|
Календарь мероприятий
март  2026
Пн |
Вт |
Ср |
Чт |
Пт |
Сб |
Вс |
| | | | | | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | | | | | |
показать все 
Новости партнеров
Контур.Налоговый мониторинг и платформа «Боцман» интегрированы для локального развертывания
Читать далее
Российские разработчики создают систему для проектирования сверхвысокочастотных интегральных схем на Astra Linux
Читать далее
МТС AdTech и MWS AI: 24% трудоспособного населения России регулярно пользуются генеративным ИИ в формате чатов
Читать далее
Эксперт SafeERP Римма Кулешова: безопасность ERP больше не про ИТ, а про выживание бизнеса
Читать далее
Не внедривший — жалеет: каждый третий предприниматель пожалел, что не внедрил автоматизацию раньше
Читать далее
показать все
Статьи
Эволюция бизнес-процессов от ИИ-инструментов к мультиагентным командам
Читать далее
Время внедрения: ИИ в вашем бизнесе – эксперимент или реальная прибыль?
Читать далее
Ах, если бы сбылась моя мечта!
Читать далее
Как компьютеры понимают текст?
Читать далее
Как компьютеры понимают текст?
Читать далее
Точность до метра и сантиметра: как применяют технологии позиционирования
Читать далее
Как искусственный интеллект изменит экономику
Читать далее
Эпоха российской ориентации на Запад в сфере программного обеспечения завершилась
Читать далее
Сладкая жизнь
Читать далее
12 бизнес-концепций, которыми должны овладеть ИТ-руководители
Читать далее
показать все
|
Выпуск №1 (154) 2026г.
Главная / Архив номеров / 2026 / Выпуск №1 (154)
Борис Латкин:
«Мы делаем ставку на модель „человек + ИИ“, где искусственный интеллект усиливает экспертизу, а не подменяет ее»
Рассказывает основатель и руководитель Rocket Group
В архитектурной группе использование генеративного ИИ составляет 90%. Вся разработка концепций развития территорий и ранних градостроительных решений переведена в собственную GenAI-платформу. Для нас это ключевое производственное направление, поэтому ИИ встроен не как вспомогательный инструмент, а как часть базового процесса. Небольшая доработка и верстка результатов работы в альбом производится в стороннем ПО.
Максимальный эффект получили архитектурная группа и направления, связанные с девелопментом. ИИ позволил значительно ускорить подготовку концепций развития территорий, сценариев застройки и предварительных решений, которые раньше требовали длительной ручной проработки. Это сократило сроки входа в проекты и повысило качество проработки на ранних стадиях — именно там, где в девелопменте закладывается основная стоимость ошибок.
Дополнительный эффект получили маркетинг и PR: архитектурные концепции быстрее трансформируются в визуальные и текстовые материалы для презентаций, инвесторов и публичных коммуникаций. Кроме того, маркетинг использует корпоративные подписки на нейросетевые сервисы, инструменты которых помогают расшифровывать аудио, монтировать видео, визуализировать результаты исследований, редактировать тексты.
Основная сложность заключалась в адаптации ИИ под профессиональную логику градостроительства и девелопмента. Поэтому мы используем собственную разработку, которая учитывает нормативные ограничения, контекст территории и инвестиционную логику проектов. Для нас ключевой задачей стало не «подключение ИИ», а формализация экспертных знаний и перевод их в машиночитаемую форму без потери смысла.
Еще одна сложность — обучение новых сотрудников работе с ИИ. Дело в том, что при использовании инструмента немного меняется порядок рабочего процесса. К этому специалистам нужно было адаптироваться.
Для архитектурных и градостроительных задач мы разработали собственное решение с нуля, опираясь на многолетний девелоперский и проектный опыт команды. Это позволило встроить в платформу отраслевую экспертизу, градостроительные ограничения и реальные сценарии принятия решений.
Готовые корпоративные подписки мы используем точечно — в маркетинге и вспомогательных функциях, где они дают быстрый эффект и не требуют глубокой кастомизации.
Для нас ключевой эффект — это рост пропускной способности архитектурной команды без увеличения штата. Мы можем брать больше проектов в архитектурное бюро, а наши заказчики — быстрее проходить ранние стадии и снижать риски на этапе концепций, что напрямую влияет на экономику девелоперских решений. Кроме того, работая в ИИ-платформе, мы одновременно можем ее совершенствовать, понимая, какой функционал необходим для эффективной работы.
Сокращать штат мы не планируем, но и активный найм не рассматриваем как обязательное условие роста. Мы делаем ставку на модель «человек + ИИ», где искусственный интеллект усиливает экспертизу, а не подменяет ее.
При найме сотрудников в будущем приоритет будет отдаваться профессиональному опыту, системному мышлению и способности критически оценивать результаты работы ИИ — это ключевые навыки для градостроительства в ближайшие годы.
|
Тенденции
|
|
Технологические тренды в ИТ-индустрии и тенденции в ИТ-бизнесе на 2026 год
|
| Ассоциация «РУССОФТ», объединяющая российских разработчиков программного обеспечения, проанализировала развитие ИТ-отрасли и выделила технологические тенденции на 2026 год. Кроме того, эксперты впервые подготовили прогноз по бизнес-трендам в индустрии. Рассмотрим, какие направления будут в приоритете в следующие несколько месяцев, и как руководители крупнейших отраслевых компаний оценивают изменения и перспективы. |
| Автор: | Комментарии: 0 |
|
|
Тема номера
|
| ИИ в бизнесе |
|
Время внедрения: ИИ в вашем бизнесе – эксперимент или реальная прибыль?
|
| По итогам 2025 года 71% крупных российских компаний уже применяют генеративный ИИ хотя бы в одной из своих бизнес-функций, отмечается в совместном исследовании консалтинговой компании «Яков и Партнеры» и «Яндекса». Среди передовых отраслей по системному внедрению – ИТ, телеком и медиа, электронная коммерция, банковское дело и страхование. По прогнозам, к 2030 году общий экономический эффект от ИИ в России составит 7,9–12,8 трлн рублей в год. Ищем практическую пользу от технологий, которые сейчас у всех на слуху. |
| Автор: | Комментарии: 0 |
|
Эффективность ИТ-инвестиций в банке
|
| ИИ ускоряет анализ, но не заменяет суждение. Могут ли алгоритмы управлять портфелями и оценивать риски? Разбираемся, как финансовым организациям использовать ИИ-инструменты без потери качества, и почему «мнение» нейросети не отменяет ответственности человека. |
| Автор: Дмитрий Исаков | Комментарии: 0 |
|
|
|
ИИ-агенты
|
|
Эволюция бизнес-процессов от ИИ-инструментов к мультиагентным командам
|
| Российские организации все активнее наращивают использование ИИ-агентов и стремятся внедрить их в производство. Мультиагентные системы расширяют возможности бизнеса, но одновременно усложняют управление. Как мультиагентные системы меняют работу ИТ-подразделений? С какими ключевыми проблемами сталкиваются команды? Кто будет отвечать за ошибку, если ее совершила не программа, а цепочка из нескольких автономных агентов? Как изменится работа сотрудника? Каким самым важным навыкам теперь нужно учить команды: программированию, управлению проектами, чему-то еще? |
| Автор: | Комментарии: 0 |
|
Как развитие агентного ИИ меняет работу компаний по всему миру
|
| Как подготовить корпоративную архитектуру к внедрению ИИ агентов? Что изменит развитие Agents-as-a-service? Благодаря чему ИИ-агенты будут писать код лучше и чище, чем любой программист? И почему значимость человека только возрастает по мере расширения возможностей ИИ? Собрали мнения экспертов зарубежного рынка, которые могут использовать в своей практике и российские компании. |
| Автор: | Комментарии: 0 |
|
|
Управление
|
|
Как управлять изменениями в ИТ-команде в 2026: от сопротивления к лояльности
|
| Изменения на рынке технологий требуют от ИТ-специалистов постоянного освоения новых решений. Рассказываем, как руководителю преодолеть сопротивление изменениям, организовать эффективное обучение и сохранить продуктивность команды в условиях стресса. |
| Автор: Владимир Тормозов [1], Николай Смокталь [2], Юлия Майорова [3] | Комментарии: 0 |
|
|
Исследование
|
|
От прототипа к продакшену: глубокое погружение в архитектуру и практику LLMOps
|
| Cовременные ИИ-системы редко бывают «чисто ML» или «чисто LLM» – они гибридны. MLOps управляет структурными компонентами (классификаторы, ранжирование), LLMOps – генеративным ядром. Будущее – не в противопоставлении дисциплин, а в единых платформах, где параметрические и семантические практики интегрированы в сквозной пайплайн.LLMOps |
| Автор: Сергей Головашов [1], Дмитрий Стефановский [2] | Комментарии: 0 |
|
|
Вакансии на сайте Jooble
|
_cover_small.jpg)
