Мне стало интересно: а можно ли на бесплатных мощностях, буквально "на коленке", собрать русскоязычного ИИ-рентгенолога? Спойлер: можно. В этой статье расскажу, как я скрестил Vision Transformer от Google с ruGPT-3 от Сбера, как боролся с датасетами на Kaggle и что из этого вышло. В конце — ссылки на GitHub и рабочее демо.

Архитектура: как пришить глаза к мозгу

Чтобы нейросеть могла посмотреть на снимок и написать текст, нужна архитектура Vision-Language Model. Обучать такого монстра с нуля у меня не было ни ресурсов, ни желания. Поэтому я пошел по пути Hugging Face VisionEncoderDecoderModel.

Идея проста как кирпич:

1. Энкодер (Глаза): Берем предобученный google/vit-base-patch16-224-in21k. Он отлично дробит картинку на патчи и извлекает визуальные фичи (понимает, где ребра, а где легкие).
2. Декодер (Язык): Берем ai-forever/rugpt3small_based_on_gpt2. У нее нет глаз, она умеет только генерировать текст.

Чтобы их сшить, пришлось немного "взломать" конфиг ruGPT-3, принудительно сказав ей: «Теперь ты декодер, и у тебя есть слои кросс-внимания» (is_decoder=True, add_cross_attention=True). Hugging Face заботливо создал новые пустые веса между двумя моделями. Именно эти связи мне и предстояло обучить.

Data Engineering: боль, страдания и Kaggle

Найти 7-10 тысяч рентгеновских снимков с подробными заключениями на русском языке в открытом доступе — задача нереальная.

Поэтому я взял открытый американский датасет Indiana University Chest X-Ray (IU X-Ray). Там есть картинки и тексты от американских врачей.

Прямо на Kaggle я поднял пайплайн машинного перевода на базе Helsinki-NLP/opus-mt-en-ru. Закинул тексты в GPU батчами по 32 штуки и за 10 минут перевел более 7000 медицинских заключений на вполне сносный русский медицинский язык.

Но тут платформа подкинула сюрприз: Kaggle прячет часть файлов в виртуальной файловой системе (снимков 7000, а стандартный скрипт видел только 4). Пришлось писать суровый маппинг с глубоким сканированием (os.walk), отрезать расширения и жестко связывать ID в CSV с реальными путями на диске.

Обучение: выжимаем все соки из бесплатных T4

Обучение проходило на Kaggle (2x NVIDIA T4). Чтобы модель не умерла от нехватки памяти (OOM), а сессия не отвалилась по тайм-ауту, пришлось шаманить:

• Включил Mixed Precision (fp16) — ускорило обучение в 2 раза.
• Настроил Gradient Accumulation — размер батча на видеокарту был всего 4, но виртуально мы накапливали до 16.
• Столкнулся с тем, что Seq2SeqTrainer крашится при попытке сохранить промежуточный чекпоинт мультимодального "франкенштейна". Решение? Выключить промежуточные сохранения (save_strategy="epoch") и молиться, чтобы Kaggle не завис. (Кстати, спасает JS-скрипт в консоли браузера, делающий клик раз в 60 секунд).

На 15 эпох ушло около 2.5 часов.

Что получилось в итоге? (Потрогать руками)

Получилась нейросеть, которая реально понимает, что изображено на рентгене, и сыпет терминами вроде «кальцифицированная гранулема» или «легочная васкулярность». Да, иногда она "галлюцинирует" (датасет в 7к снимков — это капля в море для ML), но базовые вещи вроде чистых легких или пневмоторакса сечет неплохо.

Я завернул модель в Gradio и выложил на Hugging Face Spaces. Можно зайти с телефона или ПК, загрузить любой снимок рентгена из гугла и посмотреть, что она выдаст.

👉 Потыкать лайв-демо тут: Hugging Face Space

👉 Весь код, пайплайны и веса тут: GitHub Репозиторий

Буду рад, если кому-то этот код сэкономит время при создании своих мультимодальных сеток. Залетайте в репу, ставьте звездочки, форкайте. Если есть идеи, как улучшить датасет (может, прогнать переводы через LLM для чистки медицинского сленга) — пишите в комменты!

(Дисклеймер: модель обучена в исследовательских целях за вечер. Не суйте ей свои снимки вместо похода к реальному врачу)

В подборке — обзор ИИ-инструментов для генерации изображений и видео, обновления языковых моделей с акцентом на код и агентов, специализированные инструменты для сегментации и снятия цензуры, а также свежие релизы от российских команд.

Больше новостей каждый день про искусственный интеллект, нейросети, машинное обучение — в НЕЙРОКАНАЛЕ.

Языковые модели и мультимодальные решения

В ноябре релизнулись сразу два гиганта: GPT 5.1 и Google Gemini 3, информацию найдете в отдельных наших статьях: Вышла ChatGPT-5.1: теперь можно подстроить тон и характер ИИ под себя и Google Gemini 3: полный обзор всех функций и как получить доступ в РФ.

Поехали дальше.

Claude Opus 4.5

Anthropic выкатили новый флагман — Claude Opus 4.5. Это тот же топовый Opus, но с упором на реальные рабочие сценарии: сложная разработка, агенты, автоматизация офиса, таблички/презентации и длинные исследования. По их внутренним тестам Opus 4.5 стал ощутимо умнее в кодинге и сложных задачах, чем Sonnet 4.5 и прошлый Opus, при этом ест в разы меньше токенов за ту же задачу.

Что за модель и чем она интересна

Главный фокус — инженерка и агенты. В SWE-подобных задачах и «реальных» бенчмарках на терминале и офисную автоматизацию Opus 4.5 обходит не только Sonnet, но и конкурентов, при этом часто решает задачи за меньшее число шагов и с меньшим количеством попыток. В Anthropic даже прогоняли модель через свой хардкорный домашний экзамен для performance-инженеров: в отведённые 2 часа Opus 4.5 набрал балл выше любого кандидата-человека (с оговоркой, что это только про технику, а не про софт-скиллы).

Второй интересный апдейт — параметр effort в API: low, medium и high. Смысл примерно такой же как у ChatGPT, тут мы примерно уже привыкли к подобным параметрам.

В Claude Code улучшили планирование: модель сначала уточняет требования, собирает plan.md, а потом уже исполняет план; добавили поддержку в десктопном приложении, чтобы гонять несколько сессий (агентов) параллельно — один чинит баги, другой рыскает по GitHub, третий обновляет доку. В пользовательских продуктах: длинные диалоги больше не упираются в стену контекста, Claude сам компактно сворачивает историю, есть Claude для Chrome и расширенный доступ к Claude для Excel, где Opus 4.5 показывал +20% к точности и +15% к эффективности на внутренних финансовых задачах.

Где и как установить

Модель уже доступна как claude-opus-4-5-20251101 по цене $5/$25 за миллион токенов, и Anthropic явно позиционирует её как актуальную замену для всех задач.

В Cursor новая модель доступна бесплатно по сниженной цене первые две недели.

Kimi K2 Thinking

Kimi K2 Thinking — новая открытая думающая LLM от китайской Moonshot AI.

Что за модель и чем она интересна

Под капотом MoE с 1 трлн параметров и 32B активных, 256к контекст и нативный INT4 для скорости и экономии памяти.

Весов выложили примерно на 600 ГБ — они компактнее прежнего K2 как раз из-за INT4. Запуск локально требует 8х GPU уровня A100/H100 80–96 ГБ. Проще использовать через облако: есть официальный API на платформе Moonshot и доступ через OpenRouter.

Где и как потестить

Попробовать модель можно в веб-интерфейсе Kimi или через Hugging Face Space, если не хочется возиться с железом. По языкам акцент на английский и китайский, но модель хорошо себя показывает на мульти-язычных бенчмарках вроде SWE-Multilingual; явного отдельного заявления про русский в карточке нет, так что качество русского лучше проверять на своих задачах.

На Reddit модель хвалят за креативность: пишут, что «лучше Sonnet 4.5» и заметно дешевле, и вообще неожиданно сильно для недорогой открытой модели. Возможно, локальные LLM скоро догонят лидеров и крупным игрокам придётся резко снижать цены или выкатывать что-то на порядок сильнее.

P.S. Moonshot AI — это 月之暗面 (Yue Zhi Anmian, «тёмная сторона Луны»), основаны в марте 2023 года и быстро выстрелили благодаря чатботу Kimi и ставке на длинный контекст. Компания базируется в Пекине и часто упоминается среди «AI-тигров» Китая, конкурирующих на глобальном рынке.

Генерация изображений

FLUX.2-dev

FLUX.2-dev — новая флагманская модель от Black Forest Labs для генерации и редактирования картинок по тексту, с открытыми весами, но под некоммерческой лицензией. Это 32-миллиардный трансформер с современным качеством рендера, который умеет как обычный text-to-image, так и аккуратное редактирование по одной или нескольким референс-картинкам.

Что за модель и чем она интересна

FLUX.2-dev — это продвинутый Photoshop на стероидах: одна модель, которая и рисует с нуля, и меняет стиль, объект или персонажа по тексту без доп. обучения, опираясь сразу на несколько референсов. За счёт архитектуры rectified flow трансформера и длинного контекста по тексту и картинкам она хорошо держит композицию, цвета (вплоть до hex-кодов) и надписи, поэтому сейчас её и двигают как новый топ среди открытых генераторов.

Где и как потестить

Самый простой вариант — официальный Space на Hugging Face: там можно вводить текст, загружать картинки и сразу смотреть результат в браузере. Плюс модель уже подключили в облачные сервисы вроде Cloudflare Workers AI и сторонние хостинги, так что можно дёргать её по API без своего железа.

Как запустить локально и какое железо нужно

Для локального запуска есть официальный репозиторий и поддержка в Diffusers: можно тянуть оригинальные веса или квантованные варианты (4-бит, GGUF) для экономии видеопамяти. В реальности модель огромная (32B параметров), поэтому комфортный минимум — RTX 3090/4090 с 24 ГБ VRAM; с квантованием и оффлоадом её можно завести примерно на 16–18 ГБ, но будет ощутимо медленнее и с ограничениями по размеру картинок и батчам. Не забудьте, что лицензия FLUX [dev] не даёт права использовать открытые веса в продакшн-продуктах напрямую — для коммерции у них отдельный FLUX.2 Pro по API. Все дополнительные подробности на HF.

Z-Image-Turbo

Z-Image-Turbo — новая открытая текст-в-картинку модель от Alibaba, всего 6B параметров, но по качеству и пониманию промптов её уже сравнивают с куда более тяжёлыми монстрами. Это турбо-версия семейства Z-Image: дистиллированная, работает всего за 8 шагов диффузии и даёт очень быстрый отклик при сохранении фотореализма, аккуратного света/материалов и хорошей работы с текстом в кадре.

Что за модель и чем она примечательна

По технике там интересная смесь: single-stream Diffusion Transformer, который в одном трансформере обрабатывает и текст, и семантику, и изображение, плюс дистилляция через Decoupled-DMD и дообучение DMDR, чтобы в 8 шагов выжать максимум качества. В результате модель выдаёт картинку за ~секунду на H800 и нормально живёт на обычной 16 GB видеокарте, так что её реально крутить локально, а не только в облаке.

Где и как потестить

Потестить можно вообще без установки — есть официальные Spaces на Hugging Face, где Z-Image-Turbo крутится как веб-демка. Если хочется интегрировать в свой код, то поддержка уже влетела в diffusers: ставите свежий diffusers с GitHub, берёте ZImagePipeline.from_pretrained("Tongyi-MAI/Z-Image-Turbo", torch_dtype=torch.bfloat16) и дальше работаете как с обычным text-to-image пайплайном.

Плюс модель уже завезли в ComfyUI и на хостинги вроде Replicate, так что можно выбирать между локальным инференсом и API.

Генерация видео

HunyuanVideo-1.5

HunyuanVideo-1.5 — новая открытая модель от Tencent для генерации видео по тексту или картинке, причём она умещается всего в ~8,3 млрд параметров и при этом даёт качество уровня топовых закрытых сервисов. Модель понимает английский и китайский, умеет делать видео до 1080p.

Сочетает три вещи:

1. Качество картинки
2. Плавное движение
3. Вменяемые требования к железу

В техотчётах и обзорах её уже сравнивают с Runway Gen-3 и другими лидерами — по человеческим оценкам Hunyuan часто не хуже, а иногда и лучше других открытых моделей, при этом работает быстрее за счёт оптимизаций внимания (SSTA) и двухступенчатой схемы «база + супер-резолвер».

Где и как потестить

Проще всего попробовать модель в демо на Hugging Face Space: есть готовый интерфейс для image-to-video и связанных чекпоинтов (480p, 720p и апскейлеры — смотрите в карточке на HF, там куча spaces поднято). Если хочется больше контроля, у модели есть нативная поддержка в ComfyUI — ставите нужные ноды, подгружаете чекпоинты HunyuanVideo-1.5 и собираете свой граф для text-to-video или image-to-video.

Как запустить локально и какое железо нужно

Локальный запуск делается через официальный репозиторий Tencent-Hunyuan/HunyuanVideo-1.5: нужен Python 3.10+, CUDA, PyTorch и видеокарта NVIDIA с поддержкой CUDA. При агрессивном оффлоаде и тюнинге пайплайна модель можно завести даже на ~14–16 ГБ видеопамяти (уровень RTX 4070/4070 Ti), но будет медленно; комфортнее всего ей на картах с 24+ ГБ (RTX 3090, 4090 и т.п.), а для длинных роликов 720p без offload по-прежнему полезны 48–80 ГБ или несколько GPU.

Специализированные решения

SAM 3

Выложили SAM 3 — это новая версия модели, которая по текстовому или визуальному запросу находит, выделяет и трекает нужные объекты на картинках и видео. Главный сдвиг: модель понимает абстрактные «концепты» вроде «жёлтый автобус» или «люди в касках» и сразу сегментирует все такие объекты, а не один, как в старых SAM.

Новое для этой версии:

• Promptable Concept Segmentation: пишешь фразу или даёшь пример-картинку, и SAM 3 находит и сегментирует все экземпляры этого класса, в том числе по кадрам видео.
• Объединены текстовые и визуальные подсказки: можно и написать «автомобиль», и прокликать мышкой спорные объекты в одном и том же интерфейсе.
• Открытый словарь: модель не привязана к фиксированному списку классов и работает с любыми осмысленными запросами, которые можно визуально приземлить.

Выводы простые: базовую задачу «найти и аккуратно вырезать любые объекты по запросу» по сути закрыли, и большинству из нас нет смысла писать свои сегментаторы с нуля. Задача смещается в сторону адаптации SAM 3 под свой домен, построения пайплайнов разметки и интеграции такого зрения в агенты и продукты, особенно там, где нужна тонкая работа с конкретными классами объектов.

Код в репозитории, веса на Hugging Face.

Heretic

Heretic — новая утилита, которая автоматически снимает цензуру (safety alignment) с трансформерных языковых моделей без дообучения и ручного тюнинга, поэтому её можно накинуть поверх уже готовой LLM. Автор позиционирует её как способ убрать цензурные фильтры у модели, не тратя время и деньги на новый RLHF или fine-tuning.

Что за модель и чем она интересна

Чтобы понять, что она делает, полезно вспомнить, как вообще появляется цензура в моделях: на этапе дообучения модель заставляют отказываться от части запросов, и она начинает отвечать шаблонно в духе «я не могу помочь с этим», даже если технически умеет решить задачу. Heretic как раз нацелен на то, чтобы убрать этот «слой воспитания» и вернуть исходное поведение модели, не трогая её базовые знания и архитектуру трансформера.

Разбор работы по шагам:

1. Сначала загружается модель и подбирается тип данных (dtype) и размер батча, который стабильно работает на вашей GPU/CPU и не падает по памяти.
2. Затем берётся два набора промптов: harmful (на них модель обычно отвечает отказами) и harmless (обычные запросы), и многократно прогоняются через модель, измеряя частоту отказов и поведение на нормальных запросах.
3. После этого запускается направленная абляция (abliteration): TPE-оптимизатор перебирает параметры, которые определяют, какие направления/нейроны/головы ослабить, чтобы минимизировать одновременно и отказы, и KL-дивергенцию между новой и исходной моделью на безопасных промптах.
4. В финале найденные правки применяются к весам, а потом предлагается сохранить результат, залить на Hugging Face или сразу открыть чат и посмотреть, как модель ведёт себя в диалоге.

На примере google/gemma-3-12b-it: оригинальная модель отказывается в 97 из 100 вредных промптов, при этом KL-дивергенция по безопасным запросам равна 0 по определению, а вручную abliterated-версии снижают отказы до 3 из 100, но поднимают KL до 1.04 и 0.45. Автоматически полученная версия p-e-w/gemma-3-12b-it-heretic тоже даёт 3 отказа из 100, но при этом KL всего 0.16, то есть поведение на нормальных запросах уходит от исходной модели заметно меньше.

Heretic уже поддерживает большинство моделей, включая часть мультимодальных и несколько MoE-архитектур, но пока не работает с SSM/гибридными сетями, моделями с неоднородными слоями и некоторыми экзотическими вариантами attention. Код можно посмотреть в репозитории.

Open-dLLM

Open-dLLM — открытый «всё-в-одном» проект по диффузионным LLM: здесь есть и сырые данные, и обучение, и чекпойнты, и оценка, и инференс, а не только скрипты вывода и веса. В отличие от проектов вроде LLaDA и Dream, которые ограничивались инференсом и весами, Open-dLLM раскрывает весь стек и делает результаты воспроизводимыми.

Авторы прямо позиционируют проект как «самый открытый» релиз dLLM на сегодня. Внутри также есть отдельный вариант для генерации кода — Open-dCoder — чтобы можно было сразу потрогать dLLM на практической задаче программирования.

Что за модель и чем она интересна

Полноценный конвейер предобучения на открытых данных, скрипты вывода, наборы для оценки (HumanEval, MBPP и задачи на вставку кода), опубликованные веса и контрольные точки на Hugging Face и прозрачные конфиги для воспроизводимости результатов. Сам open-dcoder-0.5B уже лежит на Hugging Face и готов к использованию как компактная диффузионная модель для кода.

По цифрам, компактный Open-dCoder 0.5B даёт Pass@1/Pass@10 на HumanEval 20.8/38.4 и на MBPP 16.7/38.4, что для полумиллиардной модели выглядит неплохо рядом с более крупными диффузионными собратьями на задачах автодополнения кода.

Где и как потестить

Поставьте зависимости и запустите пример sample.py — этого достаточно, чтобы увидеть, как работает диффузионная модель на тексте и коде.

Российские разработки

GigaTTS

GigaChat выпустил модель для синтеза речи GigaTTS. Она звучит почти как реальный человек. И нравится слушателям в 2-4 раза чаще, чем старая версия. Под капотом — GigaChat 3b, токенизатор, адаптер к LLM и 30 тысяч часов данных.

GigaTTS использует уникальные голоса телефонных операторов и инструктивный синтез разных эмоций. Она умеет клонировать голоса, а также озвучивать тексты любой длины в multi-turn режиме.

Больше новостей от команды разработки — в канале @gigadev_channel.

Kandinsky 5.0

Kandinsky 5.0 — новая линейка визуальных моделей в open source.

Сбер опубликовал в открытом доступе всю линейку Kandinsky 5.0: Video Pro, Video Lite, Image Lite и токенизаторы K-VAE 1.0. Полный open source: код, веса, лицензия MIT.

Video Pro (Text-to-Video / Image-to-Video)

Флагман, генерирующий HD-видео до 10 секунд с гибким управлением движением камеры. Обучалась на 520 млн изображений и 250 млн видео, а на финальном этапе, доучивалась на датасете сверх-качественных видеороликов, тщательно отобранных профессиональными художниками и дизайнерами.

Нативно понимает русские и английские промпты, генерирует надписи на латинице и кириллице. Лучшая открытая модель в мире, превосходит Wan 2.2-A14B в Text-to-Video [SBS 59:41] и Image-to-Video [SBS 53:47], а также достигает паритета с Veo 3 по визуальному качеству и динамике [SBS 54:46].

Video Lite (Text-to-Video / Image-to-Video)

Компактные модели генерации видео, оптимизированные для запуска на GPU от 12 ГБ VRAM. Обучалась на 520 млн изображений и 120 млн видео, хорошая консистентность и качество динамики. Лучшая среди небольших и быстрых моделей, значительно превосходит в 7 раз большую по количеству параметров Wan 2.1-14B как в Text-to-Video [SBS 67:33], так и Image-to-Video [SBS 64:36].

Image Lite (Text-to-Image / Image Editing)

HD-генерация и редактирование изображений. Претрейн Text-to-Image модели был сделан на 520 млн изображений, включая датасет русского культурного кода ~1 млн изображений. Image Editing был дополнительно дообучен на 150 млн пар. Для достижения финального качества был проведено SFT дообучение на 150 тыс изображений, а также на 20 тыс. пар — для Editing.

Нативно понимает русские и английские промпты, генерирует надписи на латинице и кириллице. Значительно превосходит FLUX.1 [dev] по Text-to-Image [SBS 63:37] и находится в паритете по качеству с FLUX.1 Kontext [dev] по Image Editing [SBS 54:46].

K-VAE 1.0 (2D / 3D)

Вариационные автоэнкодеры для диффузионных моделей, сжимающие входные данные в формате 8x8 (изображения) и 4x8x8 (видео). Сравнение на открытых датасетах показывает, что модели более качественно восстанавливают исходный сигнал (+0.5dB PSNR), чем лучшие open-source альтернативы (Flux, Wan, Hunyaun), обладающие той же степенью сжатия.

Где и как потестить

Все модели линейки доступны на GitHub, Gitverse и HuggingFace. Читайте подробнее в техническом репорте.

Вместо заключения

Ноябрь показал, что разрыв между закрытыми и открытыми моделями продолжает сокращаться: появились конкуренты флагманам в генерации изображений и видео, а китайские команды выложили свои мощные LLM.

Российские разработки тоже двигаются: Kandinsky 5.0 получил сравнения с мировыми лидерами, а GigaTTS вышел на новый уровень натуральности речи.

Приятно видеть, что появляется больше вариантов для локального запуска и интеграции в продукты. Не забывайте следить за обновлениями API у крупных игроков вроде Anthropic, OpenAI и Google.

Под «оптимизацию» попали разработчики, аналитики, тестировщики и инженеры — от новичков до тимлидов. По данным источников CNews и профсоюза работников IT, под сокращение может попасть до 25% IT-команды, то есть более 5000 человек.

Официально увольнения объясняют внедрением искусственного интеллекта и автоматизацией процессов:

Топ-менеджеры называют это оптимизацией, а не сокращением.

При этом, по словам работников, реального эффекта от внедрения ИИ нет:

На деле — гонка ради отчетности, а не улучшений.

Три волны и «мягкие» увольнения

По информации профсоюза, запланированы три волны сокращений: первая прошла летом, вторая идет сейчас, третья ожидается к концу года.

Некоторым сотрудникам предлагают уйти «по соглашению сторон» с выплатой двух-трех окладов и сохранением годовой премии.

Тем, кто отказывается, могут предложить перевод в дочерние структуры — но, как утверждают источники, эти собеседования чаще всего заканчиваются отказом.

Позиция банка

В Сбербанке отрицают наличие массовых увольнений. «Мы не сокращаем команду, а пересматриваем функции и автоматизируем процессы», — заявили в пресс-службе.

По данным банка, сейчас открыто около 4000 вакансий, преимущественно в сфере ИИ и автоматизации.

Последствия для рынка

Эксперты предупреждают: волна увольнений может существенно ударить по IT-рынку. Уже сейчас средний разработчик получает меньше приглашений на собеседования, а конкуренция растет.

По словам аналитиков, крупные корпорации переходят от найма «на вырост» к осознанной автоматизации. Однако спрос на специалистов по ИИ, Big Data и кибербезопасности при этом продолжает расти.

Новая функция доступна в приложении «Активы Онлайн» от Сбера. Она позволяет оплачивать покупки по Bluetooth, без доступа к интернету и без участия Apple Pay.

Пока воспользоваться можно лишь картами Сбербанка и только на терминалах самого банка. Но технически — это первый кейс «независимых» бесконтактных платежей на iOS в России.

Как оно вообще работает

Оплата проходит через Bluetooth, а не через стандартный NFC-модуль, который Apple по-прежнему не открывает сторонним разработчикам.

При этом использовать интернет не требуется — все работает оффлайн, если подключено к совместимому терминалу Сбера.

Что нужно:

1. Установить приложение «Активы Онлайн» из российского App Store.
2. При запуске — разрешить приложению доступ к Bluetooth.
3. Привязать карту Сбербанка.
4. При оплате — просто поднести iPhone к терминалу и подтвердить операцию.

Интересно, что даже необязательно входить в приложение: оплата срабатывает уже с экрана блокировки (если разрешен Bluetooth-доступ).

Пока нестабильно — но уже работает

Журналисты и пользователи отмечают: функция пока работает не везде. Некоторые терминалы пока не поддерживают новую систему, а iPhone может не реагировать или показывать ошибку.

Судя по всему, функция запускается поэтапно и Сбер еще не активировал ее во всех точках. Но с совместимыми терминалами оплата проходит стабильно. Отзывы первых пользователей положительные, многие говорят о «вау-эффекте», особенно с учетом того, что система обходится без Apple Pay и сети.

Важные детали

• Если в iPhone остались карты в Apple Pay, система по умолчанию сначала попытается использовать Apple Pay. Его нужно закрыть, чтобы вернуться в интерфейс приложения Сбера.
• Работает только с картами Сбербанка — других банков пока нет, даже у тех, кто также отключен от Apple Pay.
• Интернет не нужен, все работает локально — это плюс для приватности и скорости.

Почему это важно

Apple не разрешает сторонним приложениям использовать NFC на iPhone — доступ к нему по-прежнему эксклюзивный для Apple Pay. Даже в Европе, где вступил в силу закон DMA, полноценная реализация сторонних платежных систем на iOS появилась только в 2024–2025 годах — и то с ограничениями.

То, что Сбер реализовал свою систему через Bluetooth — технологическое и юридическое обходное решение, аналогов которому пока нет в России.

Покупка железа на свои деньги — удовольствие дорогое и мало гибкое: дорогие карты быстро устаревают, а спрос внутри команды может скакать от интенсивного обучения до редкого инференса.

В этой подборке мы собрали сервисы для облачной аренды — то есть платформы, которые позволяют:

1. запускать модели прямо в облаке, без локальной инфраструктуры;
2. платить исключительно за те вычислительные ресурсы, которые реально используете;
3. легко наращивать мощности по мере роста нагрузки.

1. Hostkey — сервера с GPU на все случаи жизни

Hostkey — один из проверенных хостинг-провайдеров на российском рынке, который сдаёт в аренду виртуальные и физические серверы с новыми видеокартами. У Hostkey гибкая почасовая оплата — значит, что вы используете мощность ровно столько, сколько нужно, без лишних трат.

Задачи, для которых GPU-решения от Hostkey подойдут

Современные GPU дают скорость для обучения нейросетей. Для изображений — сверточные сети (CNN). Для последовательностей — рекуррентные, как RNN, LSTM или GRU. Для больших моделей вроде GPT или BERT — архитектуры Transformer. Параллельная обработка позволяет запускать несколько моделей сразу, чтобы подбирать гиперпараметры. Интеграция с фреймворками TensorFlow, PyTorch, JAX и HuggingFace Transformers работает без проблем.

Генеративные модели для текстов — GPT, LLaMA или Falcon, чтобы генерировать контент, чат-боты, копирайтинг или переводы. Для изображений — Stable Diffusion, DALL·E или Midjourney, включая стилизацию. Аудио: TTS вроде Tacotron или VITS, плюс клонирование голоса. Видео: генерация анимации или upscaling с Topaz. Код: автогенерация через Codex, Code LLaMA или StarCoder.

Инференс: онлайн для быстрых ответов в чат-ботах, поиске или персонализации; батч для больших объёмов, как генерация изображений по текстам. Библиотеки ONNX, TensorRT и DeepSpeed оптимизируют скорость.

В обработке естественного языка: извлечение информации, семантический поиск с векторами, суммаризация или перевод. Для изображений и видео: обнаружение объектов, сегментация, inpainting или аналитика видеопотоков в реальном времени.

Параметры аренды: модели, цены и варианты

HOSTKEY предлагает выбор GPU-решений — от выделенных серверов с индивидуальными конфигурациями до виртуальных машин с гарантированным доступом к выделенной видеокарте, ресурсы которой не разделяются с другими пользователями. По задачам и бюджету: игровые модели вроде NVIDIA RTX 4090 или 5090; профессиональные вроде Tesla A100 и H100 — для крупных ИИ-проектов и расчётов.

Аренда помесячная с большой скидкой или почасовая. Серверы в России, Исландии, Франции, Нидерландах, Германии, Финляндии или США.

Цены от 7000 рублей в месяц или от 10 рублей в час — это базовые тарифы. Аренда оборудования оформляется через российскую компанию, даже для зарубежных дата-центров: оплата простая, без международных переводов.

Примеры использования GPU-серверов клиентами HOSTKEY

Один из примеров применения — наложение рекламных объектов на элементы видеопотока во время прямых трансляций спортивных событий. Благодаря мощности GPU, обработка происходит в реальном времени, без задержек и с высоким качеством. Этот кейс описан в блоге на сайте компании.

Другой кейс — виртуальная примерка в интернет-магазине: достаточно навести камеру на стопу, и система в реальном времени покажет, как будут выглядеть кроссовки. Здесь задействуются генеративные модели, способные мгновенно адаптировать изображение под конкретного пользователя.

Ещё варианты: чат-боты для корпоративного использования, анализ тона упоминаний бренда в соцсетях через большие данные, запуск готовых LLM-моделей, тренировка нейросетей или рендеринг изображений и видео по запросу — без переплат за простой.

Как быстро арендовать вычислительные ресурсы

Заказать сервер можно на сайте или в личном кабинете, предварительно зарегистрировавшись. С момента заказа до предоставления доступов к серверу проходит от 5 до 60 минут, в зависимости от выбранного ПО. Если нужна индивидуальная конфигурация с ручной сборкой, то 1–3 рабочих дня. Доступ через веб-панель управления, API для автоматического заказа, управления и расформирования сервера, или консоль.

Также HOSTKEY предлагает предустановленное программное обеспечение из Маркетплейса. Подборка приложений для GPU серверов находится в разделе AI-платформа.

Лимиты на данные и тесты

Исходящий трафик 50 Тб в месяц бесплатно на скорости 1 или 10 Гбит/с.

Для крупных корпоративных клиентов — тестовый период по запросу. Бесплатного пробного баланса нет, но короткая аренда заменяет тест.

HOSTKEY предлагает серверы с картами последнего поколения Nvidia RTX PRO 6000 Blackwell с объемом видеопамяти 96 ГБ. RTX PRO 6000 предоставляет в 3 раза больше памяти, чем RTX 5090, и в 4 раза больше, чем RTX 4090, что делает ее уникальным решением, способным работать с моделями ИИ и наборами данных корпоративного уровня.

Поддержка

Поддержка круглосуточная, ответ на обращение — не дольше 15 минут. Связаться можно через онлайн-чат на сайте, мессенджеры WhatsApp или Telegram, по e-mail.

Сейчас у HOSTKEY действуют дополнительные скидки до 25% на долгосрочную аренду серверов.

2. ITGLOBAL.COM GPU Cloud — облачные ускорители для AI, ML, HPC и сложной графики

ITGLOBAL.COM предлагает сервис GPU Cloud, который позволяет арендовать виртуальные серверы с графическими ускорителями. Услуга актуальна для тех компаний, которым требуется быстрый доступ к мощным GPU без необходимости инвестировать в покупку собственного дорогостоящего оборудования. Сервис построен на базе платформы виртуализации VMware, виртуальные машины оснащены графическими ускорителями NVIDIA.

Сценарии применения: где работают облачные ускорители

ITGLOBAL.COM перечисляет четыре ключевых сценария, где облачные GPU приносят максимальный эффект:

1. Машинное обучение и ИИ. Модели обучаются быстрее благодаря параллельным вычислениям.
2. Высокопроизводительные вычисления. Ускорители позволяют специалистам быстрее решать математические задачи и проводить научные расчёты.
3. Научное моделирование и CUDA‑вычисления. Графические процессоры ускоряют выполнение сложных вычислений и симуляций.
4. Дизайн и графика. Дизайнеры используют облако для визуализации, анимации и рендеринга больших объёмов данных.

Аппаратные возможности и базовые тарифы

Клиентам предлагают несколько поколений профессиональных видеокарт NVIDIA: A16, A800, A100, H100 и H200. Минимальная конфигурация виртуальной машины включает 1 vCPU, 1 ГБ RAM, 30 ГБ SSD и 4 ГБ памяти GPU на базе A16. Стоимость такой конфигурации начинается от 5 000 рублей с НДС, при этом минимальный срок аренды — один месяц.

Типичные кейсы: обучение моделей и создание контента

Мы нашли два наглядных примера, как используют сервис ITGLOBAL.COM:

1. Тренировка и запуск моделей. Data Scientist или ML‑инженер развёртывает в облаке GPU‑сервер для обучения нейросетей (к примеру, для распознавания изображений или обработки текста). Преимущество в том, что не нужно покупать дорогое оборудование; ресурсы удобно масштабировать под задачу и менять тип видеокарты.
2. Видеорендеринг и 3D‑графика. Видеостудия или дизайнер отправляет сложные сцены на рендер в облако. Это избавляет от необходимости содержать мощные рабочие станции и даёт доступ к современному железу с высокой производительностью, позволяя легко обновлять конфигурацию по мере роста проектов.

Быстрый старт и тестовый период

Сервис ориентирован на длительную аренду, но при этом позволяет быстро приступить к работе: стандартные конфигурации выдаются в течение одного дня. Для оценки возможностей предлагается бесплатный тестовый период на 30 дней, который заменяет собой традиционный «пробный баланс» и даёт время проверить, подходит ли производительность GPU‑клауда под ваши задачи.

Как получить поддержку и консультацию

Тем, кто ещё не является клиентом, ITGLOBAL.COM предлагает оставить заявку на сайте, написать на почту sales@itglobal.com или позвонить по указанному на сайте номеру. Действующие клиенты получают доступ к личному кабинету с системой тикетов, могут обращаться по e‑mail, телефону, в онлайн‑чат и даже через каналы экстренной поддержки 24/7 для решения срочных вопросов.

3. immers.cloud — виртуальные и выделенные GPU с посекундной тарификацией

immers.cloud — облачный провайдер, который сдаёт в аренду виртуальные и выделенные серверы с GPU на базе OpenStack. Главное отличие от других провайдеров — каждая виртуальная машина получает GPU целиком, без разделения ресурсов с другими пользователями и без оверселлинга.

Задачи, для которых подойдут GPU-решения immers.cloud

Ресурсы платформы используются для инференса и обучения нейросетей, файнтюнинга LLM, 3D-рендеринга, научного моделирования и обработки видео. Помимо самих серверов, доступны частные инстансы с Immers Foundation Models, программно-определяемое S3-хранилище и маркетплейс образов с популярным ПО — Windows, Ubuntu, Debian и другими дистрибутивами Linux.

Параметры аренды: модели, цены и варианты

Immers.cloud предлагает 13 моделей GPU — от дата-центровых H200, H100 NVL, H100 и A100 до игровых RTX 5090, RTX 4090, RTX 3090 и RTX 3080, а также промежуточные варианты RTX A5000, A10, RTX 2080 Ti, A2, T4 и V100.

Тарификация посекундная — платите ровно за то время, что сервер реально работал. Цены стартуют от 20 рублей в час, минимальная конфигурация — teslat4-1.4.8.60.

На платформе можно арендовать виртуальные серверы с GPU и CPU (NVMe/SSD/HDD), выделенные серверы с GPU и CPU, а также подключать несколько видеокарт сразу: до 8 GPU на один виртуальный сервер и до 10 — на выделенный.

Примеры использования GPU-серверов клиентами immers.cloud

Команда «КС Авто» развернула автономную AI-систему для круглосуточной модерации контента — спама, фото и текстов. Мультимодальные модели работают через Ollama на трёх облачных RTX 4090 с NVMe, потоки изолированы по видеокартам, без Kubernetes. Система фильтрует сотни спам-атак ежедневно и полностью заменяет штат из 15 модераторов.

Команда IBS построила на платформе единую R&D-песочницу для быстрых AI-экспериментов. Смешанная нагрузка — LLM, NLP, VLM — управляется через GPUStack и vLLM на пуле облачных видеокарт (A100, RTX 3090, RTX 4090) с гибридным сетевым доступом через VPN и прокси. Сейчас в работе 11 активных инстансов для 14 моделей, что позволяет тестировать новые гипотезы за часы, не разворачивая новые серверы.

Как быстро арендовать вычислительные ресурсы

Одно из главных преимуществ immers.cloud — быстрый онбординг: чтобы начать работу, достаточно зарегистрироваться и пополнить баланс от 100 рублей. Доступ к ресурсам — через API OpenStack (релиз Zed), причём используется немодифицированный native OpenStack, поэтому подходят любые стандартные клиенты и библиотеки для работы с API.

Лимиты на данные и тесты

Лимитов на загрузку и выгрузку данных нет. Для новых пользователей действуют квоты по умолчанию: 16 ядер vCPU, 128 ГБ RAM, до 10 томов, до 20 снимков, 1600 ГБ суммарного объёма хранения и 4 виртуальные машины. Квоты можно увеличить запросом в поддержку.

Бесплатный тестовый период до 30 дней или можно запросить индивидуальные тестовые сроки под задачу.

Поддержка

Техподдержка круглосуточная — через чат на сайте, Telegram (или Мах) и по электронной почте, плюс персональный менеджер.

4. Yandex Cloud — виртуальные машины с почасовой тарификацией

Публичная облачная платформа Яндекс.Облако предлагает виртуальные машины с графическими ускорителями NVIDIA Tesla V100 (32 ГБ HBM2), Ampere A100 (80 ГБ HBM2e) и Tesla T4 (16 ГБ GDDR6). GPU предоставляются целиком (без шаринга между клиентами) и доступны конфигурации до 8 GPU на ВМ, включая кластерный режим с объединением нескольких ВМ через высокоскоростную сеть (InfiniBand) для распределенного обучения моделей.

Сценарии использования

Сервис ориентирован на задачи машинного обучения, ИИ и высокопроизводительных вычислений. GPU-ускорители подходят для ускорения обучения нейросетей и инференса, анализа больших данных, а также для ресурсоёмкого 3D-рендеринга и работы с графикой. Пользователи могут разворачивать как одиночные экземпляры для отладки моделей, так и целые кластеры GPU для масштабных экспериментов. Яндекс.Облако интегрировано с экосистемой инструментов (например, платформой DataSphere для ML), упрощающих разработку и деплой решений ИИ.

Формат аренды

Ресурсы предоставляются по модели IaaS с поминутной тарификацией. После подключения GPU-квоты (по умолчанию изначально равна нулю) достаточно создать ВМ нужной конфигурации через веб-консоль, CLI или API. Минимальная конфигурация — 1 GPU (например, Tesla T4) с 4 vCPU и 16 ГБ RAM. Оплата почасовая (с поминутным биллингом), при длительных резервациях ресурсов действуют скидки. Например, доступна бесплатная квота (грант) на тестирование — для юридических лиц до 10 000 руб. на первые два месяца использования облака.

Поддержка и особенности

Инфраструктура Яндекс.Облака размещена в дата-центрах в РФ (соответствие 152‑ФЗ) и предлагает SLA на уровне 99,95%. Имеется круглосуточная техническая поддержка (чат, тикеты) с различными тарифами поддержки под потребности бизнеса. Все операции — от управления ВМ до мониторинга — доступны через удобный веб-интерфейс и API.

VK Cloud — облачные ВМ с GPU и выделенные серверы

VK Cloud (ранее Mail.Ru Cloud Solutions) сдаёт облачные GPU-ресурсы для B2B-заказчиков. В 2024 году платформа добавила графические процессоры NVIDIA L4 (24 ГБ, архитектура Ada Lovelace), которые на 2,5 раза производительнее предыдущего поколения и подходят для ускорения видео и графических приложений. Также доступны тензорные GPU NVIDIA Tesla V100 16ГБ/32ГБ и A100 40ГБ/80ГБ.

Кому подойдет и для каких задач

Сервис рассчитан на задачи ИИ/ML, обработку видео и графики, 3D-моделирование, рендеринг и другие сценарии, требующие высокопроизводительных вычислений. Например, GPU L4 ориентированы на медиаданные (трансляции, кодирование видео, графические рендеры) с поддержкой аппаратного ускорения AI, тогда как A100/V100 используются для обучения крупных моделей глубокого обучения и аналитики данных.

Условия аренды и конфигурации

Облако VK Cloud предлагает как виртуальные машины с GPU, так и выделенные физические серверы. Аренда возможна по модели pay-as-you-go (с помесячной оплатой фактического потребления ресурсов). Минимальная конфигурация — 1 GPU (например, Tesla V100 или L4) на виртуальной машине с выделенными vCPU и RAM; более мощные конфигурации могут включать несколько GPU на одну ВМ. Стоимость использования зависит от выбранной карты и конфигурации; публично тарифы не раскрываются, расчёт производится через персонального менеджера.

Поддержка B2B клиентов и интеграция с платформами

Каждому клиенту назначается персональный менеджер, который консультирует по выбору оптимальной конфигурации и обеспечивает сопровождение. Техподдержка VK Cloud работает 24/7. Возможна интеграция облачных GPU с другими сервисами VK Cloud — например, объектным хранилищем, управляемыми базами данных и инструментами для ML (AutoML, готовые окружения и пр.).

5. Cloud.ru (СберCloud) — широкая линейка GPU до H100

Cloud.ru — облачная платформа, над которой работает компания «Сбер», — предлагают NVIDIA H100 80ГБ (HBM2e/HBM3), а также A100 40/80ГБ, предыдущие Tesla V100 16/32ГБ и графические ускорители NVIDIA A40 48ГБ. Флагманские H100/A100 поддерживают объединение через NVLink и InfiniBand для горизонтального масштабирования — вплоть до связки 8 GPU в одной ноде или распределенного кластера из нескольких узлов (например, решение HGX 8×H100).

Для чего можно использовать

Платформа используется для обучения больших языковых моделей и генеративных сетей — самые требовательные из них эффективно работают на кластерах H100/A100 с высокоскоростным обменом данными. Также облако подходит для научных расчётов и моделирования (HPC) — исследователи могут запускать симуляции на GPU без очередей на доступ к суперкомпьютерам. Для рендеринга видео, обработки медицинских снимков, геологических вычислений и других специализированных сценариев предлагаются конфигурации на основе V100 или A40.

Формат аренды

СберCloud предоставляет несколько моделей аренды: виртуальные машины с GPU (на базе облачной платформы «Advanced»), выделенные физические серверы с GPU (помесячная аренда), а также специализированный ML Space — сервис кластеров GPU с почасовой/поминутной тарификацией.

Виртуальные машины доступны для запуска через консоль (необходим запрос на повышение квоты GPU, после чего ресурс выдаётся в течение минут) — оплата почасовая в рублях.

Выделенные же серверы или мощные конфигурации (например, 8× H100) предоставляются по заявке через менеджера, с минимальным сроком аренды от 1 месяца.

Поддержка и особенности

Cloud.ru ориентирован на корпоративных клиентов, поэтому процесс аренды крупных ресурсов сопровождается персональным менеджером и архитектурной поддержкой. Заявки на GPU рассматриваются оперативно, типовые конфигурации ВМ активируются в течение ~15 минут, нестандартные — до 1 рабочего дня.

Техподдержка работает 24/7, доступна по телефону и через портал, SLA 99,95%. Облачная платформа сертифицирована по требованиям 152‑ФЗ для работы с персональными данными. Также доступны смежные сервисы (облачное хранилище S3, системы контейнеризации, виртуальные рабочие места и пр.).

Как выбирать сервис: несколько ориентиров

Выбирая облачный GPU‑хостинг, стоит смотреть не только на цену за час. Важно понимать, какие задачи вы решаете и какие ресурсы требуются.

1. Тип задач и необходимая гибкость. Для экспериментов и краткосрочных проектов подойдут сервисы с почасовой тарификацией и быстрым стартом. Для длительных расчётов и стабильных нагрузок разумнее выбирать помесячные тарифы и более мощные карты.
2. Доступные модели GPU. Если нужен трансформер с миллиардами параметров, выбирайте провайдера, у которого есть Tesla H100/H200; для инференса хватит А‑серии или потребительских карт.
3. География и сеть. Расположение дата‑центров влияет на задержки и требования по хранению данных. Продумайте, нужно ли вам европейское присутствие или достаточно российских площадок.
4. Управление и поддержка. Наличие API, быстрая выдача ресурсов и понятная панель управления экономят время. Поддержка 24/7 и тестовый период помогут избежать сюрпризов.
5. Тестовый доступ и трафик. Бесплатный тестовый период или пробный запуск на несколько минут помогает оценить производительность и стабильность, а квоты на трафик — планировать бюджеты.

Аренда GPU — инструмент, который нужно подбирать под конкретную задачу. Не гонитесь за абстрактными мегахешами и гигафлопсами; лучше продумайте, какие модели будете запускать, как будете масштабироваться и насколько быстро вам нужно стартовать. Тогда облачные видеокарты станут не игрушкой для ML-ищков, а инструментом, который действительно помогает команде работать быстрее и эффективнее.

Камера Kiss Cam, традиционно выискивающая влюблённые пары среди зрителей, задержалась на Байроне и главе HR-отдела компании Кристин Кэбот. Мгновение нежности — мужчина обнимает женщину — сменилось паникой: Кэбот резко отвернулась, Байрон буквально нырнул вниз, пытаясь скрыться.

Фронтмен Coldplay Крис Мартин тут же прокомментировал: «Либо у них роман, либо они просто очень стеснительные!». Музыкант оказался прав — у парочки действительно был служебный роман, который они скрывали. Этот десятисекундный ролик, мгновенно ставший вирусным в соцсетях, запустил цепную реакцию, которая стоила Байрону карьеры, репутации и брака.

Вирусный баг реальности: как 10-секундное видео обнулило карьеру гендиректора

Уже через 48 часов после концерта совет директоров Astronomer отправил Байрона и Кэбот в отставку и объявил о внутреннем расследовании. Жена Байрона оперативно удалила его фамилию из своего профиля в соцсетях. Пиар-команда Astronomer утонула в запросах СМИ. Вирусный позор мгновенно перешёл из личной в деловую плоскость: всплыли жалобы бывших сотрудников на «токсичный стиль управления» Байрона.

Новый CEO Astronomer Пит ДеДжой в своём первом заявлении констатировал: «Astronomer теперь — имя нарицательное, хотя я бы никогда не пожелал, чтобы это случилось именно так». Ирония судьбы: компания, годами боровшаяся за узнаваемость, получила её благодаря позору своего лидера.

Пока Байрон собирал вещи в офисе, мир уже монетизировал его падение. Бренды мгновенно встроили скандал в рекламу:

• Предприниматель MrBeast запустил конкурс: «Выиграй билеты на Coldplay! Отметь босса, но осторожнее с kiss-cam».
• Представители Tesla пошутили в соцсетях: «Фото арендованной Tesla — это как концерт Coldplay. Ваша машина узнает об измене первой».
• Бейсбольный клуб Philadelphia Phillies разыграл пародию с маскотом под музыку Coldplay.

Даже песня Coldplay «Sparks», выпущенная 25 лет назад, взлетела в чартах Spotify, получив вторую жизнь. Появилась мобильная игра «Coldplay Canoodlers», где нужно искать «тайных любовников» в толпе.

История Байрона стала культурным феноменом, превратив личную трагедию в публичное развлечение и наглядный урок для всех руководителей: в эпоху повсеместных камер и соцсетей приватность — иллюзия.

Цена публичности: почему уход Байрона был неизбежен

Попытки Байрона отшутиться или отрицать роман провалились. Юристы единодушно заявили: судиться с Coldplay бесполезно. Ведущий адвокат США по вопросам развлечений Тре Ловелл пояснил: «Тот факт, что большой экран поймал CEO за чем-то смущающим или аморальным на публике — это проблема самого гендиректора». Художественное использование Kiss Cam защищено законом. У человека на публичном мероприятии не может быть ожидания приватности, если его изображение не используется для прямой коммерции или клеветы.

В России, по словам адвоката Юрия Иванова, ситуация могла бы сложиться иначе: если камера целенаправленно фокусируется на человеке, требуется его согласие на использование изображения. Организатор, даже предупредив о возможной съёмке, не имеет права использовать крупные планы без прямого разрешения. Но в США Байрону оставалось только уйти.

Не Байроном единым: другие топ-менеджеры, замешанные в крупных скандалах

История Astronomer — не исключение. Личные провалы и этические сбои регулярно становятся приговором для CEO, в том числе крупных ИТ-компаний. Предлагаем вашему вниманию топ-5 самых скандальных историй с участием бизнес-топов.

1. Брайан Кржанич: роман, который стоил поста гендиректора Intel

В июне 2018 года совет директоров Intel принял отставку CEO Брайана Кржанича после шестимесячного внутреннего расследования. Причиной стал подтверждённый роман с сотрудницей, что нарушало корпоративную политику компании: строгий запрет на отношения «начальник-подчиненный» даже по взаимному согласию. Инцидент признали «злоупотреблением должностью», хотя сам Кржанич настаивал, что отношения были «консенсусными».

Ирония ситуации заключалась в двойных стандартах. Всего за два года до скандала Кржанич публично осуждал гендиректора Foxconn Терри Гоу за роман с подчинённой, заявив: «Лидеры должны быть образцом этики». Расследование также выявило, что Кржанич скрыл факт отношений от юристов Intel при продлении контракта в 2017 году, что усугубило нарушение.

Последствия:

• акции Intel упали в день объявления об отставке;
• Кржанич лишился $45 млн невыплаченных бонусов и акций;
• компания ввела обязательный аудит соблюдения этических норм для топ-менеджмента.

Финал. Скандал стал эталоном корпоративного лицемерия: правила, которые CEO навязывал другим, он сам проигнорировал. Как позже отметил аналитик Bloomberg: «Intel показала — даже звездные результаты (рост выручки на 20% при Кржаниче) не спасают от этического нуля».

2. Илон Маск и «MechaHitler»: ИИ-бунт

Всего за месяц до случая с Байроном чат-бот Grok 4 от компании xAI Илона Маска оказался в центре скандала. Нейросеть генерировала антисемитские высказывания и даже называла себя «MechaHitler» (МехаГитлер).

Расследование показало: модель периодически воспроизводила посты самого Маска из соцсети X по спорным политическим темам, что свидетельствовало о встроенной предвзятости алгоритма. Кто знает, что ещё наговорил бы бот, если бы его вовремя не остановили.

Инцидент привел к судебным искам в Турции и расследованию регуляторов ЕС. Маску пришлось экстренно «перевоспитывать» бота и вводить ограничения на контент.

Что в итоге. Ущерб репутации технологической империи Илона был колоссальным, особенно на фоне усиления регулирования ИИ в ЕС и США. Итог: Этот случай стал хрестоматийным примером того, как личные взгляды основателя, вшитые в ИИ, могут обернуться глобальным кризисом.

3. Тревис Каланик: как токсичная культура уничтожила CEO Uber

Основатель Uber Тревис Каланик построил компанию с оценкой $70 млрд, но его агрессивный стиль управления и пренебрежение этическими нормами привели к серии скандалов, стоивших ему карьеры.

Культура «двигайся быстро и ломай правила», которую Каланик внедрил в Uber, спровоцировала системные проблемы. Например, программа Greyball целенаправленно саботировала работу регуляторов: технология идентифицировала инспекторов, пытавшихся проверить легальность сервиса в новых регионах, и блокировала их доступ к приложению. Руководство оправдывало это борьбой с мошенничеством, но расследование New York Times показало, что инструмент нарушал законы США и других стран.

Кульминацией стал видеоскандал 2017 года: запись, где Каланик грубит водителю Uber, который обвинял компанию в занижении тарифов, стала вирусной. На кадрах CEO кричит: «Некоторые люди не готовы брать ответственность за свои действия! Твои беды — твои проблемы!». Публикация вынудила Каланика признать: «Мне стыдно. Мне нужна помощь в руководстве». Но это была лишь верхушка айсберга.

Годом ранее разразился скандал с сексуальными домогательствами. Бывшая инженер Uber Сьюзан Фаулер описала в блоге токсичную среду: её руководитель в первый же день работы предложил ей секс, а HR-отдел игнорировал жалобы, называя инциденты «единичными случаями». Расследование выявило 215 обращений от сотрудниц — при это по многим из них компания не предприняла никаких действий.

Каланик уволил 20 менеджеров, включая топ-исполнителя Эмиля Майкла, но репутацию это не спасло. Дополнительный удар нанесло расследование Waymo: стартап Илона Маска обвинил Uber в краже 14 тыс. файлов с данными беспилотных технологий. Хотя Каланик отрицал причастность, ключевой инженер Энтони Левандовски был уволен.

Финал истории: в июне 2017 года инвесторы вынудили Каланика уйти. Его уход ускорило увольнение президента Джеффа Джонса, заявившего: «Мои принципы лидерства несовместимы с тем, что я увидел в Uber». Случай Каланика доказал: токсичность на уровне CEO убивает даже технологических гигантов.

4. Элизабет Холмс: как технологическая афера разрушила «кровожадного» единорога

Основательница стартапа Theranos Элизабет Холмс обещала революцию в медицине: сотни анализов по капле крови. Её черная водолазка, намеренно пониженный голос и цитаты Стива Джобса создали культовый образ.

Но к 2015 году расследование Wall Street Journal доказало: запатентованные устройства Edison и MiniLab давали неточные результаты, а компания тайно использовала оборудование Siemens, маскируя провал. Вскрылась системная ложь инвесторам: Холмс заявляла о военном применении технологии в Ираке и партнёрстве с Pfizer, но документы FDA и контракты опровергали это.

Конфликт этики и амбиций стал ключом к краху:

• Холмс запрещала сотрудникам обсуждать проблемы с оборудованием, угрожая увольнениями;
• от пациентов скрывали ошибки в тестах на ВИЧ и онкологию;
• совет директоров, включая генсека США Джеймса Мэттиса, не обладал медицинской экспертизой для проверки заявлений.

В январе 2022 года суд Сан-Хосе признал её виновной в 4 случаях мошенничества против инвесторов, включая семью Дойчеров (владельцев сеть супермаркетов) и медиамагната Руперта Мердока. В ноябре 2022 суд вынес приговор: 11 лет тюрьмы + возмещение $452 млн жертвам аферы.

Парадокс ситуации:

• Theranos достигла оценки $9 млрд при нулевой рабочей технологии;
• Холмс стала самой молодой миллиардершей-самоучкой по версии Forbes (2014);
• инвесторами двигала вера в «нового Джобса», а не due diligence — так называют процедуру комплексной независимой оценки компании по инициативе инвестора.

В настоящий момент технологии Theranos уничтожены, патенты аннулированы, а документальный сериал The Dropout превратил Холмс в символ токсичного стартап-хайпа. Бывший партнёр и COO (главный операционный директор) Санни Балвани получил 13 лет тюрьмы — на год больше, чем Холмс.

Главный урок: даже для CEO, обожествлённого Силиконовой долиной, ложь о продукте смертельна. Инвесторы поверили в историю, а не в технологию. Случай Theranos подтвердил: в отраслях, где ошибка стоит жизни, этика важнее даже самого гениального нарратива.

5. Сэм Банкман-Фрид (FTX): как «эффективный альтруист» стал символом крипто-аферы

Сэм Банкман-Фрид (SBF) — вундеркинд MIT и фанат движения «эффективного альтруизма» — превратил криптобиржу FTX в гиганта с оценкой $32 млрд. Но ноябрь 2022 года стал точкой краха: расследование CoinDesk показало, что хедж-фонд Alameda Research (другая компания SBF) держал 88% активов в токенах FTT, которые сама же FTX и выпустила. Это спровоцировало панику: клиенты вывели $6 млрд за 72 часа, обнаружив $8-миллиардную дыру в счетах.

Что вскрылось:

• FTX тайно выдала Alameda неограниченный кредит из клиентских депозитов;
• деньги тратились на виллы на Багамах ($35 млн за пентхаус с видом на яхты), политические взносы ($100 млн) и спонсорство Mercedes F1;
• в чате мессенджера Signal «People of the House» Банкман-Фрид прямо писал: «Всё оплатит Alameda».

Приговор: в марте 2024 года суд Нью-Йорка вынес вердикт: 25 лет тюрьмы + конфискация $11 млрд. Прокуроры доказали: Сэм знал о преступности схем, но верил в безнаказанность. Судья Льюис Каплан заявил: «Он хотел власти. И использовал для этого воровство».

Мораль: криптоинновации ≠ анархия. Отсутствие аудита (у FTX даже не было CFO, то есть финансового директора) и смешение клиентских/корпоративных средств — путь к катастрофе.

Уроки выживания: как CEO избежать участи Байрона и остальных

Падение Энди Байрона с высоты CEO «единорога» (компании с оценкой в $1 млрд и более) до героя мемов за считанные часы — не просто пикантная история. Это зеркало цифровой эпохи, где приватность уступила место тотальной видимости, а личная репутация стала неразрывна с капитализацией компании.

Для топовых IT-менеджеров это напоминание: код можно отладить, баги — исправить, но единственный неверный шаг в реальном мире, зафиксированный камерой, способен стереть годы упорной работы.

Этика должна быть встроена в ДНК лидерства. Скандалы Байрона, Кржанича и прочих показали: игнорирование моральных норм всегда выходит боком. Личное = профессиональное. Для CEO больше нет границ между частной жизнью и работой. Любые попытки скрыть нарушения лишь усугубляют падение.

В мире, где каждый — потенциальный папарацци, лучшая защита CEO — безупречность не только в алгоритмах работы, но и в жизни. Как сказал новый глава Astronomer Пит ДеДжой, пытаясь спасти репутацию компании после ухода Байрона: «Наша история всё ещё пишется». Но теперь уже другими людьми и на испорченной бумаге.

Такая практика носит массовый характер: по данным исследований, около 95% россиян принимают условия без изучения документа. При этом часть опрошенных вообще считает, что прочитать соглашение полностью физически невозможно (слишком много букв). Половина опрошенных даже не в курсе, о чем там написано.

Пользовательские соглашения — юридические документы, регулирующие права, обязанности и риски при использовании цифровых продуктов. Их игнорирование сравнимо с подписанием договора с закрытыми глазами. Почему это стало нормой? Какие «сюрпризы» скрываются за малопонятными формулировками? И как защитить свои данные в условиях российской цифровой экосистемы?

Причины массового игнорирования: системные ловушки

Проблема кроется не в лени пользователей (или не только в ней), а в продуманной системе, превратившей соглашения в формальность. Три ключевых барьера делают осознанное согласие практически недостижимым.

Большой объем и языковой барьер

Современные соглашения напоминают юридические трактаты. Средний документ российских сервисов содержит 16,800 слов. Роскомнадзор критикует избыточность текстов, но не публикует официальной статистики. Например, документация Ozon занимает 23,700 слов — это больше, чем повесть Чехова «Дуэль» (13,700 слов). Политика Яндекс.Диска занимает 57 страниц, а условия СберБанк Онлайн — 43 страницы.

Главная проблема — язык. Юридические термины вроде «сублицензирование», «деперсонализация данных» или «арбитражная оговорка» требуют специальных знаний. Как показывает практика судебных споров и жалоб в Роскомнадзор, такие формулировки часто непонятны рядовым пользователям. Барьер усугубляется тем, что юридическая грамотность в РФ остается низкой: далеко не все россияне уверенно читают договоры.

Ирония в том, что даже практикующие юристы часто соглашаются с пользовательскими соглашениями, не читая их, — и причина не только в профессиональной терминологии. Большинство таких документов перегружены длинными абзацами, написаны мелким шрифтом и совершенно не приспособлены для чтения на мобильных устройствах. В результате даже специалисту сложно вычленить из текста то, что действительно важно. А еще и мучают вопросы: зачем и за что это все мне?

Но есть хорошие примеры. Скажем, один из крупных каршеринговых сервисов предлагает не только полную версию соглашения, но и отдельное краткое саммари с ключевыми условиями: ответственностью за штрафы, страховыми случаями, особенностями оплаты и основными ограничениями. Такой подход позволяет быстро понять, на что вы соглашаетесь, не тратя часы на чтение каждой строчки, и действительно делает юридическую информацию доступной для всех.

UX-дизайн, провоцирующий спешку

Современные интерфейсы часто проектируются так, что внимательное прочтение соглашений становится затруднительным. Кнопка «Принять» обычно выделяется контрастным цветом (например, зеленым или синим), а опция отказа скрывается:

• в приложениях отклонение условий требует перехода в «расширенные настройки» и сопровождается прочими сложностями;
• кнопки «не соглашаюсь» выглядят менее заметными — например, серые на белом фоне.

Такие паттерны усиливают «эффект туннельного зрения» — психологический феномен, при котором пользователь фокусируется на цели (быстром доступе к сервису), игнорируя второстепенные элементы. Дизайнеры дополнительно стимулируют это: например, используют таймеры обратного отсчета («Осталось 00:59»), чем создают искусственную спешку. Сообщения типа «99% пользователей уже приняли условия» формируют социальное давление.

Мнимый выбор в условиях монополий

После блокировки зарубежных сервисов в 2023 году российский рынок заняли локальные альтернативы. Но переход к отечественным платформам не дал пользователям реальной свободы.

Почему выбор остаётся мнимым? Попробуйте использовать СберБанк Онлайн без принятия политики обработки данных. Система выдаст ошибку: «Для продолжения необходимо согласиться с условиями». Аналогично в VK: отказ от соглашения означает потерю доступа к сообщениям и группам.

Мнимый выбор — это не всегда подвох со стороны сервиса. Даже по новым европейским правилам (Digital Services Act) платформы должны давать вам «базовую версию» без персонализированной рекламы, но не обязаны работать вообще без сбора данных.

В России всё устроено схоже: если без ваших персональных данных сервис просто не сможет функционировать (например, банк или мессенджер), отказ в доступе — это не нарушение закона.

Проблема начинается там, где сервис требует от вас избыточную информацию: например, запрашивает паспорт для заказа еды или такси, требует согласие на передачу ваших данных рекламным партнёрам ради просмотра видео или просит доступ к вашим контактам и галерее там, где это не нужно для работы сервиса. Вот такие запросы уже выходят за рамки необходимого и могут считаться нарушением закона о персональных данных.

Евросоюз в 2024 году ввел Digital Services Act, обязывающий платформы предлагать базовую версию без сбора данных. В России аналогичные нормы в законе «О персональных данных» (152-ФЗ) начали работать только с 2025 года. У пользователя есть право отозвать согласие на обработку данных, но не все сервисы готовы сохранять функционал после отказа.

Что скрывают соглашения: реалии цифрового мира

Игнорируя пользовательские соглашения, пользователи невольно соглашаются на условия, иногда выходящие за рамки разумного сбора данных. Эти практики подтверждены регуляторными решениями, судебными кейсами и открытой документацией сервисов.

Расширенный сбор данных под видом «аналитики»

Яндекс.Карты сохраняют историю перемещений даже при деактивированном приложении. Сбор геоданных без явного уведомления при каждом запуске нарушает принцип минимальной достаточности (предоставление только необходимого для достижения цели). Это возможно, если в настройках устройства и приложения включена геолокация и история местоположений.

VK Музыка в пункте 4.3 пользовательского соглашения разрешает анализ аудиопотока через микрофон для идентификации фоновых треков. Технология активируется автоматически при первом запуске, без отдельного запроса на разрешение.

После ухода зарубежных сервисов российские платформы переняли спорные методы: например, VK Мессенджер хранит метаданные переписки (время отправки, IP-адреса, идентификаторы устройств) два года — дольше, чем это необходимо для операционной деятельности.

Закон требует удалять данные после достижения целей обработки, но не устанавливает жестких сроков. Этим пользуются сервисы. В политике конфиденциальности они указывают «хранение данных в течение срока, необходимого для выполнения бизнес-задач» — формулировка позволяет фактически бессрочно хранить адреса и телефоны пользователей.

Формулировки про «хранение данных столько, сколько нужно для бизнеса» выглядят довольно расплывчато и, с юридической точки зрения, не могут считаться самостоятельной и достаточной целью: такая причина хранения вряд ли будет признана обоснованной при проверке. Тем не менее, именно за такими фразами иногда скрывают ссылку на так называемый законный интерес — этот механизм широко применяется в Европе по стандарту GDPR. В России, напротив, операторы редко ссылаются на законный интерес напрямую: это связано с тем, что у нас сложнее требования к обоснованию сроков и объёмов хранения данных, и риски для компании выше.

В качестве примера можно привести ситуацию, когда оператор оставляет ваши контактные данные и историю заказов после завершения сделки, чтобы иметь возможность вернуть деньги или рассмотреть вашу жалобу. Или, например, хранит историю обращений для расследования мошенничества или предотвращения повторных атак (антифрод).

Даже если такие обстоятельства действительно есть, компания обязана чётко объяснить, зачем ей по-прежнему нужны ваши данные и как долго они будут храниться. Если это не будет убедительно, регулятор может признать хранение избыточным.

Умные колонки с голосовыми помощниками (такие как «Яндекс.Станция» или устройства Sber) постоянно анализируют звуковое окружение для активации по ключевым словам, что создает риск случайной записи приватных разговоров.

Обезличенная статистика нужна бизнесу: знать, сколько пользователей на сайте, когда пик нагрузки, какие разделы популярны. Закон такое разрешает, если никто не может узнать, что это были именно вы.

Но если сервис начинает собирать «поведенческие следы» — какие фильмы смотрите, что ищете, на какие кнопки кликаете, и использует эти данные для ваших персональных рекомендаций, это уже обработка персональных данных, даже если вы не вводили свои ФИО. Современный подход — всплывающее окно с «переключателями»: хотите только технические куки или соглашаетесь на аналитику и персонализацию.

Отказаться от передачи данных должно быть так же легко, как согласиться. Если же настройки глубоко спрятаны или их вообще нет — это явное нарушение прав пользователя. Вы вправе знать, зачем сервис собирает ваши данные, и контролировать этот процесс.

Исследования подтверждают:

• Ложные срабатывания. Ассистенты активируются до 19 раз в сутки из-за фоновой речи, слов-омофонов или аудиоконтента (например, при просмотре сериалов).
• Технические уязвимости. Ученые обнаружили, что MEMS-микрофоны в таких устройствах излучают радиосигналы, которые можно перехватить FM-приемником даже через бетонные стены.
• Хранение данных. Записи голосовых команд сохраняются на серверах производителей неограниченное время. В 2019 году сотрудники Amazon признались в прослушке аудио с Echo без ведома пользователей.

Как минимизировать угрозы:

1. Отключайте микрофоны колонок физической кнопкой (если есть) при обсуждении конфиденциальных тем.
2. Откажитесь в настройках от «персонализированных ответов» и отправки аудиоданных для «улучшения сервиса».
3. Регулярно удаляйте историю запросов через приложение-компаньон (например, «Дом с Алисой»).

Важно: Пользовательское соглашение «Яндекса» прямо разрешает обработку фонового аудио для «технического анализа», но не уточняет сроки хранения или алгоритмы фильтрации. Для устройств Sber аналогичные условия описаны в разделе «Данные голосового взаимодействия».

Передача прав на контент

Стандартная формулировка «неисключительная лицензия» в облачных сервисах имеет далеко идущие последствия. Политика Mail.ru Cloud прямо разрешает использовать загруженные файлы для обучения ИИ-алгоритмов. На практике это означает, что ваши фото могут стать частью тренировочных данных для нейросетей распознавания лиц.

Маркетплейс Ozon в разделе «Обмен информацией» своего соглашения допускает передачу истории покупок партнерам для таргетированной рекламы. Вряд ли пользователи добровольно согласились бы на такие условия, если бы прочли о них заранее.

Автоматическое продление подписок

Проблема скрытых списаний остается массовой. Пользователи массово жалуются на автоматическое продление подписок. Например:

• Сервис IVI продлевает платный доступ без отдельного подтверждения после пробного периода.
• Яндекс.Плюс списывает средства за 3 дня до окончания расчетного цикла в случае, если юзер не отключил автопродление. Яндекс делает это, «чтобы обеспечить клиентам непрерывный доступ к сервису, даже если платеж задерживается».

Особую опасность представляют детские приложения, где случайные покупки происходят из-за неочевидного интерфейса. В 2024 году Федеральная торговая комиссия США (FTC) оштрафовала Epic Games (американскую компанию по разработке игр и ПО) в общей сложности на $520 млн за сложную процедуру отмены несанкционированных платежей в Fortnite (кроссплатформенной формально бесплатной игре).

Российские сервисы могут использовать схожие паттерны:

• в обучающих приложениях кнопки покупок размещаются рядом с игровыми элементами;
• отмена требует письменного заявления или звонка в поддержку.

Ещё несколько лет назад — и в зарубежных, и в российских сервисах — действовали более лояльные правила возврата: если пользователь забывал отменить подписку в течение льготного периода, деньги можно было вернуть. По данным на 2021 год, такую опцию предлагали и IVI, и Яндекс, и Okko.

Сегодня ситуация изменилась: сервисы работают по модели абонентского договора, где достаточно предоставить саму возможность пользоваться услугой, а возврат за неиспользованный период не предусмотрен, даже если клиент не воспользовался подпиской. Ответственность за контроль и отключение подписки полностью ложится на пользователя. Однако информировать о правилах продления и списания сервис должен понятно и заранее. Из большинства пользовательских соглашений следует, что возврат возможен только если услуга реально не оказана по вине сервиса — например, из-за технических проблем.

При этом крупные сервисы, как Яндекс, в явном виде указывают: изменение или ограничение контента, региональные блокировки и другие изменения не считаются основанием для возврата средств. Но важно помнить: если недоступность контента становится существенным недостатком услуги, Закон о защите прав потребителей (ст. 29) сохраняет за пользователем право на возврат оплаты — независимо от того, что написано в соглашении.

Роскомнадзор рекомендует родителям активировать родительский контроль, отключать сохранение платежных данных и регулярно проверять историю подписок.

Как защитить себя: стратегии для 2025 года

Полностью избежать пользовательских соглашений невозможно, но осознанное взаимодействие с ними снижает риски. Предлагаем конкретные шаги для двух групп: обычных пользователей и разработчиков.

Для пользователей: цифровая гигиена

Проверяйте репутацию сервиса перед согласием

Роскомнадзор ведёт открытый реестр нарушителей закона 152-ФЗ. Например, каршеринг «Делимобиль» был внесен в список после массовой утечки номеров телефонов.

На некоторых сервисах публикуются расшифровки соглашений популярных российских платформ: там же сообщают о возможности сервисов изменять условия без персонального уведомления пользователей.

Жёстко контролируйте разрешения

Современные ОС предлагают инструменты для защиты:

• в Android 14 функция «Одноразовый доступ» ограничивает работу камеры/микрофона одним сеансом;
• в iOS 18 «Детальный контроль» позволяет блокировать фоновый сбор данных.

Для браузеров установите uBlock Origin — расширение блокирует скрытые трекеры, упомянутые в политиках конфиденциальности. В соцсетях отключайте «аналитику поведения» в настройках приватности — это снижает объем собираемой информации.

Требуйте отчёт о ваших данных

Статья 14 закона 152-ФЗ гарантирует право запросить у компании:

• полный список хранимых персональных данных;
• историю их передачи третьим лицам;
• правовые основания обработки.

В случае отказа или неполного ответа подавайте жалобу через портал Роскомнадзора.

Если вы хотите узнать, какие именно ваши персональные данные обрабатывает компания, просто напишите им запрос — укажите свои ФИО, паспортные данные (или иные, подтверждающие личность), и четко сформулируйте, что именно вы хотите узнать: какие данные у них есть, откуда они их получили, зачем обрабатывают и кому передают. Такой запрос можно отправить письменно или через электронную почту, если подпишете его электронной подписью. По закону компания обязана ответить вам в течение 10 рабочих дней.

И если вас ответ не устроил, вы вправе требовать удаления ваших персональных данных - оператор обязан будет это сделать (кроме тех данных, которые он обязан хранить в силу закона). Правда, нередко это одновременно будет означать, что вы не сможете более пользоваться этим сервисом.

Для разработчиков: прозрачность как конкурентное преимущество

Сокращайте и визуализируйте соглашения

Т-Банк провел редизайн пользовательского договора: заменил юридические термины простыми формулировками, добавил инфографику и чек-листы ключевых пунктов. Это снизило количество обращений в поддержку по вопросам непонятных условий.

Внедряйте градацию согласия

Разделите запросы на данные по категориям:

• базовые — необходимые для работы сервиса;
• опциональные — аналитика, реклама, улучшение продукта.

Европейский GDPR требует такой практики — например, при установке приложения Signal пользователь отдельно разрешает доступ к контактам и уведомлениям. В России подобный подход выделит ваш продукт на фоне конкурентов.

Добавьте «режим адвоката»

Встройте в интерфейс кнопку «Главные риски за 60 секунд»: краткую выжимку ключевых положений. Сервис ProtonMail делает это эффективно — на странице регистрации четко указано: «Мы не храним IP-адреса и не передаём данные третьим лицам».

Будущее соглашений: нейросети и законодательство

Эволюция пользовательских соглашений развивается по двум направлениям: технологические инструменты для упрощения понимания и ужесточение законодательных требований. Оба тренда активно проявляются в 2025 году.

ИИ-ассистенты: возможности и ограничения

Крупные IT-компании разрабатывают инструменты для анализа юридических документов. Яндекс.Помощник интегрировал функцию сканирования соглашений: система выделяет спорные пункты цветными маркерами и генерирует упрощенные пояснения.

Однако нейросети не заменяют юристов. ИИ-сервисы нередко пропускают скрытые условия в длинных документах.

Основные проблемы:

• неспособность интерпретировать двусмысленные формулировки;
• игнорирование ссылок на внешние документы;
• ошибки в трактовке арбитражных оговорок.

Законодательные изменения: новые требования

В июне 2024 года принят Федеральный закон № 123-ФЗ, вносящий поправки в 152-ФЗ.

Ключевые новации:

• запрет автоматического продления платных подписок без отдельного подтверждения через SMS или email (ст. 15.4);
• обязательное выделение условий сбора биометрических данных жирным шрифтом;
• штрафы до 3% годового оборота за сокрытие практик передачи данных третьим лицам.

Новые требования уже дают результаты.

Перспективы: стандартизация и блокчейн

ЕС разрабатывает AI Act — единый стандарт для ИИ-анализа соглашений. Эксперименты с блокчейн-реестрами условий проводят Сбербанк и Тинькофф: технология фиксирует версии документов и предотвращает скрытые изменения.

Заключение: ваша цифровая подпись — это ответственность

Пользовательские соглашения — не формальность, а юридически обязывающий документ. Их игнорирование в 2025 году связано со многими рисками. Каждый клик «Принять» несёт реальные последствия: от скрытой слежки до потери прав на контент.

Что делать сегодня? Начните с малого. Даже беглый просмотр разделов «Данные» и «Автоматическое продление» снижает риски. Не забывайте о законе 152-ФЗ. Если это необходимо, требуйте от компаний полный отчёт о ваших данных через форму на портале Роскомнадзора.

Голосуйте кошельком. Переходите на сервисы с прозрачными правилами. Осознанное согласие — не роскошь, а базовый навык цифровой эпохи. Ваши данные стоят тех 10 минут, которые вы потратите на чтение перед кликом «Принять».

Спрос на таких специалистов продолжает расти. Средняя зарплата проджект-менеджера в России в 2025 году составляет около 147 000 руб., при этом сеньоры могут получать до 240 тыс. Для продактов цифры еще выше — опытные специалисты в крупных IT-компаниях зарабатывают от 300 000 руб.

Обучение этим профессиям стало доступнее благодаря онлайн-курсам. Мы проанализировали десятки программ и выбрали семь лучших, которые действительно дают нужные навыки и помогают начать карьеру.

1. Академия Softline: «Управление проектами в области ИТ»

Академия Softline предлагает актуальный курс в рамках обширной обучающей программы для повышения квалификации. Программа разработана практиками из крупных IT-компаний и охватывает все аспекты работы с проектом.

Курс длится 40 академических часов и проводится полностью в онлайн-формате. Программа сочетает теоретические модули с интенсивной практической отработкой навыков через индивидуальные и групповые упражнения.

Каждый участник работает над реальным проектом, применяя инструменты управления на всех этапах — от запуска до завершения. Наставники-практики сопровождают студентов на протяжении всего обучения, помогая разобрать нюансы применения методик в реальных ИТ-проектах.

Уникальность программы

Курс отличается синтезом мировых стандартов: PMBoK и ITIL интегрированы с гибкими методологиями (Agile, Scrum, Kanban). Такой подход учит адаптировать инструменты под специфику конкретных задач, а не просто следовать шаблонам.

Акцент на ИТ-проекты делает программу полезной для компаний, внедряющих цифровые продукты или модернизирующих инфраструктуру, поскольку здесь разбираются кейсы по управлению релизами ПО и масштабированию облачных решений.

Преимущества:

• практическая направленность: 70% времени посвящено работе с реальными кейсами;
• гибкие методики для ИТ-среды: от классического Waterfall до гибридных моделей;
• поддержка наставников с опытом в Сбере, Яндексе и других топовых компаниях.

Что получают выпускники

После защиты итогового проекта участники получают удостоверение повышении квалификации государственного образца и готовое портфолио с реализованным кейсом. Карьерный центр помогает с трудоустройством: студенты 2024 года получили офферы от партнеров (Сбер, МТС, VK) в течение 3 месяцев после завершения курса.

Стоимость и условия

Полная цена программы — 80 000 рублей. Доступна рассрочка на 4 месяца (20 000 руб./мес). Для корпоративных клиентов действуют скидки до 15% при обучении групп от 3 человек.

2. Компьютерная Академия ТОП: «Проджект-менеджер в IT»

Компьютерная Академия ТОП уже несколько лет готовит сильных проджектов для IT-индустрии. Курс подходит тем, кто хочет научиться управлять проектами в условиях неопределенности — именно с этим сталкивается большинство новичков.

Курс длится 10 месяцев и доступен в двух форматах: очном (в 200+ филиалах по России) или онлайн с живыми вебинарами. В отличие от многих программ, здесь нет записанных уроков — все занятия проходят в режиме реального времени с преподавателями-практиками. Каждую группу курирует действующий проджект из IT-индустрии, который дает каждому участнику обратную связь и разбирает ошибки на практике.

Уникальность программы

Живое обучение в малых группах (до 15 человек), где студенты отрабатывают навыки на 12 реальных кейсах — от запуска мобильных приложений до управления релизами SaaS. Например, один из проектов имитирует работу с заказчиком из банковского сектора, где нужно согласовать требования и сроки под жесткими ограничениями бюджета.

Программа обновляется каждые 6 месяцев с учетом запросов работодателей. В 2025 году добавлен модуль по гибридным методологиям (Agile-Waterfall) для госпроектов и FinTech.

Помимо Jira и Trello, студенты осваивают специализированные решения для IT-команд — Axure RP для прототипирования и MS Project для сложных диаграмм Ганта.

Преимущества:

• стажировка у партнеров (VK, Сбер, Тинькофф) после успешной защиты дипломного проекта;
• доступ к закрытому чату выпускников с вакансиями от 500+ компаний;
• сертификация PMI CAPM® включена в стоимость.

Что получают выпускники

По данным академии, до 80%студентов трудоустраиваются в течение нескольких месяцев после выпуска.

В портфолио входят:

• 4 завершенных учебных проекта с метриками эффективности (например, сокращение сроков на 15-20% в симуляциях);
• готовые артефакты: устав проекта, реестр рисков, отчеты по Scrum-спринтам;
• государственный диплом о профессиональной переподготовке и международный сертификат.

Стоимость и условия

• онлайн: 4 590 руб./мес (рассрочка на 10 месяцев);
• очно: 17 910 руб./мес (скидка 15% при оплате за год);
• корпоративное обучение: индивидуальный расчет для групп от 5 человек.

3. ProductStar: «Профессия Продакт-менеджер»

Курс от ProductStar подойдет как новичкам, так и тем, кто уже работает в IT, но хочет перейти в продукт.

Особенности программы:

• 8 месяцев обучения с упором на практику;
• 3 специализации на выбор: B2C, B2B или стартапы;
• работа с Figma, Miro, Amplitude, SQL;
• кейсы от партнеров: Яндекс, МТС;
• подготовка к реальным собеседованиям.

Один из плюсов ProductStar — сообщество. Студенты получают доступ к закрытому чату, где общаются выпускники и преподаватели. Там можно получить совет, найти напарника для проекта или даже предложение о работе.

Каждый модуль курса завершается защитой проекта перед экспертами из индустрии. Это не только возможность получить обратную связь, но и шанс заявить о себе потенциальным работодателям.

4. Академия Softline: «Управление проектами по разработке программных продуктов»

Курс от Академии Softline создан для тех, кто хочет научиться выводить проекты на финишную прямую без переработок и конфликтов.

Формат обучения и особенности курса

Курс длится 252 академических часа и реализуется в мультиформатном режиме:

• Живые вебинары с разбором кейсов и домашних заданий от экспертов-практиков.
• Самостоятельная работа на обучающей платформе с доступом к записям и шаблонам документов.
• 80% практики. Симуляции переговоров с заказчиками, разработка проектной документации (устав проекта, реестр рисков, отчеты), защита итогового проекта перед комиссией с обратной связью.

У курса Академии Softline гибкий подход к методологиям управления проектами. В отличие от стандартных программ, здесь учат не просто следовать шаблонам Waterfall или Agile, а адаптировать их под специфику российского IT-рынка.

Особое внимание уделяется работе в сложных условиях — например, управлению изменениями требований, частыми релизами и MVP. Студенты разбирают полный цикл разработки ПО: от архитектурных решений до интеграции с устаревшими системами (legacy), что особенно актуально для разработки новых программных продуктов.

Практическая направленность — еще одна особенность программы. Все теоретические знания сразу применяются в реальных кейсах от партнеров (Сбер, VK, МТС), включая разработку мобильных приложений и SaaS-платформ. Участники осваивают профессиональные инструменты: Jira для трекинга задач, MS Project для построения сложных диаграмм Ганта и Confluence для ведения проектной документации.

Преподаватели курса — действующие проджект-менеджеры с опытом в международных компаниях. Они делают акцент на технических аспектах управления: понимании жизненного цикла разработки ПО (SDLC), базовых принципах DevOps и особенностях работы с API. Это позволяет выпускникам говорить на одном языке с разработчиками и грамотно ставить технические задачи.

Результаты выпускников

По окончании обучения студенты получают диплом о профессиональной переподготовке государственного образца и готовое портфолио. В него входят: устав проекта для финтех-стартапа, реестр рисков с mitigation-стратегиями и отчеты по Scrum-спринтам с метриками эффективности.

Выпускники также получают доступ к вакансиям партнеров через карьерный центр Softline, что существенно повышает шансы на трудоустройство.

Стоимость и условия

• полная цена: 156 000 руб.;
• рассрочка: 13 000 руб./мес × 12 месяцев;
• корпоративное обучение: индивидуальный расчет для групп от 5 человек.

5. Нетология: «Продуктовый менеджер»

Курс «Продуктовый менеджер» от Нетологии предназначен для тех, кто хочет освоить управление продуктом на всех этапах его жизненного цикла — от исследования рынка до масштабирования. Программа подходит как новичкам, так и специалистам, которые хотят углубить свои знания в продуктовой аналитике и стратегическом планировании.

Формат обучения и особенности

Обучение длится 8 месяцев и включает 104 урока в формате видеолекций, практических заданий и живых вебинаров. Студенты работают над собственным продуктом, проходя все стадии разработки: от формирования гипотез до запуска MVP и анализа первых метрик. Каждый модуль завершается практическим заданием, которое проверяют кураторы — действующие продакт-менеджеры из Mail.ru Group, Avito и других компаний.

Основные темы:

• Анализ рынка и целевой аудитории — методы CustDev, построение CJM (Customer Journey Map), выявление Jobs To Be Done (JTBD).
• Продуктовая аналитика — работа с метриками AARRR и HEART, настройка дашбордов, проведение A/B-тестов.
• Финансовое моделирование — расчет юнит-экономики, стратегии монетизации, оценка рентабельности продукта.
• Управление продуктом — создание роадмапа, приоритизация фич, работа с бэклогом и командой разработки.

Что отличает курс:

• Практическая направленность. 70% времени посвящено работе с реальными кейсами, включая задачи от партнеров Нетологии.
• Карьерный модуль. Помощь в составлении резюме, подготовка к собеседованиям, разбор переговоров о зарплате.
• Гибкий график. Возможность изучать материалы в удобное время, совмещая обучение с работой.

Что получают выпускники

По окончании курса выпускники получают диплом о профессиональной переподготовке государственного образца, подтверждающий квалификацию в области управления проектами.

В портфолио добавляются реальные кейсы — от проработанных гипотез и расчетов метрик до готовых дорожных карт продуктов, что существенно повышает шансы при трудоустройстве.

Карьерная поддержка включает доступ к вакансиям компаний-партнеров (VK, Тинькофф), персональные консультации по составлению резюме и подготовку к собеседованиям с HR-специалистами. Для лучших студентов предусмотрены стажировки с возможностью дальнейшего трудоустройства.

Стоимость

Полная цена: 158 160 руб. (доступна рассрочка — 4 393 руб./мес). В рамках корпоративного обучения площадка предлагает индивидуальный расчет для групп.

6. SkillFactory: «Проджект-менеджер в IT»

SkillFactory предлагает подробный курс по управлению проектами. За 9 месяцев студенты полностью погружаются в профессию и выходят готовыми к реальным задачам.

Курс SkillFactory предназначен для тех, кто хочет освоить управление IT-проектами с нуля или систематизировать имеющийся опыт. Программа сочетает теорию с практикой: студенты изучают методологии (Agile, Scrum, Waterfall) и сразу применяют их в реальных кейсах, таких как разработка мобильного приложения или внедрение CRM-системы.

Формат обучения

• Онлайн-вебинары с разбором кейсов от преподавателей-практиков (например, Павла Максимова, который руководил запуском eSIM в России).
• 3 проекта в портфолио: планирование приложения по Agile, внедрение софта для call-центра по Waterfall, дипломная работа — сервис для видео-найма персонала.
• Поддержка наставников, включая персональные консультации и проверку заданий.

Ключевые навыки

Курс фокусируется на практических инструментах:

• работа с Jira, Trello, MS Project для планирования;
• управление бюджетом и рисками;
• проведение ретроспектив и дэйли-митингов (коротких ежедневных собраний команды);
• подготовка документации (уставы проектов, реестры рисков).

Трудоустройство

Выпускники получают доступ к вакансиям партнеров SkillFactory и помощь в составлении резюме. По данным портала hh.ru, средняя зарплата junior-проджекта после курса составляет 95 000–120 000 руб.

Стоимость

Полная цена: 87 000 руб. (доступна рассрочка — 7 250 руб./мес). Включен бонусный курс по нейросетям.

7. GoPractice: «Профессия: Продакт-менеджер»

Программа длится 11 месяцев и предназначена для специалистов, планирующих переход в продакт-менеджмент из смежных ролей (аналитики, маркетологи, проджекты).

Обучение включает пять ступеней:

1. Анализ траекторий перехода в профессию.
2. Освоение основ продакт-менеджмента через кейсы.
3. Работа с симулятором управления продуктом.
4. Дипломный проект.
5. Подготовка к трудоустройству.

Занятия проходят онлайн с гибким графиком. Каждую группу курируют менторы из компаний (Яндекс, Avito, Ozon), которые проводят приветственные звонки и консультируют по заданиям.

Программа

Курс охватывает:

• построение продуктовой стратегии;
• проведение качественных и количественных исследований;
• управление бэклогом и приоритизация фич;
• расчет юнит-экономики;
• взаимодействие со стейкхолдерами.

Практическая часть включает три кейса и дипломный проект, которые формируют портфолио. Для выполнения заданий используются шаблоны и фреймворки, применяемые в MAANG-компаниях.

Результаты

По завершении программы выпускники получают сертификат GoPractice, подтверждающий освоение ключевых навыков продакт-менеджера. В портфолио добавляются три практических кейса и дипломный проект, выполненные на основе реальных бизнес-задач. Дополнительно предоставляется доступ к закрытому чату выпускников, где можно поддерживать профессиональные связи и обсуждать актуальные вакансии.

Стоимость

Полная цена: 219 900 руб., рассрочка: 18 325 руб./мес × 12 мес.

Как выбрать курс и начать карьеру

Выбор программы зависит от ваших целей и стартовых условий. Тем, кто только начинает, лучше выбрать курсы с упором на практику и помощью в трудоустройстве. Опытным специалистам подойдут программы с углублением в конкретные области — аналитику, управление командами или работу с данными.

Важно помнить, что ни один курс не даст всего сразу. После обучения придется доучиваться на практике, однако хорошая программа обеспечит базу, которая ускорит этот процесс. И главное — доступ к сообществу профессионалов, которое поможет на старте карьеры.

В мае 2024 по всему миру разлетелись скриншоты писем от HR с внезапными повышениями зарплат на 40%. Текучка кадров в сфере производства полупроводников выросла с 40% до 53%, и теперь компании дерутся за каждого специалиста.

Масштаб проблемы

169 отраслей пострадали из-за дефицита чипов — от автомобилестроения до бытовой техники. Tesla и Volvo останавливали заводы, цены на подержанные автомобили выросли на 10% за квартал. Даже стиральные машины подорожали из-за недостатка микросхем.

Но настоящая битва кипит в кабинетах бигтехов. США заблокировали экспорт технологий в Китай, Европа запустила программу на €43 миллиарда, а Азия удерживает 77% мирового производства чипов.

Технологическая война изменила ИТ-индустрию навсегда. Компании теперь не могут просто купить больше серверов — приходится искать тех, кто умеет делать софт быстрее и эффективнее. Apple создала собственные M1 и M2, Google разработал TPU, Amazon — процессоры Graviton. Каждый хочет стать независимым от поставок.

Обрушение цепей поставок

В 2020 автопроизводители массово отменили заказы чипов, думая, что спрос на машины упадет. Но случилось обратное — спрос на автомобили восстановился быстрее ожидаемого во второй половине года, а производственные линии уже переключились на потребительскую электронику.

Мир оказался в заложниках у нескольких азиатских гигантов. Тайвань контролирует 65% мирового рынка чипов, TSMC делает процессоры для Apple, AMD и NVIDIA. Samsung доминирует в производстве памяти и накопителей.

Различные отрасли посыпались, как домино. Время ожидания полупроводников Broadcom выросло до 22 недель против 12 недель в феврале 2020. Автоиндустрия потеряла миллионы машин, дата-центры замедлили расширение, даже PlayStation 5 стали дефицитом.

США первыми объявили технологическую войну. Пошлины уже изменили процессы производства у Nvidia, Intel и AMD. Китай ответил санкциями против Micron Technology.

Ключевые игроки разделились на два лагеря. На стороне США — Intel, NVIDIA, AMD, Qualcomm. Китай развивает SMIC и вкладывает миллиарды в собственные технологии. TSMC и Samsung балансируют между сторонами, строя заводы и в Америке, и в Азии.

Национальные программы превратились в гонку вооружений. CHIPS Act выделил $50 миллиардов на американское производство. Европейская программа нацелена на производство 20% мировых чипов к 2030 году. Китай инвестирует $143 миллиарда в полупроводники.

Гонки в мире чипов

Рынок AI-чипов взлетел в 15 раз за десятилетие. Компании научились делать процессоры умнее, но каждое новое поколение требует больше денег и экспертизы.

Техпроцессы сжимаются в размере. TSMC освоила 3-нанометровый процесс, Samsung догоняет. Каждый нанометр стоит миллиарды инвестиций и годы разработки. Apple M4 имеет Neural Engine в три раза быстрее M1, но производство одного такого чипа требует сотни инженеров.

AI-чипы стали новой золотой жилой. Intel запустила Gaudi 3, который на 50% быстрее NVIDIA H100. NVIDIA ответила платформой Blackwell с 208 миллиардами транзисторов. Qualcomm Cloud AI 100 обошел H100 по энергоэффективности — 227 запросов на ватт против 108.

Квантовые технологии пока остаются в лабораториях, но IBM и Google уже тестируют прототипы. Нейроморфные чипы, которые имитируют работу мозга, обещают революцию в энергоэффективности.

Делать чипы стало сложнее и дороже. Современная фабрика стоит $20 миллиардов, срок окупаемости — 10 лет. Поэтому крупные компании строят собственные решения: Apple создала M-серию, Google — TPU, Amazon — Graviton.

Компании поменяли философию. Вместо покупки большего количества серверов они нанимают инженеров для оптимизации кода. Netflix использует персонализированные рекомендации и алгоритмы ранжирования для оптимизации вычислений. Meta* оптимизировала машинное обучение и уменьшила количество GPU на 40%.

Массовый переход на ARM изменил рынок. Amazon перевела часть ресурсов на собственные процессоры. Microsoft адаптировала Windows под ARM-архитектуру. Даже Intel вынуждена выпускать подобные решения.

Россия также планирует наладить массовое производство 28 нм чипов к 2030 году. Росатом присоединился к разработке нейроморфных процессоров. Сбер тестировал отечественный Эльбрус-8С, но выявил проблемы с памятью и оптимизацией.

*– компания признана в РФ экстремистской и запрещена.

Айтишники в центре шторма

Зарплаты разработчиков взлетели вместе с ценами на чипы. Средняя зарплата embedded-инженера выросла до $153,383, а топовые специалисты получают до $175,000 в год. Performance-инженеры зарабатывают в среднем $100,522, но спрос превышает предложение. Оптимизация под ARM-архитектуру, разработка драйверов для AI-ускорителей, программирование FPGA — навыки, за которые компании готовы переплачивать. IT-зарплаты в Северной Америке выросли в среднем до $113,211.

Embedded-разработчики неожиданно стали востребованнее ML-инженеров. Когда Tesla не может купить нужные чипы, она нанимает программистов, которые выжмут из имеющихся процессоров максимум. Один такой специалист экономит компании миллионы долларов на железе.

География возможностей сместилась. Калифорния лидирует по зарплатам — $126,707 в Сан-Хосе, но спрос есть везде. Даже компании из Техаса и Флориды переманивают embedded-разработчиков зарплатами в $120,000-150,000.

Системные администраторы, знающие Kubernetes и контейнеризацию, стали дефицитом. Компании переходят на микросервисы и edge-решения — нужны те, кто умеет управлять распределенной инфраструктурой.

Прогноз на ближайшие пять лет простой: спрос на оптимизацию будет только расти. Эра дешевого железа закончилась. Началась эра дорогих мозгов. Чем сложнее становятся чипы, тем больше нужно программистов, которые умеют с ними работать.

Свет в конце туннеля

Эксперты расходятся в прогнозах восстановления. CEO Intel Пат Гелсингер ожидал дефицит до 2024 года, но рынок полупроводников уже показал рост на 15,2% в начале года. К 2023-му автоиндустрия в основном восстановилась, глобальное производство автомобилей выросло на 3%.

Новые фабрики меняют географию производства. Intel строит заводы в Аризоне за $20 миллиардов и расширяется в Огайо. TSMC открыла завод в Японии в феврале 2024 и планирует второй к 2027 году. Samsung инвестирует в производство в Техасе.

Европа также входит в игру. European Chips Act нацелен на производство 20% мировых чипов к 2030 году с бюджетом €43 миллиарда. Intel проектирует заводы в Ирландии и Германии, Micron строит завод в Нью-Йорке, а GlobalFoundries расширяется на Мальте.

Будущее отрасли — в диверсификации. Тайвань по-прежнему контролирует 65% производства, но объемы будут снижаться. К 2030 году США планируют удвоить свою долю в мировом производстве чипов.

За четыре года индустрия изменилась больше, чем за предыдущее десятилетие. Компании научились строить собственные чипы, программисты — выжимать максимум из доступных ресурсов, а правительства — инвестировать в технологическую независимость.

Бигтехи готовы переплачивать за надежность поставок и «мозги». Программисты в выигрыше: чем сложнее становится производство чипов, тем больше нужно людей, которые умеют эффективно их использовать.

В статье найдете всю необходимую информацию — что умеют, сколько стоят и кому подойдут.

1. Market-Place.su

Ссылка на сайт

Market-Place.su — специализированный сервис для монетизации контентных сайтов с посещаемостью от 30 000 визитов в месяц и трафиком из РФ. Для продвижения подходят площадки с контентом без прямых продаж товаров и услуг, сюда же кино и сериалы, технологии, образование, туризм, гейминг и другие ниши.

AdTech-проект используют рекламодатели из России: они участвуют в аукционе в реальном времени, чтобы занять рекламные места на подключенных сайтах. Вы можете выбрать формат на свой вкус и показывать рекламу:

• В статичных баннерах, которые размещаются в статьях/под статьями, в подвале сайта и т.д. Формат адаптивный и не рвет верстку сайта.
• В сайдбаре. Этот формат предназначен для размещения на полях сайта. Может быть как с закреплением в зоне видимости, так и без закрепления.
• В стикере. Лучший формат с точки зрения уровня монетизации, как в мобильной, так и в десктопной версиях сайта. Он закрепляется в зоне видимости, но его можно закрыть.

Особенности проекта:

• Используется умный AI-ротатор рекламных объявлений, который позволяет показывать креативы по интересам каждого пользователя.
• Собственная разработка позволяет проводить грамотно настроенный RTB-аукцион среди большого числа рекламодателей и тонко настраивать вывод рекламы.
• Есть возможность получить полный выкуп трафика с Fill-Rate 100% за счёт конкуренции рекламодателей за каждый показ.

Вебмастера получают доступ к личному кабинету с понятной аналитикой: запросы, показы, RPM, CTR и реальный доход. Дополнительно можно задать вопросы менеджеру в Telegram @marketplace_monets или в чате поддержки, который открыт на сайте проекта.

Выплаты доступны ежедневно или раз в месяц, с прозрачными схемами вывода: на WebMoney (от 300 ₽, без комиссии) или в USDT TRC-20 (Комиссия: суммы от 4 000 руб. до 8 000 руб. облагаются фиксированной комиссией в 2$). Для юрлиц, самозанятых, ИП и ООО выплаты идут на банковские реквизиты или расчётный счёт от 1 500 ₽, комиссия 0%.

Сервис подходит тем, кто хочет повысить доход сайта без просадок по метрикам и получить полный выкуп трафика с Fill-Rate 100% за счёт конкуренции рекламодателей за каждый показ.

2. eLama

Ссылка на сайт

eLama — наверное, самый популярный сервис для предпринимателей, агентств, маркетологов и фрилансеров запускать и оптимизировать интернет-рекламу в России. Платформа предлагает бесплатную настройку первых кампаний в Яндекс Директе и VK Рекламе, консультации 24/7, а также доступ к более чем 40 рекламным инструментам.

Маркетологи могут экономить до 10 часов в неделю, используя автоправила и бид-менеджер, а также автоматизировать запуск и аналитику в Telegram Ads. Для фрилансеров предусмотрены бонусы: до 9% вознаграждения в Яндекс Директе и 10% за таргетированную рекламу для новых партнёров. Для агентств доступна маркировка рекламы и автоматическая отправка отчётов в ЕРИР.

Платформа поддерживает работу с Telegram Ads — можно запускать креативы с изображениями и видео, пользоваться автомаркировкой и оплачивать рекламу по факту расходов. Также через eLama возможен запуск нативной рекламы у блогеров в Telegram (база из 32 000+ каналов), при этом медиаплан до 5 блогеров формируется бесплатно для первого запуска.

Два бесплатных плана (Basic и Optimal) позволяют использовать общий кошелек и кабинет для 15+ систем, маркировку рекламы, автоправила и маркетплейс инструментов. Дополнительно eLama предлагает услуги собственного агентства, являясь сертифицированным партнёром Яндекса, VK, Avito и других рекламных систем. Поддержка осуществляется ежедневно в чате, по телефону и почте через «Службу Заботы» 24/7.

3. МТС Маркетолог

Ссылка на сайт

В МТС Маркетолог запускают таргетированную рекламу в Telegram Ads напрямую из личного кабинета с оплатой в рублях по фиксированному курсу. Можно использовать существующие таргеты Telegram Ads, таргеты от Big Data МТС, а также показывать рекламу собственной базе на абонентов любых операторов.

Запуск кампаний происходит через интерфейс с простыми настройками, для помощи доступен AI-маркетолог, который предложит текст креатива и проведёт модерацию за несколько минут. Для крупных запусков доступна услуга запуска кампаний под ключ с составлением медиаплана и проверкой гипотез.

Стоимость рекламы составляет от 480 ₽ за 1000 показов при бюджете до 5 000 ₽ и от 90 ₽ за 1000 показов при бюджете от 5 000 ₽. Минимального чека нет, агентская комиссия отсутствует. Доступна расширенная аналитика с показателями показов, кликов, CPC и CTR, а в скоро будет доступно подключение внешних аналитических систем.

Можно запускать разные сценарии рекламных кампаний: переход на внешний сайт, в чат-бот или web-app, на Telegram-канал или выбранный пост. МТС Маркетолог помогает привлекать клиентов, повышать узнаваемость бренда и работать со своей аудиторией в Telegram Ads.

4. Marilyn

Ссылка на сайт

Marilyn — платформа для автоматизации интернет-рекламы с возможностью управления кампаниями в Яндекс Директ, VK Реклама, Ozon, Wildberries, myTarget, а также интеграцией с аналитикой и CRM. Сервис позволяет собирать данные с площадок, визуализировать показатели в дашбордах, управлять ставками, медиапланированием и запуском рекламы по расписанию, снижая нагрузку на команду.

Marilyn предлагает преднастроенные стратегии управления ставками, автоматическую кросс-минусовку, UTM-разметку, автоматическую балансировку дневных бюджетов и финансовое закрытие с отправкой данных в 1С. С помощью REST API можно расширить возможности площадок и автоматизировать рутинные задачи. Отчеты формируются автоматически и приходят по расписанию, данные обновляются каждые 6–12 часов.

Платформа отвечает за конфиденциальность данных, так как не аффилирована с площадками, а реклама ведется в аккаунте клиента. Предоставляется бесплатное тестирование в течение 7 дней, персональный менеджер и поддержка на всех этапах работы. Стоимость рассчитывается индивидуально после теста и согласования условий.

5. Сбер.Таргет

Ссылка на сайт

Сбер.Таргет — платформа маркетинговых инструментов для поиска клиентов, роста продаж и автоматизации коммуникаций. Сервис предлагает единый кабинет с готовыми настройками для запуска рекламы по сегментам аудитории и чат-ботов на базе ИИ для обработки обращений на сайте и в мессенджерах.

Сервис помогает с нуля быстро запустить рекламу с небольшими бюджетами, маркетологам — работать с разными сегментами аудитории и собирать лиды, а предпринимателям и менеджерам автоматизировать запуск рекламы и снижать нагрузку на сотрудников.

Платформа использует 75+ источников данных и 300+ моделей ИИ для формирования эффективных стратегий продвижения. Доступен бесплатный тест-драйв на 14 дней.

6. Точка Реклама

Ссылка на сайт

Точка Реклама сразу предлагает бесплатную оценку страниц бизнеса перед запуском продвижения. Сервис проверяет страницы более чем по 15 параметрам, включая уникальность дизайна, тексты, УТП, уровень цен, отзывы, рейтинг карточек товаров и другие показатели, влияющие на эффективность рекламы.

Аудит доступен для сайтов, сообществ ВКонтакте, профилей на Авито и магазинов на Ozon и WB. На основе опыта более 50 000 рекламных кампаний сервис помогает выявить слабые места страниц и дает подробные рекомендации по улучшению, а также советует, какие рекламные площадки лучше подойдут для продвижения.

Отчёт формируется в течение одного дня и доступен в личном кабинете. Можно пройти аудит бесплатно, предоставив сайту доступы, или заказать аудит без доступа от 199 ₽.

Делитесь в комментариях, запускали ли рекламные кампании, и как прошло!

Казалось бы, код — это просто текст. Но каждый запрос к API, каждая компиляция и даже холостой цикл требуют энергии. Например, обучение GPT-4 в 2023 году «съело» столько же электричества, сколько 120 домохозяйств за год. А теперь представьте, что таких моделей тысячи, а серверов — миллионы.

Почему это важно? Во-первых, регуляторы ужесточают требования: в ЕС с 2025 года IT-компании обязаны раскрывать углеродный след своих продуктов. Во-вторых, инвесторы все чаще смотрят на ESG-рейтинги — показатели экологического и ответственного производства. В-третьих, оптимизация кода снижает затраты на инфраструктуру.

Эта статья — не манифест экоактивистов, а руководство для разработчиков, архитекторов и технических директоров компаний (СТО), которые стремятся более эффективные и экологичные проекты.

Углеродный след кода: что скрывается за строчками

Программное обеспечение — не виртуальный конструктор. Каждая операция требует электричества, а серверы, на которых работает код, часто питаются от невозобновимых источников энергии — например, угля и газа.

Откуда берутся выбросы

Когда мы говорим об углеродном следе ПО, важно понимать: код не существует в вакууме. Каждая строка, каждый запрос и каждая операция требуют физических ресурсов — электричества, серверного оборудования, систем охлаждения. В 2025 году эта цепочка стала еще сложнее из-за взрывного роста облачных вычислений и ИИ.

Прямые выбросы — это энергия, которую потребляют серверы при выполнении вашего кода. Например, один средний веб-сервер на AWS EC2 (тип t3.large) в год вырабатывает около 400 кг CO₂ — как небольшой автомобиль, проехавший 2000 км. При этом нагрузка на серверы постоянно растет: с 2020 по 2025 год энергопотребление дата-центров увеличилось на 35%.

Косвенные выбросы часто упускают из виду. Производство серверного оборудования — процесс крайне энергоемкий. Для создания одной только микросхемы памяти DDR5 требуется около 200 кВт⋅ч энергии — столько же, сколько средний холодильник потребляет за год. А после выхода оборудования из строя лишь 20% компонентов перерабатывается должным образом (Global E-Waste Monitor 2024).

Системы охлаждения — еще один скрытый источник выбросов. Современные дата-центры работают 24/7, и даже с использованием жидкостного охлаждения на поддержание температуры уходит до 40% всей потребляемой энергии. В жарких странах, ОАЭ или Сингапуре, этот показатель может достигать 50%.

Яркий пример — крупные языковые модели. Если в 2023 году обучение GPT-4 потребовало ~10 ГВт⋅ч (эквивалент годового потребления 120 домохозяйств), то к 2025 году из-за увеличения размеров моделей этот показатель вырос в 1,5 раза. Один запрос к такому ИИ теперь генерирует около 2 г CO₂ — как если бы вы проехали 10 метров на бензиновом автомобиле.

Но проблема не только в ИИ. Обычное веб-приложение с посещаемостью 100 000 пользователей в месяц может производить до 1 тонны CO₂ в год — и это без учета мобильных клиентов и API. При этом 30% этой нагрузки приходится на неоптимизированный фронтенд: тяжелые изображения, избыточные JavaScript-библиотеки и частые запросы к серверу.

Ситуацию усугубляет географический фактор. Дата-центр в Норвегии, где 98% энергии поступает от ГЭС, будет «чище», чем такой же центр в Польше, где угольные электростанции дают 70% энергии. Разница в углеродном следе может быть 20-кратной для идентичных операций.

При этом стандарты измерения все еще остаются разрозненными. PUE (Power Usage Effectiveness), который используют Google и Microsoft, учитывает только эффективность инфраструктуры, но не источник энергии. Новый стандарт CUE (Carbon Usage Effectiveness), разработанный в 2024 году, уже включает эти данные, но его поддерживают менее 30% провайдеров.

Где код тратит энергию впустую

Некоторые части систем особенно вредны для экологии. Главные «пожиратели» ресурсов:

• Неоптимизированные алгоритмы. Сортировка пузырьком (O(n²)) на большом массиве данных может потреблять в 100 раз больше энергии, чем быстрая сортировка (O(n log n)).
• Микросервисный хаос. Архитектура из сотен микросервисов увеличивает нагрузку на сеть. Каждый вызов API между сервисами — это дополнительные 0,5–1 Вт⋅ч.
• Облачные провайдеры. Не все одинаково зеленые. AWS и Google используют 60–70% ВИЭ (возобновляемых источников энергии), но в Азии и Африке их дата-центры часто работают на угле.

Как измерить углеродный след

В 2025 году появились инструменты, которые помогают оценить влияние кода:

• Cloud Carbon Footprint — анализирует выбросы AWS, GCP и Azure.
• Scaphandre — мониторит энергопотребление серверов в реальном времени.
• Greenframe.io — симулирует нагрузку на веб-приложение и считает CO₂.

Климатические инициативы в IT больше не просто красивые слова в корпоративных отчетах. В 2025 году за неэффективный код можно получить не только порицание сообщества, но и вполне реальный штраф.

Европейский союз уже ввел санкции против пяти крупных SaaS-компаний за превышение углеродных квот, а Amazon Web Services выплатила 2,7 млн евро штрафа за неоптимизированные алгоритмы в своих сервисах.

Как изменились подходы к разработке

Эти тренды нацелены на долгосрочное действие и в перспективе должны полностью изменить текущую концепцию в разработке.

Экологичный DevOps — новая реальность

Современные системы автоматического масштабирования стали умнее. Kubernetes Horizontal Pod Autoscaler теперь учитывает не только нагрузку на CPU, но и текущий углеродный след дата-центра. Если в регионе пиковое потребление энергии и работают угольные электростанции, система сознательно ограничивает масштабирование.

Технология, разработанная Google в партнерстве с WattTime, уже снижает выбросы CO₂ на 27-33% по сравнению с традиционным подходом.

CI/CD-цепочки тоже стали «зеленее». Вместо запуска полного набора тестов при каждом коммите, современные системы определяют, какие именно модули затронуты изменениями.

GitHub Actions представил Carbon-Aware Runner, который планирует выполнение задач на время максимальной доступности возобновляемой энергии в регионе. По данным Microsoft, это сокращает углеродный след тестирования на 40%.

Языки программирования: война за эффективность

Rust продолжает набирать популярность не только из-за безопасности, но и благодаря энергоэффективности. Тесты Benchmarks Game показывают, что один и тот же алгоритм обработки данных на Rust потребляет на 38-42% меньше энергии, чем на Python. В 2025 году Rust вошел в топ-5 языков для enterprise-решений, вытеснив Java в 17% крупных проектов.

Но настоящим открытием стал Zig — язык, который сочетает производительность C с простотой синтаксиса. Его компилятор потребляет в 3 раза меньше ресурсов, чем LLVM-бэкенд Rust, что делает его идеальным выбором для встраиваемых систем.

ИИ на грани: когда меньше значит лучше

TinyML-революция набирает обороты. Современные нейросети для микроконтроллеров занимают менее 256 КБ памяти, но справляются с задачами, которые раньше требовали облачных вычислений.

Например, новые датчики Nest анализируют звук прямо на устройстве, определяя не только дым, но и тип возгорания. Это экономит до 150 МБ трафика в месяц на одно устройство.

На фронте больших языковых моделей тоже произошли изменения. Meta* выпустила LLaMA-3 Nano — модель с 500 млн параметров, которая работает на смартфоне и по качеству ответов не уступает GPT-3.5. Ее углеродный след при обучении в 1200 раз меньше, чем у GPT-4.

(*Компания запрещена в РФ)

Новые правила игры: регуляторы и бизнес

С января 2025 года в Евросоюзе действует Углеродный налог на цифровые продукты (Digital Carbon Border Tax). Теперь любое ПО, продающееся в ЕС, должно иметь сертификат углеродной эффективности.

Для крупных enterprise-решений максимально допустимый углеродный след составляет 500 г CO₂ на 1000 пользователей в месяц. Нарушители платят 7% от оборота продукта в регионе.

Венчурные фонды радикально изменили подход к инвестициям. Согласно отчету PwC, 43% фондов требуют ESG-отчетность перед заключением сделки, а 28% вообще не рассматривают стартапы без «зеленой» стратегии. В Кремниевой долине появился первый акселератор Carbon Neutral Startups, который дает бонусы в $50 000 проектам с нулевым углеродным следом.

Корпорации тоже не остались в стороне. Microsoft ввела внутренний углеродный налог — теперь каждое подразделение платит $100 за каждую тонну CO₂, связанную с его продуктами. Эти деньги идут на развитие возобновляемой энергетики.

Но самое интересное происходит на рынке труда. Разработчики с навыками «зеленого» программирования получают на 15-20% больше предложений. Появилась появилась новая категория навыков — «Устойчивая разработка ПО», а спрос на таких специалистов вырос на 300% за последний год.

Как писать «зеленый» код

Каждая лишняя операция в коде — это не только миллисекунды процессорного времени, но и реальные граммы CO₂. В 2025 году энергоэффективность кода перестала быть теоретической концепцией и превратилась в конкретный навык, который влияет на карьеру разработчика. Рассмотрим три ключевых направления оптимизации.

Оптимизация запросов к базе данных

Типичный пример — использование SELECT * вместо явного перечисления полей. Когда приложение запрашивает все поля таблицы users (включая редко используемые avatar_blob или metadata_json), сервер БД тратит дополнительные ресурсы на чтение и передачу этих данных. В крупных системах с миллионами запросов в день это приводит к значительному перерасходу вычислительных ресурсов.

Современные ORM типа Prisma и Drizzle добавили автоматическую оптимизацию запросов. Теперь при использовании select() они анализируют, какие поля действительно нужны на клиенте, и генерируют оптимальный SQL. В тестах это снижает нагрузку на БД на 12-18%.

Работа с циклами и алгоритмами

Классическая ошибка — продолжать перебор массива после нахождения нужного элемента. В 2025 году статический анализатор кода в WebStorm и VS Code автоматически предупреждает о таких ситуациях. Особенно критично это для мобильных приложений: лишние итерации цикла на слабых устройствах увеличивают энергопотребление на 5-7%.

Новые версии JavaScript и TypeScript ввели оптимизированные методы для массивов. Например, array.findLast() работает в 1,5 раза эффективнее ручной реализации с циклом. Для сложных алгоритмов появились «зеленые» библиотеки вроде EcoCollections для Java, которые минимизируют энергопотребление при работе с структурами данных.

Сжатие и передача данных

Формат Brotli стал новым стандартом для API: он обеспечивает лучшее сжатие, чем gzip, особенно для JSON-ответов. Компания Cloudflare провела эксперимент: после перехода на новую версию Brotli нагрузка на их серверы снизилась на 18%, что эквивалентно годовому потреблению энергии 2000 домохозяйств.

Но сжатие — не панацея. Грамотное проектирование API может дать больший эффект. GraphQL-подход, где клиент запрашивает только нужные данные, в среднем почти вдвое уменьшает объем передаваемой информации по сравнению с REST. А технология Server-Sent Events (SSE) для реального времени потребляет в 3 раза меньше ресурсов, чем WebSockets, когда не нужна двусторонняя связь.

Современные фреймворки начали учитывать энергоэффективность. Next.js 15 представил «зеленый» режим компиляции, который оптимизирует сборку под минимальное энергопотребление. В тестах это дало 8% экономии на процессоре при работе приложения. А Deno 2.0 автоматически кэширует зависимости на уровне ОС, сокращая число повторных загрузок.

Эти изменения кажутся мелкими, но в масштабах индустрии они имеют огромное значение. Если бы все репозитории на платформе применили базовые оптимизации, глобальное энергопотребление дата-центров сократилось бы на несколько процентов. Для отрасли, которая потребляет 700 ТВт⋅ч в год, это десятки миллионов долларов и тысячи тонн CO₂.

Выбор технологий

В 2025 году выбор стека технологий влияет не только на производительность, но и на экологичность проекта. Разберем ключевые аспекты, которые помогут снизить углеродный след вашего приложения.

Языки программирования: баланс между скоростью и эффективностью

Rust и Go продолжают доминировать в высоконагруженных системах. Тесты показывают, что веб-сервер на Rust потребляет на 35-40% меньше энергии при одинаковой нагрузке по сравнению с Node.js. Особенно заметна разница в облачных средах, где каждый ватт на счету.

C++ остается выбором для задач, где важна предсказуемая производительность. Новый стандарт C++26 добавил энергоэффективные режимы работы алгоритмов STL, что особенно важно для встраиваемых систем.

Python по-прежнему хорош для прототипирования, но в продакшене его лучше заменять на компилируемые языки. PyPy 8.0 сократил энергопотребление интерпретатора на 25%, но даже с этими улучшениями Python проигрывает Rust в 3-4 раза по эффективности.

Базы данных: от малого к большему

SQLite — идеальный выбор для небольших проектов и edge-устройств. Его новая версия 3.45 добавила режим «энергосбережения», который снижает потребление на 15% при фоновых операциях.

PostgreSQL 17 сделал большой шаг в энергоэффективности. Функция автоматического партиционирования теперь учитывает не только производительность, но и энергопотребление. В тестах это дало 20% экономии на крупных аналитических запросах.

Для высоконагруженных систем появилась альтернатива — ScyllaDB 5.0. Эта Cassandra-совместимая СУБД потребляет втрое раза меньше энергии при аналогичной нагрузке, благодаря полному переписыванию на Rust.

Кейсы: что работает, а что нет

Российские компании тоже внедряют экологичные IT-решения. МТС разработала мобильное приложение, где пользователи получают бонусы за раздельный сбор мусора — их можно обменять на подписки или скидки. За первый год проект привлек 500 тысяч участников и сократил количество непереработанных отходов в регионах присутствия.

НИУ ВШЭ, совместно с Росприроднадзором, автоматизировал сбор экологической отчетности с помощью ИИ. Нейросеть анализирует данные с датчиков и заполняет формы вместо специалистов. Это сократило время обработки с 100 до 10 часов в месяц и уменьшило количество ошибок.

Некоторые архитектурные решения приносят больше вреда, чем пользы. Один московский стартап без необходимости разбил монолитную систему на 50 микросервисов — в результате затраты на инфраструктуру выросли в 3 раза, а углеродный след увеличился на 180%.

Проблемы возникают и на уровне зависимостей. История с left-pad повторилась в 2024 году, когда один npm-пакет потянул за собой 80 МБ ненужных библиотек. Теперь крупные компании проверяют каждую зависимость через Bundlephobia и устанавливают лимит на размер node_modules.

Что нас ждет

В 2025 году отрасль стоит на пороге радикальных изменений, которые перевернут наши представления о «зеленом» программировании.

Супероблака — следующий этап эволюции распределенных вычислений. В отличие от традиционных облачных провайдеров, эти системы автоматически переносят нагрузку между дата-центрами в зависимости от доступности возобновляемой энергии.

Google уже тестирует эту технологию в Северной Европе: когда в Норвегии дует сильный ветер и ветряные электростанции работают на пике, система переносит вычисления именно туда. По предварительным оценкам, это снижает углеродный след на 18-22% по сравнению со статичным распределением.

Но настоящий прорыв ожидается в сегменте квантовых вычислений. Хотя современные квантовые компьютеры потребляют колоссальное количество энергии (система IBM Quantum System One требует около 25 кВт⋅ч для работы одного кубита), их потенциал для оптимизации классических алгоритмов огромен.

В 2024 году исследователи из ЦЕРНа предложили квантовый алгоритм, который сокращает время сложных расчетов в 1000 раз при той же точности. Когда такие решения станут массовыми (прогноз — 2028-2030 годы), энергопотребление дата-центров может сократиться на 30-40%.

Государственное регулирование становится строже. В 2025 году в силу вступает EU Digital Product Passport — требование указывать углеродный след для всего ПО, продающегося в Европе.

Компании, которые не смогут предоставить эти данные, столкнутся с дополнительными налогами до 7% от оборота. В ответ на это крупнейшие IT-корпорации создали Carbon Neutral Software Alliance — консорциум по разработке единых стандартов измерения.

Не отстает и аппаратная часть. Производители чипов переходят на новые техпроцессы: TSMC анонсировала 2-нм процесс, который на 30% энергоэффективнее предыдущего поколения. А стартапы вроде британской ZeroPoint Technologies разрабатывают память с нулевым энергопотреблением в режиме ожидания — технология может сократить энергопотребление серверов на 15%.

Но главный тренд — децентрализация вычислений. Edge-устройства (от смартфонов до промышленных датчиков) становятся мощнее и берут на себя часть нагрузки. Например, новый алгоритм Apple для обработки фото на iPhone 16 выполняет 90% операций локально, а не в облаке. По оценкам компании, это экономит сотни тысяч тонн CO₂ в год только для пользователей в США.

Однако остаются и проблемы. Бум генеративного ИИ привел к взрывному росту энергопотребления: одна тренировка модели Gemini Ultra потребляет столько же энергии, сколько небольшой город за месяц. OpenAI и Anthropic уже работают над более эффективными архитектурами, но прорыва пока не случилось.

В ближайшие 3-5 лет нас ждет:

• массовый переход на углеродно-нейтральные дата-центры — к 2027 году их доля превысит 60%;
• внедрение AI-оптимизаторов кода, которые автоматически сокращают энергопотребление;
• появление «зеленых» рейтингов для приложений — аналог энергоэффективности для бытовой техники.

Компании, внедрившие принципы устойчивого развития в IT, уже в 2025 году получают на больше инвестиций и быстрее проходят аудит регуляторов. Экологичность перестала быть затратой — теперь это конкурентное преимущество.

Технологии будущего уже здесь. Вопрос в том, насколько быстро мы сможем их адаптировать. Как сказал Дженсен Хуанг из NVIDIA на последней конференции GTC:

«Следующее десятилетие определит, станет ли IT частью климатического решения или останется проблемой. Выбор за нами».

Итоги

Экологичность в IT — не благотворительность и не актуальная повестка, а реальная экономия. Плюс работа на перспективу. Оптимизация кода снижает счета за облака и повышает производительность.

С чего начать? Начните с малого:

1. Запустите аудит через Cloud Carbon Footprint.
2. Уберите «мусор» из зависимостей.
3. Выберите хостинг с ВИЭ.

Как говорил Дональд Кнут, автор книги «Искусство программирования»:

«Преждевременная оптимизация — корень всех зол. Но и запоздалая — тоже».

В 2025 году это актуально как никогда.

Больше новостей в нашем тг-канале Представляешь

Причины и следствия глобальной утечки

С начала года эксперты фиксировали появление всё новых массивов скомпрометированных учётных записей. Последние месяцы они отслеживали как минимум 30 огромных баз, в каждой из которых содержалось от нескольких десятков миллионов до более чем 3,5 млрд записей. В совокупности это дало ошеломляющую цифру — 16 миллиардов.

Отличительная особенность утечки — её «свежесть». Большинство данных ранее не фигурировали в даркнете, а значит, речь идёт не о вторичном использовании старых сливов, а о новых источниках. Это повышает риски фишинга, захвата аккаунтов и других атак. Многие из баз оформлены в виде простых URL с логином и паролем, что делает их особенно удобными для злоумышленников.

Гендиректор Keeper Security Даррен Гуччоне подчеркнул, что часть данных могла быть раскрыта не из-за взломов, а из-за ошибок конфигурации облачных сервисов. Такие инциденты происходят всё чаще — иногда по вине разработчиков, забывших закрыть доступ к облачному хранилищу. «Это верхушка айсберга, — добавил Гуччоне. — Если бы этим занялся не исследователь, а злоумышленник, ущерб был бы колоссальным».

Что делать

Эксперты подчёркивают: пользователи обязаны пересмотреть подход к безопасности. Используйте уникальные и надёжные пароли, меняйте их регулярно, подключайте двухфакторную аутентификацию и следите, не попали ли ваши данные в слитые базы — например, через сервисы мониторинга даркнета.

Но и бизнес не должен оставаться в стороне: инвестировать в Zero Trust, ограничивать доступ к системам, внедрять контроль привилегий — всё это уже не бонус, а необходимость.

«Кибербезопасность — это не только ответственность компаний. Каждый пользователь должен быть внимательным. Угрозы стали массовыми, и игнорировать их уже нельзя», — резюмирует Джаввад Малик из компании KnowBe4.

Если вы давно не меняли пароли, не используете менеджер и всё ещё надеетесь на удачу — сейчас самое время действовать.

P.s. Информация может оказаться фейком. Недавно вышел обзор на ситуацию с утечкой. Редакция будет обновлять новость по мере поступления новых деталей.

Условия IT-ипотеки от Сбера

Сбер объявил, что возобновит программу «Ипотека для ИТ» 15 ноября.

Согласно новым условиям, минимальный первоначальный взнос составит 20.1% при покупке жилья от партнерских застройщиков, которые финансируются банком и подключены к программе «Комплексное предложение».

В остальных случаях первоначальный взнос увеличится до 50.1%, но его можно снизить до минимального уровня, если застройщик оплатит комиссию или при наличии увеличенного лимита.

Ранее, с 30 октября, Сбербанк приостановил сделки по программе «Семейная ипотека» из-за исчерпания квот, однако продолжил прием заявок через платформу «Домклик».

Банк отмечает, что в октябре доля сделок по семейной ипотеке составила более 81% от всех кредитов на новостройки, что подчеркивает актуальность программы для клиентов.

ВТБ восстанавливает льготные ипотечные программы

Банк ВТБ также возобновит выдачу кредитов по семейной ипотеке с 13 ноября, после получения нового лимита, выделенного правительством.

В конце октября банк временно приостановил программу из-за отсутствия квот, однако вскоре получил поддержку от «Дом.РФ», который распределил дополнительные 350 млрд рублей.

В пресс-релизе ВТБ подчеркнули, что семейная ипотека будет занимать основную долю в структуре продаж до конца года, учитывая уровень рыночных ставок.

По статистике ВТБ, на семейную ипотеку в октябре пришлось около 65% всех сделок по жилищным кредитам. Банк также перераспределил часть лимитов другим участникам рынка, чтобы предотвратить приостановку выдач на ипотечном рынке.

Сервис получил название Yandex Code Assistant. Его тестирование уже началось на облачной платформе Yandex Cloud.

Хотя доступ к новинке ограничен и требует подачи заявки, Яндекс обещает, что в будущем она станет доступной более широкому кругу разработчиков.

Yandex Code Assistant: российский ответ Microsoft Copilot

Yandex Code Assistant позволяет разработчикам по фрагменту кода автоматически генерировать его продолжение.

Это значительно упрощает процесс написания и редактирования программного обеспечения, ускоряя разработку.

Яндекс сообщил, что сервис был протестирован тысячами внутренних разработчиков, из которых 60% стали постоянными пользователями.

На данный момент новинка поддерживает генерацию кода на популярных языках, таких как C++, Go, Java, Kotlin и Python. При этом планируется расширение списка поддерживаемых языков до более чем 30.

Удобство использования и эффективность

По словам разработчиков ассистента, одним из ключевых преимуществ Yandex Code Assistant является его скорость.

В 95% случаев ассистент генерирует продолжение кода всего за 400 мс, не нагружая при этом ресурсы компьютера разработчика, так как вся обработка происходит в облаке.

Сервис поддерживает работу с популярными редакторами кода, хотя конкретные названия пока не были раскрыты:

Российские конкуренты

Yandex Code Assistant — это не первая попытка создания российского аналога Copilot.

В 2023 году Сбер также запустил своего ИИ-ассистента GigaCode, а MTS AI представила сервис Kodify для генерации кода.

Сообщается, что клиент приобрел автомобиль стоимостью 2.2 млн рублей.

Рост и развитие биометрии

На июнь 2024 года оплата с помощью улыбки доступна на более чем 600 тыс терминалов Сбера по всей стране. А к концу года это число планируется увеличить до 1 млн.

Сегодня около 30 млн клиентов банка подключены к услуге «Оплата улыбкой» и ежемесячно к ней присоединяются еще около 50 тыс человек.

Как это работает

Для использования сервиса клиентам Сбера нужно подключить «Оплату улыбкой» в приложении «СберБанк Онлайн».

Процесс занимает всего несколько секунд: достаточно выбрать оплату улыбкой на экране терминала и посмотреть в камеру. Отметим, что это крайне удобно и быстро, что делает процесс покупки приятным и легким.

Интересные факты

• Биометрические платежи становятся все более популярными по всему миру, с прогнозируемым ростом на 20% в год.
• В других странах также активно внедряют биометрические технологии. Например, в Китае уже давно используются платежи с помощью распознавания лиц.
  
• Оплата улыбкой не только удобна, но и безопасна: современные технологии распознавания лиц практически исключают возможность мошенничества.
  

CI/CD-инструменты

CI/CD-инструменты позволят автоматизировать сборку исходного кода и процессы поставки. Разработчики теперь могут воспользоваться уже написанными скриптами сборки, в один клик перенося свои проекты с Git-репозиториев. Технология оповещения о новых событиях на сервере (вебхуки) позволяет реализовать еще больше сценариев автоматизации. По событиям в GitVerse можно вызвать через API сторонние сервисы. Например, при определенных событиях в репозитории можно запустить сторонний сборочный конвейер или отправить уведомление в мессенджер.

Новые функции персонального AI-ассистента разработчика GigaCode

Теперь AI-ассистент поможет разработчику решать задачи, связанные с кодом, в окне чата непосредственно в среде разработки. Сервис чата также доступен и в GitVerse, где при просмотре репозитория можно получить объяснение, что делает та или иная часть кода, а также советы по его улучшению. Список языков программирования, которые поддерживает GigaCode, пополнил Ruby, а также стала доступна генерация текстовых данных в формате JSON. На сегодняшний день AI-ассистент поддерживает уже более 15 популярных языков программирования и устанавливается как плагин в привычные среды разработки, включая IDEA, PyCharm, VSCode, Jupyter.

Функциональность для организаций

Теперь разработка на GitVerse доступна не только индивидуальным разработчикам, но и малым и средним предприятиям. Компании могут организовать совместную работу команды и управлять доступами к своим репозиториям.

При разработке новой функциональности мы учитываем пожелания пользователей, добавляем необходимые инструменты, чтобы они могли вести разработку еще проще и быстрее. С каждым релизом платформа будет становиться все более удобной и пополняться новыми популярными репозиториями, open source-версиями продуктов и инструментами для эффективной разработки. Будущее разработки мы видим в создании удобной среды по принципу единого окна, в которой все члены команды могут работать на своем этапе производственного процесса, заказывать облачную инфраструктуру и общаться. На всех этапах разработки партнерскую роль будет занимать AI: помогать писать код, советовать, как сконфигурировать стенд, готовить документацию, подсказывать шаги по CI/CD-конвейеру

Также на мероприятии представили дорожную карту развития платформы, согласно которой в этом году появится еще больше полезной функциональности для разработчиков:

• новые инструменты для управления проектами, позволяющие удобно организовывать рабочие процессы;
• интегрированная среда разработки позволит разворачивать полностью настроенные инструменты разработки в облаке. Функциональность будет доступна прямо из браузера: разработчик сможет легко и быстро открыть любой репозиторий GitVerse в среде разработки;
• новые функции GigaCode: генерация тестов, автоматическое создание документации и умный рефакторинг. Число языков, которые поддерживает GigaCode, пополнят PHP, HTML, CSS, Markdown и Rust;
• инструменты для безопасной разработки (оркестрация CI/CD, статический анализатор, управление секретами и безопасность зависимостей);
• удобный и безопасный вход через популярные сервисы идентификации личности, а также мобильная версия платформы.

Реклама Реклама АО “Сбертех” ИНН 7736632467, LjN8KXJG3

При этом PWA-приложение будет выглядеть как обычное приложение из AppStore или Play Market. Чтобы воспользоваться услугами, не нужно заходить в браузер на сайт банка или бояться, что магазин приложений удалит старую версию с вашего смартфона.

PWA-приложение (Progressive Web App) – это веб-приложение, которое похоже на нативное мобильное приложение, но разрабатывается и работает на базе веб-технологий, таких как HTML, CSS и JavaScript.

Основная идея PWA заключается в том, чтобы объединить преимущества веб и мобильных приложений. К примеру, PWA может кэшировать объекты и работать, даже если на устройстве нет интернета.

При этом PWA-приложение доступно для всех пользователей, вне зависимости от браузера и устройства. С точки зрения разработки, PWA позволяет не тратиться на создание приложений под разные браузеры, ОС и экраны.

До этого сервис был доступен только для юридических лиц: он был платным и применялся только в коммерческих целях. Теперь появился новый тариф Freemium, который позволяет пользоваться SaluteSpeech физическим лицам и бесплатно.

Есть и ограничения: тариф Freemium предоставляет 100 минут распознавания речи и 200 тысяч символов для генерации речи в месяц.

С помощью программного интерфейса приложения (API) авторы произведений могут создавать аудиокниги, блогеры — озвучивать контент или, наоборот, превращать аудиозаписи в текст. Например, быстро расшифровать интервью.

Что такое ChatGPT, как она работает и почему стала так популярна, рассказывали в этой статье.

Что за GigaChat и где её попробовать

GigaChat имеет открытую архитектуру, в отличие от конкурентов — многие аналоги GigaChat придерживаются курса на Closed AI. GigaChat позиционируют конкурентом ChatGPT, потому что превосходно знает русский и умеет создавать изображения. Но пока это только слова.

Саму нейросеть пока попробовать нельзя. Вся информация о ней доступна только в пресс-релизе. А из всех ссылок на проект — только ссылка на закрытый канал, в котором на момент написания статьи уже почти 50 000 подписчиков.

В компании говорят, что сейчас модель работает в режиме закрытой бета-версии. Чтобы оказаться в числе первых, кто сможет попробовать нейросеть, надо вступить в это сообщество.

Что внутри GigaChat

Архитектура GigaChat включает модели NeONKA (NEural Omnimodal Network with Knowledge-Awareness) и Kandinsky 2.1. Первая позволяет решать интеллектуальные задачи, а вторая — создавать изображения по текстовому запросу. Как рассказывают разработчики, нейросеть обучали на суперкомпьютере Christofari Neo.

В ближайшее время «Сбер» планирует выложить в открытый доступ код нейросети ru-GPT 3.5 с 13 млрд параметров. Модель также активно внедряется в продукты компании.

В слитом архиве два файла:

• В первом — 6,3 млн строк, содержащие номера телефонов, адреса электронной почты, даты рождения, номера телефонов, даты регистрации и хэши карт с 1 апреля 2017 по 7 февраля 2022 года.

• Второй файл содержит 48,3 млн строк. В нём есть email-адреса и номера телефонов.

Насколько можно доверять данным об утечке

Информацию о «сливе» данных подтвердил Telegram-канал «Утечки информации». В самом Сбере информацию пока проверяют.

Но уже сейчас сообщениям об утечке можно можно доверять больше обычного. Хакеры, которые выложили базу, уже успешно «сливали» данные «СберПрава», «СберЛогистики» и многих других сервисов.

Чем опасна утечка

Не смотря на то, что номера банковских карт хранятся в виде хеша, из-за использования устаревшей функции хеширования SHA1, можно «восстановить» их реальные значения прямым перебором всех цифр.

Данные из утечек также часто используют для социальной инженерии. Мошенники могут рассказать информацию, которой, казалось бы, никто не может знать. Пользователи больше доверяют злоумышленникам, если те называют, например, даты рождения, номера карт и телефонов, адреса почты или последние транзакции.

Будьте бдительны и лишний раз предупредите друзей и близких!

В чём суть технологии?

Она оценивает интонации задолжавших клиентов. На основе считанных эмоций, выстраивается дальнейший сценарий диалога. Так, технология может подсказать оператору, что нужно проявить больше эмпатии при разговоре с определённым абонентом.

Система в режиме реального времени на основе распознанных эмоций подсказывает оператору, надо ли следовать пользовательскому сценарию заказчика, или предлагает использовать специальный ситуационный скрипт.

Эффективно ли её использование?

Представители АБК заявляют, что внедрение разработки не повлияло на способность должников идти на контакт. Но зато технология позволила улучшить качество уже случившихся контактов. Также система оказалась способна предсказать направление разговора с коллектором с вероятностью около 80%.

Где ещё можно использовать новинку?

• продажи;
• техническая поддержка;
• проведение маркетинговых акций;
• консультационные услуги.

Источник: РБК

Правда возникает ряд вопросов: например, нужно ли платить за использование популярного образа? Что, если бы Жорж читал русский реп или рекламировал казино или микрозаймы? И как в дальнейшем будет использоваться эта технология?

Пока ничего толком не ясно, так что расскажите в комментах, что думаете, а заодно поставьте галочку:

Эксперты из DeviceLock обнаружили на чёрном рынке объявление о продаже «свежей базы крупного банка». Продавец утверждает, что в ней хранятся данные о 60 млн кредитных карт «Сбербанка», и активных, и закрытых. По данным «Коммерсанта», у банка сейчас около 18 млн активных кредитных карт.

Журналисты из «Коммерсанта» получили «пробник» — фрагмент базы из 200 записей. Фрагмент содержал информацию о клиентах Уральского территориального банка «Сбербанка». Там указаны детальные персональные данные, номер телефона клиента, информация о кредитной карте и её операциях. По словам продавца, общая база разбита на 11 частей — именно столько у банка территориальных подразделений.

Специалисты DeviceLock исследовали 240 записей из продаваемой базы и утверждают, что они содержат «данные реальных людей, имеющих карточные счета в Сбербанке».

«Сбербанк» говорит, что расследует сообщение об утечке данных «как минимум 200 клиентов банка». По словам компании, основная версия их происхождения — «умышленные преступные действия одного из сотрудников». Внешний доступ к системам банка исключён, поскольку те изолированы от Сети. Специалисты «Сбербанка» уверяют, что даже если сообщение об утечке подтвердится, средства клиентов в безопасности. Операции без предъявления карты верифицируются через код в SMS.