Битубитех от Яндекса

Смешно, пока это не ваши данные 😅

Не повторяйте чужих ошибок — подумайте о безопасности.

Подписывайтесь 👉 @yab2btech

Внедрить ИИ оказалось проще, чем обеспечить безопасность

К такому выводу пришли AppSec Solutions и Ассоциация разработчиков программных продуктов «Отечественный софт», изучив, как разработчики ПО внедряют ИИ и насколько при этом защищают свои системы. Делимся ключевыми выводами.

1️⃣ Используют все — защищают единицы 

Вариант «не используем ИИ» не выбрала ни одна компания. Самые распространённые инструменты — большие языковые модели (81%), ИИ-агенты (72%) и RAG (57%).

При этом базовые системы контроля безопасности ИИ внедряют только 23% опрошенных компаний. Из восьми основных мер защиты, например, инвентаризация ИИ-систем, назначение ответственного и оценка угроз, в среднем внедрено 1,9. У каждой третьей компании нет ничего из перечисленного.

2️⃣ Бизнес внедряет ИИ-агентов без оценки риска 

74% компаний тестируют или уже используют ИИ-агентов в рабочей среде — с реальными данными, пользователями и бизнес-процессами.

Но оценку угроз для ИИ-решений провели только 9% компаний. Телеметрию по токенам контролируют 42%, а политику взаимодействия агентов с внешними инструментами разработали лишь 26%.

3️⃣ Главный дефицит — специалисты

Число ИБ-инцидентов в России в начале 2026 года выросло на 68% год к году, а более 90% корпоративных сетей остаются уязвимыми к полному захвату через подрядчиков и цепочки поставок. На этом фоне спрос на аутсорс кибербезопасности (MSSP) вырос на 25% за первое полугодие: бюджетов и своих специалистов бизнесу по-прежнему не хватает.

70% компаний главным барьером называют нехватку ИБ-экспертизы в ИИ, тогда как нехватку бюджета назвал только 31%. При этом 82% из тех, кто пожаловался на нехватку экспертизы, не обучают сотрудников ИИ-безопасности, а в 46% компаний ответственность за неё размыта. Там же, где создали отдельную команду по ИИ-безопасности, доля внедрённых мер контроля вырастает в 4,2 раза.

✏️ Что запомнить

ИИ уже активно применяется в разработке и бизнес-процессах, но защиту для него пока не все успевают построить. Чем крупнее ИИ-стек компании, тем больше критических уязвимостей в её системе. 

Чтобы исправить ситуацию, рынку сегодня нужны люди и процессы: чётко определённый ответственный за ИИ-безопасность, а также анализ рисков теневого ИИ до того, как агенты получат ещё больше полномочий.

Подписывайтесь 👉 @yab2btech и поддержите наш канал по ссылке.

➡️ Главный дефицит на рынке дата-центров — уже не деньги. 

Инвестировать готовы много: к 2030 году объём вложений в ЦОДы может достичь $7 трлн, прогнозирует McKinsey. 

Но построить все эти мощности будет сложнее. Новым дата-центрам критически необходимы участки с минимальным пингом и свободные мегаватты, но инвесторы упираются в дефицит земли, перегрузку сетей и многолетние очереди на подключение. По данным WEF, спрос ЦОДов на электроэнергию растёт минимум на 20% в год.

🔍 Что может тормозить рост

〰️ К 2030 году рынку понадобится ещё около 160 км² площадок под дата-центры с доступом к энергии. Сейчас их около 81 км². 

〰️ Плотность стоек резко растёт: передовые ИИ-системы уже доходят примерно до 250 кВт на стойку, следующее поколение может превысить 600 кВт. Это требует другой электрической и инженерной архитектуры.

〰️ Заявленное не равно построенному: из 262 ГВт мощностей ИИ-ЦОД, объявленных к 2030 году, реализованными могут оказаться менее половины.

👀 В России дефицит ощущается ещё острее

85% российских ЦОДов сосредоточены в Москве и Петербурге, и наращивать мощности всё сложнее. В Петербурге, по данным iKS-Consulting, свободных мощностей остаётся менее 10%, а ввод новых за прошлый год упал с 14 до 5 тысяч.

Одновременно растёт энергопотребление самих ЦОДов. Стойка с GPU требует около 50 кВт вместо привычных 5 кВт, а крупному ИИ-ЦОДу нужно не менее 200–500 МВт в одном месте и подстанция уровня 220 кВ.

Чтобы справиться с растущим дефицитом, компании переходят на дизельную или газовую генерацию, а ЦОДы хотят запитывать от резервной мощности ТЭЦ. Энергетики же предлагают подключать новые ЦОДы Москвы и Подмосковья по IV категории надёжности — это схема с быстрым подключением, но без гарантированного резервного питания и с большим риском отключений. 

✏️ К чему готовиться

Мировой и российский тренды сходятся в главном: доступность энергии и плотность стоек определяют, где и когда появятся новые вычислительные мощности. 
Компаниям, которые планируют ИИ-проекты, стоит закладывать в сроки и бюджет не только закупку оборудования или облачных ресурсов, но и поиск площадки с гарантированным электроснабжением.

Подписывайтесь 👉 @yab2btech и поддержите наш канал по ссылке.

Google запустит спутник с ИИ-процессором в космос, рынок чипов удвоится по итогам года, а Boston Dynamics и Hyundai строят «фабрику обучения роботов» — эти и другие новости из мира B2B-технологий. 

🟣 Boston Dynamics будет обучать роботов Atlas на заводах Hyundai. В Robotics Metaplant Application Center (RMAC) роботов научат управлять логистикой автомобильных деталей: выстраивать последовательность компонентов, распаковывать их и раскладывать по ячейкам для подачи на сборочную линию. В центре также разрабатывают и тестируют программные и аппаратные решения, которые позволят переносить навыки Atlas между разными производственными задачами и площадками. В ближайшие годы на заводах Hyundai и Kia планируется внедрить 25 000 роботов Atlas, а в США планируют выпускать до 30 000 таких роботов в год. 

🟪 Google запустит чипы ИИ на орбиту. В рамках проекта Suncatcher компания исследует, можно ли в будущем создавать орбитальные дата-центры для работы ИИ. Их главное потенциальное преимущество — почти постоянный доступ к солнечной энергии. По оценке Google, на низкой орбите её можно получать до восьми раз больше, чем на Земле. Первый шаг — запуск спутника с TPU, чтобы проверить, выдержат ли чипы радиацию, перегрузки и охлаждение в вакууме. В 2027 году Google планирует протестировать уже связку спутников, соединённых лазерами для передачи данных.

🟣 Мировой рынок чипов к 2026 году достигнет $1,6 трлн. Это почти вдвое больше, чем годом ранее, следует из оценки Корейского экспортно-импортного банка. Главным драйвером роста остаётся бум ИИ-инфраструктуры: расходы крупнейших операторов дата-центров могут вырасти на 98%. Особенно быстро растёт рынок памяти: на DRAM и NAND может прийтись около 55% всех продаж полупроводников. 

🟣 Крупный бизнес наиболее активно внедряет ИИ. По данным ВШЭ за 2025–2026 годы, ИИ используют 5,2% крупных и средних организаций. Среди компаний с численностью более 500 сотрудников доля достигает 17%, а среди организаций до 100 сотрудников — 4,3%. Чаще всего ИИ применяют в маркетинге и продажах, HR и производстве. Самые востребованные технологии — обработка текста и изображений: ими пользуются около двух третей компаний, уже внедривших ИИ.

🌼 Yandex Cloud и «Флант» запустят сервис для быстрой разработки приложений в закрытом контуре. Платформа будет работать на базе Deckhouse Platform и управляемых баз данных Yandex Cloud. Она позволит разрабатывать микросервисные приложения, подключать базы данных и управлять инфраструктурой в едином интерфейсе. В него также встроят ИИ-ассистентов для инженеров, а позже — автономных агентов для SRE- и DevOps-задач. Сервис откроют для тестирования специалистам в 2027 году. 

Подписывайтесь 👉 @yab2btech и поддержите наш канал по ссылке.

🍉 Чем сложнее и длиннее задача ИИ-агента, тем больше токенов он тратит. О том, почему бизнесу вообще приходится считать токены и как в этом помогает токеномика, мы писали здесь.
 
И раз токены стали отдельной статьёй расходов, логичный шаг — понять, как тратить их меньше. В качестве решения исследователи Google и Purdue University предложили архитектуру SKILL.state — способ построения агентов, который в разы сокращает эти расходы у Claude Code, Codex и подобных им систем.

🔍 Как устроен навык

Обычный агент на каждом шаге дозаписывает всю историю действий в диалог: что наблюдал, что делал, как рассуждал. Чем больше таких шагов, тем больше контекст — он растёт в геометрической прогрессии.

SKILL.state оставляет модели только три вещи: исходное описание задачи, текущее структурированное состояние и последнее новое наблюдение. Промежуточные рассуждения используются только для выбора следующего шага и сразу удаляются.

Для каждой задачи заранее задают, какие данные хранить. Например, для 100 разных CTF-задач — соревнований по поиску уязвимостей и скрытых код-флагов — прогресс агента сводится к пяти обновляемым полям: найденные флаги, проверенные гипотезы, активные файлы, рабочая директория, сводка команд. 

Вместо всей истории агент на каждом шаге видит одну компактную карточку с актуальным состоянием задачи.

📌 Какие результаты

В тесте на управление складом из 200 шагов SKILL.state потратил 122 тысяч токенов и правильно выполнил 94% действий. Агент с памятью на основе суммаризации потратил на ту же задачу 6,17 млн токенов — более чем в 50 раз больше — и справился с 84% действий.

На реальных CTF-задачах SKILL.state решал 54,2% задач с первой попытки — на 7,8 п. п. больше лучшего аналога — и экономил 60–66% токенов. При общении с клиентами в службе поддержки он доводил до результата 58% диалогов, экономя до 45% токенов.

Если считать не в токенах, а в задачах: обычному агенту 1 млн токенов (в среднем это стоит $10) не хватит даже для одной задачи в 200 шагов, а агент на архитектуре SKILL.state с тем же лимитом может выполнить около 8 таких задач. 

💬 Можно ли использовать SKILL.state уже сейчас?

Да, но готового сервиса для подключения нет — принцип SKILL.state нужно внедрять в архитектуру агента вручную. 

Так что отправляйте этот пост разработчикам — пусть разбираются, можно ли применить подход в ваших сценариях и сократить расход токенов.

Подписывайтесь 👉 @yab2btech и поддержите наш канал по ссылке.

🟥 Yandex B2BTech представила на Yandex Scale несколько обновлений. Рассказываем о них в дайджесте.

🔲 Новое направление информационной безопасности — Yandex Security.

〰️ Сервисы Yandex Security позволяют защищать ресурсы клиентов, размещённые в локальной, гибридной и локальной инфраструктуре, а также у разных облачных провайдеров. Клиентам доступен мониторинг безопасности в едином интерфейсе. 

〰️ В составе Yandex Security Deck появился отдельный модуль Access Analyzer для контроля доступов в системе, чтобы отслеживать использование ролей. 

〰️ В сервисе Identity Hub появилась возможность беспарольной авторизации для организаций по лицу, отпечатку пальца или с помощью аппаратного ключа на базе технологий WebAuthn/FIDO2.

〰️ Новый тип проверки посетителей сайта от ботов — JS-Challenge. При стандартной активности пользователя проверка проходит незаметно — в фоновом режиме. Капча показывается только при наиболее подозрительных запросах. Это снижает нагрузку на посетителей и повышает эффективность фильтрации ботов.

🔲 DataLens Platform — для снижения затрат на работу с данными до 30%

〰️ Платформа объединяет все этапы работы с данными: от загрузки и хранения до визуализации и ИИ-аналитики. 

〰️ На DataLens Platform уже объединены хранилище данных, инструменты для обработки информации и создания отчётов, а также ИИ-помощник, которому можно задавать вопросы на обычном языке. Пользователь сможет работать с данными и получать готовые показатели в единой системе — без огромного количества прослоек из межсистемных интеграций.

〰️ Сначала DataLens Platform будет доступна в Yandex Cloud. Позднее Yandex B2B Tech планирует выпустить версии продукта для размещения в собственной инфраструктуре компании и для гибридного сценария.

🔲 Автономные ИИ-агенты для разработки

〰️ На платформе SourceCraft появилась возможность подключать и настраивать автономных ИИ-агентов, например для разработки и проверки безопасности кода, или создавать агентов с собственными специализациями под ключ.

〰️ Агент работает под собственной учётной записью в GitLab как самостоятельный участник команды, выполняет поручение и передаёт результат на проверку. Если ему не хватает данных или требуется согласование, он сам обращается к команде.

〰️ По данным McKinsey, компании, которые встроили автономных ИИ-агентов в процесс разработки, более чем вдвое чаще добивались роста производительности свыше 20% по сравнению с теми, кто просто добавил ИИ-инструменты в существующие процессы. В среднем автономные агенты сокращают время на задачи разработки на 11,2%, а объём повторной работы — на 6,8%.

Подписывайтесь 👉 @yab2btech и поддержите наш канал по ссылке.

🌀 Недавно рассказывали про Алису AI для бизнеса. Теперь представляем расширенную версию корпоративного ИИ-ассистента — Алису AI Про для бизнеса. Она подходит компаниям для гибкой кастомизации под рабочие процессы компании, а также с особыми требованиями хранению и обработке данных. Например, банкам, ритейлерам, промышленным корпорациям. Ассистент доступен клиентам Yandex AI Studio.

➡️ Главное про Алису AI Про:

🔴 Это универсальный ИИ-агент, способный решать сложные многосоставные задачи. Её можно развернуть на собственной инфраструктуре, самостоятельно выбрать модель «под капотом» или создать узкоспециализированные навыки.

🔴 Поручения достаточно сформулировать, как в разговоре с коллегой. Для решения задач Алиса AI Про сама создаёт себе команду специализированных ИИ-агентов, координирует их работу и проверяет результаты. Она может пользоваться теми же приложениями, которые применяют сотрудники компании. Например, CRM-системы или сервисы для работы с документами и бухучёта. Получается единый ИИ-интерфейс для решения большинства задач.

🔴 У ИИ-ассистента уже есть более 120 навыков — готовых инструкций по решению рабочих задач для специалистов разных профессий, в том числе дизайнеров, аналитиков, юристов, финансистов. Можно создавать собственные навыки.

🔴 Алису AI Про уже тестируют крупные компании. Например, специалисты «Норникеля» помогали сформировать сценарии использования ИИ-ассистента, в том числе для организации нормоконтроля документов и классификации затрат.

Подписывайтесь 👉 @yab2btech и поддержите наш канал по ссылке.

🔴 В аптечном ритейле становится больше ИИ-решений. Например, в онлайн-сервисе Аптека.ру заработал ИИ-ассистент на базе Yandex AI Studio. 

✏️ Почему это важно

С помощью ассистента покупатели на сайте могут быстро подобрать подходящий безрецептурный препарат по симптомам, сформулировав простой запрос. Ассистент не продаёт рецептурные препараты, не ставит диагнозы и рекомендует обратиться к врачу, а к персональным данным доступа у него нет.

По результатам тестирования на 20% аудитории оказалось, что пользователи, которые изучают ответы ИИ-ассистента, приобретают на 25% больше товаров, чем те, кто не пользуются его подсказками. Конверсия в заказ у таких клиентов возросла на 77%. 

В октябре ассистент появится в мобильном приложении. База знаний содержит около 100 тысяч товаров с описаниями и более 6 тысяч статей, обновляется почти в реальном времени. За актуальные цены и наличие отвечает обращение к системам Аптека.ру через MCP-серверы.

🔴 Ещё один пример цифровизации аптечного бизнеса — со «Здравсити». Аптечный маркетплейс перенёс платформу в облачную инфраструктуру Yandex Cloud, развернув её в трёх ЦОД. 

✏️ Почему это важно

До миграции SLA не превышал 90%, а после перехода в Yandex Cloud вырос до 99,95%. Также с нескольких часов до нескольких минут сократилось время обновления витрины данных.

Миграция позволила масштабировать инфраструктуру без существенного роста расходов. Кроме того, «Здравсити» оптимизировала трудозатраты. Если раньше команда выпускала не больше одного релиза в месяц, то теперь — два релиза в день. Для поддержки инфраструктуры такого масштаба раньше компании потребовалось бы ещё примерно восемь DevOps-специалистов, а сейчас справляется уже существующая команда.

Подписывайтесь 👉 @yab2btech и поддержите наш канал по ссылке

➡️ AI‑SPM, представленный Yandex B2B Tech, стал одним из первых комплексных решений в своём классе для управления безопасностью и рисками ИИ‑систем на российском рынке. AI‑SPM уже доступен всем пользователям сервиса Yandex Security Deck.

🟣 Как работает AI‑SPM

Происходит непрерывный анализ четырёх областей ИИ-инфраструктуры:
〰️ ИИ-сервисы и компоненты, включая коннекторы к внешним приложениям 
〰️ хранилища данных, которые используют модели и агенты 
〰️ учётные записи и права доступа 
〰️ среды исполнения ИИ-приложений. 

По итогам анализа клиент получает список выявленных нарушений с уровнем критичности, описанием рисков и рекомендациями по их устранению.

«Развитие генеративного ИИ требует не только новых подходов к обучению моделей, но и системного понимания безопасности. С помощью открытой методологии AI-SAFE 2.0 мы помогаем бизнесу выстраивать контроль на всех уровнях — от архитектуры систем до конкретных мер защиты. AI‑SPM позволяет не просто реагировать на угрозы, а выстраивать проактивную систему защиты ИИ‑инфраструктуры. Автоматизация мониторинга и выявления уязвимостей становится ключевым шагом к обеспечению надёжности и устойчивости ИИ‑решений в бизнес‑процессах», — отметил Евгений Сидоров, директор по безопасности Yandex Cloud.

⬆️ Мировой рынок средств защиты ИИ увеличится за год с $2,8 млрд до $4,8 млрд в 2027 году, по данным Gartner. В России этот рынок в стадии формирования.

Подписывайтесь 👉 @yab2btech и поддержите наш канал по ссылке.

Anthropic планирует вложить $1 млрд в безопасность ИИ, а сотрудники в России экономят с помощью нейросетей до 10 часов в неделю — эти и другие новости в нашем дайджесте. 

🟣 Accenture и Anthropic выделяют по $1 млрд на тестирование безопасности ИИ. В рамках партнёрства Accenture Faculty соберёт команду специалистов, которые будут искать уязвимости в моделях Anthropic и проверять, насколько хорошо работают их защитные механизмы. Причём оценщики будут работать не как обычные внешние аудиторы: они получат доступ к системам Anthropic на уровне сотрудников и смогут проверять модели ещё во время обучения и запуска. Так компании рассчитывают находить потенциальные проблемы не постфактум, а прямо в процессе разработки.

🟪 ИИ экономит россиянам до 10 часов в неделю. Такие данные приводит PR Dev. на основе опроса, проведённого среди 2 тысяч офисных сотрудников. Чаще всего нейросети помогают искать и обрабатывать информацию — так ответили 64% респондентов. Ещё 57% используют ИИ для подготовки текстов и документов, 46% — для анализа данных, 41% — для презентаций, а 35% — чтобы быстро получить несколько вариантов решения. Почти половина опрошенных говорят, что с ИИ быстрее справляются с рутиной. У 37% освободилось больше времени на задачи, требующие концентрации, а 29% стали чаще заниматься стратегической и творческой работой.

🟣 21% промышленных компаний в мире планируют чаще использовать ИИ для ИБ-задач. Об этом говорится в исследовании «Лаборатории Касперского». Компании рассматривают как внешние ИИ-сервисы, так и собственные разработки. Активнее всего расширять использование ИИ собираются энергетические компании — таких 25%. В транспортной отрасли показатель составляет 21%, в производственной — 18%. По оценке исследователей, ИИ постепенно переходит из экспериментальной технологии в рабочий инструмент и встраивается во все производственные процессы. Вместе с этим появляется и новая задача: следить за безопасностью самих ИИ-решений — от выбора модели и настройки доступа до контроля за действиями ИИ-агентов.

🌼 Яндекс научил Алису AI автоматически выбирать модель под конкретный запрос. Теперь система сама определяет сложность задачи: для простых вопросов использует быстрые модели, а для запросов со множеством условий, документами, расчётами или пошаговым планированием включает режим Эксперт. Он лучше подходит для сложных задач, например в финансах, праве, медицине, покупках и путешествиях. В режиме Эксперт можно загружать сразу несколько файлов для анализа и видеть, к каким данным обращается система.

Сейчас режим доступен всем пользователям без ограничений. В дальнейшем для активного использования понадобится подписка Алиса Плюс.

Подписывайтесь 👉 @yab2btech и поддержите наш канал по ссылке.

🟥 Яндекс выложил в опенсорс Alice AI Foundation LLM — претрейн-версию своей новой большой языковой модели, обученной полностью с нуля. Новая модель — это экспериментальная версия, на которой Яндекс тестирует архитектурные решения для своей будущей единой рассуждающей модели (ЕРМ).

➡️ Главное:

〰️ Alice AI Foundation LLM работает на архитектуре MoE (Mixture of Experts) и включает 80 миллиардов параметров, из которых в моменте активны только 3 миллиарда — для обеспечения скорости и экономичности работы. 

〰️ Она обгоняет в том числе более крупные опенсорс-модели, не требуя при этом больших вычислительных мощностей для инференса. 

〰️ У модели высокое качество в ризонинге и программировании — необходимый навык для эффективной работы агентов, способных выполнять действия по поручению пользователя.

Например, на олимпиадных задачах по математике она делит лидерство с Qwen3.5-35B-A3B-Base. В тестах на написание кода превосходит модель компании Nvidia Nemotron-3-Super-120B-Base, хотя использует в четыре раза меньше активных параметров. 

〰️ Разработчики могут использовать её как в исследовательских, так и в коммерческих проектах благодаря свободной лицензии Apache 2.0. 

〰️ Яндекс разработал и выложил в опенсорс два собственных бенчмарка — WikiWebFacts и HardMultiQA — для оценки знаний модели, актуальных для русскоязычных пользователей.

Первый проверяет знание фактов: дат, определений, событий, персоналий. Второй — охватывает более редкие области знаний: от медицины и права до ИТ и искусства. Речь идет о задачах, где недостаточно вспомнить один факт. Модель должна выбрать несколько верных вариантов из списка, перечислить сразу несколько фактов, подходящих под условие вопроса, или найти фактическую ошибку в тексте.

📌 Модель, технические отчеты и бенчмарки — на Hugging Face, а техрепорт — на Хабре.

Подписывайтесь 👉 @yab2btech