Подборка полезных и интересных материалов

Российский рынок ИИ, корпоративные кейсы, обучение нейросетей и прогнозы развития технологий — в нашей июльской подборке собрали самые актуальные материалы об искусственном интеллекте.

Статьи:
📎 Колонка технического директора Embedika в Forbes о том, осталось ли место зарубежным вендорам на российском рынке ИИ
📎 Материал директора Университета Иннополис о том, как искусственный интеллект меняет производство и корпоративные процессы
📎 Статья руководителя отдела разработки искусственного интеллекта Embedika про применение RAG в корпоративных продуктах
📎 Статья Известий об эксперименте Школы управления «Сколково» и МФТИ с внедрением ИИ в преподавание
📎 Обзор TAdviser по итогам ЦИПР-2025 про изменение подхода к LLM в России

Заметки в блогах:
✍️ Заметка Сбера на Хабре про распознавание непрерывного дактильного языка
✍️ Обзор бенчмарка POLLUX для оценки творческого потенциала ИИ-моделей для русского языка
✍️ Пост BotHub про идеальную пропорцию датасета при обучении языковых моделей

Книги:
📚 Конспект лекций Беркли «Машинное обучение»
📚 Томас Дэвенпорт, Ким Джин Хо «О чем говорят цифры. Как понимать и использовать данные»

Подкасты:
🎤 AI Journey: «Найм и кадры. AI– буст твоей карьеры»
🎤 ИИнсайт: «Rule-based NLP в эпоху LLM»

Среди них 8% респондентов отметили, что всегда обращают внимание на этот навык, а еще 44% — только в рамках отдельных вакансий, где это важно.

Исследование также показало, что большинство (78%) руководителей позитивно относятся к применению ИИ-инструментов, а ещё 67% работодателей сами поощряют их использование и помогают включать технологию в рабочие процессы.

#цифрадня

🔍 Хотите быть в курсе AI-трендов, но нет времени отслеживать множество каналов?

Мы нашли отличный ресурс — @AI_UD. Это дайджест с ежедневными подборками актуальных новостей и свежих исследований, который экономит время и даёт только полезное:

✔️ Разборы технологий, которые будут понятны не только инженерам;
✔️ Тренды и старты: новые ИИ‑инструменты, бот‑кейсы, приложения;
✔️ Кейсы и short‑гайды по внедрению AI в процессы уже сегодня;
✔️ Удобный формат — утренняя рассылка, чтобы впитать знания до первого кофе.

Канал подойдет профессионалам, руководителям и продуктовым командам, а также для всех, кто хочет оставаться в курсе AI-трендов.

👉 Подписаться: @AI_UD

Как внедрить интеллектуальный поиск в корпоративный документооборот: краткий план действий

Сотрудники ежедневно могут терять около 20% рабочего времени на поиск нужных документов в базе компании. Например, юристу может понадобиться уточнить конкретный пункт в договоре двухлетней давности, бухгалтеру — отыскать конкретный акт среди сотен похожих файлов, а руководителю — собрать и проанализировать данные для составления отчета.

Проблема в том, что традиционные системы ЭДО не умеют искать информацию по смыслу. Они работают только с точными совпадениями, тегами и названиями файлов.

Решение — интеллектуальный поиск на базе ИИ. Вот как его правильно внедрить:

👉 Определите проблему:
Проанализируйте, какие документы ищут чаще всего, какие запросы занимают у специалистов больше всего времени и где чаще всего возникают ошибки. Чем точнее диагноз — тем эффективнее решение. Убедитесь, что выбранное ИИ-решение совместимо с вашими системами и масштабируется под будущие задачи.

👉 Подготовьте данные:
Для работы ИИ-поиска потребуется доступ к хранилищам документов (SharePoint, 1С, Directum и др.), примеры реальных поисковых запросов сотрудников и перечень самых важных типов документов.

👉 Обеспечьте передачу данных и будьте на связи:
При внедрении специалисты из проектной команды разработчика настроят решение с учетом особенностей ваших бизнес-процессов. Система будет учитывать терминологию, типовые запросы сотрудников и специфику документооборота. Так как подобные решения кастомизируются, важно корректно собрать и передать документацию вендору, после чего оставаться на связи на всех этапах разработки.

👉 Обучите сотрудников работе с системой:
Главное — показать команде, как система экономит их время. Проведите демо-сессии с примерами из их работы, предоставьте сотрудникам инструкции. Подготовленные специалисты со стороны компании-разработчика также помогут вам разобраться с вопросами и обеспечат техподдержку решения.

Как сохранить мотивацию R&D-команды в долгосрочных исследованиях

В прошлом посте мы уже разбирали, как наша команда выстраивает работу R&D-сотрудников в компании. Но есть один вопрос, который требует отдельного внимания: как сохранять вовлеченность команды, когда результаты исследований становятся видны только через месяцы работы? Особенно, когда, несмотря на длинный цикл разработки, успех не гарантирован.

Методами мотивации из личной практики с нами поделилась Валерия Басова — руководитель отдела разработки ИИ в Embedika:

📎 Прозрачные цели и ценность работы
Даже если результат не гарантирован, команда должна понимать зачем она делает проект — какую бизнес-проблему или исследовательскую гипотезу решает. Для этого важно связать проект с долгосрочной продуктовой или стратегической целью, а также объяснить сотрудникам, как он может повлиять на будущее компании или конечного пользователя.

📎 Дробление исследования на этапы с промежуточными победами
Большие исследования можно разделить на итерации: гипотеза → эксперимент → результат. Каждый этап подразумевает обратную связь, демонстрацию результатов и оценку прогресса.

📎 Признание и публичность
Мы демонстрируем промежуточные результаты на внутренних демо, в Confluence или на созвонах перед всей компанией. Важно хвалить и поощрять команду публично, даже если результат отрицательный — для исследований это нормально. Это формирует культуру уважения к экспериментам, а не только к успеху.

📎 Интеллектуальная свобода и исследовательская автономия
Мы даем специалистам возможность выбирать направления внутри задач, пробовать альтернативные подходы. Это создает ощущение «собственника гипотезы», а не просто исполнителя.

📎 Поддержка роста
Можно связать исследовательскую задачу с ростом навыков: чтение статей, освоение новых фреймворков. Так у специалистов создается ощущение, что даже если задача провалится, они станут сильнее как специалисты.

Дайджест событий в области искусственного интеллекта

Делимся интересными новостями из сферы ИИ за июль:

В России:
💡 ВТБ до конца 2026 года планирует разработать платформу для создания и тренировки ИИ-помощников
📖 VK обновил и выложил в открытый доступ RuModernBERT — модель для обработки естественного русского языка
✈️ В аэропортах Внуково и Кольцово появились пункты паспортного контроля на базе ИИ от Smart Engines
✍️ Исследователи Сколтеха, МФТИ и AIRI создали метод для обнаружения текстов, написанных ИИ
🎓 Минобрнауки обеспечило разработку 120+ программ бакалавриата и магистратуры по ИИ за последние четыре года
🎙 В МТС Линк добавили возможность автоматически создавать субтитры для онлайн-встреч с использованием ИИ
🤖 Т-Технологии выпустили большую языковую модель T-Pro 2.0 с гибридным режимом рассуждений

В мире:
🎨 Графический редактор Figma открыл общий доступ ко всем ИИ-инструментам, включая генерацию макетов
🏛 Исследователи Google DeepMind представили нейросеть Aeneas для восстановления частично утерянных древних текстов
💬 Salesforce внедрила ИИ в корпоративный мессенджер Slack
☁️ Amazon добавил векторный поиск для облачного объектного хранилища S3
🔎 Google интегрировал в поисковую систему ИИ-модель Gemini 2.5 Pro

Аналитика:
📉 Ainergy: российские компании чаще всего внедряют ИИ для снижения операционных расходов, автоматизации рутинных процессов и усиления контроля над данными
📊 «Лаборатория Касперского» и VDC Research: опыт применения искусственного интеллекта в производственных и операционных процессах есть у 37% опрошенных промышленных предприятий по всему миру

#дайджест #июль

Вместо увеличения штата правового департамента «Русклимат» автоматизировали процесс проверки договоров на необходимые группы рисков, внедрив решение на основе ИИ — Contract by Embedika. Это позволило повысить эффективность департамента без найма новых сотрудников и сократить весь цикл согласования договоров на 50%.

#цифрадня