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
«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
❤7👍3🔥2
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
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
👍5❤4🔥2
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
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
❤9👍4🤝2
This media is not supported in your browser
VIEW IN TELEGRAM
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
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
❤7🔥5👍3
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
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
❤6👍4🤝3🤷♂1
This media is not supported in your browser
VIEW IN TELEGRAM
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
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
❤6👍4🔥4🥰1
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
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
❤8👍4🤝2
Запускаем новую рубрику — будем регулярно рассказывать о любопытных стартапах из России и за ее пределами, на которые интересно взглянуть с точки зрения технологий, продукта или бизнес-модели.
Герой недели — Kolobox, foodtech-проект в русле осознанного потребления.
Подписывайтесь 👉 @yab2btech
Герой недели — Kolobox, foodtech-проект в русле осознанного потребления.
Подписывайтесь 👉 @yab2btech
🔥12❤5👏3💯2🐳1🍾1
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
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
❤6🔥4🤩3
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
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
❤6👍5🔥3🤯1
В такую сумму оценивают мировой рынок SaaS (Software as a Service) в 2025 году.
Эксперты считают, что это значение продолжит рост в среднем на 20% в год и к 2032 приблизится к отметке в триллион долларов. Объем российского рынка в 2024 году составил 165 млрд рублей. Согласно прогнозам, в 2025 году показатель вырастет на 20-30%.
Почему компании делают ставку на SaaS?
Запуск новых продуктов занимает недели, а не месяцы, в то время как SaaS-решения легко масштабируются под рост бизнеса и позволяют быстро реагировать на перемены рынка. Другое преимущество — экономика подписки: бизнес уходит от крупных капитальных затрат к операционным расходам, когда платишь только за то, что реально используешь. По данным DevSquad, 73% организаций считают, что SaaS — ключ к достижению их бизнес-целей.
Куда движется рынок SaaS в 2025 году?
🌟 Рост конкуренции и специализации — появляются SaaS-продукты для узких ниш (от логистики до агротеха). Чтобы удержать клиента, поставщики делают ставку на сервис, локализацию и индивидуальные решения.
🌟 API-first подход — компании чаще выбирают SaaS-решения, в которых разработка начинается с интерфейсов программирования приложений. Это позволяет проще и оперативней интегрировать их с существующими системами.
🌟 Безопасность и регуляторика — компании ужесточают требования к защите данных: внедряют комплексные решения по безопасности, соответствию локальным и международным стандартам (GDPR, SOC2).
🌟 Usage-based billing — модель «плати только за использование» вытесняет классические подписки: 85% SaaS-компаний уже внедрили или тестируют модели оплаты по использованию, а 77% крупнейших разработчиков программного обеспечения интегрировали такие модели в свои стратегии монетизации.
Эксперты сходятся во мнении, что 2025 год станет годом существенного роста SaaS-продуктов. Причём выиграют не те, у кого больше функций, а те, кто умеет быстро адаптироваться, строить экосистемы и гарантировать клиенту прозрачность и безопасность.
Подписывайтесь 👉 @yab2btech
Эксперты считают, что это значение продолжит рост в среднем на 20% в год и к 2032 приблизится к отметке в триллион долларов. Объем российского рынка в 2024 году составил 165 млрд рублей. Согласно прогнозам, в 2025 году показатель вырастет на 20-30%.
Почему компании делают ставку на SaaS?
Запуск новых продуктов занимает недели, а не месяцы, в то время как SaaS-решения легко масштабируются под рост бизнеса и позволяют быстро реагировать на перемены рынка. Другое преимущество — экономика подписки: бизнес уходит от крупных капитальных затрат к операционным расходам, когда платишь только за то, что реально используешь. По данным DevSquad, 73% организаций считают, что SaaS — ключ к достижению их бизнес-целей.
Куда движется рынок SaaS в 2025 году?
Эксперты сходятся во мнении, что 2025 год станет годом существенного роста SaaS-продуктов. Причём выиграют не те, у кого больше функций, а те, кто умеет быстро адаптироваться, строить экосистемы и гарантировать клиенту прозрачность и безопасность.
Подписывайтесь 👉 @yab2btech
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍4🔥2👏1
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
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
👍5❤4🤝3🤯1
На общедоступных данных из интернета модель учит общие закономерности языка. А во время следующего этапа — TTC (test-time compute) — модель учится точно и без галлюцинаций решать конкретные задачи. Для этого этапа нужны актуальные, узкоспецифические и точные данные. И вот они как раз и заканчиваются, объясняет Поснетт в своей статье для Financial Times.
Для разработчиков ИИ это плохо: обучать модели становится дороже и тяжелее. Зато для других это шанс заработать.
Прямо сейчас появляется новый рынок: компании лицензируют свои архивы данных. Например, Поснетт приводит в пример издательство учебников с архивом собственных технических мануалов. Для разработчиков ИИ такой датасет — просто подарок.
Другое решение — синтетические данные, созданные одним ИИ для обучения другого. К примеру, ИИ по картам города может создать его цифровой двойник-симуляцию. В такой среде может обучаться модель для автономного транспорта.
Ещё один эффективный подход, о котором, правда, Поснетт не пишет, но который используют многие компании, в том числе и Yandex Cloud, —
федеративное обучение. Он позволяет компаниям запускать совместные проекты по машинному обучению, не обмениваясь данными друг с другом.
Cогласились бы лицензировать свои данные?
❤️ — дополнительная монетизация не бывает лишней
😎 — лучше приберегу для себя
Для разработчиков ИИ это плохо: обучать модели становится дороже и тяжелее. Зато для других это шанс заработать.
Прямо сейчас появляется новый рынок: компании лицензируют свои архивы данных. Например, Поснетт приводит в пример издательство учебников с архивом собственных технических мануалов. Для разработчиков ИИ такой датасет — просто подарок.
Другое решение — синтетические данные, созданные одним ИИ для обучения другого. К примеру, ИИ по картам города может создать его цифровой двойник-симуляцию. В такой среде может обучаться модель для автономного транспорта.
Ещё один эффективный подход, о котором, правда, Поснетт не пишет, но который используют многие компании, в том числе и Yandex Cloud, —
федеративное обучение. Он позволяет компаниям запускать совместные проекты по машинному обучению, не обмениваясь данными друг с другом.
Cогласились бы лицензировать свои данные?
❤️ — дополнительная монетизация не бывает лишней
😎 — лучше приберегу для себя
❤6🔥4😎3
This media is not supported in your browser
VIEW IN TELEGRAM
Google представил ИИ-генератор видео Veo 3
Он создаёт ролики со звуковыми эффектами, фоновым шумом и диалогами и позиционируется как конкурент OpenAI Sora. Мармеладная клавиатура — как пример.
В чём польза для бизнеса? От создания рекламных роликов и презентаций товаров до персонализированного обучающего контента. При этом скопировать их будет сложнее из-за встроенной защиты, что снижает риски для брендов.
Яндекс представил «Поиск с Алисой» с режимом рассуждений, генерацией текста и картинок
Новый формат заменил прежний сервис Нейро. Теперь в нём доступны более структурированные ответы с подзаголовками, медиа и ссылками на источники. В режиме рассуждений пользователи могут видеть, как Алиса формирует ответ: какие запросы она использует и сколько времени тратит на размышления. Генерация контента доступна прямо в поисковой строке, но безлимитно — только для подписчиков Алиса Про. Также Яндекс открыл доступ к YandexGPT 5 Lite всем пользователям и добавил функцию «Поиск» в чат с Алисой для анализа источников.
Anthropic представила две новых гибридных ИИ-модели
Флагманскую Claude Opus 4 позиционируют как «лучшую в мире модель для программирования», а Claude Sonnet 4 — как более доступную, для повседневных задач. Первая подойдёт для разработки ИИ-агентов, а также сложных ИИ-проектов с долгими цепочками вычислений. Claude Sonnet 4, хотя и уступает Opus в сложных задачах, показывает высокую эффективность в рутинных операциях и станет основой для нового GitHub Copilot. Это экономичное решение для повседневного кодинга и интеграции в SaaS-продукты.
85% российских компаний планируют проводить киберучения в 2025 году
Это на 10% больше, чем в 2024-м. Согласно исследованию «Солара», 42% организаций готовы тратить до 500 тысяч рублей на киберучения для одного сотрудника, а 10% — до 1 млн рублей. Основная цель — снизить риски взломов и штрафов за утечки данных, а также компенсировать нехватку квалифицированных кадров. Чаще всего компании обучают команды из 3–10 специалистов, при этом 20% проводят учения ежемесячно. Эксперты отмечают, что регулярные тренировки критически важны для отражения сложных атак, которые в 2024 году составили свыше 31 тысячи инцидентов.
Спрос на киберстрахование в России вырос на 60% за год
Основной интерес проявляют крупные корпорации из Москвы, Свердловской области и Санкт-Петербурга. Причины — в более жёстких требованиях к защите персональных данных и крупных штрафах за утечки. Финансовый сектор, e-commerce и телеком-компании активнее всего страхуются от киберрисков, опасаясь остановки бизнес-процессов и репутационных потерь. При этом страховщики отмечают шестикратный рост сумм страхового покрытия по сравнению с 2024 годом.
Мосбиржа разработала ИИ-ассистента MOEX Insight AI
Он поможет сотрудникам анализировать финансовые данные, готовить документы и оптимизировать рабочие процессы. Ассистент работает на основе мультимодальных языковых моделей с открытым исходным кодом, интегрирован во внутреннюю систему биржи и способен анализировать содержимое экрана пользователя — включая таблицы, код и презентации. По оценкам Мосбиржи, ИИ-помощник сократит время выполнения задач на 15–20%, а в некоторых случаях — до 50%, ускоряя как рутинные, так и экспертные процессы. За счёт этого площадка планирует экономить более 1 млрд рублей ежегодно.
В Центре беспилотных авиационных систем Иннополиса собирают дроны с цифровым помощником
ИИ-ассистент InnoVtol-3s использует дополненную реальность и компьютерное зрение: камера над рабочим местом распознаёт детали и проецирует пошаговые инструкции, а при ошибках подаёт звуковые сигналы. Решение особенно эффективно для сложных задач — сборки дронов для геодезии, мониторинга пожаров и транспортировки биоматериалов, где критична точность. В итоге удалось сократить брак на 80% и ускорить производство на 50%.
Подписывайтесь 👉 @yab2btech
Он создаёт ролики со звуковыми эффектами, фоновым шумом и диалогами и позиционируется как конкурент OpenAI Sora. Мармеладная клавиатура — как пример.
В чём польза для бизнеса? От создания рекламных роликов и презентаций товаров до персонализированного обучающего контента. При этом скопировать их будет сложнее из-за встроенной защиты, что снижает риски для брендов.
Яндекс представил «Поиск с Алисой» с режимом рассуждений, генерацией текста и картинок
Новый формат заменил прежний сервис Нейро. Теперь в нём доступны более структурированные ответы с подзаголовками, медиа и ссылками на источники. В режиме рассуждений пользователи могут видеть, как Алиса формирует ответ: какие запросы она использует и сколько времени тратит на размышления. Генерация контента доступна прямо в поисковой строке, но безлимитно — только для подписчиков Алиса Про. Также Яндекс открыл доступ к YandexGPT 5 Lite всем пользователям и добавил функцию «Поиск» в чат с Алисой для анализа источников.
Anthropic представила две новых гибридных ИИ-модели
Флагманскую Claude Opus 4 позиционируют как «лучшую в мире модель для программирования», а Claude Sonnet 4 — как более доступную, для повседневных задач. Первая подойдёт для разработки ИИ-агентов, а также сложных ИИ-проектов с долгими цепочками вычислений. Claude Sonnet 4, хотя и уступает Opus в сложных задачах, показывает высокую эффективность в рутинных операциях и станет основой для нового GitHub Copilot. Это экономичное решение для повседневного кодинга и интеграции в SaaS-продукты.
85% российских компаний планируют проводить киберучения в 2025 году
Это на 10% больше, чем в 2024-м. Согласно исследованию «Солара», 42% организаций готовы тратить до 500 тысяч рублей на киберучения для одного сотрудника, а 10% — до 1 млн рублей. Основная цель — снизить риски взломов и штрафов за утечки данных, а также компенсировать нехватку квалифицированных кадров. Чаще всего компании обучают команды из 3–10 специалистов, при этом 20% проводят учения ежемесячно. Эксперты отмечают, что регулярные тренировки критически важны для отражения сложных атак, которые в 2024 году составили свыше 31 тысячи инцидентов.
Спрос на киберстрахование в России вырос на 60% за год
Основной интерес проявляют крупные корпорации из Москвы, Свердловской области и Санкт-Петербурга. Причины — в более жёстких требованиях к защите персональных данных и крупных штрафах за утечки. Финансовый сектор, e-commerce и телеком-компании активнее всего страхуются от киберрисков, опасаясь остановки бизнес-процессов и репутационных потерь. При этом страховщики отмечают шестикратный рост сумм страхового покрытия по сравнению с 2024 годом.
Мосбиржа разработала ИИ-ассистента MOEX Insight AI
Он поможет сотрудникам анализировать финансовые данные, готовить документы и оптимизировать рабочие процессы. Ассистент работает на основе мультимодальных языковых моделей с открытым исходным кодом, интегрирован во внутреннюю систему биржи и способен анализировать содержимое экрана пользователя — включая таблицы, код и презентации. По оценкам Мосбиржи, ИИ-помощник сократит время выполнения задач на 15–20%, а в некоторых случаях — до 50%, ускоряя как рутинные, так и экспертные процессы. За счёт этого площадка планирует экономить более 1 млрд рублей ежегодно.
В Центре беспилотных авиационных систем Иннополиса собирают дроны с цифровым помощником
ИИ-ассистент InnoVtol-3s использует дополненную реальность и компьютерное зрение: камера над рабочим местом распознаёт детали и проецирует пошаговые инструкции, а при ошибках подаёт звуковые сигналы. Решение особенно эффективно для сложных задач — сборки дронов для геодезии, мониторинга пожаров и транспортировки биоматериалов, где критична точность. В итоге удалось сократить брак на 80% и ускорить производство на 50%.
Подписывайтесь 👉 @yab2btech
❤6👍5🔥3
This media is not supported in your browser
VIEW IN TELEGRAM
🤖 Как в Nvidia хотят обучать гуманоидных роботов нового поколения
О грядущей революции гуманоидных роботов говорят не первое десятилетие, но пока прогресс очень медленный. Самые умные и дорогие андроиды с трудом могут выполнять лишь простейшие действия.
Легкодоступные данные часто зовут «топливом» для ИИ. Но обучать физический ИИ для робота почти не на чем. Единственный источник данных — teleoperation: человек в VR-гарнитуре собирает данные о собственных движениях. Но это очень долго, сложно и дорого. И это точно не то «топливо», которое подойдёт для большого скачка.
Как решить проблему, придумали в Nvidia. В компании экспериментируют с робототехническим ИИ, обученным не в реальном мире, а в цифровых симуляциях.
На презентации ИИ-модели для робототехники Groot N1 директор по ИИ в Nvidia Джим Фан рассказал, как работают такие симуляции, и предложил новую терминологию для её описания.
🌟 Цифровые близнецы (симуляция 1.0). ИИ обучается в простом физическом движке с предзаданными параметрами. Такое обучение в 10 000 раз быстрее, чем teleoperation, так как позволяет запускать множество симуляций параллельно. Но всё равно это трудоёмкий метод, так как среда разрабатывается вручную.
🌟 Цифровые кузены (симуляция 1.5). Здесь генеративный ИИ многократно «размножает» одну человеческую демонстрацию. К примеру, человек в VR-гарнитуре создаёт один датасет, где моет чашку и ставит её на полку. ИИ генерируют множество похожих сред — с чашкой другой формы, с другим расположением полок, другой текстурой столешницы и так далее.
🌟 Цифровые кочевники (симуляция 2.0). Генеративный ИИ не просто копирует человеческую деятельность, но сам становится «нейродвижком». Современные диффузионные модели для генерации видео, отфайтюненные на данных из роболаборатории, генерируют видео, на которых робот верно выполняет те или иные действия. И на этих видео уже обучаются реальные ИИ для роботов. Метод позволяет автоматически создавать абсолютно любой материал для обучения.
Симуляции уровня «цифровые кочевники» только начинают развиваться. Именно они, по словам Фана, могут положить начало робототехническому буму. Ждём андроидов-официантов и рободворников.
Подписывайтесь 👉 @yab2btech
О грядущей революции гуманоидных роботов говорят не первое десятилетие, но пока прогресс очень медленный. Самые умные и дорогие андроиды с трудом могут выполнять лишь простейшие действия.
Легкодоступные данные часто зовут «топливом» для ИИ. Но обучать физический ИИ для робота почти не на чем. Единственный источник данных — teleoperation: человек в VR-гарнитуре собирает данные о собственных движениях. Но это очень долго, сложно и дорого. И это точно не то «топливо», которое подойдёт для большого скачка.
Как решить проблему, придумали в Nvidia. В компании экспериментируют с робототехническим ИИ, обученным не в реальном мире, а в цифровых симуляциях.
На презентации ИИ-модели для робототехники Groot N1 директор по ИИ в Nvidia Джим Фан рассказал, как работают такие симуляции, и предложил новую терминологию для её описания.
Симуляции уровня «цифровые кочевники» только начинают развиваться. Именно они, по словам Фана, могут положить начало робототехническому буму. Ждём андроидов-официантов и рободворников.
Подписывайтесь 👉 @yab2btech
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤🔥2🔥2❤1
41% сотрудников использовали сторонние программы без согласования — уверяют эксперты всемирного саммита по кибербезопасности в 2024 году. По прогнозу, к 2027 году эта цифра вырастет до 75%. Такие несанкционированные практики получили название Shadow IT, или теневое IT.
Обычно речь идёт о привычных вещах, таких как Google Docs, WhatsApp, Dropbox, ChatGPT, иногда — об установке расширений в браузер. Сотрудники используют внешние программы без злого умысла — но с прямыми рисками для бизнеса.
Насколько масштабна проблема
По данным Gartner, до 40% IT-расходов крупных компаний в 2024 году уходили на лицензии и сервисы, которые IT-отдел не закупал, не контролирует и о которых зачастую не знает. Но куда опаснее другое: до 33% утечек данных происходят именно через неавторизованные приложения. Средний убыток при этом — $4,88 млн.
Какие последствия у теневого IT
— данные могут быть размещены на уязвимых или неподконтрольных платформах;
— нарушаются требования к хранению и передаче информации (особенно в медицине, финансах и госсекторе);
— бизнес-логика разрывается: задачи решаются «вручную», в обход согласованных процессов;
— при увольнении сотрудника часть рабочих материалов может остаться в его личных хранилищах — и компания об этом не узнает.
Как на это реагировать
У жёстких блокировок ограниченный эффект. Сотрудники находят новые пути — или просто перестают доверять IT-службе. Эффективнее другой подход: понять, какие реальные задачи решаются в обход, и предложить удобную защищённую альтернативу.
Именно по этой логике развивается класс решений Zero Trust, предполагающий недоверие к любому субъекту внутри или снаружи сети.
В рамках этой концепции работать может любой элемент инфраструктуры, например, браузер, через который сегодня выполняется до 70% рабочих задач. Специально разработанные корпоративные браузеры, например, Яндекс Браузер для организаций, можно настроить так, чтобы сотрудник мог работать привычно — но в среде, где всё шифруется, логируется и управляется централизованно. Вместо борьбы с теневой активностью — переход к контролируемому и безопасному пользовательскому опыту.
Подписывайтесь 👉 @yab2btech
Обычно речь идёт о привычных вещах, таких как Google Docs, WhatsApp, Dropbox, ChatGPT, иногда — об установке расширений в браузер. Сотрудники используют внешние программы без злого умысла — но с прямыми рисками для бизнеса.
Насколько масштабна проблема
По данным Gartner, до 40% IT-расходов крупных компаний в 2024 году уходили на лицензии и сервисы, которые IT-отдел не закупал, не контролирует и о которых зачастую не знает. Но куда опаснее другое: до 33% утечек данных происходят именно через неавторизованные приложения. Средний убыток при этом — $4,88 млн.
Какие последствия у теневого IT
— данные могут быть размещены на уязвимых или неподконтрольных платформах;
— нарушаются требования к хранению и передаче информации (особенно в медицине, финансах и госсекторе);
— бизнес-логика разрывается: задачи решаются «вручную», в обход согласованных процессов;
— при увольнении сотрудника часть рабочих материалов может остаться в его личных хранилищах — и компания об этом не узнает.
Как на это реагировать
У жёстких блокировок ограниченный эффект. Сотрудники находят новые пути — или просто перестают доверять IT-службе. Эффективнее другой подход: понять, какие реальные задачи решаются в обход, и предложить удобную защищённую альтернативу.
Именно по этой логике развивается класс решений Zero Trust, предполагающий недоверие к любому субъекту внутри или снаружи сети.
В рамках этой концепции работать может любой элемент инфраструктуры, например, браузер, через который сегодня выполняется до 70% рабочих задач. Специально разработанные корпоративные браузеры, например, Яндекс Браузер для организаций, можно настроить так, чтобы сотрудник мог работать привычно — но в среде, где всё шифруется, логируется и управляется централизованно. Вместо борьбы с теневой активностью — переход к контролируемому и безопасному пользовательскому опыту.
Подписывайтесь 👉 @yab2btech
❤4🔥2👍1