Пять лет назад фраза «нейросеть написала пресс-релиз» звучала как шутка. Сегодня это рутина. Российские PR-специалисты всё чаще используют ИИ не для того, чтобы заменить человека, а чтобы снять с него рутину: придумать тему, проверить уникальность, отследить упоминания.

Вот три примера, как искусственный интеллект уже работает в российской пиар-индустрии.

Нейросеть как редактор: проверка текстов на уникальность

Одна из самых частых задач пиарщика — проверить, не украли ли текст конкуренты, и убедиться, что собственный релиз не пересекается с уже опубликованным. Раньше для этого использовали антиплагиат-сервисы, которые работали с задержкой и не всегда учитывали контекст.

Сейчас ИИ делает это за секунды. Нейросеть анализирует текст, сравнивает его с миллионами источников и выдаёт не просто процент уникальности, а конкретные места, где формулировки совпадают с другими материалами. Это экономит часы ручной проверки.

Некоторые сервисы пошли дальше: ИИ не только находит заимствования, но и предлагает варианты перефразирования. Пиарщику остаётся только выбрать подходящий.

Cosmos PR: один сервис вместо трёх

Второй пример — платформа Cosmos PR. Это случай, когда ИИ закрывает сразу несколько задач пиарщика: от генерации идеи до мониторинга результата.

Как это работает. Пиарщик заходит в сервис и описывает задачу: например, «нужен релиз о запуске нового продукта». ИИ-ассистент предлагает несколько вариантов тем, пишет черновик релиза, редактирует его и проверяет на уникальность. После этого сервис помогает разместить материал в СМИ — через базу контактов или автоматическую рассылку.

Но главное — Cosmos PR не заканчивает работу после публикации. Система отслеживает все упоминания бренда в интернете: в новостях, соцсетях, на форумах. Пиарщик видит картину целиком: где вышла статья, кто её перепечатал, какой у неё охват.

Раньше для этого требовалось три разных инструмента: текстовый редактор, база СМИ и система мониторинга. Теперь — один. ИИ берёт на себя рутину, пока человек может сосредоточиться на стратегии или на чем-то приятном.

Мониторинг в реальном времени: как ИИ ищет упоминания бренда

Третья история —мониторинг. Раньше пиарщики собирали упоминания вручную: подписывались на рассылки, проверяли поисковики, сохраняли ссылки в Excel. Это отнимало до 30% рабочего времени.

Сейчас ИИ делает это автоматически. Нейросеть сканирует тысячи источников — от федеральных СМИ до городских пабликов во ВКонтакте — и собирает все упоминания бренда в одну ленту. Система не просто находит слова, но и понимает контекст: позитивная новость, нейтральная или негативная.

Некоторые сервисы умеют отправлять уведомления в Telegram или на почту, как только появляется новое упоминание. Пиарщик реагирует мгновенно, а не через день после публикации.

Что это меняет для индустрии

ИИ не отменяет профессию пиарщика — он меняет её содержание. Вместо того чтобы тратить время на написание черновиков, проверку уникальности и сбор упоминаний, специалист занимается стратегией: выстраивает отношения с журналистами, придумывает нестандартные ходы, анализирует эффективность.

Те, кто уже использует ИИ, выигрывают время. А время в пиаре — это скорость реакции и качество результата.

23 апреля состоялся отраслевой форум «CAIMAN: Экосистема профессионалов 2026», который собрал ведущих специалистов в области ухода за зелёными территориями, городскими парками и спортивной инфраструктурой.

Мероприятие прошло во флагманском салоне CAIMAN, где представлена вся линейка современной садово-парковой техники — от компактных решений для частных садов до профессионального оборудования для масштабных объектов.

Форум собрал ведущих экспертов отрасли: представителей государственных структур, агрономов, арбористов, специалистов по эксплуатации зелёных территорий, а также партнёров компании бренда CAIMAN.

В своём выступлении Александр Маркин, генеральный директор Unisaw Group и основатель бренда CAIMAN, подчеркнул: сегодня на первый план выходит не просто техника, а целостная экосистема профессиональных решений. В центре внимания оказались вопросы повышения эффективности эксплуатации оборудования, минимизации простоев и внедрения комплексного сервисного обслуживания.

Особое внимание участники уделили обмену практическим опытом. Представители крупнейших городских парков и спортивных комплексов рассказали о современных методах ухода за древесными насаждениями, газонами и озеленёнными территориями. Обсуждались инновационные технологии, позволяющие поддерживать высокое качество городской среды даже в условиях интенсивной эксплуатации.

В рамках форума был представлен совместный проект музея-заповедника «Царицыно» и CAIMAN — «Царицынская школа садоводства». Он объединяет традиции российского садоводства и современные технологии ухода за растениями.

Елизавета Фокина, генеральный директор ГМЗ «Царицыно» (г. Москва), подчеркнула значимость образовательного проекта, системного подхода к развитию садово-парковой среды и роли профессионального сообщества в сохранении и развитии исторических территорий.

Дмитрий Машинский, заместитель генерального директора ГМЗ «Царицыно» (служба содержания и развития особо охраняемой природной территории), представил практический взгляд на эксплуатацию природных комплексов и развитие технологий ухода за ООПТ.

Отдельный блок форума был посвящён реальному опыту эксплуатации техники в городских и спортивных условиях. Представители крупнейших объектов озеленения и инфраструктуры поделились практикой содержания парков, древесных насаждений и газонных покрытий.

Обсуждались вопросы точного ухода, технологичности процессов и роли профессиональной техники в поддержании качества городской среды.

Лолла Самсоненко, главный дендролог ВДНХ (г. Москва), представила опыт содержания городских древесных насаждений на примере ВДНХ, уделив внимание долгосрочному уходу за деревьями в условиях мегаполиса.

Иван Гераськин, инженер-технолог лесной промышленности, руководитель Московской школы ухода за деревьями «ЗДОРОВЫЙ ЛЕС» посвятил свое выступление проблеме профессионального ухода за деревьями в городе — от диагностики до стратегии сохранения.

Алексей Меснянкин, редактор журнала «Потребитель», предложил гостям универсальную формулу оценки эффективности садово-парковой техники — от триммеров до тракторов CAIMAN. Его расчёты наглядно показали: при больших объёмах работ вложения в высокопроизводительное оборудование окупаются быстрее и приносят ощутимую выгоду.

Денис Колтыхов, президент Ассоциации агрономов по спортивным газонам, к.б.н., гринкипер, рассказал о ключевых тенденциях: повышении требований к качеству покрытий, новых подходах к проектированию и сервисному обслуживанию; подчеркнул важность перехода от модели покупки техники к управлению жизненным циклом оборудования.

Секреты технологии точного ухода, баланса качества и скорости восстановления газона «Ростех арены» (г. Калининград) раскрыла спортивный агроном Александра Воробей. Она, в частности, отметила высокую роль качественного оборудования в достижении стабильного результата.

Особое внимание на форуме было уделено амбассадорам бренда CAIMAN: в этом году ими стали Лолла Самсоненко, главный  дендролог ВДНХ, и Александра Воробей, главный спортивный агроном «РостехАрена» (г. Калининград). Они выразили благодарность компании за оказанное доверие: большая честь стать частью истории бренда, который формирует стандарты профессиональной техники для ухода за зелёными территориями в России.

Вторая часть форума была посвящена презентации новинок техники CAIMAN сезона 2026 года.

Гости мероприятия смогли первыми увидеть и оценить прогрессивные разработки бренда, отличающиеся повышенной производительностью, надёжностью и адаптацией к интенсивной эксплуатации в российских условиях. Особое внимание было уделено инновационным решениям, направленным на повышение эффективности ухода за зелёными территориями и снижение эксплуатационных затрат.

Будущее отрасли — за комплексными решениями, где техника, сервис и профессиональные компетенции работают как единая система. Бренд CAIMAN продолжает развивать стратегию, направленную на профессиональный уход за зелёными территориями любого масштаба.

Управление проектами в небольшой команде — это не только постановка задач и контроль сроков. Нужно выстроить процессы так, чтобы все участники понимали цели, не теряли информацию и могли быстро реагировать на изменения. Управление проектом включает пять основных этапов: инициация (определение целей и оценка ресурсов), планирование (детальная проработка, распределение ролей и сроков), реализация (непосредственное выполнение задач), мониторинг и контроль (отслеживание прогресса и корректировка плана) и завершение (подведение итогов и анализ результатов).

То, как команда проходит эти этапы, зависит от выбранной методологии. Waterfall (каскадная модель) подходит для проектов с чёткими требованиями и фиксированными сроками, где этапы идут строго последовательно. Agile — философия, ориентированная на гибкость и способность адаптироваться к изменениям в процессе работы. Scrum — фреймворк в рамках Agile, где работа делится на спринты (обычно 2–4 недели), по окончании которых команда демонстрирует результаты. Scrum подходит для проектов с высокой степенью неопределённости, например для разработки мобильных приложений или веб-сайтов.

Но методология сама по себе не решает организационные задачи. Без инструментов даже понятные процессы начинают давать сбои: теряются договорённости, появляются дубли и лишние действия. Поэтому на практике методология всегда дополняется конкретными сервисами, которые позволяют реализовать выбранный формат работы и держать проект под контролем. Для стабильной работы нужны инструменты для задач, коммуникации, документов и хранения данных. Удобнее, когда они работают в одной системе.

Например, в облачной платформе Р7 пространство собраны все необходимые инструменты для комплексного управления проектами. Р7 проекты позволяют распределять задачи, устанавливать сроки и отслеживать статус выполнения. В зависимости от формата работы задачи можно вести в виде списка, на канбан-доске или с помощью диаграммы Ганта. Р7 календарь помогает планировать встречи и дедлайны, интегрируется с задачами и позволяет настраивать напоминания. Р7 редакторы — это набор онлайн-инструментов для совместного создания и редактирования документов, таблиц и презентаций в реальном времени, что исключает проблему с множеством версий. Р7 диск — облачное хранилище с гибкими настройками доступа и быстрым поиском. Корпоративная почта не имеет ограничений по объёму и интегрируется с календарём и документами.

Когда задачи, проекты, файлы и коммуникация объединены на одной платформе, команда тратит меньше времени на организационные вопросы и быстрее решает поставленные задачи. Это помогает сохранять весь контекст работы, быстрее находить нужную информацию и не терять договорённости между этапами проекта.

При работе с данными часто возникает задача перевода одних единиц измерения в другие. Если перевести метры в километры несложно, то с переводом сантиметров в дюймы или километров в мили при большом массиве чисел ручной подсчёт становится проблемой. В табличном редакторе Р7 офис для этого есть функция ПРЕОБР.

Вызвать функцию можно несколькими способами: ввести в целевой ячейке знак равенства и начать набирать «преобр», либо перейти на вкладку «Формула», нажать кнопку «Функция» и ввести название в поиске. Синтаксис функции выглядит так: =ПРЕОБР(числовое_значение; исходные_единицы; искомые_единицы). Чтобы не ошибиться в условных обозначениях единиц измерения, в окне «Аргументы функции» есть гиперссылка на справочные материалы, которые открываются в браузере (в десктопной версии доступ к интернету не нужен — справка хранится локально). В справке перечислены все доступные обозначения, включая приставки международной системы СИ, адаптированные для табличных редакторов.

Например, чтобы перевести граммы в килограммы, используется формула =ПРЕОБР(A2; «g»; «kg»). Для перевода сантиметров в дюймы: =ПРЕОБР(A2; «cm»; «in»). Минуты в часы: =ПРЕОБР(A2; «mn»; «hr»). Километры в сухопутные мили: =ПРЕОБР(A2; «km»; «mi»), а в морские мили: =ПРЕОБР(A2; «km»; «Nmi»). После ввода формулы для первой ячейки её можно распространить на весь столбец простым протягиванием за уголок ячейки. Функция ПРЕОБР в Р7 офис позволяет быстро и точно преобразовывать единицы измерения в больших массивах данных, избавляя от ручных расчётов и поиска переводных коэффициентов.

Компания SINEXCEL, производитель силовых инверторов BloombergNEF 2026 Tier 1, поставила двенадцать систем преобразования энергии (PCS) мощностью 1 725 кВт для крупнейшего в Латвии проекта по хранению энергии ветряной электростанции. Аккумуляторная система хранения энергии мощностью 20,64 МВтч, расположенная на территории ветряной электростанции Tārgale, в настоящее время успешно начала коммерческую эксплуатацию.

Предназначенный для участия в местном рынке балансировки частоты, объект является первой станцией в Балтийском регионе, получившей квалификацию для всех услуг частотного регулирования, что является важной вехой для стабильности электросети и интеграции возобновляемых источников энергии в странах Балтии.

PCS мощностью 1 725 кВт: эффективные, стойкие, простые в обслуживании

PCS SINEXCEL мощностью 1 725 КВТ достигают максимальной эффективности преобразования 98,5 % с миллисекундным временем отклика, предоставляя критически важные услуги по балансировке электросети, включая частотное регулирование, управление напряжением и поддержание низкого/высокого напряжения (L/HVRT).

Разработанная для суровых условий эксплуатации, система имеет степень защиты корпуса IP54 и надежно работает при температурах от –20 °C до 60 °C. PCS мощностью 1 725 кВт полностью сертифицированы по CE, VDE 4110/4120 и EN 50549 для европейских рынков, с дополнительными сертификатами соответствия с сетями в Соединенных Штатах Америки, Австралии, Японии и Таиланде, что обеспечивает совместимое развертывание на основных рынках коммунальных услуг во всем мире.

Интеллектуальное многоотводное соединение аккумулятора исключает циркуляцию токов между параллельными кластерами, защищая работоспособность аккумулятора. Полностью модульная архитектура позволяет заменять отдельные силовые модули на месте без отключения системы, сокращая время простоя при техническом обслуживании и долгосрочные эксплуатационные расходы.

Платформа, проверенная в промышленном масштабах

Проект Tārgale еще больше усиливает коммерческий импульс систем мощностью 1 725 кВт. На сегодняшний день совокупные мировые поставки PCS мощностью 1 725 КВТ превысили 1 ГВт — веха, которая подчеркивает уверенность рынка в надежности и адаптируемости системы в различной нормативно-правовой среде и в разных климатических условиях. Данный проект подтверждает уже зарекомендовавшие себя возможности SINEXCEL в предоставлении решений PCS для проектов накопления энергии коммунального масштаба по всему миру.

Его реализация укрепляет позиции SINEXCEL как надежного партнера на мировом рынке хранения энергии. Имея сертификаты в более чем 40 странах мира, установленную мощность в 17 ГВт/50 ГВт-ч, в более чем 5 000 проектах и 10 глобальных сервисных центрах, SINEXCEL стремится обеспечить переход на экологически чистую энергию во всем мире.

Компания Super Micro Computer, Inc., поставщик комплексных решений в области ИИ, корпоративных систем, систем хранения данных и технологий 5G/Edge, сегодня объявила о расширении своего портфеля модульных решений Data Center Building Block Solutions (DCBBS), представив новые серверные платформы на базе архитектуры ARM с использованием новых процессоров ARM AGI, в также новые стоечные решения, отвечающие стандарту Open Compute Project (OCP) ORv3. Supermicro занимает лидирующие позиции в отрасли, предлагая более 20 систем уровня OCP Inspired, которые интегрируют различные технологии и форм-факторы ОСР, упрощая развертывание открытых ЦОД.

«Supermicro продолжает совершенствовать DCBBS, расширяя портфель платформ на базе архитектуры ARM и систем OCP для ИИ и HPC нового поколения, — отметил Чарльз Лян (Charles Liang), президент и генеральный директор Supermicro. — Благодаря высокоплотным системам с жидкостным охлаждением и энергоэффективным архитектурам ARM мы обеспечиваем масштабируемые и гибкие центры обработки данных, максимально повышающие производительность на ватт и ускоряющие внедрение ИИ в облачных и корпоративных средах».

DCBBS представляет собой комплексную модульную инфраструктуру искусственного интеллекта. Платформа DCBBS, созданная на базе проверенных компонентов и подсистем, обеспечивает сквозную гибкость развертывания — от отдельных графических процессоров и сетевых коммутаторов до полноценных стоек, инфраструктуры площадки, программного обеспечения для управления и профессиональных услуг.

«Стремительный рост ИИ меняет требования к инфраструктуре ЦОД, — заявил Мохамед Авад (Mohamed Awad), исполнительный вице-президент подразделения Cloud AI компании ARM. — Платформы на базе процессоров ARM AGI, опирающиеся на технологию ARM Neoverse, формируют основу нового поколения вычислений, а наше сотрудничество с Supermicro позволяет выводить эти возможности на рынок в виде гибких высокоплотных систем, оптимизированных для современных ИИ- и облачных сред».

«Интегрируя энергоэффективные платформы ARM Neoverse в портфель ORv3 компании Supermicro, сообщество OCP расширяет открытую цепочку поставок для инфраструктуры ИИ. Это сотрудничество позволяет создавать модульные блоки с жидкостным охлаждением, необходимые для масштабирования высокопроизводительных и энергоэффективных центров обработки данных во всей экосистеме», — поделился Стив Хелви (Steve Helvie), директор по развитию экосистемы Open Compute Project Foundation.

Расширенный ассортимент продуктов OCP ORv3 от Supermicro включает новые конфигурации стоек и специализированные серверы, предназначенные для бесшовной интеграции и выполнения энергоемких рабочих задач. Новая система с графическим процессором в форм-факторе 2U, совместимая с 21-дюймовыми стойками OCP ORv3, оснащена двумя процессорами Intel Xeon 6 серии 6700 с высокопроизводительными ядрами (P-core), шиной питания 1400A, вдохновленной стандартами OCP, полками питания и поддержкой DC-SCM. Система объединяет платформу NVIDIA HGX B300, оснащенную 8 графическими процессорами, с технологией NVLink 5-го поколения, обеспечивая плотность вычислений и пропускную способность, необходимые для масштабного внедрения решений искусственного интеллекта.  

Также для сред ORv3 доступна система FlexTwin от Supermicro — высокоплотная двухузловая платформа, объединяющая два независимых сервера в корпусе 1-OU. Рассчитанная для рабочих нагрузок, связанных с HPC и ИИ, система поддерживает новейшие процессоры Intel и будущие процессоры Intel и AMD. Архитектура FlexTwin использует решение DLC-2 от Supermicro для жидкостного охлаждения процессоров, памяти и VRM, отводя до 90%^* тепла, выделяемого системой.

Кроме того, Supermicro представила две новые системы на базе архитектуры ARM, работающие на недавно анонсированном процессоре ARM AGI в форм-факторах 2U и 5U и обеспечивающие высокую плотность ядра, увеличенный объем памяти и гибкие возможности ввода-вывода для энергоэффективной и масштабируемой инфраструктуры агентного искусственного интеллекта.

Обзор систем:

• Компактный сервер в форм-факторе 2U
  • Процессор ARM AGI с 64, 128 или 136 ядрами ARM Neoverse^® V3
  • 24 слота DIMM, оперативная память DDR5 объемом до 6 ТБ
  • 8 отсеков для 2,5-дюймовых накопителей NVMe с фронтальным доступом и возможностью горячей замены
• Расширенный сервер в форм-факторе 5U
  • Процессор ARM AGI с 64, 128 или 136 ядрами ARM Neoverse V3
  • 24 слота DIMM, оперативная память DDR5 объемом до 6 ТБ
  • 8 отсеков для 2,5-дюймовых накопителей NVMe с фронтальным доступом и возможностью горячей замены
  • Дополнительные линии PCIe для увеличения количества графических процессоров в конфигурации с расширенными возможностями ввода-вывода

Компания Supermicro также поощряет участие своих сотрудников в волонтерской деятельности в рамках проекта Open Compute Project Foundation и входит в состав Консультативного совета OCP.  

Шинный комплекс KAMA TYRES вывел на рынок новую грузовую ЦМК шину KAMA NU 705 в типоразмере 315/80R22.5. Модель предназначена для применения на всех осях грузовых автомобилей и рассчитана на эксплуатацию в сложных дорожных, климатических и производственных условиях.

Данная линейка ориентирована на применение на строительных площадках, дорогах с усовершенствованным облегченным покрытием, переходных участках, а также на обледенелых и заснеженных дорогах. Модель также может использоваться в карьерах, на открытых угольных и рудных разработках и на участках бездорожья.

«Для этого сегмента особенно важно сочетание надежности, тяговых характеристик и способности выдерживать интенсивные нагрузки на разных типах покрытия – от строительных объектов до зимних дорог и участков бездорожья», – отметил Тимур Шарипов, исполнительный директор Торгового дома «Кама».

Спрос на грузовые шины для сложных условий эксплуатации связан с работой строительного, промышленного и сырьевого секторов, где техника регулярно используется на переходных покрытиях, временных дорогах, карьерах и участках с повышенной нагрузкой. В таких условиях для перевозчиков и предприятий важны не только базовые эксплуатационные характеристики, но и устойчивость шины к механическим воздействиям, способность работать в широком температурном диапазоне и сохранять тяговые свойства на неоднородных покрытиях.

Современный мир имеет тенденцию стремительно меняться. Сегодня технологии искусственного интеллекта — это не новое явление, а инструмент, регулярно используемый в разных сферах жизни. Быстро, удобно и эффективно — слова, наиболее ярко характеризующие необходимость применения ИИ. А есть ограничения в его использовании и нужны ли они, когда касаемся вопроса формирования будущих профессионалов? Как применимы технологии искусственного интеллекта в Высшей школе, нам поможет разобраться эксперт Финансового университета при Правительстве РФ, преподаватель кафедры английского языка и профессиональной коммуникации Фирсова Ирина Владленовна.

Едва ли найдется хотя бы один современный студент, который не использовал технологии ИИ. Этот инструмент стал настолько естественным элементом действительности сегодня, что скорее стоит вопрос о мастерстве создания промптов, нежели об отсутствии знаний о данной технологии. Несомненно, это положение вызывало и вызывает множество дискуссий и споров в профессионально-научной среде. Прежде всего, спорный фактор — это вопрос интеллектуальной собственности и непосредственного развития необходимых навыков академической деятельности студентов, таких как поиск, анализ и применение информации, которые в контексте ИИ осуществляются автоматически.

Как и любая другая новая технология, ИИ требует правильного применения его в тех или иных задачах. В сфере высшего образования использование ИИ — это методологическая задача педагога. В арсенале искусственного интеллекта великое множество возможностей работы с информацией. Это образовательные платформы, онлайн-викторины, кейсы и даже базовый генерируемый контент. Например, искусственный интеллект на базе заложенных в нем алгоритмов и данных неплохо справляется с задачей выстраивания потенциального экономического роста в далеком будущем, профессий, технологий и т. д. в соответствие с темой. Полученный результат — предмет дальнейшего анализа и дискуссий со студентами. Подключение к онлайн-платформам — всегда фактор повышения мотивации для студентов. Интерактивные кейсы на вариативную тематику, их проверка, анализ и решение — вопрос создания необходимого и правильно сформулированного запроса.  Цель — не ограничивать, а грамотно включать в образовательный процесс.

Технологии искусственного интеллекта уже живут внутри большинства автоматизированных процессов современного мира. Но не стоит забывать об основополагающей роли человека в этой системе. Как любой другой умный механизм, ИИ — лишь помощник в достижении результата, и педагог является специалистом, в чьих руках данное средство грамотно используется для получения знаний студентами.

Источник фото: изображение от Freepik

Алгоритм знает, где и когда. Но не знает — кто. А может, и знает… Системы предсказания преступлений уже давно тестируются во многих странах. Технологии разные, но у всех этих систем есть одно общее свойство: они одновременно пугают и разочаровывают. Разбираемся, как это работает и почему пока что бояться нечего.

Когда земля трясется под ногами грабителя

Вы когда-нибудь замечали, как работает паника в толпе? Сначала кто-то один срывается с места, а через секунду бегут уже все. В мире чисел это называется «процесс Хоукса», и он работает везде: от подземных толчков до биржевых крахов. Но самое удивительное применение ему нашли полицейские.

Оказывается, кражу со взломом можно сравнить с эпицентром землетрясения. После нее обязательно будут «афтершоки» — новые ограбления поблизости. График повторных краж почти один в один совпадает с графиком появления повторных сейсмических толчков. Математики из Калифорнийского университета взяли алгоритм для прогноза землетрясений и перенастроили его на борьбу с криминалом. Почти сработало.

Алгоритм ошибся? Не страшно. Главное, чтобы вор боялся

В калифорнийском курортном городке, который вечно переполнен туристами и студентами, решили скрестить сейсмологию с криминалистикой. Программа ежедневно чертит на карте зоны площадью 150 квадратных метров каждая, деля преступления на три типа: кража со взломом, кража из автомобиля и угон. Если алгоритм говорит, что здесь скоро вскроют машину или вынесут вещи из дома, полиция направляет туда патруль.

Точность прогнозов оставляет желать лучшего. При ретроспективной проверке на данных за прошлые годы программа предсказала лишь 25 % краж. Но результат на улицах оказался неожиданным. За месяц эксперимента количество реальных ограблений упало на 27 % по сравнению с аналогичным периодом прошлого года. Потому что неважно, возьмется вор за отмычку или нет. Если он выходит из подъезда и упирается носом в полицейского, преступление отменяется. Машина вычисляет не злодея, а место, где вызревает зло. Это первый и самый безопасный момент: само присутствие патруля работает как прививка от криминала.

Шар показал, полиция поверила, а потом оказалось…

Но есть и второй уровень — когда алгоритм начинает смотреть не на квадраты на карте, а в лица. Система, ориентированная на личность, анализирует все: возраст, криминальную историю, трудоустройство, связи в соцсетях и даже то, с кем вы пересекались на прошлой неделе.

Один из таких умных комплексов назвали в честь всем известных шаров из «Властелина колец». Изначально система Palantir помогала спецслужбам, но потом ее шесть лет использовала полиция Нового Орлеана. И никто об этом не знал — факт применения программы обнаружили только спустя полдесятилетия.

Алгоритм комбинировал информацию из судебных выписок, адресов телефонов и постов в соцсетях, превращая разрозненные факты в аккуратную схему связей. В первые два года использования алгоритма преступность в городе действительно упала почти на треть. Но потом эксперты перепроверили цифры и поняли, что это снижение не связано с программой. Статистика сыграла злую шутку.

Как вычислить убийцу в супермаркете?

Китайские разработчики подошли к этому вопросу с пугающей дотошностью. Система оценивает не только прошлое человека, но и содержимое его корзины. К примеру, кто-то купил кухонный нож. Это нормально. Но если следом он приобрел молоток, пару мешков и маску — алгоритм повышает его рейтинг подозрительности. Вы купили билет на поезд в другой город и арендовали там отель рядом с банком? Здравствуйте, добро пожаловать в список наблюдения.

А распознавание лиц там доведено до автоматизма. Камеры с точностью до 95 % определяют человека по форме овала лица, высоте лба и даже структуре носогубных складок. Причем система умнее, чем кажется: она знает, что волосы можно перекрасить, а бороду — отрастить, но вот изменить форму ушей почти невозможно. Каждому признаку присваивается рейтинг уникальности. Если порог совпадения пройден — идентификация состоялась.

Достаточно одной секунды, чтобы алгоритм сличил конкретное лицо с базой из 1,7 миллиарда портретов. И если система пометила человека как «фокусную персону», избавиться от этого ярлыка почти невозможно. Даже простое появление в важном районе города автоматически вызовет наряд полиции.

Парадокс точности: когда алгоритм прав, но бесполезен

Казалось бы, бери ИИ-модели и пользуйся. Но не все так просто. В Великобритании взялись за разработку программы Most Serious Violence, которая должна была вычислять вероятных преступников по 20 ключевым критериям. На тестовом запуске алгоритм показал точность до 75 %. Звучит как мечта полицейского. Но на практике все пошло не так.

Никто не смог определить момент, когда следует вмешаться, чтобы преступление еще не случилось, но было уже неизбежно. Где та грань? Полицейские так и не поняли, в какой именно момент им врываться в дверь. За пять минут до удара ножом? За день? Разработчики попытались подкрутить настройки, но после исправлений точность упала до 9–19 %. Комитет по этике единогласно зарубил проект. Машина может быть права в трех случаях из четырех, но если ты не понимаешь, что делать с этим знанием, оно не имеет значения.

Предвзятость на входе — дискриминация на выходе

И самая неприятная новость. Алгоритмы впитывают в себя людские пороки. Подобные ИИ-модели обучают на полицейских отчетах. А если копы годами предвзято относились к определенному району и с особым усердием выписывали протоколы, машина решит, что это проблемная зона, и пошлет туда еще больше патрулей. Те, в свою очередь, найдут еще больше нарушений (пусть даже надуманных), и круг замкнется. Система сама создает ту преступность, которую пытается предотвратить.

Бояться пока нечего, но оглядываться стоит

Пока что технологии не умеют читать мысли. Они неплохо предсказывают места и время, но пасуют перед анализом личности. Есть и этическая пропасть. Вносить человека в список будущих преступников на основе его друзей или национальности — это дискриминация. Европарламент уже требует запретить предиктивную полицию по отношению к личности, разрешая следить только за местами.

Сегодня алгоритмы не выносят приговор, и это радует. Преступление, которого не случилось из-за вовремя подъехавшего патруля, можно назвать победой. А вот арест за то, что человек подумал — это пока что будущее, от которого мы, к счастью, защищены низкой точностью прогнозов и человеческой этикой. Но технологии не стоят на месте. И через 10 лет, возможно, отвечая на вопрос «Что вы делали вчера?», вы будете доказывать не факт, а намерение.

Кузовкин Алексей Викторович — IT-предприниматель, экс-председатель совета директоров группы компаний «Армада». Алексей Викторович обладает колоссальным опытом управления инновационными и IT-проектами.

Свежая версия Корпоративного сервера от разработчика офисного софта Р7 предложит пользователям новые возможности, улучшенную безопасность и повышенное удобство работы. Появилась долгожданная поддержка версий файлов, а работа с внешними ссылками на документы получила новые опции, касающиеся конфиденциальности информации. Новые функции и возможности появились в модулях почты, управления проектами, а также в формах и страницах.

В числе ключевых нововведений Р7 диска — опции конфиденциальности для документов, к которым предоставляется доступ по внешним ссылкам. Появилась возможность устанавливать ограничения на копирование, скачивание и печать: они действуют непосредственно в интерфейсе редакторов. Это важно в сценариях, когда документ нужно показать внешнему контрагенту, но нежелательно допустить его распространение.

Также в Р7 диске появилась система управления версиями файлов и соответствующий раздел в интерфейсе: можно просматривать историю изменений, возвращаться к предыдущим версиям, создавать копии выбранной версии в текущей папке, переименовывать отдельные версии и удалять лишние. Благодаря этому нововведению многократно снизится риск случайной потери данных, а пользователи получат больше контроля над изменениями в документах, что особенно актуально для команд с активной совместной работой.

В модуле Р7 проекты теперь доступна фильтрация, группировка и сортировка (по типу, по приоритету, по исполнителю) задач, что критично при работе с большими списками: пользователь быстрее найдёт нужные задачи и увидит приоритеты. Появился механизм множественного выбора задач и массовых действий с ними: это сократит затраты времени на рутинные операции, например, при перераспределении задач между сотрудниками или закрытии спринта. Также в проектах на одну задачу теперь можно назначить несколько исполнителей.

В модуле Р7 страницы расширены возможности совместной работы: пользователи с правами «Полный доступ» и «Редактирование» теперь могут создавать вложенные страницы внутри чужих документов. Это нововведение повысит эффективность совместной работы над иерархическими структурами документов, сделает возможным делегирование организации контента другим участникам процесса.

В модуле Р7 формы появилась полноценная система управления доступом, позволяющая приглашать участников и задавать им роли. Улучшено отображение загружаемых респондентом формы файлов: теперь система показывает разные иконки в зависимости от расширения (документ, таблица, изображение, архив и т.д.), что ускоряет визуальную навигацию по результатам.

Стало более удобным и управление порталом: появилась группировка почтовых ящиков пользователей по серверам и типам интеграции (SSH, API, др.), что упрощает работу в организациях с несколькими почтовыми системами. В таблицу пользователей добавлен новый столбец «Почтовые ящики» для отображения привязанных к пользователю почтовых аккаунтов.