Лаборатория Касперского увеличила выручку на 8% и заработала $698 млн

Лаборатория Касперского увеличила выручку на 8% и заработала $698 млн

Лаборатория Касперского увеличила выручку на 8% и заработала $698 млн

В 2017 году «Лаборатория Касперского» продемонстрировала уверенный рост: глобальная выручка компании по итогам 12 месяцев составила $698 миллионов, что на 8% выше, чем в 2016 году (неаудированные данные по МСФО).

Активнее всего продажи компании росли в корпоративном сегменте — на 13% (все данные по сегментам и по регионам указаны исходя из продаж компании (bookings), а не выручки (revenue)). В частности, продажи решений «Лаборатории Касперского» крупному бизнесу выросли на 30%. Результаты компании в новых перспективных направлениях (таких как противодействие целевым атакам, защита критических инфраструктур, борьба с мошенничеством и т.д. – так называемый сегмент non-endpoint) улучшились на 61%, а в сегменте различных экспертных сервисов — на 41%. В настоящий момент среди корпоративных клиентов «Лаборатории Касперского» 69 компаний из списка Fortune 500.

«Положительные финансовые результаты 2017 года — яркое доказательство того, что пользователи предпочитают лучшие продукты на рынке и разделяют нашу принципиальную позицию защищать от любых киберугроз вне зависимости от их происхождения. Вопреки сложной геополитической обстановке, бездоказательным обвинениям и открытым попыткам подорвать наш бизнес, компания показывает положительную динамику. Мы развиваемся, постоянно работаем над новыми перспективными решениями и технологиями и уверены, что впереди нас ждет еще более продуктивный год», — подчеркнул Евгений Касперский, генеральный директор «Лаборатории Касперского».

Сложная геополитическая обстановка, безусловно, отразилась на бизнесе в Северной Америке — на этом рынке объем продаж компании в 2017 году снизился на 8%. На глобальном уровне «Лаборатория Касперского» добилась позитивной динамики благодаря росту продаж в Латинской Америке (18%), в России и СНГ (34%), на Ближнем Востоке, в Турции и Африке (31%) и в Азиатско-Тихоокеанском регионе (11%). Япония показала умеренный рост в 4%, а результаты Европы чуть ниже уровня прошлого года (падение на 2%).

Чтобы ответить на самые сложные вопросы, которые могут возникнуть у клиентов компании и ее партнеров, «Лаборатория Касперского» запустила программу по информационной открытости — Global Transparency Initiative. В рамках этой инициативы «Лаборатория Касперского» предоставит исходный код своих продуктов для анализа независимым экспертам, привлечет сторонних экспертов для проверки целостности своих решений и процессов, откроет три центра прозрачности (Transparency Centers) в Азии, Европе и США, а также увеличит награду в программе bug bounty до $100 тысяч за обнаружение уязвимостей в своем ПО.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru