Касперская: Кластер Москвы мог бы заняться защитой промышленных систем

Касперская: Кластер Москвы мог бы заняться защитой промышленных систем

Касперская: Кластер Москвы мог бы заняться защитой промышленных систем

Гендиректор InfoWatch Наталья Касперская в числе прочих экспертов обсудила законопроект о создании на территории Москвы инновационного кластера. Наталья Ивановна подчеркнула: направление автоматизированных систем управления технологическими процессами (АСУТП) является сквозным и находится в области внимания всех участников будущего кластера, среди которых малый и средний бизнес, научные организации, госкорпорации, образовательные учреждения, институты развития.

В обсуждениях участвовали члены Центрального штаба Общероссийского народного фронта (ОНФ), ректор МГТУ им. Баумана Анатолий Александров, глава Департамента предпринимательства и инновационного развития столицы Алексей Фурсин, депутат Московской городской думы, заместитель руководителя комиссии по науке и промышленности Александр Сметанов, ученые национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ), представители бизнес-сообщества.

Глава группы компаний InfoWatch поддержала идею создания кластера и подчеркнула, что при формировании внутри кластера направлений развития необходимо учитывать наиболее важные для страны направления, и отталкиваться не от самих технологий, а от реальной потребности в них, понимать прагматику их внедрения в экономику страны. Одним из таких направлений может стать защита индустриального интернета вещей и промышленная безопасность.

«Необходимо создавать “горизонтальные” тематические блоки, которые находятся на стыке интересов российской науки, производства, бизнеса и образования. Таким блоком может стать, например, защита промышленных информационных систем. Промышленники заинтересованы в обеспечении защиты своих производств, особенно с учетом проникновения интернета на промышленные объекты. Необходимы научные исследования данной тематики, вузы нуждаются в качественных образовательных программах для подготовки специалистов; институты развития должны помогать разработчикам систем промышленной защиты привлекать инвестиции и реализовывать внедрения решений на производство», — прокомментировала Наталья Касперская.

Кластер призван объединить инновационные компании в различных областях, образовательные учреждения, научно-исследовательские институты и высокотехнологичные предприятия Москвы. Глобальная цель инновационного кластера — создать базу для технологического развития не только столицы, но и всей страны, укрепить кооперацию исследователей, разработчиков и производителей, выстроить между ними внутренние связи и логистические цепочки, сократить издержки и повысить конкурентоспособность.

ИИ экономит 11 часов в неделю, но 6 из них уходят на присмотр за ботом

Искусственный интеллект попал в неудобную статистику. Новое исследование Work AI Institute показало, что сотрудники действительно экономят время благодаря ИИ — в среднем около 11 часов в неделю. Но есть нюанс: более шести часов из этой экономии приходится тратить на проверку, исправление и контроль работы самого ИИ.

Исследование охватило 6000 офисных сотрудников из США, Великобритании и Австралии.

Опрос показал, что 75% работников заметили рост личной продуктивности после внедрения ИИ-инструментов. Однако только 13% компаний сообщили о заметном росте бизнеса благодаря этим технологиям.

 

Получается любопытный парадокс. Формально сотрудники работают быстрее, но бизнес почему-то не получает сопоставимой выгоды.

По словам профессора Калифорнийского университета Пола Леонарди, многие недооценивают объём скрытой работы, которая появляется вместе с ИИ. Нужно собирать данные, подготавливать контекст, перепроверять ответы чат-ботов, искать ошибки и дорабатывать результаты вручную.

Фактически современные сотрудники всё чаще выступают не исполнителями, а менеджерами собственных цифровых помощников.

Согласно исследованию, 37% времени взаимодействия с ИИ уходит непосредственно на работу с ботами, а ещё 36% — на применение полученных результатов в реальных задачах. Более того, 41% опрошенных признались, что не могут объяснить, каким образом ИИ пришёл к своим выводам.

Авторы приводят показательный пример. Молодой разработчик перед уходом домой интегрировал в проект тысячи строк кода, сгенерированного ИИ. После этого система перестала работать, а разбираться в причинах пришлось старшему инженеру. Сам автор изменений не смог объяснить, что именно сделал искусственный интеллект.

RSS: Новости на портале Anti-Malware.ru