 |
Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий
Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций.
Исследование компании Nexign показывает, что мониторинг ИТ-инфраструктуры стал стандартом для отечественного бизнеса: 79% опрошенных компаний уже используют для отслеживания состояния своих систем специализированные программные инструменты. Это объясняется растущей сложностью ИТ-ландшафтов: компании вынуждены контролировать все больше элементов инфраструктуры, чтобы обеспечить бесперебойную работу бизнеса.
Наиболее востребованы метрики, связанные с отслеживанием нагрузки на процессор, оперативную память и сеть (89%), ошибок и сбоев в приложениях (86%), задержки отклика сервисов (70%).
При этом всего 17% респондентов применяют инструменты с машинным обучением для автоматического обнаружения аномалий, хотя и признают, что последствия недостаточного мониторинга уже ощутимы — это штрафы регулятора, репутационные потери и отток клиентов.
Финансовый сектор демонстрирует более высокий интерес к технологии и уже ведет пилотные проекты. Представители других отраслей занимают выжидательную позицию: одни находятся в поиске обоснований для инвестиций в этом направлении, другие считают, что текущие инструменты без машинного обучения еще не исчерпали свой потенциал. Малый и средний бизнес пока меньше всего готов к внедрению ИИ — во многом потому, что часть компаний этого сегмента еще не выстроила даже базовые процессы мониторинга.
Эксперты подчеркивают: барьер носит не столько технологический, сколько организационный и экономический характер. На рынке уже доступны инструменты с машинным обучением для поиска аномалий — как коммерческие продукты российского производства, так и решения на базе открытого исходного кода от отечественных и зарубежных вендоров. Однако их внедрение требует зрелых процессов и наличия необходимых компетенций. Компаниям нужны специалисты на стыке ИТ, информационной безопасности и исследования данных, при этом создание полноценных отдельных подразделений для многих организаций экономически неоправданно.
Существенной проблемой остается и качество данных: модели машинного обучения требуют нормализованных и структурированных массивов, тогда как в реальности данные часто разрозненны и хранятся в различных системах без единого стандарта. Наконец, многие проекты не получают финансирования из-за сложности расчета экономического эффекта.
На текущем уровне развития рынка компаниям целесообразнее инвестировать прежде всего в выстраивание процессов, подготовку данных и развитие компетенций. Без этой базы даже самые продвинутые ИИ-модели не смогут продемонстрировать ожидаемую эффективность.
«ИТ-ландшафты компаний становятся все более сложными: растет количество сервисов и микросервисных приложений, взаимосвязей между ними, инфраструктура становится более распределенной и разнородной с точки зрения используемых технологий. Из-за этого обнаруживать аномалии с помощью традиционных методов становится все труднее — нужно сопоставлять разные метрики, анализировать большие объемы данных. В ближайшие годы мы ожидаем более глубокую интеграцию машинного обучения в платформы мониторинга. Такие инструменты помогут автоматически выявлять сложные аномалии, а их использование станет доступнее. При этом максимальную отдачу от них смогут получить компании, которые уже выстроили процессы мониторинга и обеспечили необходимое качество данных», — отмечает Максим Нартов, директор по развитию бизнеса Nexign.
О компании
Nexign — российская компания с 34-летним опытом разработки высокотехнологичных решений для крупного бизнеса в различных отраслях экономики. Готовые продукты и решения Nexign обеспечивают быструю ИТ-трансформацию клиентов, чтобы компании могли решать задачи в кратчайшие сроки с уверенностью в результате.
Контактное лицо: Татьяна Алексеева
Компания: Nexign
Добавлен: 14:03, 14.08.2026
Количество просмотров: 178
Страна: Россия
| RedLab вошла в топ-4 Рейтинга Рунета – 2026, RedLab, 21:55, 13.10.2026, Россия788 |
| Компания RedLab заняла 4-е место в основном рейтинге «Аутстаффинг разработчиков» по версии Рейтинга Рунета – 2026, поднявшись сразу на восемь позиций по сравнению с прошлым годом. |
| Безопасность как драйвер, ИИ как ядро: куда идет российский рынок IBP, Круги Громова, 21:54, 13.10.2026, Россия821 |
| Гибридные модели вместо крайностей, ИИ в ядре продукта, безопасность как драйвер выбора, размывание границ между классами решений и зрелость данных как главный барьер – эти пять трендов сегодня определяют российский рынок решений для интегрированного бизнес-планирования (IBP), систем планирования цепочек поставок (SCP) и финансового планирования (FP&A). |
| Офис компании «Первый Бит» «Шоссе Энтузиастов» получил статус «Центр ERP», Первый Бит, 21:48, 13.10.2026, Россия155 |  |
| Специалисты офиса помогают компаниям автоматизировать ключевые процессы: управление производством, закупками, запасами, продажами, финансами, персоналом и другими направлениями деятельности. Получение статуса «Центр ERP» стало результатом развития компетенций команды, накопленного проектного опыта и соответствия высоким требованиям фирмы «1С». |
| МИФИ при поддержке Смарт Текнолоджис покоряют «Битву роботов», Смарт Текнолоджис, 21:44, 13.10.2026, Россия148 |
| Инженерная команда «МИФИческие гонщики» НИЯУ МИФИ, выступающая при поддержке компании «Смарт Текнолоджис», вышла в финальные состязания международного чемпионата «Битва роботов — 2026», одержав победу в отборочном этапе. Финал состоится 31 октября в Казани. Чемпионат, объединивший 144 команды из 10 стран, проводится в рамках ИТ-форума «Цифровые решения» и Kazan Digital Week. |
| «1С-Рарус» представил отраслевые решения на партнерском семинаре 1С, 1С-Рарус, 21:42, 13.10.2026, Россия166 |
| «1С‑Рарус» провел отраслевой день в рамках традиционного осеннего партнерского семинара фирмы «1С». К трансляции 15 докладов подключились 230 слушателей. Эксперты «1С-Рарус» показали, как ИИ помогает решать повседневные задачи бизнеса. Разобрали, какие процессы и учетные системы нужно изменить для работы с ЭПД и маркированными товарами. |
|
|
