Наступил понедельник, а значит, время посмотреть самые интересные новости прошлой недели, которые обсуждались в мире битуби.

🔴 На Habr появилась кнопка «Объяснить код»
Новая функция на сайте работает при помощи SourceCraft от Yandex B2B Tech. Кнопка нужна тем, кому недостаточно базового описания кода. Начинающие разработчики или специалисты смежных профессий смогут разобрать код по кирпичикам. При желании можно перейти в SourceCraft, чтобы ещё глубже погрузиться в код: задать вопросы, переписать на другой язык или адаптировать.

🔴 Nvidia будет создавать промышленных роботов с ИИ
Для этого компания объединилась с Fanuc — ведущим японским производителем роботов. Новые модели, вместо заранее жёстко прописанных сценариев, будут действовать по обстоятельствам: анализировать данные в реальном времени и подстраиваться под контекст. Такой подход избавит компании от длительной настройки каждого действия и сэкономит время на внедрение автоматизации.

🔴 Nvidia представляет ИИ-модель для развития технологий беспилотного вождения
Новая Alpamayo-R1 с открытым исходным кодом анализирует дорожную ситуацию, преобразует данные с датчиков в естественный язык и пошагово объясняет принятые решения. Это позволяет преодолеть проблему «чёрного ящика» в автономных транспортных средствах, когда даже разработчики не могут объяснить, почему и как система совершает то или иное действие. Открытый доступ к модели позволяет исследователям и автопроизводителям быстро адаптировать её под собственные задачи, не начиная разработку с нуля.

🔴 OpenAI покупает стартап Neptune, разрабатывающий инструменты для анализа обучения ИИ-моделей
Сделку оценивают почти в $400 млн. В OpenAI уже больше года используют разработки Neptune для мониторинга и отладки обучения больших языковых моделей, включая GPT. После интеграции технологии стартапа станут частью внутренней инфраструктуры, что позволит исследователям получать более точные данные о ходе экспериментов. В будущем это поможет ускорить обучение моделей и повысить прозрачность всей исследовательской цепочки.

🔴 ИИ побуждает бренды снижать гонорары рекламным агентствам на 25%
Крупные компании начали требовать от агентств скидки, поскольку ИИ-инструменты заметно сокращают сроки и стоимость производства контента. В такой ситуации агентствам приходится пересматривать ценовую политику и доказывать свою ценность за счёт стратегической экспертизы и креативных решений. Одновременно растёт спрос на гибкие модели сотрудничества, которые учитывают скорость и масштабируемость кампаний за счёт ИИ.

❤️ — если любите получать скидки
😎 — если давать скидки тоже приятно

🔥«Применение world models в робототехнике — сейчас одна из самых горячих тем»

Почему? Объясняет Евгений Михайленко, руководитель бизнеса и продукта Physical AI «Яндекс Роботикс».

Японская корпорация Fujitsu объявила о разработке технологии spatial world model.

Система анализирует, как люди, роботы и объекты взаимодействуют, и предсказывает, что они могут сделать дальше. Вместо обработки «сырых» пикселей с камер spatial world model строит сцену, где люди, роботы, предметы находятся как связный набор сущностей. Это позволяет понимать пространство даже в динамике, при перемещениях и изменении угла зрения.

Такие системы могут быть полезны в разных сферах бизнеса — от промышленности до ритейла и логистики.

«В отличие от моделей вроде text-to-video, которые часто опираются на “кинематографическое” представление о мире и могут генерировать физически неверные сцены, world models пытаются моделировать именно реальную физику и причинность. Это как раз то, чего традиционно не хватало роботам.

Например, способность понимать, что если перевернуть стакан с водой — вода действительно выльется, а не зависнет в воздухе, и место, в которое она выльется, станет мокрым. То есть модель должна не просто видеть картинку, а предсказывать изменения состояния мира.

Сейчас многие команды активно экспериментируют с world models, и направление уже показывает первые рабочие результаты, но технология всё ещё находится на раннем этапе. Серьёзных универсальных решений пока нет. Не потому что идея слабая, а потому что полноценные физически правдоподобные world models начали появляться совсем недавно и требуют огромных мультимодальных датасетов и вычислений.

Возможно, у Fujitsu действительно получилось продвинуться дальше других. Корпорация недавно представила свою spatial world model и обещает раскрыть детали в начале следующего года. За этим точно стоит внимательно следить», — отмечает Евгений Михайленко, руководитель бизнеса и продукта Physical AI «Яндекс Роботикс».

Подписывайтесь 👉 @ya_robotics

Главное отличие ИИ-агента от ассистента — в самостоятельности: если раньше нейросетевые модели выполняли задачи по конкретному запросу (сгенерировать текст, ответить на вопрос, показать данные), то теперь агент может сам анализировать, принимать решения, интегрироваться в бизнес-процессы и завершать задачи под ключ.

🟣 Почему это тренд?

Согласно свежему исследованию PEX Network и Comindware, 59% компаний по всему миру планируют инвестировать в автономные ИИ-системы — впервые этот показатель обогнал долю тех, кто делает ставку на классические чат-боты. Это значит, что современный бизнес переходит от эпохи ИИ-ассистентов к эре ИИ-сотрудников или агентов, которые могут работать автономно, без постоянного контроля человека.

55% компаний, внедривших агентный ИИ, отмечают рост производительности, 43% — оптимизацию процессов, 36% — снижение затрат. 70% называют ИИ критически важным для бизнеса. Это значит, что компании всё чаще рассматривают его как элемент стратегии. По другим данным, ИИ-агенты уже могут выполнять некоторые задачи примерно в 4–6 раз быстрее людей и обходятся бизнесу до 90–96% дешевле.

🟣 Кто уже активно использует?

В США компании вроде Artisan AI и Maisa AI разрабатывают «цифровых сотрудников» для автоматизации целых направлений бизнеса, например продаж, коммуникации или взаимодействия с CRM.

В России агентный ИИ всё чаще используют для автоматизации документооборота, клиентской поддержки и административных процессов. Интерес к таким решениям проявляют более 60% крупных компаний. Решение от компаний «Поток» и Xenia AI помогает автоматизировать рекрутинг и другие HR-процессы, сокращая сроки закрытия вакансий на 25–50%.

🟣 Какие есть риски?

Агентные системы пока действуют формально: хорошо справляются с разработкой и аналитикой, то есть там, где есть чёткие алгоритмы и KPI. Но «тормозят» в более творческих задачах и там, где важна 100% достоверность.

Кроме того, для внедрения и эффективной работы таких систем нужны квалифицированные кадры, «чистые» и хорошо структурированные данные, а также надёжная инфраструктура.

Поэтому запускать ИИ-агентов лучше сначала для пилотных и некритичных задач, тщательно подготовив данные и выстроив внутренние компетенции так, чтобы самые важные решения оставались за живыми сотрудниками.

Для тех, кто уже их внедряет, это шанс резко нарастить производительность, быстрее масштабироваться, оптимизировать процессы и снизить издержки.

Подписывайтесь 👉 @yab2btech

Расходы компаний по всему миру на генеративный ИИ выросли за год в 3,2 раза. Они достигли $37 млрд, согласно отчету Menlo Ventures. Это уже 6% мирового рынка софта и самая быстрорастущая категория корпоративного ПО в истории.

В отчёте речь идёт об основных направлениях работы, которые набирают популярность, — от инфраструктуры для разработки и запуска ИИ-агентов до готовых коробочных решений.

В России тенденции аналогичны. «Enterprise-заказчики продолжат выбирать собственную разработку на базе нейросетей и on-premises, и в облаке. Мы видим это на своих цифрах: крупные клиенты Yandex AI Studio увеличили потребление генеративных нейросетей в облаке в 5 раз с начала 2025 года, годовой повторяющийся доход (ARR) от облачного потребления платформы превысил 1,2 млрд рублей. Модели тестируют и применяют не только ритейл, финтех и ИТ, но и промышленный и строительный бизнес», — рассказывают в Yandex AI Studio.

При этом в команде подчёркивают: для малого и среднего бизнеса остаётся актуальным создание готовых решений на базе технологий по API.

🔲 В подтверждение трендов мы сделали подборку из нескольких зарубежных и российских кейсов.

🔴 Так, корпорация Mondelez International, которая производит товары под брендами Oreo, Cadbury, Milka, смогла сократить затраты на производство маркетингового контента на 50%. Для этого была создана ИИ-платформа AIDA, вложения в которую оцениваются в более $40 млн.

🔴 Kimberly-Clark, производящая товары под брендами Huggies и Kleenex, заявила об экономии в $1 млрд за счёт более эффективного продуктового костинга. Кроме того, около 30 000 часов, по подсчётам компании, было сэкономлено на задачах по анализу себестоимости продуктов. Всё это благодаря внедрению технологий Snowflake Data Cloud + agentic AI для аналитики, а также для организации более эффективной логистики.

🔴 Решение ИТ-компании Salesforce внедрить Slack-нативные Einstein-боты и ИИ-ассистенты помогло автоматизировать ответы HR и ИТ-служб, уменьшить количество переключений между системами. В итоге за несколько месяцев удалось сократить количество часов работы людей более чем на 50 тысяч. Скорость коммуникации значительно возросла.

🔴 Один из примеров ИИ-помощника — Нейроаналитик в Yandex DataLens. Он, например, помогает командам такси, доставки и шеринговых сервисов в Яндекс Go анализировать ключевые показатели на основе данных по совокупной месячной аудитории 58,4 млн пользователей.

Нейроаналитик изучает числовые ряды графиков, метаданные и документацию отчётов, чтобы оперативно выявлять сезонные изменения спроса и резкие отклонения в метриках — от количества поездок до использования станций зарядки. Это позволяет командам быстро проверять гипотезы и повышать эффективность сервисов.

🔴 Ещё один продукт Yandex AI Studio — SourceCraft Code Assistant — с момента запуска помог разработчикам дописать больше 1 млн строк кода. Больше всего ИИ-помощника в Яндексе используют для генерации и рефакторинга кода. Это 60% всех запросов. Ещё по 15% сотрудников проектируют с его помощью архитектуру и ищут информацию в базах знаний.

🔴 В ноябре на площадке Ассоциации ФинТех был запущен совместный с Банком России пилотный проект по анализу условий финансовых продуктов с применением искусственного интеллекта. Банки в этом проекте предоставляют обезличенные данные, а Yandex B2B Tech даёт технологии для реализации проекта. Тестирование уже стартовало. Цель — создать ИИ-сервис, который поможет людям оценивать условия и принимать решения при выборе различных кредитных продуктов.

Подписывайтесь 👉 @yab2btech

Понедельник (в этом году осталось всего два) — время битуби-дайджеста. 

🟣 Стартап Starcloud при поддержке Nvidia обучил первую ИИ-модель в космосе
Для обучения использовали спутник с графическим процессором Nvidia H100 на орбите с языковой моделью Google Gemma. Это первый подтверждённый кейс, который доказал работоспособность вычислений в условиях космоса и стабильность обучения моделей на орбите. В рамках проекта обещают запустить космические дата-центры на солнечной энергии с энергозатратами в 10 раз ниже, чем у наземных. 

🟣 OpenAI интегрирует Adobe Photoshop, Express и Acrobat в ChatGPT
Теперь в нём можно редактировать изображения, создавать графику, изменять, объединять или сжимать PDF-файлы при помощи текстовых запросов. Для этого нужно подключить соответствующие приложения через настройки ChatGPT и войти в свой Adobe-аккаунт. Такое расширение превращает ChatGPT из текстового помощника в многофункциональный инструмент для рабочих задач. 

🟪 Meta* переходит на закрытую ИИ-модель Avocado
Её обучают на базе Qwen от Alibaba и планируют запустить весной 2026 года. Это кардинальный поворот в изначальной стратегии Цукерберга по работе с открытым исходным кодом. Avocado позволит компании жёстко контролировать и продавать доступ к технологиям — по аналогии с конкурентами вроде Google и OpenAI.​ А также отражать более глобальный тренд в индустрии, где ведущие игроки стремятся сохранять контроль и извлекать прибыль из своих передовых ИИ-разработок, а не публиковать их полностью открыто.

* Компания Meta признана экстремистской организацией и запрещена на территории РФ.

🟣 Япония запускает первый автономный пассажирский паром
Судно Olympia Dream Seto может перевозить до 500 пассажиров между островом и материком. Паром использует сенсоры для навигации, управления и автоматического избегания препятствий. Это первый в мире случай использования беспилотного транспорта для коммерческих перевозок по воде. Власти и разработчики надеются с его помощью компенсировать дефицит кадров в судоходстве и повысить безопасность пассажирских перевозок.

🤩 — если мечтаете о космосе
❤️ — если захотели авокадо

Подписывайтесь 👉 @yab2btech

После «бумеранга от увольнений», когда компании массово сокращали сотрудников из-за автоматизации, наступил новый этап: выяснилось, что в сложных процессах ИИ требует более продуманной интеграции, а не просто замены сотрудников. Поэтому теперь к внедрениям подходят более взвешенно, выделяя дополнительные ресурсы и специалистов, отслеживая эффективность и переобучая персонал.  

По данным опроса Forbes Research, 94% руководителей считают, что в ближайшие два года из-за ИИ сократят менее 5%. Звучит оптимистично! Более того, тот же опрос показывает: 59% топ-менеджеров убеждены, что ИИ, наоборот, создаст новые рабочие места — в 2024-м таких было 33%. 72% согласны, что ключ к успеху — баланс между возможностями ИИ и его влиянием на персонал, а 64% уверены, что ИИ должен работать в интересах каждого. 

🔍 Как это выглядит на практике

68% топ-менеджеров уже применяют стратегию, помогающую изменить у сотрудников восприятие ИИ, чтобы они расценивали его не как угрозу своим рабочим местам, а как инструмент для расширения возможностей. А 44% HR‑руководителей заявили, что их компании переводят сотрудников на новые роли — при помощи курсов переподготовки, наставничества и карьерных треков. 

Индийский Uber запустил программу Digital Tasks — задания для PhD‑специалистов и других экспертов, где они помогают обучать и дообучать модели ИИ, проверять их корректность и создавать обучающие наборы данных. Это создаёт новые карьерные треки — от модерации контента до аналитики и управления ИИ-инфраструктурой — и смещает спрос от рутинной работы к высококвалифицированным задачам. 

Российские компании внедряют автономных ИИ-агентов, которые могут выполнять до 50% рутинных задач разработчиков, ускоряя запуск новых продуктов. 

✏️ Какие выводы может сделать бизнес?

1️⃣ Не принимать решения о сокращении штата сразу. Первым делом стоит протестировать пилотные ИИ-проекты и измерить общую стоимость владения,  включая интеграцию и поддержку.

2️⃣ Инвестировать в переподготовку: чтобы рутинные роли трансформировались в гибридные. Например, вместо аналитика данных — специалиста, который проверяет гипотезы и прогнозы от ИИ-агента.

3️⃣ Строить человекоцентричные процессы: лучшие результаты даёт связка человек + агент. ИИ может проводить все расчёты и строить воронку продаж, но стратегические решения остаются за живым сотрудником: так, чтобы результат отвечал интересам бизнеса.

4️⃣ Подготовить план Б: вернуть ценных специалистов и перераспределить между ними задачи часто быстрее и дешевле, чем нанять людей с нуля.

Подписывайтесь 👉 @yab2btech