По данным Gartner, издержки на cloud-инфраструктуру за 2024 год выросли на 19%, а в этом году по прогнозу увеличатся ещё на 21%. Не всегда эти траты оправданы — очень часто косты можно сильно срезать. Разобраться в том, на что конкретно расходуются ресурсы, помогает метод под названием FinOps. По оценке Deloitte, в 2025 году с помощью FinOps сэкономят на облачной инфраструктуре $21 млрд, при этом некоторые смогут срезать до 40% издержек. Рассказываем, что это и как внедрить у себя. 

Что такое FinOps
FinOps — методология оптимизации затрат на IT-инфраструктуру и повышения их прозрачности. С её помощью команда может научиться оптимально использовать ресурсы не в ущерб качеству. Чаще её применяют в работе с облаками, хотя она неплохо работает и с on-premise. 

В основе FinOps — идея, что каждый в организации влияет на расходы: разработчики — через выбор ресурсов, архитекторы — через дизайн системы, бизнес — через требования к производительности, финансы — через бюджетирование. 

Каждый, кто причастен к расходам, несёт ответственность за свои решения, но при этом все работают в команде. 

FinOps обретает смысл, когда компания масштабируется до уровня, где один человек не может владеть всей информацией о расходах. Чем больше компания, тем менее прозрачны и сложны процессы и тем больше пользы от FinOps. 

Как это работает
FinOps — не разовая акция, а постоянный итеративный цикл управления облачными расходами. 

Цикл FinOps состоит из трёх этапов: 

— Мониторинг. Сбор и систематизация данных о потреблении облака с помощью инструментов мониторинга. 

— Анализ. Поиск аномалий и возможностей для оптимизации. Команды изучают метрики: выявляют необъяснимые пики нагрузки, неиспользуемые (или недоиспользуемые) ресурсы, сравнивают эффективность разных архитектурных решений.

— Оптимизация. Реализация изменений для экономии. Здесь принимаются конкретные решения, например выключить неиспользуемые виртуальные машины, пересмотреть мощность кластеров или договориться о скидке с провайдером. 

FinOps в компаниях развивается по принципу «ползти-идти-бежать»: сначала компания совершает простые и очевидные шаги. Освоившись, она внедряет всё больше практик. 

Основные инструменты FinOps

— Системы учёта расходов, которые вшиты во все основные облачные платформы

— FinOps-платформы, которые помогают обрабатывать данные из отчётов по удобным метрикам

— Система уведомлений, которые рассылаются, если проект приближается к бюджетным лимитам 

— Аналитические модули, которые помогают компаниям обнаружить слабые места, например недозагруженные виртуальные машины

— Отдельный пункт — инструменты оптимизации, которую проводят FinOps-команды. В этом случае инструменты зависят от конкретной архитектуры и её проблем 

Весь арсенал этих инструментов доступен у крупных провайдеров. 

Сколько можно сэкономить
FinOps легко может сократить расходы на облако на 20–30%. Например, FinOps-платформа Клаудмастер помогла разработчику онлайн-досок Эсборд снизить стоимость облака на 29%, а траты Softline Ecommerce на облако сократились на 26,8% всего за три дня. Швейцарский стартап с российскими корнями OQTACORE снизил затраты на облако в AWS на 80%. 

Как внедрить FinOps
Обычно методикой занимаются кросс-функциональные FinOps-команды, включающие менеджеров, инженеров и финансовых менеджеров. 

Методику можно изучить самостоятельно или нанять FinOps-специалистов. Часть FinOps-инструментов доступны у облачных провайдеров, другие придётся подключить на стороне.

Подписывайтесь 👉 @yab2btech

Понедельник — день битуби-дайджеста🤓

В Claude появилась бета-версия функции Research и интеграция с Google Workspace
Anthropic добавил режим, который позволяет проводить исследования на основе анализа данных из интернета и Google Workspace. Бот теперь может анализировать переписку, извлекать задачи из писем, систематизировать заметки о встречах и находить связанные документы, предоставляя результаты со ссылками на источники. Администраторы компаний могут управлять доступом к интеграции с Google Workspace на уровне домена, что делает Claude инструментом для автоматизации рабочих процессов с контролем данных.

Яндекс представил обновлённую Алису
ИИ-ассистент на основе YandexGPT 5 Pro уже доступен по подписке Алиса Про. Он работает в мультимодальном live-режиме: через камеру смартфона анализирует объекты. Например, чтобы контролировать ассортимент товаров или предлагать скидки по фото. Обновление делает Алису универсальным помощником: от аналитики документов до мультиязычного общения и интеграции с IoT. Бизнесу пригодится, чтобы анализировать большие массивы данных в разных форматах, обрабатывать договоры, отчёты и клиентские запросы, а также внедрять англоязычные сервисы без затрат.

В Grok теперь есть функция памяти
Чат-бот запоминает детали прошлых диалогов и предлагает персонализированные ответы на их основе. Пользователи могут просматривать сохранённые данные, удалять отдельные записи или полностью отключать функцию. Компании, которые используют чат-ботов на основе Grok, смогут персонализировать клиентский сервис и быстрее реагировать на повторяющиеся запросы.

OpenAI представила свои «самые умные» рассуждающие модели
Новые версии o3 и o4-mini комбинируют инструменты ChatGPT, включая поиск в интернете, анализ файлов и создание изображений, а также встраивают изображения в цепочку рассуждений. Бизнесу нейросети помогут с анализом данных, обработкой документов и графиков, более точными ответами в клиентской поддержке. Через API модели можно интегрировать в CRM и аналитические системы, чтобы обрабатывать данные о клиентах и быстрее принимать решения.

52% оборота в российской торговле приходится на онлайн-платформы
Такие данные озвучил вице-премьер Дмитрий Григоренко на конференции Data Fusion. Он также отметил, что платформы устраняют посредников, создавая выгоду для бизнеса, граждан и государства, а их развитие требует гибкого регулирования. Для этого разрабатывают закон о платформенной экономике, куда уже внесли более 200 поправок от бизнеса. 

Более половины россиян против использования ИИ в госуправлении, армии и судебной системе
Это следует из данных опроса Russian Field. Наибольший скепсис вызвало внедрение ИИ в судах: 58% против.
При этом ИИ получил поддержку в промышленности (81%), сельском хозяйстве (75%) и транспорте (65%). Авторы делают вывод: люди хотят сохранить человеческий фактор в судах и госуправлении, предложив законодательно закрепить право выбора между ИИ и специалистами. Для бизнеса это означает потенциально высокий запрос на гибридные решения (человек + ИИ) в образовании и медицине и перспективы для инвестиций в цифровизацию производства, логистики и сельского хозяйства.

Яндекс будет внедрять системы умного дома через девелоперов
Компания заключила стратегическое партнерство с девелоперами, включая MR Group и ПИК, и платформами автоматизации (Ujin, «Спутник»), чтобы интегрировать умные дома с Алисой — от управления квартирами до дворовой инфраструктуры, в том числе домофонами и шлагбаумами. Таким образом, Яндекс делает ставку на экосистемный подход, используя лидерство в сегменте потребительских гаджетов (80% рынка умных колонок) и рассчитывая на монетизацию своих сервисов через продажу устройств и подписки. Для девелоперов и застройщиков это может стать дополнительным бонусом при продаже премиального жилья, а для компаний в сфере PropTech и IoT открывает перспективы спроса на умные устройства и сопутствующие сервисы, в том числе в B2B-сегменте.

Подписывайтесь 👉 @yab2btech

В Google обещают, что примерно через пять лет технология квантовых компьютеров станет доступна для решения практических задач. Лучший квантовый компьютер Google сегодня использует 105 кубитов (квантовых битов), а для практического применения нужен примерно миллион. 

По словам Джулиана Келли, первые квантовые компьютеры будут использовать для моделирования физических процессов. Они помогут понять, как работает Вселенная на фундаментальном уровне. 

У квантовых вычислений огромный потенциал в разных отраслях экономики. Их невиданная вычислительная мощь поможет легко справляться с любыми задачами, требующими обработки больших объёмов данных, а также машинным обучением и моделированием. Например, в Gartner считают, что квантовые компьютеры смогут быстро симулировать структуры новых медицинских препаратов и материалов вроде полупроводников или сплавов. Они позволят смоделировать почти любое явление — от космического корабля до многоуровневой логистической сети. 

Квантовая криптография многократно повысит информационную безопасность. Наконец, квантовые компьютеры смогут генерировать данные для обучения ИИ.

Ждёте квантовую революцию?

😎 — если готовы сменить биты на кубиты

IIoT (индустриальный интернет вещей) — это системы, в которых промышленное оборудование подключается к сети через датчики, контроллеры и софт, чтобы собирать, передавать и анализировать данные в реальном времени. Обработка данных чаще всего происходит на облачной платформе. 

С помощью IIoT предприятия повышают прозрачность и управляемость процессов, уменьшают затраты и прогнозируют поломки и простои, а также защищают персонал от аварий и несчастных случаев. Вот примеры, и все — из российской индустрии. 

IoT для безопасности персонала
Компания КЕДР Solutions создала IoT-систему для определения местонахождения шахтёров для горнодобывающей компании. Под землёй не работают традиционные схемы определения геопозиции через Wi-Fi или GPS, поэтому компания разработала устройство-шлюз, которое крепится на поясе горняка. Оно улавливает сигналы от маячков, установленных на объекте. По силе сигнала маяков устройство определяет своё местонахождение и передаёт идентификатор на поверхность по Wi-Fi. 

IoT для мониторинга состояния оборудования
Производитель тканей СТК ПК внедрил решение «Диспетчер» от ГК «Цифра». IoT-система собирает данные о состоянии ткацких станков. Информация о загрузке оборудования, объёмах производства и числе ошибок агрегируется на аналитической панели. Система позволяет в режиме реального времени отслеживать состояние станков, загрузку и объём выпуска, прогнозировать ЧП. При поломках она рассылает уведомления всем, кто отвечает за их устранение.

IoT для оптимизации расхода топлива
«Биорг» для нефтесервисной компании ТНГ-Групп разработал систему с ИИ. Она помогает контролировать, как техника геологоразведочных экспедиций расходует горюче-смазочные материалы.

Система отслеживает количество топлива на всём пути — от закупок до конкретных машин. ИИ считает топливный баланс и обнаруживает инциденты. Также косвенно он следит за безопасностью машин — если одна сломается или перевернётся, это будет заметно по аномалиям данных. Для некоторых видов транспорта решение сократило расходы на ГСМ на 25–30%.

IoT для управления инфраструктурой
Системы интернета вещей могут управлять целыми городами. Росатом создал «Инфраструктурную IoT-платформу», которая управляет инженерными системами на промышленных и инфраструктурных объектах. Компания внедрила её в коммунальные сети Обнинска. Датчики на инфраструктуре и коммунальных сетях собирают данные о работе систем, которые анализируются и выводятся на единую видеопанель. Система позволяет моментально узнавать об авариях.

Эксплуатационные и энергозатраты уже снизились на 9–16%. В будущем система также будет рассчитывать затраты на капремонт оборудования. 

Подписывайтесь 👉 @yab2btech

В прошлом году визуальный ИИ совершил качественный скачок: теперь нейросети умеют распознавать и описывать изображения, превращая их в текст и наоборот. Как итог — тренд на VLM в решениях для бизнеса. 

Визуально-генеративные модели (VLM) позволяют нейросетям «видеть» с высокой точностью. Их используют в e-commerce, банках, ритейле и клиентской поддержке, чтобы быстрее загружать данные и точнее их обрабатывать. Например, чтобы анализировать документы для одобрения кредита в банке или мониторить выкладки товаров в супермаркете. 

Батч-процессинг — пакетная обработка документов — позволяет загружать и обрабатывать большие объёмы данных за один раз, что существенно снижает затраты и экономит время, если результат нужен не прямо сейчас. Полезно для бизнеса, который работает с большими объёмами изображений и исторических данных. 

Теперь в Yandex Cloud AI Studio тоже можно использовать визуально-генеративные модели, включая DeepSeek VL2 Tiny и Gemma 3 27B, чтобы создавать описания товаров по фото, анализировать комментарии клиентов или искать информацию в документах. Обработка 200 тысяч токенов (≈200 изображений или 360 страниц текста) в пакетном режиме обойдётся вдвое дешевле, а результаты — уже в течение дня. В ближайшее время добавится и собственная VLM-модель Яндекса, применяемая в Алисе, Поиске и Нейроэксперте. 

Что дальше? 
В ближайшие пару лет VLM станут новым стандартом в автоматизации визуальных процессов в ритейле, логистике и медицине. Возможности обработки текста, изображения, видео и аудио в одном потоке появятся во всех крупнейших LLM. При этом компании смогут сделать модели более персонализированными, обучая их на собственных данных под узкие прикладные задачи. 

Батч-процессинг будут активно применять для задач, которые не требуют мгновенной реакции — таких, как массовый документооборот, отчётность и еженедельные мониторинги.

Обработка в пакетах будет значительно дешевле, чем в реальном времени, что особенно актуально для компаний с большими, но предсказуемыми нагрузками. ​Бизнес сможет запускать батч-обработку без программирования — через CRM, ERP или BI-системы, что позволит работать с ней даже без специальных навыков.

Подписывайтесь 👉 @yab2btech

На короткой рабочей неделе все новости хорошие (ну, почти все) 😅

🔹Тренд на ИИ-генераторы сайтов набирает силу
Стартап Adaptive Computer представил ИИ-генератор сайтов, позволяющий даже новичкам создавать полноценные сервисы. Он генерирует код и интерфейсы, включая изображения, без API-ключей. Пользователи уже создали копии ChatGPT и Netflix, причём с первой попытки.

Свой сервис запустила и «Точка»: он генерирует лендинги, визитки и портфолио по текстовому описанию и помогает сэкономить до 80–90% на создании сайта.

🔹В приложении Grok на iOS появилась функция зрения
Теперь чат-бот умеет анализировать окружающие предметы через камеру смартфона и общаться голосом. Бизнесу режим зрения может пригодиться для онлайн-консультаций по выбору товаров в магазине, инвентаризации на складе, обучения и поддержки сотрудников или интерактивных рекламных кампаний.

🔹OpenAI открыла API для своей новейшей модели генерации изображений
Речь о gpt-image-1, встроенной в GPT-4o, которая стала очень популярной благодаря картинкам в стиле Миядзаки. Это позволит бизнесу и разработчикам интегрировать высококачественное создание картинок в свои сервисы. 

Функция уже появилась в Figma, в рамках платных тарифов. С её помощью можно создавать, редактировать и улучшать разрешение картинок по текстовым запросам, а также автоматически генерировать названия слоёв. Следующие на очереди — Adobe и Canva. 

Компании смогут получать готовые дизайн-макеты на 30–50% быстрее. Актуально для интернет-магазинов и бизнесов, где нужно генерировать тысячи картинок на потоке. 

🔹Дефицит ИИ-специалистов в промышленности достигнет 2–3 млн к 2030 году
Такие данные озвучили эксперты «Технологий доверия», связывая проблему с ускоряющейся цифровизацией отраслей. ИИ не заменяет, а дополняет человеческий труд, требуя новых компетенций.

🔹OpenAI тратит десятки миллионов долларов из-за вежливых пользователей
Речь о фразах вроде «спасибо» и «пожалуйста», которые пишут в ответ на помощь от ChatGPT. Нейросеть обрабатывает их как потенциальные запросы, тратя множество вычислительных ресурсов. В результате растут энергозатраты и стоимость обслуживания разработчика, а следом — и углеродный след. Несмотря на то, что взаимодействие с ИИ становится более человечным и способствуют укреплению доверия пользователей, для бизнеса это означает более дорогие токены и тарифы на подписку, особенно если вежливый тон — важная часть их коммуникации. Остаётся искать более дешёвые альтернативы, оптимизировать дообучение моделей и ждать, когда ChatGPT «научится» фильтровать такие фразы и не считать их за полноценный запрос.

❤️— если всегда говорите ИИ спасибо
😢— если бережёте природные ресурсы

ИИ — один из ключевых трендов в модной индустрии. Об этом, в частности, говорили эксперты на Fashion Day от Яндекс Рекламы — конференции для специалистов в сфере моды, бизнеса и маркетинга. Как именно искусственный интеллект меняет рынок fast fashion?

В 2000-х Zara и H&M поменяли свой подход к дизайну одежды и цепочке поставок и сократили вывод новых моделей на рынок с полугода до одного месяца. Казалось, что быстрее уже нельзя, но китайский онлайн-ритейлер SHEIN начал внедрять в процессы ИИ и добился рекордного срока: от идеи до появления товара на виртуальной полке проходит всего 10 дней. 

Как это работает
ИИ в SHEIN анализирует миллионы пользовательских взаимодействий: какие карточки смотрят, на каких моделях задерживаются, что добавляют в избранное. Это позволяет в реальном времени определять зарождающиеся тренды — вплоть до конкретных деталей, например платформы у кроссовок или сочетания цветов.

Дальше система генерирует несколько похожих на тренд дизайнов, и компания тестирует их на ограниченной аудитории. Как только лидирующая модель определена, ИИ создаёт креативы для рекламы и карточек товаров, а заказ уходит на фабрику. 

В результате к 2023 году китайский онлайн-ритейлер расширил своё присутствие на рынке США с 12% до 50%, а его приложение стало самым скачиваемым в стране. 

В чём подвох
Несмотря на коммерческий успех, SHEIN стал получать много критики. Компанию обвиняют в подталкивании молодого поколения к чрезмерному потреблению и краже дизайнов (пусть и изменённых с помощью ИИ).

Урок для бизнеса
ИИ может ускорить моду, но в погоне за скоростью и эффективностью важно не терять из виду принципы устойчивого развития и этичного производства.

Подписывайтесь 👉 @yab2btech