Globus
Video message
В интервью с Денисом Кечкиным, экс-заместителем генерального директора по работе с персоналом аэропорта Шереметьево и генеральным директором платформы Recruit Master, почему рынок труда может временно обесценивать компетенции, на развитие которых человек потратил годы.
Когда опытные ИТ-специалисты переходят на позиции с более низкой квалификацией или уходят в другие сферы, это не обязательно означает, что они потеряли профессиональную ценность. Возможно, изменился спрос на их навыки.
Дефицит или избыток специалистов нельзя оценивать вне контекста технологических изменений: автоматизация уже приводила к сокращению спроса на отдельные профессии и раньше. Кадровая стратегия не должна сводиться к найму под текущую потребность — важно понимать, какие компетенции останутся востребованными при изменении процессов.
Рынок стремится к равновесию, и для компаний вопрос в том, насколько они готовы адаптировать команды и использовать имеющуюся экспертизу, пока это равновесие формируется.
#globus_интервью
Когда опытные ИТ-специалисты переходят на позиции с более низкой квалификацией или уходят в другие сферы, это не обязательно означает, что они потеряли профессиональную ценность. Возможно, изменился спрос на их навыки.
Дефицит или избыток специалистов нельзя оценивать вне контекста технологических изменений: автоматизация уже приводила к сокращению спроса на отдельные профессии и раньше. Кадровая стратегия не должна сводиться к найму под текущую потребность — важно понимать, какие компетенции останутся востребованными при изменении процессов.
Рынок стремится к равновесию, и для компаний вопрос в том, насколько они готовы адаптировать команды и использовать имеющуюся экспертизу, пока это равновесие формируется.
#globus_интервью
👍3❤1👌1
89% компаний в мире используют ИИ хотя бы в одной бизнес-функции, 44% масштабировали его на уровне всего предприятия – следует из отчёта McKinsey «Состояние ИИ в 2026 году: на пути к окупаемости инвестиций».
Звучит как история успеха? Но доля компаний с реальным ростом прибыли застыла на уровне 37%. Около 80% руководителей фиксируют повышение личной эффективности, но финансовый результат на уровне компании не меняется.
Эти цифры точно описывают парадигму, в которой сейчас находится ИИ: он уже меняет то, как работает множество людей, но не меняет в сопоставимом масштабе то, как устроен бизнес вокруг них.
Российская картина добавляет ещё один слой. По данным исследования КОРУС Консалтинг, 44% компаний вообще не измеряют эффект от внедрения ИИ, ещё 25% отслеживают отдельные показатели, но не связывают их с экономикой бизнеса. Иными словами, большинство компаний не может ответить на вопрос «работает ли это», потому что даже не спрашивали об этом.
Здесь и находится главный разрыв между теми, кто ставил измеримую бизнес-задачу до запуска, и теми, кто рассчитывал, что эффект проявится сам. Первые получают результат. Вторые – красивую отчётность о внедрении.
#globus_мнение
Звучит как история успеха? Но доля компаний с реальным ростом прибыли застыла на уровне 37%. Около 80% руководителей фиксируют повышение личной эффективности, но финансовый результат на уровне компании не меняется.
Эти цифры точно описывают парадигму, в которой сейчас находится ИИ: он уже меняет то, как работает множество людей, но не меняет в сопоставимом масштабе то, как устроен бизнес вокруг них.
Российская картина добавляет ещё один слой. По данным исследования КОРУС Консалтинг, 44% компаний вообще не измеряют эффект от внедрения ИИ, ещё 25% отслеживают отдельные показатели, но не связывают их с экономикой бизнеса. Иными словами, большинство компаний не может ответить на вопрос «работает ли это», потому что даже не спрашивали об этом.
Здесь и находится главный разрыв между теми, кто ставил измеримую бизнес-задачу до запуска, и теми, кто рассчитывал, что эффект проявится сам. Первые получают результат. Вторые – красивую отчётность о внедрении.
#globus_мнение
👍4⚡2❤1
Forwarded from
В условиях замедления рынка недвижимости цифровизация перестаёт быть пространством для экспериментов с технологиями. Каждый проект должен отвечать на конкретный вопрос: какой экономический эффект он даст бизнесу и когда?
В новом выпуске «Короткого разговора» беседуем с Сергеем Федотовым, директором по цифровой трансформации DOGMA.
Ключевые мысли:
— Экономический эффект нужно обосновывать до старта проекта. Для этого важно вовлекать бизнес-подразделения и объединять участников вокруг общего финансового результата.
— Наибольшую ценность цифровизация приносит не только за счёт сокращения затрат. В девелопменте технологии помогают управлять закупками, контролировать строительство и влиять на выручку через продажи и динамическое ценообразование.
— Автоматизация начинается не с выбора технологии, а с готовности процессов. Если они не выстроены, цифровое решение не устранит системные проблемы, а лишь перенесёт их в новую среду.
«Задача руководителя не просто внедрять технологии, а выбирать инициативы с измеримым эффектом, готовить процессы к изменениям и добиваться того, чтобы бизнес и ИТ отвечали за общий результат».
Новое интервью уже доступно к просмотру:
🎞 YouTube
🌐 VK Видео
🌐 RUTUBE
—
Подписаться на канал
Рубрика: #интервью
В новом выпуске «Короткого разговора» беседуем с Сергеем Федотовым, директором по цифровой трансформации DOGMA.
Ключевые мысли:
— Экономический эффект нужно обосновывать до старта проекта. Для этого важно вовлекать бизнес-подразделения и объединять участников вокруг общего финансового результата.
— Наибольшую ценность цифровизация приносит не только за счёт сокращения затрат. В девелопменте технологии помогают управлять закупками, контролировать строительство и влиять на выручку через продажи и динамическое ценообразование.
— Автоматизация начинается не с выбора технологии, а с готовности процессов. Если они не выстроены, цифровое решение не устранит системные проблемы, а лишь перенесёт их в новую среду.
«Задача руководителя не просто внедрять технологии, а выбирать инициативы с измеримым эффектом, готовить процессы к изменениям и добиваться того, чтобы бизнес и ИТ отвечали за общий результат».
Новое интервью уже доступно к просмотру:
—
Подписаться на канал
Рубрика: #интервью
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Globus
Video message
Главная задача автоматизации – перераспределять время сотрудников в пользу задач, которые создают ценность для бизнеса.
Внедрение ИИ требует плотной работы с командой. Когда сотрудники понимают, как инструмент помогает им справляться с рутиной, страх перед изменениями постепенно уступает место практическому интересу.
Для руководителя в новой парадигме важно вовремя пересматривать сами роли: бухгалтер может не только обрабатывать документы, но и анализировать отклонения, а специалист по закупкам – искать возможности для снижения затрат.
Именно здесь проходит граница между автоматизацией и трансформацией: технология освобождает ресурс, но дополнительную ценность создаёт то, как компания им распоряжается.
Больше об ИТ-трансформации девелопмента в новом интервью с Сергеем Федотовым, директором по цифровой трансформации DOGMA.
#globus_интервью
Внедрение ИИ требует плотной работы с командой. Когда сотрудники понимают, как инструмент помогает им справляться с рутиной, страх перед изменениями постепенно уступает место практическому интересу.
Для руководителя в новой парадигме важно вовремя пересматривать сами роли: бухгалтер может не только обрабатывать документы, но и анализировать отклонения, а специалист по закупкам – искать возможности для снижения затрат.
Именно здесь проходит граница между автоматизацией и трансформацией: технология освобождает ресурс, но дополнительную ценность создаёт то, как компания им распоряжается.
Больше об ИТ-трансформации девелопмента в новом интервью с Сергеем Федотовым, директором по цифровой трансформации DOGMA.
#globus_интервью
В январе–апреле 2026 года около 70% корпоративных закупок ПО пришлось на российские продукты. Годом ранее этот показатель составлял 52%, по данным CNews.
При этом новые закупки – лишь часть задачи. Установленная база – серверы, виртуализация, почта и рабочие места на прежних лицензиях – переходит на российские решения значительно медленнее.
Почему не стоит откладывать миграцию?
1️⃣ Российские аналоги становятся более зрелыми. В ряде категорий уже есть решения, проверенные крупными компаниями.
2️⃣ Замена ПО – повод пересмотреть ИТ-архитектуру. Простая замена продуктов без изменения процессов может сохранить прежние проблемы и увеличить затраты.
3️⃣ Время подготовки ограничено. Даже если подходящего аналога пока нет, можно заранее описать интеграции, привести в порядок данные и определить критерии выбора.
С чего начать переход, как выбрать приоритеты и избежать лишних расходов – разобрали в статье.
#globus_статьи
При этом новые закупки – лишь часть задачи. Установленная база – серверы, виртуализация, почта и рабочие места на прежних лицензиях – переходит на российские решения значительно медленнее.
Почему не стоит откладывать миграцию?
С чего начать переход, как выбрать приоритеты и избежать лишних расходов – разобрали в статье.
#globus_статьи
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3❤2👌1
💡 Почему ИИ-проекты не доходят до промышленного внедрения?
На конференции AI Cases Conf 2026 состоялся круглый стол «Данные, деньги, два завода: как ИИ внедряют в производстве и промышленности». Его модератором выступил Константин Андреев, заместитель председателя правления ИТ-интегратора Globus.
Вместе с участниками дискуссии Анной Фединой, CIO АО «РТ-ОСБ», Михаилом Бурмистровым, руководителем направления ИИ «Эконива», Владом Уткиным, директором по ИТ «Технониколь» и Романом Ли, совладельцем «Экоторг», генеральным директором ООО «Фьютех», обсудили, почему успешный эксперимент с ИИ не всегда превращается в работающий бизнес-инструмент.
Спикеры разобрали три ключевых фактора:
➡️ Данные. Почему внедрение ИИ может остановиться ещё до обучения модели и насколько качество и доступность производственных данных определяют успех проекта
➡️ Деньги. Как оценивать экономический эффект от внедрения и что делать с проектами, которые не оправдали вложений
➡️ Люди. Как преодолеть сопротивление сотрудников, которые привыкли работать по старым правилам, и добиться реального использования новых инструментов
Отдельный интерес дискуссии – разные подходы к внедрению ИИ в крупных корпорациях и более компактном бизнесе. Участники обсуждали не только успешные кейсы, но и ошибки, неоправданные расходы и решения, которые пришлось пересматривать.
〰️ Константин Андреев: «На мой взгляд, главная сложность внедрения ИИ в промышленности не столько в самих технологиях, сколько в готовности бизнеса к изменениям. При этом у крупных корпораций и небольших компаний совершенно разные условия и возможности для внедрения. Универсального сценария нет: важно отталкиваться от конкретных бизнес-задач, возможностей компании и реального эффекта, который технология должна принести».
Для Globus эта повестка напрямую связана с практикой: компания занимается проектами в области машинного обучения и компьютерного зрения с 2017 года, а также развивает собственные ИИ-продукты и ИИ-агентов.
#globus_новости
На конференции AI Cases Conf 2026 состоялся круглый стол «Данные, деньги, два завода: как ИИ внедряют в производстве и промышленности». Его модератором выступил Константин Андреев, заместитель председателя правления ИТ-интегратора Globus.
Вместе с участниками дискуссии Анной Фединой, CIO АО «РТ-ОСБ», Михаилом Бурмистровым, руководителем направления ИИ «Эконива», Владом Уткиным, директором по ИТ «Технониколь» и Романом Ли, совладельцем «Экоторг», генеральным директором ООО «Фьютех», обсудили, почему успешный эксперимент с ИИ не всегда превращается в работающий бизнес-инструмент.
Спикеры разобрали три ключевых фактора:
Отдельный интерес дискуссии – разные подходы к внедрению ИИ в крупных корпорациях и более компактном бизнесе. Участники обсуждали не только успешные кейсы, но и ошибки, неоправданные расходы и решения, которые пришлось пересматривать.
Для Globus эта повестка напрямую связана с практикой: компания занимается проектами в области машинного обучения и компьютерного зрения с 2017 года, а также развивает собственные ИИ-продукты и ИИ-агентов.
#globus_новости
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
👍6⚡4❤2
Октябрь в Globus – месяц, в течение которого мы рассказывали, почему для бизнеса важно спрашивать не «что умеет технология?», а «что она даёт и кто за это отвечает?».
Главное за последний месяц, если пропустили:
⭐️ В России 44% компаний не измеряют эффект от ИИ. Получается, что на вопрос «работает ли технология?» большинство ответить не может. Больше статистики и что она значит – здесь.
⭐️ От 80 до 95% ИИ-проектов не доходят до промышленной эксплуатации. Три признака, что система готова к настоящей работе, и самый частый сценарий провала пилота собрали в этом посте.
⭐️ ИИ нужен не всегда. Иногда хватит обычной автоматизации, иногда нужна классическая разработка с нуля. Как выбрать свой путь и не заплатить за ошибку, рассказали в статье.
⭐️ Эпоха пилотов заканчивается: компании выбирают 2–3 инициативы вместо 10–15 и считают окупаемость до старта. Что это меняет в бюджете 2027 года, читайте здесь.
⭐️ При выборе между хранилищем данных, озером и Lakehouse (озером-складом данных) учитывайте важный критерий: как быстро всё можно поднять на другой площадке. Почему – читайте в статье.
⭐️ В январе–апреле 2026 года около 70% корпоративных закупок ПО пришлось на российские продукты. Почему откладывать миграцию рискованно и с чего её начинать, разобрали в статье.
#globus_дайджест
Главное за последний месяц, если пропустили:
#globus_дайджест
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4👍2❤1
Forwarded from
Цифровизация промышленного предприятия – это не соревнование по количеству внедрённых технологий. В условиях, когда ИИ становится доступнее, особенно важно понимать, какие задачи действительно требуют сложных решений, а где достаточно более простого инструмента.
В новом выпуске «Короткого разговора» Павел Короткий беседует с Вадимом Щемелининым, директором по цифровизации Горьковского автозавода (ГАЗ).
Ключевые мысли:
— Технологию нужно выбирать под задачу, а не наоборот. Иногда простая камера и своевременное отображение изображения оператору эффективнее сложной системы машинного зрения.
— ИИ не универсальный инструмент. Например, текстовые модели не подходят для любых операций с цифрами. Результат зависит от того, насколько точно возможности технологии соотнесены с задачей бизнеса.
— Цифровизация требует участия людей. Если сотрудники не понимают, зачем нужны новые инструменты и как с ними работать, даже технически успешное внедрение может не дать ожидаемого эффекта.
«Важен подход к технологическим инвестициям: зрелость цифровизации определяется способностью выбирать подходящие инструменты и встраивать их в реальные процессы. Необходимо рационально оценивать практическую пользу для производства и сотрудников».
Новое интервью уже доступно к просмотру:
🎞 YouTube
🌐 VK Видео
🌐 RUTUВЕ
—
Подписаться на канал
Рубрика: #интервью
В новом выпуске «Короткого разговора» Павел Короткий беседует с Вадимом Щемелининым, директором по цифровизации Горьковского автозавода (ГАЗ).
Ключевые мысли:
— Технологию нужно выбирать под задачу, а не наоборот. Иногда простая камера и своевременное отображение изображения оператору эффективнее сложной системы машинного зрения.
— ИИ не универсальный инструмент. Например, текстовые модели не подходят для любых операций с цифрами. Результат зависит от того, насколько точно возможности технологии соотнесены с задачей бизнеса.
— Цифровизация требует участия людей. Если сотрудники не понимают, зачем нужны новые инструменты и как с ними работать, даже технически успешное внедрение может не дать ожидаемого эффекта.
«Важен подход к технологическим инвестициям: зрелость цифровизации определяется способностью выбирать подходящие инструменты и встраивать их в реальные процессы. Необходимо рационально оценивать практическую пользу для производства и сотрудников».
Новое интервью уже доступно к просмотру:
—
Подписаться на канал
Рубрика: #интервью
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥1
Globus
Video message
Цифровизация не гарантирует повышения эффективности сама по себе. Если новый инструмент усложняет работу, дублирует старые операции или не учитывает весь процесс, сотрудники закономерно возвращаются к привычным способам решения задач.
Для руководителя здесь важны три принципа.
Первый – начинать не с выбора технологии, а с анализа процесса целиком: от входных данных до конечного результата. Второй – проверять, действительно ли цифровое решение сокращает время и усилия, а не создаёт дополнительные этапы. Третий – учитывать удобство инструмента и готовность сотрудников с ним работать.
Перед запуском инициативы полезно ответить на три вопроса: зачем мы это делаем, почему именно сейчас и что произойдёт, если отложить решение?
В итоге успешная цифровизация начинается не с внедрения ПО, а с понимания того, какую проблему бизнеса оно должно решить.
#globus_интервью
Для руководителя здесь важны три принципа.
Первый – начинать не с выбора технологии, а с анализа процесса целиком: от входных данных до конечного результата. Второй – проверять, действительно ли цифровое решение сокращает время и усилия, а не создаёт дополнительные этапы. Третий – учитывать удобство инструмента и готовность сотрудников с ним работать.
Перед запуском инициативы полезно ответить на три вопроса: зачем мы это делаем, почему именно сейчас и что произойдёт, если отложить решение?
В итоге успешная цифровизация начинается не с внедрения ПО, а с понимания того, какую проблему бизнеса оно должно решить.
#globus_интервью
❤2👍2👌2
В конце октября в Нижнем Новгороде прошла пятая конференция Росатома «ИТ КоР». На ней собрались более 350 студентов и молодых специалистов, представители 20 вузов и 30 компаний отрасли. Одна из главных тем обсуждения: как начинающему специалисту найти место в ИТ, когда вакансии без требований к опыту занимают всего 10–11% рынка, а нейросети пишут код быстрее вчерашнего выпускника.
Эксперты сошлись во мнении, что теперь написать код можно с помощью нейросети, но отвечать за него по-прежнему будет человек. Поэтому от начинающего специалиста в первую очередь ждут понимания, что и зачем он делает, умение поставить задачу, проверить результат и выбрать подходящий инструмент.
Екатерина Боголепова, Solution Architect и Team Lead Globus, выступила на панельной дискуссии «Код, ИИ и "железо": кто нужен индустрии, когда нейросети пишут лучше джунов?». Екатерина говорила как практик: сегодня от начинающего специалиста уже ждут уровня мидла, так как с появлением нейросетей код стало писать легче, но базовые профессиональные навыки никто не отменял.
«ИИ существенно упрощает работу разработчика, но не снимает с него ответственности за результат. Чтобы эффективно использовать такие инструменты, нужно понимать, что именно ты делаешь, уметь оценивать предложенные решения и видеть ошибки. Поэтому фундаментальные знания остаются основой, на которой строится профессиональный рост».
Также Екатерина обратила внимание молодых специалистов на кибербезопасность. Развитие ИИ делает эту сферу одной из самых востребованных, и знания в ней стоит наращивать уже сейчас. Это непросто, но сейчас в фокусе - отечественные решения, и это хороший момент, чтобы входить в профессию. Например, сейчас наша компания развивает несколько собственных продуктов, которые на ряде задач способны заменить зарубежные аналоги.
Когда на одной сцене собираются представители вузов, работодатели и студенты, каждый слышит, чего не хватает другим. Благодарим организаторов за приглашение и возможность обсудить важнейшие темы отрасли.
#globus_новости
Эксперты сошлись во мнении, что теперь написать код можно с помощью нейросети, но отвечать за него по-прежнему будет человек. Поэтому от начинающего специалиста в первую очередь ждут понимания, что и зачем он делает, умение поставить задачу, проверить результат и выбрать подходящий инструмент.
Екатерина Боголепова, Solution Architect и Team Lead Globus, выступила на панельной дискуссии «Код, ИИ и "железо": кто нужен индустрии, когда нейросети пишут лучше джунов?». Екатерина говорила как практик: сегодня от начинающего специалиста уже ждут уровня мидла, так как с появлением нейросетей код стало писать легче, но базовые профессиональные навыки никто не отменял.
«ИИ существенно упрощает работу разработчика, но не снимает с него ответственности за результат. Чтобы эффективно использовать такие инструменты, нужно понимать, что именно ты делаешь, уметь оценивать предложенные решения и видеть ошибки. Поэтому фундаментальные знания остаются основой, на которой строится профессиональный рост».
Также Екатерина обратила внимание молодых специалистов на кибербезопасность. Развитие ИИ делает эту сферу одной из самых востребованных, и знания в ней стоит наращивать уже сейчас. Это непросто, но сейчас в фокусе - отечественные решения, и это хороший момент, чтобы входить в профессию. Например, сейчас наша компания развивает несколько собственных продуктов, которые на ряде задач способны заменить зарубежные аналоги.
Когда на одной сцене собираются представители вузов, работодатели и студенты, каждый слышит, чего не хватает другим. Благодарим организаторов за приглашение и возможность обсудить важнейшие темы отрасли.
#globus_новости
👍3❤🔥1❤1
ИИ-агенты перестали быть экзотикой. Вслед за отдельными ИИ-функциями пришли мультиагентные системы (МАС) – связки из нескольких специализированных агентов, которые координируют действия между собой и вместе решают сложную задачу.
Опыт компаний пока разный. В одних такие системы прошли пилот и масштабировались, в других создали новый класс проблем. Посмотрим, где проходит граница.
🔵 Где это уже работает
«Норникель» развернул сеть из 100 ИИ-агентов, интегрированных в более чем 30 бизнес-процессов, включая проектирование, управление запасами, финансово-экономический контроль и управление капитальными проектами. Это рабочая инфраструктура, которая живёт внутри повседневных процессов компании.
Но такие истории пока скорее исключение. По данным исследования «Инфосистемы Джет» и Smart Ranking, опубликованного CNews в августе 2026 года, мультиагентные решения внедряют 23% крупных российских компаний, а до промышленной эксплуатации они дошли только в 8% организаций. Разрыв между «внедряем» и «работает в бою» принципиальный, и объясняется он в основном тем, с чем компании сталкиваются на пути между этими двумя состояниями.
🔵 Где возникает хаос
Первая трудность – цена масштаба. Мультиагентные системы кратно увеличивают количество обращений к моделям: одна пользовательская задача может порождать десятки или сотни вызовов к большой языковой модели (LLM). Это рождает риски в регулируемых отраслях и тормозит масштабирование.
Вторая трудность связана с управлением. Когда агентов много, на первый план выходит не качество моделей, а оркестрация (согласование работы агентов между собой) и управление рисками. Особенно там, где агенты способны самостоятельно принимать решения.
Если агент может отправить заказ, скорректировать параметр или запустить задачу без подтверждения человека, сразу встаёт вопрос: кто несёт ответственность за ошибку?
И это уже не теоретический вопрос. В 2026 году зафиксированы реальные инциденты: агенты самостоятельно удаляли файлы и кодовые базы, выкладывали конфиденциальные корпоративные данные в открытый доступ.
🔵 Вывод, который мы делаем из практики
Стоимость вызовов, размытая ответственность, самостоятельные действия агентов – все эти проблемы сводятся к одному: границы не были обозначены заранее. Поэтому мультиагентные системы дают реальный результат там, где процесс хорошо описан, данные структурированы и определены границы автономности каждого агента. Там, где этих условий нет, они систематизируют хаос. А это дороже, чем исходный беспорядок.
#globus_мнение
Опыт компаний пока разный. В одних такие системы прошли пилот и масштабировались, в других создали новый класс проблем. Посмотрим, где проходит граница.
«Норникель» развернул сеть из 100 ИИ-агентов, интегрированных в более чем 30 бизнес-процессов, включая проектирование, управление запасами, финансово-экономический контроль и управление капитальными проектами. Это рабочая инфраструктура, которая живёт внутри повседневных процессов компании.
Но такие истории пока скорее исключение. По данным исследования «Инфосистемы Джет» и Smart Ranking, опубликованного CNews в августе 2026 года, мультиагентные решения внедряют 23% крупных российских компаний, а до промышленной эксплуатации они дошли только в 8% организаций. Разрыв между «внедряем» и «работает в бою» принципиальный, и объясняется он в основном тем, с чем компании сталкиваются на пути между этими двумя состояниями.
Первая трудность – цена масштаба. Мультиагентные системы кратно увеличивают количество обращений к моделям: одна пользовательская задача может порождать десятки или сотни вызовов к большой языковой модели (LLM). Это рождает риски в регулируемых отраслях и тормозит масштабирование.
Вторая трудность связана с управлением. Когда агентов много, на первый план выходит не качество моделей, а оркестрация (согласование работы агентов между собой) и управление рисками. Особенно там, где агенты способны самостоятельно принимать решения.
Если агент может отправить заказ, скорректировать параметр или запустить задачу без подтверждения человека, сразу встаёт вопрос: кто несёт ответственность за ошибку?
И это уже не теоретический вопрос. В 2026 году зафиксированы реальные инциденты: агенты самостоятельно удаляли файлы и кодовые базы, выкладывали конфиденциальные корпоративные данные в открытый доступ.
Стоимость вызовов, размытая ответственность, самостоятельные действия агентов – все эти проблемы сводятся к одному: границы не были обозначены заранее. Поэтому мультиагентные системы дают реальный результат там, где процесс хорошо описан, данные структурированы и определены границы автономности каждого агента. Там, где этих условий нет, они систематизируют хаос. А это дороже, чем исходный беспорядок.
#globus_мнение
Please open Telegram to view this post
VIEW IN TELEGRAM
💯2👍1🤝1
Forwarded from
Внедрение ИИ в крупной компании он влияет одновременно на себестоимость производства, управление ресурсами, продажи и работу внутренних подразделений. Поэтому масштабировать такие решения сложнее, чем запустить отдельный пилот.
В новом выпуске обсудили опыт ИИ-трансформации с Михаилом Бурмистровым, руководителем направления искусственного интеллекта компании «ЭкоНива».
Ключевые мысли:
— ИИ приносит результат, когда работает с конкретной экономикой бизнеса. Например, динамическое ценообразование напрямую влияет на выручку компании. Важно оценивать не сам факт внедрения, а его влияние на показатели.
— Масштабирование начинается с системы отбора инициатив. Идеи должны поступать не только от ИТ-команды, но и от подразделений, которые ежедневно сталкиваются с производственными и управленческими задачами.
— Один из главных барьеров цифровизации – зрелость сотрудников. Если люди не понимают возможностей новых инструментов и опасаются автоматизации, даже перспективные решения будет сложно встроить в работу.
«Важный сдвиг в подходе к ИИ – технологии выходят за пределы отдельных пилотов и становятся частью операционной модели компании. Поэтому для руководителя важно не просто сформировать портфель ИИ-проектов, а связать его с бизнес-приоритетами, вовлечь владельцев процессов и подготовить команду к изменениям».
Новое интервью на каналах:
🎞 YouTube
🌐 VK Видео
🌐 RUTUВЕ
—
Подписаться на канал
Рубрика: #интервью
В новом выпуске обсудили опыт ИИ-трансформации с Михаилом Бурмистровым, руководителем направления искусственного интеллекта компании «ЭкоНива».
Ключевые мысли:
— ИИ приносит результат, когда работает с конкретной экономикой бизнеса. Например, динамическое ценообразование напрямую влияет на выручку компании. Важно оценивать не сам факт внедрения, а его влияние на показатели.
— Масштабирование начинается с системы отбора инициатив. Идеи должны поступать не только от ИТ-команды, но и от подразделений, которые ежедневно сталкиваются с производственными и управленческими задачами.
— Один из главных барьеров цифровизации – зрелость сотрудников. Если люди не понимают возможностей новых инструментов и опасаются автоматизации, даже перспективные решения будет сложно встроить в работу.
«Важный сдвиг в подходе к ИИ – технологии выходят за пределы отдельных пилотов и становятся частью операционной модели компании. Поэтому для руководителя важно не просто сформировать портфель ИИ-проектов, а связать его с бизнес-приоритетами, вовлечь владельцев процессов и подготовить команду к изменениям».
Новое интервью на каналах:
—
Подписаться на канал
Рубрика: #интервью
Please open Telegram to view this post
VIEW IN TELEGRAM
Globus
Video message
В разговоре с Михаилом Бурмистровым, руководителем направления искусственного интеллекта компании «ЭкоНива» была затронута интересная тема – переход от систем, которые показывают состояние бизнеса, к системам, которые помогают управлять им предиктивно.
ИИ может ежедневно анализировать внутренние показатели компании и внешние факторы, выявлять риски и возможности, а затем предлагать руководителям конкретные действия. Причём не только на уровне топ-менеджмента: рекомендации могут получать коммерческие и производственные подразделения, вплоть до специалистов на местах.
Однако эффективность такого подхода зависит от качества данных, контекста и готовности руководителей использовать рекомендации.
#globus_интервью
ИИ может ежедневно анализировать внутренние показатели компании и внешние факторы, выявлять риски и возможности, а затем предлагать руководителям конкретные действия. Причём не только на уровне топ-менеджмента: рекомендации могут получать коммерческие и производственные подразделения, вплоть до специалистов на местах.
Однако эффективность такого подхода зависит от качества данных, контекста и готовности руководителей использовать рекомендации.
#globus_интервью
❤2⚡2👍1💯1
Почему корпоративные ИИ-пилоты часто хорошо выглядят на демо, но не приживаются в реальной работе?
Дело не всегда в возможностях модели. Часто проблема в том, как именно технологию встраивают в процессы. В Globus мы решили проверить это на собственном опыте — внедрили ИИ в работу бухгалтерии, юристов, кадрового и тендерного отделов.
В новой статье Кирилл Назаров, директор по развитию ИТ-продуктов и сервисов Globus, рассказывает:
➖ почему компания отказалась от облачных моделей и собственного GPU-кластера;
➖ как мы устроили обработку документов и почему разделили задачи между ИИ и обычной программой;
➖ какие ошибки допустили на первых этапах и как меняли подход.
✔️ Один из главных выводов: ИИ должен делать то, что у него получается лучше всего, а критичные расчёты и решения должны оставаться под контролем человека.
В статье — конкретные цифры, технические решения и опыт внедрения без идеализации процесса. Читайте полную версию на сайте!
Дело не всегда в возможностях модели. Часто проблема в том, как именно технологию встраивают в процессы. В Globus мы решили проверить это на собственном опыте — внедрили ИИ в работу бухгалтерии, юристов, кадрового и тендерного отделов.
В новой статье Кирилл Назаров, директор по развитию ИТ-продуктов и сервисов Globus, рассказывает:
В статье — конкретные цифры, технические решения и опыт внедрения без идеализации процесса. Читайте полную версию на сайте!
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍2⚡1