{"id":4536,"title":"\u0410\u043d\u0442\u0438\u0430\u043a\u0441\u0435\u043b\u0435\u0440\u0430\u0442\u043e\u0440: \u0433\u0440\u0430\u043d\u0442\u043e\u0432 \u043d\u0435\u0442, \u043d\u043e \u043f\u0440\u043e\u043a\u0430\u0447\u0430\u0442\u044c\u0441\u044f \u043c\u043e\u0436\u043d\u043e \u0431\u0435\u0441\u043f\u043b\u0430\u0442\u043d\u043e","url":"\/redirect?component=advertising&id=4536&url=https:\/\/vc.ru\/promo\/266261-starthub-moscow&hash=d1d5b6ef1ee3cc36b0c67152c74e57ccabb2fddc028b491a5ce00213a11bf2b4","isPaidAndBannersEnabled":false}
Сервисы
INPAS company

Биометрия по лицу: мировая история развития, сферы применения и способ оплаты

В XXI веке биометрическая аутентификация, когда для удостоверения личности людей используются их физические характеристики (например, отпечатки пальцев, сетчатка глаза, лицо), становится неотъемлемой частью повседневной жизни. На фоне запуска Единой Биометрической Системы (ЕБС) разложим все по полочкам. Поговорим об эволюции функции распознавания лица, актуальных сферах применения и об удобном способе оплаты.

А началось все еще до первого полета человека в космос

В 1955 году появляется машинное зрение – научное направление в области искусственного интеллекта и связанные с ним технологии получения изображений объектов реального мира, их обработки и использования. А готовые данные должны использоваться для решения разного рода прикладных задач без участия (полного или частичного) человека.

В 1960-ые годы появляются первые эксперименты в области машинного распознавания лица и первые системы обработки 2D-изображений. Актуальные задачи того времени – спутниковая фотосъёмка, медицинская визуализация, распознавание символов и улучшение фотографий и др.

В этот период Вуди Бледсо, профессор Техасского университета в Остине, создал систему, которая могла вручную получать фотографию лица. Вот как это было:

· на планшете RAND размечали лицо, забивая координаты областей лица: глаза, нос, рот и линия волос – до 46 точек;

· специальный алгоритм крутил/вертел/зумировал полученное изображение – до 22 измерений;

· записанные вручную метрики впоследствии сохранялись в базе данных;

· при введении в систему новой фотографии человека можно получить наиболее похожее изображение через базу данных.

С распознаванием лица такая система справлялась в 100 раз быстрее, чем человек.

В 1970-ые годы с ростом доступности компьютерного оборудования развивается концепция машинного построения трёхмерных образов объектов. Позже появляется возможность обрабатывать изображения в реальном времени для некоторых задач, таких как преобразование телевизионных стандартов.

Тогда же исследователи Хармон, Голдштейн и Леск сделали ручную систему распознавания лица Бледсо более точной, используя 21 маркер лица, включая толщину губ и цвет волос.

В 1988 году Майкл Кирби и Лоуренс Сирович из Университета Брауна применили подход Eigenface с использованием линейной алгебры для анализа изображений. Для разметки лиц они применяли менее 100 различных значений, доказав, что этого достаточно для точного кодирования изображения лица.

В 1991 году Алекс Пентланд и Мэтью Терк из Массачусетского технологического института усовершенствовали технологию Eigenfaces, задействуя факторы окружающей среды. Им удалось автоматизировать процесс распознавания.

В период 1993-2000х годов Управление перспективных исследовательских проектов при Минобороне США (DAPRA) и Национальный институт стандартов и технологий (NIST) выпустили программу FERET с самой обширной базой лиц — более 14 тыс. изображений. Изначально ее использовали, чтобы находить преступников по всему миру. Затем представили в открытом доступе для стимулирования коммерческого рынка распознавания лиц.

Продолжение в XXI веке: роль США, Китая и России

С 2010 года Facebook начал использовать функцию распознавания лиц, чтобы находить пользователей на публикуемых фото и предлагать их отметить. Это обновление создало шумиху в СМИ, однако не повлияло на имидж и популярность самой социальной сети.

А в 2014 году FB запускает сервис DeepFace для распознавания лиц в толпе с точностью 97,25%, что почти соответствует способностям среднего человека (97,53 %). Такого результата удалось достичь благодаря способу построения 3D-модели лица по фотографии.

В 2011 году власти Панамы и США запустили совместный проект FaceFirst. Это технология распознавания лиц, которую изначально использовали для пресечения незаконной деятельности в аэропорту Токумен в Панаме. А впоследствии она стала крупнейшей биометрической установкой в аэропорту. В том же году полиция и спецслужбы США начали применять распознавание лиц для опознания трупов, что, в частности, помогло утвердить личность Усамы бен Ладена.

В 2015 году Google представила свою разработку — FaceNet, достигшая рекордной точности в 99,63% благодаря огромному массиву данных, которые собирают сервисы Google. Технологию, в частности, используют в Google Фото для сортировки изображений и автоматических отметок людей на них.

В 2016 году американский ритейлер Amazon, сегодня владеющий сетью магазинов без продавцов и кассиров, начал тестировать систему Just Walk Out. Она включает в себя

· потолочные камеры, считывающие все перемещения покупателей;

· датчики, устанавливаемые на полках, которые измеряют вес продуктов;

· облачную инфраструктуру Amazon Web Services для обработки данных.

Интересно, что разработчики Amazon утверждают, что приватность не нарушена, так как нет никакого распознавания лица, а используются другие визуальные сигналы: походка, длина конечностей и т.д.

Пользоваться системой легко: покупателю нужно скачать приложение Amazon Go, прикрепить к нему банковскую карту и получить QR-код для входа.

В марте 2020 года Amazon объявил о продаже Just Walk Out другим торговым сетям.

Также в 2018 году Amazon активно продвигает свой облачный сервис для распознавания лиц и объектов – Rekognition, которым пользуются правоохранительные органы США. Система умеет распознавать до 100 человек на одном фото и искать их в базах данных, содержащих десятки миллионов лиц.

2 августа 2016 года на конференции в Нью-Йорке Samsung представила новый смартфон Galaxy Note 7 со сканером радужной оболочки глаза, чтобы повысить уровень безопасности доступа к устройству. В самой компании это аргументировали тем, что в отличие от отпечатков пальцев радужную оболочку нельзя дублировать, поскольку она имеет уникальный рисунок.

Тогда же платежные системы MasterCard, Visa и другие финансовые организации начинают включать биометрическую аутентификацию платежей.

В марте 2017 году китайская компания Baidu запускает платформу Face++ для распознавания лица, которая обещала находить совпадения на фотографиях с вероятностью в 99,77%. На сегодняшний день сервис получил широкое распространение в Китае. Любопытно, что в отличие от США граждане КНР относятся к технологиям распознавания лица с меньшим недоверием. Можно сказать, они воспринимают это как данность и неотъемлемый элемент повседневной жизни, смирившись с отсутствием частной жизни в своей стране.

12 сентября 2017 года компания Apple представила технологию Face ID, заменив дактилоскопический датчик «Touch ID». Всего лишь один взгляд на смартфон и личность подтверждена – iPhone разблокирован, покупка оплачена. Лицо сканируется и сравнивается с ранее записанной структурной картой лица владельца.

Секрет успеха – в объединении передовых программных и аппаратных разработок Apple. Вот, что внутри и как это работает:

· Проектор точек. Проецирует на лицо пользователя более 30 000 невидимых инфракрасных точек, по которым потом создается его математическая модель.

· Инфракрасная камера. Считывает точечную структуру лица, создает изображение в инфракрасном спектре и помещает эти данные в специальный модуль процессора.

· Инфракрасный излучатель. Пускает невидимый пучок инфракрасного света на лицо, что позволяет выполнить его точное сканирование даже в полной темноте.

Face ID считается самой совершенной на сегодняшний момент технологией распознавания лица. Кроме того, она еще и самообучаемая – запоминает изменения в лице с помощью нейронных сетей в процессоре смартфона.

26 сентября 2018 года на конференции глобальных финансовых технологий Finovate Fall в Нью-Йорке Ак Барс Банк представил технологию оплаты товаров и услуг при помощи лица – Face2Pay.

Основное назначение – совершение покупки или прохода через барьерную область без смартфона, банковской карты и иных традиционных платежных инструментов. Как только пользователь приближается к зоне покупки или контроля, система узнает его по лицу и спишет с карты определенную сумму в рамках лимита или обеспечит свободный проход.

Главное отличие технологии Face2Pay от схожих в том, что она уже интегрирована в платежную инфраструктуру банка.

Подведем итог: технически биометрические системы распознавания лиц работают по принципу построения и сравнения математических моделей лица. Там, где мы видим цельный образ, система видит набор данных и уникальный для каждого человека цифровой отпечаток. Анализируя и сравнивая эти данные, можно с высокой вероятностью идентифицировать и верифицировать личность.

Мировая карта применения технологии распознавания лиц

Британская компания Surfshark составила карту использования технологии распознавания лиц на государственном уровне в 194 странах мира.

Странам был присвоен 1 из 5 статусов в зависимости от того, как они приняли технологию: в использовании, одобрена для использования (не внедрена), рассматривается, нет данных об использования, запрещена.

В общей сложности сегодня насчитывается 109 стран, которые либо используют, либо одобрили использование технологии распознавания лиц для целей наблюдения. В большинстве таких стран есть национальные базы данных и локальные алгоритмы.

Любопытно, что Бельгия является единственной страной, где публичное использование этой технологии объявлено незаконным. А многие национальные правительства и их граждане находятся в разгаре глобальных дебатов по поводу этики и законности массовой слежки.

Сферы применения сегодня: кому и зачем это нужно

Если обобщить весь мировой опыт, то можно выделить следующие наиболее распространенные сферы применения технологии распознавания лиц.

1. Обеспечение национальной безопасности:

· распознавание лиц людей и их действий, объектов окружающей среды;

· поиск преступников и нелегальных иммигрантов;

· обнаружение сцен убийства;

· фильтрация неподобающего контента.

2. Помощь службе безопасности и HR-отделу

· контроль доступа в здание;

· биометрический учет рабочего времени: система фотографирует сотрудника, распознает его и автоматически делает запись в табеле о начале и окончании рабочего дня;

· мониторинг активности и вовлеченности сотрудника в течение рабочего дня, что позволяет, например, разгрузить сильных менеджеров от рутины или избавиться от слабых.

3. Оптимизация работы банков, кредитных и страховых компаний

· хранение достоверных данных о клиентах и верификация их личности при проверке и совершении операций;

· повышение лояльности клиентов, так как не нужно посещать офис и ожидать ручной проверки;

· выявление мошенников;

· внедрение биометрических банкоматов, в которых можно снять наличные деньги без карты и без PIN-кода.

4. Удобная логистика:

· упрощение процедуры проверки документов водителей и контроля при перевозке специальных грузов (рецептурные лекарства, дорогое оборудование);

· исключение третьих лиц из процесса перевозки;

· контроль доступа на склады;

· мониторинг состояния водителя: насколько он сосредоточен, не уснул ли за рулем.

5. Персонализация клиентского опыта и повышение лояльности целевой аудитории (ЦА):

· определение точечного портрета ЦА: пол, возраст, этническая принадлежность;

· аналитика посещений: подсчет уникальных посетителей, распознавание постоянных клиентов, отслеживание маршрута посетителя;

· автоматические предложения индивидуальных программ лояльности и разработка более прицельных маркетинговых кампаний;

· внедрение интерактивной рекламы, когда специальные рекламные щиты или мониторы оснащены датчиками и камерами. Далее обеспечивается взаимодействие с людьми с отслеживанием их ответной реакции и оценкой эффективности рекламы в реальном времени.

6. Инновации в ретейле и общепите:

· идентификация клиента и предотвращение мошенничества во время покупки в магазине;

· анализ поведения покупателей и оптимизация сервисов так, чтобы продавать больше;

· удобная оплата по лицу без использования банковской карты, смартфона и других платежных устройств.

Российский путь и запуск биометрической оплаты по лицу

На мировой арене Россия достигла внушительного прогресса в области распознавания лиц. Алгоритмы от отечественных разработчиков считаются одними из самых точных в мире, по данным Национального института стандартов и технологий в США, NIST. Примером является приложение FindFace с точностью 99% от компании NTechLab.

Давайте посмотрим, какой такой путь уже пройден.

2017 год: Банк России и Ростелеком создают Единую Биометрическую Систему (ЕБС) для сбора у населения двух параметров – голоса и лица – и распознавания личности впоследствии. Роль Ростелеком – разработчик и оператор ЕБС как одного из ключевых элементов механизмов удаленной идентификации.

Драйвером для создания ЕБС стала национальная программа «Цифровая экономика Российской Федерации». В задачи программы в том числе входит повышение доступности безопасных цифровых сервисов для граждан в отдаленных регионах и маломобильного населения.

2018 – 2019 год: подключение к ЕБС банков и коммерческих организаций, уполномоченных собирать биометрическую информацию и предоставлять дистанционные услуги с использованием удалённой идентификации.

30 июня 2018 года: ЕБС начинает работать в России. Финансовая отрасль стала первым сектором экономики, где применяться система. Удалось полностью цифровизировать взаимодействие с пользователями – физическими лицами, перевести в онлайн операции по открытию счета, вклада и получению кредита.

С 2018 года Ак Барс Банк развивает собственную экосистему сервисов для бизнеса на основе компьютерного зрения – Face2. В портфеле продуктов есть платежная система на базе распознавания лица Face2Pay, первое внедрение которой состоялось в Бассейне Мирас в Альметевске. В кейсе присутствует валидация по лицу (не надо носить с собой карточку абонемента) и реализация внутренних платежей по лицу (пополнение бюджета, оплата на кассах, включая магазины на территории бассейна).

Апрель 2019 года: VISA представила технологию оплаты с помощью биометрии – SWIP. Продавцу нужно пройти двухфакторную аутентификацию: зарегистрировать ЮЛ в SWIP и у эквайера. А пользователю – зарегистрироваться в приложении, привязав свою банковскую карту, и на кассе уже только предъявить свое лицо.

Октябрь 2019 года: Ростелеком и Банк Русский Стандарт продемонстрировали проведение пилотного биометрического платежа при помощи данных в ЕБС на Форуме инновационных технологий Finopolis.

2020 год: тестирование банкоматов с функцией распознавания лица.

Февраль 2020 года: Ростелеком и Банк Русский Стандарт запустили оплату по биометрии в кофейнях CoffeeBean.

Октябрь 2020 года: ВТБ запустил пилотный проект с использованием биометрии в гипермаркетах Лента.

1 января 2021 года: вступает в силу Федеральный закон об использовании ЕБС для удаленной идентификации при получении финансовых и государственных услуг.

Таким образом на данный момент работа ЕБС регулируется 3 законами:

ЕБС собирает и обрабатывает фотографии, голоса и привязанные к ним паспортные данные, что является персональными данными.

В статье 14.1 описано, что такое государственная информационная система по сбору биометрии.

Март 2021 года: Сбербанк и Перекресток внедряют оплату по лицу на кассах самообслуживания.

Март 2021 года: торговая сеть «Пятёрочка» пилотирует технологию оплаты по лицу – с помощью SELFIE2PAY в партнёрстве с ранее отмеченной компанией SWIP. Как описывали выше, покупателю нужно скачать специальное приложение и зарегистрироваться в нем.

Март 2021 года Минцифра подводит промежуточный итог сбора биометрических данных населения и констатирует факт, что процесс идет медленно.

Сейчас в ЕБС – данные свыше 164 тыс. человек, а через 2 года планируется увеличить до 70 млн. Также сбором биометрии смогут заниматься и МФЦ в дополнение к банкам, а граждане смогут делать это самостоятельно и удаленно через специальное приложение. Для ускорения процесса наполняемости базы ЕБС Минцифра может прийти к административным мерам, в том числе закрыть удаленный доступ к ряду госуслуг в случае отсутствия биометрических данных пользователя.

Практические знания для оплаты по лицу

Несмотря на медленное заполнение ЕБС технология распознавания лица уверенно движется к запуску в массы.

Уже сейчас покупатель-новатор может сдать биометрию, не дожидаясь административных мер от нашего Правительства. Вот, что нужно:

· прийти в офис банка, подтвердить свою личность, предъявив паспорт, пройти идентификацию в ЕСИА: сдать образцы биометрии (фото + голос) в отделении банка (232 банка на текущий момент);

· привязать образцы биометрии к данным пользователя в Единую систему идентификации и аутентификации (ЕСИА) и ЕБС;

· привязать свой счет к сданной биометрии.

Продавцу нужно обеспечить возможность оплаты, то есть наличие биометрического оборудования с камерой для считывания лица.

И вот тогда есть все условия для настоящего волшебства – проведение биометрического платежа:

· терминал делает фото покупателя;

· встроенные алгоритмы на основе машинного обучения и специальное оборудование проверяют, что платит живой человек;

· фото отправляется в ЕБС;

· ЕБС проверяет фото и наличие средств на счету;

· одобрение оплаты и списание денег со счета покупателя.

Преимущества для покупателя: не нужны ни наличные, ни банковская карта, ни даже смартфон — достаточно «предъявить» свое лицо, и платеж состоится.

Преимущества для торговой точки: рост среднего чека, трафика в торговой точке и удовлетворенности покупателей.

Источник: INPAS

Что об этом говорят старожилы платежного рынка?

Источник: INPAS

«Использование биометрии может улучшить клиентский опыт как в части дистанционного оказания услуг, так и в проведении платежей. Здесь перспективу представляет развитие сферы самообслуживания и таких направлений деятельности, где использование привычных нам способов оплаты является затруднительным и неудобным – например, аквапарки, спа-центры и т.п.

Несмотря на эволюцию биометрии в различных её проявлениях, как платежная технология она еще молодая. Чтобы завоевать место под солнцем, ей предстоит пройти свой путь с учетом регуляторных и правовых аспектов, обеспечения безопасности совершаемых таким способом трансакций. Так, недавний пример мошеннической схемы оплаты в Китае показывает, что требования к качеству собираемой биометрии, используемым алгоритмам для ее обработки и инструментам регулирования всего процесса ещё нуждаются в доработке и ужесточении. Он потребует непрерывного совершенствования, так как по мере развития любых технологий, которые дают нам удобство и дополнительные возможности, растет мастерство злоумышленников, выискивающих лазейки для своих корыстных интересов.

На помощь в том числе приходят не только умные алгоритмы и программные решения на базе машинного обучения и компьютерного зрения, но и аппаратные средства, усиливающие их потенциал. Например, биометрические терминалы, оснащенные не одной, а целым рядом камер, включая инфракрасные. Их использование для распознавания лиц позволяет поднять безопасность на совершенно новый уровень».

А я еще и эмоции определять умею…

Одним из топовых технологических трендов на сегодня является распознавание эмоций. Акцент делается на глубокое понимание эмоциональной реакции человека на происходящее и более непринужденное взаимодействие между машинами и людьми.

Например, чтобы улучшить взаимодействие с клиентами и сотрудниками, работая онлайн, или анализировать, как пользователи реагируют на контент. В России подобными разработками занимается компания Neurodata Lab.

Новые креативные способы применения распознавания лиц в тандеме с технологиями эмоционального искусственного интеллекта, наверняка, еще не раз нас всех удивят, и притом очень скоро.

{ "author_name": "INPAS company", "author_type": "self", "tags": ["\u043e\u043f\u043b\u0430\u0442\u0430_\u043f\u043e_\u043b\u0438\u0446\u0443","\u0431\u0438\u043e\u043c\u0435\u0442\u0440\u0438\u044f_\u043f\u043e_\u043b\u0438\u0446\u0443","\u0431\u0438\u043e\u043c\u0435\u0442\u0440\u0438\u044f","\u0431\u0435\u0441\u043a\u043e\u043d\u0442\u0430\u043a\u0442\u043d\u0430\u044f_\u043e\u043f\u043b\u0430\u0442\u0430","\u0431\u0435\u0437\u043d\u0430\u043b\u0438\u0447\u043d\u044b\u0435\u043f\u043b\u0430\u0442\u0435\u0436\u0438"], "comments": 6, "likes": 0, "favorites": 5, "is_advertisement": false, "subsite_label": "services", "id": 233794, "is_wide": true, "is_ugc": true, "date": "Wed, 14 Apr 2021 11:57:27 +0300", "is_special": false }
0
6 комментариев
Популярные
По порядку
Написать комментарий...
0

Как ни крути, многие технологические разработки стремятся к ускорению самого процесса покупки/продажи и увеличению продаж.

Ответить
0

Да, помимо стремление к ускорению еще и к упрощению пользовательского опыта, чтобы ничто не отвлекало от главного.

Ответить
0

Упоминание, сразу после Apple FaceID, «достижений» банка «Ак Барс» со ссылкой на страничку на Тильде с протухшей подпиской — это, конечно, тот ещё сюр. «Галантерейщик и кардинал, это сила!»

В России пока ровно 2 реально крупных проекта, связанных с распознаванием лиц: Сбер, собравший миллионы профилей лиц и голоса своих клиентов; Дептранс Москвы с камерами на каждом турникете московского метро. Всё остальное, начиная с ЕБС — пыль и суета.

Ответить
0

Спасибо за указание на неактуальность ссылки - заменили. Еще пару недель назад она работала)

Ответить
0

Вывод о "достижениях" Ак Барса основан на фактах или на мнении?
Примеры приведены в контексте применения биометрии для оплаты и собраны из открытых источников. Делать выводы об успехах или провалах государственных инициатив считаем преждевременно.

Ответить
0

С сентября 2018 года в разделе новостей на официальном сайте банка https://www.akbars.ru/news/ «Face2…» (Face2Security, Face2Pass, Face2Loyalty, Face2Pay) упоминается 6 раз, из них Face2Pay — 1 раз. Шлейфы этих инфоповодов в СМИ коротки, как жизнь бабочки-однодневки.

PR-служба банка настолько скромна и застенчива, что предпочитает умалчивать об успехах банка в столь инновационной области? Или, может, кроме местечковых внедрений в Татарстане и проходных самого банка, это никому не интересно?

Ответить
Читать все 6 комментариев
Экономика ТикТок: считаем расходы и доходы популярного тиктокера

Почему тиктокеры так много зарабатывают? Как стать популярным? Сколько нужно вложить в свой проект, и сколько он может принести? Наши американские коллеги расспросили обо этом популярного тиктокера Snarky Marky, который недавно преодолел отметку в 4 млн. подписчиков.

Как моё сообщество заработало 1,7 млн рублей на VK Donut

Больше шести лет назад Феликс Зинатуллин основал сервис таргетированной рекламы Церебро Таргет и запустил его сообщество ВКонтакте. Теперь там больше 200 тысяч маркетологов и предпринимателей. За год на донатах через VK Donut паблик заработал 1,7 млн рублей. Вот как это вышло.

Феликс Зинатуллин
Бобби Котик о скандале вокруг Activision Blizzard: «В нашей компании нет места дискриминации и домогательствам» Статьи редакции

Генеральный директор назвал предыдущее публичное заявление компании «бестактным», отметив, что руководство будет решать проблему и добиваться безопасной рабочей среды для всех сотрудников.

Гипермаркет «Ого!»: «С помощью экспресс-доставки мы увеличили продажи на 40%»

Мы запускаем новую рубрику, где наши партнеры делятся своим опытом работы с Яндекс.Маркетом. Елена Шкирдова, руководитель отдела маркетинга сети магазинов электроники и бытовой техники «Ого!», рассказывает, как экспресс-доставка помогла интернет-магазину увеличить продажи на 40%.

Что происходит в Китае: партия ограничивает b2c-сервисы без оглядки на их потери, потому что они перестали быть важными Статьи редакции

Лидеры онлайн-торговли, такси, обучения и доставки стали монополистами, мешают развитию технологий и ущемляют конкурентов и своих пользователей — теперь страну интересуют более сложные сферы. И такие компании оказались стабильнее всех во время паники.

Associated Press
Yota запускает проект Yota Гуру в постоянную работу

Yota завершила пилот проекта Yota Гуру и запускает его в постоянную работу. Yota Гуру – проект, который дает возможность опытным клиентам мобильного оператора получать вознаграждение за консультации по продуктам мобильного оператора.

IТ в логистике. Какую проблему могут решить современные сервисы

Почему в сегменте грузовых железнодорожных перевозок не хватает цифровых продуктов, которые могут сделать сложный логистический процесс наглядным и доступным для клиентов? Руководитель направления логистических проектов ПГК и участник команды разработчиков приложения «Мобильный репортер» Ольга Умнова на примере нашего сервиса по контролю качества…

Delivery Club и «Яндекс.Еда» стали терять популярность в Москве, и растёт доля заказов из ресторанов — исследование Статьи редакции

Собственная доставка приоритетнее, так как с ней можно расширить ассортимент и больше заработать, рассказали рестораторы.

GitHub создал фонд в $1 млн для поддержки разработчиков в борьбе с жалобами на нарушение авторских прав Статьи редакции

Теперь вместе с жалобой на авторский контент по DMCA компания будет отправлять предложение о бесплатной юридической помощи.

Как мы развиваем сеть кофеен самообслуживания

Всем привет, я Александр Богдан, CEO Добрый Кофе, расскажу:

Отчёт «Яндекса» за квартал: нерекламные сервисы второй квартал приносят больше половины выручки Статьи редакции

Компания опубликовала финансовые результаты за второй квартал 2021 года.

null