Массовый сбой у основных AI-платформ.

Пользователи в разных странах массово жалуются на сбои сразу у нескольких крупных AI-сервисов:

▶️OpenAI признал сбой официально. На статус-странице компании указано, что OpenAI расследует проблему.

▶️На странице статуса Google AI Studio указано, что Gemini API испытывает повышенную латентность, а пользователи с API-ключами могут сталкиваться с дополнительными ошибками.

▶️Пользователи сообщают, что недоступен и чат-бот Claude. но на сайте компании о неполадках не сообщается.

AI для бизнеса

ИИ больше не надстройка, а новая модель компании.

На АКПО-КОНФ 2026 Кирилл Меньшов, старший вице-президент, руководитель блока «Технологий» Сбербанка, объяснил, почему процессы, команды и продукты теперь должны пересобираться вокруг возможностей ИИ.

▶️Попытка «прикрутить» ИИ к старым процессам больше не работает. Это может позволить выиграть на уровне отдельных задач, а на уровне бизнеса — уже нет.

▶️Процессы не адаптируют под ИИ, а изначально проектируют вокруг него. Это уже не слой поверх компании, а новая архитектура операционной работы.

▶️Ключевой элемент этой модели — AI PDLC, когда ИИ встраивается во весь жизненный цикл продукта. На практике это означает более короткий time-to-market, другую структуру команд и более высокую роль ИИ-агентов.

▶️Если раньше скорость зависела в первую очередь от людей и организационной дисциплины, то теперь — от архитектуры ИИ-инструментов, качества данных и того, насколько глубоко ИИ встроен в процесс.

AI для бизнеса

Just AI удвоила выручку после убыточного года и начала готовиться к pre-IPO

Российский разработчик разговорного ИИ Just AI увеличил выручку с 650,2 млн руб до 1,4 млрд руб, а бизнес вернулся к прибыльности. На этом фоне в капитал компании зашли новые инвесторы, а Just AI уже готовится к pre-IPO в 2026 году.

▶️2024 год показал, сколько на самом деле стоят инвестиции в GenAI. При выручке 650,2 млн руб. компания получила убыток до налогообложения свыше 175 млн руб. и убыток от продаж 92,4 млн руб. Инвестиционный цикл оказался заметно дороже, чем хотелось бы.

▶️Менеджмент связывает 2024-го убыток с активными вложениями в генеративный ИИ и особенностями бухгалтерского учета. Теперь, судя по цифрам 2025 года, эти инвестиции начали отдавать выручку.

▶️2025-й стал годом резкого разворота. По предварительным данным, выручка Just AI выросла примерно в 2 раза, превысив 1,4 млрд руб., а операционный результат вернулся в плюс. После провального 2024 года это выглядит как переход от инвестиционной фазы к коммерциализации.

▶️Рост привлек новые деньги. В сентябре 2025 года 15% в ООО «Маинд Крафт» (юрлицо Just AI) приобрел казахстанский фонд Fonte Universal Fund Oeic. А уже в январе 2026 года еще 4,2% через L Ventures купил «Ланит». Сам раунд, по словам Кирилла Петрова, проходил по оценке 3,5 млрд руб.

▶️Ключевой драйвер — агентные платформы. Одним из главных продуктов роста стала Just AI Agent Platform — решение корпоративного уровня для создания и масштабирования систем на базе автономных ИИ-агентов и мультиагентной архитектуры. Такие продукты сегодня лучше всего монетизируются в enterprise-сегменте.

▶️Второй источник роста — выход в массовый сегмент. По словам компании, в B2C-продукте Jay Flow менее чем за год зарегистрировались более 700 тыс. пользователей. Это выглядит как хорошая попытка диверсифицировать бизнес за пределами B2B и enterprise.

▶️Just AI планирует pre-IPO в 2026 году и рассчитывает на оценку в 7 млрд руб — примерно в 2 раза выше уровня последнего раунда. Но рынку обычно важен не просто быстрый рост и восстановление после убытков, а способность удерживать прибыльность после окончания инвестиционного цикла.

Это один из первых заметных кейсов на российском AI-рынке, где агрессивные инвестиции в генеративный ИИ сначала уводят бизнес в убыток, а затем начинают давать измеримый финансовый эффект.

AI для бизнеса

РУСАЛ потратит 1,6 млрд рублей для внедрения ИИ на заводах.

РУСАЛ планирует в 2026 году завершить внедрение системы машинного зрения для мониторинга электролиза на пяти алюминиевых заводах. Это самая дорогая технология искусственного интеллекта в производственном контуре компании с бюджетом около 1,6 млрд руб. и охватом примерно 6500 электролизеров.

▶️Технология внедряется сразу на пяти заводах: КрАЗе, БрАЗе, ВгАЗе, ИркАЗе и НкАЗе. На КрАЗе решение уже полностью внедрено, на остальных площадках идет монтаж.

▶️Камеры и модели машинного зрения круглосуточно отслеживают нарушения герметичности и вызывают оператора. Без этой системы проблему часто замечают только во время обходов.

▶️По данным компании, технология позволяет вдвое сократить продолжительность разгерметизации по сравнению с контролем силами персонала.

▶️Существенная часть затрат — это закупка и установка специальных видеокамер для наблюдения за тысячами электролизеров. То есть ИИ здесь — это уже часть производственной инфраструктуры.

▶️Чем быстрее система фиксирует нарушение герметичности, тем ниже потенциальное воздействие на окружающую среду. Разработка РУСАЛ ИТЦ уже получила отраслевую награду в номинации по экологии и промышленной безопасности.

Это еще один показательный кейс для промышленного ИИ: компании начинают вкладываться не только в аналитику и прогнозы, но и в капиталоемкие ИИ-системы внутри критических процессов.

AI для бизнеса

ИИ приходит в кибербез, но бюджеты и люди за ним не успевают.

Исследование «Инфосистемы Джет» показало противоречивую картину: службы ИБ все активнее внедряют искусственный интеллект, но делают это на фоне урезания бюджетов, кадрового дефицита и слабой готовности к инцидентам.

⏺️Использование ИИ в ИБ за год выросло почти в 9 раз. Доля компаний, применяющих ИИ в работе служб информационной безопасности, выросла с 3% в 2024 году до 27% в 2025-м.

⏺️Наиболее частые кейсы — интеграция в процессы и системы ИБ: разработка правил корреляции для SIEM, приоритизация уязвимостей, а также использование чат-ботов для обработки информации и внутренних рекомендаций.

⏺️У рынка сохраняется жесткий кадровый дефицит: 80% компаний не закрыли свои кадровые потребности, полностью укомплектован штат только у 11%. Для них ИИ становится в том числе попыткой компенсировать нехватку людей.

⏺️На фоне этого количество компаний, которые режут расходы, выросло с 8% до 20%, а в планируемое время реагирования на инциденты укладываются всего лишь 35% команд.

В итоге рынок входит в фазу внедрения ИИ с довольно плохой базой: не хватает людей, бюджеты под давлением, зрелость реагирования остается низкой. Сможет ли ИИ решить эти проблемы, пока остается вопросом.

AI для бизнеса

Битрикс24 идет в корпоративный вайбкодинг.

Битрикс24 открыл бета-тестирование VibeCode — платформы, где бизнес-приложения можно собирать через ИИ внутри самой экосистемы Битрикс24.

Все работает по логике вайбкодинга: формулируешь задачу — получаешь приложение. Внутри уже есть 26 шаблонов, поддержка BitrixGPT 5, внешних моделей вроде OpenAI, Anthropic и DeepSeek, а также 300+ API-эндпоинтов ко всей экосистеме Битрикс24.

Отдельный слой — AI-агенты на базе OpenClaw. Они могут работать как боты в корпоративных чатах и выполнять прикладные действия: искать сделки, создавать задачи, формировать отчеты.

В чем новизна?

VibeCode изначально упакован под корпоративный контур, а не на разработчиков или стартапы. Продукт сразу завязан на CRM, задачи, документы, календарь, чаты и внутренние процессы компании.

Наиболее очевидные сценарии:

⏺️Внутренние ассистенты;
⏺️Инструменты для отделов продаж;
⏺️Анализ правок в договорах и юридические сервисы;
⏺️Поиск нужных объектов в CRM на естественном языке;
⏺️Точечная автоматизация рутинных процессов.

Важно, что все предоставляется в облаке: не нужно отдельно поднимать сервер, собирать инфраструктуру, подключать домен, SSL и вручную стыковать решение с системами компании. А это значит максимально легкий вход и для бизнеса, и для сотрудника.

AI для бизнеса

Деньги есть, стартапов нет. Ситуация в российском венчуре.

Корпоративные инвесторы смотрят на рынок без особого оптимизма: 44% не ожидают изменений, 31% — ждут умеренного роста, и только 6% — заметного улучшения.

Но интерес к инвестициям не исчез: за последние два года 25% компаний сообщили о существенном росте инвестиционного аппетита. Такие данные представляет исследование «Акселератора ФРИИ» и Московского венчурного фонда.

Коротко: денег на рынке может быть достаточно, а вот качественных проектов — нет. Только 6% инвесторов считают текущее предложение стартапов достаточным, а 63% прямо говорят о дефиците или критически низком числе релевантных команд.

Тут же заметен сильный перекос в ИИ:

⏺️ИИ и машинное обучение — самая востребованная категория: такие решения ищет 81% корпоративных инвесторов.
⏺️Но в реальности на одного инвестора приходится лишь 10–30 релевантных проектов.
⏺️То есть спрос на AI-стартапы высокий, а воронка зрелых команд — узкая.

Как объясняют участники рынка, дефицит связан не просто с количеством стартапов, а с их качеством. Корпорации ищут не «идею с нейросетью», а проекты с понятной монетизацией, рабочим продуктом и прикладным сценарием внедрения в бизнес.

На этом фоне весь корпоративный венчур становится осторожнее. В 2025 году число сделок даже выросло — до 27 против 21 годом ранее, — но общий объем вложений рухнул с 4,8 млрд до 1,2 млрд руб.

Также рынок уходит в более ранние стадии. В 2025 году лидерство перешло к Round A, тогда как доля поздних раундов заметно сократилась. Но и здесь инвесторы ждут не сырой MVP, а уже работающую модель — с выручкой и понятной экономикой.

Что это значит:

▶️ИИ остается главным объектом корпоративного спроса.
▶️На рынке ИИ-стартапов не хватает зрелых проектов.
▶️Корпорации дают деньги не за шильдик «ИИ», а за узкий слой команд, которые могут быстро довести до коммерческого результата.

AI для бизнеса

В России предлагают запретить ИИ для отбора кандидатов.

Речь об автоматическом отсеве резюме, ранжировании кандидатов и решении, кого допускать до собеседования.

Связана инициатива с тем, что компании начали использовать алгоритмы для сортировки откликов, особенно там, где поток резюме большой, а скорость найма критична.

Прямо сейчас на портале «Российская общественная инициатива» идет голосование, где голоса распределились примерно 9 к 1, где 9 — выступают «ЗА».

Правда, набрала инициатива только 209 голосов из требуемых 100 000, поэтому бизнес-энтузиастам, внедряющим ИИ, ничего не грозит. Пока.

Инициатива очень контрастно смотрится на фоне новостей о том, что теперь на вакансии откликается сам ИИ. Подождем обеспокоенности в других инициативах.

Почему же авторы озадачились проблемой:

⏺️риск скрытой дискриминации по возрасту, полу и косвенным признакам;
⏺️«черный ящик» решений — кандидат не понимает причину отказа;
⏺️перенос кадрового решения с человека на алгоритм.

Причины довольно благородные, и все бы хорошо, только вот не совсем понятно, чем эти риски отличаются от процесса традиционного рекрутинга, где человек, возможно, бессознательно, но оценивает пол и возраст, а затем нажимает кнопку «отказать» без объяснения причин.

Если интересно более детально разобраться в рисках принятия решений человеком и алгоритмом, то можно почитать старое занимательное исследование о голодных судьях — Extraneous factors in judicial decisions.

AI для бизнеса

ИИ — неоправданный расход, или как «Алиса» отказалась идти на ужин с главой ВТБ.

Андрей Костин пытался пригласить «Алису» на ужин, но она его «довольно жестко послала». Такой историей он поделился на встрече с крупнейшими клиентами банка.

Кроме этого, глава ВТБ озвучил, что, по его мнению, сейчас ИИ для крупных компаний — это не способ сэкономить, а способ очень много потратить. Потому что разработка стоит колоссальных денег, а конкурентную гонку никто не отменял.

По его мнению:

⏺️ИИ пока не столько режет косты, сколько требует новых больших вложений;
⏺️внедрять его все равно приходится, потому что иначе получаешь не преимущество, а отставание;
⏺️реальная ценность ИИ пока в персонализации, аналитике, работе с документами, колл-центрами, рисками и клиентскими сценариями.

Стоит ли искать взаимосвязь между «Алисой» и мнением о переоцененном ИИ — мы не думаем.

AI для бизнеса

Кудрин запустил компанию под ИИ для экономического анализа.

Алексей Кудрин стал учредителем компании «ИИ-ассистент исследователя», которая будет заниматься разработкой ИИ-инструментов для экономического анализа.

По данным ЕГРЮЛ, структура владения такая:

▶️65% — у Кудрина;
▶️20% — у компании «ОДСС»;
▶️15% — у Института Гайдара.

Компания зарегистрирована 21 апреля, уставный капитал — 10 тыс. руб.

Сам Кудрин объяснил запуск так: они вместе с Институтом Гайдара занимаются экономическими исследованиями, а существующие AI-модели под такие задачи не заточены.

Алексей Кудрин является советником по корпоративному развитию «Яндекса», но будут ли в «ИИ-ассистенте исследователя» применяться YandexGPT и другие ИИ-продукты компании, не сообщается.

AI для бизнеса

Selectel, Data Sapience и GlowByte собирают «ИИ под ключ» для крупного бизнеса.

Три компании объявили о партнерстве вокруг внедрения ИИ-агентов и корпоративных ИИ-систем. Планируют делать end-to-end-предложение: от постановки задачи до промышленной эксплуатации.

⏺️подготовка данных;
⏺️разработка и оркестрация моделей;
⏺️мониторинг и сопровождение;
⏺️запуск ИИ-агентов в рабочем контуре;
⏺️дальнейшее развитие системы.

Кто за что отвечает:

▶️Selectel закрывает инфраструктурный слой: GPU-серверы, облако, выделенные серверы, private cloud, размещение на площадке клиента, аттестованные сегменты ЦОД.

▶️Data Sapience дает платформенный слой — Kolmogorov AI, который должен связывать модели, данные, оркестрацию и эксплуатацию. Это история именно про перевод ИИ из экспериментов в управляемый production.

▶️GlowByte берет на себя консалтинг и интеграцию: проектирование, внедрение, адаптацию под сценарии заказчика, дообучение моделей и сопровождение.

Главная ставка — на уже очень заметную боль рынка: у многих компаний есть интерес к ИИ, но нет готового контура, чтобы довести его до результата. И партнерство трех компаний напоминает логику ставшего классическим элементом инфраструктуры Vblock от гигантов Cisco, EMC, VMware и Intel: не отдельные компоненты, а готовый enterprise-стек. Только они собирали инфраструктуру для дата-центров, а здесь — ИИ-стек, который уже готов к работе почти в формате «поставил — и работай».

Пока выглядит как хорошая попытка упаковать агентный и генеративный ИИ в нормальный enterprise-продукт. Ждем кейсов внедрения.

AI для бизнеса

NtechLab выросла до 2 млрд рублей и идет в Алжир, ЮАР и Таиланд.

Разработчик систем видеоаналитики NtechLab по итогам 2025 года нарастил выручку до 2 млрд руб., это +30% год к году. EBITDA составила около 500 млн руб.

Компания разрабатывает ИИ для распознавание лиц, силуэтов, действий людей и автомобилей.

Для российского ИИ-рынка это уже не отраслевой пилот, и даже не серьезное промышленное внедрение, а уровень устойчивого бизнеса с экспортом, региональным масштабом и понятной специализацией.

⏺️Экспорт уже дает 35% выручки. Среди новых рынков компания называет Алжир, ЮАР и Таиланд.

⏺️Крупнейший сегмент — B2G. На госсегмент приходится 40% доходов, на B2B — 25%.

⏺️Внутри России компания продолжает расширение. Решения NtechLab работают уже в 77 регионах, при этом в Москве на нее приходится около третьей части рынка.

Компания растет не только в сегменте обеспечения безопасности. Помимо поиска людей и фиксации нарушений, NtechLab развивает кейсы в промышленности, логистике, мониторинге городской среды и трафика.

Следующий шаг — типовые продукты. В 2026 году компания собирается упростить интеграцию своих ИИ-решений.

NtechLab пытается перейти от крупных заказных внедрений к тиражируемой продуктовой модели, чтобы продолжить масштабироваться с такой же динамикой.

AI для бизнеса

Siemens предоставила бенчмарк для рынка промышленного ИИ

На выставке Hannover Messe 2026 в Германии Siemens показала, как должен выглядеть нормальный промышленный ИИ не в презентации, а в цифрах.

Компания представила это как новый ориентир для рынка, и, учитывая масштаб Siemens и партнеров их кейса, бенчмарк, как минимум, имеет право на жизнь.

Их центральный кейс — PepsiCo, и вот немного цифр:

▶️Плюс 20% к производительности на одном из заводов Gatorade в США всего за три месяца.

▶️Минус 10–15% капитальных затрат за счет того, что проектные решения сначала проверяют в цифровой модели, а уже потом переходят к физическим изменениям.

▶️Срок проектирования и оптимизации сокращается с месяцев до дней.

В этом самый сильный момент всей истории. Siemens показывает не абстрактный потенциал ИИ, а уже нормальный ориентир для рынка: вот результат, вот сроки, вот экономика, вот стек — делайте так же (если сможете).

Технологически здесь не один модный AI digital twin, а целый контур: цифровой двойник, моделирование, производственные данные и ИИ в одной цепочке.

Все собрано вокруг связки Siemens + NVIDIA + PepsiCo:

⏺️Siemens Digital Twin Composer на базе NVIDIA Omniverse,
⏺️Tecnomatix Process Simulate для динамического моделирования и проверки логики оборудования,
⏺️Tecnomatix Plant Simulation для моделирования производственной системы и поиска оптимальной конфигурации.

Еще один показательный элемент, который делает внедрение на заводы проще для самих сотрудников, — Plant Simulation Copilot. Siemens добавляет в моделирование человеческий ИИ-интерфейс: можно обычным языком задать, что именно нужно рассчитать, проверить или оптимизировать.

AI для бизнеса

ИИ на 40% ускорит работу с документами в закупках

Росэлторг запустил систему ИИ-тегирования закупок, которая, по оценке самого Росэлторга, может ускорить поиск релевантных процедур для поставщиков до 40%.

На площадке ежедневно публикуются тысячи закупок, а документация по отдельным лотам занимает десятки страниц. Для поставщика это потеря времени и риск пропустить подходящий тендер.

Суть сервиса простая: нейросеть читает закупочную документацию за поставщика, выделяет ключевые параметры и присваивает процедурам теги — по видам работ и услуг, типу объекта, профилю деятельности и материалам.

Что это дает:

⏺️быстрее отбор релевантных закупок в большом потоке;
⏺️точнее фильтры поиска;
⏺️меньше ручного просмотра документации;
⏺️уведомления только по подходящим процедурам.

Отдельно Росэлторг подчеркивает, что обработка идет во внутреннем контуре площадки, без передачи данных во внешние системы.

На текущий момент база ИИ-тегов включает тысячи меток и охватывает десятки направлений закупок.

AI для бизнеса

ИИ от Ростеха сократит время на поиск информации до 80%

Холдинг «Росэл» (входит в Ростех) запустил промышленную ИИ-платформу для работы с документами и данными. Система работает внутри ИТ-среды предприятия без подключения к интернету и уже получила свидетельство о регистрации в Роспатенте.

Использование ShokinGPT позволяет сократить время поиска информации до 80% и экономить в среднем от 3 до 5 рабочих часов в день на одного специалиста.

Что внутри:

⏺️цифровые помощники для подготовки документов и регламентов;
⏺️обработка обращений в техподдержку;
⏺️работа с номенклатурой и аналитикой;
⏺️инструменты для текстов, PDF-документов и таблиц;
базы знаний;
⏺️расшифровка аудио с разделением спикеров;
⏺️построение диаграмм и анализ программного кода.

ИИ-платформа уже применяется разработчиком — НПП «Исток» им. А. И. Шокина.

AI для бизнеса

Евтушенков: «Сегодня в искусственном интеллекте в России наиболее продвинуты мы, Яндекс и Сбер»

Владимир Евтушенков в интервью Forbes поделился новой стратегией АФК «Система»: меньше веры в быстрые деньги, больше ставки на ИИ и продукты для новых рынков.

В ПАО АФК «Система» входит МТС, Ozon, Segezha Group, Медси, «Биннофарм Групп», агрохолдинг «Степь», группа «Эталон» и Sitronics Group

Интервью про новую технологическую реальность вышло на фоне:

▶️публикаций финансовых результатов, где консолидированный чистый долг составил около 1,4 трлн руб;
▶️Возможном pre-IPO Медси и Cosmos Hotel Group, чтобы снизить долговую нагрузку;
▶️Продаже своей доли в ПАО «Элемент» «Сберу»;
▶️Выходу из капитала сети клиник «Ниармедик»

А мы делимся главными тезисами из интервью:

⏺️ИИ — уже не эксперимент, а стратегическая гонка.
Евтушенков прямо ставит «Систему» в один ряд с «Яндексом» и «Сбером» по уровню развития ИИ в России. Компания развивает языковые модели, продукты и инфраструктуру под искусственный интеллект.

⏺️ЦОДы становятся базой для ИИ.
Без вычислительной инфраструктуры ИИ не работает. Поэтому «Система» хочет быть во всех типах дата-центров: для ИИ, майнинга и облаков. Даже проблемы с оборудованием не повод выходить из темы.

⏺️Технологии не дают быстрых сверхдоходов.
Евтушенков несколько раз подчеркивает: технологический бизнес тяжелее сырьевого. Там нельзя просто «заменить скважину» — все держится на людях, компетенциях и длинных инвестициях.

⏺️МТС — уже не просто связь.
Сотовая связь, по его логике, перестала быть сверхдоходной историей, но вместе с ИИ и новыми сетями становится базой для изменений в других отраслях.

⏺️Китай — партнер, но не донор технологий.
На Huawei рассчитывать как на источник ИИ-наработок бессмысленно: такие технологии не передают бесплатно. Покупать можно, но зависимость от чужой платформы — риск.

⏺️Главный дефицит — не деньги, а компетенции.
Можно купить технологический актив, но если нет людей, которые способны его понять, доработать и развить, покупка не имеет смысла.

AI для бизнеса

ИИ выходит из демо-стендов и заходит в заводской цех.

Организаторы Hannover Messe в этом году вынесли промышленный ИИ в центр повестки вместе с робототехникой, автоматизацией и цифровизацией.

На выставке — более 3 тыс. экспонентов, а главный фокус уже не на «посмотрите, что умеет нейросеть», а на измеримую пользу для бизнеса: выпуск, себестоимость, скорость изменений и устойчивость операций.

Мы осознанно оставим названия технологий в оригинальном виде, чтобы было проще искать информацию о них, так как в рунете об этом особо ничего не найдете. Разве что у нас в канале.

Учитывая масштаб и влияние выставки, можно утвердительно заявлять, что ИИ больше не модная фича, а контур управления заводом:

⏺️данные с оборудования;
⏺️цифровой двойник;
⏺️copilot или AI-агент;
⏺️автоматизация инженерных и производственных решений;
⏺️связь с цепочкой поставок и сервисом.

Siemens называет это Industrial AI for the real world: данные превращаются в ценность, а операции перестраиваются вокруг промышленного ИИ.

Microsoft продвигает похожую рамку — industrial intelligence, где ИИ, цифровые двойники и производственные данные собираются в единый слой для фабрик.

Самая яркая тема на выставке — agentic manufacturing.

▶️Schneider Electric вместе с Microsoft показали новое поколение agentic manufacturing capabilities на Azure AI. ИИ не подсказывает инженеру, а уже помогает координировать проектирование, симуляции, изменения в производстве и контроль логики процесса.

▶️Microsoft и Krones показывают AI-powered digital twins, которые сокращают время симуляции завода с часов до минут и позволяют быстрее настраивать производство под клиента.

Отдельная линия — Physical AI и роботы. ИИ в промышленности все заметнее связывают с физическим исполнением, что разумно, учитывая, что завод — это не блок-схемы на экране, а реальные и тяжелые вещи.

Но здесь важно не перепутать хайп с экономикой. Гуманоиды — хорошая тема для маркетинга и демо-стендов, но пока ближайшие деньги все еще лежат в софте, цифровых двойниках, агентским процессами и ПО для автоматизации.

В общем, экспериментируем и изучаем, но пока ждем уровня определенности хотя бы как в промышленном ИИ.

Общие краткие выводы, чтобы защитить свой технологический энтузиазм перед бизнесом:

▶️промышленный ИИ перешел из стадии пилотов в стадию операционного слоя;
▶️главная тема — не GenAI, а связка моделей, данных, цифровых двойников и автоматизации;
▶️вендоры продают не «нейросеть», а сокращение инженерного времени, ускорение изменений и снижение затрат, поэтому не покупайтесь на приставку «ИИ», требуйте кейсы;
▶️для заводов вопрос не в том, нужен ли ИИ, а где он быстрее даст эффект.

AI для бизнеса

ИИ в российских компаниях есть. А управления им — нет.

Исследование «Пряников» показало, что нейросети уже проникли в компании, но не через стратегию, бюджет и топ-менеджмент, а снизу — через сотрудников, личные аккаунты и точечные задачи.

Самый популярный тип инструментов — зарубежные LLM вроде ChatGPT, DeepSeek и Perplexity. Их используют 59% респондентов. Отечественные LLM — 41%, self-hosted-решения — 22%. При этом у 51% компаний вообще нет стратегии внедрения ИИ, а у 61% — назначенного ответственного за это направление.

ИИ уже работает внутри бизнеса, но часто вне управленческого контура.

Где незрелость:

▶️у 46% компаний нет команды по ИИ-проектам;
▶️66% не собирают потребности бизнеса для внедрения ИИ системно;
▶️формализованная стратегия есть только у 10%;
▶️Chief AI Officer — всего у 2%;
▶️52% компаний не выделяют отдельный ИТ-бюджет на ИИ.

ИИ в компаниях применяют там, где проще получить быстрый эффект и ниже цена ошибки: маркетинг и продажи — 47%, HR и подбор — 39%. А вот производство, логистика и финансы — всего по 3%.

Нейросети пока чаще пишут тексты, помогают с коммуникациями и HR-задачами, чем перестраивают операционное ядро бизнеса.

С экономическим эффектом тоже пока сложно. У 59% компаний не было внедрений, которые можно считать полноценными. Подтвержденный эффект есть только у 18%, еще 21% что-то внедряли, но без нормальных измерений.

Барьер не в деньгах:

▶️41% называют нехватку компетенций;
▶️37% — отсутствие стратегии;
▶️24% — неготовность топ-менеджмента;
▶️23% — отсутствие бюджета;
▶️22% — недоверие к ИИ.

ИИ стал массовой практикой, но не стал управляемой системой. Сейчас это скорее набор локальных привычек: кто-то пишет с помощью ChatGPT, кто-то автоматизирует HR, кто-то тестирует аналитику.

Пока нет стратегии, ответственного, бюджета, команды и измерения эффекта — это не трансформация, а «принеси свой ИИ сам и попробуй не сломать процессы».

AI для бизнеса

ИИ спроектировал процессор за 12 часов.

Агентная система Design Conductor за 12 часов спроектировала RISC-V CPU-core VerCore из спецификации на 219 слов. По заявлению компании, это первый случай, когда автономный агент прошел путь от описания задачи до GDSII layout-файла для процессора.

На бумаге выглядит как человекозамещение: то, что у инженерной команды обычно занимает 18–36 месяцев, агент сделал за полдня. Но не современный конкурент Intel, AMD или Apple Silicon, а довольно простой RISC-V core.

Кратко о кейсе:

▶️12 часов от короткой спецификации до GDSII;

▶️1,48 ГГц на ASAP7 7 nm PDK;

▶️3261 балл в CoreMark;

▶️производительность примерно на уровне Intel Celeron SU2300 из 2011 года;

▶️проверка пока только в симуляции, без физического выпуска чипа.

ИИ начал влезать в самый дорогой участок — инженерный цикл проектирования. Не в формате «нарисуй красивую схему», а в формате RTL, тестов, оптимизации, timing closure и взаимодействия с backend tools.

Нормальный процессорный проект стоит сотни миллионов долларов и требует больших команд. Verkor прямо сравнивает это с передовыми CPU, где вложения могут превышать $400 млн, а разработка занимает годы.

Даже если ИИ не заменяет инженеров полностью, он может радикально сократить ранние циклы проектирования и количество тупиковых архитектурных экспериментов.

Это не конец профессии инженера. Скорее начало новой модели, где инженер меньше вручную гоняет рутину по EDA-цепочке и больше задает архитектуру, ограничения, критерии проверки и бизнес-цель.

AI для бизнеса

Регулирование ИИ в России решили смягчить.

Правительство доработало законопроект о регулировании ИИ и убрало из него часть требований, которые сильнее всего раздражали рынок.

В текущей версии нет специальных требований к наборам данных для обучения моделей. То есть разработчики смогут использовать любые доступные данные, а не только данные российского происхождения.

Массовые коммерческие сервисы, по словам аппарата Григоренко, не обязаны подтверждать «доверенность» — для них это добровольный режим.

Что смягчили:

▶️убрали требования к датасетам для обучения моделей;

▶️убрали требование, чтобы суверенные и национальные модели разрабатывали и обучали только граждане России;

▶️теперь для статуса достаточно, чтобы разработку вело российское юрлицо, а модель соответствовала российскому законодательству и заявленным ценностным требованиям;

▶️из новой версии также исключили требование для сервисов с аудиторией более 500 тыс. пользователей регистрироваться как организатор распространения информации;

▶️по ответственности вместо отдельного нового режима хотят дать отсылку к действующему законодательству.

В исходном виде законопроект мог сильно замедлить разработку ИИ. Бизнес предупреждал о росте затрат на внедрение на 20–40% и замедлении вывода продуктов на рынок в полтора-два раза.

Регулирование никуда не делось: доверенные модели, госсектор, критическая инфраструктура, сертификация, хранение и обработка данных внутри России — всё это остается.

AI для бизнеса

Сотрудники используют ИИ на работе, но не говорят об этом начальству.

По опросу MWS AI, 35% россиян скрывают от руководства, что используют ИИ в работе. Год назад в другом исследовании таких было 21%.

Корпоративный ИИ растет не только через стратегии, платформы и бюджеты, но и через тихую личную практику сотрудников.

Особенно заметен разрыв у молодых специалистов:

⏺️среди сотрудников 18–24 лет использование ИИ скрывают 55%;
⏺️среди 25–34 лет — 52%;
⏺️среди более старших респондентов — 27%.

Люди боятся, что использование ИИ воспримут не как продуктивность, а как признак некомпетентности. В логике «сам не справился — попросил нейросеть».

И это уже проблема не сотрудников, а компаний.

Если ИИ в работе есть, но правила не проговорены, возникает серый контур: кто-то использует ChatGPT, кто-то другие модели, кто-то загружает рабочие данные в непонятные сервисы, а руководитель делает вид, что процесс под контролем.

В итоге компания получает не внедрение ИИ, а теневой операционный слой:

▶️сотрудники используют инструменты сами;
▶️риски по данным остаются неуправляемыми;
▶️эффект от ИИ никто нормально не измеряет;
▶️сильные практики не масштабируются;
▶️слабые и опасные — не отсеиваются.

На самом деле это хороший индикатор зрелости. Если треть сотрудников скрывает ИИ от начальства, значит, проблема не в том, что люди «читерят». Проблема в том, что компания не объяснила, где ИИ можно использовать, где нельзя, какие данные можно загружать и какой результат считается нормальным.

AI для бизнеса