ThothSia
Компания
ООО «Тот & Сиа»
На платформе с 28.02.26
Thoth & Sia — интегратор Enterprise AI и Blockchain. Внедряем ИИ-агентов на LangGraph и защищаем данные через Proof of Logic для лидеров рынка.
Индустрия корпоративного ПО переживает тектонический сдвиг: на смену разрозненным ML-моделям приходят автономные ИИ-агенты (AI Agents). В отличие от простых чат-ботов, они способны самостоятельно исполнять сложные b2b-сценарии в ERP/MES-контурах — превентивно управлять триггерами закупок ТМЦ, оптимизировать логистические цепочки и балансировать загрузку персонала.
Однако для финансового департамента этот бум — зона повышенного риска. На стол CFO часто ложатся ИТ-бюджеты с размытыми графами окупаемости: «точность модели повысится на 15%» или «улучшится пользовательский опыт». Для бизнеса это «метрики тщеславия» — ими невозможно оплатить сервера и они не конвертируются в прибыль.
Чтобы защитить проект перед акционерами, финансовый директор должен перевести работу алгоритмов в реальные рубли по трем главным осям эффективности:
1. Оптимизация ФОТ: Масштабирование без найма
В b2b-сегменте ценность автоматизации — это не «увольнение линейного персонала», а стоимость масштабирования бизнеса (Cost of Scaling). В пиковые периоды компании часто вынуждены нанимать временный штат, нести расходы на обучение и оплачивать овертаймы по повышенной ставке нормо-часов.
Интеграция детерминированных ИИ-шлюзов контроля (Business Logic Gates) позволяет автоматизировать рутинные b2b-операции (от диспетчеризации смен до первичной верификации рекламаций). Бизнес получает возможность расти в выручке на 30–40% год к году, сохраняя неизменным постоянный административный штат.
2. Ликвидация операционного брака и упущенных продаж (Lost Sales)
Если классические учетные системы в 1С опираются на ретроспективные данные прошлых периодов, то агентские системы в режиме реального времени агрегируют внешние факторы (динамику цен конкурентов, складские остатки смежных узлов, логистические задержки). ИИ-агент действует превентивно: при падении остатков ходовой позиции ниже критического уровня система мгновенно генерирует предзаказ поставщику, снижая показатель Out-of-Stock. Сокращение этого дефицита всего на 1–2% для крупных дистрибьюторов высвобождает миллионы рублей чистой прибыли.
3. Ускорение оборачиваемости капитала (Working Capital)
Каждый день нахождения ТМЦ на складе — это замороженные оборотные средства, за которые бизнес платит проценты банку (что критично при текущей высокой ключевой ставке). ИИ-агенты оптимизируют спецификацию материалов (BOM), выстраивая сквозной контур поставок: закупки осуществляются точно к моменту формирования потребности, а промежуточные счета контрагентам выставляются автоматически (например, строго при достижении 50% объема выполнения работ), минимизируя кассовые разрывы.
⏳ Горизонт окупаемости
Запуск ИИ-трансформации через небольшие, но коммерчески просчитанные MVP-контуры позволяет бизнесу фиксировать первый экономический эффект уже на 3–4 месяц эксплуатации. Полный возврат инвестиций (Payback Period) правильно спроектированной агентской системы составляет от 6 до 9 месяцев, что делает эти проекты одними из самых высокодоходных в ИТ-портфеле современной компании.
👉 Полную версию финансового гида с формулами расчета и матрицей верификации ИТ-активов читайте в нашей статье на Oborot.ru: https://oborot.ru/blogs/murat-geldyev-i126329/
#финтех #автоматизация #управлениерисками #b2b #ai #roi #управлениебизнесом
Крупный российский b2b-сектор, ритейл и логистика столкнулись со скрытым экономическим тупиком при попытке форсированного внедрения ИИ-агентов (Agentic AI). Пытаясь автоматизировать рутину — от парсинга дефектовочных актов до казначейских реестров, — компании массово наступают на одну и ту же ИТ-ловушку.
Генеральные и финансовые директора (CFO) одобряют расширение бюджетов на ФОТ, нанимая десятки начинающих программистов. Задача — быстро написать обвязки на Python и LangGraph, чтобы подрубить вероятностные нейросети к транзакционному ядру бизнеса (1С:ERP, WMS, SAP).
Результат? Взрывной рост операционных расходов (OPEX), хаос в ИТ-ландшафте и стремительное падение маржинальности ИТ-инфраструктуры из-за скрытого кризиса стоимости вычислений (Compute Cost).
Анатомия скрытого кризиса: Почему «быстрый» код убивает маржу
Когда probabilistic-модели (LLM) через хаотичные скрипты джунов подключают напрямую к жесткому монолиту компании, возникает архитектурный дисбаланс. Тяжелая нейросеть вызывается через API непрерывно ради простейших логических проверок номенклатуры или верификации SKU. Счета за облачные вычисления начинают расти по экспоненте, а скорость обработки транзакций падает.
Хуже того — плодится неконтролируемый Legacy-код, порождающий Forensic Gap (операционно-аналитический разрыв). Лоскутная автоматизация не способна гарантировать неизменяемость данных. AI-агент совершает скрытую мутацию данных в регистрах учета, исправить которую человеческий аудит способен лишь спустя недели, когда финансовый ущерб уже нанесен, а логика машины стерта из рантайм-памяти.
Архитектурный ответ: Изоляция плоскостей на SDB-Platform
Решение проблемы лежит не в увеличении штата разработчиков, а в жестком проектировании Trust Architecture. Мы в рамках нашей суверенной платформы SDB-Platform полностью разделили ИТ-инфраструктуру на плоскость анализа (Discovery Plane) и плоскость исполнения (Execution Plane).
Интеграционный центр WSS & Technologies и R&D-лаборатория Thoth & Sia внедряют двухконтурный стандарт:
1. Business Logic Gates: Payload от AI перехватывается легковесными шлюзами на чистом Python. Математический комплаенс переносится из тяжелых LLM в жесткие бинарные матрицы правил компании. Это снижает затраты на облачную инфраструктуру до 70%.
2. Proof of Logic: Весь аудиторский след и логика решений агентов намертво пишутся в неизменяемый распределенный реестр BlockDAG. Это полностью ликвидирует Forensic Gap и защищает ядро ERP от вероятностных ошибок.
Бизнес получает не хаос из тысяч строк кода, а управляемую интеллектуальную экосистему, которая согласно ФСБУ 14/2022 ставится на баланс как НМА, увеличивая капитализацию холдинга (CAPEX).
👉 Остановите утечку ИТ-бюджетов. Наша команда архитекторов проведет бесплатный технологический стресс-тест вашей ИТ-инфраструктуры и оцифрует слепые зоны учета. Пишите в ЛС.
#автоматизация #ebitda #управлениерисками #иивбизнесе #корпоративныефинансы #cfo #1сerp #sdbplatform #thothsia #разработка #legacy #капитализация
Жесткая денежно-кредитная политика Банка России и заоблачные ставки по классическим кредитам вынуждают крупный ритейл, e-commerce и магистральную логистику искать новые пути финансирования автопарков и складского оборудования. Лизинг остается главным инструментом масштабирования, но традиционная бумажная модель учета создает глубокий операционно-аналитический разрыв — Forensic Gap.
Лизингодатели фактически теряют сквозной контроль над имуществом после его передачи, сталкиваясь со скрытым износом техники, нецелевыми рейсами и манипуляциями с пробегом. Финансовый контроль обнаруживает ущерб лишь спустя недели, когда юридическая цепочка ответственности уже разорвана, а убытки холдингов напрямую списываются из чистой прибыли.
Архитектура абсолютного контроля на рантайме
В рамках суверенной платформы SDB-Platform мы в WSS & Technologies ликвидируем этот разрыв. Мы объединили физический мир телематики (IoT) с децентрализованными блокчейн-реестрами в единую Trust Architecture:
1) IoT-сбор контекста: Данные бортовых компьютеров, CAN-шин, весовых терминалов и датчиков температуры рефрижераторов непрерывно транслируются на шлюзы валидации.
2) Детерминированные смарт-контракты: Данные хэшируются и намертво записываются в распределенный реестр BlockDAG со скоростью до 15 000 транзакций в секунду. Этот след невозможно скорректировать задним числом даже с правами администратора.
3) Python Business Logic Gates: Любое действие, выходящее за рамки лизингового договора (перегруз, выход за гео-периметр), перехватывается легковесными шлюзами на чистом Python. Система мгновенно блокирует транзакции или автоматически пересчитывает ставку платежа по модели Pay-How-You-Drive (PHYD).
Финансовый синергизм: Перевод ИТ-инфраструктуры в CAPEX
Для CFO и инвесторов переход от хаотичных лоскутных SaaS-подписок к собственному блокчейн-контуру контроля дает фундаментальные преимущества:
1. Капитализация активов: Согласно ФСБУ 14/2022, развернутая On-Premise интеллектуальная система контроля официально ставится на баланс как нематериальный актив (НМА), законно снижая налог на прибыль через амортизацию и увеличивая капитализацию холдинга (CAPEX).
2. Ликвидация оверхеда: Перенос математических проверок из тяжелых нейросетей в чистые Python-шлюзы снижает инфраструктурные затраты до 70%, снижая нагрузку на исторические базы данных (1С:ERP, SAP) до нуля.
3. Альтернативная ликвидность через ЦФА: Наличие прозрачного, автоматизированного контроля залога открывает возможность лизинговым компаниям выпускать Цифровые финансовые активы (ЦФА) под залог «умных» автопарков напрямую через ОИС в рамках 259-ФЗ, снижая стоимость привлечения денег на 3–5% по сравнению с банками.
В эпоху дорогого капитала побеждают суверенные архитектуры, способные конвертировать технологическую безопасность в чистую прибыль.
👉 Защитите маржу ваших активов. Наша R&D-лаборатория Сколково проведет бесплатный экспресс-аудит вашей ИТ-инфраструктуры и подготовит ТЭО интеграции. Пишите в ЛС.
#финтех #инвестиции #цфа #блокчейн #смартконтракты #ebitda #cfo #управлениерисками #капитализация #sdbplatform #thothsia #логистика #лизинг
E-commerce холдинги и ритейл-платформы в СНГ столкнулись со скрытой угрозой корпоративному капиталу. На смену простым чат-ботам пришли автономные мультиагентные ИИ-системы (Agentic AI). Роботам делегируют управление закупками, казначейские шлюзы, слоттинг распределительных центров и динамическое ценообразование по API.
Однако на стадии промышленной эксплуатации (Production) финансовые директора обнаружили тектонический кризис — тихую, скрытую порчу центральных баз данных (The Core State Mutation Crisis).
ИТ-архитекторы совершают критическую ошибку, подключая вероятностные нейросетевые модели (LLM) напрямую к жесткому детерминированному монолиту компании — к 1С:ERP или WMS. Поскольку ИИ генерирует ответы с абсолютной лингвистической уверенностью, система принимает его payloads за верифицированные данные. Но когда ИИ галлюцинирует при валидации SKU или искажает параметры накладных, он записывает ошибку напрямую в регистры учета.
Так возникает Forensic Gap (операционно-аналитический разрыв). Система не падает, но внутри ERP зреет скрытый кассовый или номенклатурный сбой. Финансовый контроль обнаруживает недостачу лишь спустя недели во время инвентаризации, когда оперативная память ИИ-агента уже стерта. Найти причину невозможно, ответственность испаряется, а убытки холдинга напрямую списываются из чистой прибыли и EBITDA.
Цифровой трансформатор для защиты капитала
В рамках нашей суверенной бизнес-платформы SDB-Platform мы жестко изолировали ИТ-инфраструктуру на плоскость анализа (где ИИ свободно ищет тренды в режиме Read-Only) и плоскость исполнения (транзакционное ядро 1С / Oracle / SAP).
Их разделяет наш паттерн — Business Logic Gates (Шлюзы бизнес-логики) на чистом Python. payload от ИИ перехватывается этим шлюзом и за миллисекунды проверяется по жесткой бинарной матрице правил компании.
Экономический синергизм для CFO и инвесторов:
1️⃣ Снижение инфраструктурных затрат на облачный ИИ на 70% за счет разгрузки LLM.
2️⃣ 100% ликвидация Forensic Gap и защита транзакционного слоя.
3️⃣ Перевод персонала в статус Аудиторов смыслов, концентрирующихся на масштабировании продаж.
#цфа #инвестиции #ebitda #ритейл #автоматизация #финтех #блокчейн #управлениерисками #sdbplatform #thothsia #иивбизнесе #корпоративныефинансы #dataconsistency
Бизнес массово делегирует операционную волю автономным мультиагентным ИИ-системам (Agentic AI). Роботам доверяют управление закупками распределительных центров, акцептование счетов и отправку заказов поставщикам по API.
Но что происходит, когда алгоритм из-за внутренней галлюцинации или сбоя данных отменяет критически важную поставку или закупает партию товара по цене в три раза выше рыночной? Компания несет миллионные убытки, но при попытке найти виновного упирается в юридический вакуум.
Согласно ст. 48 ГК РФ, искусственный интеллект — это не субъект права, а лишь инструмент, вещь. Разработчики LLM-моделей полностью снимают с себя ответственность в лицензионных соглашениях (EULA). В то же время суды трактуют действия программных агентов через призму конклюдентных действий (ст. 182 и ст. 158 ГК РФ): если вы дали роботу доступ к API, его ошибка признается осознанным волеизъявлением компании, а финансовый ущерб ложится на вашу EBITDA. Это слепая зона учета — Forensic Gap.
Как защитить капитал компании в суде и перед аудиторами?
В рамках нашей суверенной платформы SDB-Platform мы внедрили технологический стандарт — фреймворк Proof of Logic (Доказательство логики).
Мы аппаратно запретили ИИ-агентам совершать прямые записи (Write-запросы) в транзакционное ядро бизнеса (1С:ERP / Oracle / SAP). Любое действие машины перехватывается детерминированными шлюзами Business Logic Gates на чистом Python.
Фреймворк Proof of Logic формирует неизменяемый криптографический аудит-трейл. В случае срыва контракта по внешним причинам вы предоставляете суду не хаотичные логи нейросети, а Логический паспорт транзакции. Этот документ доказывает, что в момент совершения сделки воля компании была жестко ограничена человеко-читаемыми правилами, приказами СЕО и лимитами казначейства. Юридический департамент получает стопроцентную доказательную базу для взыскания убытков.
Экономический синергизм:
1. Снижение рисков судебных издержек холдинга до 0%.
2. Сокращение инфраструктурных затрат на облачный ИИ на 70% за счет разгрузки LLM.
3. Перевод персонала в статус Аудиторов смыслов под защитой математической безопасности.
Полный международный архитектурный манифест о разделении плоскостей ИИ, читайте в моем закрепленном профиле:
🔗 https://www.linkedin.com/in/murat-geldyev/
#цфа #инвестиции #ebitda #ритейл #арбитраж #юриспруденция #автоматизация #финтех #блокчейн #управлениерисками #sdbplatform #thothsia #корпоративныефинансы #proofoflogic
На сегодня (вторая половина 2026 г.) корпоративный сектор и e-commerce холдинги в СНГ столкнулись со скрытым экономическим вызовом — стремительным падением маржинальности ИТ-инфраструктуры из-за хаотичного внедрения больших языковых моделей (LLM) и нейросетевых агентов.
Позади остались дешевые пилоты. Сегодня ИИ (AI) пытаются интегрировать напрямую в транзакционное ядро бизнеса: автоматическое управление закупками, сверку первичных документов УПД, казначейские реестры и логистический слоттинг. Но на стадии промышленной эксплуатации (Production) финансовые директора (CFO) обнаружили скрытую стену — инфраструктурный кризис стоимости вычислений (Compute Cost).
Когда тяжелая, ресурсоемкая нейросеть вызывается через API непрерывно лишь для того, чтобы выполнить простейшую логическую проверку на соответствие лимитов или верификацию SKU, счета за облачные вычисления начинают расти по экспоненте, напрямую уничтожая EBITDA компании.
Ситуация усугубляется риском возникновения Forensic Gap (операционно-аналитического разрыва). Любая LLM-модель по своей природе вероятностна. Она не знает абсолютной истины и в нестандартной ситуации склонна генерировать галлюцинации. Неизолированный AI-агент, имеющий прямой доступ к ERP-системе, совершает несанкционированную мутацию данных, исправить которую человеческий аудит способен лишь спустя недели, когда финансовый ущерб уже нанесен, а логика машины стерта из рантайм-памяти.
Выход из инфраструктурного тупика — построение цифрового трансформатора.
В рамках нашей суверенной бизнес-платформы SDB-Platform мы жестко разделили систему на плоскость анализа (где AI-агенты свободно обрабатывают неструктурированные массивы данных) и плоскость исполнения (транзакционное ядро 1С:ERP / Oracle / SAP).
Их разделяет созданный нами паттерн — Business Logic Gates (Шлюзы бизнес-логики) на чистом, независимом от зарубежных лицензий Python. Любое предложение AI-агента перехватывается этим легковесным шлюзом и за микросекунды проверяется по жесткой бинарной матрице правил компании.
Экономический синергизм для инвесторов и CFO:
1) Перенос рутинного комплаенса и математических проверок из тяжелых LLM в чистые Python-шлюзы снижает затраты на облачную инфраструктуру до 70%.
2) Полная изоляция ядра ERP от вероятностных ошибок AI на 100% ликвидирует Forensic Gap.
3) Персонал освобождается от контроля за роботами и переходит в статус Аудиторов смыслов, концентрируясь на масштабировании бизнеса.
Полный международный архитектурный манифест, который на этой неделе официально поддержало руководство швейцарского банка UBS, читайте в моем закрепленном профиле:
🔗 https://www.linkedin.com/posts/murat-geldyev_medium-share-7481274644038164480-dIUI/
#цфа #инвестиции #ebitda #ритейл #автоматизация #финтех #блокчейн #управлениерисками #sdbplatform #thothsia #иивбизнесе #корпоративныефинансы
