Телеграм канал «Клуб CDO»

На этой неделе открыл для себя, что у автора «Марсианина» и «Проекта „Конец света“» (в оригинале Project Hail Mary - это скорее «Бросок на удачу», отчаянный пас в последнюю секунду) есть отличные короткие фантастические рассказы.

Каждый на 5-10 минут, каждый держится на одном повороте в финале.

Два из них построены на одном и том же трюке - ошибке атрибуции. Автор даёт тебе голос, поведение, мотивы, и мозг сам дорисовывает за ними человека. А человека там нет. Ты понимаешь это только в последних строках и перечитываешь всё заново другими глазами.

Аналогия с ИИ напрашивается сама. Мы делаем ровно то же самое с моделями и агентами: видим связный текст, уверенный тон, «намерения» - и достраиваем за ними разум, понимание, характер. Иногда это полезная рабочая абстракция. Иногда - та самая ошибка, на которой Weir строит свои финалы.

Почитайте на weekend и проверьте себя - на какой строке поймёте, кто перед вами.

Annie's Day: https://xpressenglish.com/our-stories/annies-day/
Meeting Sarah: в списке рассказов на сайте автора http://www.galactanet.com/writing.html

Опрос: Каждая вторая организация не контролирует использование ИИ

Группа Arenadata провела опрос участников форума «Цифровые решения» о внедрении и контроле искусственного интеллекта в организациях. Результаты выявили серьёзный разрыв между масштабом использования технологий и уровнем их регулирования. Более чем в половине организаций сотрудники используют искусственный интеллект без какого-либо контроля, а в 78% нет работающей политики его применения. При этом ИИ уже используют 76% организаций, около двух третей респондентов работают с американскими LLM, почти 70% замечали, что коллеги передают ИИ закрытую информацию компании.

Зрелость внедрения ИИ остаётся невысокой: в половине компаний самый продвинутый сценарий работы с технологией сводится к использованию чат-бота, а сквозную автоматизацию бизнес-процессов удалось реализовать лишь 12% опрошенных. Для написания кода ИИ применяют в 63% организаций, тогда как агентные сценарии внедрены только у 10% участников опроса.

Среди используемых моделей лидируют Qwen и ChatGPT, каждую из которых задействует примерно половина респондентов. При этом американские LLM обычно применяют параллельно с китайскими и российскими решениями, хотя доля компаний, использующих отечественные модели, не превышает 20%.

Уровень регулирования использования искусственного интеллекта отстаёт от реальных масштабов внедрения технологии. DLP-защиту внедрили 26% респондентов, ещё 21% выбрали полный запрет публичных моделей, тогда как большинство компаний пока не применяют никаких ограничительных мер. При этом более половины опрошенных признались, что сами отправляли данные в ИИ, чаще всего считая их неконфиденциальными. Передачу закрытых данных в ИИ считают недопустимой лишь 15% респондентов.

«Мы сами "нанимаем" AI-ассистентов, предоставляем им пароли к почте и календарю, разрешаем работать с файлами на компьютере, пускаем в корпоративные системы. Всё это неконтролируемо увеличивает поверхность атаки, риски утечек и компрометации», — считает Пётр Емельянов, директор по дата‑стратегии и искусственному интеллекту Группы Arenadata.

В отношении мер безопасности участники опроса сходятся в том, что организация должна обеспечить технически защищённую среду для работы с ИИ. Это различные технические решения, такие как локальные модели и обезличивание данных; пересмотр правил обращения с конфиденциальной информацией.

Вопрос распределения ответственности остаётся предметом разногласий: 59% респондентов полагают, что за ошибки при использовании ИИ должен отвечать сотрудник, 41% выступает за совместное распределение ответственности между человеком и технологией.

О форуме «Цифровые решения»
Форум «Цифровые решения» объединяет представителей государства, отрасли и бизнеса. В 2026 году на него зарегистрировалось более 10 тысяч человек. В деловой программе форума значится более 120 сессий с участием свыше 700 экспертов в разных областях — от искусственного интеллекта до геймдева.

О Группе Arenadata
Группа Arenadata (MOEX: DATA) — ведущий российский разработчик ПО на рынке систем управления и обработки данных, в том числе решений по конфиденциальным вычислениям. Платформа по работе с данными Группы Arenadata обеспечивает клиентам фундамент ИТ-инфраструктуры, который позволяет им строить стратегию развития отношений с клиентами и повышать операционную эффективность. Продукты и услуги Группы используют крупнейшие компании России в ключевых отраслях экономики: финансах, ретейле, телекоммуникациях, промышленности, а также в государственном секторе. В числе клиентов: «АЛРОСА», «Арнест ЮниРусь», Банк ДОМ.РФ, Банк ПСБ, «Вкусно — и точка», Газпромбанк, Магнитогорский металлургический комбинат, «Мосэнерго», «Полюс», РСХБ, «Трубная Металлургическая Компания», Hoff.

А вот и анонс VTORNIK.Вечер #11

20 октября, с 19:00 до 21:00 мы рады вас пригласить на наш следующий митап. Он пройдет как обычно офлайн. В этот раз в программе:

————————————

1️⃣ RecSys-платформа в AI-эпоху

Спикер: Сергей Кузнецов, CTO RecSys & Search Platform, МТС Web Services

В прошлом:
- ML Teamlead, Ozon
- Data Scientist, Sibur Digital


2️⃣ Как защищать данные, когда единого периметра больше нет

Спикер: Константин Черняк, Head of Data & AI Security, Wildberries & Russ

В прошлом:
- Head of Data Platform, РБК
- Head of DataOps, IBS
- Data Solution Architect, ВТБ
- DE Эксперт, СИБУР

————————————

📍 Место проведения: Офис наших партнеров — ГК «Солар», адрес: Никитский пер. 7с1, Москва, 1-й этаж, Лекторий
м. Охотный ряд / Площадь Революции / Театральная / Александровский сад

Мероприятие бесплатное. Регистрация обязательна. Вход по списку. При себе иметь удостоверение личности.

Будем рады всех видеть!

OpenAI показал Intelligent UI: ChatGPT теперь отвечает не только текстом, но и интерактивным интерфейсом.

Мы в команде последние пару месяцев тоже сильно думали ровно над этим вопросом - как изменится UI, когда в систему приходит LLM.

И пришли к похожей идее, только развёрнутой в обратную сторону. Назвали её Assisted UI.

Начну с проблемы. Интерфейс любой серьёзной системы - это библиотека, в которой никто не знает, где стоят книги. Чтобы эффективно работать, пользователь должен хорошо знать систему и её функции. Он не знает, не помнит и, честно говоря, не очень хочет разбираться. В итоге заметная часть функций живёт за пределами приличной частоты использования: про них никто не помнит, их не трогают, они деградируют и тихо превращаются в технический долг. Мы платим за разработку и поддержку того, до чего пользователь просто не доходит.

Что мы сделали. К мышке и клавиатуре добавили третий канал - текстовое окно, которое всегда под рукой и разворачивается в один клик. Подчеркну что это не чат, это одно окно ввода.

Пользователь пишет произвольный запрос, например "покажи всех клиентов, которые вчера заключили контракт на покупку машины у компании Х". Ассистент отвечает не текстом и не статичным отчётом, а интерфейсом: берёт знакомые пользователю компоненты системы, собирает их по смыслу, связывает между собой и заранее выставляет фильтры и поля. Одно действие - и на экране всё нужное.

Но пользователь не ограничен текстом. Получив живой UI, он сразу переключается на мышку и делает то, что мышкой быстрее - отметить, открыть, поправить, отправить. А когда нужно что-то сложное или составное, снова пишет текстом.

Наша идея: чат не заменит интерфейс. Текст хорош для сложного намерения, мышка - для быстрого действия. Цель не в том, чтобы всё стало разговором, а в том, чтобы любое действие в системе стоило минимум усилий.

У OpenAI под капотом у них то же решение, к которому пришли мы: не свободная генерация, а библиотека нативных компонентов плюс компилятор, который собирает интерфейс по мере ответа модели. Это хороший знак.

Генерировать UI с нуля дорого и непредсказуемо, а сборка из знакомых кубиков работает.

Разница в том, кто хозяин экрана. У OpenAI хозяин - чат, а UI живёт внутри ответа: рецепт с пересчётом порций, чек-лист, калькулятор для разделения счёта. И пока всё это ограничено вкладкой Chat. У нас хозяин - сама система и никакого чата там нет. Для потребительского ассистента их модель логична. Для рабочих систем, где у пользователя десятки сущностей и сотни функций, я ставлю на нашу :)

https://openai.com/index/gpt-6-for-everyone/

Коллеги, еще один анонс интересного мероприятия

Дубли номенклатуры — это не просто проблема справочника. Это проблема качества мастер-данных.

Когда одинаковые позиции заведены под разными названиями, атрибуты заполнены не полностью, а разные системы используют собственные правила ведения НСИ, компания перестает получать единую и достоверную картину данных.
Последствия проявляются во всем учетном контуре: искажаются остатки и себестоимость, растут запасы, возникают ошибки в документах и снижается доверие к управленческой отчетности.

13 октября в 10:00 МСК на бесплатном вебинаре на примере 1С обсудим:
• как ошибки в мастер-данных распространяются по бизнес-процессам;
• почему перенос исторической НСИ без нормализации увеличивает риски ERP-проекта;
• как перейти от разовой очистки справочников к системному MDM-подходу;
• как выявлять потенциальные дубли и контролировать качество данных;
• где ИИ действительно помогает: классификация номенклатуры, структурирование данных и заполнение характеристик.

Вебинар будет полезен CDO, специалистам по Data Governance и Data Quality, архитекторам данных, руководителям ERP-проектов и владельцам корпоративных справочников.

13 октября 2026 года, 10:00 МСК
Онлайн, участие бесплатное.
Программа и регистрация: https://spb.1cbit.ru/school/events/554018/

Коллеги, обратите внимание на книгу. Редакция не очень понимает идею продавать только бумажную версию, но наверное и электронная скоро появится, а пока в комментарии закинем английскую трофейную версию

https://www.piter.com/collection/all/product/vysokonagruzhennye-prilozheniya-programmirovanie-masshtabirovanie-podderzhka-2-e-izd-2

Яндекс открыл YTsaurus Flow: 100+ ГБ/с в реальном времени без потерь и дублей
 
Технология обрабатывает клики, показы, лайки и заказы по мере поступления. Обычно их сначала накапливают, и задержка может составлять часы. YTsaurus Flow обрабатывает их по мере поступления и учитывает каждое ровно один раз, даже при сбоях: exactly-once работает по умолчанию.

И это уже работает в проде: в Яндекс Рекламе через Flow проходят миллионы событий в секунду. Подготовка данных для дообучения части моделей раньше занимала больше 10 часов, теперь эту задержку почти полностью устранили. Также технология работает в Маркете и антифроде.

Подойдёт для подготовки обучающих данных, подсчёта просмотров, кликов и заказов, обновления информации в приложениях. Лицензия Apache 2.0, коммерческое использование разрешено.

GitHub - https://github.com/ytsaurus/ytsaurus/tree/main/yt/yt/flow