Май в Globus ⭐️

Май вышел прикладным: писали о данных, безопасности, бухгалтерии и человеческом ресурсе — фундаменте, без которого любая ИИ-инициатива остаётся экспериментом.

ИИ в практике
✨ Две компании, одинаковый бюджет на ИИ — разный результат. Разница не в модели, а в состоянии данных: объём, качество, доступность, структура. Как оценить готовность до старта проекта — в статье.
✨ Бухгалтерия казалась неочевидным местом для ИИ: высокая цена ошибки, регуляторика, чувствительные данные. Но именно здесь скопился самый дорогостоящий слой ручного труда. Как это работает на практике — в новой статье.

Безопасность
✨ Кибератака — уже не вопрос «если», а вопрос «когда». Каждая пятая утечка в 2025 году связана с «теневым» ИИ — внешними сервисами, которые сотрудники используют без согласования с ИТ. Подробный разбор правил безопасности — в статье.

ЦИПР и партнерство
✨ Накануне ЦИПР Globus собрал представителей ИТ-бизнеса и экспертов на закрытом приёме в Нижнем Новгороде — говорили о технологическом суверенитете, отечественном ПО и инфраструктуре, без которой масштабирование цифровых решений невозможно. Три наблюдения с конференции и видео – по ссылке.
✨ Globus и ННГУ им. Н.И. Лобачевского подписали соглашение о сотрудничестве на ЦИПР. Специалисты компании будут участвовать в учебном процессе, помогать обновлять образовательные программы и готовить студентов к реальным задачам индустрии.

#globus_дайджест

🤖 Юристов заменит ИИ? Пока происходит кое-что интереснее.

Большая часть работы корпоративного юриста — это договоры, правки, согласования, поиск нужных документов, ответы на типовые запросы бизнеса.

Именно поэтому юридическая функция стала одной из первых областей, где генеративный ИИ начал приносить ощутимую пользу.

Что уже меняется сегодня:
👉 Подготовка типовых договоров и соглашений занимает меньше времени — нейросеть помогает собрать первый черновик по заданным параметрам.
👉 Анализ правок становится быстрее — ИИ не просто сравнивает версии документов, а объясняет, какие изменения влияют на риски, сроки или ответственность сторон.
👉 Корпоративные знания становятся доступнее — вместо поиска по папкам сотрудник может задать вопрос на естественном языке и получить ответ со ссылкой на нужный документ.
👉 Первичный анализ рисков автоматизируется — система помогает находить потенциально проблемные пункты ещё до того, как документ попадёт на детальную юридическую экспертизу.

Нейросети забирают на себя подготовительную и рутинную работу, освобождая время для того, что действительно требует профессионального опыта: оценки рисков, переговоров, сопровождения сложных сделок и принятия решений.

Подробно разобрали реальные сценарии применения ИИ в юридической функции в новой статье.

📎 А также прикладываем подборку готовых промптов, которые можно использовать в работе уже сейчас.

#globus_статьи

📊 Финансисты будут меньше готовить отчёты и больше влиять на решения бизнеса.

Долгое время финансовая функция была сосредоточена вокруг подготовки данных: сбор информации из разных систем, формирование бюджетов, пояснений к отчётности, аналитических материалов для руководства.

Но сегодня эту модель работы начинает менять искусственный интеллект:
🔸 Помогает готовить первые версии бюджетов и финансовых сценариев на основе исторических данных и заданных ограничений
🔸 Автоматизирует сбор и структурирование информации от подразделений
🔸 Превращает таблицы и выгрузки в понятные комментарии для управленческой отчётности
🔸 Анализирует отклонения показателей и предлагает гипотезы, на которые стоит обратить внимание финансовой команде
🔸 Ускоряет работу с документами: помогает находить ключевые условия в договорах, отслеживать обязательства и выявлять потенциальные риски

Задача ИИ – сократить время на подготовку информации, чтобы специалисты могли сосредоточиться на анализе рисков, оценке инвестиционных инициатив, финансовом планировании и поддержке управленческих решений.

📎 В новой статье даем промпты, разбираем практические сценарии применения ИИ в финансовой функции и показываем, какие процессы компании начинают трансформировать уже сегодня.

#globus_статьи

«Цифровая трансформация» – один из самых употребляемых терминов в ИТ-индустрии последнего десятилетия. Сегодня он встречается в каждой второй стратегии, каждой третьей презентации совету директоров – и почти нигде не означает одно и то же.

Между тем по данным McKinsey State of AI, 88% компаний уже применяют искусственный интеллект хотя бы в одной бизнес-функции, но 94% из них не фиксируют значимого влияния этих инвестиций на финансовый результат. Технология внедрена – результата нет.

Другое исследование добавляет детали: из 25 факторов, влияющих на успех трансформации, наибольший вес имеет один – фундаментальная перестройка рабочих процессов под новую логику. Не выбор платформы, не бюджет проекта и не скорость внедрения.

🗣 Почему так происходит? Под словом «трансформация» часто понимают замену инструментов, а не изменение модели управления. Вот 3 признака, что трансформация в компании – это слово, а не процесс:

👉 Инициатива живёт в ИТ-отделе, а не в бизнесе
Цифровой проект воспринимается как задача технической службы, а не управленческое решение первого уровня. Результат – система внедрена, процессы не изменились.
👉 Метрики успеха – технические, а не бизнесовые
«Система запущена», «миграция завершена», «дашборд (информационная панель) работает» – это не результаты трансформации. Результаты выглядят иначе: сократилось время принятия решений, выросла маржа, снизилась операционная нагрузка.
👉 Культура работы с данными не сформирована
Согласно тому же исследованию McKinsey, только 21% компаний перестроили часть рабочих процессов под генеративный ИИ. Остальные ограничились пилотами, которые не выходят за пределы отдельных команд.

Настоящая трансформация – это когда компания начинает принимать другие решения, потому что у нее появились другие данные и другие процессы их обработки. Всё остальное – автоматизация.

Как качественно перестроить процессы, подскажет наша команда, переходите по ссылке!

#globus_мнение

Что сегодня обсуждают ИТ-руководители, продуктовые лидеры и директора по цифровой трансформации?

Команда Globus вернулась с South HUB 2026 и привезла несколько наблюдений о том, что происходит в отрасли.

🔹 ИИ больше не воспринимается как эксперимент. Компании переходят от пилотов к системному внедрению и начинают перестраивать под него процессы, команды и подходы к управлению.

🔹 Главные ограничения для ИИ-трансформации — уже не технологии. Чаще речь идет о качестве данных, зрелости процессов и готовности сотрудников работать по-новому.

🔹 Чем активнее бизнес внедряет ИИ и цифровые сервисы, тем выше требования к кибербезопасности, архитектуре решений и управлению доступами.

🔹 Руководители все чаще обсуждают не только рост и эффективность, но и устойчивость бизнеса в условиях постоянных изменений.

🗣«Для меня South HUB — это не столько про доклады, сколько про честные разговоры с людьми, которые каждый день принимают сложные технологические и управленческие решения. Было полезно услышать, как компании на самом деле подходят к ИИ: где уже есть результат, где пока больше ожиданий, а где внедрение упирается не в технологии, а в процессы, данные и готовность команды. Мы в Globus видим похожую картину у клиентов: рынок постепенно уходит от точечных экспериментов и начинает думать о системной интеграции ИИ в бизнес», — отметил исполнительный директор Globus Константин Андреев.

South HUB в очередной раз подтвердил: технологическая трансформация сегодня — это уже не про отдельные инструменты, а про изменение всей операционной модели компании.

#globus_новости

💡Техподдержка — одна из первых функций, где компании начинают получать заметный эффект от внедрения ИИ.
Значительная часть работы поддержки связана с поиском информации, обработкой обращений и принятием типовых решений. Именно здесь искусственный интеллект способен быстро снять рутинную нагрузку с команды.

Что меняется на практике?
🔷ИИ автоматически классифицирует обращения и помогает направить их на нужного специалиста
🔷Готовит краткую сводку по истории тикета, чтобы специалисту не приходилось изучать длинные переписки
🔷Предлагает черновики ответов и помогает быстрее находить нужную информацию в базе знаний
🔷Выявляет повторяющиеся инциденты и помогает превращать решенные кейсы в корпоративные знания

В результате сотрудники обрабатывают больше обращений без увеличения штата, а качество сервиса становится более стабильным и предсказуемым.
При этом успешные проекты редко начинаются с автономных агентов. Чаще компании стартуют с простых сценариев: суммаризации тикетов, интеллектуального поиска по базе знаний и подготовки черновиков ответов. Такие решения быстро внедряются и позволяют получить измеримый результат уже на первых этапах.

🗣 В новой статье разбираем, где именно ИИ помогает службе поддержки, какие сценарии дают наибольший эффект и с чего стоит начинать внедрение.

#globus_статьи

🏭 Промышленность – одна из отраслей, где автоматизация уже стала строкой в отчете о прибылях и убытках. Но разрыв между теми, кто видит экономический эффект, и теми, кто «пилотирует», все еще есть.

🤩Где автоматизация работает?
Предиктивное обслуживание – анализ данных с оборудования в режиме реального времени, позволяющий предсказать поломку до её наступления.

По данным Deloitte и Siemens, такие системы сокращают незапланированные простои на 30–50% и снижают затраты на обслуживание на 18–25%. Незапланированный простой обходится производству в среднем в $125 000/час.

При этом 95% компаний, внедривших предиктивное обслуживание, фиксируют положительный возврат инвестиций, а 27% полностью окупают проект в течение первых 12 месяцев.

🤩Где автоматизация остаётся пилотом?
По наблюдениям из практики, пилот не переходит в промышленную эксплуатацию по двум повторяющимся причинам:
- данные с оборудования не стандартизированы (модель обучена на чистых данных, а в производстве данные неполные и поступают из 5 разных источников)
- нет операционной модели под новый инструмент (система предсказывает поломку, но непонятно, как это фиксируется, кто получает сигнал и принимает решение)

Вывод, который мы делаем в таких проектах: автоматизация в промышленности дает результат там, где данные упорядочены и процессы пересобраны под новую логику работы.

Какими инструментами мы решаем задачи промышленных предприятий, рассказываем через наши кейсы.

#globus_мнение

Девелопмент переживает интересную трансформацию. Если раньше конкуренция строилась вокруг локации и стоимости квадратного метра, то сегодня всё большее значение приобретают скорость принятия решений, качество среды и способность управлять сложными проектами с помощью технологий.

В новом интервью с Дмитрием Трубниковым, директором по цифровой трансформации ГК ФСК, обсудили, как меняется строительная отрасль и какие факторы будут определять её развитие в ближайшие годы.

Ключевые мысли
— Покупатели всё чаще выбирают не объект недвижимости, а образ жизни и среду, которую создаёт проект
— Цифровые инструменты становятся частью операционной модели девелопера: от проектирования и управления стройкой до прогнозирования рисков
— В условиях меняющегося рынка конкурентным преимуществом становится способность быстро адаптироваться и принимать решения на основе данных

«Современный девелопмент всё больше напоминает управление сложной технологической системой: ценность всё чаще создаётся на стыке продукта, технологий и клиентского опыта, а не внутри отдельных функций бизнеса».

Новое интервью уже доступно к просмотру по ссылкам (таймкоды – в описании под каждым видео):

👉 YouTube
👉 VK Видео
👉 RUTUBE

—
Подписаться на канал
Рубрика: #интервью