Компания Anthropic проанализировала около миллиона рабочих запросов к своей модели Claude и сопоставила их с рынком труда США. Выяснилось, что уже сейчас технология теоретически способна закрыть большинство задач во многих профессиях. Например, в ИТ этот показатель оценивается в 94%. Но бизнес использует от силы треть этих возможностей.  

Ещё в топе специальностей с высоким потенциалом нейросетей — сотрудники службы поддержки (70,1%), специалисты по вводу данных (67,1%) и маркетологи (64,8%). Большинство компаний всё ещё находятся на этапе точечного внедрения, что оставляет огромный потенциал для повышения эффективности.

В Федеральной резервной системе Далласа утверждают, что нейросети отлично воспроизводят то, чему учат в университетах: стандартные процедуры, шаблоны, базовый анализ. Но они пока не могут заменить опыт, который у специалистов накапливается годами и нигде не записывается: профессиональную интуицию, понимание контекста и умение действовать в нестандартных ситуациях. 

60% работодателей отмечают: кандидаты, использующие ИИ-инструменты, быстрее и эффективнее справляются с задачами. Умение работать с нейросетями превращается в такой же базовый навык цифровой грамотности, каким когда-то был Microsoft Office. Например, только за первый квартал 2026 года российские компании разместили больше 16 тысяч вакансий, в которых одним из требований было умение работать с ИИ. Это в 2,7 раза больше, чем за аналогичный период прошлого года. 

По прогнозу Goldman Sachs, массовая ИИ-трансформация может занять примерно 10 лет, в течение которых 6–7% работников окажутся вытеснены. Звучит тревожно, но исторически технологии создавали больше рабочих мест, чем уничтожали: около 60% нынешних профессий в США не существовали в 1940 году.

В целом же исследования показывают, что занятость растёт там, где ИИ дополняет уже имеющиеся у человека навыки. Поэтому в будущем, вероятнее всего, выиграют компании, которые выстроят процессы вокруг развития не только ИИ, но и своих сотрудников. 

В Академии можно:

〰️ Создавать ИИ-агентов на лабораторных работах, основанных на реальных бизнес-кейсах — от подготовки отчётов и рыночной аналитики до проведения маркетинговых исследований. Навыки по написанию кода не нужны.

〰️ По кукбукам — пошаговым инструкциям — создавать ИИ-агентов для мониторинга новостей, суммаризации встреч, онбординга новых сотрудников и других задач.

〰️ По теоретическим материалам — выбрать ИИ-модель под свои задачи и оценить эффективность итогового ИИ-решения, узнать, из чего складываются затраты на внедрение ИИ и как их оптимизировать. 

〰️ Найти уже готовые системные промпты, например, для повышения эффективности работы отдела клиентской поддержки.

Также есть гайд, чтобы научиться генерировать эффективные промпты самостоятельно.

🟣 Anthropic включился в гонку по созданию постоянно работающих ИИ-агентов для разработки кода. Компания представила функцию routines в Claude Code, позволяющую разработчикам настраивать автоматизированные задачи по расписанию. Их можно запускать через API, по событиям GitHub или в заданное время — и всё это без необходимости держать ноутбук включённым.

Одновременно Anthropic показал масштабное обновление Claude Code: оно превращает десктоп-клиент из простого интерфейса для ввода промптов в полноценную рабочую среду, где можно отслеживать разные задачи и переключаться между ними. 

🟪 ИИ-компании вводят ограничения на фоне нарастающего дефицита вычислительных мощностей. Финансовый директор OpenAI Сара Фрайер признала, что компании приходится отказываться от многих перспективных проектов и сосредотачиваться на самых приоритетных, поскольку спрос на ИИ растёт быстрее, чем доступные мощности для обучения и обслуживания моделей. 

Параллельно с этим Anthropic заблокировал прямое использование подписок на его Claude через сторонние агентные платформы, такие как OpenClaw, вынуждая разработчиков и пользователей переходить с подписки на оплату за токены или специальные дополнительные пакеты.  

С похожими проблемами сталкиваются и другие ведущие ИИ-компании. По мере того как нагрузки агентного ИИ стремительно растут, а цепочки поставок рушатся одна за другой, крупнейшие ИИ-провайдеры вынуждены нормировать доступ к своим моделям, пересматривать ценовую политику и принимать болезненные решения о судьбе отдельных продуктов.

🌟 Команда из ВШЭ и Yandex Research разработала новый подход, который снижает вычислительные затраты и заметно ускоряет генерацию изображений. В основе решения лежит оптимизация диффузионных моделей, которые обычно требуют значительных вычислительных ресурсов, из-за чего их применение ограничено по скорости и стоимости. Благодаря предложенному методу изображения вместо нескольких секунд генерируются всего за 0,3–0,4 секунды при сохранении визуального качества. 

🟣 ИИ при создании защищённого кода может снизить затраты на ФОТ на 20–50%. Такие результаты приводит в своём исследовании компания «Солар». Авторы отмечают, что автоматизация ускоряет рутинные задачи, но не заменяет экспертов: применять ИИ-инструменты в безопасной разработке необходимо в закрытых контурах, а результаты должны проверять специалисты. При этом DevSecOps становится не просто модным трендом, а необходимой практикой для снижения рисков инцидентов безопасности и расходов на устранение уязвимостей в поздних стадиях жизненного цикла ПО. Также использование ИИ в ИТ-безопасности и разработке отчасти могло бы компенсировать дефицит специалистов по безопасной разработке.

🟪 Цены на DRAM и SSD выросли более чем вдвое в I квартале 2026 года. Итог — ажиотажный спрос на ПК. Аналитики Counterpoint Research зафиксировали резкий рост цен на ключевые компьютерные компоненты: базовая оперативная память DRAM за три месяца подорожала примерно на 110%, а твёрдотельные накопители SSD объёмом 1 ТБ без DRAM — на 147% по сравнению с IV кварталом 2025-го. В результате производители ПК массово скупают комплектующие, пока они снова не подорожали. Вслед за ними ритейлеры стали закупать больше компьютеров по старым ценам: мировые поставки выросли на 3,2%, а у некоторых производителей (например, ASUS и Apple) — в два раза.

«Норникель» самостоятельно разрабатывает сложные агентские системы на базе металлургической доменной модели MetalGPT для трансформации процессов проектирования, управления капитальными проектами, запасами и финансово-экономического контроля. 

В отдельных сценариях сроки выполнения задач сокращаются с 30 дней до нескольких часов. Сейчас тестируют несколько десятков сложных агентских систем, а также дополнительно — простые личные ассистенты для сотрудников. 

Следующий этап сотрудничества — расширение доступа к ИИ-инструментам для офисных сотрудников. Благодаря модулю платформы Yandex AI Studio пользователи без специальной подготовки смогут самостоятельно создавать простых агентов и решать задачи личной эффективности. Сейчас модуль находится на стадии разработки.

Программа конференции упакована в два трека. 

На первом — AI Studio — будут практические истории применения технологий и создания ИИ‑решений. Речь пойдет как об использовании компонентов платформы Yandex AI Studio, так и об отдельных ИИ‑сервисах для разработки собственных продуктов.

На втором треке — AI in Action — речь пойдет о применении готовых сервисов Яндекса и Yandex Cloud для улучшения клиентского опыта и автоматизации бизнес‑задач.

Также запланирован питчинг историй применения ИИ. Участники смогут проверить свои гипотезы по применению ИИ в экспресс-формате и обменяться идеями.

Ранее Novabev Group, в которую входит сеть «ВинЛаб», внедрила роботов-инвентаризаторов Яндекс Роботикс в крупнейшем распределительном центре в Москве. Сейчас роботы автономно перемещаются между стеллажами, сканируют товары и передают данные в систему управления складом, что позволяет автоматически сверять остатки и оперативно выявлять расхождения.

Скорость инвентаризации одной аллеи выросла в 60 раз (с часов до минут), повысилась точность учёта, а сотрудники были освобождены от части рутинных и потенциально небезопасных операций.