Всё о статусе резидента Сколково: требования, льготы, дорожная карта и наши услуги.
Компания NGR Softlab, участник Сколково (Группа ВЭБ.РФ), внедрила в промышленную эксплуатацию собственную foundation‑модель DivergentGPT. Решение ориентировано на интеллектуальный поиск аномалий в поведении пользователей и анализ событий безопасности. Модель — результат исследований в области искусственного интеллекта и поведенческой аналитики, начатых в 2025 году. Ключевая задача проекта — сократить объем событий, требующих ручной проверки специалистами по информационной безопасности, и повысить точность выявления действительно значимых инцидентов.
Что внедрил участник Сколково
DivergentGPT — специализированная модель для анализа временных рядов: последовательностей данных, которые отражают поведение людей, информационных систем и бизнес‑процессов во времени. В отличие от традиционных алгоритмов со статическими правилами, система использует архитектуру трансформера и учитывает широкий контекст событий. Благодаря предварительному обучению на большом массиве реальных и синтетических данных модель распознает сложные поведенческие паттерны и находит нетипичные изменения даже в сценариях, для которых не обучалась отдельно.
«Внедрение NGR Softlab собственной базовой модели DivergentGPT — это пример практической работы, когда участники Сколково выводят на рынок эффективные решения, позволяющие получить измеримый результат. Разработчик не просто создал еще одну ИИ-модель, а встроил ее в производственный контур, чтобы помочь специалистам по информационной безопасности справляться с потоком событий. Этот проект показывает, как технологии ИИ дают понятный и прогнозируемый эффект в критически важной сфере — кибербезопасности. Наша ключевая цель — сократить путь от исследований до таких внедрений, чтобы разработки резидентов приносили ощутимую пользу крупному бизнесу и укрепляли технологический суверенитет страны», — подчеркнул Максим Мироненко, руководитель Центра внедрения искусственного интеллекта «Сколково.СКАЙ».
Как устроена система: двухступенчатый анализ
Модель внедрена как второй уровень поведенческой аналитики в модуле xBA аналитической платформы Dataplan, продукте NGR Softlab. Сценарий работы выглядит так:
- Первый этап: статистические алгоритмы в режиме реального времени отбирают события, которые выглядят подозрительно.
- Второй этап: DivergentGPT проводит дополнительную проверку и выносит собственную оценку — является ли отклонение реальной аномалией или обычным изменением поведения.
Такой процесс позволяет существенно сократить количество ложноположительных срабатываний и высвободить время аналитиков ИБ для работы с действительно критическими инцидентами.
«Сегодня аналитики ИБ сталкиваются с огромным количеством событий, и далеко не каждое из них действительно указывает на угрозу. Мы создавали DivergentGPT как интеллектуального помощника, который дает второе мнение по наиболее подозрительным событиям. Модель учитывает большой объем накопленного опыта и помогает понять, связано ли отклонение с реальным риском или это просто обычное колебание показателей. В результате специалисты могут сосредоточиться на действительно важных инцидентах и быстрее на них реагировать», — отметил Павел Владимиров, ведущий эксперт отдела анализа данных NGR Softlab.
Технические параметры и производственная интеграция
- Модель может использоваться непосредственно в производственном контуре без выделенной ИИ‑инфраструктуры.
- Объем модели — порядка 30 МБ, при количестве параметров около 50 миллионов, что заметно компактнее универсальных больших языковых моделей.
Компактность и архитектура трансформера позволяют встроить решение в существующие цифровые системы безопасности без масштабной перестройки инфраструктуры. Для бизнеса это снижает порог внедрения и ускоряет время достижения измеримых результатов.
От исследований к промышленной эксплуатации: краткая хронология
- 2025 год: старт исследований NGR Softlab в области ИИ и поведенческой аналитики.
- Разработка foundation‑модели DivergentGPT под задачу поиска аномалий и анализа событий безопасности.
- Интеграция модели в модуль xBA платформы Dataplan как второй уровень в цепочке анализа.
- Внедрение в промышленную эксплуатацию и выход на измеримый результат: меньше ложных срабатываний, больше фокуса на значимых инцидентах.
Планы развития DivergentGPT
- Расширение окна контекста модели.
- Развитие механизмов адаптации под особенности конкретных организаций.
- Поддержка анализа нескольких взаимосвязанных источников данных одновременно.
Эти направления усиливают применение модели как технологической платформы для поведенческой аналитики, управления рисками и анализа событий безопасности на уровне крупных предприятий.
Контекст: экосистема Фонда «Сколково» и генеративный ИИ в промышленности
Обсуждение внедрения ИИ‑решений идет в русле индустриальной повестки Сколково. В рамках программы ProGenAI крупные нефтяные, добывающие и производственные компании провели экспертную сессию, где представили кейсы и оценили разработки сколковских резидентов. Мероприятие завершило большую серию проектов 2025 года, посвященных технологиям GenAI в промышленности.
Как отметил модератор встречи — лидер программы ProGenAI, директор по корпоративным инновациям Фонда «Сколково» (Группа ВЭБ.РФ) Сергей Дутов:
«Рад, что у нас получилось создать формат доверительного экспертного обмена опытом для индустрии — за этот год топ-менеджеры, ведущие исследователи и ИТ-директора более 50 индустриальных компаний решали задачи масштабирования и повышения экономической эффективности генеративного ИИ. Эксперты «Силовых Машин», Курского электроаппаратного завода, «Сибура», «Норникеля», «Кордианта» и других технологических лидеров не только впервые в своих нишах внедряют решения на базе LLM, но и делятся результатами без прикрас».
По его словам, в экосистеме Сколково сегодня работает 3,5 тысячи ИТ‑компаний, из которых 700 используют ИИ как основу бизнес‑процессов. Примерно 300 компаний активно применяют генеративный ИИ, а для 40 компаний GenAI является неотъемлемой частью их решений.
Эксперты подчеркивают, что технологии требуют переосмысления процессов. Руководитель центра компетенций по GenAI компании «Рексофт» Юрий Воеводко отметил:
«Новая технология несет и новую парадигму автоматизации. Она не просто улучшает какой-то выделенный блок, но требует переосмысления бизнес-процессов, так как может заменить людей на больших участках работы. Это тянет за собой организационную трансформацию. В ходе таких экспертных встреч вендоры и интеграторы могут поделиться реальным опытом — успехами и ошибками, а промышленные компании — познакомиться с существующими разработками и пообщаться непосредственно с командами».
Сколковские стартапы представили широкий спектр цифровых решений на базе генеративного ИИ для индустрии. Среди них:
- Specflow — интеллектуальная оцифровка электротехнических схем для оборудования и НКУ, оптимизация трудозатрат на спецификации.
- «Рокет Контрол» — структурирование ввода запросов в поддержку и автоматизация распределения заявок.
- «Инбуст» — программная платформа для управления ИИ‑инфраструктурой и снижения расходов на GPU.
- АИБ — мультиагентная платформа для создания LLM‑агентов и их связки в системы автоматизации бизнес‑процессов.
- «Старшип.про» — платформа, заменяющая аналитика 1С за счет анализа данных и генерации требований.
- «Сайберфизикс» — мониторинг состояния промышленного оборудования с рекомендациями на базе LLM.
- HireMate — сервис для массового найма, общается с кандидатами и проводит видеособеседования.
- «Гедокорп» — платформа цифровых двойников опасных производственных объектов и обследования трубопроводов с ИИ‑алгоритмами.
- ОГПТ — анализ отчетов по скважинам и отбор кандидатов для геолого‑технических мероприятий.
По итогам сессии также отмечено: «Сложность, наукоемкость решений на базе генеративного ИИ трансформирует стартап‑ландшафт: 60% отобранных компаний — выходцы из университетов. Это четкий сигнал индустрии по вектору работы на 2026 год».
Что это меняет для бизнеса и ИБ‑команд
- Снижение ложноположительных срабатываний в системах мониторинга.
- Экономия времени аналитиков за счет приоритизации событий.
- Гибкость внедрения: работа в производственном контуре без выделенной ИИ‑инфраструктуры.
- Расширяемость: планы по увеличению окна контекста и подключению нескольких источников данных.
Для компаний это технологический шаг от исследования к тиражируемому продукту ИИ‑класса, встроенному в текущие процессы анализа безопасности и управления инцидентами.
Частые вопросы
Что такое DivergentGPT?
Это специализированная foundation‑модель NGR Softlab для анализа временных рядов, предназначенная для поиска аномалий в поведении пользователей и анализа событий безопасности.
Где именно используется модель?
В качестве второго уровня анализа в модуле поведенческой аналитики xBA аналитической платформы Dataplan.
Как работает двухступенчатый подход?
Сначала статистические алгоритмы в реальном времени отбирают подозрительные события, затем DivergentGPT проводит дополнительную проверку и помогает определить, является ли отклонение реальной аномалией.
Нужна ли выделенная ИИ‑инфраструктура для внедрения?
Нет. Модель может применяться непосредственно в производственном контуре без отдельной ИИ‑инфраструктуры.
Каковы ключевые параметры модели?
Около 50 млн параметров и объем порядка 30 МБ, что значительно компактнее универсальных больших языковых моделей.
Какие планы развития заявлены?
Расширение окна контекста, адаптация под особенности конкретных организаций и поддержка анализа нескольких взаимосвязанных источников данных одновременно.
Позиция экспертов Реестр Гарант
Внедрение DivergentGPT в производственный контур — показательный кейс «короткой дистанции» от исследования 2025 года до работающей системы. Двухступенчатая архитектура с xBA Dataplan повышает точность и экономит ресурсы ИБ‑команд. По нашему опыту, компактные модели c фокусом на временные ряды легче масштабировать в корпоративной среде, чем универсальные LLM.
