70% клиентов готовы делиться персональными данными в обмен на юзабилити

70% клиентов готовы делиться персональными данными в обмен на юзабилити

70% клиентов готовы делиться персональными данными в обмен на юзабилити

Команда Experian подготовила отчет «Global Identity and Fraud Report», в котором рассматривается вопрос готовности пользователей делиться своими персональными данными. Согласно данным, которые опубликовали эксперты, 70% пользователей готовы предоставить больше персональных данных в обмен на улучшенную онлайн-безопасность и удобство.

Отчет Experian, по сути, затрагивает проблему противопоставления удобства использования какого-либо сервиса и его безопасность. Обычно стоящие за такими сервисами организации инвестируют либо в безопасность, либо в улучшенный пользовательский опыт.

Однако исследование показало, что пользователи ожидают, что сервисы будут предлагать как достойный уровень безопасности, так и приемлемую юзабилити.

Эксперты выяснили, что 70% пользователей готовы предоставлять организациям, с которыми они взаимодействуют, больше персональных данных, если это поможет улучшить безопасность и удобство.

«Безопасность и удобство являются основой цифровых рынков, сервисы обязаны эффективно управлять рисками и предоставлять достойный пользовательский опыт», — говорит исполнительный вице-президент Experian Стив Пули.

«Та информация, которой делятся потребители с компаниями, способствует развитию этих двух компонентов. Но в то же время эта же информация способна повысить риск попасться на удочку фишинговых схем и других мошенников. Так что доверие между клиентами и организациями как никогда важно, оно играет ключевую роль».

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