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

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

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

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

Флагманские ИИ-модели становятся всё умнее и при этом сложнее, с большим количеством параметров. Но тотальное проникновение ИИ во все сферы жизни обеспечат другие модели — маленькие, автономные и легко интегрируемые куда угодно. Так считает Chief Science Officer и сооснователь Hugging Face Том Вулф.

В колонке “Low-tech AI” («Низкотехнологичный ИИ») он рисует картину будущего, в котором небольшие, но очень смышлёные модели уровня сегодняшних флагманских моделей запускаются прямо на дешёвых локальных процессорах и экономично встраиваются в любые технологические стеки и ПО. Барьеры для развёртывания новейших ИИ-функций фактически отсутствуют, а затраты минимальны.

Это пойдет на пользу всем отраслям, в которых с помощью ИИ можно что-то автоматизировать — сам Вульф говорит о промышленности, логистике и финансовых организациях.

Так, пишет Вулф, завод с технологическим стеком из нулевых сможет с помощью одного ИИ-компонента легко добавить к функционалу передовые технологии: предиктивное обслуживание оборудования и сложную систему управления запасами в реальном времени. А ещё могут появиться суперавтономные дроны или домашние помощники, у которых функционал уровня GPT-4 работает на небольшом чипе в 5 ватт мощности.

Низкотехнологичный ИИ рождается на стыке трёх тенденций, которые уже наметились:

🔹Развитие маленьких, но производительных ИИ. Речь идёт о моделях, которые будут в 5–20 раз меньше своих больших предшественниц, но достигать с ними одного уровня производительности. Такие начинают появляться в ведущих линейках Qwen, DeepSeek, Llama, Phi. Одновременно с этим будет происходить удешевление вычислительных мощностей, и процессоры для запуска таких моделей станут доступны почти всем.

🔹Упрощение архитектуры функциональных ИИ. Сегодня разработчики трудятся над радикальным упрощением архитектуры чипов, чтобы их можно было разворачивать для прикладных задач. Это позволяет создавать простые и недорогие, но высокопроизводительные комплексы ИИ для аппаратного обеспечения.

🔹Бесшовная интеграция ИИ в технологический стек. Чем умнее становится ИИ, тем проще интегрировать его в сложные системы. Сегодня нейросети могут понимать и обрабатывать разные виды неструктурированных данных. Поэтому компании смогут интегрировать их в свои системы почти без подготовки. Проще говоря, просто дайте ИИ доступ, а он во всём разберётся сам.

Вулф только намечает траекторию развития и не говорит, когда именно Low Tech AI станет мейнстримом. Но из его слов кажется, что это произойдёт в ближайшие годы.

Подписывайтесь 👉 @yab2btech

НМИЦ онкологии им. Н. Н. Петрова — один из крупнейших центров исследования онкологических заболеваний в стране — внедрил решение, которое в десятки раз ускоряет запуск клинических исследований.

Почему нужно было ускориться?
Для старта каждого клинического исследования нужно собрать объёмную папку документов на несколько сотен страниц, которую должен рассмотреть локальный этический комитет (ЛЭК). Он проверяет заявки на этику, целесообразность и безопасность.

На первичную проверку заявок вручную могло уходить больше недели. При этом треть заявок отклоняется из-за ошибок и требований доработки. На доработку и повторную подачу может уходить до месяца. Но время очень ценно: из-за задержек пациенты могут позже получить лечение, а фармацевтические компании — отсрочить выпуск препарата.

И сколько времени нужно сейчас?
Цифровой сервис на базе Yandex Cloud позволяет сократить срок первичного рассмотрения до нескольких минут. В 95% случаев оно теперь может происходить без человека. Инструмент способен сильно ускорить работу ЛЭК, автоматически отыскивая в заявках очевидные проблемы, из-за которых её придётся отправить на доработку.

Как это работает?
YandexGPT 5 Pro в составе решения классифицирует каждую страницу, сопоставляет её с чек-листом ЛЭК и помечает несоответствия. Инициатор исследования может отслеживать статус своей заявки через Yandex Tracker.

Если пакет неполный — заявка со статусом «Доработка» возвращается исследователю. Если всё корректно — она сразу идёт на финальное решение комиссии, а Telegram-бот уведомляет команду о новом этапе. Итоговое слово остаётся за ЛЭК.

Благодаря ИИ-сервису общее время рассмотрения заявки от подачи до одобрения ЛЭК снизилось с нескольких месяцев до 5–10 рабочих дней.

Кому ещё поможет эта технология?
Технологию, разработанную Yandex B2B Tech и партнёром Raft, уже готовят к тиражированию в других онкоцентрах и вообще в любых отраслях с большими регламентами — банках, страховании, госуправлении. Везде, где многостраничные документы требуют множества ручных проверок, такое ИИ-решение превращает бюрократию в быструю машинную процедуру.

Подписывайтесь 👉 @yab2btech

Несколько лет назад компания Unilever запустила HR-маркетплейс FLEX Experiences. На нём ИИ помогает менеджерам и эйчарам подбирать сотрудников, сопоставляя проекты с их навыками. Проект оказался крайне успешным: компания отчиталась о повышении совокупной продуктивности на 41% и экономии около 700 000 рабочих часов.

Как устроен Talent Marketplace
В основе платформы лежит динамическая база Workforce Graph, в которой хранятся данные о каждом навыке сотрудников вместе с информацией об уровне зрелости и подтверждённых проектах. Система постоянно дообучается на новых данных.

Менеджер может опубликовать на платформе вакансию для внутреннего проекта. ИИ-движок от Gloat подберёт ранжированный список кандидатов. Сотрудник, который попал в список, может откликнуться на проект. Он видит в едином окне, сколько времени займёт проект, какие новые компетенции он получит и кто будет ментором.

При этом руководитель не может отклонить участие сотрудника в проекте без аргументации, которую примет система. По задумке, это правило должно стимулировать сотрудников смелее перемещаться между отделами и функциями и сдерживать руководителей от отказов только из-за того, что они не знакомы с исполнителем.

Кроме того, платформа даёт сотрудникам автоматическую аналитику по повышению навыков. Каждый может посмотреть свои скиллы и сравнить их со стеком, который требуется для их задач. Если обнаружится зазор, платформа предложит обучающий курс или наставника.

Система вшита в технологический стек Unilever. Он получает данные о штатной структуре из Workday, о компетенциях — из LXP-платформы, а о фактической нагрузке — из Microsoft Teams.

Стресс-тест платформы провели в пандемию, а в конце 2022 года запустили на глобальном уровне. Сегодня FLEX Experiences позволяет 80% офисных работникам Unilever присоединяться к проектам в 90 странах присутствия компании, а сам маркетплейс доступен на нескольких языках.

Интересно, что алгоритм учитывает часовые пояса и не предлагает сотрудникам вакансии, где им пришлось бы ходить на ночные созвоны.

И это правда работает?
По подсчётам компании, 700 000 рабочих часов — это $28–35 млн экономии на найме и аутсорсе. Освободившиеся силы пошли на примерно 3 000 проектов в тех отраслях, где, по словам CEO компании, «бизнес растёт быстрее всего».

Повышение числа назначений сотрудников на нестандартные для них функции выросло до 70%. А в пандемию маркетплейс помог перенаправить 26 000 человекочасов за два месяца и сохранить рабочие места на фоне локдауна.

Готовы доверить искусственному интеллекту подбор сотрудников под внутренние задачи?

👍 — да, уже в планах
🤔 — пусть менеджеры лучше работают