Пользователь заработал $120 тыс., размещая рекламу на виртуальном унитазе. Он взял 3D‑модель обыкновенного унитаза, повесил там счётчик донатов и добавил рекламу всякого криптоскама на крышку и ободок (там им и самое место). При этом собранных денег автору проекта оказалось мало — он планирует получить за такой перфоманс миллион долларов.
Видео доступно по ссылке -> https://vkvideo.ru/clip-237277610_456239029
Давайте сегодня поговорим про бумажную безопасность, но не в привычном ее понимании: политики, контроли и комплаенс; а в буквальном смысле - безопасность информации, представленной на бумаге. Сотрудник ФБР (по крайней мере он так представился) на наглядных примерах показывает разницу между шредерами и качеством выполнения их работы.
На сегодня существует 3 типа уничтожителей бумаги: прямые, ромбовидные и конфетти.
Первые уничтожают бумагу, разрезая ее на ровные полоски. При таком подходе собрать обратно пазл не составляет особого труда и занимает не более 1 часа на восстановление информации. Тоже самое относится и к банковским картам - получить номер карты, ФИО и CVV код займет от силы 1 минуту (30 секунд из которых вы будет искать кончик скотча, чтобы склеить ее обратно).
С ромбовидными сложнее, но восстановление тоже возможно, хотя и занимает намного больше времени. По информации сотрудника, собрать обратно документ составляет около 8 часов.
Самые лучшие, и которые стоят в офисах ФБР (спасибо за подсказку) - это шредеры, которые превращают документ в конфетти. При таком подходе собрать документ обратно не возможно (но тут бы я поспорил).
Естественно, стоимость бумагоизмельчителей пропорционально растет в зависимости от качества уничтожения документов. С другой стороны, купить шредер ради шредера (первый вариант) - выглядит бездумной тратой денег. К сожалению, не всегда удается донести до закупки почему нужно покупать дорогую вещь, когда существует версии в 10 раз дешевле.
И к слову сказать, мы в своей работе в рамках Red Team проектах нередко прибегаем к таким методам, так поиск информации в шредерах. Психология людей обычно сводится к тому, что раз документ прошел через измельчитель, значит информация безвозвратно уничтожена. Однако вы теперь знаете, что это далеко не так.
Так что, какой берем?
п.с. нас еще учили, чтобы безвозвратно уничтожить документ, его сначала сжигают, а потом просеивают через мелкозернистую сеть. К сожалению, таких устройств еще не существует, поэтому дарю бизнес-идею ;)
🧠 Обязательно поделись с теми, кому это может быть полезно 💬 Телеграм | 💬 Max | 📝 Хабр | 💙 ВКонтакте
Сейчас широко обсуждается новость, что американские ИИ компании имеют скрытый (внебалансовый) долг в $1.65 трлн. Кто-то уже говорит про $2.1 трлн.
При этом существует ещё и открытый (балансовый) долг в $1.35 трлн. В сумме это получается по крайней мере $3.0 трлн.
Я решил разобраться, как такой долг можно оплатить. Если калькулятор мне не врёт - это по $375 с каждого жителя Земли. Но я бы не расчитывал, что Африка будет активно платить - у них нет денег. И Китай вряд ли - у них есть свои ИИ гиганты. Похоже, что платить будет богатый “золотой миллиард”. По $3000 с человека.
Но эта сумма верна только при условии, что маржинальность будет 100% (т.е. себестоимость вычислений будет равна $0 за токен). Но ведь вычисления трубуют много электричества, которое пока не бесплатное. И главное - конкуренция бешенная. Есть 8-10 моделей близких к топу по качеству. При такой конкуренции маржа должна получаться в 5%. Но положим супер-оптимистичный сценарий в 20%. Это значит, что каждый представитель золотого миллиарда должен заплатить $15000 за ИИ.
Если растянуть это на 10 лет - получается $1500 в год. Это примерно равно месячному медианному доходу в Евросоюзе.
В вот вопрос: что может заставить людей отдавать одну месячную зарплату в год на ИИ в течении 10-ти лет?
Не похоже, что кто-то готов платить такие деньги напрямую. Это может произойти единственным образом - ИИ будет входит в цену потребляемых товаров и услуг, одновременно снижая её. И вот я думаю, на чём можно будет съэкономить.
Согласно статистике, люди в основном тратят деньги на жильё, еду, транспорт и развлечения (рестораны, спорт, культура). Соответственно, надо ожидать следующего:
ИИ решит проблему жилья, всем будет хватать квартир и цена аренды резко упадёт
С помощью ИИ-технологий будут собираться большие урожаи, и цена еды резко упадёт
ИИ улучшит технологии производства автомобилей и снизит цену энергии, из-за чего цена поездок сильно уменьшится
Все перейдут на ИИ-развлечения вместо ресторанов и отпуска на море
Мне одному кажется, что все эти события маловероятны в близжайшие годы? Или я что-то упускаю?
Steam вернул пользователю деньги за Battlefield 6 после 470 наигранных часов. Пользователь купил Battlefield 6 ещё на релизе (10 октября 2025 года) в издании Phantom Edition за $109. За более чем полгода игру заметно доработали, например там убрали любимые режимы пользователя — King of the Hill, Squad Deathmatch и Rush. Клиент Valve объяснил техподдержке Steam своё разочарование в игре, предоставил ссылки на изменения разработчиков. Результат — его рефанд одобрили и вернули всё до цента.
Апдейт карты AI safety грантов и программ (1 августа)
Прилетел свежий апдейт.
Что горит в августе
2 авг - FASR: fully funded резиденция в Cambridge, security + hardware verification
6 авг - FAST (SASH): 5 дней в Сингапуре, AI control и open-weight security
8 авг - DeepMind x Schmidt x CAIF x ARIA: пул до $10M на multi-agent safety
8 авг - TARA: бесплатно, ARENA-курс, APAC
9 авг - Better Futures Fellowship: удаленка, AGI preparedness
9 авг - Sentient Futures Incubator: welfare / digital minds
16 авг - Longitude DC Intensive: техническая safety в policy
16 авг - GovAI Research Scholars: открылась, London / DC, 1 год
17 авг - AIAF Fellowship: $12k + компьют, удаленка, техническая alignment
18 авг - SPAR (менти): part-time, удаленка
23 авг - Lightcone Commons и Corrigibility Research Fund
Что добавилось нового
Программы и феллоушипы: AIXI Labs, AIAF Fellowship, FASR, FAST, Syntony, TARA, Sentient Futures, Longitude, Iliad Intensive, AISB, Better Futures, Frame, Generator, BASE, Atlas Computing.
Фонды и гранты: Iliad RFP, AIAF grant, Paradigm 3, Halcyon Futures, Lightcone Commons, IFP Launch Sequence, AI Safety Research Fund, Corrigibility Research Fund, микрогранты Leo Gao, CLR Fund.
Суммы и дедлайны меняются, так что перед подачей всегда проверяйте официальную страницу.
---
Mrs Wallbreaker or: How I Learned to Stop Worrying and Love the AGI.
About AI Risk, AI Alignment, AI Safety, AI Ethics
https://t.me/MrsWallbreaker
Как подключить брокерский счёт к ChatGPT и другим ИИ-сервисам?
«Финам» интегрировал платформу FinamTrade с искусственным интеллектом через стандарт MCP (Model Context Protocol). Теперь любой пользователь может “подружить” свой брокерский счёт с ИИ-ассистентом — ChatGPT, Claude или любым другим сервисом, который поддерживает MCP. Всё настраивается за пару минут через веб-версию FinamTrade: выпускаете токен, подключаете — и можно получать аналитику и ответы на свои инвестиционные вопросы обычными текстовыми запросами, прямо в чате.
Что умеет Finam MCP уже сейчас:
Моментально показывает состояние всех счетов, баланс, актуальные котировки, структуру портфеля.
Принимает текстовые запросы вроде «Покажи список моих позиций», «Какая сейчас цена GAZP?» или «Что у меня в секторе “Технологии”?».
Помогает анализировать портфель: выделяет риски, концентрацию, динамику изменений.
Поддерживает работу с несколькими токенами и ИИ одновременно, всё под контролем пользователя.
Интеграция возможна не только с популярными чат-ботами, но и с любыми приложениями, работающие со стандартом MCP.
На данный момент сервис предоставляет быстрый и удобный доступ ко всей ключевой информации по инвестициям, а также позволяет работать со списками избранного и заметками через ИИ-интерфейс. В ближайших обновлениях команда планирует добавить возможность просмотра истории операций и расширить инструменты для управления алертами.
Где узнать больше?
30 июля в 18:00 (мск) состоится бесплатный вебинар, на котором команда FinamTrade продемонстрирует:
Как быстро получать аналитику по счёту, позициям и котировкам через обычные текстовые запросы.
Как вести списки наблюдения и делать персональные заметки, не тратя время на рутину.
Как формулировать запросы к ИИ и получать мгновенные, понятные ответы.
Как использовать фильтры по портфелю, искать прибыльные и убыточные бумаги, сравнивать результаты, управлять наблюдением за инструментами.
Ответят на вопросы в прямом эфире.
Участие бесплатное по регистрации
Будем рады видеть всех, кто интересуется современными инструментами для эффективной работы с инвестициями!
Пародийный проект OverpAId предлагает заменить гендиректоров с помощью ИИ, а также распределить их зарплату между сотрудниками. Команда решения утверждает, что ИИ способен выполнять всю работу современного CEO, например, разрабатывать стратегию, формулировать «видение» компании и писать мотивационные письма для общих собраний. При этом ИИ-руководитель не требует повышения зарплаты, бонусов и нового корпоративного самолёта.
OverpAId предлагает калькулятор, который показывает, сколько получил бы каждый сотрудник, если бы вознаграждение CEO распределили между остальным штатом. В проекте также обращают внимание на разрыв между доходами руководителей и рядовых работников. Например, в крупных публичных компаниях генеральный директор в среднем получает примерно в 290 раз больше обычного сотрудника.
Россия в 2025 году вошла в топ-10 по числу новых долларовых миллионеров. За прошлый год в стране появилось их 22 тысячи. Это больше, чем в Китае несмотря на десятикратную разницу в численности населения.
Госдолг США в 2026 году достигнет $40,7 трлн. Это станет самым большим объёмом госдолга в мире. При этом самый высокий долг по отношению к размеру своей экономики зафиксирован в Японии: он составляет 204% ВВП. Несколько европейских стран также входят в число наиболее закредитованных по отношению к ВВП, хотя их общий объём государственного долга значительно уступает показателям США или Китая.
При внедрении ИИ-технология вторична: сначала нужно договориться о реальности
Алексей Мезенцев, руководитель AI Lab ОТП Банка, выступил на Молодежном дне международной конференции «Теория игр и Менеджмент» (GTM 2026). В конференции также принял участие известный российский математик Алексей Савватеев и представители других банков и компаний. Спикер ОТП Банка рассказал, почему хорошие ИИ‑инициативы терпят крах на старте и какую ошибку совершают компании при автоматизации.
Мезенцев заявил, что технология искусственного интеллекта может быть выбрана самая совершенная, но это не гарантирует результат. По его словам, ИИ оказывается «слепым», если опирается на неполные или устаревшие данные.
«Сначала нужно договориться о реальности, правилах и выигрыше. Проблема не в модели, а в том, сколько реальности ей доступно», — отметил он.
Опасной зоной руководитель AI Lab ОТП Банка назвал расхождение между официальными регламентами и реальной работой сотрудников. Слепое программирование формальных инструкций может не улучшить, а наоборот, ускорить неверные маршруты.
«Люди не помеха процессу. Они его скрытая „операционная система“. Автоматизация бумажной нормы без контекста живой работы — это путь к тому, чтобы передать ИИ ошибочное решение», — подчеркнул Мезенцев.
Отдельное внимание он уделил выбору приоритетов. На примере известного сервиса Алексей рассказал про лучший способ разрешить спор о развитии продукта: вместо использования сложных фреймворков провести небольшой тест.
«Приоритет — это очередь гипотез, которая оценивается в деньгах. Задача — за минимальные деньги проверить эффект для бизнеса. Если мы не можем доказать ценность идеи, мы должны расставлять приоритеты не по масштабу будущего проекта, а по скорости проверки гипотезы», — объяснил представитель ОТП Банка.
Главное условие успеха: внедрение ИИ работает только тогда, когда выгоду получает каждый участник процесса от клиента до ИТ‑департамента.
«Мы внедряем не модели. Мы меняем правила игры. Идею нужно продать каждому участнику игры», — резюмировал он.
Технологии позволят банкам устранить «недолюбленность» клиента
Илья Чижевский, Президент ОТП Банка, принял участие в дискуссии «ИИ в банковском риск‑менеджменте: источник антихрупкости или новый класс уязвимостей» на Международном финансовом конгрессе 2026. На сессии он рассказал о подходе ОТП Банка к внедрению искусственного интеллекта и результатах его применения, а также оценил перспективы его развития на горизонте 3–5 лет.
Глава ОТП Банка подчеркнул, что осторожность банка не означает выжидательную позицию: «Осторожность — это когда банк стоит в стороне и наблюдает. Это, наверное, не про нас». Речь идет о другом — о готовности применять инструмент только там, где он показывает надежный результат.
Как пример того, где взвешенный подход к ИИ уже дал реальный результат, спикер привел практику применения ML‑моделей в риск‑менеджменте. Сегодня в банке работает несколько десятков таких моделей, 36 из них — в рисках. «Эти модели дают нам порядка от 5 до 20% преимущества по Gini в розничных моделях, а экономический эффект по итогам прошлого года исчисляется 2% от чистой прибыли банка», — привел цифры И. Чижевский, отметив, что все инвестиции банка в ИИ оцениваются через измеримый возврат, а не «слепую веру» в технологию.
Вместе с тем была отмечена область, где технология пока не оправдывает ожиданий: модели оценки состояния корпоративных заемщиков на основе открытых источников.
«Мы увидели, что эти модели показывают очень неконсистентные результаты, требуют перекалибровок, — рассказал спикер. — Сейчас они помогают лишь с агрегацией данных, формируют аналитические выжимки, а финальное решение остается за человеком».
Схожая сдержанность сохраняется и в автоматизации немассовых, нетиповых процессов — в отличие от розницы и МСБ, где большое количество повторяющихся операций делает применение ИИ математически более простой задачей. По словам Ильи Чижевского выбранная стратегия не оборачивается для банка потерями: «С точки зрения проигрыша, искренне, абсолютно нет — не видим, что в чем‑то из‑за этого уступаем».
Переходя к теме регулирования отрасли, президент ОТП Банка напомнил, что российский банковский сектор стал одним из лучших в мире благодаря тому, что регулятор давал сектору возможность внедрять инновации, сохраняя при этом разумные ограничения. «На мой взгляд, банковский сектор сейчас является безусловным лидером по внедрению искусственного интеллекта как индустрия внутри нашей страны», — подытожил И. Чижевский. На горизонте 3–5 лет, по его мнению, именно технологии позволят банкам точнее предвидеть потребности клиента и устранить его «недолюбленность».
О бизнес-эффектах сквозной архитектуры процессов в ОТП Банке
На конференции «Управление бизнес-процессами 2026» наш коллега, руководитель процессного офиса ОТП Банка Андрей Бессараб, рассказал о процессе перехода банка к сквозной архитектуре и полученных бизнес-эффектах. Делимся основными мыслями.
«По модели Грейнера на определенных этапах в работе компании возникают кризисы. В ОТП Банке возник кризис контроля: при оптимизации количества процессов и подразделений вертикального управления оказалось недостаточно, и потребовалось оперативно выстраивать сквозное горизонтальное управление», – отметил Бессараб. Он подчеркнул, что проект был запущен в банке в кратчайшие сроки и позволил получить точную картину реального функционала подразделений, объективно оценить распределение затрат и создать систему регулярного мониторинга ключевых показателей, сосредоточившись на стабильности, качестве и предсказуемости операций.
Спикер пояснил, что первым этапом на этом пути стали каталогизация и моделирование, на которые ушло 6 месяцев. В результате банк зафиксировал три уровня: 20 групп сквозных процессов, около 200 самих сквозных процессов и порядка 2 000 подпроцессов. Именно уровень подпроцессов показал реальный функционал каждого подразделения и сформировал точную базу для дальнейшей работы.
Вторым шагом в ОТП Банке внедрили модель стоимости процессов для непосредственного расчета стоимости каждого элемента. Для массовых операций банк использовал стафф-модели, рассчитанные по нормативам. В немассовых подразделениях применялась экспертная оценка: руководители самостоятельно определяли долю аллокации затрат на конкретную задачу. Погрешность такого подхода не исказила итоговый рейтинг процессов по их стоимости, позволив сформировать объективную картину распределения затрат.
«Третий шаг – создание управленческого дашборда. Мы применили правило Парето, выделив 20% процессов, в которых сосредоточено 80% затрат, и добавили к ним требования регулятора. Для каждого процесса определили от 3 до 7 метрик по трем категориям: стоимость, время и качество. Эти показатели работают как конкретные триггеры, подсвечивающие зоны для глубокого анализа», – отметил Андрей.
Дашборд фиксирует изменения метрик, и раз в месяц топ-менеджмент рассматривает их состояние. Если по конкретной метрике, например по времени выдачи кредита, фиксируется отклонение, формируется поручение проработать его причины. По результатам такой проработки могут быть запущены изменения – в частности, реинжиниринг, автоматизация или применение технологий искусственного интеллекта. Эти работы проводят либо централизованные команды, либо владельцы процессов при поддержке процессного офиса. На текущем этапе экономический эффект от внедрения проекта составил 200 млн рублей.
24 июня 2026 года во время 46-го ежегодного собрания акционеров SoftBank Масаёси Сон молодился: чёрная водолазка, изящный чёрный костюм, аккуратно прибранные редкие седые волосы — и всё это на фоне большого тёмного зала и яркого экрана за спиной. Тем не менее Масаёси уже 68 лет. Он давно не походит на визионера из эпохи Alibaba или азартного инвестора времён Vision Fund.
Вообще-то Масаёси обещал уйти на покой в шестьдесят. Однако на этой встрече он со сцены заявил, что свой 50-летний план пересмотрел и собирается работать ещё лет 10–15. В планах у главы SoftBank — довести стоимость холдинговой компании до 1000 трлн иен (примерно $6–7 трлн). Фондовый рынок на подобные слова отреагировал с воодушевлением: в тот же день цена акций компании поднялась на 1,29 %, на следующий торговый день — подскочила ещё на 7,90 %.
Видеозапись мероприятия, конечно, доступна на сайте SoftBank, там даже есть перевод на английский. Интереснее разглядывать некоторые фрагменты из 66 слайдов презентации. В них Сон в очередной раз сравнивает SoftBank с несущей золотые яйца гусыней.
PDF со со слайдами тоже выложили. Среди явно сгенерированных с помощью ИИ картинок — откровения гуру бизнеса о том, что яйца не несут яйца, что акционерную стоимость создавала гусыня (где она очень довольна, поскольку её стоимость оценили в 71 золотое яйцо), а также иллюстрация фабрики золотых яиц внутри гусыни.
Презентации Масаёси Сона на самом деле всегда такие весёлые: там бывают перескакивающие яму коронавируса пегасы, которые позднее взлетают, странноватые равенства вида «25 − 4 = 9» с большим красным вопросительным знаком и круговые диаграммы, где разные доли отведены под смерть, одиночество и безысходность. Известную басню Эзопа Сон цитирует тоже далеко не впервые.
5 граблей, на которых умирают торговые боты
Большинство торговых ботов умирают не потому, что стратегия оказалась неверной. Они умирают потому, что бэктест втихую прочитал завтрашнюю свечу. Потому что процесс упал посреди исполнения ордера и открыл позицию дважды. Потому что биржа отвергла ордер, а бот продолжил торговать призрак.
Стратегия - никогда не была сложной частью. Сложной частью была инфраструктура.
«Это работало в бэктесте» ничего не значит, если в live крутится другой код
Стандартный путь продакшенизации стратегии - это её переписывание: исследовательский ноутбук превращается во вторую, собранную руками боевую систему со своей логикой ордеров, своими багами, своим расхождением. Теперь у вас две стратегии, которые выглядят одинаково, а ведут себя по-разному ровно тогда, когда это важнее всего. Например, на момент бектеста все свечи уже закрыты, а в live текущая свеча всегда в статусе pending и её параметры меняются
Ошибка, которая открывает позицию дважды
Бот, обновляющий позицию в момент, когда процесс умирает - OOM, деплой, скачок питания, просыпается с испорченным состоянием: наполовину открытая позиция, неправильный cost basis, выход, который так и не зарегистрировался. Восстановление руками - это место, где утекают деньги.
Ордер, который биржа молча отвергла
Тихий убийца live-торговли: биржа отвергает, отваливается по таймауту или наливает частично - и внутреннее состояние вашего бота больше не совпадает с реальностью. Фикс из учебника - рукописный try/catch с откатом вокруг каждого ордера - это ровно тот код, который ломается на том краевом случае, который вы не предусмотрели.
Десять стратегий, один счёт, экспозиция 100%
Проверки риска по каждой стратегии в отдельности упускают очевидную портфельную истину: десять стратегий, каждая «рискует 10%», - это один счёт, рискующий всем. Открыть сразу 10 позиций не хватит капитала
Получение внешних данных через Crontab
Cron с парсингом внешних данных работает в другом процессе по системным часам - бесполезно в бэктесте, который проигрывает месяц за секунды. Так же как неполные свечи в live, на момент backtest база данных содержит больше записей, так как момент в прошлом уже завершен
Wildberries добавил функцию отмены заказа за 50 рублей. Пользователи площадки предлагают ввести платное добавление товаров в корзину, так как не понимают, за что должны платить 50 рублей, и сравнивают WB с другими маркетплейсами, где отмена заказа бесплатная.
Пресс‑служба RWB:
У покупателей по‑прежнему сохраняется возможность бесплатно отказаться от товара при его получении в пункте выдачи заказов, если он не подошёл или необходимость в покупке отпала.
При этом возможность отменить заказ уже после оформления и на любом этапе доставки — это дополнительный сервис, который позволяет изменить своё решение даже тогда, когда товар уже находится в обработке или в пути.
После оформления заказа мы сразу запускаем целый ряд процессов, связанных с его комплектацией, обработкой и доставкой. К моменту отмены заказ уже проходит несколько этапов логистической цепочки, в которые вовлечены склады, сортировочные центры и транспортная инфраструктура. Остановка этих процессов и возврат товара требуют дополнительных ресурсов, поэтому услуга отмены заказа после оформления является платной.
Почему через 3-5 лет контакт-центр станет центром прибыли
Алексей Рогожин, руководитель контактного центра и центра заботы о клиентах ОТП Банка, принял участие в дискуссии «Эволюция банковских контакт-центров: что меняется сегодня», прошедшей в рамках презентации итогов 4-й волны исследования банковских контакт-центров аналитической и консалтинговой компании Frank RG. Он рассказал о переходе банка к единой модели управления клиентским опытом, смене приоритетных метрик и планах по трансформации службы поддержки в прибыльное подразделение.
Алексей отметил, что в рамках трансформации, начатой полтора года назад, ОТП Банк интегрировал метрику Contact Rate в систему мотивации продуктовых команд, что позволило кратно расширить линейку услуг и улучшить операционные показатели. «Мы обеспечили сквозную синхронизацию на всех этапах клиентского пути – от чат-бота до живого оператора, так как понимаем, что классические показатели эффективности теперь уступают место FCR (решение вопроса с первого обращения) и метрикам клиентской доходности», – заявил спикер.
По его словам, ключевыми запросами клиентов все еще остаются мгновенная доступность каналов связи и сокращение времени ответа до секунд: пользователи высоко ценят эмпатию, прозрачность и готовность банка компенсировать потенциальные сбои: «Ошибки возможны, но важно оперативно дать обратную связь и исправить ситуацию», – заключил он.
Алексей также затронул тему искусственного интеллекта и автоматизации в контакт-центре. Он отметил, что банк провел переработку примерно 15% всей автоматизации, установив высокие стандарты качества. «Мы придерживаемся принципа: если выход на сотрудника всегда открыт для клиента, и он активно пользуется автоматизацией, которую мы создаем, значит, мы делаем качественный продукт. При этом сама автоматизация должна быть прозрачной и не хуже, чем то, что делает человек». Еще отметил, что в текущем году приоритетом для его команды станет внедрение ИИ-моделей для анализа и поведенческих данных, способных прогнозировать уровень удовлетворенности клиентов в реальном времени.
В финале резюмировал, что через 3-5 лет контакт-центр трансформируется в центр прибыли. «Увеличение автономных агентов и развитие эмоционального интеллекта – вот направления роста. При этом главный вызов остается неизменным: как сделать каждое взаимодействие с клиентом максимально ценным и человечным, несмотря на рост цифровизации».
Учёт ИТ-активов в России: 80% компаний — на троечку
Опросили 100+ компаний из ИТ, промышленности, банков и ритейла, как у них устроено управление ИТ-активами. Картина отрезвляющая:
80% оценивают зрелость своих ITAM-процессов на 1–3 из 5;
42% не используют никаких стандартов;
каждая пятая до сих пор ведёт учёт в Excel;
приоритет №1 — банальное «понять, что у нас вообще есть».
Самые большие потери — не на закупке, а в «серой зоне»: перемещения между офисами, замена сотрудников, списание. Оборудование числится за кем-то, а физически недоступно.
Внутри — срез рынка с цифрами, разбор ключевых проблем, кейсы «Ленты» и ITGLOBAL.COM и тренды на ближайшие годы: TCO, ИИ, облако, compliance.
Расходы на искусственный интеллект в США уже сравнялись с расходами на транспортную сеть страны. В апреле расходы на строительство центров обработки данных впервые превысили $50 млрд.
Как не переплачивать за ИИ
На VII Форуме «Франкенштейн на кибербанке: ИИ и технологии будущего в финансовом секторе» Богдан Гарбар, CPO и руководитель Центра платформенных ИИ-решений ОТП Банка, представил инженерную методику расчета вычислительных ресурсов для сервисов на основе генеративного искусственного интеллекта.
Планирование вычислительных мощностей остается одной из ключевых задач при внедрении генеративного ИИ. До настоящего времени большинство компаний принимали решения на основе экспертных оценок, приблизительных ориентиров и данных из непрозрачных источников, что затрудняло точное бюджетирование и повышало инвестиционные риски. Избыточные закупки могли заморозить капитал в оборудовании, которое простаивало и быстро устаревало, а недостаточные мощности приводили к тому, что сервисы не справлялись с нагрузкой, что негативно сказывалось на скорости работы и удовлетворенности клиентов.
«Когда мы начинали внедрять генеративный ИИ, столкнулись с классической дилеммой: заложить слишком много ресурсов — заморозить капитальные затраты, заложить слишком мало — потерять клиентов из-за неработающего сервиса. Существующие калькуляторы и бенчмарки оказались непрозрачными, и мы решили разобраться, как все работает на атомарном уровне», — отметил Богдан Гарбар.
Он пояснил, что разработка ОТП Банка позволяет перейти от интуитивных оценок к обоснованным расчетам при планировании капитальных затрат на GPU-серверы — наиболее дорогостоящий компонент LLM-инфраструктуры.
«Мы создали не просто калькулятор, а инструмент для принятия решений: на какой инфраструктуре строить решение, в каком объеме закупать оборудование и как эффективно распределять вычислительные ресурсы между задачами. Модель связывает ожидаемую нагрузку и требования к качеству сервиса с ключевыми финансовыми показателями проекта — капитальными затратами (CapEx), совокупной стоимостью владения (TCO) и возвратом инвестиций (ROI).
В отличие от типовых подходов, она рассчитывает необходимый объем графических процессоров (GPU) на основе реальных бизнес-параметров и ряда технических факторов, которые напрямую влияют на потребность в вычислительных мощностях: объема памяти для одной пользовательской сессии, применения оптимизаций, включая квантование моделей, а также использования специализированных техник обработки запросов, позволяющих снизить нагрузку без потери качества сервиса. Это дает возможность определить минимально необходимый объем оборудования, достаточный для выполнения целевых SLA при оптимальных затратах», – подчеркнул Богдан Гарбар.
Почему в крипте появились wETH, stETH, WBTC, cbBTC и десятки других странных тикеров
Большинство людей впервые сталкиваются с этим во время использования DeFi. Пользователь приходит обменять ETH, а вместо привычного ETH видит wETH. Потом встречает stETH, rETH, cbBTC, tBTC, aUSDC и ещё десяток похожих активов.
В этот момент возникает логичный вопрос: если у нас уже есть Bitcoin и Ethereum, зачем индустрия постоянно создаёт их новые версии?
На самом деле за большинством таких тикеров скрываются не новые монеты, а новые функции.
Одним из первых массовых примеров стал wETH - Wrapped Ether. Проблема заключалась в том, что нативный ETH исторически не соответствовал стандарту ERC-20, на котором построено большинство DeFi-протоколов. Поэтому появился wETH: тот же самый ETH, но в форме токена, с которым удобно работать внутри экосистемы Ethereum. По сути это один и тот же актив, но в другой "упаковке".
Похожая история произошла с Bitcoin. Сам Bitcoin существует в своей собственной сети и не может напрямую использоваться в большинстве приложений Ethereum. Так появились WBTC, cbBTC и tBTC - токенизированные версии Bitcoin, которые позволяют использовать ликвидность BTC в DeFi-протоколах, пулах ликвидности и кредитных сервисах.
Позже индустрия столкнулась с другой задачей - стейкингом. Пользователь хотел получать доходность от ETH, но при этом не терять доступ к своим средствам. Так появились stETH, rETH, cbETH, eETH и другие liquid staking токены. Они представляют собой застейканный актив и одновременно позволяют продолжать использовать его в других протоколах.
Следующий слой - кредитные платформы. Когда пользователь кладёт USDC в Aave, он получает aUSDC. Когда размещает средства в Compound - получает cUSDC. Эти токены фактически становятся цифровой распиской, которая подтверждает право требования к депозиту и накопленным процентам.
Есть и ещё более экзотические категории. Например, sUSD и sBTC - синтетические активы, которые пытаются повторять стоимость оригинального актива без необходимости владеть им напрямую. А veCRV, vlCVX или xSUSHI появились как элементы систем управления протоколами и распределения вознаграждений.
В итоге большинство странных приставок в крипте обычно сводятся всего к нескольким категориям:
w — wrapped активы
st, r, e — liquid staking
a, c — депозитные токены кредитных протоколов
s — синтетические активы
ve, vl, x — governance и voting-механики
Самое интересное, что для новичка все эти тикеры выглядят как бесконечный хаос. Но если посмотреть глубже, становится понятно: индустрия не создаёт сотни новых монет. Она создаёт новые формы представления уже существующих активов.
Именно поэтому один и тот же Ethereum сегодня может существовать одновременно как ETH, wETH, stETH, rETH, cbETH или eETH. Снаружи это выглядит как зоопарк тикеров. Внутри - как попытка решить разные инфраструктурные задачи одной и той же экосистемы.
