Кибербез 2025. Мы все, и я в том числе, привыкли думать о кибератаках как о сложной операции, которую планируют месяцами, потом снаряжают, а потом быстро едут. Похоже пора начинать забывать об этом. Глобальные отчеты подтверждают сдвиг парадигмы: Генеративный ИИ демократизировал киберпреступления и теперь сложные атаки становятся доступными людям далеким от ИТ, при этом скорость взлома превышает скорость реакции человека.

Три ключевых момента, которые хочу подсветить после прочтения исследований:
🔘 ИИ используется для создания полиморфного вредоносного ПО, в котором код меняется при каждом запуске и позволяет обходить антивирусы, работающие по сигнатурам.
🔘 Автономные ИИ агенты, позволяют в реальном времени анализировать среду, выбирать стратегию взлома и менять тактику, встречая сопротивление.
🔘 Количество взломов через подрядчиков и контрагентов удвоилось за год.

И тут, конечно, надо задумываться о том, что подходы к ИТ безопасности могут устаревать не то, что быстро, а очень быстро. Так же быстро, как развиваются методики и инструменты тех, кто атакует. О каких вещах стоит задуматься:
🔵 Примите тот факт, что вас все равно взломают. Если мы принимаем это, то наш фокус смещается с защиты на устойчивость. Не как долго мы можем сопротивляться проникновению, а как быстро сможем подняться после атаки.
🔵 Подумайте о своем периметре. Точнее о том, что его у вас уже нет. Если у вас сложная распределенная микросервисная архитектура с большим количеством внешних сервисов, то периметр проходит по каждому из сервисов. И тут только ZeroTrust сможет хоть как-то помочь.
🔵 "Чтобы поймать преступника, нужно мыслить, как преступник". А если преступник ИИ? Значит нам нужен ИИ, чтобы ловить другой ИИ по едва заметным аномалиям в трафике.
🔵 Ваши сотрудники все уже "сдали" в публичные модели, чтобы ускорить работу, чтобы быть в тренде, чтобы не уволили…. Но ИИ уже знают о вас гораздо больше, чем вы думаете.

Как это не печально, но кибербезопасность уже давно не ИТ-шные "болты и гайки". Сейчас это уже часть бизнес-функции и обязательный элемент непрерывности бизнеса. Если ваш кибербез все еще подчиняется ИТ директору и пытается защитить бюджет на ежегодный пентест, то вы колосс на глиняных ногах. Вопрос, который возможно стоит задать себе - когда вы последний раз проверяли не наличие бэкапов, а реальную скорость и возможность разворачивания из них всей инфраструктуры компании с нуля?

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#итбезопасность #кибербезопасность #ИТбез #разработка #AI #ChatGPT #чтотампроchatgpt

Nielsen представил очередной прогноз по FMCG и ритейлу на 2026 год. Тезис - эпоха "простого роста" в e-com заканчивается. Рынок взрослеет, а покупатель становится настолько рациональным и технически подкованным, что старые воронки продаж перестают работать эффективно.

На что обратил внимание:
🔘 Маркетплейсы замедляются. Динамика GMV снижается по мере взросления рынка. Эпоха быстрого захвата сменяется битвой за эффективность.
🔘 E-Retail Media. Рекламные бюджеты в ритейл-медиа обгоняют телевидение. По сути, каждый крупный e-com и маркетплейс уже стал и AdTech-платформой.
🔘 Слияние Финтеха с Ритейлом. Наличие своего собственного банка у крупных площадок, это уже не опция, а драйвер роста. BNPL-сервисы (Долями, Сплит, Подели) поднимают конверсию на 40%, а средний чек — на 30%.
🔘 Покупатель смарт-шопер. Покупатели используют банковские приложения для поиска промо, а GenAI — для составления корзины в соответствии со сложным запросом по многим разносторонним критериям.

Какие важные вещи можно взять себе на подумать (говорим про ИТ в ритейле):
🟡 BNPL (Buy Now, Pay Later) это уже не фича, а рядовой функционал и если чекаут не умеет с ним работать, то вы можете потерять до 30% LTV. А чтобы можно было легко за недели подключать новые сервисы, ваш чекаут должен стать модульным конструктором, к которому можно быстро подключаться.
🟡 Поиск через ИИ. Классический полнотекстовый поиск пасует перед сложными поисковыми запросами. Выиграет тот, кто научит поиск искать по смыслу.
🟡 AdTech - если все пошли в E-retail Media, то нагрузка на рекламные движки вырастет кратно. И теперь у вас не просто система аукциона рекламы и аналитика по показам должны быть, теперь они должны держать нагрузку чуть ли не лучше, чем процессинг заказов во время Черной пятницы.
🟡 Рационализация покупок. Если покупатель не хочет переплачивать за бренд, то системы должны уметь предложить ему альтернативу. Но не голимую замену, а качественный СТМ аналог. Иначе клиент пойдет искать альтернативу на другую площадку.

В общем - битва 2026 года будет не битвой товаров, а битвой алгоритмов персонализации и финансовых экосистем. И выиграет в итоге тот, чьи ИТ системы позволят покупателю получить быстро то, что ему нужно, не потеряв в качестве и в клиентском опыте.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#новости #еком #ритейл #цифроваятранформация #мнения #разработка #впоискахсеребрянойпули

Дорогие друзья. Вот мы и прожили еще один год. Было много разных интересностей, о которых я писал, вы читали и даже иногда дискутировали. Огромное спасибо за то, что вы есть и вы здесь! 🐈

2025 год продолжил стирать грани между просто бизнесом и IT. Мы наблюдали, как E-com переходил от экспериментов с ИИ к полноценным агентным системам, а микросервисы трансформировались под жесткие требования FinOps. Год был непростым, даже где-то сложным, но он всю дорогу напоминал нам: технологии ради технологий больше не работают.

Что же мы возьмем с собой в Новый 2026-й? В новом году вызовы для ИТ и бизнеса останутся прежними, но ставки возрастут. И вот на чем предлагаю сфокусироваться:
❄️ Прагматичная архитектура. Время бесконечного деления микросервисов сменяется трезвым взглядом на сложность. В 2026-м победит тот, чья система будет гибкой, но дешевой в поддержке.
❄️ CX как религия. Клиент перестал прощать задержки и плохой UX. Внимание окончательно сместилось с фич на бесшовность и скорость клиентского пути.
❄️ Синергия ИТ и Бизнеса. CTO уже не только и не столько главный чувак по разработке или чтобы вайфай работал в офисе, это уже бизнес-партнер, который переводит ИТ в выручку.

Пожелаю вам в новом году:
⛄️ Стабильных релизов: Пусть падает только снег, а не прод.
⛄️ Чистой архитектуры: Минимум легаси, максимум масштабируемости.
⛄️ Понимания: Чтобы бизнес ценил красоту инженерных решений, а инженеры понимали P&L компании и их на него влияние.

Пусть 2026-й станет годом, когда технологии станут вашим главным конкурентным преимуществом, а не источником головной боли.
Традиционно - первый пост в новом году после новогодних каникул!
До встречи.
#сновымгодом #новости

Начался новый рабочий год. И первым постом этого нового 2026 года, я продолжаю тему ИИ. Сегодня поделюсь недавним отчетом KPMG - AI Workforce: From Hype to Hard Truths 2025. Главный тезис звучит прагматично - компании потратили миллиарды стремясь "поймать ИИ волну", покупая лицензии на ИИ ассистентов и запуская пилоты без конкретной цели. В итоге большинство организаций далеки от получения реальной бизнес-ценности.
Суть проста: в очередной раз бизнес совершает ошибку, воспринимая внедрение ИИ как традиционный апгрейд софта, в то время как это — стратегическая революция рабочих процессов.

На что обратил внимание:
🖇 Агентный ИИ меняет правила игры - если раньше LLM ждали пошаговых инструкций, то агенты сами планируют, действуют и могут исправлять ошибки. Это означает постепенную смену архитектуры с транзакционной на целеориентированные агентные рабочие процессы. Все это превращает сотрудников из "рук" в "коучей" агентов, обучающих модели и валидирующие результаты.
🖇 Ловушка "вечных пилотов" - изолированные PoC не масштабируются в рамках компании. Без четкого владельца ИИ-стратегии и перестройки реальных процессов прогресс буксует в размытой ответственности между разными департаментами и дирекциями.
🖇 Гонка за быстрыми победами в ритейле и E-com. В отличие от банков или медицины, где мешает регуляторика, ритейл адаптируется быстрее всех и пытается монетизировать ИИ "здесь и сейчас". К сожалению, фокус на быстрых победах (а под этим в 150% случаев понимается обрезание костов) может скрыть необходимость трансформации сотрудников. В результате получится краткосрочная экономия, с дальнейшим проигрышем в стратегическом обновлении процессов.
🖇 Измерение ценности = Создание ценности. Если невозможно показать четкие цифры прибыли, то ИИ становится не драйвером роста, а очередным "топляком". KPMG рекомендует создавать "центр контроля полетов" для централизованного отслеживания метрик всех ИИ-инициатив.

Какие выводы делает KPMG в своем отчете:
🖇 Переходить от инструментов к процессам. Просто дать доступ к ChatGPT или Copilot недостаточно. Нужно перепроектировать процессы так, чтобы агенты в них встраивались.
🖇 Инвестировать в разобучение. Сотрудникам нужно не просто учиться новому, а разучиваться работать по-старому. Сопротивление изменениям — главная проблема на пути внедрения ИИ агентов.
🖇 Внедрять метрики успеха, привязанные к бизнес-результатам, с первого дня проекта.

В целом - соглашусь с выводами KPMG. Технологии ИИ уже действительно не являются узким горлом. Количество людей, использующих на разных уровнях ИИ, уже позволяет отнести его к массовым технологиям. Проблема — это готовность людей и оргструктуры внедрять внутрь себя новые процессы и работать в связке с ИИ коллегами.
#новости #цифроваятранформация #AI #ChatGPT #чтотампроchatgpt #data #данные

Я уверен на 200%, что каждый из нас хотя бы раз в своей профессиональной жизни сталкивался с ситуацией, когда в ИТ прибегают с каким-то очередным мега-запросом и все "в едином порыве" бросаются на реализацию новой фичи или функционала, которые по факту остаются невостребованными. Почему же зачастую требования от бизнеса ведут в тупик или заводят в бесконечный цикл починки процессов и систем?

В книге "Стив Джобс" написанной Уолтером Айзексоном звучит такая фраза, приписываемая автором Генри Форду:

По-моему, Генри Форд как-то сказал:
"Если бы я спросил у покупателей, что им нужно, они ответили бы: более быстрая лошадь"

Кстати, эту фразу зачастую приводят как аргумент различные адепты того, что не надо спрашивать клиентов о том, что им нужно, "профессионалы" лучше знают. Вопрос не в том - спрашивать или нет, а в том - как спрашивать. Есть метод "Пяти почему", по слухам изобретенный самим Сакити Тойода и активно применяемый в эволюции производства Тойота.

Суть метода проста - Столкнувшись с проблемой или запросом, надо задавать вопрос "Почему?" минимум 5 раз (или пока не упрешься в логический тупик), чтобы докопаться до первопричины.
Например, из области хайпового ИИ и практических кейсов его внедрения - Запрос бизнеса: "Нам срочно нужно внедрить ИИ-чатбота на сайт".
🟣 Почему? Техподдержка не справляется с потоком звонков.
🟣 Почему? Клиенты звонят, чтобы узнать статус заказа.
🟣 Почему? Статусы в личном кабинете обновляются с задержкой в 4 часа.
🟣 Почему? Обмен данными между WMS (складом) и сайтом работает через устаревший шлюз по расписанию.
🟣 Почему? Мы откладывали рефакторинг интеграции полгода.

В сухом остатке - Бизнес просит дорогого ИИ-бота (лечение симптома проблему), а реальная проблема гораздо проще — в архитектуре обменов данными. Скорее всего ИИ-бот тоже не помог бы, так как брал бы те же устаревшие данные из того-же источника.

В цифровом продукте "хотелка" клиента/бизнеса зачастую искажена его собственным представлением о технологиях. Люди просят то, что они в состоянии придумать, а не то, что реально решит их проблему.

Если не искать "корень проблемы", то рискуем:
🔘 Скатиться в "фичизм" - ИТ превращается в цех по производству фич, которые не влияют на метрики.
🔘 Экономией бюджета - зачастую сложная разработка не нужна. И тут товарищ Парето нам в помощь. Правда тогда нечем будет хвастаться на СД или конференциях.
🔘 Ухудшением клиентского опыта. Паллиатив (полумера) не лечит клиентские боли, зачастую усугубляя их.

Собственно любимый вопрос от Яндекса - "Коллеги, а какую проблему мы решаем?" нам в помощь. Важно, чтобы вопрос звучал искренне заинтересовано, а не как обвинение. Ну и готовимся к тому, что очень часто четвертое или частое "Почему?" переносит нас из области ИТ в область операционных процессов. В общем пользуемся как самым дешевым способом повышения эффективности разработки.
#разработка #впоискахсеребрянойпули #антипаттерны #development #анализ

Регулярно вижу одну и ту же картину: ИИ-проект защитили как разовую инвестицию: разработали модель, обучили, выкатили в прод — ну и дальше она начинает работать. Через 3–6 месяцев начинается неприятный разговор с финансами: счета растут, качество падает, команда снова что-то "срочно чинит". Формально всё запущено. По факту — создали не механизм, а "тамагочи", который требует постоянного внимания и денег.

В реальности создание ML-модели — это все лишь 15–20% усилий. Всё самое интересное начинается потом.
6️⃣ Дрейф данных и переобучение. Модель не может жить долго на старых данных.
Нужен постоянный цикл: сбор → очистка → разметка → дообучение → валидация → деплой
И это не раз в год, а это регулярный конвейер. Если его нет, то Data Science команда начинает вручную чистить данные и выполнять прочее шаманство. На практике до 70–80% времени уходит не на создание ценности, а на обработку данных.
2️⃣ Технический долг ML-систем, который накапливается быстрее, чем в обычной разработке, хуже виден инженерам и менеджменту и сильно дороже в поддержке.
3️⃣Стоимость инфраструктуры. Кроме того, что инфра просто дорожает, еще есть куча вещей, которые съедают бюджет. Например, забытые после экспериментов инстансы, прогоны полных датасетов (на всякий случай), хранение устаревших эмбеддингов и прочих отходов магического производства.

Отсюда логично следует, что не всегда нужно все пытаться запихнуть в ИИ и постоянно держать на продуктиве. Например, если решаемая задача редкая или статичная, или просто когда денег нет или их очень мало.
В общем - считайте TCO, учитывая все возможные затраты не только на создание моделей, а еще и на их содержание и поддержание в актуальном состоянии. И если решили развивать эту тему, то сразу смотрите в сторону MLOps, он может помочь вам построить правильные процессы обновления и сэкономить. Ну и воспринимайте все это как "скрытый налог на искусственный интеллект".

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#новости #цифроваятранформация #AI #ChatGPT #чтотампроchatgpt #data #данные

Новости рынка труда на базе ежемесячного отчета Краткий обзор рынка труда за декабрь 2025 от ХХ.
Основное:
🟣 Конкуренция на рынке труда все растет и растет - hh индекс (соотношение количества активных резюме к количеству активных вакансий) повысился до 8.6 против 8.1 в ноябре - очередной максимум обновлен. Мы уверенно вошли в зону высокого уровня конкуренции и продолжаем идти дальше.
🟣 В ноябре среднее число активных вакансий уменьшилось на 28%, а активных резюме увеличилось на 37% по сравнению с уровнем предыдущего года - количество людей, которые ищут работу, опять увеличилось.
🟣 Среднее число активных вакансий упало по сравнению с ноябрем, а количество резюме стабильно растет уже четвертый месяц

По ритейлу и по ИТ, имеем:
🔘 В ритейле дефицит кадров сохраняется на прежнем уровне ( hh индекс изменился незначительно - 2.6 по сравнению с 2.7 в ноябре)
🔘 В ИТ вакансий было мало, а стало еще меньше (hh индекс обновил максимум 20.7 против 19.4 в ноябре)
🔘 Число вакансий в ИТ уменьшилось на 40% по сравнению с декабрем прошлого года, а число соискателей увеличилось на 29% за тот же период
🔘 Число соискателей в ИТ уменьшилось на 3% и количество вакансий уменьшилось на 3% по сравнению с ноябрем этого года

Из ироничного - согласно отчету, заметнее всего за год снизился спрос на специалистов в сфере управления персонала, а число вакансий за месяц увеличилось только в сфере административного персонала.
Согласно оценке ХХ:

Рынок труда смещает фокус с оперативного реагирования, гиперспроса и массового найма на стратегическое планирование, а также удержание персонала через его профессиональное развитие и внутреннюю ротацию кадров. Основа спроса на рынке труда остаётся неизменной: 2/3 вакансий сосредоточены в сферах рабочего персонала, ретейла, производства, строительства, транспорта, ИТ.

Но при этом по моим наблюдениям - все профессионалы, кто искали работу - в прошлом году ее нашли. Да, массового набора нет, но точечный набор продолжается. Улыбаемся, машем, запасаемся попкорном и продолжаем следить за ситуацией на рынке труда.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#подбор #разработка #development #управление #HR #development #рыноктруда #войтивит

Пока многие компании все еще обсуждают внедрение чат-бота для первой линии поддержки, технологический ландшафт уже сдвинулся (главное следить за тем, чтобы он нас не накрыл). Судя по дайджесту Технологических трендов от ДомРФ за 4 квартал 2025 года, мы входим в эру Large Action Models (LAMs). Это модели, которые не просто генерируют текст, а запускают процессы, управляют кодом и интерфейсами. Другим важным знаком по мнению коллег является тот факт, что в 2025 году 37% топ-1000 сайтов в США получают больше трафика из GenAI, чем из платного размещения в поисковиках.

Возможно для нас и наших бизнесов это сигналы к пересмотру стратегии:
1️⃣ API-First снова в фокусе, но уже с прицелом на ИИ агентов. Движение в сторону LAMs означает, что начинается переход от "пользователей-людей" к "пользователям-ИИ агентам".
2️⃣ Смерть классического SEO и переход к GEO. Если трафик идет из GenAI, то борьба за позицию в поисковой выдаче Яндекса или Гугла теряет смысл. Сайт должен стать понятен нейросетям, чтобы они могли его рекомендовать.
3️⃣ Новые люди - успех коллаборации человека и ИИ зависит не от IQ и не от технической грамотности, а от способности общаться с ИИ, понимая логику его поведения и предугадывая места возникновения ошибок. Эдакая синергия человека с машинным интеллектом.
4️⃣ Данные как актив - непрерывный сбор данных и построение цифровых двойников чего бы то ни было - ключ к построению системы, способную проактивно реагировать на изменяющиеся условия и возникающие проблемы и даже предвидеть проблемы, и их предотвращать. В контексте дайджеста говорится о цифровых двойниках городов и предиктивной урбанистике.

Получается мы очень мелкими шажками, но движемся в сторону реализации моделей фантастов, где все оцифровано, подключено к глобальной сети, где ИИ выполняет за людей множество действий и требует для своей работы космических энергий и технологий. Почти матрица.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#AI #ChatGPT #новости #цифроваятранформация #мнения #разработка

Google Cloud Security совместно с партнерами выпустил прогноз Cybersecurity Forecast 2026. Ключевой тезис — в 2026 ИИ у атакующих становится опцией по умолчанию, а у защитников — инструментом масштабирования SOC.

Если оставить за скобками фирменную риторику Гугла, то документ фиксирует смену подхода к атакам.
🖇 ИИ как ускоритель атаки. Речь уже не точечное использование LLMок, а про ускорение всего процесса - от разведки, персонализации, разработки ВПО до проведения самой атаки.
🖇 Промпт-инъекции перестают быть исследовательским кейсом и становятся масштабным инструментом добычи данных - проблема не вLLMках, а в том, что бизнес массово встраивает ИИ в различные процессы (поиск, саппорт, аналитика, автоматизация) без анализа безопасности и получает новый класс уязвимости.
🖇 Сдвиг в сторону агентов ломает привычную модель Identity and Access Management. Агенты, выполняющие определенные цепочки действий и принимающие решения не являются субъектами в классическом смысле. Требуются дополнительные подходы к управлению идентификацией и делегированию.
🖇 Теневой ИИ дрейфует в сторону Теневых Агентов. Самое неприятное: автономные агенты сотрудники могут поднять без санкции ИТ, самостоятельно. Банить эту историю бесполезно. Чтобы этот канал утечек перекрыть надо возглавить тему ИИ в компании. По другому это не победить.
🖇 Инфраструктурный слой снова в моде у атакующих. Отдельно коллеги отмечают разворот в сторону гипервизоров и виртуализации: много устаревших версий и дефолтных конфигов, сильное влияние — компрометация даёт контроль над большим куском инфры.

По мнению коллег из Гугла, все это будет основными фокусом кибербеза на 2026 год. Поэтому наравне с продолжением борьбы с фишингом и защитой от шифрования, надо начинать прорабатывать новые направления по защите ИИ направлений.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#итбезопасность #кибербезопасность #ИТбез #разработка #AI #ChatGPT #чтотампроchatgpt

Главная ошибка при запуске Внутренней Платформы Разработки (Internal Development Platform - IDP) — это отношение к внутренней платформе как к проекту, а не как к продукту. DevOps команды (в силу исторических факторов) больше фокусируются на технологиях (Kubernetes, Terraform, CI/CD), забывая, что у них есть внутренний клиент, который может просто не принять новый инструмент.

Подход к построению платформы как продукта "Platform as a Product" строится по законам продуктового подхода. Платформенная команда работает как стартап (только внутренний): у нее есть целевая аудитория (все разработчики компании), MVP и задача найти Product-Market Fit, постоянно собирая обратную связь. Если это не делать, то есть риск создать никому не нужный набор чего-то.

Чтобы не "пролететь" с платформой можно сделать следующее:
🟣 Принцип любимого товарища Парето. Не пытаемся загнать в платформу все возможные кейсы использования и технологии. Эффективно можно покрыть 80% всех кейсов, а остатки даже не трогать. Попытки закрыть оставшиеся 20% могут привести к созданию моструозной платформы и сливанию бюджета.
🟣 Принцип блендера. Смешиваем опенсорс, проприетарные решения и собственную разработку. Не пытаемся изобретать велосипед и все написать с нуля.
🟣 Помним про быструю лошадь и глубинное интервью. Ищем корневые проблемы в разработке и решаем их, а не просто интересуемся у разработчиков - "какую фичу им запилить".
🟣 Приобрести агентов влияния и выстроить внутренний маркетинг. Нужны ранние последователи.

Как обычно бывает в современном ИТ и диджитал мире - основной барьер внедрения не технический в ИТ, а людской. На рынке острый дефицит продактов с техническим бэкграундом, способных управлять нормально разработкой вообще, а разработкой внутренней платформы - от слова совсем. Если вы решаетесь пойти в эту историю, то найм такого специалиста должен быть пререквизитом этого проекта. Ну или не найм, а выращивание "бабы Яги" в своем коллективе. Иначе рискуем потратить бюджет на инструмент, который будет никому не нужен.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#разработка #цифроваятранформация #архитектура #development #продуктоваяразработка

Я думаю, перед новым годом все уже посмеялись на тему шуточного твита про внедрение Microsoft Copilot на 4 тыс человек. Смех-смехом, но в практике такая ситуация встречается и не сказать, чтобы очень редко. Характерно для больших проектов и больших корпораций. Компания закупает "инновационный инструмент", формально запускает его, пишет в отчетности об "успехе", но фактическое использование и ценность остаются низкими или вообще не измеряется.

Все это про формальное поведение организации при внедрении технологий.
Если рассматривать саму шутку, то это не про сам Microsoft Copilot или ИИ вообще — это все про формальное поведение организации при внедрении технологий и про некритическое мышление в попытке показать "цифровую трансформацию". Краткая формула "успеха": "Купили, внедрили, отчитались" при полном отсутствии понимания что именно решает инструмент и какими бизнес-результатами измеряется его работа.

Характерные признаки такого подхода:
🔵 бизнес KPI формулируются задним числом (двигаем цель под достигнутый результат)
🔵 метрики выбираются так, чтобы они выглядели хорошо (график абстрактного показателя Доступность ИИ должен идти вверх и вправо)
🔵 никто из ключевых стейкхолдеров реально не пользуется продуктом

Конечно это все создает впечатление прогресса для совета директоров, инвесторов и акционеров (особенно если все красиво оформлено), может мотивировать часть команды к экспериментам и добавляет компании +100500 в информационном поле из-за использования ИИ и других новых технологий, но результат чаще всего грустный.
🔘 Отсутствие чётких целей и метрик приводит к неэффективному расходу бюджета
🔘 Реального эффекта нет и все внедрение оказывается "потемкинской деревней"
🔘 За красивой отчётностью и графиками скрывается отсутствие реальной ценности
🔘 Подготовка данных, процессов и обучения зачастую игнорируется

Что делать, чтобы не попасть в такую ситуацию:
🔵 Определить бизнес-результаты, которых хотим достичь перед началом внедрения. Если цель не определена до покупки, то любые метрики потом будут спорными
🔵 Измеримые целевые KPI. Доступность ИИ звучит модно, но это не показатель. Цель — изменение бизнес-результата (время цикла, ошибки, затраты)
🔵 Вовлечение пользователей в процесс построения. Низкое использование после внедрения почти всегда означает несоответствие между ожиданиями и повседневными нуждами.
🔵 Расчет стоимости владения. Бюджет на лицензии — это только часть затрат. Обучение, интеграция, отказ от устаревших процессов — всё это имеет цену.

Шутка из твита — это отражение распространенного сценария: корпоративная мода на технологии без ясной цели, метрик и ценности для бизнеса. Но мы то знаем, что технологии сами по себе не улучшают процессы и важно начинать не с инструмента, а с проблемы, которую нужно решить, ну и результаты измеряются действиями и эффектами, а не красивыми диаграммами.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#новости #цифроваятранформация #AI #управление #впоискахсеребрянойпули #антипаттерны

Переход от стартапа к энтерпрайзу обычно выглядит как "логичное взросление": появляются крупные клиенты, серьезные контракты, обязательства по роадмапу, требования по безопасности и соответствию разным требованиям. Вместе с этим в разработку приходят квартальные планы, согласования, архитектурные ревью, управление изменениями, отчётность, формальные роли.

Заблуждение начинается там, где формализацию воспринимают как управленческую ошибку или бюрократию. Зачастую кажется, что достаточно "сохранить скорость стартапа" и не усложнять. Но тут возникает проблема - компания пытается одновременно продавать предсказуемость большим клиентам и управлять разработкой как в стартапе — и сталкивается с провалом либо в обещаниях, либо в скорости поставки. С другой стороны - типичная ошибка ожидать, что формализация процессов будет бесплатной по времени и бюджету.

Энтерпрайз клиент покупает не только функциональность. Он покупает способность поставщика:
🔵 давать предсказуемые обязательства на горизонте месяцев
🔵 объяснять статус и риски на языке управленцев
🔵 выдерживать все возможные формы аудита
🔵 управлять изменениями без "сюрпризов" для заказчика
🔵 обеспечивать поддержку и надежность на уровне SLA

Чтобы это стало возможным, компания неизбежно формализует разработку: работу нужно описывать, оценивать, согласовывать, фиксировать решения и ответственность. Отсюда и неизбежные накладные расходы:
🔘 координация между продуктом, разработкой, безопасностью итд
🔘 управление зависимостями и изменениями
🔘 документирование всего и вся и прослеживаемость (кто, что, почему)
🔘 контроль качества релизов, процессы инцидент менеджмента
🔘 коммуникация статуса для клиентов и внутреннего менеджмента

Технически это означает удлинение цикла. Организационно — рост транзакционных издержек. Они не всегда приятны, но часто являются ценой входа в энтерпрайз сегмент. Чтобы окончательно не потонуть во всем этом стоит подумать над следующими вещами:
🔵 Заложить стоимость управления в финансовую модель. Энтерпрайз клиенты всегда предполагают рост функций контроля, поэтому надо закладывать эти накладные издержки.
🔵 Формализовать только то, что требуется. В остальном можно сохранять более легкие процессы управления.
🔵 Выстроить быстрый контур - для ограниченного класса задач (технические риски, срочные исправления, критические улучшения) с ясными границами и ответственностью.
🔵 Измерять ту цену, которую вы платите за координацию, чтобы видеть, где delivery функция начинает дорожать.

Переход от стартапа к энтерпрайзу почти неизбежно сопровождается формализацией разработки и ростом управленческих накладных расходов. Вопрос обычно не в том, как этого избежать, а в том, как сделать формализацию управляемой: связанной с обязательствами, прозрачной по стоимости и не убивающей способность быстро решать реальные инженерные проблемы.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#разработка #цифроваятранформация #антипаттерны #development #продуктоваяразработка

Все помним про спагетти-архитектуру?! Одной из причин, приводящей к такому результату является отсутствие описания данных в системах и обменов между оными. Если у вас такая архитектура, то у меня есть для вас плохая новость - с уходом одного или нескольких ключевых сотрудников, все это может рассыпаться как карточный домик.

Коллеги из комьюнити Digital4food организуют вебинар, где желающие смогут узнать:
🌟 Почему документация — это не формальная формальность, а часть инженерного процесса
🌟 Практические подходы к документированию
🌟 Минимальный набор артефактов, без которых вы не сможете снизить свои риски
🌟 Как повысить качество работы ваших систем и сделать развитие ИТ ландшафта предсказуемым

Это встреча CIO и CTO пищевой промышленности с экспертами из Data Tech Team и Дмитрием Комаровым КОМОС Информ. Конечно, пищевая промышленность имеет свои собственные особенности и регламенты, но ИМХО принципы построения информационных обменов и систем едины для всех.

Семинар онлайн, бесплатный, по регистрации. Живой разговор, как превратить знания о данных и интеграциях из устных договоренностей в формализованный рабочий процесс.
#архитектура #development #разработка #платформы #впоискахсеребрянойпули #антипаттерны

Сегодня на разборе аналитический отчет от Harvard Business Review - The Year in Tech - 2026. HBR начинает свой отчет с кликбейтного заголовка - "Хаотичная середина беспорядочных перемен" ("The Messy Middle of Disruptive Change") - подразумевая, что мы сейчас живем во время когда технологии уже даже не меняют, а ломают процессы, но ПДД для них еще не разработаны.

На что обратил внимание (и что подтверждается другими аналогичными исследованиями):
🟡 Агентный ИИ: сдвиг от ассистентов к агентам, которые планируют и исполняют цепочки действий (а значит, меняется профиль рисков и управления). А значит должна появиться новая модель ответственности с определением границ полномочий, прослеживаемостью и решением инцидентов. Без этого агенты будут множить ошибки.
🟡 Доверие к ИИ - не просто красивое требование и абстрактные материи, а реальная прослеживаемость и контроль применимости и неизменности моделей. Возможно, мы придем к варианту блокчейна - требования → данные → тесты → согласования → выпуск.
🟡 Риски обновлений даже от "безопасных партнеров". Любое обновление может стать причиной простоя. И тут начинается конфликт между "change management" и "устойчивостью и непрерывностью" и без выработки моделей оценки рисков и их влияния на бизнес не обойтись.
🟡 Данные и трудовые отношения - новая проблема — это ответ на вопрос - где проходит водораздел между данными, принадлежащими компании и личными данными работника. Кому принадлежит результат генерации чего-то через ИИ? Это нужно начинать закреплять в договорах.
🟡 Стратегический фокус на ставки на технологии. Технологии не "стреляют" сразу (а могут вообще не выстрелить), но если пропустить точку входа и ждать выхода технологии на масс-маркет, то можно ничего от технологии и не выиграть.

В общем вывод - Основной фокус смещается с восторгов по поводу генерации текста в сторону автономности и глубокой интеграции ИИ в бизнес-процессы. Известный вопрос, связанный с юридическим аспектом использования ИИ, выходит на новый уровень - уровня трудовых отношений и прав на результат труда. Ну и радует, что несмотря на массовый движ в сторону ИИ, такая простая вещь как кибербезопасность не сходит с радаров.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#AI #ChatGPT #новости #цифроваятранформация #мнения #разработка

Недавно пришли ко мне с очень интересным вопросом - Какая концепция сорсинга информационных систем сейчас приоритетна для компаний - построить самим или купить готовое решение. Не секрет, что крупные компании в последние 5 лет брали курс на концепцию BUILD - т.е. написать все самим. Но сейчас ситуация меняется. К примеру, компании-ритейлеры в рамках выступлений на Retail TECH Net IT&Innovations Forum в сентябре 2025 года, фактически признали общую смену курса: попытка "сделать всё самим" в ИТ оказалась дорогой и в итоге снизила скорость и гибкость бизнеса. Сейчас фокус смещается на готовые платформы и экосистемы, а своя разработка ведется только там, где это реально даёт конкурентное преимущество.

По факту это не "капитуляция перед вендорами", а разумное взросление архитектуры: разделение core vs context, сформулированное Джеффри Муром еще в 2006 году. В реальности кастомные ERP/OMS/CRM/BI часто превращаются в портфель legacy с постоянно растущим TCO: дефицит людей, сложность интеграций, нескончаемые миграции, требования ИБ и регуляторики — всё это съедает инвестиции быстрее, чем бизнес успевает получать ценность. Поэтому критерий выбора снова стремится к эффективности и прибыли, а не к идеологии "самодостаточности" и "технологической независимости".

Как вывод можно зафиксировать: В очередной раз качели рынка качнулись в противоположную сторону и подход сменился на прагматичный. Поэтому не надо спорить насчет "build vs buy", а, согласно тому же Джеффри Муру, идем в портфельную логику:
🔘 строим то, что усиливает "differentiation" - уникальные бизнес-механики и данные
🔘 покупаем то, что относится к ядру и коммодити и должно быть надёжным
🔘 не забываем про то, что чем более "ванильным" вы оставите купленный софт, тем проще и безболезненнее вам будет его обновлять

Ну и не забываем, что одни только лицензии это не все, еще надо инвестировать в людей/процессы/архитектуру, иначе очень быстро вы превратите "коробку" в "самопис" и вся история начнется сначала.

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#разработка #цифроваятранформация #антипаттерны #development #продуктоваяразработка

ХХ выпустил исследование - Будущее навыкоцентричности - новая логика найма, оценки и развития сотрудников - своего рода манифест и обзор того, как рынок найма и развития уходит от должностей/дипломов к измеримым навыкам и данным о реальной работе.

Решений, построенных вокруг должностей, резюме и формальных требований, уже не всегда достаточно. Реальность требует новых инструментов и принципов, которые позволяют действовать быстрее, точнее и раскрывать потенциал человека.

Ключевые моменты исследования (и мои комментарии по ходу):
🖇 Навыкоцентричность становится важным элементом, но системности пока нет. (по данным самого исследования 68% компаний в России используют навыкоцентричность "в той или иной мере", "43% из этих компаний используют подход точечно" что означает, что 25% компаний хоть как-то пытаются масштабировать этот подход)
🖇 Ключевой преимущество - выявление реальной экспертизы. Системы оценки дают более объективную оценку навыков кандидатов, чем резюме или диплом. (если честно, то на резюме смотрят обычно "для знакомства", а на диплом не смотрели приблизительно никогда)
🖇 Нехватка актуальных навыков - барьер для развития бизнеса. У соискателей часто нет тех компетенций, которые ищут работодатели. Особенно это касается сложных навыков в цифровых и производственных сферах. (наблюдение в стиле "Капитан Очевидность" )
🖇 Навыкоцентричный подход становится драйвером роста внутренней мобильности сотрудников. Оцифрованные навыки помогают формировать маркетплейсы талантов и кросс-функциональные команды. (в целом ничего особо нового - скоринг сотрудников хардам и софтам уже давно практикуется и без навыкоцентричности)
🖇 ИИ становится важным инструментом для оценки навыков. Решения на основе ИИ обрабатывают большие объёмы информации о результатах сотрудников и объективно оценивают потенциал роста компетенций. (очевидно, что лавры СБЕРа не дают покоя составителям исследования)
🖇 Развитие подхода требует инфраструктуры. В первую очередь это касается таксономий навыков и автоматизированных систем оценки результатов работы. (Урра. Да будет внедрение новой системы по построению таксономий навыков с применением ИИ.)

Выводы самого исследования - вероятности сценариев развития событий:
🖇 80% - ИИ будет активно использоваться для оценки навыков. (Удивлен, что не 100%. Сейчас ИИ будут пытаться приделать ко всему, к чему только можно)
🖇 70% - Роли в компаниях будут описываться как наборы конкретных навыков. (Тут я люто плюсую. Если мы доберемся до этой цифры, то всем на рынке будет жить сильно легче)
🖇 70% - Индивидуальные планы развития будут составляться по навыкам. (Тоже поддерживаю. При этом видел как классно это работает. Если это навыкоцентричность, то пусть будет)
🖇 60% - Навыки станут ядром резюме кандидата. Вместо опыта работы — наглядная карта умений с подтверждённым уровнем и сертификатами. (Осталось понять, как подтверждать уровни. Навидался я разных "сертифицированных специалистов" с очень серьезными сертификатами. Но сертификат еще не означает подтверждение реального уровня мастерства.)

В общем, как по мне, крайне неоднозначный микс между уже существующими годами практиками, фантазиями на тему, как это должно быть, приправленное ИИ и прочими новомодными штучками. Отдельное спасибо за термин "таксономия". Для меня это маркер профессионализма, как и термин "идемпотентность".

Больше интересных новостей об ИИ, рителе, екоме и маркетплейсах 👉 Подписаться на канал

#подбор #разработка #development #управление #HR #development #рыноктруда #войтивит