Присоединяйтесь к интересному

Когда у нас рассуждают о будущем искусственного интеллекта, любят обещать особый путь. Не американская джунгли, не китайский цифровой концлагерь, а что-то «своё», где и бизнес не задушен, и государство смотрит, чтобы не перегибали. На словах звучит бодро. На деле же особенность этого пути в том, что середина быстро скатывается в перекос: у крупных игроков открываются новые возможности, а у мелких шансов становится всё меньше.

Возьмём хотя бы поддержку стартапов. Гранты, акселераторы, программы - всё это действительно есть. Но рядом с этим накладывают такие требования к сертификации и хранению данных, что небольшие команды просто тонут в бумажной волоките и издержках. Для Сбера или Яндекса это мелочь, для стартапа - приговор. В итоге, вместо «свободного рынка идей» получаем старый знакомый эффект: сильные укрепляют позиции, слабые сходят с дистанции.

Ещё ярче противоречие видно в доступе к данным. На бумаге - прорыв: государство открывает обезличенные базы, и вроде бы бери, работай, создавай. Но чтобы работать с терабайтами информации, нужны дата-центры, серверные мощности, дорогие специалисты. Всё это есть у корпораций, а не у студентов или маленьких команд. Так что «равный доступ» превращается в красивую вывеску, за которой реальные возможности получают только те, кто и так в лидерах.

Вопрос труда - отдельная бомба. Если ИИ учат выполнять целые комплексы задач, то он уже не помощник, а конкурент. С точки зрения бизнеса это логично: зачем держать живого работника, если алгоритм работает круглосуточно и не просит зарплату. Но с точки зрения общества - это массовое выталкивание людей с рынка труда. В официальных документах эту тему обходят, ограничиваясь фразами про «эффективность». А в реальности всё упрётся в то, кто будет платить людям, которых ИИ сделал ненужными.

Юридическая часть тоже в подвешенном состоянии. Кто автор, если текст или картину сделал ИИ? Разработчик программы? Пользователь? Сам алгоритм? В любом случае выигрывают не художники и писатели, а владельцы технологий. И здесь вопрос даже не в праве, а в том, кому будет принадлежать будущее творчества - людям или машинам, точнее тем, кто контролирует машины.

Все концепции говорят, что к 2026–2027 годам рынок «устаканится». Но устаканиваться он будет через шторм. Правила неясны, трактовки противоречат друг другу. В этом хаосе легко укрепить монополию, а вот расширить реальную свободу - куда сложнее.

Россия действительно стоит перед выбором. ИИ может стать инструментом для развития общества, а может закрепить разрыв между теми, кто управляет алгоритмами, и теми, кто подстраивается под их решения. Вопрос не в том, будут ли у нас свои нейросети и агентные системы. Вопрос в том, чьим интересам они будут служить.

Искусственный интеллект (ИИ) в системах планирования ресурсов предприятия (ERP) означает интеграцию технологий ИИ, таких как машинное обучение (ML), обработка естественного языка (NLP) и прогнозная аналитика, в ERP-системы. Эти системы на основе ИИ могут автоматизировать рутинные задачи, предоставлять расширенный анализ данных и прогнозирование, а также улучшать принятие решений. Цель внедрения ИИ в ERP — повышение операционной эффективности и оптимизация бизнес-процессов.

Почему ИИ в ERP важен?

Благодаря ИИ традиционные ERP-системы превращаются в интеллектуальные платформы, которые обучаются на данных, адаптируются к изменениям и оптимизируют бизнес-аналитику в реальном времени, повышая общую эффективность и сокращая затраты. Согласно отчету IBM Institute for Business Value, компании, применяющие генеративный ИИ для анализа данных, уже демонстрируют более высокую прибыльность.

ERP-вендоры обычно проектируют свои системы как набор модульных приложений, которые вместе охватывают все аспекты бизнеса — от финансов до закупок и логистики цепочки поставок. С момента появления термина «ERP» в 90-х годах индустрия ERP-решений выросла до рынка объемом $44 млрд в год. Сегодня многие ведущие корпорации используют ERP-системы для получения «единого источника истины» по всему бизнесу.

По мере роста популярности ERP-систем и расширения их возможностей компании стали внедрять их как часть комплексной бизнес-стратегии. Вместо того чтобы оставаться просто программным обеспечением, ERP-системы способны выявлять новые инсайты, значительно влиять на бизнес-процессы и открывать новые возможности для бизнес-аналитики. В 2010-х годах ERP-системы стали критически важны для управления и анализа больших данных, поскольку современные компании генерируют и собирают больше информации, чем человек может обработать вручную.

За последнее десятилетие ERP-системы с ИИ автоматизировали отдельные задачи, такие как ввод и анализ данных. Однако более современные технологии, такие как генеративный ИИ, начали кардинально менять ERP-ландшафт. Облачные ERP-системы обладают большей вычислительной мощностью, что позволяет использовать более сложные ИИ-приложения.

Продвинутые модели машинного обучения и NLP сделали ERP-системы более удобными и точными, открыв новую эру интеллектуального бизнес-ПО. Влияние ИИ на ERP подтверждается недавними сделками, такими как партнерство Microsoft и OpenAI на $13 млрд и выпуск ИИ-ассистента для Microsoft Dynamics 365. Другой ведущий вендор, SAP, в 2023 году представил генеративного ИИ-ассистента «Joulie».

Типы ИИ в ERP

ERP-системы используют ИИ-технологии для улучшения управления бизнес-процессами. Среди них:

• Прогнозная аналитика

• Обработка естественного языка (NLP)

• Роботизированная автоматизация процессов (RPA)

• Машинное обучение (ML)

• Чат-боты и виртуальные ассистенты

• Распознавание изображений

Прогнозная аналитика

Использует исторические данные для прогнозирования будущих тенденций. ERP-системы с ИИ анализируют прошлые действия и специфические данные компании, чтобы предсказать поведение клиентов или рыночную динамику, помогая руководителям принимать обоснованные решения.

Обработка естественного языка (NLP)

Позволяет ERP-системам понимать и отвечать на человеческую речь, улучшая взаимодействие с пользователями. Благодаря большим языковым моделям (LLM), таким как ChatGPT, NLP-инструменты стали более точными и контекстно-релевантными.

Например, NLP может анализировать неструктурированный текст (например, письма клиентов) для оценки настроений или обрабатывать запросы сотрудников в неформальном стиле, делая ПО более интуитивным.

Роботизированная автоматизация процессов (RPA)

Автоматизирует рутинные задачи (например, ввод данных, миграцию файлов) с помощью «ботов». ERP-системы с RPA могут автоматически генерировать отчеты, распределять HR-документы или управлять данными клиентов.

Машинное обучение (ML)

ML-модели обучаются на данных, улучшая прогнозирование и принятие решений. В ERP это снижает ошибки и повышает эффективность. Поскольку ERP-системы работают с большими объемами данных, ML может значительно улучшить их функциональность.

Чат-боты и виртуальные ассистенты

Используют NLP для поддержки в реальном времени, улучшая клиентский опыт и помогая сотрудникам в рабочих процессах. Например, чат-боты могут отвечать на вопросы о HR-задачах.

Распознавание изображений

ИИ анализирует визуальные данные (документы, видео) и преобразует их в редактируемые форматы. Также используется для контроля качества на производстве.

Генеративный ИИ в ERP

Генеративный ИИ имитирует человеческий интеллект, добавляя новые функции в ERP-системы. Например:

• Генерация отчетов — автоматическое создание бизнес-отчетов из сырых данных.

• Создание контента — написание писем, маркетинговых материалов или документации.

• Сценарное планирование — анализ регуляций и предложение рекомендаций (например, по сокращению углеродного следа).

Примеры использования ИИ в ERP

1. Прогнозное обслуживание
   Датчики IoT и «цифровые двойники» предсказывают необходимость ремонта оборудования, предотвращая простои. Применяется в энергетике, транспорте и сельском хозяйстве.

2. Прогнозирование спроса и управление расходами
   ERP-системы анализируют исторические данные, чтобы оптимизировать запасы и избежать дефицита. Инструменты Oracle автоматически улучшают прогнозы денежных потоков.

3. Автоматизированная обработка счетов
   NLP и RPA ускоряют обработку счетов, снижая ошибки. SAP и Oracle используют ИИ для верификации накладных.

4. Поддержка клиентов
   ИИ в CRM автоматически решает типовые вопросы и генерирует письма (как в SAP CRM).

5. Управление персоналом
   Например, SAP SuccessFactors предлагает персонализированное обучение и автоматически подбирает кандидатов.

6. Управление цепочками поставок
   ИИ оптимизирует логистику, отслеживает заказы и прогнозирует сбои (как в IBM Sterling).

Преимущества ИИ в ERP

• Повышенная точность — снижение ошибок за счет автоматизации.

• Оптимизация процессов — быстрая адаптация к изменениям на основе аналитики.

• Рост продуктивности — сотрудники освобождаются от рутины.

• Улучшенная безопасность — ИИ быстрее обнаруживает угрозы.

Лучшие практики внедрения ИИ в ERP

1. Управление данными — обучение ИИ на качественных и защищенных данных.

2. Масштабируемая инфраструктура — облачные или гибридные решения.

3. Постоянный мониторинг — регулярные обновления системы.

4. Стратегия интеграции — соответствие бизнес-целям.

ИИ на отечественном ERP-ландшафте

Несмотря на отставание российского ERP-рынка в области искусственного интеллекта по сравнению с западными аналогами, некоторые компании уже начали внедрять ИИ-решения в свои системы.

1. Прогнозная аналитика в ритейле
   Крупные российские розничные сети, такие как «Магнит» и X5 Group, используют ERP-системы с элементами ИИ для прогнозирования спроса и оптимизации цепочек поставок. Алгоритмы машинного обучения анализируют исторические продажи, сезонность и внешние факторы (например, погоду), чтобы минимизировать излишки или дефицит товаров.

2. Автоматизация документооборота в госсекторе
   Некоторые государственные корпорации (например, «Ростех» и «Росатом») внедряют NLP и RPA в свои ERP-системы для автоматической обработки счетов, накладных и контрактов. Это ускоряет процессы согласования и снижает бюрократическую нагрузку.

3. Чат-боты для HR в банковском секторе
   Сбербанк и ВТБ применяют ИИ-ассистентов на базе своих ERP-решений для автоматизации HR-процессов. Виртуальные помощники отвечают на вопросы сотрудников о зарплате, отпусках и корпоративных льготах, сокращая нагрузку на HR-отделы.

4. Предиктивная аналитика в промышленности
   Компании вроде «Северстали» и «Норникеля» тестируют ИИ-модули для прогнозирования износа оборудования. Датчики IoT собирают данные о состоянии техники, а алгоритмы предсказывают оптимальное время для обслуживания, предотвращая аварии.

Отставание российского ERP-ландшафта в сфере ИИ

Несмотря на отдельные успешные кейсы, российский рынок ERP серьезно отстает от западного в интеграции ИИ. Основные причины:

1. Ограниченные технологические возможности

   • Большинство российских ERP-систем (1С, Галактика, и т.д.) изначально не проектировались для работы с ИИ.

   • Нехватка вычислительных мощностей и облачных решений затрудняет внедрение сложных ML-моделей.

2. Дефицит данных для обучения моделей

   • Качественные дата-сеты, необходимые для обучения ИИ, часто недоступны из-за закрытости корпоративных данных.

   • Многие компании до сих пор используют устаревшие системы учета, несовместимые с современной аналитикой.

3. Санкционные ограничения

   • После 2022 года усложнился доступ к западным ERP-платформам (SAP, Oracle), которые лидируют в области ИИ.

   • Российские аналоги (например, «Постгрес ПРО» или «Р7-Офис») пока не могут предложить сопоставимый функционал.

4. Недостаток экспертизы

   • В России мало специалистов, способных разрабатывать и внедрять ИИ-модули для ERP.

   • Компании часто не готовы инвестировать в долгосрочные ИИ-проекты из-за неочевидного ROI.

Экспертные мнения, новости и тренды в части корпоративных информационных систем в телеграм-канале.

Это первый актив «Росспиртпрома» по розливу готовой продукции, отмечает президент гильдии «Алкопро» Андрей Московский. До этого предприятие занималось только производством и поставками этилового спирта – в его портфеле восемь спиртовых заводов. Хотя в начале 2010-х гг. «Росспиртпром» выпускал водку и ликёро-водочные изделия, но впоследствии пересмотрел свою стратегию, сосредоточившись на спирте, напоминает Московский.

«Росспиртпром» до 2024 г. принадлежал Росимуществу. Но в апреле того же года 100% акций предприятия было продано на торгах за 8,3 млрд руб. Покупателем стало ООО «Бизнес-альянс». Собственниками этой компании с июля 2025 г., по данным «СПАРК-Интерфакса», выступают Владимир Акаев (49%) и ООО «Опал» (51%). Последняя принадлежит ЗПИФу «Батман» под управлением УК «Фин-партнер». Пайщики фонда неизвестны.

После смены владельца «Росспиртпром» начал проявлять интерес к приобретению новых активов, в том числе мощностей по розливу, указывает Левицкий. «Тульский винокуренный завод 1911» он называет ключевым игроком рынка с современными производственными линиями. Завод полностью автоматизирован, а техничное разделение цехов позволяет выпускать несколько видов напитков практически одновременно, объясняет Московский.

Тульский завод, по его словам, давно и много работал как контрактная площадка. Теперь «Росспиртпром» с учётом собственных мощностей по производству спирта сможет выстроить вертикальную структуру и предложить партнёрам привлекательную цену на продукцию, в том числе и напитки «первой цены» (то есть по стоимости, близкой к минимальной. – «Ведомости»), отмечает эксперт. В числе таких потенциальных партнеров он называет продуктовые сети, в том числе и с их собственными марками крепкого алкоголя. Московский не исключает, что «Росспиртпром» в будущем может купить и другие активы по розливу алкогольной продукции.

По данным Росалкогольтабакконтроля, в январе – июне 2025 г. в России произведено 46,8 млн дал спиртных напитков крепостью свыше 9%, это на 9,5% меньше, чем годом ранее. Выпуск водки за тот же период снизился на 10,9% до 31,4 млн дал.

Источник: https://www.vedomosti.ru/business/articles/2025/08/08/113044...

На работу в поле на плантацию селекционных сортов мяты некоторые приезжают на мотоциклах. Попробовала. Изобрели мотофермера)

Когда у тебя в производстве уже не 10 соток, но еще и не 10 гектаров земли, ты слишком большой для ручного труда и слишком маленький, чтобы покупать крупногабаритную технику. Ручной труд для такого хозяйства становится слишком затратным — дороже, чем содержание техники.

Наш креативный агростартап сегодня вместе с нейросетью обсудил, как можно задействовать мотоцикл эндуро в с/х работах. Для небольших хозяйств, где трактор избыточен и неповоротлив, а ручной труд слишком тяжел, он может стать настоящим «швейцарским ножом» фермера. +Маневренность, малый вес (не уплотняет почву), проходимость и наличие довольно мощного двигателя.

Как можно использовать(можно отнестись немного с юмором):

1. Легкий тягач / «Мотоплуг» — версия нейросети. Ее отметаем. Плуг — это не самое легкое навесное оборудование, даже если речь идет о легком плуге-окучнике для нарезки борозд или окучивания. Допускаем использование в качестве плоскореза для рыхления верхнего слоя почвы и борьбы с сорняками.

2. Транспортное средство для малых грузов.

Эту идею поддерживаем 50/50. Можно тянуть небольшой прицеп для перевозки урожая, инструментов, мешков.
Еще один вариант — прицепить к мотоциклу сеялку точного высева. И от себя добавлю: грядообразователь.

3. Мобильный опрыскиватель. Эту идею поддерживаем. Одно из самых эффективных применений. Позволяет очень быстро обработать посадки от вредителей или внести жидкие удобрения.
Что нужно: на задний багажник (или на самодельный кронштейн) устанавливается бак на 20–50 литров; небольшой электрический насос (12 В), который подключается к аккумулятору мотоцикла; система шлангов и распылительная штанга с форсунками, закрепленная сзади.
Преимущества: скорость обработки в разы выше, чем с ранцевым опрыскивателем. Легко маневрировать между грядками.

Я бы выбрала такой метод для обработки пары гектар гербицидами, вместо того, чтобы каждый раз отдавать аутсорсерам по 50 т р за га

Еще как видит мотоопрыскиватель ИИ.

Ну и самая лучшая идея — разведка и инспекция полей. Поддерживаем на 100 %.
Это самое простое применение, не требующее переделок. На мотоцикле можно за час осмотреть территорию, которую пешком пришлось бы обходить полдня.

ДЛЯ МОТО АГРОНОМА САМОЕ ТО)

Сразу скажу, что квадроциклы для мелких КФХ в переходном возрасте подходят больше. И я уже выбрала аккумуляторный квадроцикл Фермер ЕМ-015
(1500ВТ 72В R10).
САМОЕ ТО ДЛЯ ДЕВУШЕК.

Поэтому поставщики дают 2+ месяца на доставку. Поэтому воспользуюсь им уже в следующем году обязательно сделаю обзор