🎥 Вышел подкаст на канале у Варвары

Поговорили:
▪️про роль ИИ в малом и крупном бизнесе
▪️о том, что сейчас останавливает компании от внедрения ИИ
▪️про возможность эмпатии у ИИ
▪️о факторах мирового лидерства в гонке ИИ

Переходите к Варваре на канал, поддержите её лайком и комментарием (не скупитесь реакции 😉) 👍🏼

Ну и послушайте подкаст..мне кажется, что получилось интересно 🤔

🤖🏛 OpenAI и новая экономическая политика под эпоху «сверхразума»

Вышел очень важный документ (РЕКОМЕНДУЮ) от OpenAI: компания предлагает думать об ИИ не как о ещё одном софте, а как о силе, которая может перестроить рынок труда, налоги, энергетику, науку и сам общественный договор.

📌 Главная мысль:

если ИИ даст гигантский рост производительности, но выгоду заберут только несколько корпораций, а миллионы людей потеряют устойчивость и влияние, то это будет не прогресс, а перекос системы (что является правдой!!!)

OpenAI фактически предлагает обсуждать:

1️⃣ Право на доступ к ИИ

Доступ к базовым ИИ-инструментам предлагается рассматривать почти как доступ к электричеству или интернету: он должен быть массовым, дешёвым и не только для крупных компаний.

2️⃣ Новую налоговую логику

Если ИИ увеличит прибыль капитала и снизит роль обычного труда, государствам придётся перестраивать налоговую базу. В документе прямо обсуждаются налоги на капитал и даже меры, связанные с автоматизированным трудом.

3️⃣ Фонд, чтобы делиться выгодой от ИИ

Одна из самых сильных идей: общественный фонд, через который граждане смогут получать часть выгоды от роста ИИ-экономики, даже если у них нет акций и капитала.

4️⃣ Поддержку “AI-first” предпринимателей

OpenAI пишет, что ИИ может резко снизить «накладные расходы» на запуск бизнеса: бухгалтерия, маркетинг, закупки, бэк-офис. То есть ИИ может стать не только угрозой для занятости, но и машиной по созданию новых малых компаний.

5️⃣ Переносимые соцгарантии

Льготы, накопления, обучение и часть защиты человека не должны быть намертво привязаны к одному работодателю. Потому что в ИИ-экономике работа будет чаще меняться, дробиться и пересобираться.

6️⃣ Энергетика и дата-центры

Отдельно важный сигнал: ИИ — это уже не только модели, но и электросети, подстанции, разрешения, земля и огромные дата-центры. То есть борьба за лидерство в ИИ — это борьба за инфраструктуру.

👀 Что это значит для бизнеса?

ИИ становится предметом большой политики, перераспределения денег и новой регуляторики.

А значит, выиграют не только те, у кого лучшая модель.

Выиграют те, кто раньше других поймёт 3 вещи:

• как встроить ИИ в процессы уже сейчас
• как не зависеть критически от одного вендора
• как заработать на новой инфраструктурной волне: обучение, внедрение, аудит, безопасность, отраслевые решения

🐚 Итого:

Очень показательно, что OpenAI уже говорит не “вот наш новый ИИ-продукт”, а “какой должна быть экономика, чтобы люди не проиграли от ИИ”.

Это важный сдвиг.

Значит, мы входим в фазу, где главный вопрос уже не “что умеет модель?”, а:

как минизировать негативный эффект влияния ИИ на общество и бизнес в целом?

💬 Вопрос к вам:

Как думаете, что государство должно сделать в первую очередь в эпоху ИИ:

дать всем дешёвый доступ к ИИ, менять налоги, защищать работников или строить инфраструктуру?

🤼‍♂️Горячий спор между капиталистом-прагматиком и капиталистом-идеалистом о чипах для ИИ

🔹Дженсен Хуанг: Суть в том, что вы впадаете в крайности. Ваш аргумент строится на крайностях: мол, если мы дадим им хоть какой-то компьютер в этот конкретный момент, мы потеряем всё. Эти крайности... они просто детские.

🎙Интервьюер: Нет, позвольте мне пояснить мой аргумент. Любые дополнительные вычислительные мощности полезны, верно? Если у вас больше мощностей, вы можете обучить лучшую модель. Если ИИ-модели, которые работают на этих чипах, способны на кибератаки — или вы обучаете такие модели — то это уже не просто «компьютер», это своего рода оружие. Разве мы не должны ограничивать возможности Китая в этом направлении, чтобы США оставались впереди?

🔹Дженсен Хуанг: Мы хотим, чтобы Соединенные Штаты были впереди. И мы можем это контролировать.

🎙Интервьюер: Но как мы это проконтролируем, если чипы уже там и они используют их для обучения моделей?

🔹Дженсен Хуанг: У нас огромное количество вычислительных мощностей, у нас тысячи исследователей ИИ, которые двигаются вперед так быстро, как только возможно.

🎙Интервьюер: Опять же, у нас больше ядерного оружия, чем у кого-либо другого, но мы же не отправляем обогащенный уран куда попало.

🔹Дженсен Хуанг: Но это не обогащенный уран. Это чип. Причем такой чип, который они могут сделать сами.

🎙Интервьюер: Но есть же причина, по которой они покупают их именно у вас? У нас есть цитаты основателей китайских компаний, которые говорят, что они ограничены в ресурсах без ваших технологий.

🔹Дженсен Хуанг: В целом, наши чипы лучше. В этом нет сомнений. Но в отсутствие нашего чипа — вы же признаете, что, несмотря на наш рекордный год, множество китайских компаний по производству чипов вышли на биржу? Раньше у нас была огромная доля на этом рынке. Уйти с него, уступить этот рынок — это медвежья услуга нашей стране. Для меня это не имеет смысла.

🎙Интервьюер: Я в замешательстве. Кажется, вы делаете два разных заявления: одно — что мы выиграем эту конкуренцию, потому что наши чипы намного лучше; другое — что они все равно сделали бы то же самое и без нас. Как эти два утверждения могут быть верны одновременно?

🔹Дженсен Хуанг: Это очевидно. В отсутствие лучшего варианта вы выберете единственный доступный. Что в этом нелогичного? Это абсолютно логично.

🎙Интервьюер: Но причина, по которой они хотят чипы NVIDIA — они лучше. «Лучше» означает больше вычислительных мощностей. Больше мощностей — значит возможность обучить более совершенную модель.

🔹Дженсен Хуанг: Нет, они лучше, потому что их проще программировать, у нас лучше экосистема. Что бы ни означало это «лучше» — конечно, мы будем поставлять им компьютеры. И что с того?

Дело в том, что мы получаем выгоду от американского технологического лидерства. Мы получаем выгоду от того, что разработчики работают на американском технологическом стеке. Мы получаем выгоду, когда эти ИИ-модели распространяются по всему миру. Американский стек становится лучшим благодаря этому. Мы можем продолжать развивать и распространять американские технологии. Я верю, что это позитивный фактор. Это очень важная часть Америки.

Полное интервью можно посмотреть здесь

🧠🤖 Новый шаг к «цифровому двойнику» мозга

На сайте TRIBE v2 (известной компании Марка Цукерберга) выложили демо модели, которая предсказывает реакцию мозга на видео, звук и текст — по сути, моделирует, какие зоны мозга будут активны, когда человек что-то смотрит, слушает или читает. Это не «чтение мыслей», а предсказание fMRI-активности на основе входного контента.

Что здесь реально важно:

TRIBE v2 — это не очередной чат-бот, а исследовательская ИИ-модель на стыке нейронауки и машинного обучения. Она описывается как tri-modal foundation model: она работает сразу с тремя типами данных — видео, аудио и текстом. В открытом описании модели указано, что она объединяет LLaMA 3.2 для текста, V-JEPA2 для видео и Wav2Vec-BERT для аудио в единую архитектуру, которая предсказывает мозговую активность по fMRI.

📌 Почему это цепляет?

Потому что раньше для таких исследований нужны были дорогие и долгие эксперименты с людьми в fMRI-сканере. А здесь фактически предлагается «виртуальный стенд», на котором можно быстрее проверять гипотезы о том, как мозг реагирует на стимулы. В официальном анонсе отдельно делается акцент на zero-shot-возможностях: модель умеет переносить знания на новых людей, языки и задачи.

💉 Что ещё важно по фактам?

• Запущено публичное демо TRIBE v2.
• Веса модели и код доступны публично.
• Лицензия — CC BY-NC 4.0, то есть это открыто для исследований и некоммерческого использования, но не как свободная лицензия для обычной коммерческой интеграции в продукт.

👀 Почему это может менять бизнес, хотя пока это не массовый продукт?

1️⃣ Фарма и medtech

Если такие модели станут точнее, компании смогут быстрее тестировать гипотезы о восприятии, речи, когнитивных нарушениях и эффектах терапии — ещё до дорогих клинических циклов. Это не замена реальным исследованиям, но потенциально сильный ускоритель R&D.

2️⃣ Реклама, медиа и контент

Самый очевидный долгосрочный сигнал: рынок идёт к более глубокому моделированию внимания, восприятия и когнитивной нагрузки. Не просто «кликнул / не кликнул», а «как человек в принципе обрабатывает контент». До прямой коммерции тут ещё далеко, но направление очень показательное. Это уже не A/B-тест на поверхности, а попытка приблизиться к моделированию внутренних реакций.

3️⃣ Новый класс ИИ-инфраструктуры

Раньше foundation models меняли поиск, тексты, изображения и код. Теперь тот же подход идёт в науку: моделировать не только язык, но и биологические процессы. Для бизнеса это важный маркер: следующие большие рынки ИИ могут рождаться не в офисных copilot-сценариях, а в научной инфраструктуре.

🐚 Но есть важное ограничение

Пока это история скорее про исследования, чем про готовый B2B-инструмент. Во-первых, речь идёт о предсказании fMRI-ответов, а не о «чтении мыслей». Во-вторых, лицензия некоммерческая. То есть предпринимателю здесь важно не бежать «внедрять завтра», а смотреть на сигнал: ИИ всё глубже заходит в области, которые раньше считались слишком дорогими, медленными и научными.

Итог:

TRIBE v2 — это сильный намёк, что следующая волна ИИ будет не только про автоматизацию офисной рутины, но и про цифровые модели человека: восприятия, внимания, речи, возможно — когнитивных состояний.

А когда ИИ начинает моделировать человека глубже, чем просто его текстовый запрос, бизнесу стоит внимательно смотреть не только на возможности, но и на будущие этические и регуляторные риски.

💬 Вопрос к вам:

Как думаете, где такие модели дадут первый большой коммерческий эффект:
в medtech, фарме, рекламе, интерфейсах или образовании?

Пишите в комментариях 👇

🤖💼 ИИ может загнать бизнес в ловушку увольнений. И проблема не только в людях — проблема в выручке

На arXiv вышла сильная экономическая статья с очень неприятным выводом для бизнеса:

📌 даже если все компании понимают, что массовые увольнения из-за ИИ вредят экономике, они всё равно могут продолжать увольнять.

Почему?

Потому что для каждой отдельной компании автоматизация выглядит рационально:
сократил людей → снизил издержки → стал эффективнее.

Но на уровне рынка возникает ловушка:

уволенные сотрудники — это не только расходы компании, но и покупатели.
Если таких увольнений становится много, рынок начинает терять платёжеспособный спрос.

И получается парадокс:

1️⃣ Для одной компании заменить людей ИИ — выгодно.

2️⃣ Если так делают все — падает общий спрос.

3️⃣ В итоге страдают не только сотрудники, но и сами компании, потому что продавать становится некому.

Авторы называют это “AI Layoff Trap” — ловушка ИИ-увольнений.

👀 Что в статье особенно важно

• Чем выше конкуренция на рынке, тем сильнее эта ловушка.

• Чем “лучше” и дешевле ИИ, тем сильнее стимул увольнять ещё быстрее.

• Даже если все всё понимают заранее, это не останавливает гонку.

То есть проблема не в том, что бизнес “не видит последствий”.

Проблема в том, что у каждого игрока есть стимул нажать на газ первым.

Это не история про технологии.
Это история про экономические стимулы.

💣 Главная мысль статьи

Авторы показывают, что в предельном случае рынок превращается почти в классическую "дилемму заключённого" (вспоминаем теорию игр):

если никто не спешит массово заменять людей — всем лучше;

если каждый действует в своих интересах — автоматизируют все, и итог хуже почти для всех.

И это особенно интересно тем, что ущерб здесь — не просто "у работников забрали доход в пользу капитала".

Нет.

По модели авторов, проигрывают и работники, и владельцы бизнеса.
То есть это не перераспределение, а разрушение части общей ценности.

📌 А что не помогает?

В статье отдельно проверяют популярные идеи и приходят к жёсткому выводу:

• переобучение помогает, но не решает проблему полностью;

• базовый доход не меняет стимул компаний увольнять;

• налоги на доход от капитала тоже не решают проблему;

• даже участие работников в капитале помогает лишь частично;

• "давайте компании сами договорятся не перегибать" — тоже не работает.

Почему?
Потому что пока автоматизация выгодна каждой фирме по отдельности, добровольная сдержанность нестабильна.

💰 Единственная мера, которая в модели реально исправляет стимул — налог на автоматизацию

То есть не “лечить последствия” после увольнений, а менять саму экономику решения:
чтобы компании учитывали не только свою локальную выгоду, но и ущерб, который создают для общего спроса.

🐚 Что это значит для бизнеса уже сейчас

1️⃣ Массовое сокращение ради “AI efficiency” может быть хорошим квартальным решением, но плохой стратегией для рынка.

2️⃣ Чем больше компаний в вашей отрасли идут в лобовую замену людей, тем выше риск, что через какое-то время все упрёмся в ослабление спроса.

3️⃣ Победят не те, кто просто быстрее всех сократит штат, а те, кто лучше других пересоберёт роли людей рядом с ИИ:
меньше рутины, больше продаж, контроля, сервиса, доверия и сложных решений.

4️⃣ Для государства и крупных отраслей это сигнал:
эпоха ИИ — это уже не только вопрос продуктивности, но и вопрос макроэкономической устойчивости.

Итого:

следующий большой спор про ИИ будет не “заменит ли он людей”,
а вот такой:

👉 где проходит граница между полезной автоматизацией и саморазрушением спроса?

Вот это уже вопрос не футурологии, а реальной бизнес-стратегии на ближайшие 2–3 года.

💬 Вопрос к вам:

Как вы думаете, что опаснее для рынка в ближайшие годы:

1. слишком медленное внедрение ИИ
или
2. слишком быстрые увольнения под лозунгом “нас заменит ИИ”?

Пишите цифру 1 или 2 в комментариях 👇

🤖 Y Combinator выкатил новый Requests for Startups — и это очень полезный сигнал не только для стартапов, но и для бизнеса в целом

Почему?

Потому что YC обычно показывает не просто “интересные темы”, а куда, по их мнению, пойдёт следующий большой спрос. В Summer 2026 они прямо пишут: "ИИ перестал быть функцией внутри продукта и стал основой нового поколения софта, сервисов, чипов и решений в физическом мире".

📌 Что особенно видно из списка?

YC фактически говорит: следующая волна — это уже не “добавим чат-бота”, а полностью перестроим целую отрасль вокруг ИИ.

И вот все идеи из списка — очень коротко:

1️⃣ AI for Low-Pesticide Agriculture
ИИ для сельского хозяйства с меньшим количеством химии: точечная обработка растений, распознавание сорняков и вредителей, рост урожайности при снижении затрат.

2️⃣ AI-Native Service Companies
Компании, которые продают не софт, а сразу результат услуги: бухгалтерия, налоги, аудит, комплаенс, админка в медицине.

3️⃣ AI Personalized Medicine
Персонализированная медицина на базе ИИ: анализ генома, диагностики, медкарт и носимых устройств для точных рекомендаций и индивидуального лечения.

4️⃣ Company Brain
“Мозг компании”: система, которая собирает знания бизнеса из почты, чатов, тикетов, баз и превращает их в рабочую карту процессов для ИИ-агентов.

5️⃣ Counter-Swarm Defense
Защита от роя дронов: новые системы обнаружения, координации и нейтрализации массовых атак дешёвых автономных дронов.

6️⃣ Dynamic Software Interfaces
Динамические интерфейсы: софт, который можно радикально перестраивать под конкретного пользователя и его сценарий работы.

7️⃣ Electronics in Space
Электроника и вычисления в космосе: в частности, inference-чипы, адаптированные под массу, тепло и радиацию.

8️⃣ Hardware Supply Chain
Ускорение цепочек поставок для hardware: сделать так, чтобы физические продукты создавались и итерировались почти так же быстро, как софт.

9️⃣ Industrial Capabilities in Space
Промышленность в космосе и на Луне: добыча материалов, переработка и производство конструкций вне Земли.

🔟 Inference Chips for Agent Workflows
Новые чипы под агентные сценарии: не просто “запрос-ответ”, а длинные цепочки действий, вызовы инструментов, ветвления и удержание контекста.

1️⃣1️⃣ SaaS Challengers
Атака на старый SaaS: ИИ резко удешевил создание софта, а значит можно идти против тяжёлых incumbents и пересобирать целые категории с нуля.

1️⃣2️⃣ Software for Agents
Софт для ИИ-агентов: продукты, где основной “пользователь” — не человек, а агент. Значит нужны API, MCP, CLI и машинно-читаемая логика вместо обычных интерфейсов.

1️⃣3️⃣ Startups That Want to Sell to Huge Companies
Стартапы, которые с первого дня продают крупнейшим корпорациям: AI позволяет маленьким командам быстрее делать продукты уровня enterprise.

1️⃣4️⃣ Supply Chain 2.0 for Semiconductors
Новая цепочка поставок для полупроводников: отслеживание рисков, упаковки, аллокаций и экспортных ограничений в индустрии чипов.

1️⃣5️⃣ The AI Operating System for Companies
“Операционная система компании”: единый слой, который делает встречи, тикеты, звонки, документы и процессы понятными ИИ и замыкает бизнес в self-improving loop.

👀 Что здесь самое важное для бизнеса?

Если убрать шум, то YC ставит на 5 больших ставок:

• ИИ заменяет услуги, а не только помогает сотруднику
• каждой компании нужен собственный “мозг” и AI-слой
• старый SaaS становится уязвимым
• появляется огромный рынок софта для агентов
• следующая гонка ИИ пойдёт не только в приложениях, но и в чипах, производстве и physical world

💬 Вопрос к вам:
какая идея из списка кажется самой сильной с точки зрения денег на горизонте 3–5 лет — “мозг компании”, AI-сервисы вместо аутсорса, софт для агентов или атака на старый SaaS?👇

📘⚙️ «Технологическая республика»: книга не про гаджеты, а про власть, войну и новую роль ИТ-компаний

На днях наткнулся пост с перечислением основных идей книги The Technological Republic Александра Карпа (сооснователь Palantir) и Николаса Замиски. По сути, это манифест о том, что Запад, и особенно США, слишком долго тратил лучшие инженерные мозги на «удобные приложения», пока реальная борьба за влияние и будущее мира сместилась в софт, ИИ и оборонные технологии. Книга прямо обвиняет Кремниевую долину в потере амбиций и призывает техсектор снова работать не только на прибыль, но и на государственные задачи.

Почему это важно бизнесу?

Потому что ИИ всё меньше похож на просто «полезный инструмент для офиса» и всё больше — на инфраструктуру силы. Авторы книги утверждают: в XXI веке жёсткая сила будет строиться на программном обеспечении, а новая гонка технологий уже идёт вокруг ИИ, обороны и государственного управления.

🐚 Главная мысль книги:

Кто контролирует сильные технологии, тот влияет не только на рынок, но и на мировой порядок.

И поэтому главный вопрос уже не «какая модель умнее?», а:

*кто её создаёт, в чьих интересах и для каких задач?*

📌 Кратко основные идеи книги:

1️⃣ У технологической элиты есть долг перед страной, которая дала ей вырасти.

2️⃣ Пора выходить из эпохи «тирании приложений»: одних удобных сервисов уже недостаточно.

3️⃣ Обществу мало бесплатной почты и красивых интерфейсов — нужны рост, безопасность и устойчивость.

4️⃣ Одной «мягкой силы» больше недостаточно: теперь решает ещё и технологическая мощь.

5️⃣ Вопрос не в том, появится ли ИИ в военной сфере, а кто задаст правила его использования.

6️⃣ Национальная служба и личная ответственность граждан снова становятся важной темой.

7️⃣ Если государство отправляет людей в опасность, оно обязано дать им лучший инструмент — и железо, и софт.

8️⃣ Сильное государство требует сильных кадров, а не слабой и плохо мотивированной бюрократии.

9️⃣ Общество стало слишком жестоко к тем, кто идёт в публичную службу.

🔟 Политика всё чаще превращается в эмоциональную терапию, а не в разговор о реальных решениях.

1️⃣1️⃣ Победа над оппонентом не должна быть поводом для злорадства.

1️⃣2️⃣ Эпоха ядерного сдерживания постепенно дополняется эпохой сдерживания на базе ИИ.

1️⃣3️⃣ Авторы жёстко защищают идею американского проекта как носителя возможностей и ценностей.

1️⃣4️⃣ Долгий мир последних десятилетий — не случайность, а результат силы и баланса.

1️⃣5️⃣ Германия и Япония, по мысли авторов, должны играть более активную роль в новой архитектуре безопасности.

1️⃣6️⃣ Нужно уважать тех, кто берётся строить большое там, где рынок сам ничего не решил.

1️⃣7️⃣ Кремниевая долина должна помогать решать и внутренние проблемы общества, включая насильственную преступность.

1️⃣8️⃣ Тотальная публичная травля выталкивает сильных людей из госслужбы.

1️⃣9️⃣ Излишняя осторожность в публичной жизни разъедает лидерство.

2️⃣0️⃣ Нетерпимость к религиозным взглядам внутри элит — тоже форма закрытости.

2️⃣1️⃣ Авторы спорят с идеей, что все культуры одинаково продуктивны по своим результатам.

2️⃣2️⃣ Пустой плюрализм без общей цели и общей идентичности они считают тупиком.

💬 *Что это значит для бизнеса?*

Эта книга — хороший сигнал для CEO, основателей и топ-менеджеров:

эпоха, где технологии были просто способом «зарабатывать на удобстве», заканчивается.

Начинается эпоха, где технологии =
• влияние,
• безопасность,
• политика,
• контроль над инфраструктурой,
• и новый общественный контракт между государством и частным сектором.

И да, книга явно провокационная. Кто-то увидит в ней трезвый диагноз, а кто-то — опасный уклон в технонационализм. Но игнорировать такую рамку уже не получится: именно в ней всё чаще обсуждают ИИ на самом верхнем уровне. Официальное описание книги прямо подаёт её как критику самодовольства Запада, призыв к союзу государства и инженеров и ответ на новую гонку ИИ.

Вопрос к вам:

Согласны ли вы с тезисом, что ИИ — это уже не просто рынок, а инфраструктура государственной силы?

Пишите в комментариях 👇

🌍 Почему страны без большого IT-legacy могут выиграть от ИИ

Обычно кажется, что от развития ИИ в первую очередь выигрывают США, Китай и другие технологические лидеры.

У них больше капитала, инженеров, университетов и инфраструктуры.

Но есть неочевидный парадокс:
страны, которые отставали на 1–2 технологических поколения, могут получить свое преимущество.

❔Почему?

Потому что у них меньше старого IT-legacy — устаревших систем, интеграций и процессов, которые сложно менять (и интегрироваться)...

На примере Армении (где мы сейчас развиваем ArnaAI) мы видим это в медицине: по сравнению с США, Китаем. РФ, здесь пока слабее развиты медицинские информационные системы. Но это не только проблема — это окно возможностей 🚀

Клиникам не нужно годами заменять сложную старую инфраструктуру. Они могут сразу внедрять решения нового поколения:

🔹 не просто медицинскую информационную систему, а AI-медицинскую систему
🔹 не просто CRM, а AI-CRM
🔹 не просто документооборот, а AI-first платформу для данных и процессов

Это похоже на то, как многие страны когда-то перескочили этап проводных телефонов и сразу перешли к мобильной связи 📱

Возможно, ИИ даст похожий шанс бизнесу и государствам: не догонять старый путь, а перепрыгнуть через несколько ступеней развития.

Главная мысль:
в эпоху ИИ преимущество может быть не только у тех, кто накопил большую инфраструктуру.

Иногда выигрывает тот, кто меньше связан прошлым и открыт к будущему 😉⚡️

🧠🏗 OpenAI запускает «фабрику внедрения ИИ» для бизнеса

11 мая 2026 OpenAI объявила о запуске OpenAI Deployment Company — отдельного направления, которое будет помогать компаниям не просто "попробовать ИИ", а встраивать его в ключевые процессы: операции, данные, контроль, внутренние системы и ежедневную работу команд.

И это, на мой взгляд, очень и очень важный сигнал рынку.

Раньше логика была такой:
сделали мощную модель → дали доступ через API → дальше бизнес пусть сам разбирается.

Теперь OpenAI открыто говорит другое:
главная битва — уже не за "самую умную модель", а за то, кто лучше всех встроит ИИ в реальные процессы компаний.

📌 Что именно они делают?

OpenAI пишет, что новая структура будет отправлять в компании специальных инженеров внедрения, которые вместе с руководителями и операционными командами будут искать, где ИИ дает максимум эффекта, а затем перестраивать под него критические процессы.

Плюс одновременно OpenAI договорилась о покупке Tomoro* — компании, которая занимается прикладным ИИ-консалтингом. Это сразу добавит около 150 специалистов по внедрению и запуску ИИ-систем в корпоративной среде.

Ещё одна важная деталь:
новая структура стартует с инвестициями более $4 млрд и будет работать в связке с крупными фондами, консультантами и системными интеграторами.

🤔 Почему это реально важно для бизнеса?

Потому что рынок взрослеет.

Уже недостаточно сказать:
"мы тестируем ИИ в маркетинге" или "у нас есть пилот с ботом"

Побеждать будут те, кто встроит ИИ в:

• продажи
• поддержку
• закупки
• аналитику
• документооборот (у нас есть готовое решение - пишите 😉)
• внутренние согласования
• контроль качества (у нас есть готовое решение - пишите 😉)
• управленческие решения

То есть в саму операционную систему компании.

💼 Что здесь самое интересное?

OpenAI фактически признаёт:
узкое место теперь не в моделях, а во внедрении.

Не "где взять ИИ?"
А:
"как подключить его к данным, процессам, ролям, правилам и KPI так, чтобы он приносил деньги, а не делал красивые демо?"

И вот это уже очень взрослая стадия рынка.

🐚 Вывод:

Итак, ИИ-конкуренция смещается:

❌ от гонки моделей
✅ к гонке внедрения

Победит вероятно тот, кто быстрее других превратит ИИ в рабочую инфраструктуру бизнеса.

И, честно говоря, это очень плохая новость для компаний, которые всё ещё живут в режиме:
“ну мы пока наблюдаем”. ❌Хватит наблюдать❌ Вы теряете рынок, вы теряете клиентов, и вскоре, возможно потеряете бизнес. Пора реально взяться за дело и, как можно быстрее, провести AI аудит вашего бизнеса (пишите сюда @Ai_for_2026, у нас есть решение 😉)

Потому что пока одни наблюдают, другие уже переписывают процессы с нуля.

💬 Вопрос к вам:

Какой процесс в бизнесе, по-вашему, ИИ начнёт менять быстрее всего в ближайшие 12 месяцев:
продажи, поддержка, аналитика, документы или управление?

Пишите в комментариях 👇

*компания Tomoro была основана в 2023 году...в том же самом году мы также пробовали заниматься ИИ консалтингом для компаний, но не хватило финансов для поддежания этого направления. Это показательный пример того, что в бизнесе важен vision и умение последовательно в течение определенного времени следовать к цели (ну и,конечно, география 😉)

🌍 ИИ уже стал темой большой геополитики

Я давно пишу на этом канале, что искусственный интеллект — это не просто технология для бизнеса. Это новый источник экономической, политической и геополитической силы.

И вот очередное подтверждение: по данным Reuters, на близжайших (очных!!!) переговорах лидеров США (Дональда Трампа) и Китая (Си Цзиньпина) среди тем обсуждения — Иран, Тайвань, ядерное оружие, торговля и ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ. Более того, Вашингтон хочет создать отдельный канал коммуникации с Пекином по вопросам ИИ.

То есть ИИ уже обсуждают на одном уровне с ядерной безопасностью и глобальными конфликтами.

Какое ещё доказательство нужно, что искусственный интеллект становится фактором силы в мировой политике?

🤖🌍 Anthropic опубликовали показательный текст про то, как ИИ превращается в вопрос глобальной власти

Суть у них простая: к 2028 году возможны 2 сценария.

1️⃣ Демократические страны удерживают лидерство в ИИ.
Тогда они задают правила, стандарты и инфраструктуру будущего. Для этого, по версии Anthropic, нужно удержать преимущество в чипах, закрывать лазейки в экспортном контроле, мешать «дистилляции» американских моделей и ускорять внедрение ИИ в экономиках союзников.

2️⃣ США и союзники ничего толком не ужесточают.
Тогда китайские компании сокращают разрыв или выходят вперёд, а нормы использования ИИ начинают формироваться уже не либеральными системами, а авторитарными режимами. Anthropic прямо пишет, что в таком мире лучшие модели могут стать инструментом массового автоматизированного контроля и подавления.

🧠 Что здесь самое важное для бизнеса?

ИИ становится такой же геоэкономической инфраструктурой, как энергия, полупроводники, облака и платёжные системы.

А значит, у бизнеса появляется новая реальность:

• доступ к сильным моделям будет зависеть не только от денег, но и от политики;
• преимущества получат не просто те, у кого лучший ИИ, а те, кто контролирует чипы, каналы поставок и глобальное внедрение;
• корпоративная стратегия по ИИ всё больше становится частью стратегии по суверенитету, рискам и зависимости от внешних игроков.

📌 Очень сильная мысль из текста:

Побеждает не тот, кто сделал «самую умную модель».
Побеждает тот, кто одновременно выигрывает в 4 вещах:
— в качестве моделей,
— в массовом внедрении внутри страны,
— в глобальном распространении своей ИИ-инфраструктуры,
— в устойчивости экономики во время перехода

🐚 Вывод для компаний:

В ближайшие годы выбирать ИИ-поставщика = отчасти выбирать и политико-экономический контур, в котором ваш бизнес будет работать.

То есть вопрос уже не только «что умеет модель?», а ещё и:
кто её контролирует, на каких чипах она выросла, какие ограничения завтра могут появиться и в какую систему влияния вас фактически встраивают.

💬 Вопрос к вам:

Как думаете, через 3–5 лет главным преимуществом в ИИ будет что:
лучшие модели, доступ к чипам, скорость внедрения в бизнес или политический контроль над инфраструктурой?

Пишите в комментариях 👇

🤖💸 ИИ начинает обходиться бизнесу дороже людей

Пока рынок продавал нам мечту «заменим дорогой труд ИИ-агентами», начала вылезать неприятная экономика.

🤓 Суть простая:

чем дешевле становится один токен, тем больше компании начинают жечь токены вообще на всё подряд.

Агентный ИИ особенно опасен для бюджета: такие системы могут тратить в разы и даже на порядки больше токенов, чем обычный запрос к модели, потому что они делают задачу в несколько шагов — сами думают, проверяют, переспрашивают, запускают действия.

И вот тут начинается парадокс:

📌 эффективность растёт,
но общий счёт тоже растёт.

По данным Fortune, Goldman Sachs ожидает, что к 2030 году потребление токенов может вырасти в 24 раза. Microsoft уже сворачивает часть лицензий Claude Code внутри компании и переводит команды на свой Copilot CLI. А в Amazon сотрудники, по сообщениям СМИ, местами даже раздували использование ИИ ради внутренних метрик 😅

То есть мы пришли к очень важному моменту:

❌ проблема уже не в том, что ИИ «слишком слабый»
❌ и не в том, что токен «слишком дорогой»

Проблема в другом:
если агент начинает делать 20–50 шагов там, где человек сделал бы 2–3 действия, экономика внедрения резко меняется.

👀 Что это значит для бизнеса?

1️⃣ Считать следует не цену запроса, а цену завершённой задачи

Не “сколько стоит один вызов модели”, а:
сколько стоит закрыть тикет, обработать лид, собрать отчёт, подготовить договор, провести саппорт-кейс.

2️⃣ Не всякий ИИ-агент даёт ROI

Если агент красиво работает в демо, но съедает слишком много токенов, проверок и итераций — он может оказаться дороже сотрудника или классической автоматизации.

3️⃣ Один из KPI 2026 года — не «сколько ИИ мы используем», а «сколько прибыли/экономии он даёт на единицу расхода»

Иначе компании начнут соревноваться не в эффективности, а в сжигании бюджета.

4️⃣ Вероятно, победят не те, у кого “больше ИИ”, а те, у кого лучше экономика процесса

То есть:
меньше лишних шагов,
меньше агентной самодеятельности,
больше контроля,
больше пользы на каждый рубль/доллар затрат.

🐚 Вывод следующий:

Следующая большая волна на рынке — это не просто “внедрить ИИ”.
Это “внедрить ИИ так, чтобы он был дешевле, чем человек + быстрее, чем человек + достаточно надёжен”.

И вот это уже намного сложнее, чем просто купить подписку на модную модель))

💬 Вопрос к вам:

В каком процессе у бизнеса сегодня выше риск “переплатить за ИИ”, чем реально получить выгоду:
поддержка, продажи, разработка, аналитика, документы?

Пишите в комментариях 👇