Искусственный интеллект, роботы - применение

[samsony1]

ключевые вызовы масштабирования ИИ в ритейле

Стало очевидно, что крупнейшие игроки рынка уже перешли от разговоров об искусственном интеллекте к масштабным инвестициям: они формируют команды из сотен и даже тысяч ИИ-специалистов, тестируют десятки гипотез и перестраивают операционные процессы вокруг ИИ. При этом главный вывод дискуссий оказался неожиданно прагматичным: устойчивый экономический эффект от генеративного ИИ пока получают лишь немногие компании.

Один из самых точных тезисов прозвучал от X5 Tech: если бизнес-эффект можно получить за счет оптимизации процессов — нужно начинать именно с этого; следующий шаг — автоматизация, затем классические ML-модели, и только после этого — генеративный ИИ.

Для большинства российских ритейлеров первые этапы цифровой трансформации еще не завершены, поэтому ожидать быстрого эффекта только за счет внедрения LLM не приходится. Тем не менее откладывать работу с этой технологией уже нельзя: важно начинать накапливать компетенции, учиться быстро проверять гипотезы и постепенно переходить к ИИ-процессам и цифровым сотрудникам. Именно для компаний второго эшелона, у которых нет сопоставимых бюджетов с лидерами рынка, сегодня особенно важно найти практичные сценарии внедрения ИИ, чтобы сохранить конкурентоспособность и не отстать от новой технологической волны.

Главная ошибка ритейлеров — считать только затраты на внедрение ИИ, забывая про стоимость бездействия. Упущенная маржа из-за неоптимальных цен, списания из-за „слепых“ закупок, неэффективное промо — это тоже расходы, и они могут превышать инвестиции в ИИ. По нашим данным, предиктивная аналитика снижает логистические издержки на 10–15%, а ИИ-рекомендации повышают конверсию кросс-сейла на 10–20%. Опыт клиентов в ритейле и FMCG показывает: те, кто считает ROI с учетом стоимости бездействия, принимают более взвешенные решения.

Большинство компаний пока не зарабатывают на ИИ не из-за слабости моделей, а из-за подхода к их внедрению. Точечная автоматизация одного процесса работает только в масштабе пилота и ломается при масштабировании, потому что остальной процесс под неё не перестроен. При этом любые ИТ-решения, включая ИИ, упираются в качество данных. „Грязные“ данные генеративные алгоритмы не исправляют, а лишь масштабируют ошибки, упаковывая их в очень убедительный ответ. Ключевой барьер в эффективном внедрении — организационный. Разные подразделения запускают ИИ-инициативы в изоляции, дублируют работу и опираются на разные источники данных, поэтому компании нужен единый слой данных и централизованный контур управления ИИ-проектами — с понятной приоритизацией, переиспользованием решений и фокусом на масштабировании.

Максимальная ценность возникает там, где ИИ встроен в ежедневный контур управления и помогает точнее планировать ассортимент, прогнозировать спрос, управлять запасом, контролировать исполнение и связывать операционные решения с P&L. В этом смысле зрелый ИИ не замена человеку, а инструмент повышения управляемости ритейла в условиях неопределенности.

Главный вызов смещается от вопроса „как внедрить ИИ“ к тому, „как доверить ИИ автономное управление процессами“ через мультиагентные системы в рамках жестких бизнес-лимитов. В этой новой реальности долгосрочное конкурентное преимущество получит тот, кто сделает ставку не на масштаб сети, а на скорость операционной петли — способность системы самостоятельно реагировать на любые изменения от полки до логистики за миллисекунды.

источник - здесь

[samsony1]

В ИТМО создали ИИ-систему для оценки градостроительных проектов

 Платформа анализирует последствия застройки

В пресс-службе Университета ИТМО сообщили, что ученые вуза разработали программный комплекс Urbanomy, предназначенный для оценки экономических и социальных последствий градостроительных решений. Система использует технологии машинного обучения и LLM-агентов, а также работает с открытыми пространственными, кадастровыми и социально-экономическими данными.

Платформа прогнозирует стоимость земли, анализирует влияние новых дорог и сервисов, оценивает инвестиционную привлекательность территорий и помогает выявлять противоречия между интересами жителей, бизнеса и города. Также Urbanomy формирует карты, графики и аналитические заключения.

источник - здесь

[samsony1]

В Подмосковье для развития проектов привлекут до 90% производителей роботов

Власти Московской области рассчитывают привлечь для размещения своих производств в регионе максимальное количество предприятий по созданию роботов. В частности, на Петербургском международном экономическом форуме (ПМЭФ - 2026) были заключены контракты с пятью такими компаниями.

Ближайшие несколько лет поставили амбициозную цель стать одним из лидеров в стране по производству роботов. Всего максимум 7-10 отечественных производителей роботов сейчас существует. И, по сути, с пятью из них уже подписаны соглашения, двое еще в переговорах. Это практически 80-90% всех производителей отечественных роботов мы уже привлекаем в регион.

источник - здесь

[samsony1]

ВНИИ труда: ИИ станет драйвером роста производительности, но не приведет к массовым сокращениям

Искусственный интеллект станет одним из ключевых драйверов роста производительности труда в России в 2025-2030 годах. При этом его влияние будет выражаться прежде всего в автоматизации отдельных трудовых обязанностей, а не в исчезновении профессий, следует из презентации ВНИИ труда.

Наибольшие риски связаны с административной и рутинной интеллектуальной работой. Основные ограничения для внедрения ИИ сегодня — нехватка инфраструктуры, компетенций и финансирования. Исследование ВНИИ труда охватило 427 профессиональных групп и 3 285 трудовых обязанностей.

В большинстве отраслей доля компаний, планирующих использовать ИИ в ближайшие пять лет, достигает 60-97%. Однако сейчас технологии применяют только 5,8% российских организаций — примерно каждая 17-я компания. Более 94% организаций либо только изучают возможности технологии, либо пока не готовы к внедрению. Проблема в том, что многие не понимают, где применять ИИ, как перестроить процессы и кто будет этим заниматься.

Сокращений ждать не стоит: если ИИ снимает с человека 20-30% рутинной нагрузки, организация получает дополнительное рабочее время без найма новых людей.

Для строительной отрасли и рынка недвижимости это означает, что автоматизация проектирования, контроля качества и управления объектами может повысить эффективность без массовых увольнений. Однако компаниям потребуются инвестиции в инфраструктуру и обучение персонала.

источник - здесь

[samsony1]

На ИИ-лазер против комаров собрали $2,7 млн — производство начнут в августе

Китайский стартап Photon Matrix Lab из Чанчжоу (провинция Цзянсу) собрал $2,7 млн на платформе Indiegogo на устройство, которое находит комаров в воздухе и сбивает их лазером. Деньги внесли около 4000 человек из более чем 50 стран, а изначальная цель кампании составляла всего $20 тыс. — ее превысили более чем в 130 раз. В среднем каждый бэкер заплатил около $630 за резервирование одного прибора.

Сам гаджет размером со смартфон. Базовая версия покрывает сектор радиусом около 3 метров, Pro-версия — вдвое больше; питается прибор от сети или внешнего аккумулятора и работает как в помещении, так и на улице.

В основе работы — связка лидара и компьютерного зрения. Лидар постоянно сканирует пространство, выпуская тысячи импульсов в секунду, и строит трехмерную карту помещения, измеряя расстояние до фона даже в полной темноте. Когда в зону попадает движущийся объект, алгоритм анализирует характер движения, размер и траекторию и решает, комар это или просто пылинка либо сенсорный шум. По словам создателя устройства Джима Вонга, на распознавание цели и расчет ее расстояния, ориентации и размера уходит около 3 миллисекунд, после чего система берет насекомое на сопровождение, предсказывает траекторию и наводит лазер. Под критерии подходят насекомые размером от 2 до 20 мм, летящие медленнее 1 м/с, — заявленную скорострельность до 30 комаров в секунду независимо пока никто не проверял.

источник - здесь

[samsony1]

Гуманоидные роботы подешевели на 70%: рынок стремительно делится на три уровня

Мировая индустрия гуманоидной робототехники приближается к первому полноценному коммерческому рубежу. Ключевой сигнал — не запуск новых моделей, а резкое падение цен: за два года средняя стоимость таких систем снизилась более чем на 70%, формируя новую рыночную структуру.

По данным Unitree Robotics, средняя цена гуманоидных роботов сократилась с $85 тыс. в 2023 году до примерно $25 тыс. в 2025-м. При этом рынок уже демонстрирует широкий диапазон:

- от ~$16 тыс. для базовых платформ,
- до более $250 тыс. для высокопроизводительных промышленных решений,
с основной массой предложений в диапазоне $20–120 тыс.

источник - здесь

[samsony1]

Российские грузовики-роботы в течение 3 месяцев проработали в одном из аэропортов Москвы

Весной 2026 года в аэропорту Жуковский (Москва) впервые проверили в работе российские грузовики-роботы разработки отечественной компании «ЭвоКарго». В течение 3 месяцев машины показали свою пригодность при температурах окружающего воздуха от минус 26 до плюс 31 градуса Цельсия, выполнив 150 поездок по заданным маршрутам.

По информации разработчиков, это не просто автономный грузовик без кабины с водителем, а универсальная беспилотная грузовая платформа для автоматизации наземной логистики. Она предназначена для автоматизации операций на перроне, в том числе перемещения грузов между воздушными судами и терминалами аэропорта. Технология работы такого транспорта основана на сочетании искусственного интеллекта, компьютерного зрения и мультисенсорной системы восприятия. Они позволяют платформе автономно ориентироваться в производственной среде, распознавать препятствия и выполнять логистические задачи без участия водителя.

источник - здесь

[samsony1]

ВУЗ отменил дипломные работы из-за ИИ

Учёный совет Сочинского института РУДН поддержал решение юридического факультета отказаться от выпускных квалификационных работ для бакалавров-юристов. Новые правила распространяются на наборы 2024, 2025 и 2026 годов.

Причина — стремительное развитие GenAI. Как пояснили в институте, современные ИИ способны за считанные минуты анализировать судебную практику, формулировать правовые позиции и выдавать готовый текст на 60–80 страниц. Требовать от студентов писать то, что машина делает мгновенно, признано бессмысленным.

Вместо письменных дипломов упор сделают на устный экзамен и решение сложных правовых кейсов. В вузе подчеркнули, что это не поблажка, а ужесточение требований. Преподаватели посчитали, что главное — научиться применять право в нестандартных и этически сложных ситуациях, а не имитировать научный поиск с помощью ИИ.

Такое нововведение вполне законно: федеральный образовательный стандарт позволяет вузу самостоятельно выбирать формы итоговой аттестации.

доля контента, сгенерированного нейросетями в выпускных квалификационных работах, за последние три года выросла с 9% до 42%, а по IT- и экономическим направлениям превышает 60%. 29 июня на форуме «AI Technologies in Higher Education» он заявил, что дипломные и курсовые работы практически перестали выполнять функцию проверки знаний.

источник - здесь

[samsony1]

Авторское право и ИИ

Искусственный интеллект (ИИ) стал неотъемлемой частью современного общества. При этом в последние годы, с развитием генеративных моделей, возникли вопросы, касающиеся авторского права и правового регулирования ИИ. В градостроительной отрасли этот вопрос также наверняка встанет, поскольку проектная документация защищена авторским правом.

Сегодня искусственный интеллект способен создавать контент и продукты, которые ранее считались исключительно результатом человеческого творчества. Это приводит к необходимости пересмотра существующих правовых норм и подходов к защите интеллектуальной собственности.

С все большим развитием технологий ИИ возникают новые дискуссии о статусе авторских прав на продукты, созданные с его помощью. В большинстве правовых систем авторское право предоставляется только оригинальным произведениям и продуктам, созданным человеком. Это означает, что если продукт был полностью сгенерирован ИИ без участия человека, он не может быть защищен авторским правом. При этом в мировой судебной практике уже есть случаи, когда суд признавал права на произведения, созданные с использованием ИИ.

Так, согласно статье 1228 Гражданского кодекса РФ, автором может быть только физическое лицо, чьим творческим трудом создано произведение. Если нейросеть генерирует контент по простому запросу, то результат не защищен авторским правом — это лишь технический вывод данных. Однако если пользователь вносит творческий вклад, например, через детальное формулирование запроса или редактирование результата, он может претендовать на авторские права. Важно фиксировать все этапы работы, чтобы в случае спора можно было доказать свой вклад.

В то же время, если ИИ создал контент без участия человека, такой контент не охраняется авторским правом и становится общественным достоянием. Это создает дополнительные сложности в определении прав на такие произведения. В свою очередь пользователи не защищены от ошибочных знаний и выводов ИИ. С учетом растущего использования ИИ для генерации контента многие эксперты и законодатели предлагают ввести обязательную маркировку таких материалов. Это поможет защитить права авторов и повысить прозрачность в использовании ИИ-контента. Вопрос о том, кто несет ответственность за ошибки, допущенные ИИ, также остается открытым, хотя в большинстве случаев ответственность ложится на владельцев или разработчиков ИИ-систем.

источник - здесь

[samsony1]

Нейросеть будет участвовать в управлении комплексной застройкой центра Таганрога

Искусственный интеллект (ИИ) привлекут для управления работами при комплексном развитии территории (КРТ) в исторической части Таганрога. Нейросеть будет проверять некоторые документы и расчеты объемов работ.

Ростовский «Специализированный застройщик “Единство”» займется девелопментом территории в Таганроге, в границах улиц Чехова, Транспортной, Калинина и 2-й Советской. К 2028 году на трех гектарах планируют возвести 37 тыс. кв. м жилья. Кроме того, в планах девелопера — обустройство рекреации. Здесь должны быть озелененные участки, места для отдыха, детские площадки, спортивные зоны. Общие затраты не сообщаются. Известно, однако, что девелопер получит финансирование Сбербанка. Пятилетний кредитный лимит — 2 млрд руб. По данным пресс-службы «Сбера», на первую очередь уже выделили 700 млн руб. Источник сообщает, что некоторые управленческие функции впервые в Ростовской области будет выполнять искусственный интеллект на базе сберовской платформы «ГигаЧат Бизнес».

К работе девелопера подключатся три нейросетевых агента. Первый будет автоматически анализировать исполнительную документацию перед отправкой на заключение о соответствии. По данным разработчиков, искусственный интеллект мгновенно выявляет недочеты и ошибки. Второй ИИ-агент проконтролирует подрядчиков, займется сверкой объемов выполненных работ. Его задача — предотвратить возможные финансовые потери от завышенных смет.

Еще одно решение — ассистент для юристов, запрограммированный на оперативное сопровождение правовых вопросов при масштабной застройке.

источник - здесь

[samsony1]

Рынок легального корпоративного доступа к ИИ-моделям достиг 3 млрд рублей

Российский агрегатор в среднем получает до 10–20% от стоимости запроса.

Российский рынок платформ для легального корпоративного доступа к зарубежным большим языковым моделям составляет около 3 млрд руб. в год. Такие платформы предоставляют доступ через прокси (сервер-посредник) к сразу нескольким ИИ-моделям, например, ChatGPT, Anthropic, Claude и др. Такую оценку рынка приводит представитель компании Cloud.ru. Представители Apple Hills Digital, а также MWS AI и Yandex AI Studio предоставили схожие оценки.

Среди подобных платформ можно назвать, например, Bothub – один из самых известных агрегаторов, предоставляющий доступ к OpenAI, Anthropic, Midjourney и другим сетям по единому API (Application Programming Interface – интерфейс программирования приложений) с оплатой в рублях. Помимо этого в рынок включены десятки мелких B2B-шлюзов и стартапов вроде Chad AI или ProxyAPI, говорит он. До блокировок Telegram и чат-боты в нем можно было использовать в качестве посредника между сервисом и пользователем, знает эксперт. Схожими разработками занимается еще и «Яндекс», но компания не дает доступ именно к внешним моделям, а агрегирует только свои модели.

Разные модели лучше справляются с разными сценариями: одни эффективнее пишут код, другие сильнее в аналитике или создании контента, а такая платформа позволяет работать с ними через единый интерфейс и переключаться между моделями в зависимости от задачи, говорит он. Помимо этого речь может идти не только о зарубежных закрытых моделях: многие платформы также предлагают открытые модели, преимущественно китайские, которые развернуты на собственной инфраструктуре провайдера, что экономически более выгодно, поскольку это не требует вычислительных мощностей и экспертизы от разработчиков нейросетей.

источник - здесь

[samsony1]

робот Agibot G2 отработал без перерывов почти трое суток на производстве планшетов

Гуманоидный робот Agibot G2 почти трое суток без остановки работал на реальном производстве, обеспечив рекордную точность контроля качества и подтвердив готовность к массовому использованию.

Компания Agibot сообщила, что робот G2 завершил 64-часовую работу на производственной линии завода Longcheer Technology в Наньчане, где выполнял полный цикл проверки качества планшетов. За время испытаний робот обработал 64 828 изделий, а успешность выполнения операций достигла 99,99%.

По данным компании, эксперимент проходил с 23 по 28 июня в формате открытой трансляции. Во время испытаний Agibot G2 взаимодействовал с испытательным оборудованием и конвейером как единый производственный комплекс. Робот забирал планшеты с движущейся линии, помещал их в тестовые стенды, обменивался данными с системой проверки, а затем сортировал исправные устройства и изделия с выявленными дефектами, возвращая их обратно на конвейер.

источник - здесь

[samsony1]

Московские ИИ-сервисы начинают работать по всей стране

В прошлом году в Москве возвели рекордные 16 миллионов квадратных метров недвижимости, в планах на этот год – не менее 12 миллионов «квадратов». Такие объемы строительства были бы невозможны без использования новейших ИИ-технологий. Умные алгоритмы помогают в разы быстрее проектировать и возводить новое жилье, школы, больницы, мосты и линии метро, повышая качество и оптимизируя затраты на строительство.

Так, в рамках соглашения с правительством России, заключенного в прошлом году, правительство Москвы помогает гармонизировать нормативную базу и внедрять единые цифровые стандарты строительства по всей стране. Главным оператором этой работы стал московский Центр искусственного интеллекта в градостроительстве, который всего за год заключил 29 соглашений с 21 регионом России о совместном тестировании и внедрении ИИ-сервисов.

1. сервис «Цифровой нормоконтроль»
2. Цифровой помощник «Квартирография»
3. Сервис «Мониторинг хода строительства»
4. Cервис «Гибкое ценообразование»

подробности - здесь

[samsony1]

ИИ поможет незрячим ориентироваться в городе без интернета

В Санкт-Петербургском государственном университете аэрокосмического приборостроения разработали уникальное устройство, способное полностью автономно распознавать окружающие объекты и помогать незрячим пользователям ориентироваться в пространстве. Его ключевая особенность заключается в том, что система не требует подключения к интернету или облачным сервисам: алгоритмы искусственного интеллекта работают непосредственно на компактном встроенном компьютере, вычислительной мощности которого достаточно для обработки данных в реальном времени.

Все существующие способы ориентации для незрячих несовершенны, сказали разработчики. Белая трость обеспечивает безопасность лишь на расстоянии одного шага, а привычные GPS-навигаторы на смартфонах не способны заметить динамические препятствия, например оставленные на тротуаре электросамокаты, строительные леса или низко висящие дорожные знаки. К тому же мобильные приложения становятся бесполезными в зонах с нестабильным покрытием сотовой связи. Разработанный комплекс выступает в роли умного персонального ассистента, который в режиме реального времени сканирует окружение и предупреждает о препятствиях.

Аппаратная основа устройства — компактный микрокомпьютер с портативной камерой, который закрепляется на пользователе. Программная часть разделена на два независимых вычислительных контура. Первый — макронавигация: локальный геоинформационный модуль с поддержкой офлайн-карт. Он распознает голосовые команды пользователя, находит нужный адрес и строит оптимальный пешеходный маршрут. Второй — микронавигация: система компьютерного зрения на основе облегченной нейросети. Она непрерывно анализирует видеопоток с камеры, мгновенно распознает объекты инфраструктуры (столбы, урны, скамьи, припаркованные автомобили) и рассчитывает точное расстояние до них.

источник - здесь

[samsony1]

В Китае началось строительство первого в мире отеля с полной роботизацией

На Западном искусственном острове в рамках мегапроекта Shenzhen-Zhongshan Link началось строительство отеля Next Medical Hotel, который станет первым в мире объектом гостеприимства, полностью обслуживаемым роботами. Открытие запланировано на 2027 год.

За работу отеля будет отвечать экосистема роботов компании Pudu Robotics. Роботы возьмут на себя регистрацию и заселение гостей, доставку багажа и заказов в номера, уборку помещений, приготовление еды и сопровождение посетителей. В отеле будет 44 номера премиум-класса, ресторан и фитнес-центр.

Система построена на единой интеллектуальной платформе, позволяющей роботам разных типов взаимодействовать друг с другом. Управлять процессом будут модели искусственного интеллекта PuduFM 1.0 и платформа PuduAgent. Пробные запуски планируется начать в конце 2026 года.

Часть обязанностей останется за людьми — прежде всего принятие сложных решений, решение нестандартных ситуаций, общение с гостями в особых случаях и техническое обслуживание роботизированной инфраструктуры.

Для строительной отрасли и рынка недвижимости этот проект демонстрирует переход к полностью автоматизированным объектам. Если эксперимент окажется успешным, аналогичные проекты могут появиться и в других странах, что изменит подходы к проектированию гостиничной и коммерческой недвижимости.

источник - здесь