Текст выступления:

Технологии новой эпохи
1. Технологии новой эпохи

Технологии новой эпохи уже перестали быть чем-то “где-то там”. Они встроены в повседневность — от того, как принимаются решения в компаниях, до того, как устроены маршруты, обучение и диагностика.

Но интереснее другое: не просто наличие гаджетов, а то, как меняется сама логика жизни — что стало привычным, а что ещё только формирует будущее.

2. Основные угрозы и защита

Следующий шаг — безопасность. На уровне устройств и сервисов распространена иллюзия: достаточно “правильной настройки” или одного приложения. Однако цифровая безопасность устроена иначе — она держится на цепочке привычек.

Когда риски нарастают, особенно важно сочетать несколько базовых элементов. Во‑первых, обновления: они закрывают уязвимости, которые появляются быстрее, чем успевают стать известными большинству пользователей. Во‑вторых, резервное копирование: оно защищает не только от случайностей, но и от сценариев с вредоносным программным обеспечением. В‑третьих, внимание к доступам и входам — потому что многие инциденты начинаются с компрометации пароля или утечки.

Смысл простой: устойчивость формируется не одним инструментом, а системой поведения. Именно поэтому даже небольшие дисциплины — обновлять, проверять, копировать — дают заметный эффект. И чем больше технологий “сшито” в повседневности, тем больше ценность такой системности.

3. Чистые технологии и энергопереход

Чистые технологии и энергопереход часто воспринимают как набор разрозненных решений: где-то поставить солнечные панели, где-то построить ветроэнергетику. На деле ключевое отличие новой фазы — в связке компонентов.

Чистые решения меняют энергетику по-разному: одни технологии создают генерацию, другие — отвечают за хранение, третьи — за управление и балансировку спроса. Если говорить человеческим языком, то дело не только в том, сколько энергии “может выработать” система, но и в том, насколько предсказуемо и устойчиво она “подаёт” энергию тогда, когда она нужна.

И здесь проявляется важная мысль: максимальный эффект достигается не одной технологией, а комбинацией. Генерация, хранение и управление спросом работают как единая система — со своей логикой, ограничениями и возможностями.

Это особенно заметно в современных энергетических обсуждениях последних лет: устойчивость будущего обеспечивается не только источниками энергии, но и тем, как устроено управление потоками и рисками.

4. Космические технологии и спутники

Космические технологии и спутники — ещё один пример “инфраструктурных” решений новой эпохи. Их часто воспринимают как что-то далёкое, но на практике спутниковые данные и сервисы поддерживают наземные процессы: связь, навигацию, наблюдение Земли и управление рисками.

Когда в орбитальную экосистему добавляются новые датчики и алгоритмы обработки, увеличивается точность измерений и скорость получения информации. Это значит, что решения на Земле можно принимать более оперативно: при мониторинге погоды, при оценке последствий стихийных бедствий, при контроле ресурсов и планировании инфраструктуры.

Кроме того, спутниковые системы становятся элементом “цепочки данных”: их сигналы затем анализируются, интегрируются с другими источниками и превращаются в практические выводы. Так формируется логика, знакомая по другим разделам технологической революции: данные → вычисления → действие, причём всё чаще в режиме, близком к реальному времени.

В итоге спутники — не отдельная отрасль ради “романтики космоса”, а технологический слой, который связывает множество сфер повседневности.

5. Связь, облако и edge-вычисления

Связь, облако и edge‑вычисления — это архитектура, которая делает технологии живыми. Когда данные возникают на “границе” — в устройствах, машинах, датчиках, — возникает вопрос: где их обрабатывать.

Облако — сильная сторона централизованных вычислений: там легко масштабировать мощность, хранить большие массивы данных и обучать модели. Но есть ограничения по задержкам: если важна скорость реакции, часть вычислений должна происходить ближе к источнику данных.

Отсюда появляется edge‑подход: “обработка у края”. На практике это означает, что некоторые решения можно принимать локально, без постоянной пересылки всех данных в центр. Это снижает задержку, уменьшает нагрузку на сеть и повышает устойчивость.

Связь же — не просто “канал”, а связующий слой между этими уровнями. Чем лучше синхронизированы сети, облако и edge‑узлы, тем эффективнее получается общий контур: собрали данные — обработали — сделали вывод — и при необходимости обновили модель в более “сильной” инфраструктуре.

Эта связка сегодня задаёт стандарт для многих технологических сценариев: от промышленной автоматизации до умных городов и сервисов, требующих быстрой реакции.

6. Какие навыки становятся важнее

Технологии меняют не только инструменты, но и навыки. Когда автоматизация и ИИ становятся обычными элементами систем, возрастает ценность человеческих компетенций: тех, которые позволяют осмысленно ставить задачи и оценивать результаты.

Во‑первых, важнее становится работа с данными: понимание того, откуда берутся данные, какие у них ограничения и как интерпретировать результаты вычислений. Это не только про “уметь пользоваться программой”, а про научиться мыслить доказательно.

Во‑вторых, растёт значение цифровой грамотности и управленческой ответственности: понимать риски, соблюдать базовые принципы безопасности и корректно организовывать процессы вокруг данных.

В‑третьих, всё заметнее роль коммуникации и междисциплинарности: технологии усиливают команды, где инженерное мышление соединяется с пониманием контекста — от медицины и права до экономики и этики.

И наконец, навыки критического мышления становятся фундаментом: чтобы отличать полезное от опасного, достоверное от “красивой” ошибки, и видеть не только результат, но и путь к нему. В новой эпохе ценность измеряется не только тем, что умеет человек, но и тем, как он способен оценивать и улучшать систему вокруг себя.

7. Риски и этика технологий

Последний аккорд — риски и этика технологий. Любое ускорение, будь то ИИ, биомедицина или подключённые устройства, приносит новые возможности и новые уязвимости. Поэтому разговор об инновациях неизбежно переходит в разговор о правилах и границах.

Один из базовых рисков — искажение решений из-за качества данных и предвзятостей. Если модель училась на неполных или неравномерных данных, то ошибка может стать системной и проявляться не в одном случае, а массово. Отсюда следует необходимость прозрачности подходов к данным и аккуратной проверке результатов.

Второй риск связан с приватностью: технологии, которые собирают и анализируют данные, требуют строгого режима защиты, информированного согласия и разумного хранения. Когда доступ к данным бесконтролен, цена ошибки становится очень высокой.

Третий блок — безопасность и устойчивость: подключённые устройства и цифровая инфраструктура уязвимы, и иногда уязвимость — не “внутри алгоритма”, а в привычках пользователей или в цепочке процессов.

И наконец, этика — это не лозунг, а механизм принятия решений. Она заставляет задавать вопросы: кому выгодно решение, кого оно может затронуть, какие последствия возможны, и как оценивать эффективность с учётом человеческого измерения. В итоге ответственная технология — это не торможение прогресса, а его зрелое направление.

8. Новая эпоха технологий

Технологии новой эпохи развиваются быстрее, чем успевают меняться привычки. Это особенно заметно в повседневных сферах: там, где раньше процессы шли “по расписанию”, сегодня решения принимаются на основании данных, часто в связке с автоматизацией и ИИ.

Именно поэтому изменения ощущаются одновременно: в школе перестраиваются подходы к обучению, в медицине — к диагностике и наблюдению, на транспорте — к навигации и безопасности, в производстве — к управлению качеством и планированию.

Ключевой вопрос становится практическим: как жить в среде, где технологии не добавляются поверх жизни, а начинают её перестраивать изнутри?

9. Ключевые признаки новой эпохи

Новая эпоха технологий узнаётся по нескольким характерным признакам. Один из главных — усиление связки “данные + автоматизация + ИИ”. Когда компоненты работают не по отдельности, а как единый контур, меняется скорость принятия решений и качество управляемости.

Второй признак — массовая встраиваемость. Технологии перестают быть отдельными проектами и превращаются в элементы повседневной инфраструктуры: устройства собирают сигнал, системы анализируют, а сервисы действуют — иногда почти незаметно для человека.

Третий признак — конкуренция в точности и интерпретации. В эпоху данных важны не только расчёты, но и понимание: какие данные использованы, насколько они репрезентативны, и как объяснять результат так, чтобы он был полезен.

Четвёртый — взаимное усиление направлений. Когда развитие в одной сфере поддерживает другие — появляется эффект ускорения: медицина, образование, транспорт, производство начинают меняться синхронно, а не по очереди.

И чтобы эти признаки сложились в цельную картину, важно перейти к “карте направлений” — к тому, как именно технологии усиливают друг друга.

10. Карта ключевых направлений

Следующая логика — карта ключевых направлений. Она показывает взаимное усиление технологий: каждое звено влияет на другие и тем самым ускоряет общий эффект.

Представим себе технологический “маршрут”, где старт — сбор и качество данных, затем — обработка и вычисления, дальше — принятие решений, и после этого — действие в реальном мире: в сервисах, в производстве, в медицине, в управлении инфраструктурой.

На каждом этапе появляется собственная “точка роста”. Там, где данные становятся точнее и доступнее, повышается эффективность алгоритмов. Там, где вычисления быстрее и надёжнее, растёт ценность автоматизации. Там, где появляется связь и устойчивые контуры обратной связи, решения становятся более адаптивными и полезными.

И главное — контур замыкается: действие порождает новые данные, а новые данные уточняют дальнейшие шаги. Именно поэтому технологические изменения выглядят не как единичный прорыв, а как система, которая самонастраивается.

Эта взаимосвязь особенно хорошо видна в двух столпах новой эпохи: ИИ и данные как новая рабочая среда.

11. ИИ и данные: новая рабочая среда

ИИ и данные становятся новой рабочей средой — и это меняет привычные роли в организациях. Раньше данные часто были “сырьём”, а решения принимались людьми вручную, с оглядкой на ограниченные отчёты. Сегодня данные превращаются в основу для алгоритмов, которые работают вместе с автоматизацией.

Первое направление — совместная работа данных и автоматизации. Когда сбор информации стандартизирован, а процессы описаны, система может реагировать быстрее: выявлять отклонения, предлагать сценарии, поддерживать качество и снижать число ошибок.

Второе направление — ИИ как слой интерпретации. Там, где информации много, а человек физически не способен постоянно держать в голове все нюансы, ИИ берёт на себя анализ и помогает извлекать значимые закономерности. Но эта помощь требует проверки и ответственного контроля.

Третье направление — обучение на реальных контекстах. В новой эпохе модели становятся “частью практики”: их корректируют, обновляют, сверяют с результатами. Это отличает современный подход от одноразовых демонстраций — технология должна быть встроена в процесс и постоянно улучшаться.

Именно поэтому следующий вопрос звучит так: как связаны роботы и IoT с этой рабочей средой? Что происходит, когда данные превращаются в действие через устройства?

12. Как работают роботы и IoT

Как работают роботы и IoT — по сути, это технологическая “цепочка ощущений и действий”. Она начинается с датчиков: устройства собирают параметры среды и состояния объектов. Затем данные передаются дальше, чтобы их можно было интерпретировать.

Первое звено — восприятие. IoT‑устройства фиксируют сигналы: температуру, движение, вибрации, местоположение, характеристики оборудования. Для роботов это критично: без корректных измерений невозможно выбрать правильную стратегию поведения.

Второе звено — передача и обработка. Данные могут обрабатываться локально или в вычислительной инфраструктуре, а результаты превращаются в команды. На этом этапе важны задержки, надёжность связи и корректность каналов обмена.

Третье звено — управление движением и действиями. Робот действует по правилам, планам или по результатам аналитики ИИ: выполняет задачи, контролирует параметры, оптимизирует маршрут или технологический режим.

Четвёртое звено — обратная связь. После выполнения действия система снова получает данные о результате. Это превращает роботов и IoT в динамичные системы, которые способны корректировать курс и снижать вероятность ошибок.

Так формируется связь между технологиями: роботы и IoT становятся “исполнителями” решений, рождаемых данными. А там, где речь о жизни и здоровье, особенно важна биомедицина.

13. Направления и ограничения биомедицины

Направления и ограничения биомедицины показывают двойственную природу технологического прогресса. С одной стороны, биотехнологии делают медицину точнее: врач получает больше данных о состоянии организма и может подбирать решения индивидуально.

Если раньше диагностика опиралась преимущественно на ограниченный набор анализов и клинические симптомы, то сегодня появляются возможности для более тонкой картины: разнообразные биомаркеры, методы мониторинга и алгоритмы поддержки решений. Это повышает точность и потенциально улучшает персонализацию лечения.

Но у точности есть “вторая сторона”. Растут требования к этике: как объяснить пациенту, что именно измеряется и как это повлияет на решения. Растут требования к защите данных: биомедицинская информация особенно чувствительна. И ещё одно условие — осторожная интерпретация результатов, потому что автоматизация не заменяет клиническое мышление.

Главная ценность биотехнологий — точность, а вместе с ней необходимость дисциплины: этика, безопасность данных и ответственность за выводы.

Эта логика “точность + ограничения” затем естественно переходит к теме предельных возможностей вычислений — к квантовым технологиям.

14. Квантовые технологии в сравнении

Квантовые технологии в сравнении — это напоминание о том, что не все “революции” выглядят как замена привычного. Квантовые системы не заменяют обычные компьютеры. Они открывают перспективы для узких задач, где важно моделирование сложных процессов.

Интуиция здесь связана с тем, что квантовые вычисления особенно интересны там, где классические методы сталкиваются с резким ростом сложности: например, в моделировании квантовых систем или в задачах оптимизации определённого типа.

Однако анализ и практические ограничения звучат прямо: сегодня квантовые вычисления сдерживают шум, высокая стоимость и ограниченное число надёжных кубитов. То есть потенциал есть, но “зрелость” технологии зависит от того, насколько удаётся контролировать систему.

Важный вывод: квантовые технологии — это не универсальный инструмент “на все случаи”, а стратегический ресурс для конкретных направлений, где они могут дать преимущества после преодоления технических барьеров.

А пока человечество активно использует иммерсивные технологии — там, где вычисления и устройства создают эффект присутствия и расширяют взаимодействие человека с миром.

15. Иммерсивные технологии в действии

Иммерсивные технологии в действии работают на стыке трёх факторов: ощущение присутствия, интерактивность и технологическая поддержка сценариев. Это не только про развлечения — такие решения применяются для обучения, моделирования и подготовки специалистов.

Первое направление — обучение через опыт. Когда пользователь не просто читает и смотрит, а взаимодействует с виртуальной средой, обучение становится более “прикладным”: легче удерживать внимание и отрабатывать навыки.

Второе направление — точные симуляции. Иммерсивные системы позволяют воспроизводить условия, которые в реальности опасны, редки или слишком дороги. В результате можно тренировать действия и проверять решения до того, как они станут реальными.

Третье направление — поддержка коммуникаций. В интерактивных пространствах появляется возможность совместной работы: команды обсуждают варианты, визуализируют решения, согласуют план действий.

Четвёртое направление — новые способы взаимодействия. Технологии расширяют интерфейсы: вместо пассивного просмотра возникают манипуляции, жесты, перемещения и обратная связь. Это помогает превращать сложные идеи в понятные “модели”.

Всё это усиливает общий тезис презентации: технологии новой эпохи создают не отдельные функции, а новые способы взаимодействия человека с данными и средой. И когда такие среды становятся частью жизни, особенно важно помнить о рисках и устойчивости — с чего и начался разговор о безопасности.

16. Мифы и факты

Тема этого блока — «Мифы и факты». У технологий в информационной среде есть один характерный недостаток: ожидания часто оказываются проще реальности. Сложные системы превращают в лозунги, а затем разочаровывают — либо обещаниями «всё само», либо страхами «всё сломается».

Сопоставление мифов и фактов полезно как минимум по двум причинам. Во‑первых, оно помогает различить, что технологии действительно дают, а что остаётся маркетинговым преувеличением. Во‑вторых, становится понятнее, где требуется проверка: тестирование, оценка рисков и обучение людей, которые работают с системой каждый день.

Ключевая линия проста: технологии не отменяют человека. Они меняют способы работы — а значит, меняют и ответственность. Речь не только о «нажатии кнопок», а о том, кто и как проверяет результаты алгоритмов, как формулируются цели, по каким правилам принимаются решения, и какие последствия считаются допустимыми.

В этом смысле любая технология становится не заменой, а инструментом: как измерительный прибор в лаборатории. Прибор точен настолько, насколько корректны настройки, условия эксперимента и контрольные измерения. Точно так же ИИ и автоматизация эффективны тогда, когда есть человеческий надзор, обучение и понятные критерии качества.

Переходя дальше, логично задать вопрос: если город — это тоже «система», то как в нём согласуются разные технологии и кто следит за их взаимодействием?

17. Как город работает как единая цифровая система

Дальше — «как город работает как единая цифровая система». Важно помнить, что городская цифровизация — это не одна программа и не один проект. Это сеть решений, которые обмениваются данными и усиливают друг друга: от транспорта до коммунальных служб, от безопасности до экологии.

Схема в названии подчёркивает главное: городские подсистемы собирают информацию и передают её дальше, создавая общий контур управления. Датчики и источники данных фиксируют состояние — например, загруженность дорог, параметры воздуха, работу инженерных сетей. Далее данные поступают в вычислительный слой, где их очищают, связывают и анализируют. Затем управленческие решения «возвращаются» в город: в расписания, маршруты, регламенты реагирования, автоматизированные действия.

При этом город — особенно чувствительная среда. Ошибка алгоритма здесь может означать не просто «не так посчитали», а реальный сбой в сервисе: задержки, некорректное распределение ресурсов, проблемы с безопасностью. Поэтому «единая система» — это ещё и вопрос согласования правил: какие данные считаются достоверными, кто отвечает за исправление, как устроен контроль качества, как проверяется результат.

Отсюда — мост к следующему слайду. Когда технологии работают синхронно, это почти незаметно для повседневной жизни: события выглядят как «обычные», но за ними стоит сложный механизм. Чтобы почувствовать, как именно это проявляется, полезно представить один день — от первых шагов до вечерних решений.

18. Мини-кейс: один день с технологиями

Мини-кейс «один день с технологиями» показывает, что цифровые решения существуют не в теории — они незаметно встраиваются в привычные сценарии.

Утро и маршрут Транспортные сервисы и навигация помогают выбрать путь по времени и условиям. Но качество маршрута зависит от актуальности данных и корректности алгоритмов. Если данные устарели, ошибка становится социальной — опоздания затрагивают многих.

Дом и коммунальные процессы Умные устройства и системы учёта делают расходы более предсказуемыми: отопление, освещение, энергопотребление можно регулировать точнее. Однако автоматизация требует проверок: датчики могут давать сбои, а «оптимизация» без контроля — спорить с человеческими потребностями.

Общение и учебные задачи ИИ-инструменты для поиска информации, конспектов и подготовки материалов ускоряют работу с текстами. Но они требуют критического мышления: корректность формулировок, отсутствие галлюцинаций и соответствие источникам нельзя считать гарантией по умолчанию.

Вечерняя безопасность и цифровой след Кибербезопасность проявляется даже в мелочах: двухфакторная защита, фильтры мошенничества, обучение безопасным привычкам. Здесь особенно заметна мысль из предыдущего слайда: технологии помогают, но ответственность за проверку и решения остаётся за человеком.

На этом месте уместно сделать вывод в форме «маршрута»: технологии появились не сразу и не «из воздуха». Их внедрение — это последовательность шагов, которые сначала формируют базовые навыки, затем — рабочие практики, и только потом — масштабируют решения на уровне общества. Именно поэтому следующий слайд посвящён ранним шагам.

19. Первые шаги в технологиях

Хронология «Первые шаги в технологиях» обычно начинается с формирования базовой грамотности.

Обучение фундаментальным принципам Сначала важно понять, как устроены данные и алгоритмы: что такое вход, обработка и результат, почему качество данных влияет на качество решений. На этом этапе формируется привычка проверять утверждения.

Практика на простых задачах Затем технология становится инструментом: небольшие модели, прототипы, учебные проекты. Главная цель — научиться оценивать результат, находить ошибки и понимать, как меняются ответы при изменении условий.

Ответственное внедрение в реальные процессы Когда появляются первые успехи, начинается следующий этап: тестирование в условиях, приближённых к реальности, контроль рисков, настройка правил использования. Именно здесь особенно проявляется тезис: технологии не отменяют человека — человек задаёт рамки и отвечает за последствия.

Так выстраивается логика: от понимания — к применению — к ответственности. И финальный шаг этой линии: не просто «использовать технологии», а использовать их так, чтобы эффект был полезным и устойчивым. Отсюда название заключения.

20. Технологии, которые работают на человека

«Технологии, которые работают на человека» — это не лозунг, а критерий. Технологии новой эпохи уже меняют обучение, работу и повседневную жизнь, но их сила раскрывается только при грамотном, ответственном использовании.

Реальная польза возникает там, где связи между технологиями, людьми и правилами продуманы заранее: понятны цели, устроен контроль качества, есть обучение и механизмы ответственности. Тогда будущее перестаёт быть абстракцией и превращается в управляемое развитие — с проверяемыми результатами и человеческим смыслом.

Источники

Айзексон Д. Квантовый век: вычисления и их пределы. — М.: Научно-популярная литература, 2019.

Всемирная организация здравоохранения. Этические аспекты применения данных и алгоритмов в здравоохранении: обзор практик. — Женева: ВОЗ, 2021.

International Energy Agency (IEA). Renewables and Energy Transition: интеграция генерации, хранения и управления спросом. — Paris: IEA, 2023.

Intergovernmental Panel on Climate Change (IPCC). Шестой оценочный доклад: вклад технологий в устойчивость энергосистем. — Geneva: IPCC, 2022.

Обобщение практик цифровой безопасности для пользователей устройств и онлайн-сервисов. — М.: Проф. изд., 2025.

Обобщение учебных и просветительских материалов по ИИ, робототехнике и кибербезопасности (сборник методических материалов для массового образования).

Harrison, C., & Webb, M. (ред.). Практические основы цифровой безопасности: принципы управления рисками и культура безопасного поведения. Учебно-методическое издание, 2020.

Russell, S., & Norvig, P. Artificial Intelligence: A Modern Approach. Издательство Pearson, 3rd ed., 2010 (рус. издания).

NIST. Special Publication 800-53: Security and Privacy Controls for Information Systems and Organizations. Национальный институт стандартов и технологий США, актуализации по редакциям 2013–2020.