Записки CIO | Роман Мезенцев

Разморозили Францию

В ночь на 12 октября во Франции разморозили сотни супермаркетов. Через контроллеры Danfoss (линейки AK-SM и AK-SC) в морозилках выставили +50 °C. Оттайку растянули с 1 до 8 часов, чтобы молчала аварийка. По отдельным свидетельствам, кое-где доходило до +80 °C и до возгораний.

Задело почти всех: Intermarché, Coopérative U, Carrefour, Monoprix, Leclerc. Всего больше 350 магазинов. Цифры по сетям разнятся: у Les Mousquetaires от ~150 до ~300 точек. Ущерб — несколько миллионов евро. Один гипермаркет выкидывает товара на €200к.

Что на самом деле

Дыра известная. Обход логина в этих контроллерах описали ещё в 2023-м. В августе Claroty (компания по кибербезу) показала новые уязвимости в AK-SM 800A. Часть атакованных устройств Danfoss уже не поддерживает. Остальные годами жили на старой прошивке.

После атаки Predicta Lab насчитала в интернете 2752 открытые системы Danfoss. 1590 из них во Франции. Почти 60%.

Атаку никто не взял на себя. Расследуют прокуратура Парижа и ANSSI.

Умный холодильник оказался умнее своих хозяев. Точнее, хозяина у него не нашлось 🙂

Кто владелец?

Как это обычно бывает. Холодильную автоматику покупает завхоз. Закупка идёт по статье «оборудование», не «ИТ». Удалённый доступ держит подрядчик по обслуживанию. В RACI этой системы нет. В план патчей она не попадает. Никто не отвечает, потому что формально никто и не владеет.

Это не «дыра в Danfoss», а дыра в оргструктуре. Прошивку обновляет тот, кто знает, что система существует, и отвечает за неё.

Знакомо? В моей практике то же самое бывает между ИБ и ИТ. ИБ шлёт письмо: срочно поставить патчи. ИТ его читает и... закрывает. А почему? У ИБ KPI — найти уязвимость и выдать рекомендацию. У ИТ — доступность. Цели закрыть дыру нет ни у кого. Как и настоящего владельца системы.

Итог предсказуемый: патчи ставят после киберинцидента. Массово и в авральном режиме. А потом с чувством выполненного долга забывают про корневую проблему.

Что делать

- Владелец у каждой системы. Одна фамилия в RACI, не «ИТ и АХО совместно»

- Инвентаризация всего, что смотрит в интернет. Включая холод, СКУД, кондиционеры серверной и банкоматы

- Прошивки OT-систем — в общий план патчей. Снятое с поддержки — в план замены

- Подрядчики с удалённым доступом — в реестр. Доступ только с доверенных адресов

А у вас кто владелец холодильника? 🙂

Не можешь побороть — возглавь!

Кандидату на собеседовании суфлирует ИИ? Google нашла решение: теперь ИИ выдают официально. Кандидату дают чужой код с ошибками и разрешают пользоваться только Gemini. Свою ИИ принести нельзя 🙂

Что проверяют

• Умеет ли человек читать чужой код.

• Найдёт ли ошибку сам, прежде чем звать ИИ.

• Заметит ли, что ИИ ошибся.

Новые времена требуют новых решений

В Google ИИ пишет уже большую часть нового кода. Скорость набора кода больше ничего не стоит. Ценится другое: критически оценить работу ИИ и не пропустить ошибку

LeetCode (задачки на алгоритмы, где решение меряют по скорости и памяти) при этом не умер. Классический этап Google не отменила. Но как единственный фильтр он устарел. Проверять, кто лучше запомнил задачи, когда работа — это чтение и оценка кода, как минимум странно 🙂

Как собеседовать сейчас

• Возьмите свой реальный кейс

• Заложите одну ошибку. Не экзотику, а то, что реально ломалось

• Дайте кандидату ИИ и 60 минут. Инструмент любой, но один для всех

• Оценивайте ход мысли: какие вопросы задал ИИ, что проверил сам, нашёл ли ошибку. Нашёл проблему — плюс. Объяснил, почему ИИ ошибся — два плюса.

Перед этим прогоните задачу через ИИ сами. Если он находит ошибку с первого промпта, она слишком простая

И речь не только про разработчиков. Если кандидат хочет использовать ИИ втайне на собеседовании, дайте ему эту возможность сделать в открытую!

Московский Марафон в цифрах. И глазами ИИ

⁃ Из какого города бежали быстрее всех?
⁃ Кто проехал часть дистанции на метро?
⁃ Сколько участников впервые вышли на дистанцию в этом году?

ИИ - это не только автоматизация в бизнесе или собеседник, но и глубокий аналитик. Ещё и с красивыми картинками :)

В @FinishTrackerBot можно получить свою карточку с результатом

Выходные обещают быть отличными для бега. Начинаем подготовку к Московскому Марафону 2027? :)

Сбер, АФТ и Баба Яга: три методики ИИ-зрелости

В июне на CNews Forum Кейсы 2026 я рассказывал про свою методику ИИ-зрелости.
В сентябре СберТех выпустил модель AI PDLC.
На этой неделе на форуме Финтех x10 АФТ вместе с ОТП Банком представили AI Digital Index.

Что общего

Все три уровневые. Итог считается по самому слабому месту. У Сбера это прямо «бочка Либиха». У АФТ итоговый уровень равен минимуму из двух этапов. Перепрыгнуть ступень нельзя нигде.

Все сошлись: «у нас в контуре есть ИИ-агенты» за зрелость не засчитывается 🙂

AI PDLC (Сбер)

- Меряет жизненный цикл продукта. Уровни L0–L5, восемь направлений: от стратегии и разработки до ИБ, эксплуатации и инфраструктуры ИИ

- В каждом направлении две оси: классические практики и глубина применения ИИ

- Отдельно сквозные вещи: диалоговый режим, ИИ-агенты, платформа управления агентами

- Критерии детальные. Сразу видно, что делать для следующего уровня

- Есть экспресс-оценка на портале

Слепое пятно: это зрелость фабрики софта. Экономика ИИ там есть одним поднаправлением. Уровень же поднимают практики, а не деньги.

AI Digital Index (АФТ и ОТП Банк)

- Меряет корпоративную архитектуру. Три уровня: устойчивость → наблюдаемость и адаптивность → самовосстановление с ИИ

- Количественный этап: индекс по формуле. Tech Stack 30%, Time-to-Market 30%, Digital Index 40%. Внутри DORA-метрики, STP, доля процессов с ИИ

- Качественный этап: чек-лист на 19 доменов в пяти слоях

- Расхождение этапов — отдельный диагностический сигнал. Хорошая находка

- На выходе тепловая карта: зоны внимания, фокусы, опоры

Слепое пятно: эффект от ИИ в уровень не входит. Связь с ROE вынесена в возможности развития

Моя шкала

- Меряет, можно ли направлению доверить ИИ-сценарий и окупился ли он

- Новый уровень требует подтверждённого финансового эффекта в P&L. Подтверждают финансисты, а не ИТ

- Тысяча ИИ-пилотов уровень не поднимает

- «У нас это есть» без документа не засчитывается

- Максимальный уровень ИИ-зрелости нужен не всем. Контрольной функции он просто не нужен

Главный вопрос методики

- Сбер: умеем ли мы делать продукт с ИИ?

- АФТ: выдержит ли архитектура ИИ?

- Я: принёс ли ИИ деньги?

Что и для кого

Это не конкуренты. Это различные целевые аудитории:

• Разработке — AI PDLC

- Архитекторам — AI Digital Index

- Бизнесу и финансистам — шкала эффекта

Очень радует, что методик ИИ-зрелости становится больше. Есть чему поучиться и что взять на заметку.

А вы уже мерили свою ИИ-зрелость? По какой методике и что показал замер?

Баба Яга на CNews

Модерировал секцию «ИИ — доступная технология или дорогая игрушка?» на CNews. В середине взял на себя роль спикера. 15 минут Бабы Яги 🙂

Две цифры

- Ответ модели того же качества дешевеет до 900 раз за год (Epoch AI).

- 95% корпоративных пилотов генеративного ИИ не дают эффекта в P&L (MIT NANDA).

Инструмент дешевеет. Результат — нет.

Айсберг. Сверху то, что на слайдах: модель, токены, лицензии. Получили эффективность 276%, все похлопали.

И тут я: 

— Сколько стоило навести порядок в данных? 

— Кто описал процессы? 

— Покажите расчёт эффекта.

Любимое: «Мы заменили сотрудника ИИ». А где human-in-the-loop? Сидит в соседнем кабинете. Не смотрите туда.

Археология. Один заказчик скормил ИИ-агентам весь бэклог разработки. Сотрудники его знали досконально. ИИ-агент не смог разобраться в дебрях. Как итог — пришлось сначала наводить порядок в «Авгиевых конюшнях».

ИИ-агента учат как стажёра. Для правильного контекста нужно сесть рядом с сотрудником и наблюдать. И спрашивать, чем он занимается и как работает. Представили? Вот и сотрудники не хотят рассказывать. Боятся, что найдут что-то и уволят. Или заменят интеллектом искусственным.

Кривая. При внедрении ИИ сначала эффект уходит в минус: пилот, двойной процесс — отсюда двойные косты. Плюс просадка производительности. Костяк сотрудников, который так работает десятилетиями, слышит «а теперь работаем по-другому». Страшно.

При этом без адекватного бюджета, запаса прочности в виде маржи компании и воли CEO проект закроют раньше, чем он начнёт показывать эффект.

ИИ-партнёр с правом вето. Чтобы ИИ не внедряли ради галочки, я ввёл роль ИИ-партнёра. Это человек бизнеса, не айтишник. Он даёт заключение о применимости, считает TCO и эффект, ведёт пилот с критериями остановки.
Главное — право сказать «Нет». После разочарования внедрять второй раз намного тяжелее.

Если ну очень хочется ИИ

Где можно аккуратно:

- Личная продуктивность. Но сначала наведение порядка в данных. В своих же

- В одном процессе в одной системе, с метриками и минимумом legacy

- В типовых решениях. Самописное быстро становится чемоданом без ручки

Так доступная технология или дорогая игрушка? Как ребёнка из детского сада не отправляют сразу в институт, так и ИИ доступен компаниям со зрелыми процессами.

Ступени становления пройти всё равно придётся. Вопрос — осмысленно или с болью.

Авось, небось да как-нибудь

18 июня исследовательский агент OpenAI упёрся в блокировки австралийского портала статистики Medicare. И обошёл их. Добрался до закрытых файлов и даже записал что-то на сервер.

Правительство узнало об этом 10 сентября. Письмом от OpenAI. На общий ящик.

Не знаю уж, кто там такой глазастый разбирает почту. Такое письмо сродни посланию от наследного принца Нигерии. Которое летит прямиком в спам.

Объясняться перед журналистами пришлось премьер-министру Австралии.

Авось пронесёт

За месяцы до этого двое сотрудников OpenAI писали руководству: новые модели плохо мониторятся на тестах, непонятно, насколько они сильны, защита слабая.

Отмахнулись. Сотрудники-паникёры, не иначе. Тесты надо гнать быстрее — модели должны выйти в срок. Дополнительных мер защиты и контроля не ввели.

Дальше — больше. Внешние исследователи нашли уязвимости, через которые можно было добраться до переписки сотрудников, исходного кода и чатов пользователей ChatGPT. Их тоже сначала не услышали.

В июле агенты на тестах обошли защиту и взломали часть инфраструктуры Hugging Face. Только после этого OpenAI устроила проверку. И в августе нашла австралийский инцидент. 

Сама. Через два месяца.

Кто виноват?

Не агенты. Агенты делают то, чему их обучили. Поставили задачу — выполняют. Блокировка для них просто препятствие на пути к цели. 

Вот бы такие же целеустремлённые коллеги и сотрудники были, да? 🙂

Виновато управленческое решение на авось. Принятое дважды: один раз про внутренние письма, второй — про внешние.

И что делать?

Нашёл риск — остановил релиз. Звучит страшно. Но OpenAI в итоге так и сделала: GPT-6.1 Astra выпускать не стали. Правда, уже после премьер-министра 🙂

У процесса должен быть владелец. Тот, кто отвечает за качество и риски. Нет владельца — нет сроков — нет решения. Грустно, но правда.
Пострадавшего уведомляют сразу и лично. Не через три месяца на общий ящик.

Моя позиция

Право вето на релиз — не бюрократия. Это тот самый рубильник в руках человека в контуре (human-in-the-loop). Поэтому я и дал ИИ-партнёру право сказать проекту «Нет».

Но работает рубильник, только если за «стоп» не прилетают оргвыводы.

А у вас кто может остановить релиз? И что ему за это будет?

Признавайтесь, чей проект? :)

И немного фото с саммита