Клиентская поддержка меняется к лучшему. Вместо заскриптованных универсальных ответов ботов клиенты всё чаще получают персонализированные решения за секунды. Причина позитивных перемен — нейросети, которые становятся незаменимыми помощниками операторов и менеджеров. Рассказываем, как ИИ может помочь решать проблемы клиентов и не только.

Отвечать на частые вопросы
Самая востребованная задача ИИ в поддержке — брать на себя типовые запросы: о доставке, оплате, статусе заказа, продуктах компании. Если у бизнеса есть база знаний, готовые скрипты или накопленная переписка, их можно превратить в основу для нейросетевого помощника, который будет выдавать релевантные ответы. 

В «Райффайзен Банке» голосовой ассистент на базе Yandex SpeechKit — сервиса с точным распознаванием речи — отвечает на 90% звонков и самостоятельно решает треть поступающих запросов. А умный чат-бот без помощи оператора успешно решает 40% задач в обращениях в чатах. 

Работать как ассистент — подсказывать, а не заменять
ИИ может не вести диалог с клиентом напрямую, а помогать сотруднику делать это. Для этого алгоритмам нужны данные — всё те же базы знаний, скрипты и история общения с клиентами. Умный ассистент может подсказывать оператору поддержки, как точнее сформулировать ответ или какой шаг предпринять дальше.

Именно так выстроена система в Яндекс Маркете: нейросеть в реальном времени за 1–2 секунды предлагает оператору ответ, учитывая суть обращения и контекст. Оператор решает, отправить его или отредактировать. В 60% случаев сотрудники выбирают именно вариант нейросети — это экономит около 15% рабочего времени операторов Яндекс Маркета без потерь в качестве. 

Обрабатывать запросы по темам
Один универсальный бот — это удобно. Но специализированные ИИ-ассистенты по продуктам или категориям клиентов работают эффективнее: они понимают контекст, предлагают более точные решения и экономят время на переключение между темами.
Например, в «Т-Банке» пошли именно этим путём: у него шесть ИИ-помощников — финансовый, инвестиционный, тревел, шопинг, джуниор и секретарь.

Повышать качество сервиса
ИИ может стать персональным наставником для операторов и менеджеров. Алгоритм может анализировать диалоги с клиентами, отмечать сильные и слабые моменты, предлагать, как лучше отвечать и где стоит изменить интонацию или формулировку. Это особенно важно в ситуациях, где на кону — эмоции клиента или сложные темы.

Например, платформа МТС Exolve использует сервис речевой аналитики на базе Yandex SpeechSense, чтобы анализировать звонки и чаты с клиентами и улучшать качество работы сотрудников.

Классифицировать обращения и ускорять обработку
При большом потоке обращений важно не только отвечать быстро, но и правильно маршрутизировать запрос — особенно в технической поддержке. ИИ может определить, в чём суть вопроса, к какой категории относится, насколько он срочный и куда его направить. Это помогает быстрее находить нужного специалиста для помощи.

Что дальше?
Будущее — в тандеме. ИИ в поддержке не заменит человека, но может усилить его возможности и увеличить скорость работы. Автоматизация рутинных задач освобождает ресурсы сотрудника на то, что действительно важно: понимание, эмпатию и индивидуальный подход.

Подписывайтесь 👉 @yab2btech

В 2016 году Walmart провёл эксперимент, цель которого — отследить происхождение партии манго. Традиционными методами это удалось сделать за 7 дней, а с помощью блокчейн-технологии Hyperledger Fabric от IBM — за 2,2 секунды. Этот случай стал знаковым для отрасли. Он показал, как криптосистемы могут радикально ускорить и упростить процессы в поставках.​ Кто и как использует это сейчас?

Как работает блокчейн в логистике
В данном случае — это распределённый реестр, в который каждый участник цепочки (производитель, перевозчик, склад, ритейлер) вносит данные о товаре. Эти записи неизменяемы и доступны всем причастным в реальном времени, что даёт целый ряд преимуществ:

▪️ Прозрачность — все видят одну и ту же информацию.
▪️ Надёжность — данные невозможно подделать или удалить.
▪️ Автоматизация — смарт-контракты могут автоматически запускать процессы оплаты и оформления документов.​

Кто уже использует
Walmart после успешного пилота с манго расширил использование блокчейна на другие продукты, включая свинину в Китае. Теперь компания может отслеживать
происхождение более 25 товаров от пяти разных поставщиков. ​

Французский ритейлер Carrefour использует блокчейн для отслеживания происхождения продуктов, таких как курица и молоко. Покупатели могут сканировать QR-код на упаковке и получать информацию о месте производства конкретного товара. 

Nestlé — первый крупный производитель продуктов, который протестировал открытый блокчейн в цепочках поставок. Вместе с OpenSC (стартапом от WWF и BCG) они начали отслеживать поставки молока из Новой Зеландии и пальмового масла из Америки — вплоть до конкретных кооперативов. 

Что дальше
По данным Global Market Insights, рынок блокчейна в логистике оценивался в $19,5 млрд в 2023 году и ожидается его рост со среднегодовым темпом более 45% до 2032 года. ​Основные драйверы роста: интеграция с ИИ, повышение требований к прозрачности поставок и борьба с фальсификациями.​

Подписывайтесь 👉 @yab2btech

Как всегда, собрали всё интересное о технологиях для бизнеса.

🔹 Четыре новых ИИ-инструмента от Figma
На конференции Figma Config компания представила сразу четыре новинки:
— Figma Sites — конструктор сайтов с шаблонами и анимацией.
— Figma Make, который генерирует код из текста на базе Claude 3.7.
— Figma Buzz — шаблоны для маркетинговых материалов, писем и постов в соцсетях с ИИ-редактированием.
— Figma Draw — векторный редактор для иллюстраций, аналог Adobe Illustrator.

🔹 Айтишники больше не самые востребованные 
По данным SuperJob и Kept, в 2025-м IT-сектор опустился на 5-е место по востребованности на рынке труда. Больше всего людей не хватает в строительстве, промышленности и логистике. Всего же дефицит кадров испытывают 75% компаний, хотя вакансий стало меньше на 12%. 

При этом IT-специалисты лидируют по уровню зарплат: в мае они в два-три раза превысили средние по России. К примеру, дата-сайентисты получают 275 тыс. рублей, тимлиды — 250 тыс., а DevOps-инженеры — 219.2 тыс. Спрос на специалистов по ИИ, big data и кибербезопасности будет только расти, а среди новых перспективных профессий — оператор нейросетей и VR-архитектор.

🔹 Новая Gemini 2.5 Pro — для программистов и 3D-дизайнеров
Google представила обновлённую версию ИИ-модели с улучшенными возможностями веб-разработки, обработки изображений и создания 3D-контента. Она генерирует игры по картинкам и создаёт 3D-макеты помещений по эскизам. Функции пригодятся для быстрой визуализации идей в геймдеве, архитектуре, дизайне и образовательных проектах — чтобы сократить сроки и затраты на предпродакшн.

🔹 В 2024 году доля российских серверов в корпоративных закупках достигла 75%
Всего же по итогам года объём рынка отечественного оборудования составил 100–110 млрд рублей — это на 25% больше, чем в 2023-м. Основные заказчики — госструктуры, банки и телеком-операторы, а 80% спроса приходится на серверы общего назначения с архитектурой x86. 

Лидерами среди российских производителей стали YADRO, «Аквариус», DEPO Computers, Kraftway и Fplus. Ключевые факторы при выборе — локализация, гарантии и цена, сопоставимая с импортными аналогами. Спрос на российские серверы продолжает расти, в том числе при поддержке государства.

🔹 Telegram запустил групповые звонки до 200 участников
Участников можно добавлять по ссылкам, QR-кодам или прямым приглашениям, а в групповых видеозвонках число слушателей может достигать десятков тысяч. Видеоконференции защищены сквозным шифрованием и технологией блокчейна, чтобы не допустить скрытого подключения третьих лиц. Это делает сервис потенциальной альтернативой Zoom и другим видеоконференциям. Однако пока что он уступает таким корпоративным решениям, как, например, Яндекс Телемост, где есть интеграция с другими сервисами для бизнеса, включая корпоративную почту, облачное хранилище и серверы.

Подписывайтесь 👉 @yab2btech

К таким выводам пришли исследователи Калифорнийского университета. Данные «Сколково» подтверждают эту тенденцию — 50% сотрудников российских компаний тратят до 2 часов в день на избыточные коммуникации, а 35% считают, что цифровое перенасыщение приводит к потере понимания целей и задач. Эту проблему усугубляет разнородность инструментов.

Чат в Telegram, документы в почте, дедлайн в Битрикс, звонок в Zoom — в итоге рабочий день превращается в марафон между сервисами. Альтернатива — работать в единой среде, где всё связано: переписка, трекинг задач, календарь, файлы и встречи. Это позволяет сотрудникам меньше отвлекаться и не тратить время на переключение между разнородными сервисами.

В последнее время это решение всё чаще использует бизнес. Больше половины выручки Яндекс 360, который объединяет в себе 13 сервисов, в 2024 году принёс B2B-сегмент, а общее количество клиентов-организаций достигло 151,5 тысячи. Чаще всего для оптимизации бизнес-рутины используют Почту, Диск и Документы.

А вы тоже сейчас отвлекаетесь от работы?
❤️ — Да, это про меня
🔥 — Нет, я всегда в фокусе

Подписывайтесь 👉 @yab2btech

У ИИ всё больше профессий, где он трудится в команде с человеком: в продажах, HR, маркетинге, управлении командами и процессами. Но как измерить эффект, чтобы точно просчитать выгоду от внедрения? Собрали пять кейсов с цифрами, где YandexGPT помог бизнесу ускорить процессы, снизить затраты и добиться впечатляющих результатов.  

«Лемана ПРО» («Леруа Мерлен»): карточка товара на 95% дешевле
Благодаря YandexGPT компания сократила стоимость создания карточки товара на 95%, а срок — с двух недель до одного дня. Нейросеть генерирует описания на основе характеристик товара, автоматически проверяет SEO-метрики (уникальность, «воду», спам), а финальную версию корректирует человек. 
Компания продолжает тестировать сервис, собирает обратную связь и генерирует новые описания при помощи ИИ — так, чтобы они лучше отвечали потребностям покупателей.

Text.ru: в 2 раза меньше времени на проверку текста
Онлайн-сервисом каждый месяц пользуются более 3 млн человек. Благодаря «Нейропомощнику» на базе YandexGPT генерация текстов и проверка уникальности ускорились в два раза. Чтобы улучшить результаты, Text.ru дообучал модели — например, для рерайта неуникальных фрагментов на основе данных с собственной биржи. 
Компания рекомендует начинать с простых сценариев, таких как Yandex Foundation Models, а при сложных задачах — обучать модели на эталонных данных.

«Поток»: в 3 раза меньше времени на составление отчётов 
Платформа использует YandexGPT, чтобы анализировать вовлечённость сотрудников и создавать персонализированные планы развития. Сервис уже сформировал более 10 000 аналитических отчётов, помог снизить нагрузку на HR-департаменты в три раза и в два раза увеличить вовлечённость руководства в HR-опросы.
В планах «Потока» — интеграция YandexGPT в продукт постановки целей и создание HR-чат-бота, что дополнительно оптимизирует процессы управления персоналом.

«Ренессанс страхование»: согласование услуг в десятки раз быстрее
Компания использует YandexGPT для автоматического согласования медицинских услуг по ДМС, сократив время обработки запросов с нескольких часов до 2–5 минут. Благодаря ИИ вручную согласовывают менее 30% запросов: система автоматически одобряет услуги, входящие в страховку. В «Ренессанс жизни» при помощи LLM обрабатывают документы от госорганов, сократив время с 5–6 минут до 20–30 секунд. При этом только 26% документов за последние два месяца содержали ошибки, которые исправляются вручную.

ИИ-сервисы помогают «Ренессанс страхованию» справиться с потоком обращений даже на пике сезонной заболеваемости, сокращая нагрузку на сотрудников, ускоряя принятие решений и сводя ошибки к минимуму. 

«Инфосистемы Джет»: автоматизация 30% обращений 
ИИ-модель на базе YandexGPT в компании анализирует запросы, ищет ответы в базе знаний за 30 лет и генерирует решения. При этом 75% ответов не требуют доработки операторами. Раньше обработка 21 тысячи заявок в месяц занимала много времени из-за ручного поиска решений, но теперь YandexGPT классифицирует запросы, объединяет историю обращений и либо сразу отвечает, либо перенаправляет сложные кейсы экспертам.

Решение внедрили за месяц, используя Yandex Cloud и OpenSearch для работы с базой знаний, а главными преимуществами стали снижение нагрузки на операторов и ускорение обработки обращений.

Подписывайтесь 👉 @yab2btech

Сегодня запуск любого цифрового сервиса — это гонка на время. Пользователи ждут стабильности, пользы и чтобы всё это поскорее. На помощь приходит модель B-READY, которая помогает запускать сервисы быстро, гибко и с фокусом на бизнес-результат.

Что такое B-READY
В основе B-READY — 6 ключевых принципов:

🔹 Business-first — старт с определения цели: зачем делать, какой бизнес-результат ожидать.
🔹 Rapid MVP — быстрый вывод MVP (минимально жизнеспособный продукт), которым уже можно пользоваться.
🔹 Ecosystem fit — интеграция продукта в существующую инфраструктуру и цифровую экосистему.
🔹 Agile scaling — масштабирование до полноценного сервиса через гибкие спринты и обратную связь.
🔹 Data-driven decisions — сбор данных и фидбэка от пользователей с первых дней, чтобы опираться на них при принятии решений.
🔹 Yield control — постоянная корректировка модели на основе метрик и обратной связи.

Почему это работает
B-READY стал популярен вслед за Agile и спринтами, которые пришли на смену консервативному управлению проектами. По данным аналитиков МТС, объём российского IT-рынка только за 2024 год вырос на 22%. При этом 42% стартапов проваливаются, потому что не успевают адаптироваться к трендам. Чтобы не проиграть в этой гонке, приходится действовать на опережение. 
Опираться на данные тоже важно. Компании, которые их используют, принимают  решения быстрее и эффективнее, ​а их сотрудники вдвое чаще достигают поставленных целей.

Как запустить сервис по B-READY

1. Соберите кросс-функциональную команду: бизнес, продукт, разработка, аналитика, UX.

2. Определите KPI.

3. Запустите MVP за 4–6 недель, реализовав только самые необходимые функции.

4. Интегрируйте в экосистему: подумайте, какие решения могут усилить и дополнить ваш сервис.

5. Собирайте аналитику и фидбэк от первых пользователей: вовлечённость, удержание, конверсии.

6. Анализируйте и корректируйте: через спринты масштабируйте то, что создаёт дополнительную ценность для продукта.

Модель B-READY — не только про скорость. Это про устойчивый рост, гибкость и доказательную ценность. Если запускать цифровые продукты в условиях нестабильного рынка, этот подход вполне может стать стратегической опорой.

Подписывайтесь 👉 @yab2btech

Copilot-сервисы — заметный тренд в поддержке клиентов и сотрудников. Тот случай, когда ИИ помогает не заменить, а усилить работу человека — от службы поддержки до аналитиков и юристов. Вместо универсальных ИИ-ассистентов у компаний появляется «корпоративный мозг», который понимает внутренние регламенты, шаблоны писем, инструкции. Такие уже используют в Сбере, МТС, Т-Банке, Ростелекоме.

Yandex Neurosupport — copilot-сервис 2.0 для контакт-центров, который ускоряет работу и повышает качество обслуживания. Нейросеть анализирует вопрос клиента и предлагает готовый ответ за 1–2 секунды. Оператор может отправить его без правок, доработать или написать свой вариант.

Что это даёт
🔸 Скорость. В Яндексе сервис уже тестировали Еда и Маркет — время решения вопросов сократилось на 10–15%.
🔸 Удовлетворённость клиентов. После запуска в Еде клиенты довольны обслуживанием на 15% чаще, чем раньше.
🔸 Эффективность операторов. Подсказки используются в каждом втором диалоге, и чаще всего их почти не нужно править.

Как это работает
Сервис интегрируется по API или разворачивается на инфраструктуре заказчика. В основе — облегчённые модели YandexGPT и технология RAG, которая отвечает за быстрый и точный доступ к данным из базы знаний. Нейросеть анализирует диалог, базу знаний компании и контекст, чтобы предложить точный ответ. Достаточно загрузить FAQ, инструкции или данные CRM — и система сама адаптируется под ваши процессы.

Что дальше
Совсем скоро «внутренние copilots» станут массовыми в крупных компаниях, будут интегрироваться с BI-системами, 1С, документооборотом. Появятся ИИ-агенты, которые смогут автоматически проверять статус заказов, рассылать письма, собирать и анализировать данные из разных систем, а главное — освобождать операторов от рутины.

Попробовать Neurosupport можно уже сейчас — сервис доступен в закрытом тестировании по заявке.

Подписывайтесь 👉 @yab2btech

ИИ в маркетинговых исследованиях — надёжная и давно проверенная многими компаниями история. О синтетических респондентах мы уже рассказывали, но это лишь малая часть возможностей. ИИ можно применять на всём пути продукта — от разработки до удержания лояльной аудитории. Рассказываем о сценариях его использования на разных примерах. 

Для разработки и адаптации продуктов
Unilever использует ИИ для прогнозирования потребительских трендов и ускоренной разработки новых продуктов. Система агрегирует данные из соцсетей, розничных точек, CRM и от поставщиков и выявляет микротренды и сигналы спроса ещё до их массового распространения.​

Для исследований и разработок компания применяет инструменты виртуального моделирования (in-silico). Они позволяют протестировать миллионы комбинаций рецептур и составов с учётом множества факторов, таких как региональные предпочтения, аллергенность, стоимость и устойчивость цепочек поставок. ​
ИИ также применяется для оптимизации портфеля товаров — слабые позиции идентифицируются и подлежат либо устранению, либо ребрендингу. При сбоях в поставках ИИ помогает найти замену ингредиентам без ущерба для качества.

Для подбора целевой аудитории
PepsiCo использует платформу машинного обучения Pep Worx, анализирующую поведенческие, демографические и потребительские данные 110 млн домохозяйств по всей Америке. 

Когда компания запускала новый продукт — хлопья Quaker Overnight Oats, — система помогла определить характеристики 24 млн домохозяйств, в которых их перспективнее всего продвигать. На основе этих данных PepsiCo провела таргетированные маркетинговые кампании и активность в магазинах, что обеспечило 80% роста продаж продукта в первые 12 недель после запуска. 

Для персонализации опыта и планирования продаж
«М.Видео-Эльдорадо» внедрила ИИ для анализа больших данных на базе Yandex Cloud. Алгоритмы обрабатывают поведение клиента онлайн, его покупки в магазинах, отклики на акции и даже поведение в приложении. Это позволяет формировать гиперперсонализированные предложения, адаптированные к профилю потребителя.​

ИИ также помогает компании в логистике и планировании ассортимента. Система прогнозирует спрос по регионам, предлагает маршруты перемещения товаров и управляет запасами. Благодаря этому сокращается количество возвратов, повышается оборачиваемость и снижаются логистические издержки.​

Для оценки эмоций и роста эффективности рекламы
АШАН, рекламное агентство UM и Билайн Adtech использовали платформу Sense Machine для анализа эмоционального отклика на рекламные баннеры кампании «Назад в школу». Система с ИИ отслеживала мимику пользователей через веб-камеру, фиксируя такие эмоции, как интерес, раздражение, вовлечённость. Это позволило понять, какие элементы баннеров работают лучше.

Аудиторию таргетировали по данным геоаналитики — родители школьников, регулярно посещающие гипермаркеты. На основе нейроанализа креативы переработали — изменили скорость анимации, цвета и композицию. В A/B-тестировании обновлённые версии показали рост кликов и вовлечённости и увеличение ROMI.

В разработке новых продуктов
Procter & Gamble провела эксперимент, в котором 776 сотрудников решали реальные задачи по разработке продуктов, включая упаковку, позиционирование и стратегии вывода на рынок. Участники были разделены на группы с доступом к ИИ (GPT-4) и без него — как индивидуальные, так и командные.

Итоги показали, что индивидуальные участники с ИИ достигали результатов, сопоставимых с командами без ИИ. Команды с ИИ чаще предлагали решения, входящие в топ-10% по качеству. Особенно заметна разница была у менее опытных сотрудников: ИИ уравнивал их в возможностях с экспертами. Кроме того, у участников с ИИ уровень удовлетворения был выше, а степень выгорания и стресса — ниже.

Так что сегодня маркетинг с грамотным использованием ИИ может стать конкурентным преимуществом, но не за горами то время, когда компании, не внедрившие его вовремя, могут капитально отстать от конкурентов.

Подписывайтесь 👉 @yab2btech

По данным Deloitte, 75% сотрудников ждут от компаний большей стабильности, чем получают сейчас, а 85% топ-менеджеров уверены: чтобы бизнес выжил, ему нужна гибкость. Получается конфликт интересов: люди хотят понятных гарантий, а руководство требует скорости. Чтобы преодолеть этот разрыв, компании используют новый подход, который исследователи называют stagility — микс стабильности (stability) и гибкости (agility). 

Классическая стабильность больше не работает
Гарантии пожизненного найма в современных реалиях встречаются всё реже. Stagility — это подход, когда стабильность переходит с уровня должностей на уровень навыков и культуры: компания не обещает работу навсегда, но даёт уверенность, что сотрудник найдёт себе место внутри новых реалий.

Как это выглядит на практике

🔸Внутренние ротации и upskilling
Крупные компании активно внедряют программы переподготовки. В Сбере, например, действует «Перезапуск», благодаря которому сотрудники могут полностью сменить профессию внутри банка — от менеджеров до инженеров и разработчиков. А upskilling подразумевает увеличение компетенций в рамках уже освоенной профессии.

🔸Честная коммуникация и активная поддержка
Компания Microsoft после масштабных сокращений в 2023–2024 годах организовала индивидуальные консультации сотрудников для поиска новых ролей внутри компании и на внешнем рынке. Этот подход позволил сохранить доверие и снизить тревогу работников.

🔸Внутренний рынок талантов
Deloitte описывает практику, которую внедряют многие крупные компании. Задачи и проекты становятся открытыми для всего персонала, команды формируются по навыкам, а не по отделу. 81% руководителей считают, что успех приносит именно такая кросс-функциональная работа, а 71% сотрудников регулярно берут задачи вне своей должности. 

Что получает бизнес, который внедряет stagility
По данным Deloitte, организации, которые осознанно балансируют между гибкостью и стабильностью, на 30% чаще достигают высоких бизнес-результатов даже в сложные периоды. Текучка кадров при этом снижается, а вовлечённость персонала растёт: сотрудники в 2,5 раза чаще готовы брать на себя новые роли и задачи, потому что знают — их поддержат и научат. Для них это означает меньше стресса и больше контроля над своим развитием — навыки, а не должности становятся настоящим якорем в любой ситуации.

Подписывайтесь 👉 @yab2btech

Как всегда, изучили все новости из мира битуби-технологий, чтобы рассказать главное.

Alibaba разработала более дешёвый способ обучения ИИ-моделей
Новый метод под названием ZeroSearch позволяет обходиться без дорогостоящих запросов к поисковым системам, сокращая расходы на 88%. Вместо реального поиска система создаёт искусственные веб-страницы и документы, имитируя сложные поисковые сценарии. В итоге обучение модели на 14 млрд параметров стоит $70,8 против $586,7 за 64 тысячи запросов в Google, а ИИ чаще даёт релевантные ответы. Хотя платформу уже выложили в открытый доступ, реальная эффективность ещё требует проверки на практике.

VisionLabs внедрила систему распознавания дипфейков в банках России и СНГ 
Система Deepfake Detection помогает бороться с мошенничеством при оформлении кредитов и переводах денег в банки России, Казахстана, Узбекистана и Кыргызстана. Технология с точностью 99,3% выявляет поддельные видео, созданные нейросетями, и уже используется в сервисе удалённой идентификации МТС ID KYC. В других сферах Deepfake Detection тоже может пригодиться. Например, чтобы соблюдать требования 115-ФЗ, выявлять мошенников при оплате товаров и услуг или нанимать персонал дистанционно. 

Минцифры выделит 13,65 млрд рублей до 2027 года на гранты для IT-компаний
Эти деньги получит Российский фонд развития информационных технологий — включая 4,56 млрд рублей в 2025 году, 4,55 млрд в 2026-м и 4,5 млрд в 2027-м. Они станут основной формой господдержки для малого и среднего IT-бизнеса после отмены льготных кредитов в 2024 году. 

Спрос на инженеров-программистов вырос на 30% за два года
В I квартале 2025 года российские компании разместили 40 400 вакансий в сфере промышленного ПО (BIM, CAD, PLM), что на 30% больше, чем в 2023-м. Главные причины роста — импортозамещение, господдержка и рост строительного/машиностроительного секторов, где рынок инженерного софта в 2024 году увеличился на 20%, до 50 млрд рублей. Одновременно на 50% увеличился спрос на BI-аналитиков и дата-сайентистов, что отражает тренд на цифровизацию производства. 

Яндекс планирует запустить аналог Shopify
Компания зарегистрировала товарный знак Яндекс Кит, который теперь связан не с прежней операционной системой, а с новым продуктом — технологической SaaS-платформой для запуска e-commerce. Платформа позволит предпринимателям быстро создавать интернет-магазины под ключ — со всей инфраструктурой для продаж, логистики, оплаты и маркетинга.

Инвестиции в ИИ и машинное обучение — самые популярные в России среди венчурных
Только за I квартал 2025 года они достигли $6,96 млн. Среди лидеров также выделяются Big Data ($1,23 млн) и IoT ($0,58 млн), тогда как глобальный рынок ИИ, по данным CB Insights, вырос на 51%. Особый интерес инвесторов сохраняется к медицинским ИИ-стартапам, которые составляют 30% новых «единорогов» — благодаря сочетанию социальной значимости и измеримой эффективности таких решений.

Группа «Самолёт» внедрила ИИ в HR-процессы, ускорив их на 75%
При помощи модели на базе GPT-4.5 в компании автоматизировали процесс оценки сотрудников по методу 360. В итоге на подготовку отчётов уходит на 75% меньше времени, а удовлетворённость фидбэком выросла до 94%. Нейросеть анализирует данные, формирует персональные рекомендации и выделяет зоны роста, ускоряя обработку 20 анкет с 30 до 8 часов.

Подписывайтесь 👉 @yab2btech

5% российских компаний системно используют ИИ в процессе найма, а ещё 46% планируют внедрение. Если раньше рекрутеры тратили около месяца на закрытие вакансии, то с помощью нейросетей это время удалось сократить почти вдвое. 

Как ИИ помогает в подборе персонала

Одно из основных применений — генерация описания вакансий и приглашений. HR-компания «Поток» интегрировала языковую модель YandexGPT в свои процессы. Если раньше на составление текста вакансии уходило до 60 минут, то теперь ИИ справляется за 5. Модель задаёт уточняющие вопросы, помогает сформулировать требования и создаёт уникальные описания, повышая релевантность откликов.

Яндекс использует ИИ, чтобы ускорить массовый наём сотрудников, обрабатывая тысячи резюме и интервью каждый месяц. Например, на видеоинтервью ИИ расшифровывает речь, анализирует ответы и выдаёт оценки с комментариями, урезая время обработки с суток до 48 минут. Другая модель разбирает резюме, приводит к единому виду, подстраивает под вакансию и ставит баллы соответствия, а рекрутеры потом проверяют всё через удобную систему.

В FixPrice работают роботы-рекрутеры, созданные на платформе Vocamate AI, которая использует сервис Yandex SpeechKit для синтеза и распознавания речи. В круг их обязанностей входят поиск и отбор резюме, а также первые контакты с кандидатами на линейные позиции. Сейчас роботы приглашают на собеседование примерно 2 500 человек каждый месяц.

Чат-боты для первичной оценки кандидатов задают соискателям уточняющие вопросы и переводят их на следующие этапы в воронке. Такой способ используют Яндекс и Сбер.

А что со штатом?

Например, «Газпром нефть» и «Ростелеком» внедрили ИИ для прогнозирования увольнений, составления персонализированных планов обучения и карьерных путей. «Ростелекому» удалось снизить текучку кадров на 20%, а «Газпром нефти» — повысить эффективность программ обучения на 15%.

Заменит ли ИИ рекрутеров и HR?

Вряд ли. ИИ в рекрутинге — это скорость, масштаб и снижение рутины. Но есть исследования, что нейросети склонны к предубеждениям и в процессе найма чаще отдают предпочтения мужчинам с европейскими именами. Поэтому важно не терять персональный подход, следить за прозрачностью алгоритмов и оставлять финальные решения за людьми. 

Подписывайтесь 👉 @yab2btech

Пока студенты мечтают о закрытой сессии и каникулах, образовательные учреждения продолжают внедрять современные технологии, чтобы повысить эффективность учебного процесса. Одним из ключевых инструментов становятся облачные технологии. Astute Analytica предполагает, что к 2027 году объём облачных вычислений на глобальном рынке высшего образования достигнет $9 млн. Рассказываем, как российские вузы улучшают образовательный процесс.

Масштабируют инфраструктуру
Во время приёмной кампании нагрузка на университетские сервисы может вырасти на 300%. Для локальных серверов это критично. Например, НИУ ВШЭ ежегодно принимает в свои ряды более 20 000 студентов, но абитуриентов, интересующихся обучением и посещающих сайт, в 10 раз больше. Поэтому вуз использует технологии, которые легко и быстро масштабируются. Так все платформы работают стабильно, а абитуриенты, родители и студенты могут в любой момент узнать нужную информацию.

Обрабатывают запросы студентов
В облаке есть встроенные сервисы машинного обучения, которые облегчают работу с языковыми моделями. ВШЭ внедрила чат-бота на основе нейросети, который отвечает на вопросы студентов и абитуриентов. А сейчас университет тестирует решения для распознавания данных на документах, которые загружают поступающие.

Защищаются от кибератак
Образовательные учреждения часто сталкиваются с кибератаками, особенно в период приёмной кампании. Чтобы обеспечить стабильную работу и безопасность данных, ВШЭ применяет встроенные инструменты Yandex Cloud для автоматического создания резервных копий и защиты от DDoS-атак.

Предоставляют пространство для работы студентов
ФИИТ УрФУ, где готовят разработчиков и других IT-специалистов, использует бессерверные технологии. В качестве практики студенты УрФУ объединяются в группы по 3–5 человек и работают над реальным проектом заказчика. Они развёртывают программу, например веб-приложение, в облаке, делятся прогрессом с преподавателями и получают обратную связь.

В МИРЭА студенты применяют облачные технологии на курсах по машинному обучению, что позволяет им работать с реальными задачами и большими объёмами данных. А МГТУ им. Баумана использует облака для обучения нейросетей в беспилотных болидах, готовясь к гонкам Formula Student — ежегодному студенческому соревнованию.

Анализируют данные
Облачные технологии позволяют вузам интегрировать данные из различных департаментов в единое хранилище информации. Например, РАНХиГС использует BI-систему на базе Yandex DataLens для сбора и анализа данных о поступающих во всех 47 филиалах, что позволяет оперативно отслеживать количество абитуриентов, прогресс зачислений и корректировать стратегию приёмной кампании.

Создают индивидуальные образовательные траектории
ИТМО в Санкт-Петербурге дал студентам возможность выбирать часть дисциплин самостоятельно, исходя из своего научного интереса. Сначала идею реализовали в инфраструктуре университета, но когда потребовалось масштабирование, перенесли в облако. Сейчас сервис обслуживает 9 000 студентов и выдерживает 6 000 запросов в секунду. По подсчётам вуза, содержание облака в год оказалось в 11 раз дешевле, чем поддержание работы собственной инфраструктуры.

Подписывайтесь 👉 @yab2btech

Агент для GitHub — одна из множества новинок, которые Microsoft представил на своей конференции Build 2025. Компания объявила о начале эры полноценных цифровых агентов, которые обладают памятью, действуют контекстно и автономно и могут встраиваться в бизнес-процессы, используя чётко контролируемые права доступа. В компании их называют новыми цифровыми сотрудниками. 

Для стандартизации и ускорения их внедрения Microsoft представил NLWeb — открытые стандарты для агентных систем. Это открытый язык взаимодействия с ИИ через естественный язык, аналог HTML для агентных систем. Он позволит всего несколькими строками кода внедрять в сайты поиск уровня ChatGPT. 

Также Microsoft объявил о подключении многих своих платформ к открытому протоколу MCP от Anthropic — он был представлен в прошлом ноябре. В компании пытаются сделать его универсальным способом подключения ИИ к приложениям и сервисам.

Автономные и самостоятельные агенты — следующий этап развития ИИ. С ними экспериментируют многие компании, от Nvidia и OpenAI до стартапов. Уже очень скоро автоматизировать бизнес-процессы с помощью ИИ станет гораздо легче, и всё больше компаний смогут себе это позволить.

Подписывайтесь 👉 @yab2btech

Сотрудники современных компаний перегружены цифровыми инструментами. По данным Asana, средний работник переключается между 13 приложениями 30 раз в день и теряет четверть продуктивности из-за цифровой перегрузки. В итоге инструменты, призванные упростить жизнь, наоборот усложняют её, а сотрудники склонны делать всё вручную и по старинке, лишь бы не изучать очередное корпоративное ПО.

И это может влететь в копеечку. Согласно исследованию компании WalkMe, в 2024 году компании потеряли $104 млн на цифровых технологиях, которые недоиспользуются из-за трудностей в освоении или нежелании ими пользоваться. 

Это исследование фиксирует разрыв между оптимизмом менеджмента и опасениями рядовых сотрудников. Почти 80% руководителей уверены, что эффективно идут к внедрению ИИ-инструментов — но три четверти исполнителей жалуются на сложности с освоением таких инструментов и лишь одна четверть уверенно их использует. 

Отчаиваться не стоит: есть немало подходов и практик, которые либо помогают быстро освоить новые сервисы, либо защищают их от цифрового выгорания. Вот парочка:

Инвентаризация и сокращение автопарка приложений
Регулярный аудит цифровых инструментов может и спасти сотрудников от цифровой усталости, и помочь сэкономить. Проверяйте, всё ли ваше ПО действительно необходимо в работе и облегчает процессы и жизнь сотрудников. Можно делать это по-разному: через KPI, опросы сотрудников, анализ затрат и выгод.

DAP-платформы
Платформы цифрового внедрения (DAP) — это ПО, которое накладывается поверх других программ и приложений и даёт пользователю подсказки, инструкции и другую помощь в ходе работы. Их используют как для онбординга новых сотрудников, так и при внедрении новых цифровых инструментов. Среди крупнейших мировых DAP-платформ — WalkMe, Whatfix, Stonly, Pendo. В России есть DAP-платформа Хинтед.

По оценкам Forrester, возврат инвестиций от внедрения WalkMe в компаниях составил 368% — DAP-платформа повысила вовлечённость и эффективность сотрудников, снизила количество обращений в службу поддержки.

Микрообучение 
Внедряя новый цифровой инструмент, компании устраивают обучение — без этого никуда. Но сотрудникам оно часто не нравится и воспринимается как нудная обязаловка. Сократить негатив можно, заменив длинные лекции и вебинары на микрообучение. Этот образовательный подход даёт возможность пользователю проходить небольшие уроки продолжительностью несколько минут, когда ему удобно. 

Исследования показывают, что микрообучение ускоряет обучение и повышает его качество. В Merck переход на микрообучение ускорил усвоение новых навыков на 60%, а в IBM улучшил уровень применения знаний на 15%. 

Управленческие изменения
Значительная доля цифровой усталости приходится на избыточную коммуникацию — вечные созвоны и переписки без конца. Оптимизировать это можно на организационном уровне, устраивая цифровой детокс.

Подписывайтесь 👉 @yab2btech