#supply_chain — Public Fediverse posts

Чужой код у вас в Production. Как устроены Supply Chain Attacks и что с ними делать

Что может быть привычнее для разработчика, чем ежедневный ввод команд установки или обновления зависимостей: npm install , pip install , uv add , bundle add , cargo add ? Пакетный менеджер находит нужную библиотеку, скачивает её вместе с транзитивными зависимостями и за несколько секунд устанавливает в проект сотни тысяч строк чужого кода. В этот самый момент мы не задумываемся о том, что совершаем серьёзный акт доверия. Мы доверяем автору пакета, его аккаунту, системе публикации, сборочному конвейеру и всем зависимостям, которые пакет подтянет вместе с собой. Бесспорно, большую часть этого кода мы не читали и, скорее всего, не прочитаем никогда. Пока всё работает как задумано, этот процесс остаётся незаметным. Но стоит злоумышленнику скомпроментировать хотя бы одно звено этой цепочки, и обычное добавление или обновление библиотеки превращается в установку вредоносного кода в сотни или даже тысячи проектов. Именно на этой идее и строится атака на цепочку поставок — supply-chain attacks. Зачастую злоумышленнику не обязательно искать уязвимости непосредственно в вашем приложении, планировать дорогостоящие многовекторные атаки и применять социальную инженерию. Ему достаточно увести учётку разработчика даже не особо известного пакета, добавить бэкдор в новую версию, опубликовать её в тот же npm или PyPi — и вуаля: вот уже вредоносный код отправляет персональные данные ваших клиентов прямиком на серверы хакеров.

https://habr.com/ru/companies/domclick/articles/1074324/

#supply_chain #npm #bundler #pypi #cargo #nexus

Как агентный ИИ меняет роль человека в цепочках поставок

В крупной компании на обработку клиентского заказа может тратиться до двух часов. В основном это время уходит не на сами действия, а на паузы между ними: ожидание ответа, перепроверку данных, согласования. Агентская оркестрация сокращает этот цикл до пары минут. Агент сам проверяет остатки, сверяется с логистикой и запускает отгрузку, а сотрудник задает правила и оценивает результат, но не участвует в каждом шаге. Но если это так выгодно и дает такой эффект, то почему большинство компаний до сих пор не внедрили и не масштабировали агентный ИИ? И на чем тормозятся уже запущенные пилоты? Эти вопросы разбирали в подкасте McKinsey Talks Operations. Ведущие попытались понять, почему управление цепочками поставок, десятилетиями казавшееся одной из самых технологичных задач, пока буксуют с внедрением ИИ.

https://habr.com/ru/companies/ru_mts/articles/1072524/

#агентный_ии #agentic_ai #цепочки_поставок #supply_chain #автоматизация #логистика #mckinsey #искусственный_интеллект_в_бизнесе #трансформация_процессов #pilot_purgatory

Как агентный ИИ меняет роль человека в цепочках поставок

В крупной компании на обработку клиентского заказа может тратиться до двух часов. В основном это время уходит не на сами действия, а на паузы между ними: ожидание ответа, перепроверку данных, согласования. Агентская оркестрация сокращает этот цикл до пары минут. Агент сам проверяет остатки, сверяется с логистикой и запускает отгрузку, а сотрудник задает правила и оценивает результат, но не участвует в каждом шаге. Но если это так выгодно и дает такой эффект, то почему большинство компаний до сих пор не внедрили и не масштабировали агентный ИИ? И на чем тормозятся уже запущенные пилоты? Эти вопросы разбирали в подкасте McKinsey Talks Operations. Ведущие попытались понять, почему управление цепочками поставок, десятилетиями казавшееся одной из самых технологичных задач, пока буксуют с внедрением ИИ.

https://habr.com/ru/companies/ru_mts/articles/1072524/

#агентный_ии #agentic_ai #цепочки_поставок #supply_chain #автоматизация #логистика #mckinsey #искусственный_интеллект_в_бизнесе #трансформация_процессов #pilot_purgatory

Как агентный ИИ меняет роль человека в цепочках поставок

В крупной компании на обработку клиентского заказа может тратиться до двух часов. В основном это время уходит не на сами действия, а на паузы между ними: ожидание ответа, перепроверку данных, согласования. Агентская оркестрация сокращает этот цикл до пары минут. Агент сам проверяет остатки, сверяется с логистикой и запускает отгрузку, а сотрудник задает правила и оценивает результат, но не участвует в каждом шаге. Но если это так выгодно и дает такой эффект, то почему большинство компаний до сих пор не внедрили и не масштабировали агентный ИИ? И на чем тормозятся уже запущенные пилоты? Эти вопросы разбирали в подкасте McKinsey Talks Operations. Ведущие попытались понять, почему управление цепочками поставок, десятилетиями казавшееся одной из самых технологичных задач, пока буксуют с внедрением ИИ.

https://habr.com/ru/companies/ru_mts/articles/1072524/

#агентный_ии #agentic_ai #цепочки_поставок #supply_chain #автоматизация #логистика #mckinsey #искусственный_интеллект_в_бизнесе #трансформация_процессов #pilot_purgatory