На ICT.Moscow опубликовано исследование Deloitte
Технологические тренды 2024 года
#VR #AR #3D #цифровые_двойники #метавселенные #индустрия_4_0 #искусственный_интеллект #генеративный_ИИ #машинное_обучение #цифровая_трансформация #кадры #информационная_безопасность #Deloitte
Подписаться на канал ICT.Moscow →
Технологические тренды 2024 года
#VR #AR #3D #цифровые_двойники #метавселенные #индустрия_4_0 #искусственный_интеллект #генеративный_ИИ #машинное_обучение #цифровая_трансформация #кадры #информационная_безопасность #Deloitte
Подписаться на канал ICT.Moscow →
На ICT.Moscow опубликовано исследование Newmark
Рынок дата-центров в США в 2023 году
#искусственный_интеллект #машинное_обучение #ЦОД #Newmark
Подписаться на канал ICT.Moscow →
Рынок дата-центров в США в 2023 году
#искусственный_интеллект #машинное_обучение #ЦОД #Newmark
Подписаться на канал ICT.Moscow →
На ICT.Moscow опубликовано исследование Яндекс
Карта навыков ML-разработчиков
#искусственный_интеллект #машинное_обучение #генеративный_ИИ #NLP #компьютерное_зрение #кадры #Яндекс
Подписаться на канал ICT.Moscow →
Карта навыков ML-разработчиков
#искусственный_интеллект #машинное_обучение #генеративный_ИИ #NLP #компьютерное_зрение #кадры #Яндекс
Подписаться на канал ICT.Moscow →
На ICT.Moscow опубликовано исследование АНО «Московский урбанистический форум»
Атлас решений городского развития
#машинное_обучение #умный_город #smartcitymoscow #MaaS #АНО_Московский_урбанистический_форум
Подписаться на канал ICT.Moscow →
Атлас решений городского развития
#машинное_обучение #умный_город #smartcitymoscow #MaaS #АНО_Московский_урбанистический_форум
Подписаться на канал ICT.Moscow →
На ICT.Moscow опубликовано исследование OKS LABS
Использование цифровых инструментов в спорте
#RFID #искусственный_интеллект #машинное_обучение #спорт #OKS_LABS
Подписаться на канал ICT.Moscow →
Использование цифровых инструментов в спорте
#RFID #искусственный_интеллект #машинное_обучение #спорт #OKS_LABS
Подписаться на канал ICT.Moscow →
На ICT.Moscow опубликовано исследование Kept
Искусственный интеллект — драйвер изменений экономики и финансов
#искусственный_интеллект #машинное_обучение #Kept
Подписаться на канал ICT.Moscow →
Искусственный интеллект — драйвер изменений экономики и финансов
#искусственный_интеллект #машинное_обучение #Kept
Подписаться на канал ICT.Moscow →
На ICT.Moscow опубликовано исследование Университет Иннополис
Открытие и разработка лекарственных средств с применением ИИ
#искусственный_интеллект #машинное_обучение #медицина #интеллектуальная_собственность #Университет_Иннополис
Подписаться на канал ICT.Moscow →
Открытие и разработка лекарственных средств с применением ИИ
#искусственный_интеллект #машинное_обучение #медицина #интеллектуальная_собственность #Университет_Иннополис
Подписаться на канал ICT.Moscow →
На ICT.Moscow опубликовано исследование Фонд Росконгресс
Квантовые технологии для медицины
#квантовые_вычисления #искусственный_интеллект #машинное_обучение #медицина #квантовый_компьютер #Росконгресс
Подписаться на канал ICT.Moscow →
Квантовые технологии для медицины
#квантовые_вычисления #искусственный_интеллект #машинное_обучение #медицина #квантовый_компьютер #Росконгресс
Подписаться на канал ICT.Moscow →
На ICT.Moscow опубликовано исследование FirstMark
2024 Machine Learning, AI & Data Landscape
Специалисты компании FirstMark при участии Go Fractional собрали десятую ежегодную версию карты рынка машинного обучения, искусственного интеллекта (ИИ) и работы с данными (Machine Learning, AI & Data, MAD). Интерактивная версия карты содержит карточки с информацией о каждом участнике, эти данные были предоставлены компанией CB Insights.
На карту вошло более 2 тыс. игроков. Они обобщенно разделены на три смысловые группы: данные (слева); аналитика, машинное обучение и ИИ (посередине); приложения (справа).
#искусственный_интеллект #генеративный_ИИ #машинное_обучение #аналитика_данных #бизнес_аналитика
🗣 Больше аналитики в разделе «Исследования» →
2024 Machine Learning, AI & Data Landscape
Специалисты компании FirstMark при участии Go Fractional собрали десятую ежегодную версию карты рынка машинного обучения, искусственного интеллекта (ИИ) и работы с данными (Machine Learning, AI & Data, MAD). Интерактивная версия карты содержит карточки с информацией о каждом участнике, эти данные были предоставлены компанией CB Insights.
На карту вошло более 2 тыс. игроков. Они обобщенно разделены на три смысловые группы: данные (слева); аналитика, машинное обучение и ИИ (посередине); приложения (справа).
#искусственный_интеллект #генеративный_ИИ #машинное_обучение #аналитика_данных #бизнес_аналитика
Please open Telegram to view this post
VIEW IN TELEGRAM
Автоматизация процессов обработки документов в российских компаниях
Аналитический центр TAdviser и компания Content AI оценили уровень цифровизации и автоматизации российских организаций с использованием инструментов и технологий обработки документов в связи с уходом глобальных вендоров.
Исследование проводилось в период с февраля по апрель 2024 года, в ходе него было опрошено 92 представителя крупных и средних организаций из более чем 20 различных отраслей.
Не менее 80% организаций в последние пять лет внедрили порядка двух подходов к автоматизации работы с документами. Прежде всего это такие технологии, как автоматическая генерация документации и отчетности, выстраивание документоориентированных процессов (ВРМ), интеллектуальная обработка документов (IDP, OCR), роботизация процессов (RPA).
Большинство компаний, внедривших определенные подходы к автоматизации, планирует развивать эти же направления и в будущем. Прежде всего это искусственный интеллект (ИИ), машинное обучение (ML) и выстраивание документоориентированных процессов (BPM).
Подробнее →
#документооборот #автоматизация
#искусственный_интеллект #машинное_обучение #RPA
🗣 Больше аналитики в разделе «Исследования» →
Аналитический центр TAdviser и компания Content AI оценили уровень цифровизации и автоматизации российских организаций с использованием инструментов и технологий обработки документов в связи с уходом глобальных вендоров.
Исследование проводилось в период с февраля по апрель 2024 года, в ходе него было опрошено 92 представителя крупных и средних организаций из более чем 20 различных отраслей.
Не менее 80% организаций в последние пять лет внедрили порядка двух подходов к автоматизации работы с документами. Прежде всего это такие технологии, как автоматическая генерация документации и отчетности, выстраивание документоориентированных процессов (ВРМ), интеллектуальная обработка документов (IDP, OCR), роботизация процессов (RPA).
Большинство компаний, внедривших определенные подходы к автоматизации, планирует развивать эти же направления и в будущем. Прежде всего это искусственный интеллект (ИИ), машинное обучение (ML) и выстраивание документоориентированных процессов (BPM).
Подробнее →
#документооборот #автоматизация
#искусственный_интеллект #машинное_обучение #RPA
Please open Telegram to view this post
VIEW IN TELEGRAM
68% программистов в работе используют ИИ-инструменты, для 17% машинное обучение — хобби, и только 6% работают специалистами по ML
«СберТех» (входит в контур «Сбера») изучил профиль типичного российского программиста. Для этого в августе 2024 года на «Хабре» был проведен опрос, в котором приняли участие почти 2,5 тыс. человек. Вопросы касались как профиля программиста, применяемых инструментов, его карьерного пути и амбиций, так и отвлеченных тем (привычки, хобби и пр.).
Ключевые выводы:
• возраст большинства программистов, принявших участие в опросе, — от 20 до 39 лет, 87% ответивших на вопросы — мужчины. У 52% — профильное образование, у 29% — иное техническое;
• 39% респондентов относятся к Backend-разработчикам, 19% — к Fullstack и 13% — к Frontend. Только 6% указали, что занимаются ML и Data Science;
• 68% участников опроса в своей работе используют инструменты с искусственным интеллектом (ИИ), из них 9% считают ИИ полноценным соавтором;
• 17% респондентов указали, что в качестве хобби экспериментируют с машинным обучением;
• самые распространенные языки программирования — Java (54%), C (49%) и Python (46%). 44% опрошенных используют SQL, а JavaScript (включая TypeScript) — только 35%. Наименее непопулярные языки — Ruby, Perl и Swift (примерно по 2% каждый);
• 27% опрошенных в той или иной степени имеют отношение к OpenSource. 10% респондентов регулярно вносят в него вклад.
Изучить исследование →
#кадры #искусственный_интеллект #машинное_обучение
«СберТех» (входит в контур «Сбера») изучил профиль типичного российского программиста. Для этого в августе 2024 года на «Хабре» был проведен опрос, в котором приняли участие почти 2,5 тыс. человек. Вопросы касались как профиля программиста, применяемых инструментов, его карьерного пути и амбиций, так и отвлеченных тем (привычки, хобби и пр.).
Ключевые выводы:
• возраст большинства программистов, принявших участие в опросе, — от 20 до 39 лет, 87% ответивших на вопросы — мужчины. У 52% — профильное образование, у 29% — иное техническое;
• 39% респондентов относятся к Backend-разработчикам, 19% — к Fullstack и 13% — к Frontend. Только 6% указали, что занимаются ML и Data Science;
• 68% участников опроса в своей работе используют инструменты с искусственным интеллектом (ИИ), из них 9% считают ИИ полноценным соавтором;
• 17% респондентов указали, что в качестве хобби экспериментируют с машинным обучением;
• самые распространенные языки программирования — Java (54%), C (49%) и Python (46%). 44% опрошенных используют SQL, а JavaScript (включая TypeScript) — только 35%. Наименее непопулярные языки — Ruby, Perl и Swift (примерно по 2% каждый);
• 27% опрошенных в той или иной степени имеют отношение к OpenSource. 10% респондентов регулярно вносят в него вклад.
Изучить исследование →
#кадры #искусственный_интеллект #машинное_обучение
«Яндекс», «Сбер» и Т-Банк вошли в топ- 3 российских разработчиков Open Source в сфере Data/ML
Сотрудники центра «Сильный ИИ в промышленности» ИТМО изучили применение программного обеспечения с открытым исходным кодом (Open Source) в областях искусственного интеллекта (ИИ), машинного обучения (ML) и Data Science.
Ключевые выводы:
• в топ-10 российских разработчиков собственных открытых решений и участников других разработок Open Source (в сфере Data/ML) по результатам опроса экспертов и анализа открытых данных вошли «Яндекс», «Сбер», Т-Банк, Postgres Pro, VK, Avito, Evrone, МТС, Selectel, университеты и институты;
• ключевыми игроками Open Source в России среди академической среды названы ИТМО, «Сколтех», ВШЭ и AIRI;
• сохраняется международность Open Source (как в России, так и во всем мире), обусловленная связностью внутри сообщества и «эффектом масштаба» — чем больше у проекта потенциальных пользователей, тем выше его шанс на успешное развитие. Но создаются и региональные площадки и платформы;
• Open Source в сфере ИИ не ограничивается кодом. Публикации моделей, данных и бенчмарков тоже важны. Многие активно используемые датасеты создаются российскими компаниями;
• почти все используемые в России инструменты ML — это решения Open Source. Среди них авторы выделяют реализации конкретных моделей машинного обучения (например, SciKit Learn) или фреймворки для «сборки» своих моделей ― например, PyTorch и Tensorflow в случае нейронных сетей;
• эксперты возлагают большие надежды на мультиагентные подходы на основе LLM, вплоть до замены части команды разработки на ИИ-агентов. При этом общая постановка задач остается человеку. С практической точки зрения это означает рост запроса на инструменты из сферы LLMOpts и AutoML.
Изучить исследование →
#open_source #искусственный_интеллект #машинное_обучение
Сотрудники центра «Сильный ИИ в промышленности» ИТМО изучили применение программного обеспечения с открытым исходным кодом (Open Source) в областях искусственного интеллекта (ИИ), машинного обучения (ML) и Data Science.
Ключевые выводы:
• в топ-10 российских разработчиков собственных открытых решений и участников других разработок Open Source (в сфере Data/ML) по результатам опроса экспертов и анализа открытых данных вошли «Яндекс», «Сбер», Т-Банк, Postgres Pro, VK, Avito, Evrone, МТС, Selectel, университеты и институты;
• ключевыми игроками Open Source в России среди академической среды названы ИТМО, «Сколтех», ВШЭ и AIRI;
• сохраняется международность Open Source (как в России, так и во всем мире), обусловленная связностью внутри сообщества и «эффектом масштаба» — чем больше у проекта потенциальных пользователей, тем выше его шанс на успешное развитие. Но создаются и региональные площадки и платформы;
• Open Source в сфере ИИ не ограничивается кодом. Публикации моделей, данных и бенчмарков тоже важны. Многие активно используемые датасеты создаются российскими компаниями;
• почти все используемые в России инструменты ML — это решения Open Source. Среди них авторы выделяют реализации конкретных моделей машинного обучения (например, SciKit Learn) или фреймворки для «сборки» своих моделей ― например, PyTorch и Tensorflow в случае нейронных сетей;
• эксперты возлагают большие надежды на мультиагентные подходы на основе LLM, вплоть до замены части команды разработки на ИИ-агентов. При этом общая постановка задач остается человеку. С практической точки зрения это означает рост запроса на инструменты из сферы LLMOpts и AutoML.
Изучить исследование →
#open_source #искусственный_интеллект #машинное_обучение
42% опрошенных аналитиков хотя бы изредка создают и обучают ML-модели
Рекрутинговое агентство NEWHR представило результаты исследования рынка аналитиков. В нем были рассмотрены такие вопросы, как карьерный путь специалистов и их цели, особенности поиска работы, применяемые навыки. Полученные данные сравнивались с результатами предыдущих замеров.
В опросе, который проводился в период с декабря 2023 года по январь 2024 года, приняли участие 464 продуктовых и дата-аналитика. Большинство опрошенных — специалисты со средним опытом и выше.
Ключевые выводы в части применения технологий:
• за год выросла доля продуктовых аналитиков, применяющих машинное обучение. 42% респондентов хотя бы изредка (1–2 раза за полгода) создают и обучают ML-модели, а 19% — разрабатывают ML-сервисы. Регулярно, то есть 1-2 раза в неделю, это делают, соответственно, 4% и 2% опрошенных;
• о том, что самые интересные задачи в аналитике связаны с ML, заявили 50 респондентов, с предсказательными моделями и прогнозированием — 11 специалистов. Самым распространенным вариантом был «поиск инсайтов» (91 ответ);
• из числа 77 респондентов, которые заявили о намерении развиваться внутри специальности, направления Data Scientist и Data Engineering указали по 35,1%, ML — 26%;
• наиболее перспективными отраслями для профессионального развития аналитики считают E-commerce (52,5%), FinTech (48,5%), EdTech (32,5%). Робототехнику назвали 13,4% респондентов, интернет вещей — 12,3%, VR/AR/MR — 11%;
• 408 аналитиков из числа опрошенных используют в работе языки программирования. Чаще всего это Python (93,1%) и SQL (98%);
• 359 респондентов применяют СУБД или системы распределенных вычислений, например PostgreSQL (58,5%), ClickHouse (56,8%), MySQL (19,5%);
• библиотеками машинного обучения пользуются 135 участников опроса. Они используют такие решения, как Scikit-learn (85,9%), CatBoost (46,7%), XGBoost (39,3%), LightGBM (23,7%), PyTorch (21,5%).
Ознакомиться с портретом аналитика →
#кадры #искусственный_интеллект #машинное_обучение
Рекрутинговое агентство NEWHR представило результаты исследования рынка аналитиков. В нем были рассмотрены такие вопросы, как карьерный путь специалистов и их цели, особенности поиска работы, применяемые навыки. Полученные данные сравнивались с результатами предыдущих замеров.
В опросе, который проводился в период с декабря 2023 года по январь 2024 года, приняли участие 464 продуктовых и дата-аналитика. Большинство опрошенных — специалисты со средним опытом и выше.
Ключевые выводы в части применения технологий:
• за год выросла доля продуктовых аналитиков, применяющих машинное обучение. 42% респондентов хотя бы изредка (1–2 раза за полгода) создают и обучают ML-модели, а 19% — разрабатывают ML-сервисы. Регулярно, то есть 1-2 раза в неделю, это делают, соответственно, 4% и 2% опрошенных;
• о том, что самые интересные задачи в аналитике связаны с ML, заявили 50 респондентов, с предсказательными моделями и прогнозированием — 11 специалистов. Самым распространенным вариантом был «поиск инсайтов» (91 ответ);
• из числа 77 респондентов, которые заявили о намерении развиваться внутри специальности, направления Data Scientist и Data Engineering указали по 35,1%, ML — 26%;
• наиболее перспективными отраслями для профессионального развития аналитики считают E-commerce (52,5%), FinTech (48,5%), EdTech (32,5%). Робототехнику назвали 13,4% респондентов, интернет вещей — 12,3%, VR/AR/MR — 11%;
• 408 аналитиков из числа опрошенных используют в работе языки программирования. Чаще всего это Python (93,1%) и SQL (98%);
• 359 респондентов применяют СУБД или системы распределенных вычислений, например PostgreSQL (58,5%), ClickHouse (56,8%), MySQL (19,5%);
• библиотеками машинного обучения пользуются 135 участников опроса. Они используют такие решения, как Scikit-learn (85,9%), CatBoost (46,7%), XGBoost (39,3%), LightGBM (23,7%), PyTorch (21,5%).
Ознакомиться с портретом аналитика →
#кадры #искусственный_интеллект #машинное_обучение
Композитный ИИ представляет собой следующую фазу эволюции ИИ
Компания Gartner обновила цикл зрелости в сфере искусственного интеллекта (Hype Cycle for Artificial Intelligence).
Генеративный искусственный интеллект (ГИИ) преодолел пик завышенных ожиданий. К концу 2024 года ценность будет в основном извлекаться из проектов, основанных на знакомых методах ИИ, как отдельных, так и в сочетании с ГИИ, которые имеют стандартизированные процессы, необходимые для внедрения.
Несмотря на то что применение ГИИ сопряжено с различными проблемами, включая этические и общественные, безопасность и пр., у него еще есть потенциал стать преобразующей технологией с глубоким влиянием на бизнес.
Специалистам, отвечающим за работу с ИИ, также рекомендуется не ограничиваться ГИИ, а обратить внимание на составные методы ИИ, а также сосредоточиться на нетехнических аспектах ИИ.
Изучить инфографику →
#искусственный_интеллект #генеративный_ИИ #машинное_обучение #большие_данные
Компания Gartner обновила цикл зрелости в сфере искусственного интеллекта (Hype Cycle for Artificial Intelligence).
Генеративный искусственный интеллект (ГИИ) преодолел пик завышенных ожиданий. К концу 2024 года ценность будет в основном извлекаться из проектов, основанных на знакомых методах ИИ, как отдельных, так и в сочетании с ГИИ, которые имеют стандартизированные процессы, необходимые для внедрения.
Несмотря на то что применение ГИИ сопряжено с различными проблемами, включая этические и общественные, безопасность и пр., у него еще есть потенциал стать преобразующей технологией с глубоким влиянием на бизнес.
Специалистам, отвечающим за работу с ИИ, также рекомендуется не ограничиваться ГИИ, а обратить внимание на составные методы ИИ, а также сосредоточиться на нетехнических аспектах ИИ.
Изучить инфографику →
#искусственный_интеллект #генеративный_ИИ #машинное_обучение #большие_данные
Рынок ПО виртуализации ИТ-инфраструктуры к 2030 году превысит 50 млрд руб.
Аналитическое агентство iKS-Consulting представило обзор рынка отечественного программного обеспечения виртуализации ИТ-инфраструктуры в России. Этот рынок включает в себя ПО серверной виртуализации и гиперконвергентные инфраструктуры (HCI), а также ПО виртуализации рабочих мест (VDI) и терминальный доступ.
В периметр исследуемого рынка включено только коробочное ПО, которое устанавливается на инфраструктуре заказчика и предоставляется по модели лицензирования (отчуждения). Объектом исследования являются российские разработчики (вендоры), выручка которых формируется из доходов на предоставление имущественных прав на ПО и его техническую поддержку.
Ключевые выводы:
• по оценкам аналитиков, доля иностранных производителей ПО виртуализации (VMware, Citrix, Microsoft, пр.) до 2022 года составляла 95% от общего объема рынка в денежном выражении;
• среднегодовой темп роста рынка российских производителей ПО виртуализации ИТ-инфраструктуры с 2021 по 2024 год достигал 129,3%. В 2023 году рынок почти удвоился по сравнению с предыдущим годом;
• рынок отечественного ПО виртуализации ИТ-инфраструктуры достигнет к 2030 году отметки в 50,4 млрд руб. Его среднегодовой темп роста в период с 2024 года по 2030 год составит 23,2%;
• технологическими тенденциями, определяющими направления развития рынка отечественного ПО виртуализации в 2025–2030 годах, будут усиление фокуса на кибербезопасности и соблюдение регуляторных требований, развитие контейнеризации, интеграция новых технологий и технологических подходов, включая искусственный интеллект, виртуализация графических процессоров (GPU), развитие решений для машинного обучения и ИИ, периферийные вычисления (Edge Computing) и др.
Посмотреть слайды → (17 стр.)
#ПО #искусственный_интеллект #машинное_обучение #периферийные_вычисления
Аналитическое агентство iKS-Consulting представило обзор рынка отечественного программного обеспечения виртуализации ИТ-инфраструктуры в России. Этот рынок включает в себя ПО серверной виртуализации и гиперконвергентные инфраструктуры (HCI), а также ПО виртуализации рабочих мест (VDI) и терминальный доступ.
В периметр исследуемого рынка включено только коробочное ПО, которое устанавливается на инфраструктуре заказчика и предоставляется по модели лицензирования (отчуждения). Объектом исследования являются российские разработчики (вендоры), выручка которых формируется из доходов на предоставление имущественных прав на ПО и его техническую поддержку.
Ключевые выводы:
• по оценкам аналитиков, доля иностранных производителей ПО виртуализации (VMware, Citrix, Microsoft, пр.) до 2022 года составляла 95% от общего объема рынка в денежном выражении;
• среднегодовой темп роста рынка российских производителей ПО виртуализации ИТ-инфраструктуры с 2021 по 2024 год достигал 129,3%. В 2023 году рынок почти удвоился по сравнению с предыдущим годом;
• рынок отечественного ПО виртуализации ИТ-инфраструктуры достигнет к 2030 году отметки в 50,4 млрд руб. Его среднегодовой темп роста в период с 2024 года по 2030 год составит 23,2%;
• технологическими тенденциями, определяющими направления развития рынка отечественного ПО виртуализации в 2025–2030 годах, будут усиление фокуса на кибербезопасности и соблюдение регуляторных требований, развитие контейнеризации, интеграция новых технологий и технологических подходов, включая искусственный интеллект, виртуализация графических процессоров (GPU), развитие решений для машинного обучения и ИИ, периферийные вычисления (Edge Computing) и др.
Посмотреть слайды → (17 стр.)
#ПО #искусственный_интеллект #машинное_обучение #периферийные_вычисления
64% компаний применяют облака в своей инфраструктуре, часть из них продолжает сотрудничать с западными поставщиками
«Лаборатория Касперского» совместно с аналитиками CNews изучили распространение облачных технологий в России и обеспечения облачной безопасности, в том числе рабочих облачных нагрузок. В рамках исследования в сентябре 2024 года был проведен телефонный опрос 111 респондентов, отвечающих за информационные технологии и информационную безопасность в компаниях различных отраслей.
Ключевые выводы:
• 64% респондентов применяют облака в своей инфраструктуре. 54% респондентов продолжают пользоваться локальной инфраструктурой наравне с облачной, лишь 10% — только облачной;
• 70% компаний переносят в облачную инфраструктуру ИТ-системы и базы данных. Перенос таких систем, как CRM, анализ данных и продаж, ERP и расчета заработной платы осуществляется более низкими темпами;
• у 35% компаний на облако приходится от 60% до 100% рабочей нагрузки. 80% компаний планируют расширять применение облачных технологий для создания и развертывания приложений в облаке в перспективе ближайших трех лет;
• самым популярным поставщиком, с которым респонденты сотрудничают при переносе текущей рабочей нагрузки в публичное облако, является Yandex Cloud (25%). Часто обращаются к VK Cloud и «Билайн» (по 7% соответственно);
• несмотря на геополитические риски, с Azure Microsoft продолжают сотрудничать 3%, с AWS – 2%. Доля последней на рынке такая же, как у МТС;
• среди подходов, которые применяются в ИБ-стратегии приложений в организации, чаще всего упоминали Zero trust (52,2%) и DevSecOps (43,5%);
• для защиты облачной инфраструктуры чаще всего используют встроенную защиту провайдера облака (73,9%), защиту виртуализации (63%) и решения для защиты конечных устройств или EPP-платформы (54,3%);
• 34% компаний готовы инвестировать в решения для безопасности облаков на основе искусственного интеллекта и ML, а 45% — в инструменты анализа уязвимостей и реакции на инциденты;
• говоря о планах по внедрению и использованию решений в области облачной безопасности, 49% тех, кто уже использует облачную ИТ-инфраструктуру, отметили недостаточный объем инструментов реагирования на инциденты и аварийного восстановления на основе ИИ или ML.
Детально посмотреть результаты опроса → (33 стр.)
#информационная_безопасность #кибербезопасность #облачные_вычисления #искусственный_интеллект #машинное_обучение
«Лаборатория Касперского» совместно с аналитиками CNews изучили распространение облачных технологий в России и обеспечения облачной безопасности, в том числе рабочих облачных нагрузок. В рамках исследования в сентябре 2024 года был проведен телефонный опрос 111 респондентов, отвечающих за информационные технологии и информационную безопасность в компаниях различных отраслей.
Ключевые выводы:
• 64% респондентов применяют облака в своей инфраструктуре. 54% респондентов продолжают пользоваться локальной инфраструктурой наравне с облачной, лишь 10% — только облачной;
• 70% компаний переносят в облачную инфраструктуру ИТ-системы и базы данных. Перенос таких систем, как CRM, анализ данных и продаж, ERP и расчета заработной платы осуществляется более низкими темпами;
• у 35% компаний на облако приходится от 60% до 100% рабочей нагрузки. 80% компаний планируют расширять применение облачных технологий для создания и развертывания приложений в облаке в перспективе ближайших трех лет;
• самым популярным поставщиком, с которым респонденты сотрудничают при переносе текущей рабочей нагрузки в публичное облако, является Yandex Cloud (25%). Часто обращаются к VK Cloud и «Билайн» (по 7% соответственно);
• несмотря на геополитические риски, с Azure Microsoft продолжают сотрудничать 3%, с AWS – 2%. Доля последней на рынке такая же, как у МТС;
• среди подходов, которые применяются в ИБ-стратегии приложений в организации, чаще всего упоминали Zero trust (52,2%) и DevSecOps (43,5%);
• для защиты облачной инфраструктуры чаще всего используют встроенную защиту провайдера облака (73,9%), защиту виртуализации (63%) и решения для защиты конечных устройств или EPP-платформы (54,3%);
• 34% компаний готовы инвестировать в решения для безопасности облаков на основе искусственного интеллекта и ML, а 45% — в инструменты анализа уязвимостей и реакции на инциденты;
• говоря о планах по внедрению и использованию решений в области облачной безопасности, 49% тех, кто уже использует облачную ИТ-инфраструктуру, отметили недостаточный объем инструментов реагирования на инциденты и аварийного восстановления на основе ИИ или ML.
Детально посмотреть результаты опроса → (33 стр.)
#информационная_безопасность #кибербезопасность #облачные_вычисления #искусственный_интеллект #машинное_обучение
«Яндекс Поиск», Sber AI и MTS AI названы лучшими работодателями по ИИ в России
TAdviser изучил подходы к привлечению и найму талантов в сфере искусственного интеллекта и подготовил рейтинг ключевых компаний–работодателей по ИИ в России. В общей сложности было опрошено 45 организаций крупного и среднего бизнеса, в итоговый сводный рейтинг были включены 20 ключевых работодателей по ИИ. Сравнивались выделенные подразделения или дочерние структуры организаций, ведущие разработку ИИ.
Данные для рейтинга предоставляли представители компаний. Также для оценок использовались данные из открытых источников, данные предыдущих исследований и экспертные оценки TAdviser.
Ключевые выводы:
• в 2024 году 90% из топ-100 крупнейших компаний России из разных отраслей экономики используют технологии машинного обучения и искусственного интеллекта для внутренних задач бизнеса, либо для разработки коммерческих продуктов для внешнего рынка;
• в среднем команды специалистов по ИИ составляют около 50-100 человек для среднего бизнеса, либо выделенных структур (департаментов или дочерних организаций) внутри крупных корпораций. В крупном высокотехнологичном бизнесе команды по ИИ насчитывают 500-1000 человек и продолжают расти. Наибольшие команды ИИ-специалистов собирают банки, ритейл, E-Commerce, а также ИТ-разработчики;
• ключевыми работодателями в этой сфере названы «Яндекс Поиск» (36 баллов), Sber AI (35), MTS AI (34), Т-Банк (32), «Лаборатория Касперского» (31), Cloud. ru (28), VK (28), Avito (27), Ozon Tech (26), Softline Digital (25), «Т1 ИИ» (25), «Сибур Цифровой» (24), «Газпром нефть» (24);
• в рейтинге «Развитие карьеры и саморазвитие в ИИ» первую строчку поделили «Яндекс Поиск», Sber AI, Т-Банк и Avito (по 15 баллов);
• в рейтинге «Исследования и участие в развитии сообщества ИИ» на первом месте расположились «Яндекс Поиск», Sber AI и MTS AI (по 8 баллов), следом за ними идут Т-Банк и «Лаборатория Касперского» (по 7 баллов).
Ознакомиться с полным рейтингом →
#кадры #искусственный_интеллект #машинное_обучение
TAdviser изучил подходы к привлечению и найму талантов в сфере искусственного интеллекта и подготовил рейтинг ключевых компаний–работодателей по ИИ в России. В общей сложности было опрошено 45 организаций крупного и среднего бизнеса, в итоговый сводный рейтинг были включены 20 ключевых работодателей по ИИ. Сравнивались выделенные подразделения или дочерние структуры организаций, ведущие разработку ИИ.
Данные для рейтинга предоставляли представители компаний. Также для оценок использовались данные из открытых источников, данные предыдущих исследований и экспертные оценки TAdviser.
Ключевые выводы:
• в 2024 году 90% из топ-100 крупнейших компаний России из разных отраслей экономики используют технологии машинного обучения и искусственного интеллекта для внутренних задач бизнеса, либо для разработки коммерческих продуктов для внешнего рынка;
• в среднем команды специалистов по ИИ составляют около 50-100 человек для среднего бизнеса, либо выделенных структур (департаментов или дочерних организаций) внутри крупных корпораций. В крупном высокотехнологичном бизнесе команды по ИИ насчитывают 500-1000 человек и продолжают расти. Наибольшие команды ИИ-специалистов собирают банки, ритейл, E-Commerce, а также ИТ-разработчики;
• ключевыми работодателями в этой сфере названы «Яндекс Поиск» (36 баллов), Sber AI (35), MTS AI (34), Т-Банк (32), «Лаборатория Касперского» (31), Cloud. ru (28), VK (28), Avito (27), Ozon Tech (26), Softline Digital (25), «Т1 ИИ» (25), «Сибур Цифровой» (24), «Газпром нефть» (24);
• в рейтинге «Развитие карьеры и саморазвитие в ИИ» первую строчку поделили «Яндекс Поиск», Sber AI, Т-Банк и Avito (по 15 баллов);
• в рейтинге «Исследования и участие в развитии сообщества ИИ» на первом месте расположились «Яндекс Поиск», Sber AI и MTS AI (по 8 баллов), следом за ними идут Т-Банк и «Лаборатория Касперского» (по 7 баллов).
Ознакомиться с полным рейтингом →
#кадры #искусственный_интеллект #машинное_обучение