Журнал "Системы Безопасности" № 3‘2026

Ц И Ф Р О В А Я Т Р А Н С Ф О Р М А Ц И Я , И И , И Н Т Е Р Н Е Т В Е Щ Е Й 124 июнь – июль 2026 www.secuteck.ru С егодня рынок разворачивается в новую сторону: ИИ движется ближе к п о л ь з о в а т е л ю , устройству и дан- ным. Появляются персональные ком- пьютеры с нейро- п р о ц е с с о р а м и , рабочие станции для локального запуска больших моделей, edge-серверы для предприятий, специализи- рованные платы для робототехники и IoT. Вен- доры называют это по-разному: AI PC, personal AI supercomputer, edge AI, локальный inference. Суть одна: модель больше не обязана жить исключительно в облаке. Это не конец облачного ИИ. Скорее, конец его монополии. Большие модели, сложное рассуж- дение и обучение по-прежнему останутся в дата-центрах. Но повседневные, чувствитель- ные и быстрые задачи все чаще будут выпол- няться локально. Это уже происходило в мире IoT: сначала компании пытались отправлять все данные с датчиков и устройств в облако, но быстро столкнулись с задержками, стоимостью и перегрузкой каналов – так появился edge- уровень, где часть обработки перенесли ближе к источнику данных. Бизнес получает не замену облаку, а новый слой архитектуры: локальный интеллект на рабочем месте, в корпоративном периметре, на объекте, в устройстве. Локальные сценарии Рассмотрим некоторые виды работ, которые предпочтительно доверять локальному ИИ. Конфиденциальные документы Первый и самый понятный сценарий – работа с конфиденциальными документами. Юриди- ческие заключения, договоры, материалы про- верок, финансовые отчеты, персональные дела сотрудников, внутренние регламенты – все это не хочется отправлять во внешний сервис, даже если поставщик обещает безопасность. Локальная модель может прочитать документ, выделить риски, подготовить резюме, найти противоречия, объяснить сложный пункт про- стым языком. Данные при этом остаются внут- ри компании. Для служб безопасности это уже не косметическое преимущество, а принципи- ально другой уровень контроля. Корпоративный помощник для сотрудника Второй сценарий – корпоративный помощник для сотрудника. Не абстрактный чат-бот, кото- рый знает все и ничего одновременно, а рабо- чий агент, подключенный к локальным доку- ментам, инструкциям, заявкам, базе знаний и внутренним правилам. Он может подсказать порядок действий при инциденте, помочь оформить заявку, проверить текст на соответ- ствие политике компании, найти нужный фрагмент в регламенте. Такой ИИ не заменяет сотрудника, но снимает с него рутину – повто- ряющиеся операционные задачи, не требую- щие высокой квалификации. Разработка ПО Третий важный кейс – разработка программно- го обеспечения (ПО). Облачные ассистенты для кода удобны, но для многих компаний исход- ный код – это не просто текст, а интеллектуаль- ная собственность, карта внутренней архитек- туры и иногда даже инструкция по взлому. Локальная модель может писать типовые фраг- менты, объяснять legacy-код, генерировать unit- тесты, искать уязвимости и проверять соответ- ствие внутренним стандартам. Код остается в периметре, а разработчик получает ускорение без ощущения, что конфиденциальная инфор- мация покидает пределы организации. Контакт-центры и офисные операции Четвертый сценарий – контакт-центры и офис- ные операции. Локальный ИИ способен рас- шифровывать разговоры, выделять смысл обращения, подсказывать оператору следую- щий шаг, классифицировать инцидент, форми- ровать краткое содержание звонка. Для бан- ков, ритейла, телекоммуникаций, медицины и страхования это особенно важно: речь клиен- та, его персональные данные и история взаи- модействия не должны гулять по внешним маршрутам без жесткой необходимости. Плюс локальная обработка снижает задержку. Опе- ратор получает подсказку сейчас, а не тогда, когда клиент уже устал ждать и морально написал жалобу. Интернет вещей Отдельная зона роста – Интернет вещей. Камеры, датчики, турникеты, контроллеры, системы доступа, охранные панели, теплови- зоры и промышленные сенсоры создают огромный поток данных. Если отправлять все в облако, компания платит за трафик, хране- ние и обработку, а еще получает задержку и дополнительные риски. Локальная модель на шлюзе может сама понять, что произошло: человек вошел в запретную зону, дверь открылась в нетипичное время, температура оборудования растет быстрее нормы, камера видит подозрительное поведение, датчик вибрации показывает ранний признак полом- ки. Наверх уходит не поток сырья, а готовое событие. Это как поставить опытного диспет- чера прямо на объект, только без ночных смен и кофе. Робототехника В робототехнике локальный ИИ становится не удобством, а условием безопасности. Робот, дрон, автономная тележка или промышленный манипулятор не могут ждать ответа из облака, когда перед ними человек, препятствие или зона риска. Решение должно приниматься на борту или рядом с устройством. Локальные модели помогают распознавать объекты, КОЛОНКА ЭКСПЕРТА ИИ выходит из облака: зачем бизнесу локальные модели Еще недавно искусственный интеллект (ИИ) жил где-то далеко – в облаке, за API, в дата-центрах с тысячами GPU. Пользователь отправлял запрос наружу и получал ответ обратно, как будто бросал письмо в цифровую пневмопочту. Это работало, пока биз- нес задавал простые вопросы: "сделай текст", "переведи письмо", "суммаризируй документ". Но как только речь зашла о персональных данных, коммерческой тайне, производственных системах и критичной задержке, облачная магия начала оборачи- ваться не только инновациями, но и рисками. Сгенерировано ИИ для ООО “ГРОТЕК”