ИТ-специалисты платят за ИИ из своего кармана

Каждый пятый ИТ-специалист ежемесячно тратит на ИИ-агентов больше 3 тыс. руб, 12% платят от 3 до 5 тыс. руб., а 8% — более 5 тыс. руб. Данные приводит ИТ-колледж«Хекслет» и центра «Позиция».

64% специалистов применяют его для задач внутри компаний. Около половины используют ИИ для проверки кода, треть — для написания простых скриптов, 29% — для поиска ошибок.

Что по эффекту:
▶️39% отмечают умеренную пользу от ИИ;
▶️32% считают такие инструменты крайне полезными;
▶️35% пока не видят карьерных или материальных преимуществ;
▶️14% уже получили премии благодаря результатам работы с ИИ;
▶️11% использовали ИИ для подготовки к собеседованиям и поиска работы.

Компании реагируют по-разному:

▶️у 65% респондентов использование ИИ не скрывается и уже встраивается в рабочие процессы;
▶️у 20% тему обсуждают ограниченно;
▶️15% говорят, что применение ИИ приходится скрывать.

Данные соотносятся с исследованием MWS AI и еще раз подтверждают, что рынок нормализует ИИ как рабочий инструмент, но не через корпоративную стратегию, а снизу — через конкретного сотрудника, который сам выбрал инструмент, сам оплатил подписку и сам понял, где это экономит время.

AI для бизнеса

Потратили 2,8 млн на ИИ на складе. Сэкономили 18.

Начнем рубрику #кейс с понятного и конкретного проекта, без лирики про изменение мира, прорывных бизнес-моделей и важности ИИ.

В кейсе Nurax с FMCG-дистрибьютором (компаниям не называется) у компании было 15 складов, более 2000 SKU и 450 клиентов.

❗️Проблема вполне типовая: до 35% оборотных средств зависало в избыточных запасах, до 18% заказов не выполнялось вовремя из-за дефицита товаров, а средняя загрузка транспорта держалась на уровне 62%.

⬛️Обычно это лечат дорогими капитальными решениями: строят склады, расширяют автопарк, нанимают больше людей. Но при высокой ставке такой путь быстро становится слишком дорогим. Поэтому компания пошла не наращивать инфраструктуру, а выжимать больше из той, что уже есть.

⚡️Внедрили ИИ-платформу для сквозной оптимизации логистики: прогнозирование спроса, расчет запасов по каждой SKU, автоматическое формирование заказов поставщикам, маршрутизацию с учетом пробок, временных окон и загрузки машин, а также Vision AI для контроля и инвентаризации товаров.

Проект занял 8 месяцев: аудит процессов, пилот на одном складе, интеграция с WMS/TMS/ERP, настройка ML-моделей и потом масштабирование на всю сеть.

Результат вполне конкретный:

▶️операционные затраты снизились на 23%;
▶️сервис-уровень вырос с 82% до 96%;
▶️избыточные запасы сократились на 31%;
▶️загрузка транспорта выросла с 62% до 89%;
▶️годовая экономия составила 18 млн рублей;
▶️ROI достиг 543%, срок окупаемости — 2,1 месяца.

Если максимально коротко — ИИ помог компании понять, сколько товара держать, куда и когда везти, какие позиции пополнять и как не гонять транспорт полупустым.

Потратили 2,8 млн рублей, получили 18 млн рублей годовой экономии. Для бизнеса такой язык гораздо понятнее и показательнее абстрактных премий за внедрения ИИ и инновационность.

AI для бизнеса

К2Тех запускает ИИ-офис, чтобы превратить инициативы из хаоса в деньги (или хотя бы посчитать стоимость хаоса)

«ИИ-офис» должен помочь в управлении ИИ-инициативами в компании, чтобы навести порядок в том, как бизнес выбирает, запускает и считает эффект от ИИ-проектов.

❗️Проблема типовая: ИИ-гипотез много, но живут они хаотично. Один отдел тестирует чат-бота, другой — генерацию документов, третий — аналитику, четвертый — автоматизацию заявок. В итоге бюджеты размазываются, проекты дублируются, а руководство не видит нормального ответа на главный вопрос: где деньги.

Поэтому платформа собирает в одном контуре весь цикл: идеи, гипотезы, ответственных, статусы и расчет ROI.

Для этого внутри есть:

▶️матрица потенциала — чтобы оценивать гипотезы по эффекту для бизнеса и сложности внедрения;

▶️ROI-калькулятор — чтобы считать экономику инициатив для разных доменов: производства, HR, сервисных функций и других направлений;

▶️канбан-доска для портфеля ИИ-проектов — чтобы видеть статусы, ответственных, историю изменений;

▶️каталог готовых сценариев — от мониторинга кредитно-гарантийных сделок до генерации проектной документации и анализа данных по ВЭД.

Отбор инициатив идет по трем базовым критериям: ожидаемый бизнес-эффект, сложность реализации и доступность данных. А значит, бюджет не пострадает от «а давайте сделаем чат-бот для оформления отпусков».

AI для бизнеса

ИИ стал новой космической гонкой. Только дороже. В России это начали понимать.

Максим Орешкин на II Открытом диалоге в национальном центре «Россия» сравнил масштаб инвестиций в генеративный ИИ с крупнейшими технологическими проектами XX века.

По его словам, если считать в ценах 2024 года, Манхэттенский проект обошелся экономике США примерно в $80 млрд, а вся программа «Аполлон» — в $215 млрд. При этом инвестиции в генеративный ИИ только за один год превысили $450 млрд.

❗️То есть за год в GenAI вложили больше, чем США потратили на атомный проект и высадку человека на Луну вместе взятые.

Сравнение с российским контекстом не очень утешительное:

⬛️Весь рынок ИИ в России оценивается примерно в 1,15 трлн рублей — это около $15,4 млрд по текущему курсу. А на федеральный проект «Искусственный интеллект» в 2025 году выделили 7,7 млрд рублей, то есть примерно $103 млн.

Господдержка федерального ИИ-проекта — это даже не один крупный дата-центр по мировым меркам.

Что фактически происходит:

▶️деньги идут не только в модели, но и в дата-центры, энергию, чипы, облака и инженерные команды;

▶️ИИ становится инфраструктурной гонкой государств, а не просто соревнованием чат-ботов;

▶️страны и корпорации вкладываются не в «улучшение офисной рутины», а в технологический фундамент будущего. Как бы пафосно ни звучало, но это так;

▶️входной билет в большую ИИ-гонку резко дорожает.

Сам Орешкин сформулировал это прямо: человечество сделало ставку на ИИ как на основу будущего развития.

Когда в технологию за год уходят сотни миллиардов долларов, она начинает менять не только продукты, но и стоимость вычислений, рынок труда, энергетику, инфраструктуру и конкуренцию между странами.

Вопрос в том, кто сможет позволить себе хотя бы поучаствовать в этой гонке не на уровне подписки на чат-бота, а на уровне капитала, данных, вычислений и внедрения.

AI для бизнеса

Пока вы планируете сокращения и считаете, сколько сэкономите за счет ИИ, он уже начинает стоить дороже людей.

Компании вкладываются в модели, дата-центры, облака и подписки — а потом выясняют, что это может стоить дороже самих сотрудников.

Вице-президент Nvidia Брайан Катандзаро рассказал, что в его команде расходы на вычисления уже превышают расходы на персонал.

⭐️Хороший символ текущего момента: ИИ должен был помогать экономить, но сам начал съедать бюджеты.

Gartner прогнозирует, что мировые IT-расходы в 2026 году достигнут $6,31 трлн, рост — 13,5% год к году. Самый быстрый рост — у систем для дата-центров: плюс 55,8%, до почти $788 млрд.

И здесь появляется конфликт:

🔼С одной стороны, компании продают ИИ как способ повысить продуктивность и сократить издержки.
🔽С другой — сами начинают резать штат, чтобы высвободить деньги под эту же ИИ-инфраструктуру.

Meta (запрещена в РФ и признана экстремистской) планирует сократить около 10% персонала, Microsoft предложила добровольный уход примерно 7% сотрудников в США, а за четыре месяца 2026 года в технологической отрасли уже было больше 92 тыс. увольнений.

❗️При этом не все эти сокращения честно можно назвать «заменой людей ИИ». Часто ИИ становится удобным объяснением для обычной оптимизации, переизбытка найма прошлых лет и давления инвесторов. Но направление бюджета все равно видно: деньги уходят от людей к вычислениям.

Что это значит для бизнеса:

▶️ИИ перестает быть дешевой надстройкой к существующим процессам;

▶️расходы на вычисления, облака, модели, подписки и инфраструктуру становятся постоянными;

▶️проекты без понятного ROI будет все сложнее защищать перед финансами;

▶️компании начнут сравнивать не «человек против ИИ», а «стоимость человека против стоимости автоматизированного процесса»;

▶️рынок будет быстрее уходить в сторону более дешевых моделей, гибридных стеков, on-prem-решений и жесткого контроля токенов.

Раньше бизнес считал ФОТ, аренду, маркетинг и облака. Теперь к этому добавляется еще одна тяжелая строка — стоимость интеллекта как сервиса.

И если эта строка начинает стоить дороже людей, вопрос «а где эффект?» будет звучать все чаще.

AI для бизнеса

ИИ стал самым рискованным классом в ИТ.

По данным Solar 4RAYS, уязвимости в ИИ-сервисах оказались самыми критичными среди всех ИТ-решений. Средняя оценка критичности — 9,2 из 10 баллов. Это на 1–2 балла выше, чем у других категорий ИТ-продуктов.

Пока доля таких уязвимостей небольшая: в I квартале 2026 года ИИ-ассистенты, чат-боты и другие ИИ-продукты дали около 5% всех зафиксированных брешей. Но важна не доля, а тяжесть.

❗️Около 60% найденных уязвимостей в ИИ были признаны критическими, еще 26% — высокого уровня риска.

То есть ИИ пока ломают не чаще всех, но если ломают — то серьезно.

▶️ИИ-сервисы уже работают с кодом, документами, внутренними базами, клиентскими запросами и корпоративными знаниями;

▶️ошибка в такой системе — это не просто сбой чат-бота, а риск утечки данных, обхода ограничений, неправильных решений и компрометации бизнес-процессов;

▶️чем глубже ИИ встраивается в корпоративный контур, тем выше цена каждой уязвимости.

Отдельная проблема — использование LLM в безопасной разработке. «Солар» ранее тестировал большие языковые модели на задачах триажа и исправления уязвимостей кода.

🔴Вывод: ChatGPT и DeepSeek могут пропускать 40–50% уязвимостей в Java- и Python-проектах.

Ранее мы писали о том, как ИИ становится инструментом для ИБ, но теперь он сам становится поверхностью атаки, причем высокой критичности.

Для бизнеса это значит простую вещь: внедрять ИИ без отдельного security-контроля — примерно как выкатывать новый продукт в продакшн без тестирования. Заработать может быстро, но ненадолго.

AI для бизнеса

«Магнит» запустил ИИ-ассистента для поставщиков

«Магнит» вместе с Retail Services запустил ИИ-ассистента для поставщиков. Сервис превращает сложную ритейл-аналитику в обычный чат. Поставщик задает вопрос обычным языком, а система собирает ответ с таблицами, графиками и бизнес-выводами.

Что умеет сервис:

▶️выгружать статистику по остаткам, продажам и другим данным RS.Magnit;

▶️сопоставлять периоды, считать отклонения и визуализировать тренды;

▶️анализировать причины изменений и давать рекомендации по улучшениям;

▶️работать с документами пользователей;

▶️использовать готовые запросы для типовых расчетов.

Например, можно спросить:

⬛️«Покажи упущенные продажи за последний промо-период в Московском регионе с разбивкой до товара и формата».

⚡️Ассистент должен выдать анализ по причинам: отсутствие остатков, виртуальный сток, логистические сбои и другие факторы.

Ценность здесь не в чат-боте как таковом, а в снижении порога входа в аналитику для поставщиков. Раньше такие задачи требовали аналитика, BI-системы и нескольких часов ручной работы. Теперь часть этих расчетов можно запускать прямо из браузера через вопрос на естественном языке.

❗️Ассистент развернут в защищенном контуре Retail Services: данные поставщиков изолированы друг от друга, не смешиваются и не используются для обучения на чужих запросах. Для ритейла это важная деталь, потому что речь идет не просто о цифрах продаж, а о коммерчески чувствительных данных.

AI для бизнеса

ICT.Moscow опросил 624 представителя российского ИТ-сообщества о том, что для них важнее всего при использовании ИИ-агентов в 2026 году.

Рынку мало разговоров про «автономных помощников». Пользователи хотят не магии, а понятных функций, надежности, прозрачности и встраивания в рабочие процессы.

Самый частый ответ — возможность положиться на ИИ-агента как на напарника в работе. Это отметили 36% участников. Еще 35% выбрали прозрачность и безопасность решений, а 31% — измеряемый и понятный результат.

🔴Ключевой запрос сейчас не на «вау, агент сам все сделал», а на управляемость: что именно он делает, почему так решил, можно ли ему доверять и какой эффект это дает.

Во второй группе — практические сценарии:

▶️34% хотят возможность использовать агента локально;
▶️33% ждут развития свойств и возможностей ИИ-агентов;
▶️28% считают важной совместимость с уже используемыми инструментами;
▶️27% хотят применять агентов для написания программного кода;
▶️еще 27% видят ценность в применении агентов в разных бизнес-процессах;
▶️14% считают ИИ-агентов хайпом.

А вот большой выбор решений, включая отечественные, пока волнует только 12% опрошенных. На текущем этапе важнее не происхождение агента, а чтобы он был полезен, понятен, безопасен и нормально жил внутри рабочего стека.

Похоже на нормальную стадия взросления: сначала все смотрели, что агент вообще умеет. Теперь начинают спрашивать, можно ли его пустить в реальные процессы и не пожалеть.

AI для бизнеса

Кембриджский центр альтернативных финансов опросил 130 центробанков и финансовых ведомств.

Картина получилась странная: регуляторы в целом позитивно смотрят на внедрение ИИ в финсекторе, но сами плохо понимают, как именно он уже используется и какие риски создает.

Сейчас только 24% финансовых регуляторов собирают данные о внедрении ИИ в секторе. Еще 43% не планируют начинать такой мониторинг в ближайшие два года.

С рисками ситуация еще хуже:

▶️киберриски из-за ИИ отслеживают только 13% регуляторов;
▶️случаи мошенничества — 9%;
▶️предвзятость ИИ-моделей к клиентам — 5%.

Регуляторы считают, что ИИ поможет рынку и достижению надзорных целей, но при этом у большинства нет регулярных данных ни по внедрению, ни по рискам.

То есть технология уже уходит в банковский сектор, а надзор за ней пока остается на уровне наблюдения со стороны.

Сами регуляторы заметно отстают от рынка во внедрении ИИ в собственную работу:

▶️около 81% находятся только на стадии изучения или пилотирования;
▶️агентный ИИ используют 28% регуляторов против 52% в среднем по отрасли.

Для финсектора это неприятная комбинация: банки и финтех быстрее внедряют ИИ, а регуляторы медленнее собирают данные, слабее тестируют риски и реже используют такие инструменты сами.

Российский ЦБ в этом опросе не участвовал, но Эльвира Набиуллина на пресс-конференции 24 апреля сообщила, что в Банке России ИИ используют для первичного анализа данных.

AI для бизнеса

Дочка «Софтлайна» переносит IPO. Формально — из-за рынка, но все не так неоднозначно.

FabricaONE.AI, ИИ-направление «Софтлайна», объявила о переносе IPO на Московской бирже. Компания планировала выйти на биржу в апреле, книга заявок была покрыта, интерес инвесторов подтвержден, но размещение решили отложить из-за ухудшения внешнего фона и роста рыночной неопределенности.

В ходе IPO FabricaONE.AI собрала заявок более чем на ₽2 млрд.

Формулировка стандартная: при высокой волатильности IPO может создать неоправданный риск для стоимости акций после начала торгов.

Поэтому компания обещает вернуться к размещению позже, когда рыночная конъюнктура станет более благоприятной.

Но тайминг любопытный.

❗️Заявление о переносе вышло на следующий день после того, как Арбитражный суд Москвы наложил обеспечительные меры на шесть компаний группы «Софтлайн», включая четыре структуры, подконтрольные FabricaONE.AI. Общий размер требований по иску — 1,57 млрд руб.

Сама компания ранее заявляла, что этот спор не связан с ее операционной деятельностью и не должен влиять на IPO.

Что важно по фактам:

▶️IPO планировалось провести в апреле;

▶️ценовой ориентир составлял 25 руб. за акцию;

▶️оценка компании — около 14 млрд руб. без учета средств, привлекаемых в ходе сделки;

▶️компания хотела привлечь около 2 млрд руб.;

▶️книга заявок, по заявлению FabricaONE.AI, была покрыта;

▶️поданные заявки удовлетворяться не будут, заблокированные средства инвесторам разблокируют по правилам Мосбиржи.

Новые сроки IPO обещают объявить отдельно.

AI для бизнеса

Сбер будет учить руководителей управлять ИИ-агентами

СберУниверситет и «Школа 21» запускают «ГигаАкадемию» — образовательный проект про создание и управление мультиагентными ИИ-системами.

Программа рассчитана на руководителей и не требует глубоких навыков программирования.

❗️Если ИИ-агенты действительно входят в компании как рабочий слой, руководителю уже недостаточно понимать только людей, процессы и KPI.
⬛️Ему придется понимать еще и архитектуру цифровых исполнителей: кто за что отвечает, где границы автономности, как проверяется результат и кто несет ответственность за ошибку.

По сути, Сбер упаковывает новую компетенцию для управленцев: не «как пользоваться ИИ», а как управлять организацией, где часть работы делают не сотрудники, а агентные системы.

Хотелось бы посмотреть программу курса, чтобы убедиться, что речь про реальное управление мультиагентными системами, а не раздача ролей в одном чате в формате «Ты — финансовый аналитик», а «Ты — стратег».

Потому что сейчас заявлено освоение следующих навыков для агентов:

🔴ищут и проверяют информацию,
🔴собирают аналитику,
🔴помогают строить финансовые модели,
🔴готовить стратегии,
🔴автоматизировать рутину.

AI для бизнеса

«Яндекс» готовит рынок к агентной коммерции

«Яндекс» прогнозирует, что к 2030 году до 10% онлайн-транзакций в России могут проходить через ИИ-ассистентов. В деньгах это больше 3 трлн рублей.

❗️Речь о новом канале продаж, где пользователь не идет в каталог, не сравнивает десятки вкладок и не проходит классическую воронку интернет-магазина.
⬛️Он задает задачу ассистенту, получает подборку, сравнение и переходит к покупке прямо из диалога.

Для этого «Яндекс» развивает Yandex Commerce Protocol — стандарт интеграции интернет-магазинов с ИИ. Через него продавцы смогут размещать товары в ответах «Алисы AI», а пользователи — переходить к оформлению заказа через единый интерфейс.

Уже более 1,6 тыс. интернет-магазинов подали заявки на подключение к протоколу, более 200 ретейлеров уже начали интеграцию. Среди них — «Стокманн», restore, аптеки «Горздрав» и «36,6», «Билайн», The Act. Часть участников уже получает заказы через новый канал.

Где спрос со стороны бизнеса выше всего:

▶️товары для дома, ремонта и мебели — 30%;
▶️электроника, бытовая техника и промышленное оборудование — 23%;
▶️мода и красота — 20%.

Около 10% запросов к «Алисе AI» уже связаны с поиском и выбором товаров. То есть ползователи начали этим пользоваться до появления инфраструктуры продаж под агентов.

Что это значит для бизнеса:

▶️карточка товара будет оптимизироваться не только под человека, маркетплейс и поиск, но и под ИИ-ассистента;

▶️в выдаче будут выигрывать предложения с понятными характеристиками, корректными данными, нормальной ценой, наличием и доставкой;

▶️продавцам придется думать не только о SEO и performance-маркетинге, но и о том, как их товар понимает агент;

▶️агентная коммерция становится новым слоем между покупателем и магазином.

«Яндекс» сейчас собирает инфраструктуру для рынка, где покупатель все чаще будет делегировать выбор ассистенту.

Недавно мы писали о том, что X5 уже начали оптимизировать карточки своих товаров для агентской коммерции.

AI для бизнеса

Лидер на лицо.

Учёные НИТУ МИСИС и Санкт-Петербургского федерального исследовательского центра РАН разработали ИИ-систему для оценки кандидатов по видеоинтервью.

Компьютерное зрение и LLM анализирует речь, мимику и поведение соискателя, а затем рассчитывает индекс лидерского потенциала — Top Potential Score.

Оценивается по трем группам признаков:

▶️профессионально-когнитивная компетентность;
▶️наблюдаемое лидерское поведение;
▶️личностная предрасположенность к лидерству.

Разработчики утверждают, что система смогла отделить кандидатов с высоким управленческим потенциалом: все представители топ-менеджмента в исследовании попали в верхние 20% рейтинга.

Будет ли это повсеместной практикой — пока рано говорить, потому что пока кто-то против самого факта участия ИИ в найме.

AI для бизнеса

В Москве прошла церемония AI AWARDS 2026 — отраслевая премия для проектов и компаний в сфере искусственного интеллекта.

❗️Победителей определяли не голосованием жюри, а на основе алгоритмического анализа данных.

ИИ здесь оказался сразу в двух ролях: и предметом оценки, и инструментом самой оценки.

Оценка была не по закрытому мнению экспертной группы, а по большому массиву публичных данных — кто чаще и заметнее присутствует в теме, где есть реальные проекты, какие компании и команды формируют повестку.

Получилось ли отделить медиа-шум от реального вклада — пока под вопросом, но тем не менее масштаб датасета такой:

▶️9,4 млрд русскоязычных публикаций в Telegram и Max;
▶️139 млн публикаций российских СМИ;
▶️169 млн англоязычных материалов зарубежных медиа;
▶️более 4 млн публикаций по теме ИИ вошли в итоговую базу анализа.

Среди победителей нет никого неожиданного:

🔴Сбербанк — ИИ в банках, импортозамещение в ИИ и зрелость системы управления ИИ;
🔴Росатом — ИИ в промышленности;
🔴Webiomed — ИИ для здравоохранения;
🔴НИУ ВШЭ — ИИ в образовании;
🔴Wildberries — ИИ в ритейле;
🔴«Лаборатория Касперского» — ИИ-разработчики;
🔴«Яндекс» — Россия в мировом ИИ;
🔴Positive Technologies — ИИ в кибербезопасности;
🔴Билайн, Сбербанк и MWS AI — ИИ-агенты.

Оценка алгоритма не делает премию абсолютно нейтральной: многое зависит от качества датасета, правил отбора, методики и того, как именно модель понимает «вклад» или «лидерство».

Для этого методология и источники должны быть публичными. Но как минимум это честнее, чем делать вид, что субъективного фактора в отраслевых премиях не существует.

AI для бизнеса

#дайджест

Про регулирование.

▶️Правительство смягчило законопроект об ИИ: убрали часть требований к данным, разработчикам, ответственности и «доверенности» коммерческих сервисов.
▶️Путин заявил, что России нужна собственная сбалансированная модель регулирования ИИ с учетом зарубежного опыта.
▶️Центробанки мира позитивно смотрят на ИИ, но большинство почти не отслеживает его риски в финансовом секторе.

Про сотрудников.

▶️35% россиян скрывают от начальства, что используют ИИ на работе.
▶️Каждый пятый ИТ-специалист тратит на ИИ-агентов больше 3 тыс. рублей в месяц из своего кармана.

Про деньги.

▶️Орешкин сравнил инвестиции в GenAI с Манхэттенским проектом и «Аполлоном»: за год в технологию вложили больше $450 млрд.
▶️ИИ начинает стоить дороже сотрудников: у Nvidia расходы на вычисления уже превышают расходы на персонал, а мировые траты на дата-центры в 2026 году могут вырасти на 55,8%.

Про безопасность.

▶️«Солар» признал уязвимости ИИ-сервисов самыми критичными среди ИТ-продуктов — 9,2 из 10.
▶️Только 24% финансовых регуляторов собирают данные о внедрении ИИ, а киберриски из-за ИИ отслеживают всего 13%.

Про рынок.

▶️FabricaONE.AI (Дочка «Софтлайна») перенесла IPO: формально из-за волатильности, но на фоне обеспечительных мер на структуры группы «Софтлайн».
▶️«Яндекс» готовит рынок к агентной коммерции: к 2030 году до 10% онлайн-транзакций в России могут идти через ИИ-ассистентов.
▶️AI AWARDS 2026 выбрала лучших в ИИ с помощью алгоритмического анализа данных, а не классического голосования жюри.

AI для бизнеса

Почему регуляторы напряглись из-за новой модели Anthropic

История с Claude Mythos Preview от Anthropic выглядит как очередной хайп про «модель, которую слишком опасно выпускать».

Но в этот раз регуляторы переживают не из-за пресс-релиза.

❗️Mythos показал резкий скачок именно в киберспособностях — поиске уязвимостей и потенциальной автоматизации атак.

7 апреля Anthropic представила Mythos в рамках Project Glasswing — без публичного релиза, с ограниченным доступом для AWS, Apple, Cisco, CrowdStrike, Google, JPMorgan, Microsoft, NVIDIA, Palo Alto Networks и ещё около 40 организаций.

По заявлению самой Anthropic, за несколько недель модель помогла найти тысячи уязвимостей в каждой крупной ОС и каждом крупном браузере.

Есть и независимая оценка

Британский AI Security Institute провёл свою проверку и зафиксировал некоторые показатели:

▶️73% решённых экспертных CTF-задач — год назад их не решал никто
▶️первая модель, прошедшая до конца «The Last Ones» — 32-шаговую симуляцию атаки на корпоративную сеть, которая у человека занимает ~20 часов
▶️в свежем отчёте по GPT-5.5 AISI отдельно подчёркивает: это не разовый прорыв, а новая норма для frontier-моделей

Важно, что тесты шли в контролируемой среде без активных защитников, поэтому против хорошо защищённых систем модель пока никто не проверял.

Где тут реальная угроза, о которой переживают

Не в том, что «ИИ стал злым». Угроза в асимметрии: тот же инструмент, что ускоряет защитников, ровно так же ускоряет атакующих.

❗️Цикл «найти дыру => собрать эксплойт => масштабировать атаку» резко сжимается.

Anthropic сама приводила пример, где полный пайплайн эксплойта собрался меньше чем за сутки и дешевле $2000.

Финансовый сектор оказался в эпицентре по понятной причине — легаси-системы и накопленный технический долг.

Регуляторы отстают, поэтому переживают

Мы писали о свежем отчёте, где опросили 130 центробанков и регуляторов в 151 стране:

▶️финансовые институты внедряют ИИ в 2+ раза быстрее своих надзорных органов
▶️только 24% регуляторов собирают данные о внедрении ИИ в индустрии
▶️43% не планируют этого делать в ближайшие два года
▶️48% всё ещё «изучают» ИИ или вообще им не занимаются
▶️при этом 81% финансовых организаций уже используют ИИ, 52% экспериментируют с агентным ИИ

Это реальное слепое пятно: регулятор не может управлять тем, чего не видит.

Сухой вывод без хайпа

Mythos не «сломает интернет» сам по себе. Но это новая фаза: скорость атаки растёт, сложность инфраструктуры остаётся, а надзор пока не умеет быстро видеть, где именно ИИ уже встроен в процессы.

Главная проблема не в Mythos как модели. Главная проблема в том, что финансовый сектор уже заходит в агентный ИИ, а регуляторы только разбираются, как вообще этот риск измерять.

AI для бизнеса

Издатели хотят денег за обучение ИИ на текстах СМИ

Вокруг законопроекта об ИИ появился еще один конфликт: кто должен платить за данные, на которых обучаются модели.

Разработчики хотят доступ к большим массивам контента, издатели — сохранить авторские права и получать отчисления за использование материалов СМИ.

По данным «Коммерсанта», текущая версия законопроекта допускает бесплатное использование датасетов для обучения ИИ.

⬛️И это раздражает медиарынок: если нейросети учатся на публикациях СМИ, а потом сами начинают генерировать новости, пересказы и ответы, то возникает простой вопрос — а чьи тексты?

В обсуждении участвуют «Комсомольская правда», «Московский комсомолец», ИД «Коммерсантъ», «Российская газета», Shkulev Media и другие игроки. Их позиция понятная: контент должен оставаться объектом авторского права, а доступ к нему для обучения моделей нужно оформлять через лицензионные договоры.

⬛️Для разработчиков логика обратная. Без больших датасетов качество моделей будет хуже, особенно если речь о русскоязычных данных.

Ранее бизнес уже критиковал ограничения в законопроекте и предупреждал, что жесткие требования могут поднять затраты на внедрение ИИ на 20–40% и замедлить вывод продуктов на рынок в 1,5–2 раза.

И здесь главный конфликт:

▶️разработчикам нужны большие объемы данных, чтобы модели были конкурентоспособными;

▶️издатели не хотят бесплатно отдавать контент, на производство которого тратятся редакции, журналисты и инфраструктура;

▶️государство пытается одновременно поддержать суверенный ИИ и не сломать рынок правообладателей;

▶️бизнес боится, что жесткое регулирование сделает разработку моделей дороже и медленнее.

❗️Минцифры пока говорит, что финальной версии документа нет: законопроект дорабатывается вместе с отраслью и ведомствами. При этом ведомство хочет оставить закон рамочным, а отраслевые особенности регулировать отдельно — в транспорте, медицине, образовании и других сферах.

По сути, спор не о том, можно ли обучать ИИ на текстах СМИ. Спор о том, будет ли контент для нейросетей бесплатной рудой или лицензируемым ресурсом.

Сейчас рынок попал в замкнутый круг: без данных не будет сильных моделей, но без оплаты данных не будет тех, кто эти данные производит.

🦾 AI для бизнеса

«Детский мир» запустил ML-фабрику и делает больше 100 персональных промо в день.

Разбираем #кейс «Детского мира» с Т1 Облако, которые автоматизировали создание более 100 уникальных промо в сутки для 25 млн клиентов.

Для этого собираются данные о просмотрах, покупках, кликах на сайте и других действиях клиентов. После обработки данные уходят на облачные GPU, где обучаются ИИ-модели.

Это помогает:

▶️определить пол и возраст ребенка покупателя;
▶️рассчитать вероятность следующей покупки со скидкой и без;
▶️подобрать оптимальный бонус;
▶️сформировать персональное предложение в приложении или на сайте.

Ритейлер пытается точнее понять, кому, когда и какое предложение нужно: скидка, бонус, персональное предложение или вообще ничего, если клиент и так готов купить.

❗️Здесь важна экономика:

🔴Персонализация позволяет снижать потребность в веерных распродажах и лучше управлять маржинальностью.

🔴Если система понимает, кому достаточно небольшого бонуса, а кому нужна сильная скидка, ритейлер меньше раздает лишнюю скидку тем, кто и так купил бы товар.

🔴Отдельно ритейлер развивает собственную платформу для работы с LLM — для анализа отзывов клиентов и других прикладных задач.

Фактически кейс не про новость о сотне персонализированных реклам в день, а про то, что это уже промышленный контур персонализации. И если у вас нет доступа к GPU-вычислениям на NVIDIA, которые попадают под экспортные ограничения США, то и фабрику рекламы сделать будет непросто.

🦾 AI для бизнеса

Хороший специалист уже не тот, кто всё делает сам

Почти треть сотрудников применяют нейросети в работе, по данным «Авито Работа». Примерно столько же россиян — 35% — скрывают от начальства использование ИИ, потому что боятся выглядеть некомпетентными.

Использование ИИ само по себе уже не признак слабости или некомпетентности специалиста.

❗️Вопрос в другом:

Человек просто перекладывает задачу на нейросеть или умеет управлять инструментом и проверять результат?

По мнению управляющего директора по искусственному интеллекту «Авито» Андрея Рыбинцева, если человек не понимает предметную область, он не становится сильнее от нейросети — он просто быстрее получает результат, качество которого не может оценить.

🦾 AI для бизнеса

Selectel заходит в ИИ через отдельную компанию

Selectel учредил новое юрлицо — ООО «Эмерджентные мультиагентные системы». Формально компания говорит о расширении деятельности в ИИ и более эффективном управлении операционными процессами.

По факту это выход за пределы обычной аренды инфраструктуры и попытка забрать больше маржи в платформенном слое.

🔴GPU, серверы и облако — капиталоемкая инфраструктура, конкуренция растет, а клиенту все чаще нужен не «голый compute», а готовый контур: модели, MLOps, LLMOps, агенты, безопасность, интеграция и понятный путь до production.

🔴У Selectel для этого уже есть база. В октябре 2025 года компания запустила сервис для быстрого внедрения и масштабирования ИИ-моделей в бизнес-процессы: клиенты могут использовать LLM и open source-стек от OpenAI, Alibaba Cloud, DeepSeek, Google, IBM, Mistral, Microsoft и других, при этом данные остаются в России.

🔴Деньги тоже уже заложены. Selectel планирует инвестировать в экосистему продуктов для ИИ-проектов не менее 10 млрд руб. до 2031 года. С 2020 года компания уже вложила в это направление более 3,5 млрд руб.

Отсюда и мультиагентные системы, и попытка упаковать ИИ в более дорогой и управляемый продукт для enterprise. На это же работает недавнее партнерство Selectel, Data Sapience и GlowByte.

По сути, Selectel делает то, что уже делают крупные облачные игроки глобально: пытается не остаться поставщиком железа под чужие модели, а стать платформой, на которой эти модели и агенты будут жить.

🦾 AI для бизнеса