Нейросети ФНС следят за вашими расходами: разбираю очередной кликбейт из «Топора»
Продолжаю свою небольшую «миссию» по разоблачению псевдо-экспертов и дешевых сенсаций на тему, которой я посвятил 12 лет работы в ФНС. В этот раз отличился Telegram-канал «Топор. Экономика», выдав новость, собравшую миллионы просмотров (на момент публикации 2 млн. просмотров). Звучит она так:«ФНС усилила мониторинг соцсетей для поиска незадекларированных доходов: под анализ попадают фото и видео из отпусков, посты о дорогих покупках и другие признаки уровня жизни, который не совпадает с официальными заработками. Алгоритмы на базе нейросетей
ЧАСТЬ 1: БИЗНЕС И СТРАТЕГИЯ
«Мы не видели пассажиров — только их тени». Часть 1: Как я выявил системный обман на ₹650 млн в индийских автобусахАвтор: Алексей Бобрешов, руководитель отдела ИИ Категория: Искусственный интеллект, управление проектами, бизнес-аналитика, международные проекты Время чтения: 10–12 минутВведение: Почему я взялся за этот проектЯ руковожу направлением искусственного интеллекта в одном из крупнейших федеральных холдингов России. В моём портфеле — 6 реализованных проектов
Пузырь ИИ всё? (или нет) Разбираемся с коррекцией на рынке
С начала 2026 года рынки, связанные с искусственным интеллектом, переживают серию потрясений. В январе Всемирный экономический форум опубликовал очередной Chief Economists' Outlook
Гендиректор AWS заявил об оптимизме относительно будущего индустрии софта в эпоху ИИ
Генеральный директор AWS Мэтт Гарман заявил, что его не беспокоит долгосрочное влияние ИИ на индустрию программного обеспечения. Однако он признаёт, что некоторые изменения неизбежны.
Сравнение LLM по навыку анализа бизнес-процессов
Всё чаще аналитики бизнес-процессов используют LLM для поиска неэффективностей. Звучит логично: большие языковые модели умеют искать паттерны, а Process Mining как раз об этом. Но на практике результаты пляшут так, что становится понятно: не все LLM одинаково полезны для операционной аналитики. Решил разработать методологию тестирования LLM на предмет релевантности использования для задач анализа процессов.Было подготовлено три теста, имитирующих реальные сценарии анализа:Тест 1. Сырой лог событий.
Импакт под прикрытием: почему российские ИТ-гиганты стесняются называть свои продукты социальными
В российском ИТ сложилась парадоксальная ситуация.Мы строим умные города, цифровизируем образование, переводим госуслуги в проактивный режим.Мы тратим миллиарды на импортозамещение и искусственный интеллект.Но никто не называет это импакт-проектами.Почему термин, который на Западе давно стал мейнстримом в ESG-отчётности и венчурных фондах, в российских ИТ-командах вызывает либо недоумение, либо подозрение в ненаучной благотворительности?Российские ИТ-проекты уже давно работают как импакт, просто мы не умеем это измерять и правильно упаковывать. А значит — теряем деньги, репутацию и влияние.
От очарования к разочарованию (и обратно?): как уровни зрелости объясняют провалы AI-проектов
Обзор дискуссии «Стратегия AI-трансформации: от исследования к бизнес-решениям» (Школа управления Сколково + Redmadrobot)TL;DR
Я отвечаю за процессы и репутацию (SERM)
Раньше мы отдавали по 40-50 тыс. рублей в месяц за enterprise-сервисы мониторинга. Но платить столько ради пары десятков упоминаний продукта в день – это забивать гвозди микроскопом.Задача: прилетел негатив – мы моментально об этом узнали. Я спроектировал логику, а разработчик собрал инструмент. Архитектура простая, но на 100% закрывает боли.1. Сбор данныхСвой парсер на Python. Где площадки отдают данные по API – берем напрямую. Остальное тянем через Selenium с ротацией прокси от банов.2. Оценка сарказмаКлассический текстовый анализ сыпался на фразах вроде «Отличный сервис, ждал ответа сутки, спасибо!»
