Протягом багатьох років власники детектора диму Nest Protect від Google запитували, коли їхні пристрої зроблять стрибок від старішого додатка Nest до Google Home, і відповідь завжди була одна: можливо, одного дня.
Що ж, схоже, цей день нарешті настав.
Google запускає підтримку загальнодоступного попереднього перегляду в додатку Google Home для детекторів диму та вуглекислого газу — і так, ця підтримка включає 10-річний Nest Protect, як повідомляє 9to5Google.
Щойно Nest Protect з’явиться в додатку Google Home (щоб почати, вам потрібно буде ввійти в загальнодоступну програму попереднього перегляду, а підтримка наразі доступна лише для Android), ви зможете виконувати такі дії, як отримання диму та чадного газу сповіщення, отримувати важливі оновлення пристрою (наприклад, сповіщення про час роботи акумулятора), коригувати розклади та налаштування тощо.
Окрім детекторів диму та чадного газу, додаток Google Home також отримує підтримку розумних замків Matter, додає 9to5Google. Підтримка розумного замка Matter сама по собі є великою новиною, минулого тижня на виставці CES у Лас-Вегасі в цій категорії з’явилося кілька помітних нових записів.
Але для користувачів Nest Protect — і так, їх ще багато — звістки про те, що пристрої нарешті з’являться в додатку Google Home, чекали давно. Дійсно, Google вперше пообіцяв додати Nest Protect у додаток Home ще у 2020 році.
Оскільки пристрій другого покоління надійшов у продаж 10 років тому (оригінал дебютував трохи раніше, у 2013 році), Nest Protect було віднесено до старого додатка Nest, де також можна було керувати найпершими камерами Nest.
Поступово додаток Google Home (який фактично називався «Google Cast» до ребрендингу 2016 року) став центром керування для нових колонок, камер та інших розумних пристроїв Google Nest, що означає, що користувачам Nest зі старими та новішими пристроями часто доводилося використовувати дві програми для керування своїми пристроями.
Це почало змінюватися в 2023 році, коли Google почав поступово переносити свої оригінальні камери Nest у додаток Google Home. Останні застарілі камери Nest нарешті перейшли до Google Home минулого листопада.
Але до цих пір Nest Protect залишався застряглим на додатку Nest, а Google час від часу повідомляв, що він все ще «вивчає», як перенести пристрій у додаток Google Home.
Звичайно, дивно, що ми взагалі все ще говоримо про Nest Protect, враховуючи, що його другому втіленню вже десять років, і насправді це найстаріший продукт Nest, доступний у магазині Google.
Amazon, наприклад, знищив розумні гаджети, які були вдвічі меншими.
Це щотижневе оновлення відстежує деякі з найбільших криптовалют за часткою ринку: біткойн та ефір. Хоча обидва вважаються високоризиковими, коли справа доходить до інвестування, вони мають фундаментальні відмінності, про які інвестори повинні знати. Ми також включили XRP, оскільки на початку цієї серії це була одна з найбільших криптовалют. Відповідно до Вікіпедії, криптовалюта — це «цифровий актив, призначений для роботи як засіб обміну, який використовує криптографію для захисту своїх транзакцій, контролю створення додаткових одиниць і перевірки передачі активів».
Щоб краще зрозуміти цикли крипторинку, читайте більше тут.
Bitcoin
Біткойн був першою у світі криптовалютою та децентралізованою цифровою валютою. Перша біткойн-транзакція відбулася на початку 2009 року і з тих пір поширилася по всьому світу.
Протягом минулого тижня ціна біткойна на момент закриття залишалася нижче 100 000 доларів, але продовжує триматися вище 90 000 доларів. BTC зріс на ~2% з початку року.
Ефір
Ether — це ще одна криптовалюта, яка працює на платформі блокчейну Ethereum і має другу за величиною частку ринку, незважаючи на те, що вона є найновішою з трьох обговорюваних у цій статті з її запуском у липні 2015 року.
Минулого тижня ціна ефіру на момент закриття торгів впала більш ніж на 10%. Зараз ETH знизився на ~4% з початку року.
XRP
XRP, яка належить Ripple і була запущена в 2012 році, деякий час була однією з найбільших криптовалют, поки на ринку не з’явилися нові монети. Ми включили його в цю статтю для довідки.
Зараз XRP зріс на ~15% з початку року.
Біткойн проти ефіру проти XRP
Було створено індекс, щоб відобразити ці три криптовалюти разом, враховуючи їхню суттєво різну історію ціноутворення. Біткойн очолює чарт. Іншими словами, з усіх трьох криптовалют найбільше змінилася ціна біткойна.
10 січня 2024 року SEC схвалила спотові біткойн ETF від ряду емітентів, таких як Grayscale Bitcoin Trust ETF (GBTC), iShares Bitcoin Trust (IBIT), Fidelity Wise Origin Bitcoin Fund (FBTC), ARK 21Shares Bitcoin ETF (ARKB). , Bitwise Bitcoin ETF (BITB), Coinshares Valkyrie Bitcoin Fund (BRRR). Ось кілька коротких висновків із запуску спотового біткойн ETF.
23 липня 2024 року було запущено декілька спотових ефірних ETF від ряду емітентів, таких як Grayscale Ethereum Trust (ETHE), Franklin Ethereum ETF (EZET), Bitwise Ethereum ETF (ETHW), iShares Ethereum Trust (ETHA), Fidelity Ethereum ETF (FETH). Ось що потрібно знати інвесторам.
Спочатку опубліковано на Advisor Perspectives.
Щоб отримати більше новин, інформації та стратегії, відвідайте Криптоканал.
Я редактор електронного дизайну, який зосереджується на вбудованому програмному забезпеченні та системах. Як старший директор із контенту, я також керую Microwaves & RF і працюю з великою командою редакторів, щоб регулярно надавати інженерам, програмістам, розробникам і технічним менеджерам цікаві та корисні статті та відео. Перегляньте наші безкоштовні інформаційні бюлетені, щоб побачити найновіший вміст.
Ви можете надсилати прес-релізи для нових продуктів для можливого висвітлення на веб-сайті. Я також зацікавлений в отриманні наданих статей для публікації на нашому веб-сайті. Скористайтеся нашим шаблоном і надішліть мені разом із підписаною формою випуску.
Перегляньте мій блог AltEmbedded on Electronic Design, а також його останні статті на цьому сайті, перелічені нижче.
Ви можете відвідати мої соціальні мережі за цими посиланнями:
Я здобув ступінь бакалавра електротехніки в Технологічному інституті Джорджії та ступінь магістра комп’ютерних наук в Університеті Рутгерса. Я все ще трохи програмую, використовуючи все від C і C++ до Rust і Ada/SPARK. Я трохи програмую PHP для веб-сайтів Drupal. Я опублікував кілька модулів Drupal.
Я все ще знаю програмне забезпечення та електронне обладнання. Дещо з цього можна знайти в серії відео Kit Close-Up. Ви також можете побачити мене на багатьох наших відео TechXchange Talk. Мене цікавить низка проектів від робототехніки до штучного інтелекту.
Алекс Девересон, Кріс Анагностопулос, Девід Шампань, Хьюг Лавандьє, Лівен ван дер Векен, Томас Девенінс та Ульріх Вейхе з Алексом Пелуффо, Бенджі Ліном, Дженніфер Хоу та Марен Екхофф
Минуло два роки відтоді, як поява генеративного штучного інтелекту (generative AI) перевернула очікування щодо того, що можливо в бізнесі, і організації починають усвідомлювати його справжню цінність, використовуючи generative AI, наприклад, для підвищення продуктивності розробників програмного забезпечення або ефективність маркетингових кампаній і операцій з обслуговування клієнтів. Ці перші результати узгоджуються з дослідженнями McKinsey, які показали, що 75 відсотків вартості сценаріїв використання штучного інтелекту покоління буде надходити з чотирьох сфер: маркетинг і продажі, розробка програмного забезпечення, робота з клієнтами та дослідження та розробки.
З цих чотирьох науково-дослідні розробки залишаються найменш цінованими і, можливо, найбільш переконливими. Це тому, що окрім підвищення продуктивності та ефективності лабораторних дослідників, останні розробки в галузі штучного інтелекту мають потенціал трансформувати весь процес досліджень і розробок, істотно прискорюючи швидкість метаболізму, з якою досліджуються ідеї, і навіть створюючи абсолютно нові гіпотези для дослідження. GPT-4, який підтримує ChatGPT, та інші великі мовні моделі (LLM) уже використовують досягнення в обробці людської мови для досягнення прогресу в наукових дисциплінах. Наприклад, останній препринт Microsoft демонструє потужний потенціал GPT-4 для аналізу та синтезу складної наукової інформації в таких галузях, як біологія, відкриття ліків, обчислювальна хімія та дизайн матеріалів.1 Оскільки так багато наукової інформації базується на тексті, LLM успішно використовуються в різних контекстах, наприклад, для виявлення закономірностей експресії ДНК у ракових клітинах і для вирішення інженерних проблем в аерокосмічному дизайні.2
Але для реалізації повного потенціалу ШІ для наукових відкриттів і розробок потрібен інший підхід до ШІ — підхід, який ми визначили як «науковий ШІ».
Що таке науковий ШІ?
Як випливає з назви, Scientific AI використовує AI для створення та перевірки наукових гіпотез. Він включає в себе інструменти та практики штучного інтелекту, розроблені спеціально для наукових застосувань, наприклад методи, які використовують великі обсяги наукових даних, особливо необроблені об’єктивні вимірювання, для забезпечення міждисциплінарних наукових висновків. На відміну від інструментів штучного інтелекту, які використовуються для підвищення ефективності та продуктивності операцій (інструментів, які, швидше за все, стануть товарними), науковий штучний інтелект використовує власні дані та досвід, маючи потенціал для підвищення інновацій і стати справжньою конкурентоспроможністю.
Ми віримо, що науковий штучний інтелект має потенціал для вирішення деяких найскладніших, давніх проблем, з якими стикаються дослідники в широких галузях науки, таких як хімія, біологія, матеріали та фізика, допомагаючи просувати інновації в усіх галузях, де наука має значення. Це можна зробити кількома важливими способами.
Робота через силоси
Наукові відкриття довгий час спиралися на окремі підходи з даними та методами, розробленими для вирішення дуже специфічних проблем. Вісім років тому в статті, яка закликала до прийняття більш міждисциплінарних підходів, Біотехнологія природи нарікав: «Дослідницькі силоси продовжують перешкоджати біологічним дослідженням».3 Зовсім недавно стаття 2023 року в Синтез природи стверджував, що «відокремлений характер звичайних дослідницьких зусиль щодо відкриття нових матеріалів і молекул» залишається проблемою у відкритті хімікатів і матеріалів.4
Такі наукові сфери, як аналіз генома та фізичне моделювання, так само досягли плато інновацій, частково через складність синтезу кількісної інформації, отриманої за допомогою методів моделювання, які чітко адаптовані до окремих типів даних. Науковий штучний інтелект відкриває вихід із глухого кута, створюючи підходи, які потенційно можуть розірвати розбіжності в наукових відкриттях і розробці продуктів. Науковий штучний інтелект може використовувати прогрес у базових моделях, які є мультимодальними за своєю природою та узагальнювати в різних областях даних або навіть галузях, наприклад, використовувати базові моделі хімії для покращення відкриття ліків і полімерів, а також використовувати досягнення в ширшій екосистемі штучного інтелекту, як-от генерація синтетичних даних і причинно-наслідкове машинне навчання.
Інтегруючи різноманітний масив даних, основні моделі можуть екстраполювати за межі своїх суворих периметрів навчання, щоб отримати чисту нову ідею. Наприклад, моделі, спочатку розроблені для відкриття ліків, які поєднують молекулярну інформацію та зображення, можна перепрофілювати для синтезу спеціальних хімікатів; моделі, розроблені для комп’ютерного зору в рослинах, можна пристосувати до виявлення раку в клітинах людини; або моделі, розроблені для прогнозування згортання білків антитіл, можуть бути використані для розробки ферментів харчових продуктів.
Вихід за межі тексту та мови
Багато з найпопулярніших і найпотужніших сучасних програм штучного інтелекту та штучного інтелекту покоління засновані на тексті, але ядро критичних даних у дослідженнях і розробках базується не на тексті, а натомість дуже різнорідне, охоплюючи зображення, молекулярні структури, динамічні системи, показники активності та статистичні дані. відповіді. Це ядро важливих даних отримано з різноманітних джерел, таких як чашки Петрі, препарати, клінічні випробування, мікроскопи, радари та інші наукові прилади. Оскільки більшість промислових досліджень і розробок покладаються на ці модальності даних для відкриття нових продуктів, потенціал впливу нових базових моделей на основі таких джерел даних дуже високий.
Наприклад, білкова інженерія є основною рушійною силою досліджень і розробок у кількох основних галузях, таких як фармацевтика (наприклад, терапевтичні антитіла), медична діагностика (такі як матриці афінності на основі антитіл), промислова хімія (такі як технічні ферменти для миючих засобів) і відновлювані джерела енергії (такі як ферменти, що перетравлюють пластик). Усі ці галузі починають отримувати вигоду від революційних основ білкових моделей, таких як RoseTTAFold і AlphaFold 3. (Провідні дослідники, що стоять за цими технологіями, отримали Нобелівську премію з хімії 2024 року та залучили понад 1 мільярд доларів у рамках фінансування серії A, щоб продовжити переклад ці технології для промисловості.5 ) Так само моделі фундаменту, такі як Uni-Mol, FM4M і SPMM6— які вивчають властивості хімічних структур — дозволяють дослідникам передбачати природу малих хімічних молекул і навіть генерувати раніше невідомі.
Робота в ітераційних циклах
Моделі штучного інтелекту пропонують проекти, лабораторні дослідники та інженери перевіряють ці пропозиції, а отримані дані включаються в штучний інтелект для отримання нових ідей. Цей процес створення, тестування та вдосконалення стимулює інновації через покращення даних і постійне навчання. У світі, де все більше моделей ШІ стають відкритими, а таланти можуть вільно переходити від одного гравця до іншого, шлях до диференціації залежить від даних і навчання цих моделей за допомогою циклів активного навчання. Доступ до даних є основною конкурентною перевагою, яка може перетворитися на цінність, лише якщо дані правильно інтегровані та можуть перетікати туди-сюди від ШІ до лабораторій. Ми вже бачимо, як інвестори в науковий штучний інтелект віддають перевагу компаніям із циклами активного навчання, які створюють власну ідею шляхом тонкого налаштування конкретних наборів даних.
І ці ітераційні цикли стануть ще міцнішими з появою агентного штучного інтелекту, який дозволить дослідникам спілкуватися та ділитися досвідом із керованими штучним інтелектом агентами знань, навченими на широкій базі наукових знань та історичних даних, що охоплюють різні галузі. Говорячи більш розмовною мовою, це світ, у якому супутник ШІ може сказати дослідникам: «Не запускайте цей експеримент; це було зроблено раніше і не вдалося» або «Остання особа, яка проводила цей аналіз, досягла найкращого прогресу на цьому наступному етапі».
Важливо розуміти, що велика кількість нових доказів, які, ймовірно, буде створено науковим штучним інтелектом, матиме різний рівень достовірності залежно від обсягу даних, кількості циклів навчання та ступеня зовнішньої перевірки. Іншими словами, не всі докази однакові. Щоб отримати максимальну віддачу від наукового штучного інтелекту, організаціям потрібно буде створити бізнес-процеси, здатні використовувати та, за потреби, додатково перевіряти ідеї різного ступеня достовірності.
Початок роботи з науковим ШІ
Багато галузей — від фармацевтики та сільського господарства до автомобілебудування, аеронавтики та енергетики — отримають значну користь від розгортання наукового ШІ. Наш аналіз показує, що ця цінність буде надходити з двох джерел: прискорення продуктивності завдяки швидкості та більша ймовірність успіху (швидше обертання колес), одночасно створюючи нові рішення та домени (створюючи абсолютно нові колеса). Тим не менш, оскільки науковий ШІ глибоко впливає на весь процес досліджень і розробок, для успішного впровадження в масштабах йому потрібен набір будівельних блоків трансформації. Структура McKinsey, яка може забезпечити успішну аналітичну трансформацію, включає шість ключових параметрів, які необхідно враховувати: план, пов’язаний з науковою та бізнес-цінністю, цифрові та аналітичні можливості, архітектура даних, технічна архітектура, талант і гнучка операційна модель, а також впровадження та масштабування план, який детально описує дорожню карту від перших суперкористувачів до широкого впровадження. Розглядаючи всі шість вимірів протягом процесу наукових відкриттів, організації можуть забезпечити масштабне розгортання наукового ШІ з прямим впливом на стратегічні пріоритети.
Навіть з урахуванням цих чинників організації повинні бути обережними, намагаючись робити занадто багато одночасно. Замість того, щоб запускати низку доказів концепції, компаніям краще розгортати меншу кількість ініціатив (навіть лише одну або дві), які можна пов’язати зі стратегічними та бізнес-цілями та служити основою для майбутніх ініціатив. Стратегія сприяння прийняттю в довгостроковій перспективі також є важливою. Науковий штучний інтелект може бути потужним, але це також нова здатність, для реалізації якої може знадобитися деякий час. Надмірні обіцянки на ранніх етапах можуть призвести до розчарування та скепсису серед користувачів, що підриває довгостроковий потенціал технології. Але завдяки належній структурі та надійній загальноорганізаційній стратегії Scientific AI віщує нову еру творчості, інновацій та трансформації.
Алекс Девересон є партнером лондонського офісу McKinsey, де Девід Шампань є старшим партнером і Марен Екхофф є видатним науковцем з даних; Кріс Анагностопулос є партнером офісу в Афінах; Юг Лавандьє є старшим партнером паризького офісу, де Алекс Пелуффо є консультантом; Лівен ван дер Векен є старшим партнером офісу в Ліоні; Томас Девенінс є партнером женевського офісу; Ульріх Вейхе є старшим партнером у Франкфуртському офісі; і Бенджі Лін є асоційованим партнером в бостонському офісі, де Дженніфер Хоу є старшим керівником активу.
1 Microsoft Research AI4Science і Microsoft Azure Quantum, «Вплив великих мовних моделей на наукові відкриття: попереднє дослідження з використанням GPT-4», arXiv, листопад 2023 р. 2 Wenpin Hou і Zhicheng Ji, «Оцінка GPT-4 для анотації типу клітини в одноклітинному аналізі RNA-seq», Природні методи25 березня 2024 р., том 21; Метью Дж. Ха та Крістофер С. Пірсон, Використання ChatGPT для розробки інструментів інженерного проектування та аналізудокумент зустрічі форуму AIAA SCITECH 2024, AIAA 2024-0914, січень 2024 р. 3 «Так довго до силосів», Біотехнологія природи2016, том 34. 4 Мілад Аболхасані та Євгенія Кумачева, «Розвиток автономних лабораторій у хімії та матеріалознавстві», Синтез природи2023, том 2. 5 «Девід Бейкер: факти», Nobel Prize Outreach, доступ 8 січня 2025 р.; Анналі Армстронг, «Нова потужна компанія Xaira, що займається відкриттям ліків зі штучним інтелектом, отримала 1 мільярд доларів США», Fierce Biotech, 24 квітня 2024 р. 6 Qiankun Ding та ін., «Uni-Mol: універсальна структура навчання 3D молекулярного представлення», ChemRxiv, 6 березня 2023 р.; «Вступ до базових моделей IBM для матеріалів (FM4M)», GitHub, доступ 8 січня 2025 р.; Jinho Chang і Jong Chul Ye, «Двонаправлена генерація структури та властивостей через єдину модель молекулярної основи», Комунікації природи2024, том 15.
Американська телекомунікаційна компанія Verizon Communications заявила, що їй вдалося стримати кіберінцидент, факт підтверджений незалежною та авторитетною фірмою з кібербезпеки. Як повідомив уряд США, компанія нещодавно стала мішенню загрози національній державі. Вважається, що ці хакери зламали кілька національних телекомунікаційних мереж, включаючи інфраструктуру Verizon.
З вересня хакери, пов’язані з китайським урядом, протягом останніх місяців зламали кілька американських інтернет-провайдерів у пошуках конфіденційної інформації, що свідчить про останнє вторгнення в основну інфраструктуру США суб’єктів, пов’язаних із Пекіном. Під час хакерської кампанії, названої дослідниками «Соляним тайфуном», ці кіберсупротивники, нібито пов’язані з Китаєм, проникли в широкосмугові мережі Америки.
Штаб-квартира компанії в Нью-Йорку повідомила, що під час цього інциденту деякі особи, переважно залучені до урядової чи політичної діяльності, стали мішенню загрози. Ці клієнти були повідомлені про діяльність загрози. Крім того, хакери отримали доступ до невеликого відсотка мобільного доступу до Інтернету та записів мобільних дзвінків інших клієнтів Verizon Wireless.
Verizon заявила, що у неї «немає підстав вважати, що ці клієнти були ціллю, або що була розкрита будь-яка банківська чи фінансова інформація чи номери соціального страхування».
Дізнавшись про інцидент, Verizon сказав: «Ми негайно вжили кількох ключових заходів, щоб захистити наших клієнтів і нашу мережу. Це включає роботу з федеральними правоохоронними органами та органами національної безпеки, галузевими партнерами та приватними фірмами з кібербезпеки для розслідування та якнайшвидшого стримування загрози».
Було додано, що цей суб’єкт загрози національній державі націлився на кількох осіб, переважно залучених до урядової чи політичної діяльності. Ці особи повідомлені про дії зловмисника. Організатор загрози національній державі також отримав доступ до інформації, пов’язаної з невеликим відсотком мобільного доступу до Інтернету та записів мобільних дзвінків інших клієнтів Verizon Wireless. Для цих клієнтів зловмисник не отримав доступу до вмісту їхніх повідомлень.
«Одразу після того, як дізналася про цей інцидент, Verizon вжила кількох ключових заходів для захисту своїх клієнтів і своєї мережі, включаючи партнерство з федеральними правоохоронними органами та агентствами національної безпеки, галузевими партнерами та приватними фірмами з кібербезпеки», — сказала Вандана Венкатеш, головний юридичний директор Verizon. у заяві для ЗМІ. «Протягом деякого часу ми не виявляли активності загроз в мережі Verizon, і після значної роботи над вирішенням цього інциденту ми можемо повідомити, що Verizon стримав дії, пов’язані з цим конкретним інцидентом».
Венкатеш додав: «Наша мета з самого початку полягала в тому, щоб провідний мережевий провайдер країни залишався стійким і найкращим у своєму класі».
Verizon продовжує «виділяти значні ресурси для подальшого зміцнення та захисту нашої мережі. Цей інцидент не вплинув на нашу повсякденну роботу, і клієнти можуть продовжувати користуватися своїми пристроями та послугами Verizon у звичному режимі. Ми непохитно прагнемо пропонувати нашим клієнтам найсучасніші продукти та послуги через провідну телекомунікаційну мережу країни».
Щоб впоратися зі зростанням кількості атак на кібербезпеку з боку Китаю, на початку цього року Міністерство фінансів США наклало санкції на пекінського постачальника засобів кібербезпеки Integrity Tech за його роль у численних інцидентах комп’ютерного вторгнення жертв у США. Ці інциденти публічно приписують іншій китайській державній кібергрупі Flax Typhoon, яка діє щонайменше з 2021 року, часто націлюючись на організації в секторах критичної інфраструктури США.
Анна Рібейро
Редактор промислових кіберновин. Анна Рібейро – журналіст-фрілансер із понад 14-річним досвідом у сферах безпеки, зберігання даних, віртуалізації та Інтернету речей.
У сфері страхування, яка швидко розвивається, великі дані та розширена аналітика – це не просто модні слова; вони є рушійними силами трансформаційних змін у тому, як страховики оцінюють ризик, цінову політику та взаємодіють із клієнтами. З наближенням до 2025 року інтеграція спеціалізованих джерел даних, аналітики в режимі реального часу та розуміння, керованого штучним інтелектом, змінить підхід галузі до управління ризиками. Тут ми досліджуємо ключові інновації та тенденції, що формують майбутнє оцінки страхових ризиків, підкріплюючись цифрами та фактами з провідних галузевих джерел.
Інтеграція спеціалізованих джерел даних
Одним із найбільш значних досягнень в оцінці страхових ризиків є інтеграція спеціалізованих джерел даних. Страховики все більше використовують дані про клімат і здоров’я для покращення своїх процесів андеррайтингу. Наприклад, інформація про зміну клімату з локальних джерел використовується для розрахунку потенційних ризиків пошкодження майна та проблем зі здоров’ям, спричинених кліматом. Цей підхід дозволяє страховикам розрізняти страхувальників із різними профілями ризику, наприклад, активних триатлоністів і малорухливих осіб із прихованими ризиками для здоров’я (Gradient AI, 2025).
Використання даних про стан здоров’я з розумних годинників та інших пристроїв, які можна носити, ще одна зміна ситуації. Відстежуючи інформацію, пов’язану з фітнесом, страховики можуть пропонувати більш персоналізовані ціни полісів і оцінку вимог. Це не тільки підвищує точність оцінки ризиків, але й підвищує задоволеність клієнтів, надаючи індивідуальні страхові рішення (Gradient AI, 2025).
Аналітика даних у реальному часі
Перехід від використання історичних даних до розуміння в реальному часі революціонізує страхову галузь. Тепер страховики використовують дані в режимі реального часу з таких пристроїв, як дрони та датчики IoT, щоб краще розуміти ризики та покращувати взаємодію з клієнтами. Цей підхід у реальному часі допомагає виявляти нові тенденції, покращувати оцінку ризиків і адаптувати політику ціноутворення відповідно до поточних умов (EpayPolicy, 2025).
Наприклад, моніторинг поведінки водія в режимі реального часу за допомогою телематики може призвести до більш точного визначення ціни автострахування. Аналізуючи дані про швидкість, схеми гальмування та час водіння, страховики можуть запропонувати динамічні моделі ціноутворення, які винагороджують звички безпечного водіння. Це не тільки знижує ризик нещасних випадків, але й стимулює страхувальників застосовувати більш безпечні методи водіння (Plunkett Research, 2025).
Розширений ШІ та машинне навчання
Штучний інтелект і машинне навчання знаходяться в авангарді цифрової трансформації страхової галузі. Ці технології надають наступні найкращі рекомендації щодо андеррайтингу та управління претензіями, допомагаючи андеррайтерам регулювати ліміти покриття, а спеціалістам з регулювання претензій визначати оптимальні шляхи врегулювання. Статті, керовані штучним інтелектом, дозволяють страховикам приймати більш обґрунтовані рішення, зменшити ручний контроль і прискорити процес розгляду претензій (Gradient AI, 2025).
Про це свідчить статистика 76% страхових компаній США вже впровадили генеративні можливості штучного інтелекту принаймні в одній бізнес-функції, причому обробка претензій, обслуговування клієнтів і розповсюдження є провідним впровадженням (Insurance Thought Leadership, 2025). Крім того, 70% керівників страхових компаній планують запровадити ініціативи штучного інтелекту в індустрії позовів, підкреслюючи зростаючу залежність від штучного інтелекту для оптимізації операцій і підвищення ефективності (Wisedocs, 2025).
Прогностична аналітика на основі алгоритмів машинного навчання також відіграє вирішальну роль у виявленні аномалій у даних претензій. Позначаючи потенційно шахрайські дії, страховики можуть оптимізувати робочі процеси та зменшити збитки. Цей проактивний підхід до виявлення шахрайства не тільки захищає прибутки страховика, але й підвищує цілісність процесу страхування (SPD Tech, 2025).
Персоналізована ціна ризику
Інтеграція аналітики великих даних дозволяє страховикам створювати персоналізовані моделі ціноутворення на основі точної оцінки ризиків. Сегментуючи клієнтів на основі їх поведінки та демографічних показників, страховики можуть запропонувати індивідуальні страхові рішення, які відображають індивідуальні профілі ризику. Це включає динамічне коригування ціни на основі факторів ризику в реальному часі, таких як звички водіння та показники здоров’я (Binariks, 2025).
Аналіз геопросторових даних є ще одним інструментом, який страховики використовують для коригування моделей оцінки ризиків і адаптації політики до конкретних регіональних ризиків. Наприклад, нерухомість, розташовану в районах, схильних до повеней, можна оцінити точніше, що призведе до більш відповідного покриття та ціноутворення. Цей рівень персоналізації не тільки покращує задоволеність клієнтів, але й покращує здатність страховика ефективно управляти ризиками (SPD Tech, 2025).
Покращена відповідність і прозорість
У сфері страхування, що розвивається, відповідність і прозорість є не просто нормативними вимогами, а важливими компонентами побудови довіри споживачів. Оскільки страховики впроваджують більш складні моделі, керовані ШІ, забезпечення прозорості в процесах прийняття рішень стає першочерговим. Ці моделі все більше узгоджуються з нормативними вказівками, включаючи зрозумілі компоненти штучного інтелекту, які забезпечують чітке розуміння процесів прогнозування, яке можна перевірити. Ця прозорість має вирішальне значення для підвищення довіри споживачів і спрощення дотримання нормативних документів, дозволяючи страховикам з більшою легкістю керувати складними ландшафтами відповідності (Gradient AI, 2025).
Крім того, інтеграція технології блокчейн революціонізує прозорість у страховій галузі. Blockchain створює безпечний, незмінний запис транзакцій, гарантуючи, що всі сторони мають доступ до єдиного джерела правди. Ця технологія є особливо корисною для автоматизації виконання контрактів за допомогою смарт-контрактів, які зменшують ймовірність суперечок і забезпечують дотримання всіма сторонами погоджених умов. Усуваючи двозначності та розбіжності, блокчейн підвищує операційну ефективність і зміцнює довіру між страховиками та страхувальниками (ASNOA, 2025).
Прагнення до прозорості також спонукає страховиків застосовувати більш зручні для споживачів практики. Наприклад, страховики все частіше надають страхувальникам доступ до власних даних, що дозволяє їм зрозуміти, як їхня поведінка та дії впливають на профілі ризиків і премії. Це розширення прав і можливостей не тільки зміцнює довіру, але й заохочує страхувальників брати участь у поведінці, що зменшує ризик, що в кінцевому підсумку приносить користь як страховику, так і застрахованим.
Крім того, регуляторні органи визнають важливість прозорості та тісно співпрацюють зі страховиками, щоб розробити рамки, які підтримують етичне використання ШІ та великих даних. Ця співпраця спрямована на те, щоб технологічний прогрес не ставив під загрозу права споживачів або конфіденційність. Стимулюючи середовище співпраці та взаєморозуміння, регулятори та страхові компанії можуть працювати разом, щоб створити більш прозору та підзвітну страхову галузь.
Покращена відповідність і прозорість мають вирішальне значення для майбутнього страхування. Використовуючи такі технології, як штучний інтелект і блокчейн, страховики можуть надати чітку, піддатливу перевірці інформацію про свої процеси, зміцнити довіру споживачів і забезпечити дотримання нормативних стандартів. Оскільки галузь продовжує розвиватися, ці елементи відіграватимуть ключову роль у формуванні більш прозорого та надійного страхового середовища.
Автоматизація та ефективність
Поштовх до автоматизації продовжує залишатися рушійною силою страхової галузі. Використовуючи передові інструменти оцінки ризику та автоматизацію на основі даних, страховики можуть оптимізувати операції та зробити процеси швидшими та ефективнішими. Це включає в себе автоматизацію ручних, трудомістких завдань під час обробки претензій, скорочення часу обробки з тижнів до годин або навіть хвилин (EpayPolicy, 2025).
Андеррайтинг, керований штучним інтелектом, покращує прибутковість і задоволеність клієнтів, пропонуючи швидші та більш індивідуальні послуги. Автоматизуючи рутинні завдання, страховики можуть зосередитися на більш складних процесах прийняття рішень, що в кінцевому підсумку покращує загальний досвід клієнтів (Gradient AI, 2025).
Гібридна хмара та квантові обчислення
Запровадження гібридних хмарних рішень і квантових обчислень має революціонізувати масштабованість даних, довіру та безпеку в страховій галузі. Гібридні хмарні рішення пропонують страховикам гнучкість масштабувати свої ІТ-ресурси відповідно до попиту, ефективно керуючи піковими навантаженнями без надмірних інвестицій у локальну інфраструктуру. Поєднуючи приватні та публічні хмарні ресурси, страховики можуть оптимізувати витрати та сприяти бездоганній інтеграції даних із різних джерел, забезпечуючи обмін даними та їх аналіз у реальному часі (Insurtech Insights, 2025).
Квантові обчислення пропонують безпрецедентну обчислювальну потужність, дозволяючи страховикам обробляти складні обчислення та моделювання набагато швидше, ніж традиційні комп’ютери. Це особливо корисно для моделювання ризиків та актуарних розрахунків, дозволяючи страховикам розробляти більш точні моделі ціноутворення та краще розуміти нові ризики. Квантові обчислення також можуть оптимізувати різні операційні процеси, такі як управління портфелем, виявлення шахрайства та обробка позовів, підвищуючи ефективність і знижуючи витрати (Insurtech Insights, 2025).
Інтеграція великих даних, ШІ та розширеної аналітики змінює підхід страхової галузі до оцінки ризиків. Використовуючи ці технології, страховики можуть запропонувати точніші ціни на поліси, покращити взаємодію з клієнтами та підвищити операційну ефективність. Оскільки ми наближаємося до 2025 року, подальше впровадження цих інновацій матиме вирішальне значення для формування майбутнього управління страховими ризиками.
цитати:
Градієнт ШІ. (2025). Що чекає ШІ у страхуванні: 6 тенденцій, на які варто звернути увагу. Отримано з Gradient AI
EpayPolicy. (2025). Попереду: 6 прогнозів для страхового ландшафту. Отримано з EpayPolicy
Дослідження Планкетта. (2025). 10 основних тенденцій, що формують індустрію страхування. Отримано з Plunkett Research
SPD Tech. (2025). Аналітика даних у страхуванні: стратегічна перевага для трансформації управління ризиками. Отримано з SPD Tech
Бінарікс. (2025). Оцінка страхових ризиків за допомогою Big Data Analytics. Отримано з Бінарікс
ASNOA. (2025). Технології ШІ та страхова індустрія: тенденції, на які варто звернути увагу. Отримано з ASNOA
Insurtech Insights. (2025). Лідери розкривають, що чекає на страхування: 20 тенденцій, які трансформують галузь. Отримано з Insurtech Insights
Лідерство страхової думки. (2025). AI у страхуванні: прогнози на 2025 рік. Отримано з Insurance Thought Leadership
Wisedocs. (2025). Тенденції штучного інтелекту у 2025 році для сфери страхування, права та медицини. Отримано з Wisedocs
Вже п’ятий рік поспіль компанія Walt Disney повертається на конференцію AFROTECH як корпоративний спонсор. AFROTECH — це найбільша конференція року з чорношкірих технологій, у якій беруть участь понад 20 000 технологів, які збираються для цифрових та особистих подій, наповнених динамічним програмуванням щодо нових тенденцій, можливостями спілкування з лідерами галузі та бесідами з найкращими рекрутерами в галузі технологій.
Instillery уклала нове партнерство з постачальником безпеки хмарних додатків Wiz, щоб стимулювати впровадження платформи захисту хмарних додатків Wiz (CNAPP) у регіоні APAC.
Партнерство мало на меті швидко дозволити клієнтам підвищити рівень безпеки в хмарі, забезпечивши видимість для широкого спектру платформ і інструментів.
«Хмара та безпека не завжди були синонімами, хоча вони справді мали б бути синонімами», — сказав Джеремі Ніс, головний операційний директор The Instillery.
Хоча публічна хмара пропонувала «велику кількість» елементів керування для детального налаштування та моніторингу платформ безпеки, іноді це було проблемою.
«Легко створити щось у хмарі, але можливість захистити це може бути зовсім іншою історією», — сказав Ніс. «Wiz перевертає цю картину та робить захист хмари набагато простішим і швидшим».
Зростання простору CNAPP показало, що безпека хмарних платформ, включаючи приватну хмару, є пріоритетом для багатьох організацій.
Тепер, коли свята позаду, настав час побалувати себе подарунками на зміну. Можливо, ви навіть зможете заощадити на покупці. Найновіша модель Amazon Echo є останньою в лінійці розумних домашніх хабів Amazon із підтримкою Alexa. Прямо зараз Amazon продає його зі знижкою 35% у рамках цієї обмеженої угоди. Він був запущений за ціною 100 доларів, і з тих пір тут і там були знижки. Проте це найнижча ціна, яку ми бачили, до 65 доларів, що також є економією 35 доларів.
Дивіться на Amazon
Яскравий звук
Незважаючи на свої розміри, колонка здатна відтворювати потужний звук з насиченим і глибоким басом. Amazon Echo має тридюймовий неодимовий низькочастотний динамік і подвійні передні високочастотні динаміки 0,8 дюйма, які створюють звук, який заповнює кімнату.
Ви зможете почути свою музику, подкасти та аудіокниги з чистим вокалом. Він підтримує HD-аудіо без втрат із вибраних потокових служб, таких як Amazon Music HD. Окрім Amazon Music, Echo також підтримує потокове передавання з Apple Music, Spotify, SiriusXM тощо. Керуйте гучністю за допомогою елементів керування вгорі або просто попросіть Alexa налаштувати рівні звуку відповідно до ваших уподобань.
Будучи центром розумного дому, ви зможете контролювати інші розумні продукти у своєму домі. Незалежно від того, чи є у вас розумні лампочки, які можуть змінювати яскравість і колір, чи смарт-телевізор із завантаженими на нього улюбленими потоковими програмами, Amazon Echo може виступати в якості центрального центру для керування пристроями у вашому домі. Просто власним голосом попросіть Alexa запустити нову серію Abbott Elementary або попросіть приглушити світло, коли вам зручно.
Встановлюйте таймери під час приготування їжі, ставте запитання, створюйте події в календарі тощо, спілкуючись із Alexa через Amazon Echo.
Незважаючи на те, що Amazon Echo може керувати вашим пристроєм через Wi-Fi, він також є концентратором розумного дому Zigbee, здатним підключати та контролювати вашу мережу Zigbee розумних пристроїв, таких як термостати або камери безпеки.
Ви навіть можете спілкуватися з друзями та родиною, у яких є додаток Alexa або пристрій Echo, або підключатися до інших пристроїв Echo в різних кімнатах будинку. Це може бути дуже корисно, щоб повідомити дітям, що вечеря готова. Він також може обслуговувати дзвінки через ваш телефон.
Amazon Echo доступний у темно-вугільному, льодовиково-білому та сутінково-блакитному кольорах, і зараз на нього діє значна знижка. Отримайте свій зі знижкою 35% за найнижчою ціною, яка ще була, лише 65 доларів — це економія 35 доларів.
У вівторок ціна Chainlink підскочила до позначки в 20 доларів, підскочивши на 10%, оскільки криптовалютний ринок отримав серйозний поштовх перед інавгурацією Дональда Трампа. Дані в ланцюжку показують, що китові інвестори купували на падінні, тоді як ціна криптовалюти знизилася протягом останнього тижня. LINK на порозі значного прориву ціни?
Нещодавня цінова акція біткойна відображає символізм індійського фестивалю Mahakumbh 2025, де віддані окутаються у священну Гангу, подія, яка відбувається через кілька років. Подібним чином біткойн опустився нижче 90 тис., щоб відскочити з новою силою, досягнувши максимумів близько 98 тис., що повністю відповідає нашому попередньому аналізу.
У понеділок біткоїн впав нижче 90 000 доларів, тоді як у вівторок він перевищив 96 500 доларів, підвищившись більш ніж на 8%. Біткоїн-бик Том Лі, керівник відділу досліджень у Fundstrat, сказав CNBC у понеділок, що вважає цю поточну корекцію біткойна нормальною.
