CRM сегодня часто появляются на стыке финансов и ритейла. Мы хотим впервые показать это на цифрах, чтобы участники могли сверить свои подходы с опытом соседней отрасли».
Артем Мосин, старший проектный лидер Frank RG: «Вслед за запросами рынка и участников, мы запускаем новые исследования или корректируем дизайн регулярных. В последние годы особенно важно понимать, какие практики и технологические решения используют игроки разных отраслей для достижения своих целей. Чтобы корректно сопоставить разные подходы, нужна не только аналитика рынка, но и глубокое понимание того, как CRM-системы устроены изнутри. Эту экспертизу в проект привносит GlowByte, и вместе мы сможем дать участникам более полную картину».
🔗 Читать новость полностью | 23 |
| 4 |  📣 Fine Day: на конференции GlowByte эксперты обсудили, как готовить данные для ИИ
23 октября в Москве GlowByte провела пятую юбилейную офлайн-конференцию Fine Day. Тема года – переход из self-service-аналитики в AI-Native: новая архитектура корпоративной аналитики. Мероприятие посетили порядка 250 человек: руководители аналитических подразделений крупных компаний, специалисты по данным и BI.
📈 В демозонах эксперты GlowByte и FanRuan показали новые возможности FineBI 7.0, ИИ-агентов Dora (платформа дата-агентов FanRuan) и миграцию BI-отчетов на FineBI с помощью ИИ-инструмента Morphism AI.
📌 О чем говорили на сцене
🏷 Доверие к ответам ИИ. Лэнс Ли, международный директор по продукту и зарубежной стратегии FanRuan, показал: в 40 тестовых запусках FanRuan 10 не прошли сверку с исходными данными полностью, а четыре инструмента на один вопрос о прибыли выдали четыре разных числа, от 31,8 до 34,0 млн юаней. Нужен ИИ-агент, который открывает ход анализа.
🏷 Круглый стол «AI-Ready: что нужно данным и командам, чтобы ИИ заработал». Артем Шаповал («АвтоВАЗ»), Олег Баженов («Дикси») и Александр Шевейко (ПИК) вместе с модератором Александром Лариным (GlowByte) прошли путь ИИ-проекта от старта до денег: старт, данные, люди, доверие, деньги.
🏷 Morphism AI. Дмитрий Куроедов, технический директор GlowByte, и Андрей Пашков, консультант GlowByte, рассказали об автоматизированном переносе BI-отчетности с Qlik и Power BI на FineBI с помощью ИИ: более 90% скриптов загрузки данных и более 85% визуализаций Power BI переносятся автоматически, а ИИ видит только структуру отчетов.
🏷 Мосбиржа. Александр Нугаев, начальник управления развития и сопровождения аналитических систем, разделил задачи между BI и LLM: регламентная отчетность остается за BI, а повторяющиеся вопросы к GenBI должны становиться регламентными дашбордами.
🏷 ОТП Банк. Петр Гордиенко, руководитель BI-команды, и Евгений Иванов, DevOps и администратор BI, рассказали, как CI/CD для наборов данных на FineBI снизил нагрузку на производственные базы примерно на 30%. На ревью уходит около одного рабочего дня.
🏷 DataYoga. Андрей Демидов, основатель проекта, рассказал, как обучать команды работе с ИИ, и анонсировал пятидневный онлайн-марафон «ИИ без страха» совместно с GlowByte.
🔗 Читать новость полностью | 1 231 |
| 5 |  🚀 GlowByte запустила ИИ-миграцию отчетов Qlik и Power BI на FineBI 7
О новом направлении мы объявили 23 октября на конференции Fine Day. Миграцию обеспечивают ИИ-агенты Morphism AI.
Продукт для тех, кто переходит с QlikView, Qlik Sense и Power BI на FineBI 7 (платформа FanRuan). Особенно когда отчетов сотни или тысячи, а ручной перенос занимает месяцы.
💎 Как это работает
⚫️Платформа разбирает файлы отчетов и достает структуру: скрипты загрузки, модель данных, показатели, страницы, визуализации, правила доступа.
⚫️По структуре строит витрины данных на dbt в PostgreSQL, Trino, StarRocks или ClickHouse (плоская модель или Data Vault) и дашборды FineBI 7.
⚫️Типовые конструкции переносятся по каталогу правил, нетиповые разбирает ИИ-модель.
🚩Главное
✅ Данные заказчика ИИ-модели не передаются: она видит только структуру отчетов.
✅ Результат проверяется на синтетических данных: исходная система и новые витрины считают одно и то же, значения сравниваются.
✅ Более 85% визуализаций Power BI переносятся автоматически, напрямую или с заменой на близкий аналог. Проработаны все 469 функций DAX.
✅ Каждый объект получает оценку до старта, поэтому объем ручной работы и бюджет понятны заранее.
Проект идет в четыре шага: анализ, витрины данных, дашборды, поставка. Заказчик получает проект витрин, пакет дашбордов и протокол сверки. Сверку повторяют на его данных в тестовом контуре.
Дмитрий Куроедов, технический директор практики Business Intelligence, GlowByte: «Миграция BI обычно упирается в два вопроса: сколько это будет стоить и придется ли передавать данные внешним ИИ-сервисам. Мы ответили на оба. ИИ-модель работает только со структурой отчетов, а результат проверяется на синтетических данных. Объем ручной работы виден до старта: заказчик с первого дня знает, что перенесется автоматически, а где потребуется специалист.
🔗 Читать новость полностью | 412 |
| 6 |  👩💻 ИИ без страха: пять дней, чтобы сделать первые шаги
GlowByte вместе с DataYoga приглашает на бесплатный онлайн-марафон об адаптации к ИИ в российских компаниях. 🎓
Аналитик в эпоху ИИ — не оператор ответа, а автор вопроса. Руководителю важно ориентироваться в сценариях, рисках и сопротивлении сотрудников. Разберем, как в этом не потеряться.
🗓 9 ноября: новая роль аналитика.
🗓 10 ноября: как ставить задачу ИИ.
🗓 11 ноября: как проверять выводы ИИ.
🗓 12 ноября: надежный процесс работы с ИИ на примере Dora (платформа дата-агентов FanRuan).
🗓 13 ноября: от вывода ИИ к бизнес-решению.
Каждый день — одна страница с практикой, шаблонами и чек-листами и живой эфир с экспертами из российских компаний-лидеров.
Ждем всех: и руководителей, и специалистов, и увлеченных. Присоединяйтесь и приглашайте коллег! 👋
📆 9–13 ноября | онлайн
🔗 Зарегистрироваться | 576 |
| 7 |  🏆 «Гелиос», GlowByte и Data Sapience — финалисты Премии АСН
Наш совместный проект по управлению андеррайтингом ОСАГО и КАСКО на базе системы TALYS.SDE от Data Sapience претендует на победу в номинации «Лучшее решение в андеррайтинге».
Команда GlowByte внедрила и настроила систему вместе со специалистами «Гелиоса». В промышленной эксплуатации она работает по ОСАГО с 1 апреля 2026 года, по КАСКО — с 1 мая.
🟠 Проверка заявок, внешние данные, правила приема риска, расчет тарифа и маршрутизация работают в одном контуре.
🟠 Заявка получает автоматическое решение или попадает к андеррайтеру.
🟠 По ОСАГО: микросегментация, индивидуальная тарификация, распределение рисков между собственным удержанием и пулом.
🟠 По КАСКО: отдельные сценарии пролонгации и дополнительных соглашений
‼️ Андеррайтеры сами меняют правила в визуальном интерфейсе. Новую стратегию можно запустить за несколько часов, а раньше изменения ждали ИТ-доработок неделями и месяцами. Весь профильный поток по ОСАГО и КАСКО проходит через единую систему.
🗓 Победителей объявят 29 октября на XII Форуме лидеров страхового рынка.
Держим кулачки за наш проект! ✊
🔗 Читать новость полностью | 468 |
| 8 |  👋 Сегодня встречаемся на Fine Day: приносите свой отчёт из Qlik или Power BI
Перенесем его в FineBI при вас. 📤📥
📈 На Fine Day будет работать стенд сервиса ИИ-миграции от GlowByte — Morphism AI. ИИ-агенты перенесут отчет в FineBI (FanRuan), а вы сразу увидите результат на своих данных. Отчет или датасет лучше взять обезличенный.
🎤 В 16:10 эксперты GlowByte Дмитрий Куроедов и Андрей Пашков запустят миграцию прямо на сцене и сверят результат с оригиналом.
🎮 А пока едете к нам, можно потренироваться в игре «Морфи: Архив 10 482». Морфи собирает отчеты, перепрыгивает препятствия и доводит их до синей кнопки FineBI. Чем больше отчетов спасете, тем выше ваше место в рейтинге. Лучшего игрока наградим сегодня на Fine Day.
➡️ Играть
🔎 Как работает Morphism
До встречи на Fine Day! 👋 | 526 |
| 9 |  📣 Отчет за две минуты: а кто ответит за цифру?
Языковая модель собирает дашборд и SQL-запрос быстрее, чем аналитик успевает открыть задачу. Отсюда логичный вопрос: зачем тогда BI и команда, которая его ведет?
📝 В колонке на РБК Компании Александр Брежнев, руководитель отдела продаж практики Business Intelligence GlowByte, разбирает, где заканчивается ускорение и начинается подмена результата:
🟡 Воспроизводимость. Модель вероятностная: один и тот же вопрос дважды может дать два разных ответа. Для разовой справки это терпимо. Для отчета регулятору или формулы вознаграждения — нет.
🟡 Цена ответа. Открыть готовый отчет в BI почти ничего не стоит. Каждый запрос к модели оплачивается заново, а в закрытом контуре еще и стоит в очереди на мощности.
🟡 Проверка. Панель собирается за две минуты, а принять ее в промышленную эксплуатацию так быстро нельзя. По практике GlowByte, на проверку уходит от 20% до 40% времени, а на приемо-сдаточных испытаниях от 3 до 7 показателей на дашборд приходится уточнять.
🟡 Данные. Модель не знает, что такое «выручка» в вашей компании. Без глоссария, владельцев показателей и управления данными ответ получается убедительным, но неверным.
✍️ В материале есть и список из пяти проверок, которые стоит пройти, прежде чем отказываться от BI или запускать ИИ-агента. ➡️А дальше вопросы становятся острее: агенты начнут запускаться по событиям. Под чьими правами они будут действовать, кто отвечает за результат и как остановить цепочку действий, если она пошла не так?
Эти проблемы мы разберем на конференции Fine Day в пятницу. Хотим услышать практиков, у которых уже есть работающие решения, и тех, у кого вопросов пока больше, чем ответов. 👋
🗓 23 октября | офлайн 📍 Москва
🔗 Читать статью
➡️ Зарегистрироваться на Fine Day⬅️ | 501 |
| 10 |  🏦 Т-Банк и GlowByte завершили трансформацию системы аллокаций
Т-Банк совместно с GlowByte перевел систему аллокаций с SAS Activity-based Management на решение собственной разработки. Новая система охватывает полный цикл: от загрузки данных до расчета распределений и визуализации результатов.
Готовые продукты на рынке не позволяли в полной мере отразить методологию банка и гибко развивать модель. Поэтому выбрали заказную разработку: систему под бизнес-процессы банка, которая полностью остается под его управлением.
⚙️ Решение создавали две практики GlowByte: бизнес-направление финансовых решений и команда заказной разработки GlowByte Studio.
📊 Что получилось
🟠 Расчет многоэтапных каскадных моделей на сотни тысяч переносов занимает несколько десятков минут.
🟠 Полный цикл расчета аллокаций сократился более чем на 40%.
🟠 Аналитики банка сами меняют методологию во встроенном редакторе, без команды разработки.
🟠 Каждый шаг распределения протоколируется, аудит доступен в продукте.
🟠 Граф аллокаций наглядно показывает цепочки переноса затрат.
Андрей Долгунин, управляющий директор GlowByte: «Для нас этот проект особенный — мы сами внедряли SAS ABM в банке больше десяти лет назад и знаем, что бизнес-модель банка существенно усложнилась, а требования к гибкости и управляемости системы аллокаций многократно возросли. Именно поэтому, когда встал вопрос о замене, важно было по-настоящему перенести накопленную методологическую ценность и учесть пользовательский опыт в современной архитектуре. Этот проект — наглядное подтверждение того, что импортозамещение в сегменте сложной финансовой аналитики возможно без компромисса по качеству. Мы не просто воспроизвели функциональность SAS — мы создали систему, которая работает быстрее, понятнее для пользователей и полностью управляется внутри банка. Это именно тот результат, к которому мы стремимся в каждом проекте».
Ольга Пойтина, операционный директор практики, лидер GlowByte Studio: «Мы понимали: банку требовался не просто инструмент, а цифровая среда, адаптируемая под логику бизнес-процессов в реальном времени. Собственная разработка оказалась единственным способом дать заказчику полный контроль над архитектурой и гибкость без оглядки на вендоров. Поэтому мы спроектировали систему с нуля — заложили в код не только текущие правила, но и механизмы их бесшовной доработки без пересборки ядра. Для нашей команды это классический пример, где инженерное решение побеждает готовый продукт за счет предсказуемости и полной управляемости на всех этапах жизненного цикла».
Павел Токарев, финансовый директор, заместитель председателя правления Т-Банка: «Сотрудничество GlowByte и Т-Банка насчитывает более десяти лет. Еще в 2013–2014 годах, когда мы приняли решение внедрить индустриальную платформу, именно GlowByte в статусе партнера SAS Россия/СНГ был привлечен к реализации проекта по внедрению SAS ABM. Тогда специалисты интегратора участвовали в разработке методологии и настройке модели взаимосвязей. Успешная прежняя совместная работа, накопленная экспертиза GlowByte в методологии и технической реализации аллокаций, понимание банковской модели и известный нам опыт разработки продвинутых аналитических систем стали решающими аргументами в пользу того, чтобы доверить разработку нового поколения системы тому же партнеру».
Александр Каспаров, руководитель продукта со стороны Т-Банка: «Новое решение находится в нашей полной операционной собственности. Это значит, что мы контролируем каждую логическую цепочку, гибко перенастраиваем правила под новые задачи и развиваем платформу внутренними силами. Отдельно отмечу интерфейс: финансовые аналитики и методологи работают в нем ежедневно, и его привычная для нашего банка эргономика существенно сокращает время вхождения в процесс. Погрузившись в наши стандарты и культуру, команда GlowByte смогла достичь высокого уровня кастомизации».
🔗 Читать о проекте | 1 622 |
| 11 |  🚩 Пять признаков, что вашему self-service BI пора разводить разработку и прод
Self-service в BI обычно начинается с доверия. Аналитикам дают доступ к продовым подключениям, и они сами собирают датасеты и отчеты. Со временем у большой команды появляются симптомы, которые по отдельности выглядят мелочами.
➡️ Хранилище нагружают запросы, которые еще не стали отчетами. Разработчики тестируют гипотезы прямо на боевых подключениях.
➡️ Неописанные датасеты копятся. Рядом с официальным хранилищем вырастает теневое, и логика расчетов уходит из документации.
➡️ SQL в датасетах никто не проверял. SELECT * по большой таблице уходит в прод так же легко, как оптимизированный запрос.
➡️ Ключевой отчет изменился, и никто не знает, кто и когда это сделал.
➡️ На вопрос «откуда эта цифра» отвечают по памяти. Цепочки от отчета до таблицы в хранилище нет.
Если вы узнали у себя хотя бы пару пунктов, дальше встает вопрос, как разводить разработку и прод. Во многих крупных компаниях для этого держат два стенда: тестовый и продовый. Это дорого и по лицензиям, и по железу.
🏦 В ОТП Банке решили не дублировать инфраструктуру и пошли другим путем. Команда осталась на одном стенде FineBI и построила вокруг него CI/CD, в котором нашлось место и для LLM.
📈 Нагрузка на хранилище снизилась, а у банка появился слой согласованных датасетов, защищенных от случайных правок. Тот же слой команда считает основой для будущих ИИ-агентов: проверенный SQL, происхождение данных и описания отчетов дают им контекст.
⚙️ Как это устроено и где LLM помогает, а где решение остается за человеком, 23 октября на Fine Day 2026 в Москве расскажут Петр Гордиенко, руководитель команды BI ОТП, и Евгений Иванов, DevOps BI-платформы ОТП. Доклад в 17:30.
Участие бесплатное, регистрация с рабочей почты, заявки проходят модерацию.
🔗 Зарегистрироваться | 456 |
| 12 |  💎 Зачем нам BI, если LLM соберет дашборд за две минуты?
Этот вопрос сейчас слышат многие BI-команды, и часто от руководства. Ответ «LLM ошибается» убеждает все слабее: HTML-дашборд, который модель собрала за пару минут, выглядит вполне прилично.
Речь не о том, что LLM переоценены. Начальник управления развития и сопровождения аналитических систем Московской Биржи Александр Нугаев ставит вопрос иначе:
«Главный вопрос для меня звучит так: как перевести использование LLM из стадии „игрушки на портале“ в полноценный промышленный инструмент. Надо уйти от парадигмы RAG „на коленке“, когда нейросети просто скармливают документы на портале. Моя задача — ответить, как построить надежную связку LLM и продакшн-данных в крупном энтерпрайзе, учитывая строгие ограничения информационной безопасности и корпоративной архитектуры».
В докладе «Классы задач data-аналитики: что закрывает BI-система, а что LLM-контур» спикер разграничит задачи BI и GenBI:
🟠 регламентная отчетность остается в BI: из-за детерминированности, ответственности за данные и стоимости инференса;
🟠 уникальные запросы и разовые вопросы эффективно закрывает GenBI;
🟠 архитектура данных, достоверность метрик и информационная безопасность остаются зоной ответственности человека и классических BI-систем.
Если вам предстоит объяснять руководству, зачем компании BI в эпоху LLM, после доклада у вас будут аргументы и рамка выбора, которую можно применить у себя.
В тот же день ОТП Банк расскажет о подготовке данных для ИИ через CI/CD на FineBI от FanRuan, а руководители аналитики ПИК, ДИКСИ, СИБУРа и АВТОВАЗа обсудят, что нужно данным и командам, чтобы ИИ заработал.
🗓 23 октября | 17:15 | офлайн 📍 Москва
Fine Day 2026 — офлайн-конференция GlowByte и FanRuan о переходе от self-service BI к AI-native аналитике.
Участие бесплатное, регистрация с рабочей почты, заявки проходят модерацию.
Присоединяйтесь к нам! 👋
🔗 Зарегистрироваться | 498 |
| 13 |  GlowByte: ИИ-агенты вырастают из реальных задач сотрудников 🤖
📝 В РБК Компании вышел экспертный материал Алексея Чванова, бизнес-архитектора GlowByte. Он объясняет, почему путь через конструктор («белую доску с кубиками», где агента собирают из готовых блоков) для бизнес-пользователя часто оказывается долгим и сложным, и что работает лучше.
ℹ️ Где конструкторы агентов упираются в порог входа
▶️ Сотруднику приходится быть сразу и аналитиком процесса, и архитектором агента, и знатоком блоков платформы. Например, агент для подготовки к переговорам с поставщиком в бесплатном конструкторе n8n получился из 29 блоков, и часть из них еще ждала настроек.
▶️ Цикл повторяет заказную разработку: требования, AS-IS и TO-BE, согласования. За полгода-год процесс успевает измениться, а польза остается неочевидной. Такие сроки мы видели более чем на десяти проектах за пять лет.
⚙️ Альтернатива, или Как это устроено у нас
Мы пошли с другого конца: не рисуем агента на доске, а даем сотруднику готового агента общего назначения.💬 Достаточно написать ему в веб-интерфейсе или в мессенджере и поручить задачу из своей работы.
✅ Агент учится на практике: если запрос повторяется, он сам предлагает сохранить его как навык. Пользователь отвечает «давай», и сценарий готов. Навык можно в любой момент поправить или отключить.
✅ Возможности открываются постепенно. Сначала агент готовит справку к переговорам, потом заглядывает в календарь, назначает встречу и напоминает о ней.
✅ Удачные навыки руководители проверяют и раздают всему отделу, так личный опыт одного сильного сотрудника становится практикой команды.
✅ Если задаче нужен доступ к данным, которого нет у каждого, например к договорам поставки, появляется отдельный агент-специалист. Сотрудник по-прежнему пишет только своему напарнику, а тот сам подключает нужных специалистов и собирает общий результат.
🗣️Сначала вытоптанные дорожки, потом асфальт🗣️
«Компания не описывает заранее идеальный процесс, а смотрит, как люди работают на самом деле, и закрепляет то, что уже доказало свою пользу. Это похоже на проектирование парков, где дорожки иногда сразу не асфальтируют: люди сами вытаптывают маршруты, а асфальт потом кладут ровно по этим тропинкам», — говорит Алексей Чванов.
Платформа уже работает внутри GlowByte: ей активно пользуются порядка тысячи человек, общих навыков создано около двух десятков, еще столько же общих навыков в отдельных командах. Есть и пилоты с крупными компаниями.
📝 А еще в статье пять вопросов, которые стоит задать себе до запуска агентной платформы.
🔗 Читать статью полностью | 1 648 |
| 14 |  📹🗣 Как 300 отчётов из Qlik, Tableau и Power BI за 9 месяцев переехали на AW BI. Запись вебинара на Rutube
Показали реальный кейс миграции BI в крупной международной производственной компании. Сроки были жёсткие, действовали санкционные ограничения, а бизнес как раз делился на самостоятельные структуры.
О чём рассказал Алексей Сучков, архитектор BI-решений, GlowByte:
• как запустить 34 ключевых дашборда за 3 месяца до окончания лицензий Qlik;
• как стартовали на серверах GlowByte и собирали витрины из QVD-файлов;
• как перенесли ассоциативную модель и RLS (разграничение доступа к данным на уровне строк);
• как выросли от 4 до 27 серверов и управляли ими через AWCTL.
Итог проекта: все отчёты перенесли в срок, а команде понадобилось больше 800 обращений к вендору. Работа плечом к плечу с AW BI стала одним из главных факторов успеха.
Булат Хайруллин, руководитель направления развития продукта, AW BI, рассказал, какие функции появились в AW BI по итогам проекта. Также он анонсировал релиз 1.39: в нём будут MCP-сервер для AI-агентов и кодовые модели.
⏱️ Если смотрите выборочно:
03:04 — задача и масштаб,
20:37 — архитектура,
29:14 — технические нюансы,
48:41 — взгляд вендора,
58:16 — планы AW BI,
1:04:42 — ответы на вопросы.
🔗 Смотреть запись в Rutube | 549 |
| 15 | 📹🗣 Как 300 отчётов из Qlik, Tableau и Power BI за 9 месяцев переехали на AW BI. Запись вебинара на Rutube
Показали реальный кейс миграции BI в крупной международной производственной компании. Сроки были жёсткие, действовали санкционные ограничения, а бизнес как раз делился на самостоятельные структуры.
О чём рассказал Алексей Сучков, архитектор BI-решений, GlowByte:
• как запустить 34 ключевых дашборда за 3 месяца до окончания лицензий Qlik;
• как стартовали на серверах GlowByte и собирали витрины из QVD-файлов;
• как перенесли ассоциативную модель и RLS (разграничение доступа к данным на уровне строк);
• как выросли от 4 до 27 серверов и управляли ими через AWCTL.
Итог проекта: все отчёты перенесли в срок, а команде понадобилось больше 800 обращений к вендору. Работа плечом к плечу с AW BI стала одним из главных факторов успеха.
Булат Хайруллин, руководитель направления развития продукта, AW BI, рассказал, какие функции появились в AW BI по итогам проекта. Также он анонсировал релиз 1.39: в нём будут MCP-сервер для AI-агентов и кодовые модели.
⏱️ Если смотрите выборочно:
03:04 — задача и масштаб,
20:37 — архитектура,
29:14 — технические нюансы,
48:41 — взгляд вендора,
58:16 — планы AW BI,
1:04:42 — ответы на вопросы.
🔗 Смотреть запись в Rutube | 1 |
| 16 |  Приглашаем на Data Sapience Data Day 2026 🌊
📆 18 ноября, 14:00, Москва, офлайн
Образ конференции в этом году — маяк: он не ведет корабли за руку, а показывает фарватер, и курс каждый выбирает сам. Такую роль мы и берем на себя в работе с данными.
💬 Наши клиенты, партнеры, независимые эксперты и специалисты по AI сравнят подходы и на равных обсудят, куда движется рынок. Нам интересно каждое мнение!
Программа:
▫️Дискуссия
Мы вместе со СберБанком и Газпромбанком обсудим, как меняется работа с данными, что в ней уже берет на себя ИИ, а что делегировать невозможно. Также ожидаем подтверждения участия от Т-Банка, Альфа-Банка и X5.
▫️Доклады клиентов
Банк России, СберБанк, Банк Уралсиб, Газпромбанк, Московская биржа, Гранд-Трейд, Дикси и Philip Morris International и другие участники, которых объявим позже, расскажут свои истории из области данных и ответят на вопросы из зала.
▫️Итоги года
Сверим прошлогодние обещания по развитию платформ Data Ocean и Data Ocean Governance с результатами, покажем новые продукты и расскажем о планах на 2027.
Между докладами загляните в демозону. На стендах покажем наши продукты с AI на задачах бизнеса.
Ждем всех, кто работает с данными и уже пустил в дело AI. Или пока присматривается 👋
🔗 Зарегистрироваться
Участие бесплатное, регистрация проходит модерацию. | 628 |
| 17 |  🛡 GlowByte на конференции «Страхование в Центральной Азии»
23–24 сентября в Алматы прошла XVII Международная конференция «Страхование в Центральной Азии», объединившая представителей страхового рынка, финансовых институтов и технологических компаний.
📹 Эксперт по бизнес-стратегиям и ИТ-решениям GlowByte Артем Востриков выступил онлайн с докладом «От данных к прибыли: как отраслевой дата-консорциум может повысить качество страхового рынка Казахстана».
💡Главная идея выступления – страховому рынку не обязательно решать задачи данных поодиночке. Не у каждой компании достаточно данных для современных ML-моделей, а собственная инфраструктура для их хранения, обработки и использования может быть дорогостоящей. ↗️ При этом рынок уже располагает технологиями для более точной тарификации, выявления мошенничества, развития кросс-продаж и эффективного урегулирования убытков.
🤝 Решение – отраслевой дата-консорциум. Это общая инфраструктура данных и сервисов для страховых компаний, которая может объединять:
▫️ данные страховщиков, ЕСБД и государственных баз;
▫️ инструменты сбора, хранения и очистки данных;
▫️ актуарные витрины и центр актуарных расчетов;
▫️ MLOps- и data-платформы;
▫️ сервисы тарификации, андеррайтинга и выявления мошенничества.
При этом доступ к данным остается разграниченным: общая информация используется только в обезличенном и агрегированном виде, а индивидуальные расчеты, модели и результаты доступны исключительно конкретной страховой компании.
🎯 Один из ключевых сценариев – персональная тарификация по ОГПО ВТС. ML-модель может на этапе предстраховой проверки прогнозировать вероятность убыточности клиента. В перспективе это позволит повышать качество страхового портфеля, увеличивать премии и снижать убытки.
Среди других потенциальных решений – выявление мошенничества, прогнозирование крупных убытков, кросс-продажи, тарификация КАСКО и других добровольных видов страхования, а также прогнозирование пролонгации договоров.
«Страховому рынку не обязательно решать задачи данных поодиночке. Отраслевой дата-консорциум может дать страховщикам общие обезличенные данные и сервисы, а свои расчеты, модели и результаты каждая компания сохраняет за собой», – Артем Востриков, GlowByte.
🧬 Данные становятся не просто инфраструктурой, а инструментом повышения качества и прибыльности страхового бизнеса.
🔗 Читать новость | 594 |
| 18 |  ⚡️ Как цифровизация меняет управление страхованием в компании
🎓 6 октября эксперт по страховому рынку GlowByte Денис Быстров выступил на курсе Высшей школы страхования и ВСК Университета для руководителей подразделений, отвечающих за страховую защиту в компаниях.
В рамках своего доклада «Цифровая трансформация функции “Страхование” в компании» Денис рассказал, как технологии помогают корпоративным страхователям управлять всей страховой программой – от цены и условий договора до урегулирования убытков. 🛡
🔍 Среди ключевых зон напряжения между страхователем и страховщиком – тарифы и цена, условия покрытия, урегулирование убытков, взаимодействие и, главное, данные.
По мнению эксперта, именно собственная страховая статистика становится фундаментом управляемости. Договоры, объекты страхования, страховые случаи, история урегулирования и причины отказов позволяют компании формировать собственную переговорную позицию и принимать решения на основе данных.
⚙️ Какие технологии могут помочь?
*️⃣RMIS и единое хранилище страховых данных;
BI и генеративная аналитика;
*️⃣ИИ-ассистенты для работы с документами и договорами;
*️⃣ML-модели для прогнозирования убытков и оценки рисков;
*️⃣системы принятия решений, которые связывают данные, модели и ИИ-ассистентов в единый процесс.
📈 Денис также показал практические сценарии: автоматическое выявление страховых случаев и онлайн-обмен данными между страхователем и страховщиком. В кейсе логистической компании автоматизация позволила сократить срок урегулирования с недель до дней.
Отдельно обсудили causal inference и process mining – инструменты, которые помогают находить причины убытков, задержки и лишние шаги в страховых процессах.
💡 Главный совет эксперта – не пытаться автоматизировать всё сразу.
«Не нужно пытаться сразу автоматизировать все — это дорого и рискованно. Начинать можно с рутины и постепенно переходить к более интеллектуальным задачам. Есть решения, которые дают 80% эффекта за 20% усилий: у кого-то это убытки, у кого-то учет и отчетность, у кого-то тендеры», – отметил Денис Быстров.
🔗 Читать новость | 508 |
| 19 | ⚡️ GlowByte — в обзоре TAdviser «Рынок агентных ИИ-систем России»
TAdviser опубликовал обзор рынка агентных ИИ-систем: оценки объема и динамики, структура спроса, требования заказчиков, барьеры внедрения и прогнозы на 2027–2028 годы.
Директор практики искусственного интеллекта и машинного обучения GlowByte Александр Ефимов поделился мнением о том, как считать рынок и почему пилоты не доходят до промышленной эксплуатации.
📌 Главное из комментариев эксперта:
1️⃣ Агент — это не любой чат-бот с LLM. Если считать иначе, рынок «раздувается» в разы.
2️⃣ Рост в 2026 году идет за счет перехода готовых пилотов в промышленную эксплуатацию, а не новых моделей.
3️⃣ Пилот умирает, если его делают «сбоку» — без встроенности в операционную модель.
«В свою оценку я включаю только решения, которые реально автономно выполняют многошаговые задачи, а не любой чат-бот с LLM внутри — иначе рынок „раздувается“ в разы. В 2026 году, по нашим проектам рост идет не столько за счет новых моделей, сколько за счет перехода готовых пилотов в промышленную эксплуатацию», — говорит Александр Ефимов.
«Рынок — не только российский, но и мировой — в среднем все еще остается на стадии перехода от экспериментов к отдельным промышленным внедрениям. Если посмотреть на зарубежную статистику, 88% компаний в мире регулярно используют ИИ хотя бы в одной функции, но переход от пилотов к масштабному эффекту остается „незавершенной работой“, а с автономными агентами экспериментирует 62%. Одно из отечественных исследований, в котором приняли участие 52 крупные компании, показало, что 86% пилотируют LLM, но до промышленной эксплуатации автономных агентов дошло лишь 8%, у 46% нет устойчивого финансового эффекта, у 40% — просто нет владельца продукта после пилота. Причина обычно не в модели: пилот делают энтузиасты „сбоку“, без встроенности в операционную модель — и он умирает при смене приоритета или спонсора», — резюмировал Александр Ефимов.
ℹ️ Среди зрелых коллабораций на рынке TAdviser отметил проект GlowByte, Data Sapience и Selectel —внедрение гибридной ИИ-платформы в ГК «Таврос».
🔗 Читать обзор на TAdviser | 498 |
| 20 | 🎤 Эксперт GlowByte выступил на курсе ВСК Университета для страхователей
6 октября в онлайн-формате прошел вебинар Высшей школы страхования и ВСК Университета в рамках курса «Руководитель подразделения, ответственного за страховую защиту в компании». Аудитория — менеджеры, руководители крупнейших компаний-страхователей
🗣 Эксперт по страховому рынку GlowByte Денис Быстров представил доклад «Цифровая трансформация функции «Страхование» в компании» и рассказал, какие технологии помогают корпоративному клиенту страховой компании управлять процессом: от цены и условий договора до урегулирования убытков.
❕ Где возникает напряжение между страхователем и страховщиком:
⚫️ тарифы и цена,
⚫️ покрытия и оговорки,
⚫️ убытки и урегулирование,
⚫️ взаимоотношения,
⚫️ процессы и данные.
📌 Что помогает:
🔛 собственная страховая статистика клиента – основа переговорной позиции;
🔛 BI, ИИ-ассистенты и ML-модели для андеррайтинга, поиска скрытых исключений и прогноза убытков;
🔛 система принятия решений, которая связывает ассистентов, модели и данные в единый сценарий;
🔛 causal inference и process mining для поиска причин убытков.
На примере логистической компании спикер показал, как онлайн-обмен данными между страхователем и страховщиком сокращает урегулирование убытков по грузам с недель до дней.
Начинать, по словам Дениса Быстрова, лучше с бумажной рутины: сверки документов и переноса данных. Решения можно развернуть на собственной инфраструктуре заказчика.
«Не нужно пытаться сразу автоматизировать все – это дорого и рискованно. Начинать можно с рутины и постепенно переходить к более интеллектуальным задачам. Есть решения, которые дают 80% эффекта за 20% усилий», – подытожил Денис Быстров.
🔗 Читать новость полностью | 3 |
