Исследования и прогнозы в IT *

Мы проанализировали более тысячи арбитражных исков, предъявленным к российским IT-компаниям. Нашлось много интересного и про иски, и про компании, и про арбитражные суды. Как всегда, будут классные графики и занятные выводы.

Ранее в статье "Почему нейросети не заменят прикладных специалистов: простая логика против вероятностных подходов" рассматривались общие вопросы поиска решений управляемого данными. Кратко: это механизм динамического связывания отдельных фрагментов решения в виде информационных блоков в последовательности для определения запрошенных параметров. Эта информационная технология, основанная на простой логике, позволяет оперативно вести диалог с пользователем, используя накопленные в процессе поиска решения данные. Для того чтобы общаться с системой на естественном языке необходим терминологический словарь предметной области.

В статье рассматривается роль терминологического словаря в процессе поиска решений, требования к составу словаря и содержанию словарных статей. Именно словарь позволяет описывать фрагменты решения на естественном языке и создавать прикладные приложения с минимальным привлечением специалистов по информационным технологиям. Отдельное внимание уделяется важности указания иерархических связей терминов, которые по своей сути являются параметрами решаемой задачи.

Терминологический словарь - важный компонент экспертной системы, к созданию которого предполагается привлекать прикладных специалистов узкого профиля.

ПРИМЕЧАНИЕ. В качестве примера выбрана реальная задача из медицинской практики связанная с назначением антирабической помощи. Антирабическая помощь необходима для исключения заболевания бешенством после контакта с домашним или диким животным. Бешенство смертельно опасное заболевание. От правильности врачебных назначений зависит жизнь обратившегося за медицинской помощью. Имеется инструкция, регламентирующая действия по оказанию антирабической помощи, которая и является первоисточником базы знаний. Несмотря, на кажущуюся простоту выбор лечения (профилактики) требует чёткого анализа ситуации и учёта многих факторов. Экспертная система в диалоге управляемом данными не позволит ничего пропустить и предложит безошибочное решение.

Когда Anthropic анонсировали Claude Cowork, первой моей мыслью было: «Наконец-то! Теперь я смогу пересадить на это команду, жену и всех тех, кто падает в обморок от слова `bash».
Моя лента наполнилась восторженными отзывами: «Mindblowing!», «Game changer!», «Убийца рутины!».

Спойлер: не получилось.

У меня глаз начинает дёргаться, когда я вижу очередной заголовок в духе «Ученые случайно создали батарею, которая изменит мир». Открываешь статью, а там... лирика. «В 10 раз мощнее», «заряжается за секунду», «экологически чистая графеновая нанопыль».

Дорогие журналисты и копирайтеры! До второго абзаца вы обязаны дать цифры. Не абстрактные «разы», а ватт-часы/кг, количество циклов, цену за кВт*ч, и где это купить. Если у вас нет этих данных — у вас нет новости. У вас есть кликбейт.

Для меня, как инженера, критерий существования технологии прост: если я не могу купить эту ячейку на Aliexpress, Taobao или через поставщика в Шэньчжэне - её не существует. Это лабораторный курьез, который, скорее всего, там и умрет.

Искусственный интеллект уже давно перестал быть исключительно инструментом добра. Он помогает врачам ставить диагнозы и разработчикам писать код. Но теми же самыми возможностями всё чаще пользуются злоумышленники. 

При этом барьер входа в кибератаки резко снизился: чтобы создать вредоносную кампанию, больше не нужно быть тёмным хакером со знанием всевозможных языков программирования. Достаточно пары нейросетевых сервисов и минимального понимания, как устроена социальная инженерия.

В этом материале поговорим, как искусственный интеллект приносит пользу не только добрякам, но и злодеям. Разберём, как злоумышленники используют ИИ и какие мошеннические схемы применяют, обсудим практические способы противодействия кибератакам и порассуждаем о будущем. Поехали 🤖

Привет, меня зовут Андрей, я руковожу группой обнаружения и реагирования на угрозы в Yandex Cloud. 2025 год стал беспрецедентным по тому, как развитие ИИ повлияло на индустрию, — в том числе и в сфере информационной безопасности. Но спектр всех угроз облачной инфраструктуре не ограничивается только этим фактором. 

В этой статье вместе с моими коллегами попробовали проанализировать тренды прошлого года, и сделать прогноз на 2026-й: каким в этом году будет облачный ландшафт безопасности.

Современные ИИ-системы переживают не просто кризис доверия, а настоящий структурный тупик. Большие языковые модели демонстрируют чудеса в спринте, способны написать стихи, объяснить формулу или пошутить. Однако реальный мир не состоит из коротких задач. Проектирование реактора, управление логистикой или помощь хирургу напоминают марафон, где одна ошибка на одном из километров обесценивает всё проделанное.

Мы уперлись в «стену» монолитности. Идея о том, что чем больше параметров, тем умнее модель, заходит в тупик. Исследования OpenAI, Anthropic и многочисленные препринты показывают, что при увеличении длины рассуждений точность падает катастрофически. Условные сто процентов в начале цепочки превращаются в пятьдесят или шестьдесят к её середине. Такой результат указывает не на дефект мощности, а на фундаментальный предел «одноядерного» подхода. Мы пытаемся загрузить всю сложность мира в один «черный ящик», который перегревается от обилия контекста.

История процессоров уже проходила этот этап. В начале двухтысячных мы разгоняли тактовые частоты до предела, пока не ударились о физический «тепловой барьер». Индустрии пришлось сменить парадигму, отказаться от "гигантских одноядерных монстров" и перейти к многоядерным архитектурам.

Привет! Я Даня Платонов - руководитель группы UX-исследований в «БКС Мир инвестиций». Это первая статья нашей команды, мы начинаем делиться интересным и познавательным из нашей работы. И начать я хочу с самых начал. А именно — с вопроса «кто я?», который каждому продуктовому исследователю не лишне себе иногда задавать.

Одна из психологических сложностей работы исследователя в том, что каждый раз, выходя на общение с респондентом в рамках качественных методов, мы строим коммуникацию с нуля. Вы можете установить правильный контакт с продуктовой командой, с бизнесом, с любыми коллегами. И этот правильный контакт будет работать на вас годами. Но с респондентами так не получится — они всегда новые и с каждым из них нужно устанавливать контакт с нуля. У вас получится это сделать, только если вы четко понимаете, кто вы и что делаете.

Почему это вообще важно? В статье подробнее расскажем про метасообщения и то, как исследователю показывать и презентовать себя.

Оперативная память DDR3 — один из самых долгоживущих стандартов в истории персональных компьютеров. Он пережил переход от Windows XP к Windows 11, криптовалютный майнинг, когда модули скупали пачками, взлет DDR4 и появление сверхскоростной DDR5 с ее радужными перспективами. Причина такой стойкости простая: достаточная производительность для большинства задач при низкой себестоимости и надежной архитектуре. Спустя почти двадцать лет после дебюта в 2007 году многие считали, что этот стандарт окончательно ушел в прошлое, на полки музеев или в коробки энтузиастов ретрожелеза. 

Однако события последних месяцев показывают обратное: DDR3 переживает настоящее возрождение. Пользователи по всему миру массово возвращаются к старым модулям, продажи совместимых материнских плат выросли в разы, вторичный рынок кипит. Мало кого волнует, что это память с частотами около 1600 МГц и характеристиками, далекими от современных рекордов. Главное — она доступна, со стабильной ценой и на ней можно собрать рабочую систему в мире, где новые стандарты превратились в роскошь. Давайте разберемся, что сейчас происходит.

Опрос: бытовые взаимоотношения айтишников с безопасностью. Если вы заполняли праздничную неформальную анкету от InfoWatch и Труконф, заходите посмотреть ответы. Если не заполняли, тоже заходите.

Привет!
С вами Марина Ермак, старший аналитик Futureproof. Каждый раз, когда вы открываете ChatGPT, где-то в мире жужжит дата-центр, построенный на кредитные деньги. Вокруг этой инфраструктуры уже сложилась сложная финансовая конструкция — и в последние месяцы всё чаще звучит вопрос: а не надуваем ли мы новый пузырь?

Давайте аккуратно разберёмся, что происходит с рынком, почему аналитики спорят о пузыре вокруг AI-инфраструктуры, и главное — что это может означать для бизнеса, в том числе в России. И в конце рассмотрим три возможных сценария развития событий и no-regret-moves.

Ниже представлена подборка фактов и сравнений, которые наглядно показывают, с какой скоростью меняется мир. За несколько десятилетий одни компании исчезают, другие вырастают до триллионных оценок, технологии из редкости превращаются в повседневность, а экспоненциальный прогресс ломает привычные представления о масштабе и времени.

Тогда и сейчас.

Молекулярный биолог из США в 2018 году поставила себе цель: читать по одной исследовательской статье в день — не только по своей специализации, но и по другим направлениям. К середине 2020 года она изучила 899 публикаций. Такой подход помог ей расширить кругозор, стать разносторонним специалистом и переосмыслить свои методы работы, а также стал источником идей для исследований.

Научная литература актуальна и для ИТ-специалистов — помогает совершенствовать профессиональные навыки и разбираться в профильных трендах. Мы в Beeline Cloud решили поговорить о том, как инженерам и разработчикам работать с «сухими» академическими текстами, в том числе с помощью интеллектуальных инструментов.

В полупроводниковой отрасли, кажется, назревают перемены. А дело в том, что мы все ближе приближаемся к ограничениям в использовании кремния. Этот материал десятилетиями был основой технологического прогресса, но дальнейшее уменьшение транзисторов все чаще сопровождается утечками тока, ростом тепловыделения и усложнением производства. И угадайте, какая страна в очередной раз обещает изменить вообще все? Правильно, Китай. Там делают ставку на ультратонкие двумерные материалы как возможную основу следующего этапа миниатюризации и энергоэффективности.

В начале 2026 года в Шанхае запустили инженерную демонстрационную линию по выпуску процессоров на основе дисульфида молибдена. Проект развивает компания Shanghai Atomic Technology, основанная в феврале 2025 года профессором Бао Вэньчжуном из Фуданьского университета. Переход к полномасштабному производству здесь планируют начать уже в июне 2026 года. Давайте разберемся, что здесь и как.

Один добрый человек на Хабре сообщил, что сеть Aristotle, для доказательства теорем и строгого решения задач, доступна бесплатно. Как раз сейчас есть такая задача, которую нужно проверить, подтвердить или опровергнуть - расчеты по конструкции летающей тарелки, из моей предыдущей статьи, проведенные с помощью обычной, теперь уже, LLM и калькулятора.

Подготовку задания делал с помощью Grok, потому что он, по заверениям Маска, заточен на решение сложных задач (а тут есть формулы), и кроме того, хорошо знаком с сетью Aristotle, а если что, может быстро посмотреть в интернете.

Первым делом попросил Grok изучить мою предыдущую статью и сформировать о ней мнение, что называется, сделать ревью. Grok прочитал статью на сайте и обрисовал ясную картину: понял главную задачу, конструкцию и принципы действия.

Привет, Хабр! Я Senior Angular Developer. И я хочу рассказать вам о своём недавнем опыте, который похож на сцену из киберпанк-триллера, но разворачивается в обычном интерфейсе hh.ru. Открываешь отклик на вакансию, а вместо формы для ввода текста — диалог с ИИ-ассистентом рекрутера. Он задаёт вопросы по стеку, проектам, архитектуре. И вместо того, чтобы в сотый раз пересказывать своё резюме, я сделал логичное, на мой взгляд, действие: поручил ответы своему ИИ-ассистенту.

Так началось интервью, где вопросы генерировала одна нейросеть, а ответы — другая. Моя роль свелась к модерации: «Да, это ок. Нет, исправь». Что из этого вышло, почему это одновременно эффективно и тревожно, и не пора ли нам всем смириться, что первый этап отбора теперь — это «Тьюринг-тест на максималках»? Разбираемся под катом.

Технологический сюрреализм: ATS умер, да здравствует AI-Screening?

Помните эпоху ATS (Applicant Tracking Systems), когда мы оптимизировали резюме под ключевые слова? Каменный век. Теперь системы эволюционировали: они не просто сканируют, они ведут диалог. «А использовали ли вы NgRx в продакшене?», «Опишите опыт реализации micro-frontend архитектуры» — вопросы генерируются на лету LLM, проанализировавшей описание вакансии.

Абсурд и ирония ситуации в её чистоте: две нейросети пытаются найти «мэтч» между двумя текстовыми файлами — вакансией и резюме. Человек-рекрутер и человек-соискатель вынесены за скобки первичного акта коммуникации. Мы наблюдаем рождение нового протокола взаимодействия на рынке труда: machine-to-machine screening.

Пока соискателей учат быть «размалеванными барышнями», работодатели на «рынке лимонов» никому ничего не должны. Можно ли узнать, что ждет внутри, еще до получения оффера? Что, если я скажу: текст вакансии — это честная проекция «внутренней кухни» компании? Я уверена, так как проверила это на личном кейсе, и, вооружившись этим инструментом, проанализировала 146 000 вакансий. О том, почему и как это возможно — для тех, кто не считает неудачное трудоустройство «ценным опытом» — рассказываю ниже.

Сейчас уникальное время, когда заблокировали почти все мессенджеры в стране и продвигается единый и национальный WeChat макс.

У китайцев есть свой макс, и если вас там забанят, то это катастрофа и вам придется идти писать заявление на разблокировку. (это не шутка, вот источник)

Представили...? Вас забанили в максе, а вы в слезах идете в кремль извиняться за мат в сообщении.

Мы обсудим смогут ли нас пересадить с телеги на какой-то там мессенджер с упором на реальную историю

Немецкий автопром всегда был символом надежности, качества и уровня оказания сервисных услуг. Однако на международной арене он все чаще проигрывает машинам, сделанным в КНР. Разберемся, почему так происходит, и что ждет автогигантов из ФРГ.

Команда AI for Devs подготовила перевод большого эссе об ИИ и экономике будущего. Автор разбирает, почему рост возможностей моделей сам по себе не гарантирует процветание, как замещение труда может подорвать спрос и почему без циркуляции ценности экономика ИИ рискует зайти в тупик.