sber
Не сто резюме, а сто друзей: почему рекомендации снова стали валютой рынка труда
РМИАЦ Бурятии запустил отказоустойчивый кластер на базе РЕД ВИРТ
Свыше тысячи школ Уральского ФО выбрали ОС Astra Linux для цифровизации образования
Иван Хрулев, «Группа Астра»: «Astra Automation – уникальная на российском рынке платформа по спектру возможностей»
КПД ИИ-контура: новая метрика для CIO
ЦБ
°
вторник, 18 августа 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