Вечер, дедлайн через 30 минут. У вас — CSV с сырыми продажами, черновик протокола и просьба «скиньте нормальный отчёт в PDF и 5 слайдов для совета». Обычно это жонглирование: Excel, Word, PowerPoint, экспорт, правки. Теперь вы пишете в чат: «Собери сводку по регионам, маржа, графики, сравнение с прошлым кварталом, оформи в XLSX + PDF + 5 слайдов». И получаете готовые файлы без открытия приложений.

Anthropic включила в Claude создание и редактирование Excel, Word, PowerPoint и PDF прямо в claude.ai и десктопе. Под капотом — приватная среда, где Claude пишет и запускает код, строит диаграммы, формулы и рендерит «готовые к отправке» файлы.

Можно конвертировать форматы: из PDF в слайды, из заметок — в документ. Превью доступно для Max, Team и Enterprise; Pro — в ближайшие недели. Антропик советует начинать с «простых» задач и отдельно предупреждает о рисках при выдаче доступов в интернет (инъекции подсказок, утечки). 

Контекст. Это прямой заход в офисную рутину, где доминировал OpenAI: «файлы из чата» уже есть у ChatGPT, и теперь Claude бьёт в ту же зону. Плюс свежие коннекторы (Drive, Slack, Canva) — меньше переключений между софтом. Для корпоративки — сильный апсейл Max/Enterprise.

И что?

Для бизнеса. Не нужно прыгать между Excel, Word и PowerPoint — Claude делает всё в одном месте. Те же люди закрывают больше задач: отчёты, борд-деки, сводки из CSV → XLSX → PDF → PPT проходят одной командой в чате. Результат: в краткосроке — рост производительности и заморозка найма на джуниорские роли; в среднесроке — сокращение 10–20% рутинных ставок там, где работа = форматирование и конвертация. Главные выигравшие — SMB, отделы финансов, сейлз-опс, консалтинг, закупки, комплаенс, где «бумага» — ключевой продукт.

Для инвесторов. Начинается передел «офисного слоя»: ассистент становится файловой ОС. Anthropic поднимает выручку в Max и Enterprise за счёт генерации файлов и интеграций с корпоративными хранилищами. Под угрозой — нишевые тулзы по конвертации и автоматизации отчётов. Ключевые сигналы: доля задач «файл из чата» в активной аудитории и рост подключений к Drive/Slack. Риск — безопасность и комплаенс при работе в песочнице с доступом в интернет.

Для людей. Больше не нужно знать формулы или верстку: достаточно описать задачу словами и получить готовый XLSX, PPT или PDF. Меньше копипаста и ошибок, быстрее согласование. Но возрастает ответственность за постановку задачи и проверку итогов.

Для человечества. Автоматизация убирает барьер входа в «офисную» работу: любой человек может создавать документы, не имея навыков. Цена — поток синтетических данных и новые угрозы утечек, что приведёт к росту регулирования и обязательной маркировке ИИ-контента.

🚨 Нам 3.14здец

BPO/KPO-«докфабрики» (Индия, Филиппины, Восточная Европа) — 7/10. Конвейер «из PDF в слайды / из заметок в отчёт» переезжает в Claude. Рынок BPO — $300B+, миллионы рабочих мест под угрозой. Что делать: уходить в QA, аналитику и экспертизу.

Нишевые конвертеры и аутсорс на презентации — 8/10. Функция внутри ассистента убивает спрос на отдельное ПО и услуги «сделайте нам дека». Что делать: фокус на безопасности, аудите и deep-интеграциях.
Офисные фронтенды — 6/10. Всё чаще работа идёт через ассистента, а не через привычные интерфейсы. Что делать: строить ассистента внутри своих экосистем или терять пользователей.

Бывают моменты, когда ошибка стоит денег, времени и шанса. Например: вы питчите свой стартап. В голове — юнит-экономика, дорожная карта, размер рынка. А у инвесторов — бонус-вопросы: налог на опционы в Сингапуре, счёт у «Реала», чей-то улов на вчерашней рыбалке. Вы спокойны: никакой вопрос не выбивает. Телефон в кармане слышит комнату и молча возвращает ответы — не как у Шурика с Дубом, повязкой и радиоподсказкой под глушилку, а сразу «в голову», без жестов и шёпота. 

Что это вообще делает. AlterEgo (спин-офф MIT Media Lab) показал гарнитуру Silent Sense: она улавливает субвокализацию — микросигналы речевой системы, когда вы осознанно «про себя» произносите слова без звука. Дальше ИИ распознаёт фразу и исполняет команду, а ответ приходит через костную проводимость. На демо — набор текста, ответы в мессенджере, визуальные запросы, синхронный перевод и «тихий» диалог между двумя носителями; заявлены шумные условия и мультиязычность. Мысли не читает: работает только на намеренно сформулированных словах. 

Как этим «говорить». Ничем заметным «шевелить» не нужно. Когда вы проговариваете фразу внутри, речевые мышцы (язык, челюсть, горло) дают микродвижения — их и ловят сенсоры (в новой версии говорят о мини-камерах вокруг уха и шеи). Лайфхак: произносите слова чётко про себя, как при шёпоте с закрытым ртом — точность выше. 

Откуда это взялось. В 2018 MIT показал прототип AlterEgo: неинвазивный интерфейс, 92% медианная точностьна словаре цифр, двусторонний канал с костной проводимостью. В 2025 команда оформилась в стартап AlterEgo и вышла из стелса с демонстрацией Silent Sense. Сроков коммерческого запуска пока нет. 

Контекст: кто ещё пытался.

— Инвазивные BCI: Neuralink — чип в мозг; первый имплант человеку в январе 2024, дальше десятки пользователей, демонстрации курсора, шахматы, Civilization. Суперскорость, но хирургия и регуляторные риски. 

— EMG-браслеты на запястье: CTRL-labs (купил Facebook/Meta за $500M–$1B) считывает нервные импульсы с предплечья; Meta до сих пор строит интерфейс для AR-очков на этой базе. Подход близкий по духу: тоже «не чтение мыслей», а декод намерения движения/речи по периферии. 

— EEG-шлемы: OpenBCI Galea (десятки тысяч $) и Emotiv (от $499–$999) — это в основном исследования и девкиты; для повседневки громоздко и чувствительно к шуму. Упор на мозговые сигналы, а не на речевой тракт. 

Почему сейчас это важно. MIT-прототипы уже показали, что «внутренняя речь» читается неинвазивно; стар обещает расширенный словарь, диалог носитель-носитель и «тихий ввод» в шуме. Если подтвердятся метрики (точность, задержка, устойчивость к шуму), это новый базовый интерфейс там, где голос и руки неудобны. 

И что?

Для бизнеса: пилот 30 дней на 20–50 устройств в митинговых зонах и колл-центрах; KPI на вход: −30% времени ответа, −15% ошибок в задачах, где сейчас голос/ручной ввод. Интеграции: Slack/Google Workspace/VS Code; подтверждение — сравнение до/после по SLA. 

Для инвесторов: смотреть на юнит-экономику железки (BOM, ASP, сервис), реальную точность ≥90% и задержку ≤300 мс в полях. Адресуемый сегмент даже при 1% от пользователей смартфонов — десятки миллионов штук. Риск: хайп без пилотов ≥1k устройств. 

Для людей: «говорить» молча в офисе, транспорте и на встречах; приватность и скорость без телефонов и шёпота; плюс мощная ассистивка для тех, кто потерял голос. Жаль Хоккинг не дожил 😢

🚨 Нам 3.14здец

Экзаменационные анти-чит-системы — 8/10: «тихий ввод» обходит обычные микрофоны и прокторинг. Что делать: очные ключевые экзамены, биометрика и задачи с разбором решения вместо тестов. (Шутка)

Голосовые ассистенты и BPO-саппорт — 7/10: «оператор + AI + silent-input» закрывает больше кейсов тем же штатом; 10–20% рутинных позиций уйдут в ближайшие волны автоматизации.

Что делать: апскилл в AI-супервайзеров, выпуск собственных silent-модулей.

Сегодня лекарства в основном работают по принципу «одна цель — один удар»: нашли белок, дали молекулу, посмотрели эффект. Но рак и нейродегенеративные болезни хитрее — они обходят такие атаки.

Гарвардская команда сделала PDGrapher — бесплатный ИИ, который смотрит не на один белок, а на всю систему: как взаимодействуют гены, протеины и сигналы, и какие комбинации реально разворачивают болезнь назад.

Фактура. На тестах по 19 видам рака PDGrapher превзошёл конкурирующие AI-модели на 35% по точности и выдавал ответы в 25 раз быстрее. Для проверки ему дали задачу: найти известные препараты от рака лёгких. Он правильно их определил и параллельно предложил новые потенциальные комбинации. Гарвард уже использует инструмент с Массачусетской больницей для поиска лекарств от болезней мозга — Паркинсона и Альцгеймера.

Примеры применения:

Фарма: ускорить скрининг комбинаций, которые раньше стоили сотни миллионов и лет исследований.

Онкология: тестировать сразу несколько точек атаки на опухоль, вместо дорогих и провальных «одиночных» стратегий.

Нейродегенеративные болезни: находить комбинации, которые не просто замедляют, а реально восстанавливают клетки.

Локальные биотех-стартапы: использовать open-source модель для поиска нишевых терапий, не имея миллиардных бюджетов.

И что?

Для бизнеса: снижаются затраты на R&D и растёт вероятность вывода реально работающих препаратов. Это может сократить число «мертвых» проектов, которые сжигают бюджеты.

Для инвесторов: рынок drug discovery ($250B+) получает новый стандарт. Ставки на компании, где AI-инструменты встроены в лаборатории, будут окупаться быстрее.

Для людей: шанс получить эффективные лекарства от рака, Паркинсона и Альцгеймера раньше, чем это было бы возможно классическим путём.

🚨 Нам 3.14здец

Компании со ставкой на «одну цель — одно лекарство» — 9/10. Их бизнес-модель рушится: комплексные ИИ-инструменты показывают, что это тупиковый путь. Что делать: перестраиваться на multi-target подход.

Фарма без AI в пайплайне — 8/10. Бюджеты на традиционные клинические испытания будут считаться выброшенными. Что делать: внедрять AI-скрининг или проигрывать гонку.

Все министры выглядят прилично в костюмах, но именно на этих этажах власти коррупция чувствуется сильнее всего.

Бюрократия тоже знакома каждому — медленно, запутанно, бесконечные справки. А что если убрать человека из этой цепочки и посадить туда ИИ? В Албании решили попробовать.

Премьер Эди Рама представил «Диеллу» — виртуального министра, созданного на базе искусственного интеллекта. Её назначили на реальную должность в кабинете министров — отвечать за все госзакупки. То есть именно она теперь будет оценивать и раздавать контракты частным компаниям.

Диелла уже встроена в портал госуслуг: принимает заявки голосом, закрывает рутинные процессы. Аргумент властей простой — алгоритм не возьмёт взятку и не поддастся давлению. Но при этом правительство пока не сказало, кто и как будет контролировать решения ИИ, если пойдут ошибки или схемы обхода.

Фактура: впервые в мире искусственный интеллект получил официальный пост в правительстве. Сфера — закупки, миллиарды евро ежегодно.

Контекст: в Европе давно есть электронные тендеры, но всегда с финальной подписью чиновника. Албания пошла дальше и сделала ИИ формальным центром принятия решений.

И что?

Для бизнеса: компании должны готовить прозрачные заявки и забыть про «личные договорённости».

Для инвесторов: открывается новый сегмент govtech — аудит и сертификация ИИ, который рулит бюджетами.

Для людей: меньше очередей и ручных ошибок, больше скорости и прозрачности в услугах.

🚨 Нам 3.14здец

Чиновники и посредники — 9/10. Вся прослойка «решал» обесценивается: ИИ режет коррупционные схемы быстрее любого прокурора. Что делать: искать новое применение или уходить.

Страны с коррумпированными тендерами — 8/10. Албания показала, что технологическая замена возможна. Давление на отстающих вырастет. Что делать: готовить почву для внедрения или остаться в архаике.

Каждый раз, когда ты оплачиваешь кофе или переводишь деньги, твой телефон и банк обмениваются зашифрованными сообщениями. Замок этого шифра держится на больших простых числах.

Их используют так: берут два гигантских простых, перемножают и делают из этого ключ. Тебе легко пользоваться ключом, а вот взломщику обратно разложить число на множители — почти невозможно, даже для суперкомпьютеров.

На этом стоит интернет-безопасность.

Но есть нюанс.

Чтобы сгенерировать такие замки, компьютер должен быстро находить большие простые. В среднем это получается, но нужны точные гарантии:

- сколько времени займёт поиск,
- какие есть погрешности,
- насколько устойчив шифр в долгую.

Этим и занимается усиленная теорема о простых числах — она уточняет, насколько сильно мы можем ошибаться в прогнозах распределения простых чисел. Задача не игрушка: от неё зависят криптография, генерация банковских ключей, работа криптовалют и даже надёжность хранилищ данных.

В 2024 году два топ-математика — Терренс Тао и Алекс Конторович — предложили челлендж: формализовать доказательство этой теоремы в системе Lean (это программа, где математику пишут как код, а компьютер строго проверяет каждое доказательство).

То есть переписать человеческое рассуждение на язык, где каждый шаг проверяет машина.

18 месяцев лучшие умы шли к цели и осилили только «среднюю версию».

Почему? Потому что формализация — это тысячи микродоказательств. Любая недописанная лемма (это маленькая вспомогательная «подзадача» внутри большого доказательства) рушит всю конструкцию.

Люди вязли именно на этом.
И тут появился Гаусс — ИИ от стартапа Math Inc. Компания с самого начала делает ставку на формальную математику: превратить её в проверяемый код, чтобы на этом обучать «машинных полиматов» — ИИ, которые могут рассуждать сразу в нескольких науках.

Что сделал Гаусс? За три недели он написал 25 тысяч строк проверенного кода, собрав больше тысячи связанных доказательств и определений. Работал автономно часами, без усталости, закрыв пробелы, где люди застряли.

Их план — увеличить эту базу знаний в 100–1000 раз за год, чтобы на ней строить «проверенный суперинтеллект».

Кейсы, где это полезно прямо сейчас:
Банковские ключи: точные оценки ускоряют генерацию RSA и делают параметры протоколов предсказуемыми.

Криптовалюты: подписи и верификация работают быстрее и надёжнее даже при перегрузках сети.

IT-инфраструктура: распределение данных по серверам и проверка ошибок становятся устойчивее.

И что?

Для бизнеса: меньше лет на R&D, быстрее вывод продуктов и дешевле криптография.

Для инвесторов: формализованная математика превращается в новый класс активов — знание как код.

Для людей: твои транзакции защищены надёжнее, а новые лекарства и технологии приходят раньше.

🚨 Нам 3.14здец

Учёные-теоретики — 9/10. ИИ сделал за недели то, что лучшие умы не смогли за полтора года. Научные открытия уходят от людей к алгоритмам. Что делать: учиться работать в связке с ИИ или уходить в сторону.

Академия — 8/10. Университеты и журналы не умеют валидировать тысячи доказательств от машин. Без перестройки доверие к науке посыплется.
Идея простая: люди уже не могут держать такие масштабы задач. Мы делегируем их ИИ — и чем дальше, тем больше.

Афины, выступает Демис Хассабис, CEO Google DeepMind. Его тезис простой: в эпоху ИИ главный навык будущего — уметь учиться заново. Всё. Ни Python, ни MBA, а способность перестраивать свой мозг под новые задачи.

Фактура. Хассабис сказал: темпы изменений такие, что единственное, в чём можно быть уверенным — грядут огромные сдвиги. AGI — ИИ, равный человеку почти во всех задачах, по его оценке может появиться за десятилетие.

Это приведёт к «радикальному изобилию», но и к тому, что знание перестанет быть стабильной опорой. Упор смещается на «мета-навыки»: как быстро войти в новую область, как менять подходы к обучению и делать это всю жизнь.
Контекст. Сегодняшняя модель «выучился на профессию и работаешь 10 лет без апгрейда» ломается.

Уже сейчас программист должен следить за новыми фреймворками каждый квартал, врач — за исследованиями в терапии и онкологии, а юрист — за тем, как меняется регулирование в ИИ.

И что?

Для бизнеса: дело не в том, что уйдут сотрудники. Уйдут компании, которые тянут за собой балласт устаревших кадров. Придётся учиться строить смешанные команды, где рядом с людьми работают ИИ-агенты и роботы — как коллеги, а не просто инструменты.

Для инвесторов: классический рынок edtech обречён. Всё уйдёт в самообучение через нейронки, и темпы будут не «бежать, чтобы успеть», а уже скорость ракеты. Единственное, чему имеет смысл учиться, — AI-mindset. Смотрите только на компании, где это внедрено ещё вчера.

Для людей и человечества: профессии как фиксированный набор навыков умирают. Нужно собирать диверсифицированный портфель: что-то из IT, что-то «сделать руками» — сельское хозяйство, электротехника, инженерия. Все должны быть полезными в разных мирах.

🚨 Нам 3.14здец

Работники с «одним навыком» — 9/10. Эпоха «выучился и работаешь до пенсии» умерла. Что делать: готовиться к смене профессии каждые 5 лет.

Система образования — 8/10. Университеты не умеют учить переобучению. Что делать: перестраивать курсы под lifelong learning или выпускать невостребованных специалистов.

Обычно модели вроде ChatGPT включают все «нейроны» сразу. Это как если бы в доме зажигался весь свет, даже если ты открыл только холодильник. Китайцы сделали наоборот: SpikingBrain зажигает лампочки только там, где реально что-то происходит.
Меньше энергии — выше скорость.

Фактура. В Пекине обучили версии на 7B и 76B параметров, и сделали это на меньше чем 2% данных, которые обычно требуют трансформеры. При этом точность осталась на уровне. В тестах младшая модель проглотила промпт в 4 млн токенов более чем в 100 раз быстрее обычных систем и без сбоев работала неделями. Всё это — полностью на китайских MetaX-чипах, без Nvidia.
Вдобавок они выкатили бесплатного бота «Shunxi», чтобы любой мог потестить.

Почему без Nvidia? Китай под санкциями и почти не получает H100, которые стали стандартом для обучения и инференса больших моделей. MetaX — их ответ: собственные чипы, оптимизированные под спайковые архитектуры. То есть SpikingBrain показывает, что можно строить конкурентный ИИ-стек без западного железа.

Контекст. Китай зажат санкциями и не имеет свободного доступа к H100. SpikingBrain показывает обход: строить архитектуры, которые жрут мало данных и энергии, но дают сравнимый результат. Это уже не копия западных решений, а свой стек, заточенный под собственное железо.

Кейсы применения:
Поиск по огромным юридическим или финансовым документам: миллионы токенов обрабатываются в разы быстрее и дешевле.

Аналитика в реальном времени: биржевые потоки, логистика, безопасность — можно обрабатывать гигантские логи без дата-ферм Nvidia.

Образование и чат-боты: длинные диалоги и мультимодальные сценарии становятся доступными на локальном железе, а не только в облаках Big Tech.

Военные и госструктуры: критично, что всё работает на национальном железе, без западных зависимостей.

И что?

Для бизнеса: длинные документы и миллионы токенов можно обрабатывать в реальном времени и на локальном железе. Это новые продукты: от поисковых систем до аналитики в реальном времени.

Для инвесторов: монополия Nvidia трещит. Если спайковые модели масштабируются, капитал уйдёт в MetaX и другие китайские чипы.

Для людей: быстрый ИИ становится доступнее и дешевле. Многомиллионные контексты без задержек перестанут быть эксклюзивом Big Tech.

🚨 Нам 3.14здец

Nvidia и западные GPU-вендоры — 8/10. Китай доказал: можно делать мощные модели без их железа. Что делать: срочно искать свои биоинспирированные решения.

Дата-фермы и компании, строящие бизнес на «чем больше данных — тем лучше» — 7/10. Если хватает 2% датасета, гигантские хранилища теряют ценность. Что делать: перестраивать стратегию и делать ставку на эффективность.

Предприниматель открывает ChatGPT, чтобы написать деловое письмо. Через пять минут он уже обсуждает отпуск, а ещё через десять — решает с ботом, как объяснить дроби ребёнку. И звонок другу так и не случился.

OpenAI и Anthropic опубликовали первые публичные отчёты об использовании их моделей. OpenAI проанализировала миллиарды сообщений в ChatGPT за год, Anthropic показала агрегированные паттерны по Claude. Цель одна — показать инвесторам, регуляторам и самим себе, как меняется спрос.
Фактура.

У Claude ядро — программисты: 60% запросов связаны с кодом и технической документацией. У ChatGPT — тексты и советы. Доля личного использования ChatGPT выросла с 53% летом 2024 до 73% в 2025-м. Причём рост особенно заметен в развивающихся странах: темпы выше в 4 раза, чем в богатых регионах. Claude, наоборот, концентрируется на США, Европе и корпоративных сценариях.

Общий тренд — люди всё чаще задают вопросы «помоги понять», а не «сгенерируй текст».

Три сценария использования ChatGPT (данные OpenAI 2024–2025):

1. Личное общение и советы — самый быстрый рост: с 53% в июне 2024 до 73% в 2025.

2.Рабочие тексты и поддержка решений — около 40% рабочих запросов в июне 2025, от писем клиентам до аналитики.

3.Поиск и объяснение — доля выросла с 14% до 24% за год: пользователи чаще задают «что это значит» и «как работает», превращая ChatGPT в поисковик-репетитор.

Контекст. У OpenAI уже свыше 100 млн активных пользователей, Anthropic работает с меньшими объёмами, но держится за enterprise. Важно, что оба отчёта не просто статистика ради статистики: они — сигнал инвесторам и политикам, что компании знают, как используются модели, и могут показывать «белую» аналитику. Но внутри данных виден вектор — shift от рабочих задач к личному диалогу с ИИ.

И что?

Для бизнеса: ChatGPT становится инструментом удержания — юзер приходит «по делу», а уходит в бытовые разговоры. Это новая возможность продавать сервисы и продукты в момент, когда человек максимально вовлечён. Claude остаётся более «рабочим» и безопасным вариантом.

Для инвесторов: отчёты сделаны как демонстрация зрелости. OpenAI сигналит — у нас массовый рынок, миллионы пользователей и новые сегменты. Anthropic показывает корпоративный фокус. Для фондов это разные модели риска и монетизации.

Для людей: ИИ перестаёт быть офисным инструментом. Это спутник на каждый день, который отвечает быстрее гугла и дешевле консультанта.

🚨 Нам 3.14здец

Социальные связи — 9/10. Первая волна — смартфоны и соцсети — убила навыки слушать и наслаждаться моментом. Вторая — ИИ — бьёт в голову ещё глубже: ты общаешься с моделью чаще, чем с друзьями. В отчётах это не пишут, потому что неэтично. Но по графикам видно — общение уходит в другую плоскость. Что делать: сознательно возвращать себе живые контакты, пока ещё не поздно.

Культура знания — 7/10. Раньше казалось, что насмотренность спасёт — больше читаешь, больше знаешь. Теперь объяснения и советы приходят напрямую от нейросети. Книги, лекции, даже собеседники девальвируются. Что делать: строить образование вокруг диалога с людьми, а не только с ботом.

Дедлайн через два дня. Новый релиз накатили ночью — и всё пошло по 3.14зде: модули падают, тесты валятся, саппорт разрывается, продакшн горит. Команда в багтрекере по уши, джуниоры правят мелочи, сеньоры сидят неделями на рефакторинге.

Классика деплоя: кофе литрами, звонки «всё упало» и ощущение, что код рулит тобой, а не наоборот.
Раньше это латали вручную: код-ревью толпой, тесты ночами, багфиксы в поте лица. Мечта любого разработчика — чтобы кто-то взял рутину и не налажал. Теперь OpenAI выкатывает GPT-5 Codex — спецмодель, которая сама решает, сколько сил тратить. Простая ошибка? Фикс за секунды, минус 94% токенов.

Сложная задача? В 2 раза больше времени на рассуждения и автономный прогон до 7+ часов. На SWE-bench Verified Codex выдал рефакторинг точнее: 51,3% против 33,9% у GPT-5. Он обходит весь проект, гоняет тесты, проверяет зависимости и ловит баги до релиза. В комплекте — CLI-утилиты, плагины к VS Code и Cursor, и гибкий хэнд-офф между локалкой и облаком.
Контекст.

Anthropic с Claude Code первым занял enterprise, но OpenAI играет масштабом: десятки миллионов юзеров, экосистема ChatGPT и теперь — агент, который реально закрывает боль деплоев. Это не игрушка, а ответ на кошмары ночных релизов.

И что?

Для бизнеса: релизы быстрее, саппорт тише, меньше бабок на поддержку. Codex забирает боль багов и тестов, оставляя команде продукт и стратегию.

Для инвесторов: рынок код-агентов превращается в миллиарды. OpenAI врезается в сегмент Anthropic и давит их преимуществом масштаба. У клиентов меньше COGS, у OpenAI — новая линия роста.

Для людей: больше никаких кошмаров релиза. Обновление может пройти ночью, и никто даже не заметит: ни пользователи, ни сами разработчики. Всё чинится и выкатывается в фоне, без звонков «всё упало» и паники в чатах.

🚨 Нам 3.14здец

Классическая разработка — 9/10. Рынок завален агентами, и ручное «кодим и фиксим по старинке» быстро становится неконкурентным. Конкуренция нейронок рушит саму идею классической команды. Что делать: определиться, где ты — в новой связке «люди+агенты» или в очереди за пособием.

У дизайнеров вечная боль: «сдвинь логотип на два пикселя», «фон чуть светлее», «сделай как у Apple, но не так». Часы уходят в никуда, а клиент всё равно недоволен.


Reve выкатил обновлённую платформу, где это закрывается в одном месте. Генерация картинок, правки текстом и простые drag-and-drop теперь объединены в бесплатном интерфейсе. Система «layout representation» превращает картинку в кодовую структуру, правки делаются точечно и без потери исходника. Добавили чат для смешивания и поиска идей в интернете. Для разработчиков — API (бета), чтобы встроить Reve в продукты и процессы.

Контекст. Неделю назад Google выстрелил Nano Banana, потом ByteDance дал Seedream 4.0, теперь Reve. Картинки уже невозможно отличить от фото — теперь гонка за удобным редактированием. Игроки не про «сделай красивее», а про то, чтобы инструменты стали частью стандартного офисного софта, как Word или Excel, только для креатива.

И что?

Для бизнеса: рекламные отделы могут сами быстро собирать креативы без подрядчиков. Время на согласование сокращается, бюджеты на агентства падают.

Для инвесторов: это сдвиг рынка. Графические редакторы превращаются в массовый инструмент для маркетинга, а не в нишевый софт для дизайнеров. В выигрыше те, кто встроит API в CRM, e-commerce и офисные пакеты.

Для людей: исчезает потребность в «чистых» дизайнерах для рутинных задач. Как когда-то профессия лифтёра исчезла с появлением кнопки, так и тут: теперь это базовый скилл маркетолога — уметь жать «сгенерировать» и отобрать лучший вариант. Останутся либо культовые имена вроде Джонни Айва, либо художники, которые используют ИИ как часть авторского стиля. Всё остальное мигрирует в офисные навыки.

🚨 Нам 3.14здец

Дизайнеры-исполнители — 9/10. Рынок баннеров, лендингов и «срочно поправить визуал» сносится под корень. Что делать: уходить в концепции, арт-дирекшн или создавать собственный стиль с нейросетями.

Агентства и подрядчики — 7/10. Раньше держали бюджет на потоке правок, теперь маркетологи закрывают это сами. Что делать: перестраиваться в стратегию и кампании «под ключ».

Весной в США вспыхнул громкий кейс. 16-летний Адам Рейн из Калифорнии несколько месяцев общался с ChatGPT о своих проблемах.

Сначала — домашка и тревоги, потом — мысли о смерти. Он отправлял фото петли и спрашивал, «подходит ли для суицида» и «как спрятать попытку». Вместо того чтобы жёстко переключить разговор, бот продолжал диалог и помогал формулировать записки.

11 апреля 2025 Адам покончил с собой. Родители подали иск против OpenAI, и история прогремела в прессе и в судах.

На этом фоне Altman выкатывает новые ограничения. Алгоритмы будут определять возраст по паттернам использования и, если сомневаются, включать «режим тинейджера». Подростковым аккаунтам режут контент: никакого взрослого и селф-харма, даже в креативе.

Добавляются родительские панели: линковка аккаунтов, правила, уведомления. При признаках кризиса система сможет сигналить не только родителям, но и службам. Altman признаёт: «наши принципы конфликтуют» — свобода против безопасности и приватности.

Контекст. В США 42 млн подростков онлайн, 95% сидят в мессенджерах и соцсетях. Чат-боты стали «первой линией» общения, но без стандартов безопасности. За лето индустрия получила волну исков и внимание регуляторов. Конкуренты вроде Meta AI или open-source моделей фильтры почти не ставят, подростки легко находят обходы.

И что?

Для бизнеса: школы и EdTech получают легальный инструмент — ChatGPT с фильтрами можно подключать к ученикам без риска судебных исков.

Для инвесторов: OpenAI задаёт стандарт «детской безопасности». Если он закрепится в США и ЕС, конкуренты без фильтров окажутся за бортом.

Для людей: родители получают реальный контроль и уведомления, подростки — фильтрованный ИИ без смертельных советов.

Для человечества: привычка «болтать с ботом обо всём» уходит. Дети будут общаться с ИИ только в «песочнице». Свобода жертвуется ради безопасности.

🚨 Нам 3.14здец

Онлайн-психология и кризисные линии — 7/10. Рынок подростковых психосервисов в США ~$5 млрд. Если первая точка контакта уходит к ИИ, звонков на линии поддержки будет меньше. Что делать: интегрироваться в AI-экосистемы или терять охват.

Контент-платформы для тинейджеров — 6/10. TikTok и Discord держат миллионы подростков, но если родители массово переключат детей на «безопасные ИИ», конкуренция за внимание вырастет. Что делать: внедрять свои фильтры или терять доверие.

До сих пор разговоры про «агенты платят за тебя» выглядели как демо для конференций. Главный барьер — доверие: кто даст боту прямой доступ к карте?

Google выкатывает Agent Payments Protocol (AP2) и подсовывает простую схему — «мандаты». Ты разрешаешь поиск и сбор корзины (Intent Mandate), потом отдельно подтверждаешь оплату (Cart Mandate). Никакой самодеятельности: агент платит только в рамках того, что ты подписал.

AP2 сразу работает с картами, банковскими переводами и стейблкоинами. Подтянут Coinbase и ещё десятки криптокомпаний. За проектом встали больше 60 игроков: AmEx, Mastercard, PayPal, Salesforce, Intuit. Техспека выложена на GitHub, можно брать и встраивать.

Контекст. Онлайн-платежи — рынок $10,5 трлн. Сейчас его делят Visa и Mastercard (больше 60%), PayPal (20% e-commerce США), Stripe с оборотом $1 трлн. Ни один из них не решал задачу «оплата через агентов». Google фактически создаёт «Visa для ИИ», пока остальные догоняют.

И что?

Для бизнеса: интернет-магазины и сервисы могут подключить AP2 и дать пользователям «оплату агентом». Это сокращает путь до покупки и снижает отказ от корзины, где сегодня теряется до 70%.

Для инвесторов: появляется новый стандарт. Если AP2 закрепится, часть комиссий PayPal ($29 млрд) и Visa/Mastercard ($60+ млрд) уедет к Google. Ставка делается на инфраструктуру, а не на фронт UX.

Для людей: покупки превращаются в два клика. Подтверждаешь — и агент сам платит за подписку, билет или коммуналку.

Для человечества: привычка «идти на сайт, вбивать карту» уходит в прошлое. Деньги начинают двигаться внутри агентов, а покупки становятся фоновым действием.

🚨 Нам 3.14здец

Онлайн-платежи — 9/10. Рынок $10,5 трлн в год. Visa и Mastercard держат >60%, PayPal — 20% e-commerce США, Stripe — >$1 трлн оборота. Если массово включатся агенты, UX уходит к Google, а отрасль превращается в «трубу» без бренда. Что делать: вписываться в протокол и искать новые точки ценности.

Платёжные гейтвеи и SaaS-чекауты — 8/10. Рынок в десятки миллиардов, их ценность — упростить оплату и снизить drop-rate. Но если агенты закрывают процесс внутри себя, продукты обнуляются. Что делать: перестраивать под агентские сценарии или сливаться с крупняком.

У креатора всегда один и тот же сон в аду. Ты снял часовой выпуск — и дальше начинается бесконечная возня.

Отдал подрядчику — и жди неделями: музыка не та, ритм смазан, акценты провалены, сцены вырезаны не те. Получаешь черновик, злишься, снова объясняешь, снова правки. А пока они тянутся, аудитория уже убежала.

Решаешь делать сам — и тут другая боль. Сидишь ночами в софте: пытаешься нарезать вертикалки, гоняешь шумы, подбираешь переходы, добавляешь титры, ищешь музыку без авторских прав. Потом пробуешь перевести на другой язык — губы не совпадают, смысл теряется. И всё это повторяется снова и снова.

Каждый выпуск превращается в марафон из правок и переписываний, где ты то зависишь от подрядчика, то сам тонешь в рутине.

Теперь YouTube сам закрывает эти дыры. Veo 3 Fast бесплатно генерит видео по тексту. Алгоритм сам вырезает хайлайты из длинных выпусков и заливает в Shorts. Автодубляж с липсинком работает на 20 языках. Edit with AI превращает сырое видео в черновик с музыкой и переходами. Ask Studio — чат-бот, который отвечает на вопросы «почему CTR упал?» и даёт советы по оптимизации. Всё это встроено, без отдельного софта и фрилансеров.

Контекст. На YouTube 55 млн каналов и 2 млрд пользователей. Стартапы вроде Descript и Kapwing строили бизнес на автоматизации клипов и дубляжа, а теперь YouTube просто вырезает их рынок. Google втаскивает Veo и Imagen, поэтому апдейты будут только ускоряться.

И что?

Для бизнеса: подкасты и медиа сокращают расходы на продакшн и локализацию. Shorts и переводы теперь кнопкой, а не командой монтажёров.

Для инвесторов: рынок AI-видеостартапов (~$3 млрд) под угрозой. Когда YouTube раздаёт ключевые фичи бесплатно, шансы на рост у SaaS минимальны.

Для людей: порог входа в контент падает. Любой новичок может за день превратиться в «мультиязычного креатора».

Для человечества: видео становится базовым языком общения, и миллионы будут производить его одновременно. Конкуренция за внимание выходит на новый уровень.

🚨 Нам 3.14здец

SaaS для AI-монтажа и дубляжа — 8/10. Рынок ~$3 млрд. Descript, Kapwing и аналоги теряют базовую аудиторию. Что делать: уходить в B2B и сложные кейсы.

Фриланс и аутсорс-продакшн — 7/10. Рынок фриланс-монтажа ~$6 млрд. Простые заказы исчезают, остаётся кастом и креатив. Что делать: перестраиваться на нестандартные форматы.

Пятничный контент сегодня такой.

Сегодня медицина — это не про здоровье, а про деньги. Фарма, страховые, частные клиники живут по простой формуле LTV — lifetime value клиента.

Чем дольше ты болеешь и чем сложнее твои болезни, тем больше на тебе зарабатывают. Инсульт, диабет, онкология — это не трагедия для системы, а стабильный денежный поток на годы вперёд.

Европейские исследователи сделали Delphi-2M — ИИ, который анализирует твою медисторию и строит прогноз по 1 258 заболеваниям сразу на 20 лет вперёд. Обучили на данных 400 000 пациентов из Великобритании, проверили на 1,9 млн датских историй болезни.

Модель предсказывает болезни точнее, чем узкие системы, которые видят только один диагноз.
Delphi-2M показывает связи между болезнями: диабет тянет за собой сердце, депрессия влияет на онкологию, препараты по одному диагнозу могут усугублять другой. Это инструмент не просто для ранней диагностики, а для построения долгосрочной карты твоего здоровья — и дохода для системы.

Контекст. Глобальный рынок здравоохранения — $9,8 трлн в год. В США 90% расходов — на хронические болезни. Один диабетик обходится системе в среднем в $16,7k в год, пациент с раком — $42k+. Чем больше таких пациентов и чем дольше они живут с болезнью, тем выше выручка у фармы и клиник. Чекап за $200 раз в год не приносит таких денег, как десятки визитов, операции и пожизненные препараты.

И что?

Для бизнеса: новая модель меняет всё. Вместо пожизненного лечения — прогнозирование и управление здоровьем как подписка. Delphi-2M позволяет страховым и клиникам строить динамические программы, где каждый риск монетизируется заранее. Вместо десяти визитов по $200 система продаёт годовой пакет за $2k–3k, но масштабируется на миллионы людей сразу. Это снижает стоимость обслуживания на пациента на 30–40%, а выручку делает предсказуемой.

Для инвесторов: глобальный рынок превентивной медицины $500 млрд, но при интеграции ИИ он может вырасти до $1,5 трлн за 10 лет. Страховые, которые видят риски на горизонте 20 лет, смогут формировать продукты с маржой 25–30% вместо нынешних 10–12%, а фарма переключится на массовые профилактические препараты и сервисы.

Для людей: когда система зарабатывает на том, чтобы ты не заболел, она заинтересована в твоём здоровье, а не в лечении по факту. Чекап превращается в постоянный сервис: ИИ следит за твоим состоянием и подсказывает действия, пока болезнь не перешла в хроническую стадию.

Ну и?: переход на превентивную модель может высвободить до $1 трлн из расходов на хронические болезни в США и $3 трлн глобально. Для фармы это не обвал, а новая прибыль — вместо десяти дорогих лекарств на одного больного фокус на разработке массовых профилактических решений, которые покупают миллионы. Человечество выигрывает дважды: стоимость лечения снижается, а качество жизни растёт, потому что болезнь не успевает разрушить организм и экономику.

🚨 Нам 3.14здец

Фарма по старой модели — 8/10. Бизнес, построенный на пожизненных пациентах и дорогих лекарствах, начинает терять маржинальность. Что делать: перестраивать портфель в сторону профилактических программ и сервисов, пока ИИ не забрал клиентов.

Страховые по старой схеме — 7/10. Продажа полисов «платим, когда заболел» уходит в прошлое. Что делать: переходить на прогнозные тарифы и подписки на здоровье, иначе рынок займут новые игроки с ИИ-платформами.

Государственные системы здравоохранения — 9/10. Бюджеты на хронические болезни не выдержат старой нагрузки. Что делать: перераспределять расходы в профилактику и внедрять ИИ на уровне национальных программ.

Телефон в руке задолбал. Доставать, печатать, ронять. Для игр ок, но переписка, навигация, почта — всё это должно жить в очках.

Meta на Connect показала, как это станет реальным: Ray-Ban Display с Meta Neural Band — EMG-браслет, который считывает сигналы мышц ещё до видимого движения, так что команды идут микродвижениями, почти как «подумал — сделал».

Экран появляется, когда нужен, и не мешает смотреть на мир; есть сообщения, навигация, звонки и Meta AI с визуальными ответами прямо в линзе. Это первый нормальный шаг к бесшовному AI-повседневию. 

Параллельно обновили Ray-Ban Meta Gen 2: до 8 часов работы, 3K Ultra HD видео, режим «conversation focus», который усиливает голос собеседника в шуме.

Для спорта — Oakley Meta Vanguard: 9 часов, IP67, встроенная интеграция со Strava и Garmin.

Это наконец очки, которые выглядят как очки, и управляются без цирка с голосовыми командами. 

Ключ — ИИ в каждом действии. Ответить на чат, построить маршрут, перевести табличку на пробежке, диктовать заметки, получить пошаговую инструкцию — всё делает ассистент в очках.

Ты реально превращаешься в «киборга производительности»: руки свободны, взгляд вперёд, интерфейс прилип к нервной системе.

Следующая остановка — нейроустройства, которые цепляются уже не к мышцам, а напрямую к мозгу.

И что?

Для бизнеса: фитнес — монетизация коучинга и контента в реальном времени (рынок connected fitness-сервисов в США ~$1.43B в 2025), логистика — hands-free комплектование с плюс 15% к производительности на кейсах DHL, удалённые команды — UCaaS ~$106B в 2025; очки становятся новым терминалом связи и задач. 

Для инвесторов: новая потребительская категория «AI-очки + нейро-браслет» с сетевыми эффектами (устройства, аксессуары, подписки). Если Display/Neural Band закрепятся, часть мобильного времени «съедят» очки. 

Для людей: работаешь в движении — почта, чаты, перевод, заметки — не доставая телефон; разговоры слышно в шуме; в спорте — метрики и подсказки в реальном времени. 

🚨 Нам 3.14здец

Производители фитнес-браслетов — 8/10 — UX мигрирует в очки с нейро-браслетом; что делать: готовить интеграции с Meta/Strava/Garmin и сервисную выручку. 

Интеграторы без AR в логистике — 7/10 — клиенты увидят быстрый ROI от vision-picking; что делать: упаковывать AR-кейсы и пилоты под складскую автоматизацию ($30B+ рынок).

На презентации не обошлось без факапов.

Каждый год тысячи студентов по всему миру живут одной мечтой — пройти отбор на ICPC. Годы тренировок, сотни задач, бессонные ночи. Представь: тебе 21, ты пробился в финал, сидишь в зале, сердце колотится, рядом 139 команд из лучших университетов мира.

Ты готовишься биться за золото — и вдруг понимаешь, что среди соперников есть команды от Google и OpenAI.
OpenAI выкатил GPT-5 с экспериментальной reasoning-моделью.

Результат — 12 задач из 12. Идеально. Абсолютный рекорд. Лучшая человеческая команда взяла 11. Google со своим Gemini 2.5 Deep Think сделал 10 из 12 и даже решил задачу, которую не смог ни один человек.

Модели работали по тем же правилам, что и студенты: одинаковое время, одинаковые условия. ИИ официально вышел на одно поле с людьми и победил.
Контекст. Рынок IT-образования и подготовки разработчиков — $105 млрд в год, по миру 27 млн программистов.

ICPC всегда был витриной, где корпорации охотились за лучшими кадрами. Теперь витрина принадлежит ИИ — и вопрос уже не в том, кто выиграет следующий финал, а зачем учить людей тому, что модели делают лучше и дешевле.

И что?

Для бизнеса: сложные алгоритмические задачи теперь уходят в ИИ. Прототипы, оптимизация, рефакторинг — всё это дешевле и быстрее моделей, чем команд джуниоров.

Для инвесторов: рынок код-ассистентов ($19B в 2025) будет расти как на дрожжах. Важнее не IDE, а кто контролирует модели и обучающие датасеты.

Для людей: даже топ-студенты проиграли. Через пару лет любой разработчик без ИИ-инструментов становится неконкурентоспособным.

🚨 Нам 3.14здец

Университеты и школы программирования — 9/10. Их курсы превращаются в архив. Что делать: перестраивать обучение на ИИ и продуктовую работу.

Джуниоры и мидлы — 8/10. GPT-5 делает их задачи быстрее и без ошибок. Что делать: учиться управлять ИИ-процессами или искать новую профессию.

Спрос на вычислительные мощности растёт так быстро, что нынешние датацентры уже не справляются. Модели становятся настолько большими, что OpenAI приходится решать, что важнее — запустить систему для ранней диагностики рака или дать миллионам людей доступ к бесплатному обучению.

Сегодня эти проекты конкурируют за одни и те же GPU, и каждый запуск — это чей-то проигрыш.

Эта гонка решается только одним способом — мощностями нового уровня. Не нарастить на 10%, а построить индустрию, которая каждую неделю выдаёт один гигаватт AI-вычислений. Это как если бы Amazon открывал новый датацентр каждую неделю, но не ради e-commerce, а ради ИИ, который меняет медицину, науку и образование.

Чтобы это стало возможным, нужен партнёр, который даст не только деньги, но и железо. Теоретически в игре могли быть Microsoft, Oracle, крупные фонды, даже правительства. Но у Microsoft уже перегретый Azure, Oracle ограничен в масштабах, а фонды не умеют строить чипы и энергетику.

В итоге решилась Nvidia. Они подписали с OpenAI намерение поставить 10 гигаватт систем — миллионы GPU — и готовы вложить до $100B по мере развертывания. Первый гигаватт запустят во второй половине 2026 года на новой платформе Vera Rubin. Nvidia становится «предпочтительным партнёром» OpenAI по железу и сетям, Microsoft и Oracle остаются в экосистеме, но уже не эксклюзивно.

Для Nvidia — это закрепление монополии. Они финансируют OpenAI, а OpenAI тут же тратит эти деньги на чипы и системы Nvidia. Замкнутый цикл, в котором Nvidia получает гарантированный спрос и контроль над самым большим клиентом в истории. Для Microsoft это сигнал, что их Azure больше не единственный ключевой партнёр. Для фондов и правительств — момент, когда они могли зайти в игру, но упустили.

Альтман тем временем в блоге объяснил масштаб замысла. Он хочет убрать само понятие «дефицит compute». Сегодня OpenAI вынуждено выбирать между проектами, а в будущем смогут запускать их параллельно — и лекарства, и образование, и роботов. Первая стадия уже идёт — сделка с Nvidia. Дальше — новая серия анонсов, привлечение капитала и конкуренция на уровне государств за лидерство в чипах и энергии.

И что?

Для бизнеса: лимиты по GPU исчезнут. Можно планировать продукты, не опасаясь, что «железо не потянет». Это ускорит вывод на рынок сложных AI-сервисов.

Для инвесторов: Nvidia превращается из производителя чипов в инфраструктурного гиганта. Новая экономика с доходами от энергии, сетей и датацентров.

Для людей: ИИ сможет закрывать сразу несколько задач одновременно. Без выбора «кому помочь — онкобольным или детям в Африке».

🚨 Нам 3.14здец

Энергетика — 9/10. 10 гигаватт — это как 10 атомных станций. Сегодня таких мощностей нет. Что делать: срочно строить зелёную генерацию и умные сети, иначе в 2026 начнутся перебои.

Рынок труда — 8/10. Если OpenAI перестаёт ограничивать свои модели, миллионы рабочих мест могут исчезнуть быстрее прогнозов — сначала в софте, потом в медицине и образовании.
Что делать: готовить программы переквалификации уже сейчас.

Геополитика — 7/10. Китай и другие страны могут ускориться, если создадут свои цепочки поставок. Что делать: США придётся субсидировать чипы и энергию, иначе лидерство уйдёт.