Альманах XIX конгресс 4CIO

1.

Альманах
XIX конгресса ИТ-директоров
«Подмосковные вечера»
создано экспертами клуба 4CIO совместно с ИИ
на основе глав “Учебника 4CDTO”

2.

Новости Клуба
факты, прогнозы, мнения
4CIO
участников
Advisory Board
В 2025 набрал обороты новый проект
Клуба - "Advisory board". По запросу
заказчика, клуб подбирает экспертов
на рынке, которые могут помогать
развитию бизнеса, анализировать и
выдавать рекомендации по
определённым направлениям,
анализировать стратегии, даже
просто решать конкретную задачу
методом мозгового штурма. Один из
наших заказчиков, компания Р7, уже
больше года проводит
консультационные Советы рынка и
этот орган приносит значительный
вклад не только в развитие самой
компании и её рост, но способствует
решению текущих задач
тактического и стратегического
характера.
«Продуктовый подход для
крупного бизнеса»
В этом году мы закончили работу
над новой клубной книгой
совместно с ФРИИ. Книга уже будет
доступна участникам конгресса в
электронном виде и собирает
партнеров для выхода на полки
Внимание: внутри
Альманаха спрятаны
секретные ссылки. Читай
внимательно, кликай и
открывай подарки! PS На
мобильном телефоне может
не открываться!
От сисадмина до бизнесмена,
объединяем и помогаем расти!
Более 20 лет Клуб 4CIO помогает
сисадминам стать CIO. Объединяем
на рынке участников, помогаем
узнать правду заказчикам и расти
ИТ компаниям. Учебники, Регаты,
Экспертиза, Advisory Board – эти и
многие другие проекты выросли из
потребностей членов Клуба и
приносят пользу участникам ИТ
сообщества.
Учебник 4CDTO
Дорогие читатели
Учебника 4CDTO по
цифровизации и цифровой
трансформации! В этом
году мы перенесли наш
Учебник в Литрес - самый
популярный портал
электронных книг, теперь
аудитория Учебника станет
ещё шире, а значит знания,
опыт и советы наших
экспертов позволят ещё
сильнее повысить
Нажмите
для
перехода

3.

Искусственный
интеллект
Прозоров А., Соломатин Е.
2
3
4
Нейронные сети: с
появлением CNN и
RNN стало возможным
распознавать
изображения и
обрабатывать
последовательности.
Современные
трансформеры (BERT,
GPT) изменили подход
к языку и
LLM
(GPT, BERT,
Claude, Gemini,
YandexGPT,
GigaChat)
чат
бот
ы
машинн
ый
перевод
GA
N
Stable
Diffusion,
MidJourne
y
Diffusion
Models
Автономн
ые
сиcтемы и
роботы
Alta
ri
Перцептрон, SVM, деревья решений,
байесовские сети, CNN, RNN,
Трансформеры
1
Искусственный
интеллект - область
компьютерных наук,
цель которой в
создании систем,
способных
имитировать
человеческий
интеллект:
распознавать образы,
понимать язык,
принимать
решения
История:
первые
идеи
появились в 1950-х:
тест Тьюринга,
перцептрон
Розенблатта.
Наступали и «зимы
ИИ», когда интерес и
финансирование
резко падали, но
накопленные знания
стали фундаментом
для новых прорывов
Фундамент: до эпохи
глубокого обучения
использовались SVM,
деревья решений,
байесовские сети. Эти
методы заложили
основу формальных
моделей обучения и
еще применяются в
нишевых задачах
Математи
ка
Boston
Dynam
ics
5
Alph
aGo
Siri,
Ale
xa
Whisper
6
7
8
1
4
%роста
добавит ИИ к
2030 году к
мировому
ВВП — это
больше, чем
совокупный
вклад Китая и
Индии
сегодня
Составляющие:
нейронка состоит из
входного слоя,
скрытых слоёв и
выходного слоя.
Важнейшие
элементы: веса,
функции активации,
обратное
распространение
ошибки
Классификация:
(backpropagation)
выделяют узкий ИИ
(ANI), общий ИИ (AGI)
и гипотетический
сверхразум (ASI). Есть
также различие
между
символическим и
нейросетевым
подходом к
построению ИИ
Генеративный ИИ:
GAN, diffusion models
и LLM позволяют
создавать новые
тексты, изображения
и даже видео
Платформы и
экосистемы:
TensorFlow, PyTorch,
HuggingFace и OpenAI
API стали
индустриальными
стандартами. Они
позволяют
компаниям и
исследователям
быстро
прототипировать и

4.

Цифровая
Борисов Е., Славин Б.,
экономика
Минов А.
1
2
3
Цифровая
экономика — не
просто технологии,
а новая фаза в
организации труда,
бизнес-моделях и
рыночных
отношениях,
сравнимая с
фазовым переходом
в физике.
Историческая
эволюция труда: от
ремесленника → к
индустриальному
рабочему → к
аутсорсингу → к
краудсорсингу → к
самообслуживанию
через цифровые
платформы
Глобализация 2.0:
цифровые сервисы
разрушили границы,
но кризисы
последних лет
требуют
технологического
суверенитета и ИТнезависимости
XIX век
ремесленный
труд
начало XX
века
4
0
4
адаптируются
Краудсорсинг и
Open Source —
основа новой
модели кооперации:
люди без
контрактов создают
ценность.
6
5
Технологическая
дефляция снижает
стоимость хранения,
передачи и
обработки данных,
создавая среду для
массовых инноваций
и
персонализированн
ых цифровых
товаров
середина XX
века
Эволюция
труда
%исчезнут
если не
конец XX
века
Цифровые
платформы и
"длинный хвост"
позволяют
монетизировать
даже самые
нишевые продукты
— каждый найдет
своего клиента
начало XXI
века
от сапожника к ИИ
7
Самообслуживание
трансформирует
отрасли — от СМИ и
банков до
транспорта, за счёт
передачи функций
от компаний к
пользователям
8
Новый
интеллектуальный
капитал: в
цифровую эпоху
ценность компании
определяется не
активами, а
талантами и
потенциалом к
трансформации
2020е
digital-сообщества,
open source
будущее
сотрудничество ИИ и
человека

5.

Расширенная
реальность
Лавров
А.
XR объединяет VR,
AR и MR, создавая
единую среду
пространственных
вычислений.
VR/AR
-очки
VR/AR/MR
VR/AR
шлем
ы
Устройства
отображен
ия
Вычислительн
ая подсистема:
Unity, Unreal,
SDK
Голографичес
кие экраны
XR —
международное
сокращение,
применяемое
Умные
вместо VR/AR/MR,
очки
когда необходимо
упомянуть весь
набор данных
Сети и
технологий
протоколы:
Архитектура XRсистемы включает
Wi-Fi, 5G,
устройства,
Bluetooth
вычислительные
мощности,
программные
движки и контент
Переферийн
Массовое внедрение
ое
XR сдерживают
оборудовани
барьеры: стоимость
е:
хаптичес
оборудования,
кие
производительность
костюмы,
сетей, культурные и
датчики
медицинские
ограничения
всенаправленнна
я дорожка
виртуальные
миры
Контент и
приложени
я:
Устройства
взаимодейст
вия:
будут работать с
использованием
XR-устройств на
постоянной
основе
%.
ускорения
360-видео,
симуляции
процесса
обучения при
помощи XR
%.
сокращение
контроллер
ы,
перчатки
ошибки при
сложных
операциях в
медицине при
помощи XR
%.
сокращение
Устройства
движения и
управления:
руль, штурвал,
пистолет
контроллер
движения
23
40
20
30
млн.
человек
времени простоя
оборудования
при применении
цифрового
двойника

6.

Технологический
Алтухов Д.
суверенитет
1 Технологический
суверенитет способность
государства и
компаний
контролировать
критические
технологии и не
зависеть от внешних
поставщиков
2
Мировая
конкуренция:
Санкции и
ограничения со
стороны США/ЕС как
реакция на
технологический рост
КНР, переход к
"островизации"
вместо глобализации
3 Комплексная
работа: суверенитет
требует комплексной
работы: от
собственного
«железа» до
программного
обеспечения и
сервисов
4
5
Критерии
лидерства:
инвестиции в НИОКР,
число патентов,
научных публикаций
и создание
инновационных
экосистем.
Микроэлектроника:
развитие
собственных
микроэлектронных
технологий
становится ключевой
задачей
6
Цифровая
инфраструктура
(облака, сети, датацентры) должна
оставаться под
национальным
контролем
7 Путь Китая к
лидерству: от
имитации технологий
("шаньчжай") и
"мировой фабрики"
до глобального
технологического
игрока через
государственные
стратегии ("Сделано в
Китае 2025") и
инвестиции в НИОКР
8 Российские реалии:
восстановление
технологического
потенциала через
национальные
проекты и кооперацию
с дружественными
странами
9 Технологический
суверенитет:
контроль над
критическими
технологиями (ИИ,
5G, квантовые
вычисления) как
инструмент
геополитики и
национальной
безопасности
10 Цель
России:
вхождение в топ-5
технологических
лидеров к 2030 году
(Указ Президента
№309) через
нацпроекты
(беспилотники, новые
материалы,
энерготехнологии)

7.

Модели и подходы к оценке цифровой
зрелости
Кириченко И.
1
2
1
Зрелость - это не
только про
технологии, но и про
людей и
организации:
способность
адекватно
реагировать на
Классические
среду и
технологические
конкуренцию
модели
TRL (Technology
Readiness Level,
NASA) — 9 уровней
готовности
технологии.
TPRL (Technology
Project Readiness
Level, Россия) —
адаптация TRL для
проектов.
MRL (Manufacturing
Readiness Level) —
зрелость
производственного
процесса.
IRL (Integration
Readiness Level) —
зрелость
интеграции
подсистем.
SRL (System
Readiness
Level) —
лет
зрелость
занимает системы в
переход от
целом
TRL 1 до TRL9
в среднем
4
3
Technology Project
Readiness Level
российская
адаптация TRL,
оценивает зрелость
проекта по 6
аспектам
(технология,
Зарубежные
корпоративные
модели
CMMI (Capability
Maturity Model
Integration) —
зрелость процессов
разработки ПО и
управления
проектами.
COBIT (Control
Objectives for
Information and
Related Technology)
— зрелость
управления ИТ и
корпоративного ИТконтроля.
BCG Digital
Acceleration Index —
оценка цифровой
зрелости компаний
по ключевым
направлениям.
2ThinkNow
Innovation Cities
Index — рейтинг
инновационной
зрелости городов.
Deloitte Digital
Maturity Model
(DMM) — зрелость
организаций по 5
измерениям.
5
Российские
отраслевые /
корпоративные
модели
Модель «Росатома»
— оценка цифровой
зрелости
предприятий и
отраслей.
CDO Index
(Минцифры РФ) —
уровень цифрового
развития регионов и
госсектора.
6
Концептуальные /
аналитические
модели
Gartner Hype Cycle —
5 стадий развития
технологии от
запуска до плато.
Модель Адизеса —
жизненный цикл
организации: рост,
зрелость, старение.
3
%компаний
в мире
завершают
проект
цифровой
трансформац
ии провалом

8.

Интернет вещей
Подольный В.
1
4
5
Устройства (sensors
& actuators):
сенсоры
температуры,
давления, движения,
GPS и
исполнительные
устройства (замки,
лампы, моторы)
2
Связь (Connectivity):
Wi-Fi, Bluetooth,
ZigBee, 5G, LPWAN
3
Сбор и обработка
данных (Edge &
Cloud Computing)
— локальные
контроллеры, IoTшлюзы, облако
6
Безопасность
(Security) —
шифрование,
контроль доступа,
защита сети.
Аналитика
(Analytics & AI): Big
Data, ML,
прогнозирование,
управление
Приложения
(Applications) —
интерфейсы для
пользователей:
мобильные
приложения,
дашборды,
голосовые
ассистенты
75
млрд.
IOT устройств
по прогнозу
Gartner к 2025
по всему миру
95
%
продуктов
к 2030 году
будут
содержать
IoTкомпоненты

9.

Управление данными
Data-driven
компания Управление данными
встроено в
(Optimized)корпоративную
Гиацинтов О.
Управление
данными: комплекс
процессов,
технологий и
стандартов,
направленных на
сбор, хранение,
обработку и
использование
данных
История: от
бумажных архивов и
первых СУБД в 1960х к современным
облачным
хранилищам, Data
Lake и Data Mesh.
Управление
данными прошло
путь от «учёта» к
«стратегическому
активу»%времени
8
0
аналитики
тратят на
подготовку
данных, а не
на их анализ
Подходы:
классические
модели (Data
Warehouse), гибкие
архитектуры (Data
Lake, Data
Lakehouse),
современные
распределённые
концепции (Data
Mesh). Каждый
подход отражает
4
Формализованы политики
и стандарты работы с
данными, появляются
ответственные за
качество. Данные
рассматриваются как
корпоративный актив.
1
Данные используются
несистемно, нет единых
стандартов и правил.
Каждое подразделение
работает по-своему,
решения часто
принимаются на основе
«интуиции»
стратегию. Максимальная
автоматизация,
использование ИИ и
продвинутой аналитики,
данные становятся
драйвером инноваций и
Внедряются метрики
конкурентных
качества и контроля
преимуществ
данных, налажена
интеграция между
системами. Руководство
активно использует
данные в принятии
решений
4
7
%компаний
считают
качество
данных
главной
проблемой
цифровой
трансформац
ии
Качество данных:
точность, полнота,
актуальность и
согласованность –
ключевой аспект.
Плохое качество
данных снижает
доверие к аналитике
и приводит к
ошибочным
решениям
Data
Governance:
правила и
стандарты, которые
регулируют
владение данными,
доступ, безопасность
и использование.
Это «конституция»
для данных в
компании
2
Появляются базовые
процессы и локальные
инициативы по
управлению данными.
Однако они
фрагментарны, часто
зависят от отдельных
сотрудников или команд
Будущее: переход от
централизации к
децентрализации
(Data Mesh), рост
автоматизации
через ИИ,
интеграция
блокчейнтехнологий для
прозрачности и
доверия

10.

Клуб 4CIO – точка сборки и
вдохновения!
Начат
ь
здесь
В зрелом возрасте непросто найти
друзей и единомышленников —
людей, с которыми можно обсуждать
сложные профессиональные детали,
говорить на одном языке, понимать
тонкие шутки. В этом смысле Клуб особое место: он возвращает
ощущение принадлежности,
вдохновляет, пробуждает желание
учиться, создаёт атмосферу
свободного обмена идеями, как
когда-то в студенческие годы или
даже в школе.
Такое пространство поддерживает
внутренний драйв, стремление к
новому, помогает оставаться равным
среди сильнейших. Для меня клуб
бесценен именно этим живым
человеческим общением,
соединённым с профессиональным
ростом, — тем, что становится
редкостью, когда жизнь уже занята
семьёй, работой, проектами и
обязанностями.
Мне кажется важным, чтобы Клуб как
можно больше сохранял оффлайнформаты и умел держать баланс:
между приходом новых членов и
возвращением старых, между
открытостью и бережным
отношением к сложившемуся
сообществу. Важно, чтобы это
происходило естественно, без
Конгресс «Подмосковные вечера
Клуб - это точка сборки и
вдохновения!
Сила притяжения!
Я искренне желаю клубу роста, но
при этом — сохранения духа живого
человеческого общения, основанного
на глубоком понимании предмета и
стремлении к познанию. Хотелось бы,
чтобы здесь появлялись новые
мастера и мэтры, а, может быть, даже
сложился совет старейшин — не для
формальностей, а для поддержки
молодых экспертов, чтобы они
ощущали себя равными мастерами и
профессионалами.
Во многом это произошло и со мной:
я поверил в себя как эксперт именно
благодаря клубу — его признанию,
поддержке, готовности выслушать и
отсутствию барьеров в общении.
Именно это формирует настоящую
профессиональную среду и вносит
вклад в развитие всей отрасли.

11.

Business
Intelligence
Вахмянин И.
5
1
Загрузка и
преобразование
данных (ETL ExtractTransform-Load)
Ввод данных:
встроенные в BIплатформу
инструменты
автоматизации
ввода данных, в том
числе формы ввода
(Data Entry),
обратная запись в
системы- источники
(Write Back) и
решения на основе
форм,
адаптированные
для задач
консолидации
отчетности,
бюджетирования и
планирования
(Integrated Planning)
Business Intelligence (BI) - комплекс
технологий, процессов и
инструментов, которые
превращают данные в полезную
информацию для принятия
управленческих решений. BI
объединяет сбор, хранение, анализ
и визуализацию данных.
2
4
Автоматизация
отчетности (Reporting) и
самостоятельное
исследование данных
(Self-Service BI), включая
инструменты OLAP (OnLine Analytical Processing)
и визуальные
конструкторы
интерактивных
8
%сокращение
времени
на подготовку
отчетов при
использовани
и BI
3
Корпоративное
хранилище
данных (DWH,
Data Warehouse)
Advanced Analytics,
включая
предиктивную
аналитику (Predictive
Analytics), текстовую
аналитику (Text
Mining) и прочий
инструментарий

12.

Чат-боты
Валиев Р., Сафонова А.,
Эволюция чатботов
Янковская Е., Буглов Г.,
Медведева К.
Чат-бот: программа,
которая имитирует
диалог с человеком
через текст или
голос. Они работают
на основе правил или
алгоритмов
искусственного
интеллекта
История: ранние
боты были
построены на
простых правилах
(ELIZA, 1966). Они
могли вести
ограниченный
диалог, но не
понимали смысла
7
0
Классификация:
выделяют два
базовых типа: боты
на правилах (rulebased), которые
используют скрипты
и деревья решений, и
боты на основе
машинного обучения,
где задействованы
NLP и нейронные
сети. Современные
решения
комбинируют оба
подхода и работают
через стандартные
протоколы обмена
(HTTP, WebSocket,
интеграции с
мессенджерами через
API).
запросов
%
клиентов в ecommerce уже
обрабатывают
ся чат-ботами
(по данным
McKinsey)
Эволюция
технологий: от
скриптов и FAQсистем чат-боты
перешли к NLP и
машинному
обучению, а затем —
к трансформерам и
LLM
Rule-based
боты
Автоответчики,
жёсткие
скрипты
1960-
NLU-боты
Ключевые слова,
первые
голосовые
ассистенты
200
Гибридные
боты &
Retrieve
Refine,
гибкость
2015-
LLM боты
Генеративный
ИИ,
персонализаци
я
2020-
Будущее чатАвтономные
ботов
агенты,
многоканальнос
ть
202
Боты сегодня: боты
нового поколения
(ChatGPT, Claude,
Gemini) способны
генерировать тексты,
отвечать на сложные
вопросы и
поддерживать долгие
диалоги
NLP и Intent
Recognition:
Современные боты
используют NLP для
обработки
естественного языка,
включая определение
намерений
пользователя (intent
recognition) и
извлечение
сущностей (NER). Это
позволяет
формировать более
точные и
Интеграция:
релевантные для
ответы
выполнения сложных
функций чат-боты
подключаются к
внешним сервисам:
CRM, ERP, платёжным
системам. Это
превращает их из
«разговорных
игрушек» в
полноценные бизнесинструменты

13.

Блокчейн
Смарт-контракты, Токены,
Петров М., Болотюк Д.
dApps
Блоки транзакций
Блок — это структура
данных, в которую
собираются транзакции.
Каждый новый блок
добавляется в цепочку
строго последовательно,
формируя хронологический
и неизменяемый реестр
операций
Хеш-связи
Каждый блок содержит хеш
предыдущего блока. Эта
криптографическая
«сцепка» делает
невозможным подмену
данных: любое изменение
влечёт изменение всей
цепочки, что мгновенно
выявляется сетью
Смарт-контракты — это
программы внутри
блокчейна, автоматически
исполняющие условия
договоров.
Токены — цифровые
единицы стоимости,
которые могут быть
валютой или правами
доступа.
DApps
(децентрализованные
Майнеры и валидаторы
приложения)
используют
Майнинг —деятельность
по
смарт-контракты и токены
созданию (генерации) новых
для создания новых
блоков для обеспечения
сервисов без посредников.
функционирования сети
блокчейн. Она сводится к
серии вычислений с
перебором параметров для
нахождения хеш-функции с
заданными свойствами
Форк
блокчейна ситуация,
когда
цепочка
блоков
разделяется
на две ветви
Распределённая сеть
Блокчейн работает на
множестве независимых
узлов (нод), которые
синхронизируют данные.
Нет единого центра
управления: все узлы
равноправны и хранят
копию всей цепочки
Консенсус — механизм,
позволяющий узлам
распределённой сети договориться
о правильности блоков и
поддерживать единую цепочку:
Proof-of-Work — майнеры
решают сложные задачи, тратя
вычислительные ресурсы и
энергию.
Proof-of-Stake — валидаторы
добавляют блоки
пропорционально количеству
замороженных токенов («стейку»).
Byzantine Fault Tolerance —
алгоритмы, позволяющие сети
10
3
мин.
криптовалют
среднее
время
создания
блока в сети
Bitcoin (Proofof-Work)
тыс.
криптовалют
существует на
базе
блокчейнтехнологии
(данные на
момент
написания

14.

Цифровые двойники
Мельникова А.
физический объект
1
виртуальная модель
физического объекта или
процесса, которая
синхронизируется с ним в
реальном времени за счёт
данных с сенсоров и систем
управления
Сенсоры и
устройства сбора
данных: датчики
температуры,
вибрации, давления,
GPS и др
3
2
цифровой двойник
Хранилище и
обработка данных:
базы, облако,
системы управления
Среда передачи
данных — IoT-сети,
протоколы, каналы
связи
4
30
%.
сокращение
времени простоя
оборудования
при применении
цифрового
двойника
5
Аналитика и
прогнозирование:
ML/AI для оценки
состояния и
прогнозов отказов
Математическая/ц
ифровая модель:
модель, которая
воспроизводит
поведение объекта
6
25
50
%.
экономии
на обслуживании
и ремонте
оборудования
Интерфейсы и
визуализация:
дашборды, VR/AR,
приложения для
инженеров
%.
промышленных
компаний
по прогнозу
Gartner к 2025
будут
использовать
цифровые

15.

Когда требуется:
отсутствует
устоявшаяся
нормативная база
для продукта,
необходимо
минимизировать
риски для основной
ИТ-инфраструктуры,
требуется ускоренное
взаимодействие
между бизнесом,
стартапами и
регулятором, нужно
быстро проверить
гипотезу или
прототип;
Отказ?
Контракт
?
M&A?
Инвестиц
ии?
Цифровые
песочницы
Петров М.
Технологическая
песочница
90
дней
пилотный
проект
30
дней
скаутинг и
структуриров
ание пилота
Цифровая
песочница
контролируемая
среда для
тестирования
инновационных
технологий,
продуктов и сервисов
без риска для
основной
деятельности. Она
сочетает в себе
Регуляторика:
Инструменты:
ФЗ №258 «Об
экспериментальны
правовых режимах»
(2020) — позволяет
запускать проекты в
финтехе, медицине,
транспорте и др.
FastTrack-процессы:
ускоренные закупки,
подготовка
инфраструктуры.
Отраслевые
инициативы:
дорожные карты
НТИ, регламенты
Банка России для
финтех-песочниц.
Подзаконные акты,
определяющие
порядок отбора и
API и SDK: готовые
модули для
интеграции и тестов.
Data-платформы:
доступ к
обезличенным
данным.
Акселерационные
сервисы: менторство,
методологии,

16.

Автор идеи: Евгений Борисов, ФРИИ
Реализация: студия PixelPoint
Редактор: Ольга Селютина, Клуб 4CIO
Антон Прасолов, Клуб 4CIO
Любое использование
материала альманаха
только по
согласованию с
правообладателем
© Клуб топ-менеджеров 4CIO, 2025
Инфографика, которая работает
Партнеры проекта:
@whyteke