Подборка полезных AI-инструментов под разные задачи

Если вы до сих пор думаете, что AI – это только ChatGPT, эта подборка для вас, ведь уже сформировался целый стек инструментов, которые закрывают разные задачи: разработку, дизайн, аналитику, презентации, видео и продуктовую работу.

Ниже несколько сервисов, которые действительно могут быть полезны:

Claude и экосистема Anthropic. Помимо самого Claude, есть целое семейство продуктов: Claude Code для разработки, решения для совместной работы с документами и специализированные инструменты для интеграции в привычные рабочие среды (Excel, Powerpoint). Для многих команд Claude уже становится полноценной рабочей платформой, а не просто чат-ботом.

Cursor. Среда разработки с AI внутри. Помогает писать код, разбираться в проектах и создавать рабочие прототипы намного быстрее. Один из инструментов, который заметно меняет подход к разработке.

Runway. Один из самых сильных AI-инструментов для работы с видео. Генерация сцен, анимация изображений, удаление объектов и десятки других сценариев.

Kling AI. Еще один интересный инструмент для генерации видео. Особенно хорошо показывает себя в создании реалистичной анимации и коротких видеороликов по текстовому описанию.

Stitch. Решение от Google для создания интерфейсов и прототипов. Позволяет быстро визуализировать продуктовые идеи без долгой ручной отрисовки.

Recraft. Хороший инструмент для создания иллюстраций, иконок, векторной графики и брендовых материалов. Особенно полезен, когда нужен качественный векторный визуал без привлечения дизайнера на раннем этапе. Не могу не похвастаться, что в этом проекте работает ex-сотрудников студенческого КБ, которое я возглавлял :)

Napkin AI. Этот сервис легко превращает текст в схемы, диаграммы и визуальные карты. Часто использую подобные инструменты, когда нужно объяснить сложную систему или бизнес-процесс.

Magnific AI. Помогает улучшать изображения, повышать детализацию и качество визуала. Полезно для маркетинга, презентаций и контента.

Поделитесь чем-то необычным, из AI-сервисов, которые вы используете в работе)

В издании Economist.kg вышла моя новая статья о том, как искусственный интеллект может повлиять на будущее экономик Центральной Азии. Почему так?)
Честный ответ - не каждый день появляется возможность публиковаться в Economist :) да и Центральная Азия для меня не чужой регион (соприкасался с ним через партнеров из Хегай). Старался не быть диванным аналитиком в этой статье, получилось или нет решать вам :)

Сегодня разговор об ИИ все чаще сводится к отдельным инструментам и технологиям. Но на самом деле мы наблюдаем гораздо более масштабный процесс – формирование новой среды для бизнеса, образования, государственного управления и экономики в целом.

В статье разбираю:
▪️Какие возможности открывает ИИ для стран Центральной Азии;
▪️почему главным ресурсом становится не технология, а способность быстро адаптироваться к изменениям;
▪️Как меняются требования к бизнесу, специалистам и государственным институтам;
▪️Какие риски возникают у тех, кто решит отложить цифровую трансформацию на потом.

На мой взгляд, вопрос уже не в том, придет ли ИИ в экономику региона - он уже пришел, вопрос в том, кто сможет использовать эти изменения как точку роста, а кто будет вынужден догонять.

Буду рад вашим мыслям и обратной связи.

Статья по ссылке: https://economist.kg/ekonomika/2026/06/11/ii-ekonomiki-tsentralnoy-azii/

VIBE-CODING CONF 2.0 – уже 25–26 июня

Продолжаем говорить про то, как с помощью AI можно менять свой бизнес и процессы внутри него. На онлайн-конференции VIBE-CODING CONF 2.0 я расскажу о том, что такое дизайн ИИ-преобразований: как не внедрять AI хаотично, а проектировать изменения в компании.

Сегодня большинство организаций начинают внедрять нейросети с отдельных инструментов: чат-ботов, помощников, автоматизаций. Но очень быстро становится понятно, что проблема не в выборе модели или сервиса. Главный вопрос — как встроить AI в существующую систему управления, процессы и корпоративную культуру.

Поговорим о том:
▪️ Почему большинство AI-проектов застревают на стадии пилота;
▪️ Как перейти от экспериментов к системной трансформации;
▪️ Какие ошибки компании совершают при внедрении AI;
▪️ Почему AI-трансформация – это прежде всего изменение процессов и людей, а не технологий.

Будет полезно!

📅 25–26 июня 2026
📍 Online / Zoom
🔗 Ссылка: https://hegai.space/vibecodingconf2?utm_source=petrov
💸 Персональный промокод: PETROV10

Буду рад увидеться и обсудить ваши проекты, идеи и опыт внедрения ИИ.

Уже завтра стартует VIBE-CODING CONF 2.0

Жду вас на конференции о том, как использовать AI для создания продуктов, автоматизации процессов и трансформации бизнеса. Она стартует завтра и пройдет в онлайн-формате.

На конференции я выступлю с докладом по теме «Дизайна ИИ-преобразований: как не внедрять AI хаотично, а проектировать изменения в компании».

Поговорим о том:
▪️Почему большинство AI-проектов не доходят до масштаба и застревают на стадии пилота;
▪️ Как перейти от отдельных экспериментов к системной трансформации бизнеса;
▪️ Какие ошибки чаще всего совершают компании при внедрении AI;
▪️Почему AI-трансформация — это прежде всего работа с процессами, знаниями и людьми.

Если вы уже внедряете AI или только думаете, с чего начать – присоединяйтесь! Подробности здесь: https://hegai.space/vibecodingconf2?utm_source=petrov

Для подписчиков канала действует персональный промокод на скидку: PETROV10

До встречи на конференции!

ИИ-секретарь совещаний: решения и поручения не теряются

Сегодня я открываю серию публикаций, посвященных практическому применению искусственного интеллекта в компаниях. Буду разбирать конкретные бизнес-сценарии: какую задачу можно решить с помощью ИИ в том или ином случае, где технология действительно эффективна, а где без человека пока не обойтись.

Суть. ИИ сам подключается к встрече, ведет протокол и превращает разговор в решения, задачи, сроки и ответственных — без ручной работы.

Цена проблемы сейчас
Руководитель проводит на совещаниях до 20 часов в неделю, сотрудник — около 17,5% рабочего времени. Это оплаченный ФОТ, который сгорает дважды: на самих встречах и потом на ручную расшифровку, протоколы и восстановление договоренностей по памяти. Потерянные поручения превращаются в сорванные сроки, повторные встречи и переделки — то есть в прямые деньги.

Что делает ИИ

Подключается к онлайн-встрече (или принимает запись), расшифровывает, различает спикеров и отдаёт структурированный итог: резюме, решения, поручения, сроки, ответственные. Чем больше у компании параллельных проектов и встреч — тем выше отдача.

Вариации (настраивается под клиента)

Тип встречи. Планёрка/статус → чек-лист «кто, что, к какому сроку». Переговоры → договоренности, обязательства сторон и риски. Стратсессия → решения и их основания, а не дословный лог.

Проектная сессия → задачи по этапам, зависимости и сроки. Один шаблон на все типы — частая ошибка.

Режим захвата. Бот в онлайн-звонке (Zoom/Meet/Teams/Телемост Яндекс); загрузка готовой записи постфактум; диктофон или телефон с очной встречи. От режима зависят точность расшифровки и надёжность различения спикеров.

Глубина интеграции. Саммари в чат → PDF-протокол → база знаний с историей решений → автозадачи в трекере (Bitrix, Jira, Mionika) с ответственными и сроками.

Чем глубже — тем меньше ручных шагов после встречи.

Контур данных. Внешний облачный сервис (быстро и дёшево) или закрытый контур клиента — когда запись переговоров нельзя выпускать наружу по требованиям безопасности.

Что компания получает в деньгах

Меньше потерянных поручений — меньше сорванных сроков и переделок.

Единая история решений — быстрее онбординг, меньше повторных обсуждений.

Корпоративная память на основе реальных рабочих встреч.

Где нужен человек

Жаргон, названия продуктов и фамилии — модель может расслышать неверно → глоссарий проекта и донастройка под клиента.
Неявные решения («ну все поняли») — вслух не проговорено, ИИ не зафиксирует → подтверждение итогов человеком до рассылки; ведущий проговаривает решения вслух.

Чувствительные и конфиденциальные темы — не всё должно попасть в протокол → закрытый контур, выборочная запись, удаление фрагментов.

Стратегия, оценка качества и приоритетов — управленческое суждение, а не распознавание речи → ИИ готовит черновик, решение остаётся за руководителем.

Слабый вход (мутные формулировки, не названы ответственные и сроки) — мусор на входе даёт мусор на выходе → шаблон встречи подталкивает к чётким формулировкам; ИИ не лечит плохую коммуникацию, но даёт каркас.

ИИ фиксирует и структурирует; контроль корректности итогов — за участниками.

На сайте «Бизнес Секретов» вышла моя статья «PARA + AI: как построить внешний мозг для работы и бизнеса»

Сегодня предприниматели живут в режиме постоянной перегрузки: задачи, встречи, документы, заметки, идеи и десятки открытых контекстов одновременно конкурируют за их внимание.

В статье я разбираю:
▪️ Почему метод PARA Тьяго Форте стал одной из самых популярных систем управления знаниями;
▪️ Почему «второй мозг» — это не просто четыре папки в Notion;
▪️ Где PARA работает хорошо, а где начинает ломаться;
▪️ Как AI меняет подход к управлению знаниями;
▪️ Почему в эпоху нейросетей карта мышления становится важнее архива.

Получился материал на стыке продуктивности, управления знаниями и AI-трансформации!

Прочесть статью можно здесь: https://secrets.tbank.ru/blogi-kompanij/kak-postroit-vneshniy-mozg-dlya-raboty/?utm_source=chatgpt.com

ИИ-аналитик рынка: конкуренты, клиенты и тренды под наблюдением

Суть: ИИ автоматически собирает и анализирует информацию о конкурентах, потенциальных клиентах и ситуации на рынке из открытых источников, превращая разрозненные данные в готовые материалы для отдела продаж.

Цена проблемы сейчас

Конкурентной разведкой сегодня занимается меньше 20% российских компаний, показал опрос Superjob.ru. Порядка 85% всей информации добывается из открытых источников, и статистике один менеджер на такую работу от 6 до 9 часов в неделю.

Проблема даже не в стоимости этих часов, а в том, что важная информация часто обнаруживается слишком поздно: конкурент уже запустил новый продукт, клиент уже начал тендер, а компания узнает об этом постфактум.

В результате бизнес теряет возможность действовать на опережение.

Что делает ИИ

ИИ непрерывно отслеживает открытые источники и собирает сигналы, которые могут быть важны: новости на сайтах конкурентов, их вакансии, запуск новых продуктов, появление новых клиентов, изменения в позиционировании, участие в тендерах, публикации в СМИ и др.

Эта информация структурируется и превращается в аналитические отчеты.

Возможные объекты анализа

Конкуренты → продукты, цены, кейсы, вакансии, маркетинговая активность.

Клиенты → инвестиции, расширение бизнеса, новые проекты, кадровые изменения.

Партнеры → новые направления деятельности, сделки, выход на новые рынки.

Рынок → тренды, технологии, законодательные изменения и отраслевые события.

Глубина анализа

Мониторинг изменений → уведомления о новых событиях.

Еженедельные обзоры → сводка по конкурентам и рынку.

Аналитические досье → подробные профили компаний и клиентов.

Прогнозирование возможностей → выявление потенциальных сделок и точек входа для продаж.

Отчетность возможна по запросу клиента / в формате ежедневных отчетов/ в формате еженедельной аналитики / краткие уведомления о событиях / подборки сигналов для отдела продаж.

Что компания получает в деньгах

Отдел продаж получает постоянный поток рыночных сигналов без необходимости содержать отдельное аналитическое подразделение или вручную отслеживать десятки и сотни источников информации.

Компания повышает вероятность выигрыша сделок и снижает риск неожиданного усиления конкурентов. Для руководителей бизнес-разведка с ИИ дает дополнительные данные для информационного обеспечения процесса принятия решений.

Где нужен человек

Ложные сигналы и шум. Не каждое изменение на сайте или новая вакансия означает изменение стратегии компании → критически важные выводы должны проходить экспертную проверку.

Контекст рынка. ИИ может обнаружить событие, но не всегда способен правильно оценить его значение для конкретного бизнеса → интерпретация остается за руководителями и экспертами.

Конкурентная стратегия. Выбор действий в ответ на активность конкурентов требует управленческого решения → ИИ предоставляет информацию, но не определяет стратегию компании.

Качество источников. Открытые данные могут быть неполными, устаревшими или намеренно искаженными → необходим контроль надежности источников и периодическая валидация данных.

Изменение рынка. Значимость одних и тех же сигналов может меняться со временем → правила анализа требуют регулярной корректировки. #ИИ_сценарии

Только 16% ждут позитивного влияния ИИ на общество

Хочу поделиться с вами интересными результатами опроса исследовательского центра Pew Research: согласно статистике, позитивного эффекта для общества от использования искусственного интеллекта ждут только 16% респондентов, а около 40% считают, что влияние будет негативным. Опрос проводился в США, и вот какие данные компания получила:

▪️ 67% респондентов не верят, что государства смогут эффективно регулировать развитие ИИ;
▪️ 59% не доверяют компаниям, создающим AI-системы;
▪️ почти две трети считают, что технология развивается слишком быстро.

При этом использование ИИ продолжает стремительно расти. Уже около четверти населения земли ежедневно пользуются чат-ботами, а ChatGPT за два года стал массовым инструментом.

Кстати, похожие настроения фиксировали и другие социологи. В мае международная исследовательская компания YouGov сообщала, что 71% мирового сообщества считают развитие ИИ слишком быстрым.

Пессимистов в оценке долгосрочного влияния технологии на общество оказалось вдвое больше, чем оптимистов: 51% против 25%.

На мой взгляд, эти цифры говорят не столько об отношении к технологиям, сколько о более глубокой проблеме – общество пока не понимает, каким будет мир с ИИ.

Мы уже видели похожие процессы с интернетом, социальными сетями и смартфонами.

Новая технология сначала вызывает страх, затем становится привычной частью жизни, а потом начинает незаметно менять правила игры. А каких изменений от внедрения ИИ ждете вы?

ИИ должен был освободить нас от рутины. Но есть нюанс

Недавно наткнулся на исследование, результаты которого хорошо объясняют многие процессы, которые я наблюдаю в компаниях. Оказалось, что внедрение AI не всегда приводит к сокращению объема работы сотрудников. В ряде случаев происходит обратное: люди начинают работать больше.

Об этом говорится в исследовании Harvard Business Review (HBR): по мере интеграции искусственного интеллекта в рутинные процессы коллектив продлевает рабочий день, трудится в ускоренном темпе, часто без каких-либо просьб со стороны руководства, и берет на себя более широкий спектр задач…

Почему так происходит?

Потому что технология снижает стоимость интеллектуального труда.

Если раньше на подготовку отчета, презентации или аналитической записки уходило несколько дней, то теперь это можно сделать за несколько часов. Казалось бы, отлично. Но вместо того чтобы сократить нагрузку, организации начинают просто производить больше контента, больше отчетов, больше аналитики и больше задач.
Возникает эффект, который экономисты называют парадоксом Джевонса: когда ресурс становится дешевле, его потребление не уменьшается, а растет.

Мы уже видели это с электронной почтой. Она должна была сократить объем коммуникаций, но в итоге писем стало в разы больше. То же самое произошло с мессенджерами. Теперь похожая история начинает происходить с ИИ.

Все это – еще одно подтверждение простой мысли: AI сам по себе не повышает эффективность компании, а только усиливает существующую систему. Если в организации есть культура бесконечных согласований, лишних отчетов и перегруженных процессов, AI только ухудшит ситуацию: согласований, отчетов и процессов станет еще больше. Кстати, именно поэтому мой канал, в котором вы читаете этот пост называется “А смысл?” – а смысл внедрять ИИ, чтобы по факту еще больше выгорать, не видеть цели, не держать фокус и наводить больше суеты…

В ДИИП (http://diip-method.ru) – сообществе дизайнеров ИИ-преобразования компаний – мы стараемся как раз находить ответ на этот и другие вопросы, поскольку очень важно научиться находить в компании точки, “прикладывая” ИИ к которым, мы можем усилить конкурентное преимущество компании, а не свести его на “нет”. Только так при ИИ-трансформации бизнеса можно получить максимальный эффект, а не просто стать более занятым.

Продолжаем публиковать сценарии применения ИИ в компаниях.

Каждый сценарий – это готовая бизнес-идея с описанием задачи, механики работы, экономического эффекта и ограничений. Полную версию публикуем в библиотеке знаний, а здесь – короткий обзор.

В большинстве компаний о провале плана продаж узнают уже тогда, когда исправить что-то невозможно. Пока отчеты собираются вручную, проверяются и отправляются на согласование, ситуация в бизнесе уже успевает измениться.

ИИ в автоматическом режиме собирает данные из CRM, 1С, телефонии и других корпоративных систем, рассчитывает ключевые показатели, выявляет отклонения и сам формирует понятный отчет с выводами. В результате, вы знаете что происходит прямо сейчас и где нужно вмешаться, пока еще не поздно.

Где мы конкретно внедряли такой сценарий

▪️Производитель мебели: ИИ ежедневно собирает данные из amoCRM и телефонии, ведет таблицы с ключевыми показателями и присылает руководителю в мессенджер готовый отчет с шестью видами аналитики (звонки, конверсия, качество отработки лидов и т.д.). В отчете представлены ссылки конкретные аномалии и отклонения, например, на звонки с низкой оценкой менеджера. Раз в месяц система дополнительно формирует отчет об эффективности с разбивкой по неделям и итоговыми показателями. В результате руководитель видит, где возникает проблема сразу, а не после отчетного периода, когда повлиять на ситуацию уже нельзя.

📖 Полное описание сценария в нашей библиотеке знаний, прочесть его можно ЗДЕСЬ.

Используем ИИ: как сделать так, чтобы вся накопленная информация не зависела от одной зарубежной компании

Я долго думал об использовании ИИ в бизнесе не только с точки зрения, что эффективнее использовать ChatGPT или Claude, но и с позиции как сделать так, чтобы вся накопленная информация не зависела от одной зарубежной компании? Почему вообще возник этот вопрос – объясню. Сегодня все чаще вижу одну и ту же историю: бизнес уже глубоко завязан на ИИ, сотрудники работают с нейросетями каждый день, но однажды утром аккаунт просто берут и отключают. Без предупреждения. Без возможности скачать историю переписок, вернуть данные или восстановить доступ…

В такой момент исчезает не просто аккаунт – исчезают месяцы, а иногда и годы накопленных знаний! Для меня это, пожалуй, главный риск при работе с современными нейросетями. И поэтому я давно искал решение, которое позволит хранить знания отдельно от конкретной модели ИИ, чтобы после каждой рабочей сессии можно было сохранять всю ценную информацию в собственную базу знаний, а не оставлять ее исключительно внутри ChatGPT или Claude.

Сейчас мы начинаем выстраивать такую систему вместе с Александром Петровым и его командой на базе платформы «Мионика».

По сути это единая точка сборки всей корпоративной памяти, некое единое структурированное хранилище, к которому можно подключать разные нейросети. Сегодня это ChatGPT и Claude, завтра появится новая модель – подключили ее к той же базе знаний и продолжаете работать без потери накопленного опыта. Для меня именно такая архитектура выглядит стратегически правильной.

Есть и еще один момент, который для нашей компании оказался важным: мы давно искали удобный способ разграничивать доступ сотрудников к информации.

В «Мионике» можно создавать отдельные проекты и выдавать права доступа только тем людям, которым это действительно необходимо. Для небольшой команды это сильно упрощает организацию работы.

То есть, по тем вопросам, которые меня беспокоили, это решение практически полностью закрывает все потребности.

Конечно, многие скажут: есть же Obsidian и другие графовые базы знаний – действительно, есть! Но для меня принципиально важно по возможности использовать российские разработки, особенно если речь идет о ключевой инфраструктуре бизнеса. Тем более когда разработчики постоянно находятся на связи.

Ребята из «Мионики» и Александр Петров из “Диалектики”, с которым мы проводим AI-трансформацию нашего бизнеса – подробно объясняют, как все устроено, помогают подключить нейронки, оперативно рассказывают о новых возможностях, собирают обратную связь и достаточно быстро внедряют пожелания пользователей.

Мне вообще кажется, что в ближайшие годы конкурировать будут уже не отдельные нейросети, а системы, которые умеют сохранять, структурировать и накапливать знания компании.

Потому что сама модель сегодня может измениться за несколько месяцев. А вот накопленная экспертиза бизнеса – это актив, который терять нельзя. #А_Трушин_бизнес

Самый дорогой лид тот, который вы так и не довели до сделки

Продолжаю публиковать сценарии применения ИИ в компаниях. Сегодня рассмотрим работу ИИ-менеджера по сопровождению сделок.

После отправки коммерческого предложения многие клиенты берут паузу и менеджер переключается на новые обращения… Из-за этого сделка постепенно «остывает».

ИИ не дает этому случиться. Он автоматически сопровождает клиента: напоминает о договоренностях, отвечает на типовые вопросы, отправляет полезные материалы и в нужный момент возвращает сделку менеджеру, когда клиент снова готов к разговору.

Где мы уже внедряли такой сценарий:

Производитель мебели: интегрировали ИИ в amoCRM. После первого звонка система сопровождает клиента по цепочке из четырех контрольных точек (+2 часа, +2 дня, +5 дней и +14 дней), а если менеджер не сделал ни одного касания, автоматически уведомляет руководителя.

Проблема любого бизнеса не только в том, чтобы привлечь клиента, но и в том, чтобы не потерять его после первого контакта. ИИ помогает сохранить уже оплаченные лиды и повысить конверсию без увеличения рекламного бюджета.

Полную версию сценария с описанием механики, экономического эффекта и ограничений читайте в библиотеке знаний.

Силовые ИИ-трансформаторы

Интересный факт (ИНФОТЭК): пока все мы думали, что главным дефицитом в эпоху ИИ являются чипы NVIDIA, видеокарты или вычислительные мощности, на первый план вышла другая проблема – самым дефицитным элементом стали... обычные силовые трансформаторы.

Именно они обеспечивают электроэнергией дата-центры, на которых работают современные нейросети. При этом, производство трансформаторов сложно масштабировать: их изготавливают практически штучно, цикл производства занимает многие месяцы, а автоматизировать этот процесс значительно сложнее, чем выпускать программное обеспечение. В результате очереди на поставку уже растягиваются на годы, стоимость оборудования растет, а запуск новых дата-центров откладывается.

Получается довольно любопытная коллизия: мы строим технологии будущего, способные писать код, создавать лекарства и управлять производством, но их развитие упирается в оборудование, принцип работы которого был изобретен больше ста лет назад.

Пожалуй, это хорошее напоминание о том, что цифровая трансформация всегда зависит от физической инфраструктуры. Иногда главным ограничением для искусственного интеллекта оказывается вовсе не алгоритм, а трансформатор, линия электропередачи или свободная мощность электросети.

Как вы считаете, что станет главным ограничением для развития ИИ в ближайшие годы: вычислительные мощности, энергетика, дефицит специалистов или что-то совсем другое?

Мама, я в телеке - не, круче - мы с Аленой Нариньяни написали статью для журнала "Вокруг света" :)

2000 лет никто не замечал, а ИИ увидел...

Обычно я говорю об искусственном интеллекте в контексте бизнеса, но большая часть моей идентичности все равно про науку и исследования)

В статье написали о том, как нейросети помогают:
— читать свитки Геркуланума, которые почти две тысячи лет считались навсегда утраченными;
— находить новые геоглифы в пустыне Наска;
— восстанавливать древние артефакты по тысячам отдельных фрагментов;
— видеть закономерности, которые человеческий глаз просто не способен заметить в огромных массивах данных.

Кстати, на заре эры ИИ мы с командой экспериментировали с компьютерным зрением для реконструкции археологических находок. Тогда подобные проекты казались скорее исследовательскими экспериментами, а сегодня же технологии вышли на совершенно другой уровень и становятся полноценным инструментом археологов, историков и реставраторов.

Получился классный материал и я буду рад, если вы прочтете его и поделитесь своим мнением: https://www.vokrugsveta.ru/science/2000-let-nikto-ne-zamechal-a-ii-uvidel-kak-tekhnologii-pomogayut-arkheologam-vosstanovit-to-chto-schitalos-utrachennym-id7164836/?utm_source=chatgpt.com

На прошлой неделе произошло одно из самых громких событий в сфере искусственного интеллекта за последнее время: ИИ впервые вышел за пределы тестовой среды и атаковал реальную инфраструктуру. Пум-пум-пуум-пууум)

Что именно случилось?

Как сообщили в OpenAI, во время внутреннего тестирования модели GPT-5.6 Sol и еще одна экспериментальная система получили задачу пройти кибербезопасностный тест ExploitGym. Вместо того чтобы решать его «по правилам», модели нашли способ выйти за пределы изолированной среды, получили доступ в интернет и атаковали инфраструктуру Hugging Face — крупнейшей платформы с открытыми ИИ-моделями и датасетами. Позже OpenAI официально подтвердили, что инцидент произошел именно во время их внутренних испытаний.

Что интересно:
🔹 Модель самостоятельно нашла цепочку уязвимостей и выполнила тысячи последовательных действий для достижения своей цели;
🔹 Защиту инфраструктуры Hugging Face помогли обеспечить другие ИИ-системы, анализирующие происходящее в режиме реального времени;
🔹 Причиной атаки стало желание модели найти самый эффективный способ выполнить поставленную задачу — получить ответы для прохождения теста.

Самым интересным для меня является то, что мы впервые увидели ситуацию, когда одна группа ИИ-систем атакует, а другая — защищается. И, похоже, это лишь начало новой реальности, в которой не просто скорость принятия решений человеком уже не всегда будет достаточной, но и сама логика ответной реакции стала менее детерминированной.

Честно говоря, мне кажется, что эта новость скорее попытка подготовить общество к реальности, которая по факту давно наступила)

💡Какие решения в компании должен принимать человек, а какие уже можно доверить ИИ?

Где лично вы проводите эту границу – какое решение вы бы никогда не доверили искусственному интеллекту?

Напишите в комментариях, почему вы думаете именно так? ✍🏻