Вызов модели рационального агента

Этот эксперимент был проведен в 1968 годв Сарой Лихтенштейн. Приведен в книге Давида Каннемана "Думай медленно... Решай быстро",

Предлагается выбрать из двух ставок на рулетке с 36 секторами.

• А: шанс 11/36 выиграть 160$ и 25/36 — проиграть 15$.
• Б: шанс 35/36 выиграть   40$ и   1/36 — проиграть 10$.

Нужно выбрать между безопасной и рискованной ставкой. 

Безопасность прежде всего, и Б, разумеется, более популярный выбор.

Если считать вероятности математически - все ровно. 

Если считать по Бернулли - то не ровно. Почему? Потому что по Бернули потери стоит приблизительно в 2 раза "дороже",

Другой пример.

Как быть, если ставки предлагаются по одной. Только А. Или только Б. И так, чтобы нельзя было сравнить А и Б. В этой игре нужно назначить цену, за которую вы согласны продать ставку. Продается либо ставка А, либо ставка Б. Причем, строго независимо друг от друга.

Эксперимент показывает, что А стоит дороже Б.

Почему? Потому что в этом случае взгляд "перевочивается". Теперь в ставке А вы не приобретаете, а теряете в ходе продажи 120. И тут имеет место горечь жерты - вы как бы жертвуете 160 в А, а Б только - 40. То есть стоимость ставки А определяют эмоциональные реакции.

Это вызов модели рационального агента в экономике.

Тренды - индустриализация машинного обучения

Что ожидается в деле индустриализации машинного обучения?



Этот новый технологический стек стремится к простоте, масштабируемости и функциональной совместимости на протяжении всего жизненного цикла рабочего процесса машинного обучения.

В деталях это выглядит так

Общий рабочий процесс машинного обучения.
Переход от... "устаревшие инструменты работают неэффективно. Фрагментированный технологический ландшафт создает противоречивые стандарты и ограничивает сотрудничество между командами."
к... "Инструменты, оптимизирующие рабочие процессы машинного обучения. Технология, обеспечивающая совместное обучение и совместную работу технических и нетехнических сотрудников."

Управление данными
Переход от... "Огромные ручные усилия одноразового использования без контроля качества, что сказывается на общей производительности."
к... "Автоматизированное управление данными для получения высококачественных данных. Повторное использование данных в сотнях решений с надежными средствами управления данными".

Разработка модели
Переход от... "Индивидуальные, "ремесленные" эксперименты. Ручная работа, требующая рефакторинга перед использованием".
к... "Структурированная и совместная разработка. Решения, собранные из готовых компонентов и инструментов с высокой степенью автоматизации".

Развертывание модели
Переход от... "Отсутствие работы в производственной среде. Ручное и чреватое ошибками развертывание с плохим тестированием и проверкой".
к... "Контролируемые решения о выпуске продукции. Управление моделями, обеспечивающее полную прозрачность производственных решений. Автоматизированный эффективный CI/CD (Continuous integration (CI) and continuous delivery (CD)) для тестирования и проверки всех выпусков".

Операции с продуктивной моделью
Переход от... "Снижение производительности, часто остающееся незамеченным, подрывающее ценность модели. Нестабильные решения не работают неделями".
к... "Сквозной мониторинг системы машинного обучения с мгновенными оповещениями, позволяющими быстро решать проблемы".

Каковы наиболее примечательные технологии?

Программные решения рабочего процесса машинного обучения

Обнаружение и создание данных

• Преобразование данных
• маркировка
• валидация
• Версии данных

Примеры:

• Платформы данных для обнаружения и извлечения данных
• Синтетические данные
• Автоматическая маркировка данных
• Воспроизводимые конвейеры данных

Разработка функций

• Разработка и оптимизация модели
• выбор модели
• обучение и настройка
• Эксперименты и тестирование

Примеры:

• Библиотеки моделей
• Централизованный репозиторий экспериментов
• Инструменты отслеживания экспериментов и визуализации моделей
• Среды разработки

Реестр моделей и управление

• Тестирование и проверка модели
• Развертывание модели
• непрерывная интеграция
• непрерывное развертывание

Примеры:

• Пакетные платформы для тестирования и развертывания
• Отслеживание версий и результатов

Мониторинг (например, инфраструктура, данные, модель, ключевые показатели эффективности)

• Обслуживание модели
• постоянное совершенствование
• Объяснимость модели

Мониторинг продуктивной модели, конвейеров данных и связанных с этим проблем

• Непрерывное переобучение с периодическим обновлением наборов данных

Примеры:

• Готовые сквозные платформы
• Интегрированные среды разработки.

Аппаратные решения для взаимодействия программного обеспечения и оптимизации рабочей нагрузки

Интегрированное оборудование. Решения, соединяющие физические аппаратные чипы и программные платформы.

• Вертикально интегрированные аппаратные системы. Специализированные программно-аппаратные решения, заточенные под конкретные задачи машинного обучения; примеры на основе служб включают службу управления доступом к графическим процессорам и поток данных как услугу.
• Горизонтально интегрированное оборудование. Аппаратное обеспечение, предлагающее разнообразный и широкий набор решений (например, упрощение использования распределенных вычислений).

Гетерогенные вычисления. Решения, оптимизирующие вычислительные рабочие нагрузки за счет выделения различных аппаратных микросхем исходя из конкретной задачи.

• Графические процессоры (GPU). Аппаратное обеспечение, полезное для вычислений на основе линейной алгебры. Графические процессоры для искусственного интеллекта разрабатываются с более высокой скоростью обучения, более высокой скоростью передачи данных и более высокой вычислительной мощностью.
• Блоки тензорной обработки (TPU). Специализированное оборудование, полезное для вычислений глубокого обучения и способное обрабатывать сложную линейную алгебру (например, «тензорное» или матричное умножение).
• Нейроморфные процессоры (NPU). Аппаратный чип ранней стадии на основе архитектуры нейронной сети мозга с потенциально низким энергопотреблением.

Преимущества технологии

• Ускоренное внедрение ИИ благодаря сокращению технических барьеров и требований для внедрения ИИ.
• Повышение производительности технических сотрудников на протяжении всего жизненного цикла машинного обучения.
• Упрощение сотрудничества между техническими и нетехническими экспертами при разработке моделей машинного обучения.
• Масштабируемость и функциональная совместимость с использованием больших и богатых повторно используемых наборов данных.
• Снижение затрат за счет более быстрой разработки и развертывания, стандартизированных процессов, улучшения технических характеристик.
• Улучшенная безопасность и конфиденциальность, а также сниженный риск благодаря большей стандартизации и автоматизации процессов, прозрачности и надежности.

Риски и неопределенности

• Нехватка первоначальных инвестиций и ресурсов для настройки моделей.
• Зависимость от сторонних поставщиков, ведущих разработку технологий машинного обучения для начальной адаптации и непрерывной поддержки.
• Быстро развивающийся рынок, где плохо определены процессы и ответственность за поддержку решений ML.
• Усиление регулирования, когда законодательство может повлиять на развитие ML (например, политики управления данными, влияющие на решения по управлению данными)
• Растущая потребность в ответственном и надежном машинном обучении системы для решения проблем, связанных с этикой, конфиденциальностью, справедливостью и справедливостью, объяснимостью, подотчетностью, безопасностью и управлением.

Что дебатируется?

1. Влияние индустриализации машинного обучения на организации и технические таланты.

Как решения, которые индустриализируют машинное обучение, могут изменить организации, их операционные модели и их инженерные роли?
Технологии являются частью более широких усилий по масштабированию операций машинного обучения в направлении модульного, автоматизированного, контролируемого подхода к жизненному циклу искусственного интеллекта/машинного обучения.

Требуется

• сократить потребность в ресурсах и время производства;
• «демократизировать» (т.е. использовать неспециализированных) специалистов по данным, работающих горизонтально над большинством задач с добавленной стоимостью с помощью стандартизированных инструментов;
• уменьшить технические барьеры и обеспечить более тесное сотрудничество с нетехническими малыми и средними предприятиями, предлагая большую наглядность и расширяя потенциальные варианты использования.

2. Критерии выбора решения для индустриализации машинного обучения.

Как организациям следует выбирать решения для индустриализации машинного обучения в соответствии с их потребностями и стратегей?

• Отраслевые варианты использования влияют на рабочие процессы машинного обучения, сильно различаясь в зависимости от уровня риска, требуемого управления данными, актуальности для малого и среднего бизнеса и сложности модели.
• Потенциальная долгосрочная зависимость от сторонних поставщиков означает, что организации могут иметь долгосрочные партнерские отношения, часто делая выбор между лучшими в своем классе и сквозными/облачными платформами машинного обучения, а также между открытым исходным кодом и поддерживаемым предприятием программнымого обеспечения

3. Ответственность за AI и ML

Как определляются роли подотчетности в деле обеспечения надежного и ответсвенного AI/M по мере развития решений?

• Процессы и ответственность за поддержку решений ML в настоящее время плохо определены, при этом отсутствует ясность в отношении ролей ответственности в рабочем процессе ML.
• Как и в случае с прикладным ИИ, организациям придется искать компромиссы в отношении того, какие аспекты надежного ИИ являются приоритетными для их бизнеса, что будет иметь последующее влияние на их решения и взаимодействие с решениями для индустриализации МО.

Источник. 

McKinsey Technology Trends Outlook 2022. August 2022. McKinsey analysis. 

Тренды - Технологии иммерсивной реальности

Технологии иммерсивной реальности, образно говоря, это смешение технологий с миром… с тем, чтобы увидеть мир по-другому… или увидеть другой мир.

Виды технологий.

• Пространственные вычисления. Программное обеспечение обеспечивает взаимодействие с человеком. Интерпретирует физическое пространство и вводит виртуальные трехмерные объекты, позволяя пользователям взаимодействовать со средами, содержащими виртуальные элементы.
• Смешанная реальность (MR). Графика, связанная с реальностью. Изменяет реальный мир с помощью устройства, увеличивая или уменьшая представление пользователя о мире. Слияние реальности и MR.
• Дополненная реальность (AR). Информация, не связанная с реальностью. Непосредственно взаимодействует с динамической внешней реальностью и накладывается на нее (например, очки дополненной реальности с живой трансляцией); работает интерактивно в 3D и в реальном времени. Частично иммерсивное: пользователь сохраняет ощущение присутствия в реальном мире благодаря цифровому наложению.
• Виртуальная реальность (VR). 100% компьютерная графика. Заменяет реальный мир (например, с помощью гарнитуры), помещая пользователя в полностью цифровую среду, в которой используются внешние камеры/сенсоры для визуализации движений в виртуальных мирах. Полное погружение: визуальные ощущения пользователя контролируются системой внутри виртуального мира.

Области применения

Обучение и оценка. Практическое обучение навыкам и процедурам — особенно полезно для моделирования необычных или опасных случаев, которые трудно или безопасно моделировать в реальной жизни. Оценка навыков: использование одной и той же инфраструктуры (например, трехмерных моделей, правил процедур) для стресс-тестирования знаний, навыков и способностей сотрудников, выявления потребностей в дальнейшем обучении.

Дизайн и разработка продукта. Создание цифровых двойников для виртуального обхода физической среды (например, строительной площадки) , что позволяет более эффективно создавать прототипы продуктов и моделировать их испытания. Разработка: Моделирование проектирования процессов, например, инженер-программист «захватывает» блоки кода, виртуально наложенные на заводское оборудование, для перепроектирования технологического процесса.

Повышенная ситуационная осведомленность. Наложение визуализации данных позволяет более продуктивно оценивать ситуации. Пример в розничной торговле: менеджер магазина наблюдает за магазином в очках дополненной реальности, которые отображают данные о продажах, наложенные на разделы и продукты. Пример в производстве: ведущий инженер удаленно управляет заводскими операциями и техническим обслуживанием. Технология виртуальной реальности позволяет работникам проводить виртуальные обходы с визуализированными данными и всплывающими вариантами принятия решений для областей, требующих обслуживания или ремонта.

Варианты использования B2C (например, игры, фитнес, розничная торговля). Живые события: игры, виртуальные тренировки и другие виртуальные события, имитирующие реальный опыт, такие как концерты, конференции, спортивные мероприятия и показы мод. Виртуальный выставочный зал: совершайте покупки, виртуально прогуливаясь по магазинам, примеряя новые продукты и т. д.

Какие наиболее ценные технологии?

AR - дополненная реальность.

• Дополненная реальность (AR) — это частично иммерсивный опыт, в котором пользователи напрямую взаимодействуют с трехмерным наложением на внешнюю реальность в режиме реального времени.
• Примеры устройств с технологией дополненной реальности включают проекции дополненной реальности с телефонных устройств, лобовое стекло автомобилей, очки дополненной реальности.
• Возможности, необходимые для продвижения этой технологии, включают широко используемые дисплеи с более высоким разрешением (например, 8K), более точное распознавание глаз и технологию отслеживания для уменьшения задержек и ошибок при наложении изображений.

VR - виртуальная реальность.

• Виртуальная реальность — это полностью захватывающий цифровой опыт, в котором виртуальные миры, визуализированные с помощью компьютерной графики, заменяют реальный мир.
• Примеры устройств с технологией виртуальной реальности включают гарнитуры для полного погружения в виртуальную реальность.
• Возможности, необходимые для ускорения этой технологии, включают специализированное оборудование с меньшей задержкой, улучшенные датчики, позволяющие осуществлять виртуальное отслеживание всего тела.

Преимущества технологии.

• Более эффективное прототипирование продуктов и моделирование испытаний за счет создания цифровых двойников, обеспечивающих возможность виртуального обхода физических сред или использования новых физических продуктов.
• Улучшение процессов с помощью механизмов раннего предупреждения, управления рисками, улучшенного контроля качества, визуальных указаний на рабочем месте.
• Внедрение новых продуктов и услуг путем привлечения потребителей новыми способами использования или потребления, повышение качества обслуживания клиентов.
• Расширение сотрудничества за счет более увлекательного взаимодействия в виртуальной команде без необходимости физического присутствия.
• Масштабируемость обучения, позволяет пользователям развивать практические навыки, особенно при моделировании необычных ситуаций, при этом обеспечивает неизменное качество обучения.
• Экономия затрат в результате эффективной разработки продуктов, улучшенных процессов и масштабируемых тренингов с гарантией качества.

Риски и неопределенности

• Недостаточная скорость аппаратных усовершенствований для обеспечения миниатюризации/снижения веса, надежности; повышение точности датчиков, появление тошноты при использовании.
• Необходимость в сокращении затрат, необходимое для того, чтобы сделать гораздо больше приложений коммерчески жизнеспособными и масштабируемыми
• Неопределенность в отношении того, будут ли потребительские приложения ориентированы на нишевые потребительские сегменты или будут ориентированы на массовые рынки.
• Устройства конечного пользователя могут принимать различные формы: от независимых платформ до периферийных аксессуаров для смартфонов или сочетания того и другого. Необходимо минимизировать подверженность сложным уязвимостям системы безопасности, поскольку типичным приложениям AR/VR требуется доступ ко многим технологиям (например, смартфонам, датчикам тела, очки) и могут быть связаны с учетными записями в социальных сетях и внешними приложениями.
• Обеспокоенность ограниченной возможностью пользователя контролировать, какие данные собираются и как данные обрабатываются или передаются третьим лицам (например, в какой степени пользователи будут подвергаться слежке?)

Дискутируемые темы.

1. Способы работы. Породит ли иммерсивная реальность новую волну (удаленной) работы?

• Многие предприятия пересматривают свои операционные модели удаленной работы по сравнению с личным присуствием. Поскольку технологии иммерсивной реальности расширяют сотрудничество и облегчают удаленную работу, что будет с удаленной работе?

2. Масштабируемость. Будут ли первоначальные идеи продолжать развиваться и уходить в прорыв? Что будет спусковым крючком успеха прорыва?

• Значительные технологические достижения, все еще необходимые для AR/VR, появятся примерно через 8–10 лет.
• Хотя некоторое из требуемого сегодня технически возможно, производителям устройств по-прежнему необходимо развивать функции (например, время автономной работы, вес, эргономика) в сочетании друг с другом, необходимо повышать сенсорную точность, смягчать проблемы безопасности и конфиденциальности и расширять потребительских приложений.

3. Интеграция архитектуры предприятия. Как новаторские платформы, ориентированные на потребителя, будут интегрироваться с корпоративными технологическими архитектурами?

• Принятие решений иммерсивной реальности создает нагрузку на технологическую архитектуру. Предприятия будут развивать возможности интеграции с новыми технологиями, снижая при этом конфиденциальность и порождая проблемы безопасности.

4 Ложная информация. В какой степени иммерсивная реальность может способствовать распространению ложной информации?

• Технология дипфейков и смешанная реальность облегчают введение в заблуждение (например, функции смены лица), что может иметь социальные последствия, такие как культурное присвоение или распространение «фальшивых новостей» для целевого политического влияния или любых других злонамеренных намерений.

5 Виртуальные преступления. Как можно смягчить виртуальные преступления и отрегулировать их?

• Этические вопросы возникают в связи с потенциальными психологическими эффектами технологий иммерсивной реальности, поднимая вопросы о том, как бороться с различными формами вреда, такими как виртуальное насилие, запугивание и нарушение границ.

Источник. 

McKinsey Technology Trends Outlook 2022. August 2022. McKinsey analysis. 

Тренды - Облачные и пограничные вычисления

Сети будущего состоят из традиционных облачных центров обработки данных и различных вычислительных ресурсов, расположенных на граничных узлах сети, расположенных как можно ближе к конечным пользователям. Это позволяет воспользоваться преимуществами как традиционных облачных вычислений, так и конечных устройств, получая при этом меньшую задержку в доставке данных и повышенную автономность данных.

Место производства вычислений - везде, где есть вычислительные ресурсы.

Пограничные вычисления обеспечивают гибкость, большую суверенность данных, большую автономию, при определенных условиях - лучшую безопасность, меньшую задержку. Кроме того, открывается множество вариантов использования устройств и информации на базе обработки данных в реальном масштабе времени.

Преимущества технологии.

• Малая или отсутствие в задержке данных.
• Соответствие требованиям к местонахождению данных: Пограничные вычисления могут обеспечити соответствие местным законам о местонахождении данных.
• Автономность данных: Пограничные вычисления могут обеспечить более пристальный контроль индивидуальных и корпоративных данными, ограничивая зависимость ресурсов от общедоступного облака.
• Безопасность данных: Пограничные вычисления обеспечивает преимущество в безопасности по сравнению с общедоступной облачной инфраструктурой, которая часто подвержена нарушениям, связанным с моделью совместного использования инфраструктуры и неправильными настройками.

Риски и неопределенности

• Бизнес-модель: телекоммуникационным компаниям и поставщикам ИТ-услуг необходимо определить подходы к партнерству, услугам и управлению инфраструктурой, чтобы добиться экономической эффективности и избежать значительного увеличения затрат вследствии большой технической сложности.
• Технические проблемы. Облако и периферия включают управление ресурсами по сетям, что требует взаимодействия широкого спектра устройств и датчиков.
• Препятствия масштабирования: растущее число периферийных узлов и устройств будет проблемой, поскольку периферия не дает той же экономии за счет масштаба, что и традиционные облачные вычисления.

Какие темы для дебатов связаны с темой пограничных вычислений?

Влияние граничных вычислений. Будет ли технология переферийных вычислений прорывной технологий по сравнению с облачными вычислениями?

• По мере снижения стоимости датчиков и повышения их производительности смогут ли новые технологические достижения в этой области удовлетворить растущий спрос на вычисления и аналитику в сравнении с с поддержкой ИИ, которая в значительной степени зависит от облака?
• Увеличение пропускной способности и производительности сети может повысить спрос на облачные рабочие нагрузки и снизить потребность в специализированных пограничных службах.

Внешний вид. Смогут ли поставщики гипермасштабируемых облачных услуг выиграть гонку за потребителя с периферийными устройствами?

• Поставщики общедоступных облаков уже создали сервисы и партнерские экосистемы, чтобы обеспечить беспрепятственное подключение к периферии и облаку для своих клиентов.
• Телекоммуникационные компании с поддержкой 5G могут либо конкурировать с гиперскейлерами (распределенными сетями для хранения данных), либо сотрудничать с ними.
• OEM-производители, поставщики сетевых и периферийных услуг будут играть важную роль по мере расширения периферийных сетей, а клиентам потребуются индивидуальные решения.

Уязвимости безопасности. Приведет ли увеличение количества единиц хранения и обработки к уязвимостям в системе безопасности?

• Хранение конфиденциальных данных на периферии вдали от централизованных серверов помогает ограничить доступ и свести к минимуму риски в случае крупной атаки.
• Однако увеличение количества периферийных местоположений увеличивает количество направлений атак для злоумышленников; если не будут приняты надлежащие меры предосторожности, могут возникнуть уязвимости в системе безопасности

Потребление энергии. Как будут развиваться облака и периферийные устройства в соответствии с парадигмой устойчивых ИТ?

• Центры обработки данных все больше полагаются на экологически чистые ИТ-меры, такие как устойчивые источники энергии и энергоэффективные системы охлаждения.
• Пограничные вычисления еще больше снижают общие потребности в энергии, поскольку меньше данных передается по сети, а больше обрабатывается и хранится локально.
• Однако по мере расширения сетей объем критической инфраструктуры и количество устройств, центров обработки данных и связанные с ними потребности в энергии будут продолжать расти.

Удовлетворение спроса. Как облачные и периферийные ресурсы справятся с растущим спросом?

• Пограничные вычисления чрезвычайно гибки и поддерживают широкий спектр устройств, находясь в выигрышном положении для бизнеса и регулирования.
• Однако традиционное облако обеспечивает экономию за счет масштаба, которая была бы невозможна для сетей граничных вычислений, требующих высокого уровня функциональной совместимости и унификации стандартов, отсутствующих в настоящее время в сетях.

Источник. 

McKinsey Technology Trends Outlook 2022. August 2022. McKinsey analysis. 

Борьба с программами-вымогателями

Программа-вымогатели быстро стали одним из главных кошмаров в области кибербезопасности. В статье рассматриваются стратегии 

• профилактика, 
• подготовка к отражению атак, 
• реагирование на атаку,
• восстановление после атаки.

Программы-вымогатели вышли на новый уровень сложности, а требования к платежам взлетели до десятков миллионов долларов. По оценкам Cybersecurity Ventures, затраты на программы-вымогатели к 2031 году должны достичь 265 миллиардов долларов.

Некоторые примеры: 

• Colonial Pipeline заплатила выкуп в размере 4,4 миллиона долларов. 
• Мировой производитель мяса JBS заплатил 11 миллионов долларов,
• Глобальная страховая компания CNA Financial заплатила 40 миллионов долларов. 
• Атака программы-вымогателя на американского поставщика программного обеспечения Kaseya была нацелена на удаленное управление компьютерами и поставила под угрозу до 2000 компаний по всему миру.

Компаниям необходимо сосредоточить внимание на стратегиях противодействия программам-вымогателям с тем, чтобы обеспечить устойчивость бизнеса. Ниже - описание таких стратегий.

Профилактические меры противодействия программам-вымогателям

Бдительность является ключевым фактором создания безопасной рабочей среды. А безопасность должна рассматривать как непрерывная работа всех подразделений фирмы, все, - от совета директоров и топ-менеджеров до нижних звеньев, должны быть на одной волне.

Согласно отчетов Coveware - в 75% случаях программы-вымогателей начинают вторжение либо с фишинговой электронной почты, либо с компрометацией протокола удаленного рабочего стола (RDP). Согласно отчету Verizon о расследовании утечек данных за 2021 год (DBIR), в 60% случаях программы-вымогатели и другое вредоносное ПО устанавливаются или напрямую или через приложения для RDP.

Профилактические меры сродни гигиене, и здесь используются следующие тактические приемы.

Это показывает, насколько важна гигиена кибербезопасности для всей организации, от сотрудников и поставщиков до сторонних цепочек поставок. Это первая линия защиты от кибератак. Компании добиваются успеха, используя следующую тактику:

Защита RDP

Меры включают

• надежные пароли, 
• многофакторную аутентификацию, 
• своевременное обновление программного обеспечения, 
• ограниченный доступ и аутентификацию на уровне сети.

Многофакторная аутентификация (MFA). Настоятельно рекомендуется MFA для критически важных активов и пользователей с высоким уровнем риска. Эта тактика может стать сильным барьером для атак, использующих доступ на основе учетных данных.

Управление патчами. Устаревшие системы имеют в своем составе известные хакерам проблемами безопасности. После RDP и фишинговых атак уязвимое программное обеспечение является следующим по величине вектором атаки.

Отключение возможностей командной строки на уровне пользователя и блокировка порта 445 протокола управления передачей (TCP). Вымогатели используют бесплатное или недорогое программное обеспечение, а также инструменты сканирования для сбора учетных данных и для обнаружения внутренних незащищенных портов. И это делается путем анализа работы с командной строкой. Если командная строка отключена, компания становится более сложной мишенью для вымогателей. Блокировка порта 445 внешней инфраструктуры и внутренних брандмауэров также помогает уменьшить возможности атак.

Защита Active Directory - каталог (база данных) и набор служб, которые соединяют пользователей с сетевыми ресурсами, необходимыми им для выполнения своей работы. Каталог содержит важную информацию о среде, о пользователях и компьютерах, а также о правах пользователей.

Образование и обучение. Обучение и образование в области кибербезопасности должны быть обязательными. Вам не нужно быть высококвалифицированным и опытным специалистом в области кибербезопасности, но обязаные иметь базовые знания и осведомленность об угрозах и способах их реализации.

Подготовка к отражению атак

Отработка способов и сценариев отражения атак позволит заранее подготовиться к атаке, нежели разбираться на лету - что случилось.

Такая подготовка включает в себя следующее:

Определение - кто и какие принимает решения:

• Кто возглавит группу реагирования? 
• Участвует ли генеральный директор во мероприятиях по реагированию на атаку?
• Может ли ИТ-отдел на начальном этапе самостоятельно принимать решения не оглядываясь на бизнес?
• Кто в конечном итоге будет принимать решения защищать эти решения внутри и за пределами компании?

В итоге должен быть назначен человек, ответственный за антикризисное реагирование, а также должны быть построены и согласованы деревья решений.

Подготовка ко всем вариантам и понимание ограниченности переговоров.

Прежде чем столкнуться с атакой программ-вымогателей, большинство компаний заявляют, что не будут платить выкуп. Однако, согласно отчету ThycoticCentrify за 2021 год о состоянии программ-вымогателей, более 80% удовлетворили требования о выкупе.

Активизация совета директоров.

Как правило, члены совета директоров захотят помочь решить проблемы, возникающие в ходе атаки.. Поэтому Совет директоров должен получить описание роли и действий членов совета директоров и правления в отражении атаки. Это позволит быстро организовать совместную работу и принятие быстрых решений. В современных условиях кибербезопасность становится совместной задачей совета директоров и руководителей всех уровней организации.

Повышение устойчивости бизнеса.

Для обеспечения непрерывности бизнеса нужно иметь ответ на вопрос: 

«Как мы будем управлять этим процессом, если какая-то технология или человек будут нарушены?»

Операционная устойчивость нацелена на выработку ответ на немного другой вопрос: 

«Как мы организуем работу, чтобы конкретное событие не мешало нам?»

Компании должны иметь ответы на оба вопроса, чтобы подготовиться к кибератакам.

Одна из причин, побуждающая компании платить, состоит в том, что оплата — «более безопасный» вариант по сравнению с потерей непрерывности и устойчивости бизнеса. Для обоснованного ответа стоит выяснить следующее:

• Какие активы важны и где они находятся. Это может не только помочь оценить потенциальные последствия атаки программы-вымогателя, но также позволит расставить приоритеты и определиться с инвестициями в инфраструктуру и безопасность.
• Уточните процессы резервного копирования и возможности восстановления. А также определиться с тем, что нужно хранить, а от чего избавиться.
• Провести тестирование процессов восстановления.

Реагирование на атаку

При атаке программы-вымогателя время имеет решающее значение, поэтому важны согласованные действия. Директору по информационной безопасности или ответственному руководителю необходимо обеспечить прозрачность и сотрудничество с заинтересованными сторонами внутри компании, включая совет директоров, высшее руководство и вовлеченные в атаку бизнес-группы. Также и внешние внешние заинтересованные стороны могут помочь в отражении атаки. В частности, организация может обратиться в правоохранительные органы и воспользоваться их возможностями.

Займитесь криминалистикой и разведкой. На самых ранних этапах атаки используйте разведданные, чтобы определить, кто стоит за атакой и как они смогли получить доступ к системе и активировать вредоносное ПО.

Исследуйте альтернативы оплате. Попытайтесь найти или получить доступ к известным незашифрованным теневым копиям данных или даже к ключу дешифрования, используя ресурсы сторонних дружественных организаций.

Восстановление после атаки

Несмотря ни на что, восстановление после атаки программы-вымогателя может быть сложным. Если удовлетворить требование вымогателей, то есть заплатить, - и получить ключ дешифрования - и даже если он сработает, - придется провести значительные работы по очистке системы от вмешательств и закладок злоумышленников. Если требования вымогателей не удовлетворяются, то много времени займет восстановление систем с резервных копий.

Согласно отчета Coveware, среднее время простоя компании после атаки программ-вымогателей составляет 21 день. Кроме того, по данным Института национальной безопасности, средняя запрашиваемая плата за выкуп увеличилась с 5000 долларов в 2018 году до примерно 200 000 долларов в 2020 году. Хотя следует иметь в виду, что запрашиваемый выкуп зависит от размера компании, дохода, отрасли и важность данных.

Кроме того, помните, что если организация подвергается атаке и чувствует, что должна заплатить, злоумышленник становится "деловым" партнером, поэтому помните об этих правилах:

• Проверка - дейтвительно ли вымогатели в состояние вернуть систему в работоспособное состояние. Для злоумышленников программы-вымогатели — это бизнес, и они хотят сохранить свою репутацию. Чем ближе дело подходит к выплате выкупа, тем важнее доказательства того, что злоумышленники действительно имеют то, что нужно.
• Что нужно обсуждать? В крупных организациях криминалистические группы обычно могут выяснить, как найти или активировать ключ дешифрования. В этих случаях решение о выплате выкупа зависит от элементов данных, находящихся под угрозой, и от того, сколько компания готова заплатить, чтобы не допустить уничтожения или раскрытия данных.

Заключение

Программы-вымогатели уродливы. Но обеспечение устойчивости предприятия с помощью стратегий предотвращения, подготовки, реагирования и восстановления позволит компании восстанавливаться после атак и не платить огромный выкуп.

Источник.

Предотвращение программ-вымогателей: как организации могут дать отпор
14 февраля 2022 г. | Статья
Джим Бём , Франц Холл, Рич Изенберг и Марисса Мишель

English:
Ransomware prevention: How organizations can fight back
February 14, 2022 | Article
By Jim Boehm, Franz Hall, Rich Isenberg, and Marissa Michel

https://www.mckinsey.com/Business-Functions/Risk-and-Resilience/Our-Insights/Ransomware-prevention-How-organizations-can-fight-back?cid=other-eml-dre-mip-mck&hlkid=bdeb6a98a3d9412e98fd81fdd3ba4e19&hctky=1520452&hdpid=dd7e926c-2c97-4fc8-b90b-f3bc533bf737

Тренды - Прикладной искусственный интеллект

Тренды развития прикладного ИИ

• ML: Подобласть ИИ, которая использует статистические методы для обучения. Пример - оптимизация расписания.
• Компьютерное зрение: подобласть машинного обучения на базе визуальных данных, таких как изображение, видео и 3-D сигналы, извлечение сложная информации и получение интерпретаций. Пример - распознавание лиц, биометрия.
• NLP: Подобласть ML, которое включает обработку, генерация и понимание языковых данных, такие как письменный текст и устное слово. Пример - распознавание речи в виртуальном голосовом помощнике.
• Глубокое обучение с подкреплением: сочетание глубокого обучени и обучения с подкреплением, в котором агент принимает решения в неопределенной среде, используя сложные алгоритмы, "вдохновленные" нейронными сетями мозга. Пример - планирование движения робота-манипулятора для производственной линии.
• Графы знаний: структурированный набор данных, изображенный в виде сети для демонстрации сложных отношений между объектами. Пример - анализ социальных сетей.

Преимущества технологий.

• Экономия затрат: до 90% респондентов отметили снижение затрат в 2020 году.
• Общее увеличение доходов: до 75% респондентов указали на увеличение доходов в 2020 году.
• Новые варианты использования. Новые варианты использования откроют новые бизнес-возможности.
• Расширенный доступ к ИИ и простота внедрения: новые технологии и методы, такие как операции машинного обучения и автоматизация программного обеспечения, должны сделать ИИ более доступным.

Риски и неопределенности

• Высокие первоначальные инвестиции в таланты и ресурсы: это создает высокий барьер для входа, связанного с разработкой рабочих процессов AI и ML для производства.
• Проблемы кибербезопасности и конфиденциальности: риски и уязвимости данных возникают в рамках технического рабочего процесса ИИ.
• Усиление регулирования и соответствия: новое законодательство повлияет на развитие ИИ.
• Этика ИИ: вопросы включают ответственность, справедливость и объяснимость.

Какие темы для дебатов связаны с темой прикладного ИИ?

Надежность. Что значит надежный и ответственный ИИ?

• Потенциальные риски и опасения возрастают по мере расширения вариантов использования ИИ.
• По данным Экспертной группы Комиссии ЕС по ИИ, ответственный и заслуживающий доверия ИИ может определяться соблюдением законов, соблюдением этики, обеспечением технической и социальной устойчивости, снижением потенциального вреда.
• Комиссия разработала 7 требований к ответственному ИИ и к доверию ИИ: человеческое вмешательство и надзор; социальное и экологическое благополучие; техническая надежность и безопасность; конфиденциальность и управление данными; прозрачность; подотчетность; разнообразие, дискриминация и справедливость.

Объяснимость. Когда нужна объяснимость решений ИИ?

• Объяснимость решений ИИ показывает, насколько хорошо мы можем понять модель ИИ. Интерес к этой области растет по мере того, как модели становятся все более сложными и изучаются случаи использования с высоким риском (например, диагностика заболеваний).
• Согласно исследований Стэнфордского университета, для искусственного интеллекта, ориентированного на человека присущи три вида объснений решений ИИ: объяснение для инженеров (технически объясняет, как работает модель ИИ), причинно-следственное объяснение (объясняет, почему входные данные модели порождают соответствующий результат), доверие - обеспечение объяснимости (информация, которой можно доверять и с помощью которой можно объяснить модель).
• В зависимости от ситуации организации могут использовать один тип объяснимости, комбинацию типов или все три типа (например, оценка риска заболевания рассматривает все три типа).

Приоритет в реализации приложений. Как определить, какое приложение ИИ принесет наибольшую пользу?

• В разных отраслях и организациях каждое применение ИИ по-разному повлияет на доходы; понимание того, как ИИ влияет на каждого заинтересованного лица, организацию и экосистему.
• Понимание последствий применения ИИ будет иметь важное значение для принятия решений о приоритетах развертывания и мониторинга ИИ.

Другие риски. Каковы еще области риска в применениях ИИ?

• Основные области риска включают кибербезопасность, соблюдение нормативных требований, объяснимость, личную конфиденциальность, репутацию организации и справедливость.
• В то время как клиенты, акционеры и регулирующие органы призывают к более тщательному изучению этих тем, субъективные темы (например, конфиденциальность и справедливость) не являются высокими стратегическими приоритетами в организациях, поскольку им не хватает ресурсов и возможностей для полного понимания и решения таких проблем.

Источник. 

McKinsey Technology Trends Outlook 2022. August 2022. McKinsey analysis. 

Тренды - Расширенные возможности подключения

Наиболее примечательные технологии. Эра силикона - расширенные возможности подключения.

Оптоволокно. Самое надежное соединение с высокой пропускной способностью и малой задержкой.

Наземная беспроводная связь. Включает следующее

• Сети LPWA (Low-power wide-area - Маломощный широкополосный). Беспроводные маломощные сети с широким покрытием, поддерживающие большое количество подключенных устройств.
• Wi-Fi 6. Wi-Fi следующего поколения («промышленный Wi-Fi») с более высокой пропускной способностью, более контролируемым качеством обслуживания и почти «сотовым» уровнем безопасности.
• Сотовая связь 5G/6G. Технологии сотовой связи следующего поколения с более высокой эффективностью, предоставляющие услуги с высокой пропускной способностью и низкой задержкой.

Внеземная сеть. Группировка спутников LEO (Low-Earth orbit Низкая околоземная орбита). Более широкое покрытие со значительно меньшей задержкой по сравнению с существующими спутниковыми группировками.

Преимущества технологий.

• Возможность подключения является ключевым фактором реализации цифровых преобразований, повышения эффективности за счет автоматизации и внедрения технологий, зависящих от высококачественного подключения, таких как облачные вычисления и IoT.
• Повышается опыт и квалификация, а именно квалификация улучшается благодаря повсеместному подключению и значительно более высокому качеству обслуживания, что позволяет людям работать удаленно, получать доступ к услугам с высокой пропускной способностью, транслировать контент более высокого качества и так далее.
• Глобальное влияние: передовые технологии подключения имеют глобальное влияние, поскольку страны получат значительные выгоды в будущем, даже если скорость внедрения будет неравномерной.

Риски и неопределенности.

• Незрелость экосистемы: Пока лишь немногие игроки предлагают решения и услуги на рынках.
• Нежизнеспособность бизнеса: Лишь несколько телекоммуникационных компаний смогли монетизировать 5G достаточно хорошо, чтобы получить хорошую рентабельность инвестиций.
• Недоступность: некоторые технологии, такие как широкополосный 5G и LEO, могут быть ограничены крупными капиталовложениями, необходимыми для построения сетей с конкурентоспособным покрытием и производительностью для основных сценариев использования.

Некоторые обсуждаемые в 2022 году темы

1. Переход 5G. Может ли 5G полностью заменить 4G LTE? Какой процент новых сетей будет иметь широкополосный 5G?

• Частные сети 5G — это проверенная технология, многие игроки которой уже пожинают плоды.
• Другие технологии, такие как IoT и автоматизированные управляемые транспортные средства, работают намного лучше при использовании высококачественных сетей, поддерживаемых частными сетями 5G.
• Однако переход от 4G LTE к частной сети 5G может оказаться экономически выгодным не для всех игроков; это будет зависеть от технологических устремлений игрока и запланированных вариантов использования.

2. Внеземная сеть. Как спутниковые группировки изменят баланс пропускной способности от наземной связи к связи космос-Земля?

• Несколько игроков уже тестируют интернет-сервисы; есть признаки того, что потребительские устройства с подключением LEO уже не за горами.
• Однако из-за высоких капиталовложений и пользовательских затрат бизнес-модель и ценообразование будут проблемой для масштабирования сетей, а подключение на LEO не может полностью служить заменой наземным сетям для всех случаев использования, которые зависят от экономической эффективности, энергопотребления и общей производительности.

Выбор стандартов LPWA. Станут ли протоколы LPWA стандартами для конкретных отраслей? Или 5G превзойдет сети LPWA для приложений IoT?

• В зависимости от доступности традиционных сетей LTE игрок может выбирать между лицензионными или нелицензионными стандартами сотовой связи LPWA; этот выбор также может иметь решающее значение при работе со стационарными и мобильными устройствами.
• Стандарты LPWA различаются по пропускной способности, стоимости, потребляемой мощности, радиусу действия и другим характеристикам. В зависимости от варианта использования могут быть более подходящими одни стандарты, нежели другие.

Источник.

McKinsey Technology Trends Outlook 2022. August 2022. McKinsey analysis. 

Геополическая конкуренция и усиление пропаганды с использованием искусственного интеллекта

Искусственный интеллект в пропаганде может найти "достойное" место и "достойное" применение. В самом деле...

Рост глобальной цифровой связи, иммерсивных информационных технологий, широкое использование доступных методов цифрового маркетинга - все это позволяет активно и информационно влиять на все общество.

Правительства и негосударственные субъекты смогут использовать данные о поведении потребителей и маркетинговые методы для микротаргетинга сообщений небольшим сегментам аудитории. Пропагандисты могут использовать искусственный интеллект, Интернет вещей и другие инструменты, позволяющие адаптировать коммуникации для различных аудиторий, предвидеть реакции и адаптировать обмен сообщениями в реальном масштабе времени.

Данные, описывающие поведение, уже сведеные в большие массивы, уже фиксируют статистические закономерности в части человеческой психологии, уже содержать сведения о действиях людей. Такие данные могут обеспечить значительную прогностическую силу и возможность персонализированного влияния на людей. 

А если нет эффективного регулирования, то фирмы по связям с общественностью и политические консультанты могут предлагать дезинформацию, например, усиливая общественное недоверие к политическим институтам. И государства, и негосударственные субъекты почти наверняка смогут использовать информационные инструменты для воздействия на население. В частности, путем когнитивных манипуляций, возбуждения социальной поляризации. И не только.

Информационные технологии, усиленные применением искусственного интелллекта, будут работать с информационными каналами, доступными людям. В частности, технологии будут направлены на формирование соответствующей (то еть нужной кому-то) интерпретации получаемой людьми информации, побуждая людей действовать в соответствии со скрытыми в информации стимулами и манипуляциями.

Вероятно будут применяться технологические инновации, обеспечивающие гибкость и скрытность ряда информационных кампаний. Это существенно усложнит методы борьбы с нежелательным контентом, а также вызовут усиление контроля за медийным контентом и средствами его распространения.

По материалам "Global Trends 2040". Publication of the National Intelligence Council. 03.2021/
www.dni.gov/nic/globaltrends

Крупнейшие экономики мира в 3 квартале 2022 года

Выводы McKensey - Резюме Global Economics Intelligence, октябрь 2022 г.

Две крупнейшие экономики мира превзошли ожидания роста в третьем квартале года. Экономика США восстановилась до темпов роста ВВП на уровне 1,8% в годовом исчислении после двух кварталов спада. Рост в США был в основном поддержан потреблением и экспортом. Экономика Китая выросла на 3,9% в третьем квартале, что является значительным ускорением по сравнению с вялыми показателями в предыдущем квартале. Низкие темпы роста во втором квартале, составившие 0,4% в Китае, широко рассматривались как результат ограничений, связанных с COVID-19.

Уровень безработицы в последние месяцы был в основном стабильным и остается относительно низким в обследованных странах: 3,5% в США, 6,6% в еврозоне (рекордно низкий уровень), 6,4% в Индии и 8,7% в Бразилии.

В США потребительская инфляция в сентябре составила 8,2%, немного снизившись с 8,3% в августе. Инфляция цен производителей также снизилась до 11,5% (с 8,7% в августе). В еврозоне, где цены на энергоносители все еще очень высоки, инфляция потребительских цен и цен производителей установила новые рекорды. Потребительская инфляция достигла 10,7% в октябре (9,9% в сентябре), а инфляция производителей достигла 43,3% в августе (последние данные). В развивающихся странах инфляция в основном снизилась, за исключением потребительской инфляции в Индии, которая ускорилась до 7,4%.

Цены на большинство товаров снизились в октябре. Хотя цены на энергоносители в последнее время снизились со сверхвысоких уровней, они по-прежнему очень высоки: сырая нефть (Brent) стоит около 95 долларов за баррель, а фьючерсы на природный газ (голландская TTF, декабрь 2022 г.) стоили 123 евро за мегаватт-час в ноябре.

Выводы в части некоторых стран.

Соединенные Штаты. Экономика восстанавливается в третьем квартале; потребление и торговля остаются сильными, в то время как опережающие промышленные индикаторы сигнализируют об инфляционной нагрузке. Федеральная резервная система США повышает учетную ставку до 3,75–4%.

Еврозона. Рост ВВП еврозоны замедляется в третьем квартале; Европейские страны ищут альтернативные источники энергии, создают пакеты помощи, чтобы смягчить воздействие стоимости энергии; Европейский центральный банк (ЕЦБ) снова повышает процентные ставки; инфляция достигает 10,7%.


Китай. Рост в третьем квартале превышает ожидания на 3,9%, во главе с промышленным производством; качественное развитие было поставлено в качестве главного приоритета на 20-м съезде Коммунистической партии Китая (КПК).

Индия. В условиях глобального спада экономика продолжает расти, но инфляционные препятствия сдерживают темпы. Центральный банк повышает ключевую процентную ставку и снижает прогноз роста.

Источник

https://www.mckinsey.com/capabilities/strategy-and-corporate-finance/our-insights/global-economics-intelligence-executive-summary-october-2022

Перечень проблем в разработке ПО

Хорошая заметка про разработку в "Российское ПО или каково пить сладкий чай без сахара". https://habr.com/ru/company/ruvds/blog/672530/

Перечень проблем в разработке ПО. Утверждают, что это относится исключительно российскому ПО, но не думаю, что это так. Все это имеет место везде, где не хватает ресурсов...
Проблемы - в заголовках.

И так сойдёт

Конечному пользователю предлагается то программное обеспечение, которое ему нужно, но при этом нет ни протестированного UI/UX, ни обкатки на бета-версии, ни продуманных элементов управления. Фактически пользователь получает функцию, которая ему нужна, а удобная она или нет — дело второе.

Есть конкуренция, есть строгие правила стора или маркетплейса — всё будет совершенно иначе, интерфейс будет продуман, протестирован и раскатан постепенно, со сбором баг-репортов.

Главное — продать

Одни ищут путь улучшения, другие ищут путь продажи.

А давайте прикроем то, что не очень?

Если программное обеспечение рассчитано не на узких специалистов, а на более или менее широкий сегмент (руководителей, менеджеров и т. д.), наступает время подсыпать на фронтенд алмазной пыли — навести внешнюю красоту, чтобы прикрыть кое-какие косяки функциональности. В начале 2000-х в моде были виджеты валюты, погоды и часов, сейчас на смену им пришли красивые дашборды и графики. Как правило, эти элементы производят вау-эффект на управленцев нетехнической сферы, которые прямо на презентации прикидывают, как эти столбики будут смотреться на большом экране в переговорке. А должны прикидывать, соответствует ли софт требованиям и как скоро окупятся инвестиции в него.

Я так сказал!

Иногда руководители смотрят на пользователей из своего кабинета или судят о них, например, по статьям на Хабре, или считают откровенными дурачками (или, наоборот, компьютерными гениями). Они уверены, что знают о паттернах поведения всё и навязывают своё мнение, не слушая остальных. Разубедить — невозможно. А потом пользователь вообще не может понять, для кого разрабатывалась программа, требует обучения, жалуется на профильных сайтах и отзовиках.

Мечтатели

Абсолютно оторванная от земли категория разработчиков. Именно они могут впихнуть в обычный корпоративный софт нейросети, обработку датасетов, предиктивную аналитику и т. д. Для них разработка — настоящая олимпиада, в которой они день за днём побеждают себя. Сильные команды, красивый код, отлаженный и безупречный бэкенд…

А конечный пользователь учитывает в системе ящики с шампунем, мылом и стиральным порошком и ужасно страдает от того, что не работает почта и интеграция с телефонией. И ему совершенно наплевать на Байеса, математику, нормальное распределение и озёра данных, потому что он ими не пользуется. А его вендор или даже внутренний разработчик играет в разработку программы для межгалактической корпорации. Ему важно набить свой софт необычайно крутыми кишочками — а проще говоря, он не анализирует и не рассматривает требования, он тупо разрабатывает то, что ему интересно и нескучно. Если в команде не найдётся приземлённых спасителей, остаётся убеждать клиента, что Байес гораздо важнее прохождения и записи звонков.

Плохое тестирование

Творец сотворил программу, творец отдыхает, какая к чёрту верификация?! Я знаю немало компаний, программное обеспечение которых не просто существует, а на слуху, но при этом не тестируется профессиональной командой QA. Тестируют либо сами разработчики, либо сотрудники компании, либо группа самых лояльных клиентов (лояльность обычно покупается за большую скидку или бесплатную поддержку).

Такой подход к контролю качества приводит к неожиданным багам, которые вылезают на живом проде и колом ставят работу у того клиента, кто отловил и воспроизвёл. Сомнительная экономия на тестировании приводит к недоверию со стороны пользователей, потере времени на отладку, фикс и апдейт, а также к совершенно авральным и скандальным часам исправления всех проблем впопыхах. Клиенту при этом совершенно наплевать на политику разработчика, ему нужен просто нормально работающий софт.

Молодая динамичная команда…

…потому что на опытного разработчика мы не потянем. Есть компании, в которых опытных разработчиков на руках носят — вы легко вспомните В2С-сервисы, финтех и ритейл, где всё хорошо. Это видно по продукту. А есть компании (крупные в том числе), где дешевле взять пучок программистов, обучить, выжать из них человекочасы и объём кода. Разумеется, архитектура приложений, код и качество программ от этого лучше не становятся.

Автоматизация = ручной работе

Есть программы как в бизнес-секторе, так и в инженерной и промышленной среде, где руками быстрее или как минимум — столько же по времени. Иногда настолько долго обрабатывается информация (право, кому нужен этот рефакторинг!), иногда нужная информация или функций скрыта в дебрях кликов (и снова непродуманный UI/UX).

Нет вопросов, иди и фигачь

Компании-разработчики не задумываются о двух важнейших вопросах: почему мы создаём этот софт и для кого будет работать приложение? Если нет понимания того, какие именно группы пользователей будут у программы, что они хотят от разработки, что их замотивирует выбрать именно это ПО, когда похожих больше десятка, вендору на рынке будет плохо. Адаптация решения и его политики коммуникации под конечных пользователей — залог дружбы и успешного старта работы с приложением.

А вот понимание «почему» компания далась в ту или иную разработку, даёт понимание целей и проблем, которые программа будет решать. Ответ на этот вопрос даёт свой дух и идею.

Еще раз упомяну - по мотивам "Российское ПО или каково пить сладкий чай без сахара". https://habr.com/ru/company/ruvds/blog/672530/

Синдром самозванца

Синдром самозванца стал расхожей фразой в современном корпоративном мире. Этот термин относится к стойкой неспособности поверить в то, что успех заслужен благодаря собственным усилиям или навыкам. Другими словами, люди, которые изо всех сил пытаются увидеть свою уникальную ценность, чувствуют себя «самозванцами» на своем рабочем месте.

Вот три тактики, чтобы справиться с синдромом самозванца и преодолеть его.

1. Повышение уверенности в себе через обучение

Развитие навыков играет решающую роль в повышении самооценки, особенно в связи с тем, что современные сотрудники сталкиваются с проблемами, связанными с быстрым технологическим прогрессом и сменой обязанностей на рабочем месте.

Повышая квалификацию или изучая что-то новое, сотрудники могут взять под контроль меняющиеся потребности отрасли и меняющиеся роли, чтобы изменить свою тактику и улучшить свою работу, что в конечном итоге приводит к более сильному ощущению компетентности.

2. Создание сети учащихся, ориентированных на рост

Опыт обучения и роста вместе со сверстниками невероятно ценен и создает сильную культуру поддержки, которая создает чувство уверенности в себе.

Делясь новыми учебными ресурсами или участвуя в групповом обучении, сотрудники создают среду роста, которая может катапультировать их на годы вперед.

Пример. SAP Learning Hub, версия для партнеров позволяет сотрудникам компаний-партнеров постоянно обучаться, сертифицировать и быть в курсе инноваций SAP.

3. Постановка целей и стремление к их достижению

Мало что сравнится с приливом уверенности, возникающим при достижении новой цели. Постоянно ставя перед собой новые личные задачи и достигая их, люди доказывают себе, что они способны выйти из своей зоны комфорта и посвятить себя развитию.

Источник:

https://news.sap.com/2022/07/imposter-syndrome-how-companies-can-help-employees/?source=email-sapflash-article2-20220725&sap-outbound-id=A1C674DD310D697E7CD08B0D4D1EA12F5A0B7C03&smc_campaign_id=0000027813&source=email-smc

The Harsh Reality of Imposter Syndrome: How Companies Can Help Employees Navigate It. Feature by Jan Meyer, Hans Uebe. July 12, 2022.

Суровая реальность синдрома самозванца: как компании могут помочь сотрудникам справиться с ним. Ян Мейер , Ханс Уэбе. 12 июля 2022 г.