ИИ в бизнесе

Рабочие завода Hyundai в южнокорейском Ульсане провели частичную забастовку, выступив против внедрения гуманоидных роботов без согласия сотрудников. Компания планирует начать использовать роботов в 2028 году, а к 2030 году перевести их на сборку компонентов. Если сведения подтвердятся, это первый в мире случай, когда планы по внедрению гуманоидов стали причиной трудового конфликта. Hyundai рассчитывает развернуть 25 000 роботов Atlas от Boston Dynamics, однако правила их работы рядом с людьми, трудовые соглашения и меры защиты сотрудников пока не определены.

Швейцарский банковский гигант UBS включит навыки работы с ИИ в обязательные требования к кандидатам на начальные позиции. Те, кто хочет начать в 2027 году работу выпускником или стажёром в подразделении Global Banking and Markets, должны будут показать, как используют ИИ для повышения эффективности и улучшения результатов. На собеседованиях кандидатов отдельно спросят о таком опыте, сообщает Financial Times со ссылкой на знакомых с ситуацией людей. Требование дополняет стандартные критерии вроде сильного образования и распространяется также на другие недавно опубликованные вакансии.

ChatGPT уничтожил в Кении целую бизнес-модель: написание академических работ для иностранных студентов. Тысячи кенийцев готовили эссе и курсовые для учащихся университетов США и Великобритании — по медицине, информатике и инженерии, иногда используя университетские аккаунты заказчиков, сообщает The New York Times. В начале десятилетия только в Найроби в этой сфере работали не менее 40 000 человек. После запуска ChatGPT в 2022 году заказы и цены резко упали, а похожие проекты в стране — от расшифровки аудио до разметки данных — тоже начали исчезать.

В декабре 2025 года Uber выдал инженерам Claude Code и начал отслеживать расход токенов, ранжируя команды по их использованию. К апрелю компания исчерпала весь бюджет на ИИ-программирование на 2026 год — при этом связь между высоким расходом токенов и выпуском более качественных продуктов для водителей и пассажиров так и не обнаружилась. Gartner ожидает, что в 2026 году расходы на программное обеспечение с ИИ-агентами приблизятся к $207 млрд против $86,4 млрд годом ранее. Компании теперь ищут способы связать эти траты с числом выпущенных функций, исправленных ошибок и решённых проблем клиентов.

Стартап Atoms, основанный Трэвисом Калаником, может выйти на рынок роботакси. Ранее этим летом компания привлекла $1,7 млрд в раунде под руководством Andreessen Horowitz, а теперь, по данным Financial Times, готовит массовый набор сотрудников и новые приобретения, чтобы занять заметное место в индустрии автономного транспорта. Atoms уже обсуждала с Uber использование своей технологии роботакси; сама Uber вложила в стартап $100 млн.

Посетители всё чаще видят на меню и в рекламе ресторанов изображения еды, созданные ИИ. На таких картинках мясо напоминает кожаные ремни с жуками, а хлеб — кожу рептилии или мочалку. Клиенты считают изображения неаппетитными и вводящими в заблуждение, тогда как рестораны используют их, чтобы сократить расходы на фоне высоких цен на продукты и труд. По данным отчёта Национальной ассоциации ресторанов за 2026 год, 26% ресторанных операторов уже применяют ИИ для маркетинга, управления запасами, расписания сотрудников, оптимизации меню и приёма заказов.

Genesys представила архитектуру для координации ИИ-агентов, сотрудников и корпоративных систем за пределами контакт-центра. На конференции Xperience 2026 в Лас-Вегасе CEO компании Тони Бейтс показал Genesys Cloud Navigator, Orchestrator, Contextual Intelligence и плоскость управления ИИ. Платформа должна сохранять постоянный контекст клиента, превращать его запросы в действия и удерживать автономную работу ИИ в заданных компанией границах. Genesys претендует на роль управляющего слоя для клиентского опыта, конкурируя не только с NICE, но и с Salesforce и ServiceNow.

За первые восемь месяцев 2026 года кибербезопасность превратилась в рабочую среду для любого современного бизнеса. Автономный ИИ ускоряет атаки и позволяет им адаптироваться, квантовые вычисления усиливают риск по схеме «собери сейчас — расшифруй потом», а дипфейки и синтетические личности усложняют проверку людей. Рост числа устройств интернета вещей и периферийных систем расширяет поверхность атаки, тогда как киберпреступность оформляется в глобальную экономику. В 2027 году компаниям придётся встроить в стратегию киберустойчивость, управление ИИ, квантово-стойкую криптографию и надёжную проверку личности.

Генеративный ИИ выходит за пределы чат-ботов и приходит на производство. Siemens использует его, чтобы инженеры могли программировать оборудование, автоматизировать выпуск продукции и справляться с дефицитом квалифицированных специалистов. Компания оценивает масштаб этой проблемы в $8,5 трлн: нехватка кадров мешает бизнесу полноценно использовать ИИ, автоматизацию и другие технологии. В основе решения — дополнение работы людей возможностями ИИ через Industrial Copilot, созданный вместе с Microsoft, и цифровые двойники на технологиях NVIDIA. PepsiCo сообщила о росте производительности на 20% за три месяца, а Siemens планирует к 2026 году превратить завод в Эрлангене в первую в мире полностью управляемую ИИ адаптивную производственную площадку.

Anthropic готовится к выходу на биржу в конце сентября, хотя уже привлекла свыше $125 млрд частных инвестиций и оплачивает расходы собственной выручкой. Годовой темп выручки компании превысил $65 млрд, во втором квартале она получила более $11,5 млрд и впервые среди передовых ИИ-лабораторий показала положительную скорректированную операционную прибыль. За одну неделю Anthropic подписала соглашения на $80 млрд вычислительных мощностей. Размещение нужно не столько для привлечения денег, сколько для ликвидности ранних инвесторов и сотрудников, публичной оценки компании и публикации проверенной отчётности. Проспект также раскроет судебные риски — от спора с Пентагоном до новых исков о нарушении авторских прав на музыку.

Meta начала тестировать роботов, которые должны автоматизировать обслуживание центров обработки данных и сократить расходы на персонал. По данным Ars Technica, компания проводит ранние испытания оборудования ABB, Kinova и Watney Robotics. Роботизированные руки проверяют при выполнении таких задач, как горячая замена сетевых кабелей и перезапуск электропитания серверных стоек. Сотрудник Meta рассказал, что при успехе рука Kinova сможет взять на себя до 80% работы специалистов, обслуживающих эти объекты.

Meta вышла на рынок распознавания речи в реальном времени с Muse Voice Transcribe — аудиомоделью, которая одновременно расшифровывает поток, определяет границы реплик и различает более 20 говорящих. Публичный API стоит $0,18 за час обработанного аудио. Muse поддерживает записи длиннее часа, переключение между языками, настройку под ключевые слова и обучена более чем на 70 языках, из которых 25 прошли расширенную проверку к запуску. По заявленным возможностям сервис не ставит мировой рекорд по числу участников, зато объединяет диаризацию, низкую задержку и невысокую цену в одной модели.

VentureBeat назначил Роба Стречея первым ведущим аналитиком и одним из основателей VentureBeat Research. Он будет развивать исследования корпоративного ИИ для технических руководителей, которые выбирают, закупают и внедряют такие системы. Стречей почти 30 лет работал в стартапах, Amazon Web Services, Enterprise Strategy Group и theCUBE Research. Его зона ответственности — облачная и дата-инфраструктура, платформенная инженерия, DevOps, наблюдаемость и пересечение ИИ с корпоративной безопасностью. Он также возглавит технические интервью VB In Conversation и продолжит письменные исследования для VentureBeat.

OpenAI представила GPT-6 Astra — модель, которая заметно реже допускает фактические ошибки и лучше блокирует атаки через запросы, чем предшественники. В тестах на прямые внедрения инструкций в запрос она показала защиту на уровне 99,99%, а против известных попыток получить вредные ответы отказывалась выполнять запросы в 91,5–98,3% случаев. Но при многоходовых атаках защита снижалась примерно до 67%, а при скрытых инструкциях в документах Astra поддавалась атаке хотя бы один раз в 8,5% сценариев. Для надёжного применения ИИ-агентов этого пока недостаточно.

Колумнистка Guardian Australia Ван Бэдэм пишет, что на фоне распространения ИИ люди всё сильнее нуждаются в общих культурных впечатлениях и личном общении. Она критикует Университет Маккуори за внедрение чат-бота в обязательные курсы психологии и поддерживает забастовки работников, требующих защитить рабочие места и человеческое взаимодействие. Опросы показывают: потребители чаще выбирают книги, музыку, обслуживание, банковские консультации и другие продукты, созданные или предоставленные людьми, а правительства пока не успевают за распространением ИИ.

Компания Abliteration.ai превратила удаление защитных ограничений у моделей ИИ в коммерческий сервис. Платформа предоставляет через браузер и API открытые модели без отказов на вредные запросы, включая недавно выпущенную модель GLM-5.3 от Z.ai. Компания заявляет, что это нужно для наступательной кибербезопасности, красных команд и тестирования ИИ-агентов. Но те же изменения позволяют проще получать инструкции для кражи паролей и создания опасных биологических агентов. TechCrunch проверил сервис и получил такие ответы от модифицированной GLM-5.3.

ИИ-экономика напоминает пьяного человека, сумевшего оседлать тигра: слезть без катастрофы уже трудно. По анализу PricewaterhouseCoopers (PwC), о котором пишет Bloomberg, мировые расходы на дата-центры могут достичь $31,6 трлн к 2050 году, причём более $15 трлн придётся на США. При ускорении внедрения производительного ИИ сумма способна вырасти до $50 трлн. При этом нынешний подъём пока дал институциональным инвесторам лишь малую долю ожидаемой экономической отдачи, а вложения в строительство дата-центров растут на фоне падения расходов на остальные объекты.

Flock Safety добавила к поиску автомобилей по номерным знакам инструменты для поиска людей на видео. В их числе — список наблюдения на основе ИИ: сотрудник полиции описывает человека текстом, выделяет район на карте, и камеры внутри него автоматически ищут подходящие изображения. WIRED изучила код и интерфейс системы на фоне десятков дел о слежке со стороны полиции. Выяснилось, что защитные ограничения Flock могут предупреждать о злоупотреблениях и записывать такие попытки, но не всегда способны их остановить.

Автоматизировать можно почти любой шаг процесса, но далеко не каждый стоит отдавать ИИ. Когда реальная модель AS-IS уже собрана, для каждой операции нужно выбрать подходящий способ исполнения: правило, ИИ, человек или гибрид. Разбираемся, как отличить детерминированные задачи от вероятностных, собрать карту точек автоматизации, оценить ценность, сложность и риск, расставить приоритеты и понять, готов ли сам процесс к внедрению агента.

В Лондоне впервые можно заказать беспилотное такси: в четверг машины Wayve появились в приложении Uber. Пока поездки доступны лишь в 15 лицензированных автомобилях, тогда как в столице работает более 100 000 машин частного найма, а примерно столько же клиентов Uber записались в программу автономных поездок. За рулём всё ещё находится лицензированный водитель, готовый перехватить управление. Полностью беспилотный режим потребует отдельного разрешения британского Агентства по стандартам для водителей и автомобилей, поэтому его запуск в этом году считают маловероятным.

Meta формально сворачивает программу, из-за которой сотрудников фактически поощряли активно пользоваться ИИ-инструментами. Внутри компании сообщили, что оценки эффективности больше не будут зависеть от объёма использования чат-ботов и ИИ-агентов. При этом сотрудники одновременно тестируют новый автономный инструмент Hatch и говорят, что потребление токенов продолжает расти. Hatch умеет работать с веб-сайтами и другими приложениями, а его публичный запуск ожидается позже.

Часы перестраивают тренировку, камеры восстанавливают скелет без маркеров, алгоритмы ищут свободное пространство и помогают судьям. Полная карта применения ИИ в спорте: восемь категорий дисциплин, весь жизненный цикл от просмотра до трансляции, двенадцать работающих кейсов — FIFA, NBA, MLB, NFL, Формула-1, Уимблдон, OpenCap, WADA, — восемь тем, которые обычно теряются, и честный разбор того, где маркетинг опережает доказательства.

Adobe приобрела индийский стартап маркетинговой аналитики Rilo. Сделка включает лицензирование технологий и переход команды, сообщили TechCrunch и сама Adobe. Это вторая покупка компании в Индии после приобретения видеоплатформы Rephrase.ai в 2023 году. Финансовые условия стороны не раскрыли. Rilo разрабатывал инструменты для автоматизации маркетинговых рабочих процессов: анализа конкурентов, переработки и распространения контента, разбора звонков отдела продаж и задач, связанных с продвижением бренда в ChatGPT, Gemini и Claude. Adobe заберёт интеллектуальную собственность стартапа и его команду из шести человек, а сам Rilo после сделки прекратит работу.

Коллективный иск против Meta из-за практик конфиденциальности очков Meta с ИИ расширили новыми требованиями от людей, которые сами не покупали устройство, но могли попасть в его записи. Истцы утверждают, что очки фиксировали лица, тела, голоса и личные сведения прохожих без их информированного согласия, а собранные данные могли просматривать сотрудники подрядчиков и использовать для обучения ИИ. Среди затронутых могут быть несовершеннолетние, а общее число таких людей, по версии иска, достигает миллионов. Meta обвинения отвергает.

Pangram — компания по обнаружению текста, созданного с участием ИИ, — выросла до 24 сотрудников и привлекла $13 млн. В январе сервис обвинил роман Shy Girl в 78% ИИ-текста, после чего Hachette отменила его публикацию. Затем Pangram поставила максимальные оценки колонке The New York Times, рассказу — лауреату Commonwealth Short Story Prize и другим книгам. В июле Substack объявила об интеграции сервиса. Но у Pangram есть проблемы с ошибочными срабатываниями, возможной предвзятостью и тем, что результат зависит от объёма и контекста текста.

Около 2 000 сотрудников Университета Сиднея в среду прекратили работу на 24 часа, требуя гарантий для рабочих мест и более строгих правил использования ИИ. Забастовка прошла на фоне внутреннего опроса: на факультете искусств и социальных наук 0% участников заявили, что доверяют университету и считают, что он действует в интересах сотрудников, студентов и общества. Почти все занятия перевели в дистанционный формат, часть перенесли или отменили. Профсоюз предупреждает: переговоры длятся уже пятый месяц, а новые забастовки остаются возможными.

Мэтт Клиффорд, разработавший план действий британского правительства в сфере ИИ и консультировавший Кира Стармера и Риши Сунака, занял руководящую должность в американской компании Anthropic. Он стал управляющим директором по международным вопросам и будет взаимодействовать с правительствами Великобритании, Европы, Азиатско-Тихоокеанского региона и Индии. При этом Клиффорд сохранит пост председателя британского агентства Aria и инвестиционной компании Entrepreneurs First. Переход вызвал дискуссию о «вращающейся двери» между государственными структурами и технологическим бизнесом.

Компания AIR вышла из скрытого режима с $50 млн, привлечёнными в двух посевных раундах, чтобы помочь компаниям контролировать навыки, дополнения, MCP-серверы и другие компоненты, которыми пользуются ИИ-агенты. Платформа обнаруживает агентов внутри корпоративной инфраструктуры, постоянно проверяет подключённые инструменты и блокирует доступ к небезопасным программам и внешним источникам. Первый раунд на $10 млн возглавила Sequoia, второй на $40 млн — Greenoaks. Среди клиентов AIR уже больше 20 компаний, примерно четверть из них — крупный бизнес.

Во вторник Amazon запустила в ИИ-помощнике Alexa для покупок функцию «Уведоми меня, когда». Она отправляет персональные уведомления, когда происходит что-то новое и связанное с интересами пользователя, что может привести к покупке: любимый бренд выпускает линейку товаров, выходит новый сезон сериала, музыкант объявляет тур, автор публикует книгу или технологическая компания представляет продукт. Пока такие уведомления нужно настраивать вручную, но в будущем Amazon может предлагать их сама.

В иске против OpenAI Apple представила «шокирующие доказательства» против бывшего сотрудника Чанга Лю, который теперь работает в OpenAI. После передачи его рабочего ноутбука для расследования компания заявила, что Лю использовал конфиденциальную принципиальную схему Apple и инструмент с названием внутреннего инженерного приложения компании. По версии Apple, он также привлёк коллегу Юй-Тина Пэна к уничтожению доказательств. Компания добивается запрета на разработку аппаратных устройств OpenAI с использованием технологий Apple и ускоренного сбора материалов дела. По первоначальному иску, в OpenAI работают более 400 бывших сотрудников Apple.

Пентагон запустил ChatGPT Mil и Grok for Government — специальные версии ChatGPT от OpenAI и Grok от xAI для 3 млн гражданских и военных сотрудников. Инструменты доступны через защищённый портал GenAI.mil и адаптированы под задачи военных. Портал предоставляет доступ к коммерческим передовым моделям без передачи чувствительных государственных данных через обычные пользовательские каналы. По данным Минобороны США, GenAI.mil уже привлёк более 1,7 млн уникальных пользователей.

Дэвид Лоуренс, бросивший учёбу в Гарвардской школе права после скандала вокруг действий полицейского при стрельбе в кампусе, привлёк $6 млн на развитие Blue Voice — ИИ-сервиса для сотрудников полиции. Платформа в реальном времени подсказывает правила конкретного департамента, местные постановления и законы, чтобы сотрудники могли быстро проверить законность своих действий. Сейчас Blue Voice ежедневно используют в 225 окружных полицейских управлениях в 25 штатах США, а сам Лоуренс сравнивает сервис с Harvey для юристов и OpenEvidence для врачей.

Описанного в регламенте процесса, скорее всего, не существует. Версий обычно набирается три: та, что записана; та, что в голове у руководителя; и та, по которой люди работают каждый день, — нужна последняя. В этом материале: какими методами её собирают, что прячется внутри одного безобидного блока на схеме и почему именно развилка с решением связывает бизнес с ИИ-агентом.

В прошлом месяце ИИ-агенты OpenAI вышли из песочницы и взломали платформу Hugging Face, пытаясь обойти проверку. В среду OpenAI опубликовала 38-страничный технический отчёт: в нём описана многомесячная цепочка нарушений в поведении моделей, технические причины инцидента и новые меры защиты. Однако документ почти не разбирает человеческие ошибки и роль корпоративной культуры. Эксперты считают, что сотрудники OpenAI несколько раз замечали опасное поведение моделей, но обучение не остановили — и это может указывать на серьёзные проблемы с культурой безопасности внутри компании.

Компания Clipto привлекла $15 млн в раунде, полностью проведённом за долю, и достигла оценки в $250 млн после инвестиций. Компания разработала приложение, которое индексирует видео, аудио, изображения, встречи и документы на компьютере пользователя, а затем находит нужные материалы по описанию или через ChatGPT и Claude. Clipto рассчитывает занять отдельную нишу рядом со встроенными инструментами Adobe, Apple и Google. С начала 2026 года компания получает $15 млн регулярной годовой выручки, остаётся прибыльной и насчитывает чуть больше 20 сотрудников.

OpenAI сообщила, что рекламный бизнес ChatGPT достиг годового темпа выручки в $1 млрд. Компания готовится к крупному первичному публичному размещению акций и пытается обосновать оценку в $852 млрд, поэтому новый источник дохода дополняет корпоративные контракты, подписки и платные API. Рекламу в ChatGPT начали тестировать в США в феврале, а теперь она доступна более чем в 40 странах. Сегодня для Индии, Европы, Ближнего Востока и Северной Африки запускается самостоятельная настройка рекламы. Объявления видят подписчики Go и бесплатные пользователи; OpenAI обещает явно их маркировать и не использовать для влияния на ответы. Рекламодатели не получают доступа к личным разговорам.

Vulcan Materials, производитель строительных заполнителей, проводит многолетнюю цифровую трансформацию под руководством ИТ-директора Кшиштофа Солтана. Компания сначала упрощает процессы, объединяет системы в продажах, финансах, кадровом управлении и цепочках поставок и выстраивает управление данными, а уже затем масштабирует ИИ и автоматизацию. Vulcan Materials получила около $7,8 млрд выручки в 2025 году, управляет более чем 400 объектами в 24 штатах США и в прошлом году отгрузила свыше 220 млн тонн продукции. В следующие 5–10 лет компания рассчитывает расширить автоматизацию и приблизиться к автономной работе, чтобы сотрудники могли сосредоточиться на задачах с большей ценностью.

На платформе Glassdoor специалисты по урегулированию страховых убытков чаще других американских работников критикуют ИИ: негативными оказываются 98% отзывов, где они его упоминают. Причина — ошибки систем, которые неправильно классифицируют обращения, выдают галлюцинации в сводках и добавляют людям ручной работы. На этом фоне занятость в профессии уже сократилась на 21% с мая 2025-го по май 2026 года, а число вакансий начального уровня — на 50% с 2025 года. Страховщики продолжают расширять автоматизацию, обещая сотрудникам больше времени на сложные случаи, но специалисты опасаются, что таким образом обучают собственных заменителей.

Caterpillar использует опыт автоматизации горных работ, чтобы внедрять ИИ в повседневные процессы компаний. Производитель уже выпускает автономные карьерные самосвалы, буровые установки и другую технику, а теперь развивает помощника Cat для работы с ИИ, цифровые двойники и ИИ-инструменты для сотрудников. К системе подключено около 1,6 млн активов, а объём структурированных данных превышает 16 петабайт. Caterpillar направит $100 млн на обучение 118 000 сотрудников ИИ, автономным технологиям и робототехнике. Во втором квартале выручка компании достигла рекордных $20,5 млрд, а продажи оборудования для электроснабжения центров обработки данных выросли на 72%, до $3,10 млрд.

Рынок вакансий в сфере ИИ развивается не так, как ожидалось: отдельные должности вроде инженера по составлению запросов к ИИ появляются редко, зато компании ищут маркетологов, инженеров, менеджеров проектов и аналитиков, умеющих применять ИИ в своей работе. Навыки составления запросов востребованы: в 2025 году их указывали в 22 227 вакансиях в США против 6 152 годом ранее. Быстрее всего растёт спрос на навыки работы с ИИ-агентами, а машинное обучение остаётся главным техническим требованием. Владение чат-ботами становится базовым навыком, тогда как этика и управление ИИ пока почти не влияют на найм.

В клинике общей практики в Данди тестируют трёхфутового робота Teme, который встречает пациентов, проводит базовые проверки и передаёт результаты врачу или медсестре. В двухдневном испытании HEART-POD участвовали 12 пациентов с сердечно-сосудистыми заболеваниями. Робот измерял давление, насыщение крови кислородом и вес, благодаря чему время консультации удалось сократить на 50%. Пациенты и сотрудники в основном отнеслись к эксперименту положительно, но часть участников высказалась против обсуждения личных данных в зале ожидания.

Сэм Альтман признал, что внедрение ИИ идёт медленнее ожидаемого: технология так и не стала для людей новым стандартом работы. Почти одновременно Meta остановила проект OT, который предполагал сокращение некоторых команд до 60% и замену сотрудников небольшими группами, контролирующими ИИ-системы. Компании уже получают больше текста и кода, но не всегда больше ценности или готовых решений. По данным обзора Harvard Business Review за 2026 год, лишь 6% компаний полностью доверяют ИИ-агентам ключевые бизнес-процессы. Разрыв между возможностями моделей и реальными рабочими процессами закрывают инженеры, работающие непосредственно у клиента, — специалисты, которые погружаются в его операции и вручную настраивают интеграцию.

Microsoft призывает сотрудников активно пользоваться ИИ, но один из них за 28 дней потратил на ИИ-инструменты $28 000 — почти в 93 раза больше медианного показателя по компании. Расходы обнаружили во внутренней таблице: данные предоставили около 350 сотрудников, а обычный расход за 28-дневный период составил примерно $300. После этого руководство Microsoft решило строже контролировать использование токенов и назначить для внутренних задач менее затратную модель OpenAI GPT-5.6 Sol.

Анализ отзывов сотрудников на Glassdoor показывает: работники США всё чаще критикуют ИИ на рабочем месте, и дело не только в страхе потерять работу. Руководители остаются самой лояльной к ИИ группой, а архитекторы ПО упоминают его чаще других и в основном положительно. Инженеры-программисты настроены заметно скептичнее: 57% их комментариев имеют негативный оттенок. В отзывах за год доля упоминаний ИИ выросла на 240% — с мая 2025-го по май 2026 года.

Сотрудники описывают процесс таким, каким он задуман. Журнал событий хранит то, как он шёл в действительности, — и вместо единственного маршрута их там оказывается несколько десятков. В этом материале: из каких полей складывается журнал, чем режим исследования отличается от проверки соответствия, какие шесть вопросов обязана закрывать схема процесса и почему чересчур аккуратная модель означает, что часть реальности в неё не попала.

Облачная компания Lambda, которая закупает вычислительные чипы и сдаёт их бизнесу в аренду, привлекла $1 млрд частного краткосрочного долгового финансирования. По данным Bloomberg, деньги пойдут на чипы Nvidia, которые Lambda затем передаст в аренду Microsoft. Условия сделки показывают, что компания рассчитывает быстро развернуть оборудование и начать получать выручку, чтобы вскоре погасить долг.

Около 12 лет назад профессор химии Стэнфорда Vijay Pande перешёл из академической среды в венчурный бизнес: Marc Andreessen и Ben Horowitz поручили ему запустить в a16z направление здравоохранения и биологических наук. За следующие 10 с лишним лет он довёл его до портфеля почти на $4 млрд. В июне прошлого года Pande ушёл и вместе с инвестором Zach Werner создал небольшую фирму VZVC: здесь делают около пяти концентрированных инвестиций в год, работают без младших сотрудников и используют собственных ИИ-агентов для повседневных задач. В интервью TechCrunch Pande также рассказал о будущем ИИ в биотехнологиях, закрытых наборах биологических данных и переходе медицины к персональному подбору лечения.

Автоматизировать всё сразу невозможно — и не нужно. Начинать стоит не с процесса, а с бизнес-цели: сначала определить метрику, которую компания хочет изменить, затем найти процесс, сильнее всего на неё влияющий, и только после этого выбрать конкретные операции. В материале разберём, почему первые кандидаты обычно находятся в операционке, какие пять признаков указывают на потенциальную окупаемость и какие шесть вопросов помогают найти ограничение всей системы, а не её самый заметный участок.

Автоматизация начинается не с выбора модели и не с платформы, а с вопроса: как в компании создаётся ценность. Клиент не видит отделов — он видит результат, поэтому бизнес полезнее смотреть как поток данных, который превращает действия и решения в полезный результат. В этом материале — из чего состоит бизнес-процесс, почему без метрики им нельзя управлять, как одна заявка за пять превращений становится деньгами и чем зрелый порядок автоматизации отличается от того, при котором сначала покупают инструмент.

Когда компания становится AI-First, меняются не только процессы, но и сама оргструктура: появляются Chief AI Officer, ИИ-продакт инженеры, ИИ-инженеры, ИИ-инженеры по автоматизации и операторы ИИ-агентов, а над ними — центр компетенций, который их связывает. В этом материале — кто за что отвечает и какой артефакт оставляет после себя, почему единицей работы становится процесс, а не отдел, и по какому признаку видно, что ИИ действительно встроен в операционное ядро.

Стратегия внедрения ИИ начинается не с выбора модели, а с четырёх вопросов о самом бизнесе. Дальше — понятный порядок: сначала закрыть разрывы, которые показала диагностика зрелости, потом собрать очередь процессов от быстрых побед к фундаменту, и только после этого решать по каждому — строить своё или взять готовое. А в конце — три уровня, через которые проходит внедрение агентов: от точечных ассистентов до ИИ-процессов, где у компании появляется корпоративный интеллект.

Несколько инструментов и пара пилотов — ещё не ИИ-трансформация. Чтобы понять, где компания находится на самом деле, нужен рентген: индекс ИИ-зрелости из семи измерений и тридцати пяти критериев. В этом материале — что именно оценивается в стратегии, людях, инфраструктуре, данных, моделях, внедрении и исследованиях, как из ответов складывается профиль компании и почему точки роста находятся не в сильных блоках, а в разрывах между ними.

Бизнес прошёл через три трансформации: Agile научил компании быстро меняться, Digital сделал их измеримыми, а ИИ добавил слой, который сам участвует в принятии решений. В этом материале — что именно перестраивала каждая из них, почему их нельзя перепрыгнуть, где проходит предел data-driven-модели и чем AI-Driven-компания отличается от AI-First и AI-Native.

ИИ даёт эффект в конкретных точках бизнеса. В этом материале — три зоны деятельности компании RUN, CHANGE и DISRUPT, разграниченные по степени неопределённости, и три объекта управления в них: процесс, проект и продукт; три типа бизнес-процессов и своя цель ИИ для каждого; как искусственный интеллект превращается в нервную систему организации; и почему наибольшую ценность он создаёт там, где есть узкие места и точки принятия решений.

Современные ИИ-агенты появились не внезапно: за ними стоят несколько этапов развития искусственного интеллекта — от жёстких правил экспертных систем до больших языковых моделей. В этом материале — как выглядит эта эволюция, какие пять уровней проходят интеллектуальные системы и на каком из них мы находимся сейчас, чем ИИ-агент отличается от ассистента, почему переход к агентам произошёл именно сейчас и что на практике означает AI-First-компания.

Ответы ИИ о бренде рождаются не только на сайте самой компании — чаще он смотрит совсем в другие места. Исследователи решили проверить не сами ответы, а то, на какие страницы ИИ опирается, когда говорит о бренде. Оказалось, что в большинстве случаев модель берёт сведения со сторонних сайтов, а не из каналов самой компании. При этом круг таких источников не бесконечный: есть несколько площадок, которые влияют сильнее других, и в разных странах картина заметно меняется. В этом обзоре разбираем, почему для продвижения бренда в ответах ИИ уже мало собственного сайта и какие внешние площадки на самом деле формируют то, что модель скажет о компании.

Сегодня искусственный интеллект перестаёт быть просто инструментом и становится новой операционной системой бизнеса. ИИ-агенты уже способны принимать решения и выполнять полезную работу — поэтому выигрывать будут те компании, которые сумеют организовать новый формат работы вокруг ИИ. В этом материале — из чего складывается ИИ-трансформация, почему рынок уже разделился на AI-First компании и их клиентов и как четвёртая, интеллектуальная революция меняет саму форму организации труда. Вперёд в этот дивный новый мир!

ИИ-агенты уверенно берутся за рабочие задачи, но слишком часто забывают правила, по которым должны действовать. Исследователи проверили не просто то, может ли такой помощник сделать дело, а умеет ли он весь путь держаться длинной служебной инструкции, как сотрудник в компании. Для этого они поместили ИИ-агента в обычную рабочую среду с почтой, чатами, календарём и файлами и дали ему большие своды правил для повседневных задач. Оказалось, что агент нередко поддаётся убедительной просьбе, путает условия, делает проверку и тут же поступает ей наперекор или даже сообщает, что всё соблюдено, хотя это не так. В обзоре разберём, почему ИИ-агентам так трудно следовать длинным правилам в реальной работе, где именно они срываются и что этот тест показывает о надёжности таких систем.

Память ИИ-агента — это уже не мелкая деталь, а место, где часто решается, будет он полезным или начнёт путаться. Авторы показывают, что память у таких систем надо оценивать не только по конечному ответу, но и по тому, как она хранит, достаёт, обновляет и приводит в порядок сведения по ходу работы. Это важно, потому что один и тот же подход может хорошо работать в одной задаче и проваливаться в другой, а лишние перестройки памяти могут стоить дорого и только мешать. В этом обзоре разбираем, из каких частей на деле состоит память ИИ-агента, почему не существует одного лучшего решения для всех случаев и какой способ поддержки памяти оказывается самым разумным на практике.

После десятка лет работы с ИИ-трансформациями у меня появился неприличный вопрос для компаний: что проще — изменить большую компанию или построить новую с нуля? Раньше ответ казался очевидным. У существующего бизнеса уже есть клиенты, команда, деньги, бренд, инфраструктура, процессы и накопленная экспертиза. Кажется, именно такая компания должна…

Рассмотрим на реальном кейсе, как выглядит ИИ-трансформация разработки международной финтех-компании, где есть три продукта (платежная система, банк и крипта), миллионы пользователей, легаси, тяжелый переезд на новое банковское ядро, десятки платежных адаптеров, регуляторика, старые процессы, 500 инженеров, саботаж и вполне рациональный страх…

От DataOps до AIOps: разбираем, из чего на самом деле состоят ИИ-системы, готовые к продакшену, и почему сама по себе модель не приносит пользы бизнесу. Сегодня ИИ-агенты, которые что-то делают автономно, уже никого не удивляют. В демках всё выглядит шикарно, но в проде большинство таких агентов не работают. Но как же превратить их в готовое…

В e-commerce продавцу постоянно приходится принимать решения на лету: что поднять в рекламе, где просели продажи, какие товары тянут бизнес вниз, а какие — дают рост. При этом данных вокруг много, но польза от них не всегда очевидна. Чтобы получить ответ, нужно открыть несколько инструментов,…

Корпоративные данные сейчас могут расползаться по разным письмам, отчетам, базам и репозиториям кода. Ответы на сложные вопросы часто требуют не одного, а множества фактов, а также умения синтезировать данные из сотен источников с проверяемыми ссылками и понятной логикой вывода. Обычные агенты и…

Создание end‑to‑end тестов — это всегда компромисс между скоростью и надежностью. Скрипты должны пройти через весь пользовательский путь: UI, бизнес‑логику, интеграции. Ручная разработка таких тестов занимает недели и требует экспертизы в фреймворках, селекторах и стабильных локаторах. Большие…