Заметки о данных, ИИ, ИТ
и безопасности
Без маркетингового тумана. Так, как я думаю о задачах в реальной работе с собственниками и руководителями.
Опыт в ИТ дорожает не сам по себе
Рынок платит не за количество лет в профессии, а за способность решать актуальные задачи. Разбираю, как незаметно обесценивается экспертиза и какая её часть почти не дешевеет.
Когда ИИ показывает накопленный долг в коде
Первые цифры по проекту Glasswing - не история про умную модель. Это история про то, сколько старых уязвимостей лежит в коде, который мы используем каждый день.
Контракты на данные: от принципа к работающему инструменту
Контракты на данные несколько лет обсуждались как концепция. В 2026 году это уже работающий инструмент с реальной стоимостью внедрения и реальными результатами.
Робототехника после LLM: почему следующий вопрос - не чат, а действие в мире
LLM изменили интерфейс взаимодействия с компьютером. Следующий сдвиг - это физические системы, которые понимают контекст и действуют в реальном мире.
Почему ИИ не спасает плохие данные
Короткий разбор о том, почему внедрение ИИ в компании начинается не с модели, а с качества данных.
Что такое инжиниринг данных и почему бизнесу он нужен раньше ИИ
Разбор того, почему данные приходится собирать и структурировать до того, как обсуждать модели и агентов.
Следующая эволюция Agents SDK: длинные задачи, sandbox и производственный агент
Инструменты для разработки ИИ-агентов становятся зрелее. Что это означает для компаний, которые думают о реальных внедрениях, а не о демо.
Почему Excel в компании - не стыд, а симптом роста
О том, что обилие Excel в бизнес-процессах - это не позор, а сигнал о том, какие задачи давно переросли свои инструменты.
Как понять, что подрядчик усложняет технологический проект
Признаки, по которым собственник или руководитель может почувствовать, что проект движется не туда, ещё до явных проблем.
Теневой ИИ: как новый теневой ИТ становится проблемой безопасности
Сотрудники используют ИИ-инструменты без ведома ИТ-отдела. Это знакомая ситуация - но с новыми рисками, которых не было у обычного теневого ИТ.
Данные, ИТ и безопасность: почему их нельзя разделять
О том, как искусственное разделение этих трёх зон превращает любой технологический проект в источник скрытых рисков.
Как я смотрю на новый технологический проект
Структура вопросов, через которую я разбираю любой новый запрос - от ИИ-ассистента до промышленной аналитики.