AI в бизнесе: почему 95% буксуют, а 5% уже зарабатывают

У мня выше спорили по этим отчетам (AI-похмелье, альтернатива). Даже спрашивали и что же я имею ввиду)

Спасибо знакомому Андрею Суднику - все аккуратно разложил по полочкам.

MIT говорит: 95% компаний не видят пользы от AI. Источник →
Google говорит: 74% компаний уже получают ROI. Источник →
Кто врёт? Никто. Просто надо читать не заголовки, а сами отчёты.

———

MIT → Эффектов нет, потому что это всё ещё пилоты
- Изучали массовый срез компаний, которые только тестируют AI.
- Мерили: реальный P&L-эффект.
- Вывод: у ~95% — 0 отдачи. Лишь ~5% пилотов реально приносят деньги.
- Проблема не в моделях, а в том, как (и куда) AI встраивают.
- Методология: 300 кейсов, 52 интервью, 153 компании.

———

Google → ROI есть, потому что AI уже в продакшене
- Изучали компании, где AI уже работает, а не только тестится.
- Мерили: возврат инвестиций от продвинутых внедрений.
- Вывод: 74% видят ROI уже в первый год.
- Из них 39% запустили больше 10 агентов.
- Методология: 3 466 опрошенных топ-менеджеров.

———

Итого: отчёты не спорят, а описывают разные этажи одного лифта.

- MIT: низ — хаос пилотов без стратегии.
- Google: верх — процессы, которые уже перестроили.

📉 95% — всё ещё пробуют.
📈 5% — уже научились зарабатывать.

———

Так где кнопка "вверх"?

Точечные шаги без стратегии часто превращаются в хаотичные эксперименты. В том числе и это фиксирует MIT. Как из пилота получить систему? Начни с внятной архитектуры изменений👇

Стратегия сверху: начинаем с конкурентной модели и стратегического контекста.

- Стратегия дифференциации (примеры: Яндекс; Тинькофф; Apple) → ищем велью от AI в исследованиях и разработке, клиентском опыте, создании уникальных цифровых сервисов.
- Стратегия лидерства по издержкам (примеры: «Победа»; Fix Price; Walmart) → максимальная автоматизация цепочек поставок, стандартизация операций, низкая цена как базовое обещание клиенту.
- Стратегия фокусирования (примеры: Bosco; Mercury Luxury Group; Tesla) → нишевые решения и премиальный сегмент, использование AI для персонализации клиентского опыта, создания уникальных креативных предложений и концептуальных сервисов.

Точечные пилоты снизу: выбираем 2–3 приоритетных процесса с измеримыми KPI.

Дорожная карта: параллельно распространяем массовые инструменты (ChatGPT, Copilot'ы) для сотрудников, готовим инфраструктуру, раскачиваем культуру, наводим порядок в данных, строим сквозные дата-потоки и улучшаем общий data governance.

Масштабирование: из работающей малой системы вырастают новые уровни — сеть агентов, редизайн процессов, интеграции.

Так работает закон Галла: сложная рабочая система может родиться только из простой рабочей системы.

Успешные компании не просто играются с AI — они ищут, где он должен заработать, и строят это системно. Они не суетятся под FOMO, а спокойно играют в долгую: стратегия сверху → прицельные пилоты снизу → масштабирование. Всё остальное — в мусорное ведро корпоративной памяти.

Битва титанов.

81-летний Ларри Эллисон на днях ненадолго обогнал Илона Маска и стал самым богатым человеком планеты. Акции его компании Oracle взлетели после того, как компания пообещала увеличить выручку от облачной инфраструктуры в 14 раз к 2030 году. С 10 миллиардов до 144 миллиардов долларов – такую хоккейную клюшку нечасто увидишь.

Почему именно эти двое сейчас борются за звание богатейшего? Маск считает Эллисона одним из самых умных людей, которых встречал. Эллисон вложил миллиард в Tesla и даже посидел в совете директоров. Оба поддержали Трампа. Оба визионеры, хотя и с разными горизонтами планирования. И оба не боятся выглядеть сумасшедшими. Но на этом сходство, пожалуй, заканчивается.

Эллисон – гениальный ловец трендов. Он вынюхивает возможности как акула кровь в воде, а если упускает что-то, то очень быстро навёрстывает. Его Oracle, как известно, не изобрела реляционные базы данных – зато сделала первую коммерчески успешную версию. Когда Эллисон пропустил интернет-бум, он быстро купил нужные компании. А когда опоздал в облака – развернул Oracle в нужном направлении и сделал её востребованным поставщиком для AWS, Microsoft и Google в эпоху ИИ. 

Маск действует иначе. Он не ищет тренды – он их создаёт. Электромобили были мёртвой нишей, пока Tesla не сделала их сексуальными. Частные космические полёты считались фантастикой, пока SpaceX не начала сажать ракеты на баржи. Маск смотрит на много лет вперёд и методично строит будущее, которое воображает в своей голове.

Oracle под управлением Эллисона – это корпоративная машина поглощений. PeopleSoft, Siebel Systems, Sun Microsystems – десятки конкурентов исчезли в её чреве. Эллисон превратил агрессивные поглощения в искусство. Его философия проста: зачем изобретать, если можно купить, улучшить и сделать частью корпорации?

Маск предпочитает строить с нуля. Tesla, SpaceX, Neuralink, Boring Company – почти всё это выросло из его головы, а не из чужих активов. Даже купив Twitter, он не встроил его в империю, а попытался перестроить под своё видение, начав со смены названия (получилось так себе, но это отдельная история).

У обоих есть чёткие управленческие принципы, но какие же они разные. Эллисон верит, что инновация – это не изобретение, а улучшение существующего. Не нужно быть первым, достаточно стать лучшим. Его главное правило – всегда подвергать сомнению общепринятые взгляды и искать в них изъяны. Когда все идут в одну сторону, он ищет обходной путь.

Для Маска существуют только законы физики, всё остальное – условности, которые можно нарушить. Его знаменитый подход: сначала усомнись во всех требованиях, потом безжалостно удали лишнее, затем упрощай, ускоряй и только в конце автоматизируй. Большинство делает наоборот – и проигрывает.

Почему именно эта парочка оказалась на вершине списка самых богатых? Не Безос с его помешанностью на клиентах. И не Цукерберг с его соцсетями и метавселенными.

Возможно, дело в том, что оба лучше умеют работать с будущим. Эллисон чует, куда дует ветер, и первым ставит паруса. Маск создаёт ветер сам. Один адаптируется к изменениям быстрее всех, второй эти изменения инициирует.

В наше время, когда технологические сдвиги происходят каждые пять лет, а не раз в поколение, именно такие подходы оказываются выигрышными. Умение либо предвидеть волну и оседлать её, как Эллисон, либо создать собственное цунами, как Маск.
Оба подхода работают. Oracle стоит почти триллион долларов, хотя все уже десять раз её похоронили. Tesla и SpaceX изменили целые индустрии, хотя все говорили, что это невозможно.
В общем, нужно либо видеть дальше всех, либо двигаться быстрее всех. В идеале – и то, и другое. А если не получается – хотя бы не стоять на месте.

P. S. Кстати, оба миллиардера – известные филантропы, а Маск вообще собирается потратить всё состояние на колонизацию Марса. Может, поэтому они и самые богатые – потому что деньги для них не цель, а инструмент?

Подсмотрено, 💯 согласен

Вышел обновленный курс Microsoft по созданию ИИ-агентов. Подойдет даже новичкам.

Внутри 12 бесплатных уроков со всей нужной теорией и практическими заданиями на Python. Есть готовые примеры и понятные видеолекции. Можно проходить на русском.

Изучаем тут.

Alibaba показала Qwen3-Next — новую гибридную модель

У модели 80 миллиардов параметров, но при запросе активируется только 3 миллиарда. В стандартном режиме она работает примерно на уровне Qwen3-235B, а в рассуждающем показывает результаты чуть лучше, чем Gemini 2.5 Flash Thinking.

Главное не в бенчмарках, а в архитектуре: Qwen3-Next превзошла Qwen3-32B, при этом обучение потребовало в 10 раз меньше ресурсов, а эффективность работы выросла в 10 раз.

Протестировать можно тут: chat.qwen.ai

Интересная статья с кучей промптов и примеров того, как можно необычно использовать Nano Banana:
https://github.com/PicoTrex/Awesome-Nano-Banana-images/blob/main/README_en.md

Работать будет и с другими такими моделями, так что еще пригодится

ИИ - это не только текстики писать и фотки генерировать.
На концерте Massive Attack запустили видео с распознанием лиц людей из зала в реальном времени.

Стадион, десятки тысяч людей, распознание, возможно и поиск инфо в соцсетях о зрителях. Может и нет — думаю прайвиси запрещает. Но в целом возможно. А главное видно - люди себя узнают на большом экране.

Мы все очарованы текстовыми моделями, но мир изменится, как только все дорожные камеры и домофоны, умные очки и носимые устройства начнут гнать инфо об окружающем мире на ИИ-сервера. Я думаю мы много чего нового узнаем о мире в котором живем.

Thinking Machines Lab решает проблему случайности ответов ИИ

Лаборатория Thinking Machines Lab, основанная бывшим техническим директором OpenAI Мирой Мурати, впервые рассказала о своем проекте по созданию более стабильных ИИ-моделей. В блоге компании появилась статья о работе над воспроизводимостью ответов искусственного интеллекта.

Исследовательская статья под названием "Победа над недетерминизмом в работе больших языковых моделей" пытается найти причины случайности в ответах ИИ. Например, если задать ChatGPT один и тот же вопрос несколько раз, вы получите разные ответы. В ИИ-сообществе это считается нормой, но Thinking Machines Lab видит здесь решаемую проблему.

https://mltimes.ai/thinking-machines-lab-reshaet-problemu-sluchajnosti-otvetov-ii/

📊 ОТЧЕТ ПО ЭКСПЕРИМЕНТУ: ИИ vs Традиционная подготовка лекций
Результат: 50/50 — есть победы и есть над чем работать 🤷‍♂️

Как и обещал, делюсь подробным отчетом по эксперименту с подготовкой лекции для МБА в Финуниверситете через ИИ.

✅ ЧТО ПОЛУЧИЛОСЬ:
🚶‍♂️ Этап 1: Мозговой штурм 25 минут записей с часовой прогулки — мысли структурированы, идеи свежие

🎤 Этап 2: Распознавание (тут косяк)
• Встроенное распознавание Telegram — провал (11-минутную запись так и не дождался)
• Любимый бот Jill AI — лимит 15 мин/день 😢
• Пришлось качать .ogg → конвертировать в .mp3 → загружать в Perplexity

🧠 Этап 3: Структурирование Perplexity переварил аудио + посты из Startobus за 20-30 минут. Простой промпт: "структурируй мои аудиозаметки в курс для МБА по цифровой трансформации"

🔍 Этап 4: Исследование трендов Запросил анализ похожих курсов за квартал + комментарии в соцсетях. Получил второй документ.

😤 ЧТО НЕ ЗАШЛО:
Самое долгое — 3 часа ручной работы Собирал из трех старых презентаций новую на 300 слайдов. ИИ дал план, но слайды все равно пришлось сортировать руками 🙄

Итого времени: 4.5 часа вместо планируемых 4-х (но это все равно в 2 раза быстрее обычных 8-12 часов!)

🚀 ЧТО ДАЛЬШЕ:
Планирую автоматизировать процесс полностью:
• Живые слайды — говорю по сценарию
• ИИ-агент подтягивает свежие данные из библиотеки
• Автообновление кейсов, цифр, квизов

Мечта: прийти на лекцию вообще без подготовки — только с планом в голове 😎(шутка - план буду все равно комбинировать накануне из того что сам бы хотел сказать и что обычно другие читают в лучших курсах).

📈 ВЫВОД:
50% успеха уже хорошо для первого раза. Главное — процесс работает, осталось довести до ума техническую часть.
А завтра иду читать лекцию с этими материалами — посмотрим, как зайдет слушателям 🎯

Вопрос: Кто еще экспериментирует с ИИ в подготовке образовательного контента? Поделитесь опытом!

P.S. Когда доведу систему до ума, выложу подробные промпты и workflow 🔥

#AIобразование #Эксперимент #МБА

Вчера, суббота, вечер после восьмичасовой лекции в МБА Финансового университета.

Электробус от метро Аэропорт до Новаторов — полтора часа, я очень люблю по городу сверху… . В ушах, как пароль к самому себе, звучит «Мне бы в небо»… — кавер от Комнаты культуры, догоняю оригиналом от Шнура и полирую кавером от Нойза шестилетней давности, плюс парой иноагентов по ходу. Проблем с YouTube нет, ведь я знаю три волшебных буквы, и это точно не МИР.

Мне вчера задали вопрос — не юли, какая модель самая лучшая? Вот наиболее честный ответ (уже писал).

На дворе 2002-й. Агентство Manifesta растёт как на дрожжах, +100% год к году, мы меняем уже второй офис. В портфеле — два десятка имён, сплошь западные гиганты. Мы приходим к ним и терпеливо объясняем «за интернет». А в ответ — глухая стена непонимания и вопрос: «И чтобы что?»

Я ещё могу выпить так, чтобы утром было плохо. Выбираю сигару под настроение, а не по остаточному принципу. И в этом пьянящем калейдоскопе событий, 11 ноября, рождается Даша. 11.11.2002. Красивая дата для начала новой жизни. А мы всё объясняем про интернет…

(Мысли на полях: когда мы перестанем писать «20» перед годом? Кажется, сегодня. Четверть века прошла. Принято.)

И вот, резкий скачок. 25-й.

Почти ни одного западного клиента. Только российские, которым, прежде чем сказать, который час, нужно объяснить, как устроены часы. И снова, как эхо из прошлого, резонирует тот самый вопрос: «И чтобы что?»

— Какая модель ИИ лучшая? Дай универсальную таблетку!
— Как сделать, чтобы она не галлюцинировала? Чтобы её ответам можно было доверять?

А можно было доверять интернету в 2002-м? Без соцсетей, без айфонов — всё это потом — через пять лет. Спасибо вам за эти вопросы. Именно они, на сопротивлении, заставляют делать лучше.

Сентябрь, 25-й год. 20 лет как не курю и не злоупотребляю. Но достаю подаренный односолодовый японский виски, раскуриваю пересушенную за 20 лет хранения сигару и выхожу на балкон у лифта. На мгновение мне снова 31, я чуть пьян и окутан дурманом (жена этот запах обожает, но она уже спит, а запах… — как мои любимые одеколоны — от них чуть-чуть нотки сигарного табака).

Мы (я, агентство, да что я — страна почти вся, кроме Яндекса) пропустили волну интернета. За волну ИИ — поборемся. Есть ещё порох. Но ради Бога, забудь это говно-вопрос от консультанта по личностному росту «и чтобы что?» — вспомните нормальный детский вопрос: «А почему?», «А как?», «А зачаем?» — без пафоса — больше правды и любопытства.

А на вопросы «зачем нам ИИ, ему же нельзя доверять» я уже написал достаточно постов. Просто вышлю ссылки. Задавайте - не стесняйтесь - это как наждак оттачивает мое понимание ИИ.

Боже мой, как это круто: сто грамм виски, сигара и долька лимона.

В ушах — «Комната культуры» с кавером на «Мне бы в небо».
Трогательно до мурашек.

4 утра или ночи … Здесь я был, а там я не был… МНЕ ЛЮБОПЫТНО! Пишу строчки для ДАША (пусть ускорится с новыми треками):
Пре-припев
И пусть внизу останутся сомненья,
Мы стали выше суеты и фраз.
Одно на всех простое уравненье:
Есть только «мы» и только «здесь-сейчас».

Припев
Мне бы в небо, мне бы выше —
Там, где горы, нету крыши.
Вдохну свободу полной грудью,
До последней, безрассудно.
Мне бы в небо, где рассветы
Пишут новые куплеты.
Я сорвусь к хрустальным звёздам
И растаю лёгким ветром.

До свидания. Встретимся еще через 20 лет.

🚀 Автоматизация презентаций — куда двигаемся дальше?
Продолжаем эксперимент автоматизации рутины
Коллеги, выкладываю PDF-гайд, в котором собрал наш путь от «традиционной» подготовки слайдов к 10×-дистрапшену (живые данные, ИИ-ассистент во время выступления и т.д.).

Что внутри:
• 3-мин обзор моего эксперимента «ИИ vs ручная работа» (пока 50 / 50 🟢🔴).
• Сравнение «Оптимизация vs Дистрапшен» — зачем 30% улучшения, если можно ×10?
• Пошаговый алгоритм: от 25-минутного аудиоштурма до готового deck’а за 20 мин.
• Стек инструментов (open-source + SaaS) — чем именно автоматизирую.
• Узкие места и чек-лист внедрения в команде.
Смотрим, тестируем, кидаем вопросы в комментарии.

Всем, кто уже крутит ИИ в образовательном контенте, — поделитесь, что сработало у вас и где споткнулись.

Погнали ускорять рутину и оставлять время на креатив! 💡

#AIобразование #Презентации #Автоматизация

Бесплатный ИИ-поисковик: нашли опенсорсный аналог Perplexity — отлично работает как ассистент для работы и учебы.

Сервис работает с локальными моделями вроде Qwen и DeepSeek. Умеет гуглить, готовить исследования, анализировать данные и даже видео с YouTube. Использует только актуальные данные.

Забираем по ссылке.

Не постоянная рубрика "А вы знали?"

Perplexity встроил короткие клипы на Veo 3 для Pro-аккаунтов.

До 5 генераций в месяц, длительностью до 8 секунд, в ближайшем будущем планируют увеличить лимиты. Ролики помечаются водяным знаком и SynthID. Сетка фильтрует бренды, политиков и явный контент.

Полезно для тизеров, мем-шотов, быстрых заставок, A/B-тестов креативов. Для длинных историй это не замена, но как быстрый генератор вполне рабочая штука.

Если уже пробовали, кидайте лучший промпт.

#videoGenerative@TochkiNadAI

Gemini обошла ChatGPT в топе американского App Store. Сейчас нейросеть от Google занимает первое место в рейтинге.

Видимо, Nano Banana впечатляет сильнее, чем GPT-5.

🚣‍♂️ СТРАТЕГИЯ ПОБЕДЫ » НА ВОЛНЕ ЗА КОНКУРЕНТОМ – 2025

🙏🏻 Добро пожаловать новым подписчикам! Сегодня вас втрое больше, чем год назад — и старая история о победе получает новый смысл и визуальную отсылку: на фото — кадр из первого сезона "Wednesday", где герои соревнуются в байдарках. Гоночная энергия — как раз то, что нужно для правильной бизнес-стратегии.

— Как выигрывать у конкурентов? — Как действовать, чтобы не сгореть раньше финиша?

В 1980-м Андрей из соседнего подъезда пятиэтажки в г. Павлово нижегородской области, чемпион Олимпиады в Москве, научил: в гребле побеждает тот, кто умеет грамотно «встать на волну» за лидером и рвануть к финишу с максимальным выхлопом. Даже если ты рулевой и у тебя лишних 10 кг — важно держать такт! (Полная история см - по ссылке)

Три шага — как схема 🚀
➊ Знай конкурента  → анализируй метрики, структуру, модель монетизации  → используй Perplexity (мой инструмент №1 для ИИ-разведки: структурированные запросы, реальные данные, без лишнего блеска — ChatGPT тут больше не катит)

➋ Встань на волну  → повторяй ключевые успехи (фичи, форматы, каналы)  → выявляй и избегай их ошибки (отзывы, open-data, провалы в сервисе)  → отслеживай обновления и бета-версии, чтобы не прозевать резкий поворот

➌ Рвани на финише  → экономишь силы весь путь  → финальный рывок — своё "killer feature", неожиданный сервис, скорость реакции  → сравнивай свой продукт не по общим словам, а прямо по числам (NPS, CAC, скорость до результата)

Промпты для Perplexity 💡
1 Анализ конкурентов

Act as a market-intelligence analyst.
List top competitors of <ниша>.
Table: traffic, USP, price, latest update.


2 Поиск их болей

What are the biggest customer complaints about <бренд> in reviews on [Trustpilot, Yandex, playmarket]?
Summarize top-5 pain points in order of frequency.



3 Sprint-финиш

Given your backlog.csv, simulate delivering top-5 features that competitors haven’t yet shipped.
Output: expected time, projected NPS change, cost estimate.
Recommend go/no-go for launch.



Главное — не просто экономить энергию, а научиться делать этот рывок вовремя.
В жизни, как и в сериалe: иногда важнее не быть первым, а настолько круто идти в след, чтобы на финише от тебя остались только брызги для тех, кто держал победное время.

Если вам заходят такие истории — расскажите в комментариях, какие спорт или проект дала вам этот опыт «кильватера» и какой финиш запомнился.
Вдохновляйте друг друга и ловите драйв — и по лайку-репосту видно будет, куда грести дальше!

@startobus 🧠 #GoAI #СтратегияПобеды

xAI меняет состав команды по обучению Grok

Компания xAI, занимающаяся развитием чат-бота Grok, провела крупные сокращения в команде по обучению своих ИИ-моделей. По данным Business Insider, работу потеряли около 500 сотрудников, которые занимались структурированием и категоризацией данных для обучения искусственного интеллекта.

Эти кадровые изменения связаны с пересмотром стратегии компании. Согласно внутренним письмам, на которые ссылается издание, xAI отказывается от модели "универсальных преподавателей" в пользу специалистов с более узкой специализацией.

https://mltimes.ai/xai-menyaet-sostav-komandy-po-obucheniyu-grok/

Higgsfield Soul стала бесплатной для всех пользователей — это одна из лучших моделей для создания реалистичных снимков.

Доступно несколько десятков готовых стилей: можно делать портреты на iPhone, кадры с камер наблюдения, скриншоты Google Street View и многое другое. Иногда встречаются артефакты в мелких деталях вроде странных вывесок и уличных знаков.

Пробуем по ссылке — дают 30 генераций в день.

У Reve большое обновление, многие называют их теперь убийцей НаноБананы и Сидрима.

Во многом согласен, офигенный реализм, очень интуитивный процесс генерации и редактирования, ну и зацените как все красиво, а главное – бесплатно (пока).

Тестим тут.

👋 Денис Чаннов — за 35 лет в маркетинге помог 350+ брендам в 30 странах вырасти. Сейчас фокус на AI-автоматизации, чтобы бизнес делать быстрее и прибыльнее.

Переходите в папку Startobus и получите:
• Инструменты: для сокращения рутины на 10–20 часов в неделю.
• Промпты: маркетинг, аналитика, продажи.
• Эксклюзивный материал от сети экспертов.
• Быстрый аудит: ускоряющий контент в 3 раза, аналитику — в 5…

Мои Проекты: AI-агентство "Манифеста" (маркетинг), Flyber (eVTOL), DaCha Band (AI + джаз).

Пишите, если нужны кейсы или 2-недельный план внедрения — разберем вашу задачу!

#startobus #AI #маркетинг