Бизнес входит в эру ИИ-агентов. В BCG уже фиксируют случаи, где агенты снижают издержки на отдельные бизнес-функции на 90–95%. Но агентский рынок хаотичный и бессистемный, поэтому управление ими может стать для компаний непосильной задачей. Gartner прогнозирует, что уже к 2027 году 40% корпоративных проектов по внедрению агентского ИИ будут закрыты из-за сложностей внедрения и неочевидной коммерческой выгоды.

Решение есть — подход «инфраструктура как платформа» (Infrastructure-as-a-Platform, IaaP). Он поможет подготовить корпоративную инфраструктуру к агентской эре и интегрировать их с максимумом понимания и минимумом издержек. Рассказываем, как это работает.

🐼 Что такое «зоопарк агентов»

Рынок агентского ИИ только зарождается, но уже очень фрагментирован. Одни вендоры предлагают агентов для HR-функций, другие — для службы поддержки, третьи — для юридического отдела или управления цепочками поставок. У них нет никаких единых стандартов и нормативов — каждое решение уникально и требует индивидуального подхода.

Каждый агент может принести пользу. Но управление ими может стать для компании головной болью — и вот почему.

🔸Для контроля за работой каждого агента придётся подбирать уникальные метрики и модели трассировки.
🔸Каждый агент требует доступа к данным, иногда с избыточными правами — это создаёт риски безопасности.
🔸Агенты могут ошибаться, и кто-то должен нести ответственность за их работу. Но если агентов много, ответственность размывается.
🔸Агенты могут дублировать функции друг друга, выполнять одни и те же действия.
🔸Рано или поздно агентам придётся начать взаимодействовать между собой. Эти процессы требуют особого контроля.

Ситуацию, когда издержки от этих проблем превосходят пользу от использования агентов, и называют «зоопарком». Защитить себя от такого сценария можно, системно подготовив инфраструктуру компании.

🛠 Как должна работать инфраструктура как сервис

Корпоративная инфраструктура для внедрения агентов должна быть прежде всего гибкой и способной быстро адаптироваться к изменениям, но при этом целостной и единообразной. Вот как это достигается в IaaS-подходе.

Всё как код
В классической IT-модели инфраструктура настраивается вручную: администраторы конфигурируют серверы, сети, доступы. В модели IaaP всё описывается в виде кода, например через Terraform или Ansible. Если нужно запустить нового агента, достаточно изменить файл: система сама развернёт сервер, настроит сеть и подключит сервисы. В виде кода хранятся и конфигурации доступа к данным для каждого агента.

Доступ к инфраструктуре через API
Инфраструктура должна стать динамической платформой, все обращения к которой происходят через API, в том числе со стороны агентов. Практическая опора такого подхода — ПО для оркестровки приложений Kubernetes. Все операции и коммуникации между компонентами в нём — это вызовы REST API через API-сервер.

Автоматическое управление ресурсами
Все изменения в инфраструктуру переносятся в автоматизированные конвейеры, такие как CI/CD и GitOps, где они сперва проходят через заданные шаги контроля (ревью, тесты, политики).

Единый слой наблюдаемости
Для контроля за агентами компания создаёт единый центр мониторинга: собирает логи, метрики, трассировки. Это даёт полную картину — какой агент сколько ресурсов потребляет, где замедления, какие данные используются. Кроме того, компания ведёт единый реестр агентов и единый пайплайн проверки каждого агента, например на утечки персональных данных и соответствие GDPR.

Платформенный подход к управлению командой
На уровне всей компании за интеграцию агентов должна отвечать отдельная команда, стремящаяся к тому, чтобы создать единую агентскую платформу. При этом ответственность за деятельность агентов по бизнес-функциям разделена между IT-отделом и конкретной командой. К примеру, за качество работы агента, который помогает юристам обрабатывать входящую документацию, отвечают глава IT и руководитель юротдела.

Подписывайтесь 👉 @yab2btech

Несмотря на то, что гибрид и удалёнка стали нормой, 31% сотрудников крупных компаний всё ещё сталкиваются с трудностями в совместной работе из-за неэффективных цифровых инструментов.

Сколько часов можно сэкономить на встречах с помощью ИИ, возможен ли мгновенный перевод языков прямо на планёрке, как компании используют VR для совместной работы и что изменилось в Яндекс Документах — в новом выпуске IT-шоу «404 секунды» на VK Video и YouTube.

Подписывайтесь 👉 @yab2btech

Как всегда по понедельникам, собрали всё интересное из мира технологий для бизнеса.

Объём рынка киберстрахования в России почти достиг 1 млрд рублей
С 2022 по 2024 год объём этого рынка в России удвоился, показывая устойчивый рост — до этого он рос на 10–15% в 2023–2024-м и на 30% ранее. Этому способствовали локализация страховых договоров по киберрискам для дочерних фирм иностранных компаний и увеличение числа атак по всем секторам экономики. В 2024 году МВД зарегистрировало почти 765 тысяч кибератак, но лишь 25% из них раскрываются. 

Китайская инвестиционная компания Tencent привлекла $1,27 млрд
Это произошло благодаря первому за последние четыре года выпуску офшорных облигаций в юанях. Выручка Tencent во втором квартале выросла на 15% по сравнению с аналогичным периодом прошлого года — в основном благодаря игровому подразделению и инвестициям в ИИ.

Tencent — один из крупнейших китайских технологигантов. Ключевые проекты компании включают мессенджер и суперприложение WeChat, игровые студии и платформы, а также Tencent Cloud и ИИ. Успешная эмиссия облигаций поддерживает конкурентоспособность Tencent на фоне глобальных IT-гигантов.

За год число запросов к ChatGPT выросло в 5 раз
OpenAI опубликовала данные на основе анализа логов 1,5 млн пользователей ChatGPT с мая 2024 по июнь 2025-го. Выяснилось, что 28,3% обращаются к нейросети за практическими советами, 24% и 4,2% — за помощью в написании текстов и кода соответственно. На рабочие задачи приходится 27%: в основном они сводятся к сбору информации и принятию решений. 

Nvidia запустила ИИ-автопилота
Проект Robotaxi направлен на создание нового поколения автопилотов по модели end-to-end — когда все задачи решаются одним нейросетевым модулем. Он обучается на симуляциях «мировых моделей» — это виртуальные симуляторы реальности внутри ИИ, которые получают данные от сенсоров, учатся строить компактное описание среды и предсказывать, как поведут себя окружающие объекты. Уже сейчас на базе платформы DRIVE AGX Thor с Nvidia работают такие автопроизводители, как BYD, GAC, Li Auto, Xiaomi, Volvo, IM Motors и Zeekr.

Яндекс и «Перекрёсток» запускают проект масштабной роботизации 
100 роботов будут собирать заказы в распределительном центре для супермаркетов в Санкт-Петербурге и области. Они также возьмут на себя до 90% операций с охлаждёнными и скоропортящимися товарами. После внедрения системы заказы будут собирать в 2,5 раза быстрее: до 300 коробов в час против 130 при ручной сборке. Это позволит обслуживать на 30 магазинов больше — без расширения площадей. Проект станет одной из крупнейших автоматизаций в российском ритейле и может послужить примером для других сетей, учитывая прогноз Х5 о частичной автоматизации до 30% операций к 2028 году.

Huawei анонсировала «самую мощную в мире» компьютерную систему для ИИ 
Компания заверяет, что вычислительная мощность новой Atlas 950 SuperCluster будет в 6,7 раза выше, чем у системы Nvidia NVL144, запуск которой также запланирован на 2026 год. Кроме того, Huawei планирует выпуск Ascend 970 в 2028 году и намерена ежегодно удваивать вычислительную мощность. Это позволит компании возглавить гонку за супермощные ИИ-системы, в которой участвует и xAI Илона Маска.

Kaspersky: хакеры атакуют отели для кражи данных с банковских карт гостей
Хакерская группа RevengeHotels проводит фишинговые атаки на гостиницы, рассылая письма с ложными запросами о бронировании или предложениями работы. Письма содержат ссылки на вредоносные сайты, через которые в систему отелей внедряется троян VenomRAT. С его помощью злоумышленники получают удалённый доступ к внутренней сети отеля, чтобы похищать данные банковских карт гостей и другую конфиденциальную информацию.

RevengeHotels использует большую языковую модель (LLM) при разработке вредоносного ПО, что указывает на активное применение ИИ в кибератаках. В России число таких фишинговых атак выросло на 53% с начала года.

Подписывайтесь 👉 @yab2btech

На Yandex Neuro Scale 2025, главной конференции Yandex Cloud, команда рассказала о запуске новой AI Studio. Это платформа для создания, внедрения и масштабирования приложений для бизнеса на базе ИИ.

Теперь на ней можно запустить ИИ-агента всего за несколько часов и без навыков разработки на базе уже развёрнутых в облаке ML-моделей, например YandexGPT или Qwen3.

Автоматизация процессов с помощью ИИ-агентов будет особенно востребована у банков, ритейла, промышленных и других крупных компаний. Например, можно создать агента для проверки комплаенс-рисков или голосового помощника для общения с клиентами. Low-code инструменты позволяют настроить сценарий взаимодействия нескольких агентов для совместной работой над целью.

Как работает AI Studio

Под капотом AI Studio сразу несколько новых решений:

▪️Agent Atelier для сборки ИИ-агента по API, SDK или в визуальном конструкторе

▪️Workflows для составления сценария работы агентов друг с другом и внешними приложениями

▪️AI Search для корпоративного поиска информации по картинкам, таблицам и другим документам

▪️Realtime API для создания голосовых агентов, которые смогут генерировать ответ в режиме реального времени

▪️Model Gallery для выбора генеративной модели, на базе которой будет работать агент. Это могут быть как модели Яндекса, так и опенсорсные нейросети.

Есть и линейка готовых ИИ-агентов. Например, Нейроюрист даёт заключения со ссылками на актуальные правовые нормы, учитывая контекст документов пользователя.

Интеграция с другими сервисами

ИИ-агента можно быстро подключить по МСР-протоколу к сервисам партнёров Yandex Cloud через MCP Hub. В нём уже можно интегрировать своих агентов с системами amoCRM и Контур.Фокус. Вскоре в нём появится возможность для подключения Вики, Трекера и других корпоративных сервисов Яндекса.

Что это даёт бизнесу

Российские компании тратят на функции техподдержки, юрслужбы, бухгалтерии и HR более 3 трлн рублей ежегодно, но продолжают сталкиваться с дефицитом кадров. ИИ-агенты помогут сотрудникам автоматизировать рутинные процессы и повысить продуктивность отделов.

Подписывайтесь 👉 @yab2btech

В России сегодня работают 194 дата-центра, и больше 3/4 мощностей сосредоточено в Москве и Петербурге. В этих городах свободных стоек почти не осталось, а обновлять инфраструктуру обходится всё дороже.

В этих условиях спрос клиентов Yandex Cloud на виртуальные процессоры в первом полугодии 2025 года вырос на 29,6% по сравнению с аналогичным периодом прошлого года. Чтобы отвечать на запрос рынка и обеспечивать клиентов надёжной инфраструктурой, Яндекс инвестирует в новые дата-центры.

Новый дата-центр во Владимирской области

На Yandex NeuroScale 2025 команда Yandex Cloud поделилась планами: в следующем году запускается новая зона доступности — она создана на базе нового дата-центра Яндекса мощностью более 40 МВт.

Характеристики зоны доступности

▪️ Задержка между соседними зонами — менее 1 мс
▪️ Пропускная способность каналов — до 25,6 Тб/с

Каналы связи между зонами независимы друг от друга, что обеспечивает дополнительную отказоустойчивость систем. Такие характеристики особенно важны для банков, ритейла и любых компаний, где критичны скорость и бесперебойность процессов — транзакций, бронирований и работы с базами данных.

Энергоэффективность дата-центра достигает 1,1 PUE — это на 27% ниже среднего мирового уровня. Всё благодаря технологии фрикулинга, при которой серверные стойки охлаждаются уличным воздухом круглый год.

Насколько для вашего бизнеса критична задержка обработки данных?

Подписывайтесь 👉 @yab2btech

Строительство — консервативная отрасль, где, по оценкам Strategy Partners, на цифровизацию пока тратится лишь около 1% выручки. Тем не менее индустрия не стоит на месте. Аналитики ожидают, что уже в следующем году цифровизация строительства перейдёт от экспериментов к массовому внедрению. А российский объём рынка строительного ПО, который сейчас оценивают в 8 млрд рублей, к 2028 году вырастет в четыре раза. Рассказываем, какие цифровые инновации российские девелоперы и строители внедряют уже сегодня.

ТИМ-системы

Ключевая цифровая инновация последних лет для строительной индустрии — BIM/ТИМ-системы. Это трёхмерные цифровые модели здания и инфраструктуры. В отличие от CAD, предыдущей технологии 3D-моделирования, в ТИМ-модели учитывают не только саму конструкцию, но и множество других данных — от затрат энергии на освещение до прочности материалов.

ТИМ-системы позволяют заранее выявлять коллизии и ошибки в проекте, что снижает перерасход материалов и затрат на переделки. Они автоматизируют планирование и координацию работ, сокращая сроки проектирования и строительства на десятки процентов.

В результате они сокращают ошибки при проектировании на 50–60%, а затраты на работы по исправлению ошибок — на 40–50%. Издержки, связанные с коммуникацией, например с долгим согласованием действий, снижаются на 80%. Общая экономия расходов на строительство и эксплуатацию достигает 30%.

Так, застройщик «Голос Девелопмент» внедрил российские ТИМ-решения Signal DOCS и Tangl Control. Компания создала решение, которое с их помощью позволяет оформлять закупки прямо из 3D-модели. Данные автоматических расчётов поступают в ERP-систему, где формируются тендеры и закупки. А ИИ-модуль помогает строителям проверять документацию и рассчитывать металлоёмкость за день — вместо недели.

ИИ-решения

По оценке Сколково, в том или ином виде ИИ уже используют около трети российских строительных компаний — отрасль не в лидерах, но и не в аутсайдерах. Сценариев использования ИИ в строительстве множество — от предсказания спроса на жильё с помощью прогностических алгоритмов до компьютерного зрения для контроля за соблюдением правил безопасности на стройке.

ДОМ.РФ запустил ИИ-сервис для оценки ликвидности новостроек и прогноза стоимости жилья. Инструмент помогает девелоперам выбирать перспективные локации, анализировать динамику цен и планировать ввод объектов. В компании ожидают, что решение способно снизить себестоимость строительства на 7–10%.

На строительстве Чебоксарского завода силовых агрегатов внедрили систему контроля компании Skyeer, сочетающую дроны и нейросети. Беспилотники облетали площадку и собирали фото- и видеоданные, а ИИ определял отклонения от графика, фиксировал качество земляных работ и монтажных операций. Данные агрегрировались на цифровой платформе и были доступны заказчику и подрядчикам в режиме реального времени. Решение снизило риски сорвать сроки и повысило прозрачность строительства. Заказчик получил инструмент для контроля подрядчиков, а сами строители — возможность быстрее устранять ошибки.

Промышленный интернет вещей (IIoT)

IIoT — это сеть датчиков и устройств, которые в реальном времени собирают данные о состоянии техники, материалов и среды. Он повышает безопасность и позволяет экономить за счёт предиктивного обслуживания оборудования и точного контроля ресурсов.

Благодаря этой технологии все процессы становятся прозрачными, их проще оптимизировать, а любое отклонение сразу замечает менеджер. К примеру, IIoT-системы помогут оптимизировать маршруты техники, чтобы сэкономить топливо для строительной техники, а также пресекать хищения.

Крупнейший застройщик Тулы ГК «ОСТ» внедрил на стройплощадках каски с IIOT-датчиками от российской компании Proteqta. Они позволяют контролировать, носят ли рабочие средства защиты, отслеживать их передвижения и оперативно замечать аномальные события, например падения или уход из зоны работы.

Подписывайтесь 👉 @yab2btech

В этом году объём мирового рынка ИИ в здравоохранении уже составляет $21,6 млрд, а к 2030-му может достичь $110,6 млрд.

Может ли ИИ диагностировать сердечные заболевания за 15 секунд, зачем РАН и Сеченовский университет объединяют датасеты и как нейросеть Yandex Cloud и Школы анализа данных помогает выявлять заболевания нервной системы у детей — в новом выпуске IT-шоу «404 секунды» на VK Video и YouTube.

Подписывайтесь 👉 @yab2btech

Понедельник — время битубитех-дайджеста!

Что вы могли упустить с конференции Yandex Neuro Scale 2025:

⭐️ В сервисах Yandex Cloud появились ИИ-ассистенты
Они берут на себя до 30% рутинных задач: помогают настраивать инфраструктуру по обычному текстовому запросу, анализируют инциденты в области кибербезопасности, обрабатывают диалоги клиентов, формируют SQL-запросы к базам данных и даже оптимизируют их для ускорения работы. Это позволит инженерам и администраторам быстрее и проще работать даже со сложными системами.
 
⭐️ Yandex B2B Tech обновил опенсорс-платформу SourceCraft
На платформе появился режим ИИ-агента, который автоматизирует весь цикл работы — от создания репозитория и написания кода до автотестов, проверки безопасности и развёртывания приложения в Yandex Cloud. Также появились новые инструменты защиты, расширенная кодонавигация с поддержкой языков C# и Kotlin и интеграция с облаком и CI/CD. 

⭐️ Новые инструменты киберзащиты в Yandex Security Desk
Сервис Yandex Security Deck получил сразу несколько новых модулей: KSPM для защиты Kubernetes-кластеров, CSPM для контроля конфигураций всей облачной инфраструктуры и Threat Detection для мониторинга угроз в реальном времени. Модуль DSPM теперь интегрирован с Яндекс 360 и позволяет находить конфиденциальные данные на Диске. Кроме того, в Yandex Smart Web Security появился ML WAF — инструмент на базе машинного обучения, который без настройки блокирует веб-атаки, не распознаваемые сигнатурными правилами. 

Новости технологий для бизнеса, которые мы не могли упустить:

Alibaba и OpenAI заключили крупные сделки с Nvidia
Alibaba заключила партнёрство с Nvidia для интеграции её чипов в свои ИИ-решения. С конца осени акции компании выросли примерно на 77%, чему способствовали разработки в области ИИ и облачных технологий. В первую очередь — запуск большой языковой модели Qwen3-Max. Таким образом китайские техногиганты всё активнее включаются в ИИ-гонку и усиливают конкуренцию с США, в том числе за счёт доступа к мощным вычислительным ресурсам. 

А Nvidia и OpenAI договорились о стратегическом партнёрстве, в рамках которого будут построены дата-центры мощностью от 10 ГВт. Nvidia намерена инвестировать в OpenAI до $100 млрд. 

Автономный робот-медсестра появился в больнице Тайваня
Nurabot, разработанный компаниями Foxconn и Kawasaki Heavy Industries, возьмёт на себя до 30% рутинной нагрузки медперсонала. Работает на базе чипов Nvidia. Робот уверенно ориентируется в пространстве и умеет общаться с людьми. Актуальность таких решений растёт: по прогнозам ВОЗ, к 2030 году глобальная нехватка медсестёр достигнет 4,5 млн человек, а число пожилых людей, которым требуется регулярный уход, вырастет на 40%.

Выручка технологических стартапов в России увеличилась на 39% в 2024 году
Активнее всего росли разработчики ПО. Средняя выручка одного стартапа составила около 75 млн рублей, при этом лидеры сегмента уже выходят на сотни миллионов и даже миллиарды оборота. Ключевые драйверы роста — развитие ИИ, облачных сервисов и кибербезопасности, а также запрос на локальные решения со стороны крупного бизнеса.

Только 27% промышленных предприятий в мире ежемесячно проводят пентесты и поиск уязвимостей
Такие данные приводятся в исследовании «Лаборатории Касперского» и VDC Research. 48% организаций проверяют системы раз в несколько месяцев, 17% — не больше двух раз в год, а 7% — только по необходимости. Причины таких низких показателей в том, что многие предприятия не могут останавливать производство для установки обновлений. При этом 40% опрошенных считают своевременное устранение уязвимостей одной из главных проблем в промышленной кибербезопасности. 

Подписывайтесь 👉 @yab2btech

По оценке Gartner, к 2030 году 70% крупных компаний будут использовать ИИ для прогнозирования спроса. Многие компании развивают такие инструменты уже сегодня, в том числе и в России. 

ИИ переводит процесс в автоматический режим. ML-модели, способные обрабатывать тысячи видов данных, в режиме реального времени находят сложные паттерны и закономерности спроса. Руководителям остаётся лишь сделать выводы. 

На российском рынке такие решения развиты лучше всего в крупном ритейле, но их потенциал на этом не заканчивается. Планирование спроса служит фундаментом и тактического, и стратегического бизнес-планирования для любой компании — от фармацевтического гиганта до мясного магазина.

Нажмите на цитаты, чтобы посмотреть кейсы 👇

🔹 X5: двухуровневое ИИ-прогнозирование спроса
«Пятёрочка» и «Перекрёсток» прогнозируют с помощью ИИ выручку и количество чеков по магазинам. Это помогает точнее управлять логистикой, остатками и сводить к минимуму порчу продуктов. С 2020 года компания использует прогностическую ML-модель. Она учитывает около 200 параметров, таких как ценовая эластичность, рекламные активности и остатки товара. 

Недавно X5 Tech внедрил ещё один уровень ИИ-аналитики — модель Temporal Fusion Transformer (TFT). Она анализирует данные базовой модели, находит ошибки и корректирует с помощью ещё большего числа источников данных, таких как погода или магазины конкурентов поблизости. Точность базовой модели составляла 70% — TFT увеличила её на 7%. 

🔹 «Лемана Про»: алгоритм для предсказания спроса на мастеров
Строительный ритейлер внедрил ML-систему для прогнозирования спроса не на товары, а на услуги своих мастеров. Решение было разработано вместе с IT-компанией GlowByte. Алгоритм анализирует более 350 категорий данных, включая данные программы лояльности, проектные продажи, замеры, конверсию, геоаналитику. 

Проект охватывает более 110 магазинов и 90 категорий услуг. При этом прогноз создаётся отдельно для каждой пары услуга-магазин. Прогнозы строятся на 1, 2 и 3 месяца отдельными оптимизированными моделями. Решение повысило точность прогнозов спроса на 15%, а также увеличило GVM (валовую стоимость товара) на 2% за счёт сокращения показателя отказов. 

🔹 Производитель бытовой химии Grass: экономия на логистических издержках
Этим летом компания Grass перевела планирование спроса и запасов на платформу Novo Forecast Enterprise. Она позволяет прогнозировать спрос на разные товары и по разным регионам, а также предсказывать эффективность маркетинговых активностей. 

Решение использует более 3 000 различных алгоритмов, которые подбирает для анализа разных типов товара. Оно интегрируется с ERP/1С и цепочкой поставок: прогноз → заказ/запасы → логистика. Уже на старте проекта логистические издержки снизились на 5–10%. 

🔹 Takeda: облачный сервис прогнозирования продаж брендов
Фармацевтическая компания Takeda Россия вместе с «КОРУС Консалтинг» разработала облачную ИИ-систему прогнозирования спроса в Azure. Она использует историю продаж по брендам и другие факторы, например календарные и рыночные события, влияющие на будущие продажи. 

Система даёт точные недельные и месячные прогнозы по брендам и территориям с учётом внешних факторов и настраиваемые сценарии спроса. На основе этих данных компания строит планирование по брендам на будущий финансовый год и корректирует действия отдела продаж.

🔹 «Павловская курочка» (агрохолдинг «Русское поле»): автозаказ на базе ИИ-прогноза
Сеть магазинов курицы из 110 точек модернизировала систему автозаказа, внедрив облачный сервис Datanomics Demand Forecast — SaaS-партнера Yandex Cloud. Прогноз строится по каждой паре магазин-тип товара на дневном уровне с недельным горизонтом и учитывает промо-активности, сезонность и календарные эффекты. Прогнозы интегрированы в контур автозаказа и используются для ежедневного пополнения запасов. 

Результат: +40% к точности прогноза относительно прежней системы прогнозирования, и снижение эксплуатационных расходов за счет переноса инфраструктуры из Azure в Yandex Cloud.

Подписывайтесь 👉 @yab2btech