Тарифы мобильных операторов в Новосибирске весной 2026 года
Эксперт компании «Газинформсервис» предложила инструмент, оценивающий безопасность ИИ
Обзор обновленной версии платформы автоматизации ИТ-операций Astra Automation 2.0
3-й форум "ЦОД: модели, сервисы, инфраструктура" пройдет в 31 марта 2026 в Новоcибирске
Ноутбук Rikor Pro 5: надежное и мощное устройство для офиса, дома и поездок
ЦБ
°
четверг, 2 апреля 2026

Bercut представила AI Data Fabric — продукт для внедрения языковых моделей и создания ИИ-агентов

Bercut представила AI Data Fabric — продукт для внедрения языковых моделей и создания ИИ-агентов
Источник: Bercut
Компания Bercut, входящая в коммерческий ИТ-кластер «Ростелекома», разработала фабрику данных для искусственного интеллекта, то есть среду для оптимизации создания, развертывания и масштабирования систем ИИ — AI Data Fabric. Новый продукт в составе гибридной интеграционной платформы Bercut HIP 2.0 позволяет безопасно использовать корпоративные данные в сценариях искусственного интеллекта: подключить к любой большой языковой модели файлы, базы знаний, бизнес-приложения и другие источники данных. Это в том числе повышает качество и предсказуемость работы ИИ-ассистентов.

Согласно оценкам экспертов, в 55% компаний проекты внедрения языковых моделей занимают от полугода. Чем дольше длится проект, тем ниже возврат инвестиций, поэтому многие компании не решаются на ИИ-проекты. Дополнительным барьером к внедрению становятся риски ИБ и дезинформации.

Опыт команды Bercut показывает, что реализация ИИ-проектов буксует в первую очередь из-за отсутствия в компаниях системы управления данными. Информация зачастую распределена между различными источниками и не предназначена для прямого использования языковыми моделями. Дополнительно задачу внедрения ИИ усложняет обязанность организаций соблюдать требования к защите персональной и конфиденциальной информации. 

В помощь бизнесу Bercut запустил решение для интеграции языковых моделей искусственного интеллекта в корпоративные ИТ-системы — AI Data Fabric. Оно предоставляет инструменты для безопасного использования внутренней информации компании моделями искусственного интеллекта и позволяет подключать базы данных, документы и корпоративные сервисы. При наличии корпоративной шины данных Bercut решение поддерживает интеграции с внешними системами через готовые коннекторы.

По словам технического директора Bercut Алексея Чистякова, решение призвано сократить путь от идеи до практического применения искусственного интеллекта в бизнесе. 

«Бизнесу понятен потенциал искусственного интеллекта, но при его внедрении компании сталкиваются с инфраструктурными барьерами – AI Data Fabric помогает их преодолевать. Решение позволяет быстрее подключать ИИ к реальным бизнес-процессам с соблюдением всех требований безопасности. Механизм анонимизации конфиденциальных данных преобразовывает информацию так, чтобы исключить возможность прямого или косвенного определения субъекта персональных данных. За счет этого чувствительная информация не передается напрямую нейросетям, а остается внутри корпоративного контура. При этом пользователи получают ответы с учетом полного контекста», — отметил Алексей Чистяков.

С учетом растущей популярности ИИ-ассистентов Bercut предусмотрел в AI Data Fabric возможность создания помощников для различных ролей в безкодовом интерфейсе. Их можно интегрировать в корпоративные процессы, например, для поиска информации в документации, обработки обращений клиентов или поддержки работы инженеров. Подробнее об этой функциональности Bercut рассказал в марте 2026 года на вебинаре, посвященном практическому внедрению искусственного интеллекта в бизнес. 

Платформа Bercut HIP 2.0, в состав которой входит AI Data Fabric, создает единый интеграционный слой над разнородными ИТ-системами и обеспечивает автоматизированный, высокопроизводительный и безопасный обмен данными между ними. Она закрывает весь цикл работы с данными и помогает подготовить инфраструктуру к созданию собственных моделей ИИ и машинного обучения, то есть алгоритмов, обученных на данных для выявления закономерностей, классификации объектов или прогнозирования числовых значений.

Свежее по теме