МГКЛ хорошо отчитался

Вышли предварительные операционные результаты группы «МГКЛ» за 9 месяцев 2025 г.
🔹Выручка $MGKL показывает рост в 3,2 раза по сравнению с аналогичным периодом прошлого года и составила около 18,3 млрд ₽, что вдвое выше, чем за весь прошлый 2024 год.
📊 Количество розничных клиентов группы подросло до 168,8 тысяч человек. Рост год к году составил +16%.
💪 Общие активы (товары в ресейле + залоговые займы) увеличились год к году на +12%, до 1,67 млрд ₽.
〽️ Продолжил сокращение доля товаров, хранящихся свыше 1 квартала. Теперь таких товаров всего 10%, вместо 15% годом ранее.
🗣 Генеральный директор ПАО «МГКЛ» Алексей Лазутин говорит о возможных M&A сделках: «Мы продолжаем сохранять фокус на сегменте ресейла, тестируя различные сервисы для продавцов и клиентов нашей ресейл платформы. Одновременно работаем над повышением эффективности ломбардного направления и расширением розничной сети, рассматривая в том числе возможности неорганического роста».
Пишите ✍️ есть ли у вас акции МГКЛ?
Поставь лайк 👍 этому посту.
Материал канала t.me/DolgosrochniyInvestor

0 комментариев
    посты по тегу
    #

    ПРОМОМЕД закрепляется в топ-3: объем продаж +208% г/г в апреле по версии DSM

    💰По данным апрельского отчёта DSM Group, ПРОМОМЕД вошёл в ТОП-3 фармкомпаний России по стоимостному объёму аптечных продаж в денежном выражении с объемом продаж 5 375,1 млн руб. Компания обогнала такие иностранные компании, как Abbott, KRKA, Sanofi.

    🥇Препарат Компании Тирзетта® находится на первом месте в рейтинге «Топ-20 брендов ЛП по стоимостному объёму продаж в России в апреле 2026 года» с долей 1,8%.

    💊Категория «Пищеварительный тракт и обмен веществ» стала самой быстрорастущей АТС-группой I уровня: продажи препаратов этой категории выросли на 32,4% год к году. В число наиболее быстрорастущих препаратов по стоимостному объёму продаж, по данным DSM, вошли препараты ПРОМОМЕД для лечения сахарного диабета 2 типа и ожирения Тирзетта® (+19,9% к марту) и Велгия® (+3,7%), а также хондропротектор Амбене® (+2,4%).

    #ПРОМОМЕД #лидерство #фармацевтика

    $PRMD

    MOLOT — наша новая ИИ-модель для поиска вредоносного кода

    Мы уже встроили ее в PT Application Inspector — инструмент для выявления уязвимостей и тестирования безопасности приложений (будет доступна начиная с релиза 6.0). Добавили AI в PT AI, так сказать 😅

    Но перед тем как рассказать про MOLOT, давайте разберемся, зачем компании используют PT Application Inspector 🧐

    Злоумышленники часто эксплуатируют уязвимости в приложениях (программах, сайтах), чтобы проводить кибератаки. По данным наших исследований, в среднем в приложении скрывается больше двух десятков уязвимостей, и каждая пятая из них — высокого уровня опасности. Их эксплуатация может привести к утечкам данных, проникновению в инфраструктуру, простоям сервисов и другим серьезным последствиям для бизнеса.

    Большинство уязвимостей появляется еще на этапе разработки приложений, поэтому чем раньше их обнаружить и исправить, тем лучше. Именно для этого и нужен PT Application Inspector — он помогает находить недостатки в исходном коде, а также выявлять их в уже работающих приложениях.

    Как MOLOT дополняет PT AI 🔨

    MOLOT — это модель, которая ищет вредоносный код в программах на популярных языках — Python, JavaScript и TypeScript. Ключевая особенность в том, что модель анализирует не отдельные фрагменты кода, а программу как последовательность действий и оценивает, складываются ли они в опасный сценарий.

    Это важно, потому что вредоносный код не всегда выглядит подозрительно. Его отдельные действия — например, чтение файлов, отправка запросов или обработка данных — могут смотреться вполне легитимно. Опасность появляется тогда, когда эти действия складываются в определенный сценарий: например, скрипт может прочитать логины и пароли, закодировать их и отправить на сторонний сервер.

    Классические правила такие сценарии пропускают. А MOLOT — нет: он анализирует эти действия и делает выводы о том, представляют ли они угрозу (примерно так же, как большие языковые модели понимают текст по последовательности слов). Такой подход делает обнаружение вредоносного кода точнее: в тестах MOLOT показывает результат лучше классических правил на 15%.

    Благодаря этому PT Application Inspector стал вторым в мире SAST-продуктом, который умеет находить угрозы не только по отдельным ошибкам в коде, но и по тому, как в целом ведет себя приложение.

    В общем, наша ML-команда продолжает развивать ИИ-инструменты, чтобы усиливать наши решения и делать продукты компаний безопаснее 💪

    #POSI

    MOLOT — наша новая ИИ-модель для поиска вредоносного кода