В 2018 году Лаборатория Касперского заработала $726 млн

В 2018 году Лаборатория Касперского заработала $726 млн

В 2018 году Лаборатория Касперского заработала $726 млн

В 2018 году бизнес «Лаборатории Касперского» продолжил расти: глобальная выручка компании по итогам 12 месяцев составила 726 миллионов долларов – на 4% выше, чем в 2017 году.

Активнее всего росли онлайн-продажи (направление Digital) продуктов «Лаборатории Касперского» — они увеличились на 4%, а также продажи решений для крупного бизнеса (сегмент Enterprise) — рост на 16%. Оба этих сегмента играют ключевую роль в стратегии компании. Стоит заметить, что продажи перспективных решений и сервисов (сегмент Non-endpoint) выросли на 55%. «Лаборатория Касперского» добилась роста продаж в этих сегментах рынка благодаря высокому качеству своих решений и технологий, с помощью которых клиенты компании по всему миру могут защититься от самых сложных киберугроз.

Евгений Касперский, генеральный директор «Лаборатории Касперского» так прокомментировал финансовые результаты:

«Это был очень важный год для нас. После всех голословных обвинений, с которыми нам пришлось столкнуться в 2017 году, мы обязаны были убедить наших клиентов и партнёров, что они не ошиблись, доверяя нам. Рост продаж компании показывает, что современные пользователи продолжают выбирать лучшие на рынке продукты и услуги и поддерживают наш принцип защиты от любых киберугроз вне зависимости от их происхождения».

На глобальном уровне компания добилась позитивной динамики благодаря росту продаж на Ближнем Востоке, в Турции и Африке (регион META, +27%), а также в России, Центральной Азии и СНГ (+6%), Азиатско-Тихоокеанском регионе (+6%) и Европе (+6%). При этом произошло снижение продаж в странах Латинской Америки (-11%), что главным образом объясняется девальвацией национальных валют в регионе.

Сложная геополитическая обстановка отразилась на бизнесе в Северной Америке: на этом рынке объём продаж компании в 2018 году снизился на 25%. Несмотря на эти трудности, «Лаборатория Касперского» сохранила и расширила своё присутствие на рынке, увеличив онлайн-продажи новых лицензий на 8%.

В 2018 году «Лаборатория Касперского» приняла ряд важных мер в рамках глобальной инициативы по информационной открытости (Global Transparency Initiative). Компания уже начала выстраивание дополнительной IT-инфраструктуры в Швейцарии и открыла первый Центр прозрачности в Цюрихе. Кроме того, одна из компаний «большой четвёрки» провела аудит инженерных практик «Лаборатории Касперского», связанных с обнаружением угроз, чтобы подтвердить их соответствие самым высоким отраслевым стандартам безопасности. Сегодня в индустрии кибербезопасности обеспечение большей прозрачности играет особую роль, и эта уникальная инициатива позволит убедиться в целостности и надёжности продуктов «Лаборатории Касперского».

Лучшие LLM ошибаются с ядовитыми грибами в каждом девятом случае

Разработчик Пётр Мигдал проверил, можно ли доверить нейросети самый рискованный этап тихой охоты — определение грибов по фотографии. Короткий ответ: если очень хочется однажды поужинать дважды, то можно. В бенчмарк вошли 1040 фотографий 55 видов грибов, наиболее распространённых в Польше.

Изображения взяли из датасета FungiTastic, созданного на основе Atlas of Danish Fungi. Полная база содержит свыше 600 тыс. снимков с экспертной классификацией, а для части образцов вид подтверждён анализом ДНК.

Модели показывали каждую фотографию и просили назвать пять наиболее вероятных видов на латыни. Дополнительно их не обучали и специальные инструменты не подключали.


Лучше остальных справилась Gemini 3.8 Flash: правильный вид оказался на первом месте в 65% случаев и попал в пятёрку ответов в 85%. Немного отстали Gemini 3.6 Flash с результатами 64% и 85%, а также Gemini 3.7 Flash — 61% и 82%. Внизу таблицы расположились Qwen 3.8 27B, MiniMax-M3 и Qwen 3.8 Flash.


Но высокая точность закончилась там, где начался вопрос безопасности. Gemini 3.8 Flash и Gemini 3.6 Flash примерно в 11% случаев определяли ядовитые грибы как съедобные виды. У GPT-5.6 Sol доля опасных ошибок достигла 24%, у Claude Opus 5 — 29%, а у Qwen 3.8 27B — 36%. То есть последняя модель потенциально отправляла в корзину не тот гриб чаще чем в каждом третьем случае.

Есть важная оговорка: нейросети напрямую не спрашивали, можно ли есть находку. Они определяли вид, а затем исследователь сопоставлял ответы с таблицей съедобности. Некоторые модели и вовсе отказывались давать классификацию.

RSS: Новости на портале Anti-Malware.ru