Реальные кейсы с ИИ

Реальная картина ИИ в России: как эффективно внедрять искусственный интеллект Многие компании уже активно используют искусственный интеллект, но ощутимую прибыль от него получают далеко не все. По данным исследования «Яков и Партнёры», несмотря на то, что 71% российских компаний применяют генеративный ИИ, значительный финансовый эффект (более 5% EBITDA) фиксируют лишь 9% из них. Главная причина — ИИ внедряют в старые процессы, не меняя при этом обязанности людей и систему измерения результатов. Большинство инструментов, которые сейчас называют «ИИ-агентами», на деле являются обычными помощниками. Настоящий агент должен самостоятельно планировать работу, исправлять ошибки и доводить задачу до конца. Эксперты «Яков и Партнёры» изучили 18 международных продуктов и выяснили, что полноценными агентами оказались только 7 из них (39%). В России готовых агентов на открытом рынке практически нет. Компаниям приходится собирать их самостоятельно. Из 22 изученных российских внедрений только 4 достигли высокого уровня автономности. Чаще всего ИИ используют во внутренних процессах — там проще посчитать результат и меньше рисков. Авторы отчета рекомендуют начинать с простых повторяющихся задач внутри компании, а не с клиентских сервисов. Главная ставка — не на сокращение сотрудников, а на рост продаж и ускорение работы. Полноценный эффект от ИИ обычно проявляется не за месяцы, а ближе к рубежу 1—1,5 лет.

AI Talks с Cloud.ru - ИИ безопасный и эффективный Недавно принял участие в дискуссии AI Talks «Hybrid AI. Баланс эффективности и безопасности», организованной Cloud.ru. В дискуссии также принимали участие коллеги из ГК Аэрофлот, Алроса и Уралхим. Вместе с коллегами обсуждали не возможности искусственного интеллекта сами по себе, а то, как компании сегодня проходят путь от пилотов к промышленному внедрению AI. Для меня особенно ценно было увидеть, что рынок постепенно уходит от обсуждения отдельных моделей и начинает говорить о построении устойчивых AI-платформ и реальной трансформации бизнеса. Несколько мыслей, которые, на мой взгляд, стали ключевыми: • Данные остаются главным активом. Качество данных, процессы их подготовки и управления оказывают на результат значительно большее влияние, чем выбор конкретной LLM. • AI должен приносить измеримый эффект. Сегодня успешность проекта оценивается не количеством внедренных моделей, а конкретными бизнес-показателями: сокращением затрат, ростом производительности, ускорением процессов или повышением качества принимаемых решений. • Не каждая задача требует AI-агентов. Агентные системы — мощный инструмент, но использовать их стоит только там, где они действительно необходимы. Во многих случаях классическая автоматизация остается более простым, надежным и экономически оправданным решением. • Гибридная архитектура становится стандартом. Компании все чаще разделяют сценарии: критичные данные и процессы остаются внутри корпоративного контура, а менее чувствительные задачи могут использовать облачную инфраструктуру. Именно поэтому AI-стратегия должна быть не отдельной инициативой, а частью общей ИТ-стратегии компании с понятной классификацией данных, требований безопасности и вариантов размещения моделей. • Важно создавать систему, а не зависеть от отдельных людей. Архитектура, процессы, управление знаниями и AI-сервисы должны быть воспроизводимыми и масштабируемыми независимо от конкретных специалистов. • Внедрение AI — это прежде всего работа с людьми. Практика показывает, что сопротивление изменениям заметно снижается, когда сотрудники понимают: искусственный интеллект не заменяет их, а помогает избавиться от рутины, позволяя сосредоточиться на задачах, где особенно ценятся опыт, экспертиза и принятие решений. Для меня участие в таких дискуссиях — это возможность сверить собственный опыт внедрения AI с практикой других компаний и увидеть, как быстро меняются подходы к построению корпоративных AI-платформ. Спасибо команде Cloud.ru за приглашение и отлично организованную дискуссию. Было приятно поделиться своими наблюдениями за развитием рынка искусственного интеллекта, обсудить реальные кейсы внедрения и обменяться опытом с коллегами. Уверен, что именно такие открытые профессиональные обсуждения помогают отрасли двигаться вперед. 😊 InnovaiteNews

🟢 Исследование Сбера оценивает потенциал роста производительности за счёт ИИ и роботизации Пока мы обсуждаем точечные кейсы внедрения ИИ, экономика готовится к фундаментальной трансформации. Сбер представил масштабное исследование, которое по сути является дорожной картой для российского бизнеса на ближайшие 6 лет. Разберем главное. Российский рынок труда в 2026 году находится в точке фундаментальной трансформации. Безработица обновила исторический минимум (2,2% в 2025 году), а демография стала жестким ограничителем. Традиционные методы повышения интенсивности занятости исчерпаны. По прогнозам аналитиков, при сохранении текущих трендов к 2032 году нас ждет дефицит кадров в объеме 0,5 млн человек. В этих условиях единственным доступным драйвером устойчивого роста становится повышение производительности труда. Вот ключевые выводы исследования, которые стоит взять на заметку: 1. Потенциал роста Внедрение триады технологий — GenAI, роботизации и удаленных режимов работы — способно увеличить производительность труда на 21–33% к 2032 году при агрессивном внедрении. При этом только генеративный ИИ добавит около 1,2 п.п. к ежегодному росту производительности. 2. Массовость влияния Искусственным интеллектом уже затронуты 61,6% навыков, и этот показатель может вырасти до 70% в каждой профессии. При этом 48% экономики (офисные работы, услуги, продажи, образование) имеют высокую подверженность автоматизации. 3. Кадровый дефицит vs Высвобождение Важный момент: ИИ не ведет к массовым сокращениям. Высвобождаемые ресурсы будут перераспределяться внутри компаний на более сложные задачи. Спрос на навыки смещается, но тотальной безработицы не прогнозируется. 4. Скрытый потенциал экономики Исследование указывает на колоссальный резерв за счет перераспределения ресурсов. Устранение барьеров для эффективных предприятий может повысить выпуск в обрабатывающей промышленности на 48% без привлечения дополнительных кадров (по модели Индии). Есть потенциал роста и в 1.5–2 раза. 5. География и отрасли Наибольший потенциал для внедрения GenAI сосредоточен в Москве, Санкт-Петербурге и крупных промышленных центрах. Однако в отраслях с доминированием физического труда (логистика, производство) именно роботизация становится основным инструментом, компенсируя нехватку водителей, грузчиков и операторов. Как отметил первый зампред Сбера Александр Ведяхин: «Цель более чем в 11 триллионов рублей к 2030 году выглядит достижимой, а при ускоренном масштабировании, в том числе за счет ИИ-агентов, потенциал может оказаться выше. Это возможно при быстром переводе пилотов в массовое внедрение, особенно в отраслях с большим объемом повторяемых задач — по нашим оценкам, таких около 48% экономики». Для бизнеса это не просто прогноз, а четкий сигнал к действию. Во-первых, инвестиции в ИИ и автоматизацию становятся не вопросом конкурентного преимущества, а вопросом выживания в условиях кадрового голода. Во-вторых, фокус смещается с поиска «новых рук» на повышение качества управления ресурсами и переобучение персонала. Компании, которые начнут системную работу с данными и навыками уже сегодня, заложат фундамент для роста на следующее десятилетие. 😊 InnovaiteNews

Что сегодня действительно обсуждает рынок ИИ Недавно мне довелось модерировать конференцию TAdviser Artificial Intelligence Day 2026. За один день на одной площадке собрались представители крупнейших компаний, государственных организаций и ИТ-вендоров. Если попробовать сформулировать главный вывод, то он очень простой. Рынок перестал обсуждать, нужен ли искусственный интеллект. Теперь обсуждают, как сделать так, чтобы он приносил измеримый бизнес-результат. Вот несколько трендов, которые особенно бросились в глаза. 1. Все переходят от пилотов к промышленному внедрению Еще год назад большинство компаний рассказывали о первых экспериментах с генеративным ИИ. Сегодня фокус совсем другой: • как масштабировать успешные кейсы; • как встроить ИИ в ежедневные бизнес-процессы; • как обеспечить надежность и безопасность решений; • как посчитать экономический эффект. ИИ постепенно становится обычной корпоративной технологией, а не экспериментальной лабораторией. 2. ИИ-агенты становятся новой точкой роста Практически в каждой дискуссии звучала тема агентных систем. Компании уже смотрят не только на чат-ботов, но и на ИИ-агентов, которые способны выполнять последовательности действий: работать с корпоративными системами, анализировать документы, взаимодействовать между собой и автоматизировать целые процессы. Следующий этап развития — управление такими агентами и их интеграция в существующую ИТ-архитектуру. 3. Данные по-прежнему остаются главным ограничением Наверное, это была самая часто повторяющаяся мысль. Даже самые современные модели не смогут дать качественный результат, если: данные разрознены; отсутствуют единые справочники; документы плохо структурированы; корпоративные знания невозможно быстро найти. Получается интересный парадокс: развитие ИИ во многих компаниях сегодня упирается не в модели, а в качество данных. 4. Все больше внимания уделяется отечественным платформам Практически каждая организация решает похожие вопросы: какую платформу выбрать; какие LLM использовать; как обеспечить информационную безопасность; как разворачивать решения внутри корпоративного контура. Тема технологического суверенитета постепенно становится частью стратегии развития ИИ. 5. Самый главный вопрос — экономика Практически никто уже не спрашивает: «Что умеет эта модель?» Гораздо чаще звучали другие вопросы: • сколько это экономит; • насколько ускоряет процессы; • какой ROI получит бизнес; • через какое время окупится внедрение. И это, пожалуй, главный признак зрелости рынка. Что в итоге? Если попытаться описать текущее состояние рынка одной фразой, то она звучала бы так: 2024 год — изучали возможности ИИ. 2025 год — запускали пилоты. 2026 год — учимся строить компании, в которых искусственный интеллект становится полноценной частью операционной деятельности. Именно вокруг этого сегодня строится большинство профессиональных дискуссий - не вокруг самой технологии, а вокруг того, как сделать ее устойчивым конкурентным преимуществом для бизнеса. 😊 InnovaiteNews

Через несколько лет вашей новой работой станет адаптация ИИ-агентов Мне кажется, многие до сих пор недооценивают, насколько сильно искусственный интеллект изменит устройство компаний. Сегодня все обсуждают модели, промпты, RAG, MCP, выбор LLM, вычислительные мощности… Но это уже перестает быть главным. Главным становится вопрос: как эффективно встроить ИИ-агентов в работу компании? Мы привыкли, что onboarding — это процесс для новых сотрудников. Их знакомят с корпоративными системами, бизнес-процессами, регламентами, как устроены внутренние коммуникации, объясняют правила принятия решений. Совсем скоро такой же процесс станет обязательным… для ИИ-агентов. И это не фигура речи. ИИ-агент не начинает приносить пользу сразу после запуска. Его необходимо обучить работать именно в вашей организации: • предоставить доступ к корпоративным данным и информационным системам; • объяснить внутренние процессы и бизнес-правила; • определить полномочия и зоны ответственности; • показать примеры правильного выполнения задач; • организовать постоянную обратную связь и контроль качества. По сути, агент проходит ту же адаптацию, что и новый сотрудник. Более того, уже появляются компании, где ИИ становится полноценным участником рабочих процессов. Например, в Linear агенты самостоятельно создают задачи, участвуют в обсуждениях и помогают командам выполнять операционную работу. Человек при этом остается тем, кто принимает окончательные решения и несет ответственность. В Ramp пошли еще дальше. Там сотрудников оценивают не только по профессиональным навыкам, но и по уровню владения искусственным интеллектом. Внутри компании есть четыре уровня зрелости использования ИИ — от базового применения до создания собственных ИИ-инструментов для всей организации. Их внутренняя идея звучит очень просто: «Ваша работа — автоматизировать свою работу». На мой взгляд, именно здесь начинается настоящая революция. Большинство компаний сегодня внедряют ИИ как инструмент. Но очень скоро придется воспринимать его как нового типа сотрудника. Это означает, что HR будет адаптировать не только людей, ИТ - выдавать доступы не только сотрудникам, службы безопасности - контролировать не только пользователей, а руководители - управлять смешанными командами, где часть задач выполняют люди, а часть - цифровые сотрудники. Появятся новые KPI, новые процессы, новые регламенты и, вероятно, новые должности. Возможно, через несколько лет профессия AI Agent Manager станет такой же привычной, как сегодня Project Manager или Product Manager. Именно поэтому я считаю, что зрелость компании в ближайшие годы будет определяться уже не количеством внедренных ИИ-сервисов, а тем, насколько эффективно она умеет принимать на работу, адаптировать и управлять своими ИИ-агентами. Возможно, это и станет главным конкурентным преимуществом бизнеса в эпоху искусственного интеллекта. И еще один момент, который часто недооценивают. Никакие ИИ-агенты не будут эффективно работать сами по себе. Их результат напрямую зависит от качества данных, с которыми они взаимодействуют. Поэтому фундамент любой AI-трансформации — это не только выбор моделей или разработка агентов, но и наведение порядка в данных. Они должны быть оцифрованы, структурированы, актуальны и доступны для обработки искусственным интеллектом. Без качественных данных даже самые современные ИИ-агенты останутся лишь дорогой демонстрацией технологий. Именно данные становятся тем фундаментом, на котором строится вся будущая цифровая рабочая сила компании. 😊 InnovaiteNews

ИИ не заменит гуманитариев. Но может заменить посредственность ВЦИОМ представил исследование о будущем гуманитарных профессий. Главный вывод оказался гораздо интереснее привычных споров о том, «заменит ли ИИ людей». Короткий ответ — нет. Но ИИ активно забирает на себя рутинную работу: написание типовых текстов, перевод, поиск информации, первичный анализ данных, обработку документов. Поэтому под наибольшим давлением оказываются начинающие специалисты, чья работа состоит из стандартных и повторяющихся задач. Эксперты называют это «кризисом джуниоров». Причем проблема касается не только гуманитариев. Похожие процессы уже происходят в IT, аналитике, маркетинге и других сферах. Данное исследование очень хорошо перекликается с исследованиями от Financial Times и Anthropic, о которых я рассказывал в этом посте. Что меняется на рынке труда? Во-первых, карьера становится нелинейной. Диплом всё реже определяет профессию на десятилетия вперед. Намного важнее способность быстро осваивать новые знания и адаптироваться к изменениям. Во-вторых, растет ценность междисциплинарности. Работодателям нужны специалисты, которые понимают не только свою область, но и умеют связывать технологии, бизнес и людей. В-третьих, владение ИИ перестает быть конкурентным преимуществом. Через несколько лет умение работать с нейросетями будет восприниматься примерно так же, как сегодня знание Excel — обязательный базовый навык. Тогда что останется человеку? Наиболее востребованными становятся компетенции, которые пока сложно автоматизировать: критическое мышление, понимание контекста, работа с неопределенностью, коммуникации, эмпатия и способность принимать решения на основе неполной информации. Самый важный вывод исследования: риск несут не отдельные профессии, а любые специалисты, чья работа сводится к выполнению типовых операций без глубокого понимания задачи. Что делать молодым специалистам уже сейчас? - Осваивать ИИ как рабочий инструмент, а не конкурента. - Выбирать направление обучения не по уровню хайпа, а по реальному интересу и долгосрочным перспективам. - Развивать навыки анализа, коммуникации и решения нестандартных задач. - Изучать смежные области и формировать междисциплинарную экспертизу. - Регулярно задавать себе вопрос: «Какую часть моей работы ИИ сможет выполнять через 3–5 лет?» Те задачи, которые легко автоматизировать, лучше начинать отдавать технологиям уже сегодня. А освободившееся время инвестировать в развитие навыков, которые создают настоящую ценность. 😊 InnovaiteNews

ИИ в девелопменте: проблема уже не в технологиях, а в управлении Консалтинговая компания «Яков и Партнёры» выпустила исследование об использовании искусственного интеллекта в российском девелопменте. Главный вывод оказался довольно неожиданным: отрасль уже понимает потенциал ИИ, но массовому эффекту мешают не модели и не вычислительные мощности. По оценке экспертов, сквозное внедрение ИИ способно принести российскому девелопменту до 0,9 трлн рублей ежегодного эффекта, что эквивалентно примерно 0,4% ВВП России. Такой результат может вернуть маржинальность отрасли к уровням 2022 года. «Благодаря цифровизации сокращается время инвестиционно-строительного цикла, люди быстрее получают объекты инфраструктуры, в которых нуждаются, а застройщики уменьшают затраты на реализацию объекта.» Парфентьев Николай Александрович, Директор Департамента цифрового развития Минстроя России Однако большинство компаний пока застряли на этапе отдельных пилотных проектов. Среди ключевых барьеров: - низкое качество данных — информация хранится в разных системах, отсутствуют единые справочники и стандарты; - риски информационной безопасности и работы с конфиденциальными данными; - отсутствие единой стратегии внедрения ИИ и распределения ответственности между бизнесом, ИТ и юридическими подразделениями; - недооценка затрат на обучение сотрудников и управление изменениями — более половины компаний признали, что не учитывали эти расходы; - отсутствие связи между ИИ-проектами и бизнес-KPI. Многие запускают пилоты ради эксперимента, а не ради измеримого финансового результата. Фактически рынок сталкивается с типичной ситуацией: технологии готовы, но организации не готовы менять процессы. Авторы исследования рекомендуют сосредоточиться не на десятках экспериментов одновременно, а на нескольких приоритетных направлениях с понятным экономическим эффектом. В центре внимания должны быть качественные данные, ответственные владельцы результата, измеримые KPI и активная поддержка руководства. Эти выводы совпадают с глобальными тенденциями в недвижимости, где лидерами становятся компании, рассматривающие ИИ как часть бизнес-трансформации, а не как отдельный ИТ-проект. Что это означает для бизнеса? Сегодня конкурентное преимущество получают уже не те компании, которые первыми покупают очередной ИИ-инструмент. Выигрывают те, кто способен встроить технологии в реальные бизнес-процессы, связать их с экономикой проекта и обеспечить качественные данные для работы моделей. ИИ в девелопменте перестал быть вопросом технологий. Теперь это вопрос управленческой дисциплины, скорости внедрения и способности превращать эксперименты в системный бизнес-результат. 😊 InnovaiteNews

ИИ приходит за самыми дорогими профессиями. Что делать молодым специалистам? Сразу два крупных исследования — от Financial Times и Anthropic — показывают интересную закономерность: искусственный интеллект сегодня активнее всего используется не в массовых профессиях, а среди высокооплачиваемых специалистов. По данным Financial Times, более 60% работников с высокими доходами используют ИИ ежедневно. Среди низкооплачиваемых сотрудников этот показатель составляет всего 16%. Наиболее активными пользователями оказались программисты, юристы, финансисты и бухгалтеры — профессии, где значительная часть работы связана с обработкой информации, анализом данных и подготовкой документов. Исследование Anthropic дополняет эту картину. Чем больше задач в профессии способен выполнять ИИ, тем чаще сотрудники опасаются сокращений или изменения своей роли. Особенно это заметно в IT-сфере. Отдельное внимание аналитики уделяют молодым специалистам. Парадоксально, но самыми активными пользователями ИИ оказались не студенты и выпускники, а специалисты около 30 лет с уже накопленным опытом. Причина проста: ИИ усиливает существующую экспертизу. Если человек хорошо понимает предметную область, он получает от технологии гораздо больше пользы. Возникает новый вызов. Многие задачи, которые раньше выполняли джуны для получения опыта, сегодня всё чаще автоматизируются с помощью ИИ. В результате начинающим специалистам становится сложнее войти в профессию и получить практические навыки. Что это означает для тех, кто только выбирает карьерный путь? Сегодня уже недостаточно смотреть только на уровень зарплат или популярность профессии. Всё важнее оценивать, насколько легко основные задачи этой работы могут быть автоматизированы в ближайшие годы. Стоит делать ставку на направления, где востребованы: • принятие решений в условиях неопределённости; • работа с людьми и управление командами; • переговоры и коммуникации; • креативность и создание новых продуктов; • междисциплинарная экспертиза. ИИ не обязательно заменит специалиста. Но специалист, который умеет эффективно использовать ИИ, всё чаще будет заменять того, кто этого не делает. Чем это полезно для бизнеса? Компании уже получают заметный рост производительности благодаря ИИ. Однако вместе с этим возникает новая кадровая проблема — сокращение возможностей для подготовки молодых специалистов. Бизнесу придётся пересматривать программы обучения и создавать новые способы развития сотрудников, иначе через несколько лет рынок может столкнуться с дефицитом опытных кадров. 😊 InnovaiteNews

Что думают руководители крупнейших компаний о будущем бизнеса Компания EY опубликовала глобальное исследование, в котором опросила руководителей крупнейших компаний мира. Один из главных выводов отчета — искусственный интеллект окончательно перестал быть экспериментом и превратился в стратегический инструмент развития бизнеса. От пилотов к масштабному внедрению Еще недавно компании запускали отдельные пилотные проекты с ИИ, пытаясь понять его потенциал. Сегодня ситуация изменилась. Большинство CEO отмечают, что проекты в области ИИ уже оправдали или превзошли ожидания. Руководители рассматривают технологии ИИ как источник роста выручки, повышения производительности и улучшения клиентского опыта. Показательно, что около 80% руководителей планируют увеличить инвестиции в ИИ в ближайший год, несмотря на экономическую неопределенность и давление на бюджеты. Генеративный ИИ - в лидерах На вопрос о наиболее трансформирующих технологиях 54% CEO назвали генеративный ИИ. Далее идут классическое машинное обучение (45%) и агентный ИИ (37%), который способен самостоятельно выполнять задачи и принимать решения в рамках заданных процессов. Это говорит о том, что бизнес постепенно переходит от использования ИИ как помощника к созданию полноценных цифровых сотрудников и автономных бизнес-процессов. Главный вызов - не технологии, а люди Интересно, что основным ограничением масштабирования ИИ руководители считают не качество моделей и не инфраструктуру. Главными проблемами названы нехватка компетенций, дефицит специалистов и сопротивление организационным изменениям. Большинство компаний уже готовятся к массовому переобучению сотрудников, изменению ролей и появлению новых профессий, связанных с ИИ. При этом многие CEO уверены, что внедрение ИИ приведет не к сокращению персонала, а к трансформации рабочих мест и появлению новых возможностей. ИИ становится частью стратегии компании Еще один важный вывод исследования - руководители перестают оценивать ИИ только через призму сокращения затрат. Все больше компаний рассматривают его как основу для создания новых продуктов, новых бизнес-моделей и конкурентных преимуществ. По сути, ИИ переходит из категории технологических инициатив в категорию стратегических активов компании. Что это значит для бизнеса Отчет EY показывает, что рынок вступает в новую фазу развития ИИ. Побеждать будут не те компании, которые просто внедрили чат-бота или корпоративный Copilot, а те, кто сможет перестроить процессы, обучить сотрудников и встроить ИИ в основу своей бизнес-модели. Сегодня вопрос уже звучит не «нужен ли нам ИИ», а «насколько быстро мы сможем превратить его в источник роста бизнеса». 😊 InnovaiteNews

😲 AI-агенты теперь могут звонить сами Стартап Saperly запустил первый мобильный телеком-оператор связи, созданный специально для AI-агентов. Теперь агент может получить собственный номер телефона, звонить, отправлять SMS и взаимодействовать с людьми без участия человека. До этого большинство AI-звонков работали как надстройка над классическими телеком-сервисами. Saperly предлагает отдельную инфраструктуру именно для агентов: — постоянный номер и Caller ID для ИИ — голос + SMS в одной линии — маршрутизацию звонков — compliance и audit trail на уровне оператора — запуск через API буквально за минуты Фактически AI-агенты начинают получать собственную «цифровую идентичность» в телеком-среде. Это уже не просто чат-бот в интерфейсе. Агент может: — сам позвонить в ресторан и забронировать стол — подтвердить заказ у поставщика — связаться с клиентом — обработать входящий звонок — переключиться с голоса на переписку без потери контекста ИИ постепенно выходит из браузера в реальный мир. Мы движемся к модели, где AI-агенты становятся полноценными цифровыми сотрудниками с собственными каналами коммуникации. 😊 InnovaiteNews

🤖 Сбер делает ставку на AI-first разработку На ЦИПР-2026 Сбер представил масштабный whitepaper «AI-Disrupt PDLC. Стратегия AI-трансформации бизнеса: от кода к намерению». Документ посвящён тому, как генеративный ИИ и AI-агенты меняют весь жизненный цикл разработки ПО — от постановки задачи до тестирования и внедрения. Ключевая идея — разработчик постепенно становится не столько «писателем кода», сколько архитектором намерений и бизнес-логики. Значительная часть рутинных операций передаётся AI-агентам: генерация кода, тестов, документации, review и сопровождение. В whitepaper описывается переход к модели specification-driven development — когда человек формулирует требования и цели, а ИИ помогает собирать готовый продукт практически в автоматическом режиме. Сбер отдельно делает акцент на мультиагентных системах, управлении контекстом и новой роли корпоративных данных. Фактически речь идёт о формировании AI-native подхода к разработке внутри крупных компаний. Интересно, что Сбер рассматривает ИИ уже не как отдельный инструмент для программиста, а как полноценный слой цифровой инфраструктуры бизнеса. Почему это важно для бизнеса: — сокращается time-to-market; — снижается стоимость разработки и поддержки; — автоматизируются рутинные процессы; — небольшие команды получают возможности уровня крупных IT-компаний; — AI-агенты становятся новым конкурентным преимуществом. Фактически рынок постепенно движется от модели «нанять больше разработчиков» к модели «масштабировать AI-агентов». И это уже не концепт, а стратегия, которую начинают внедрять крупнейшие компании. 😊 InnovaiteNews

ИИ-агенты становятся новым маркером цифровой зрелости компаний Об этом заявили топ-менеджеры крупнейших российских компаний в исследовании Ассоциации КП ПОО и аналитического центра НАФИ, представленного на конференции ЦИПР. Бизнес постепенно переходит от простых AI-инструментов к полноценным ИИ-агентам, которые могут самостоятельно выполнять задачи, анализировать данные и взаимодействовать с корпоративными системами. Сегодня это уже не эксперимент ради хайпа, а инструмент повышения эффективности и снижения затрат. По данным исследований, 78% компаний в мире уже используют ИИ хотя бы в одной бизнес-функции, а большинство руководителей планируют увеличивать инвестиции в AI в ближайшие годы. Крупные компании начинают рассматривать ИИ как часть основной инфраструктуры бизнеса. AI помогает ускорять принятие решений, повышать производительность сотрудников, улучшать клиентский сервис и снижать количество простоев оборудования. Особенно активно ИИ внедряется в промышленности, финансах, логистике и сервисных направлениях. Главное изменение — компании начинают понимать, что внедрение ИИ зависит не только от технологий, но и от качества данных, зрелости процессов и наличия собственной AI-экспертизы. 📌 Главный вывод: В ближайшие годы преимущество получат компании, которые смогут встроить ИИ-агентов в ежедневные бизнес-процессы. Для бизнеса это означает более быстрое масштабирование, снижение издержек и рост операционной эффективности. 😊 InnovaiteNews

ByteDance открыла исходный код супер-агента DeerFlow Компания ByteDance (создатель TikTok) выложила в open source проект DeerFlow — фреймворк для создания автономных ИИ-агентов. Это система, которая может не просто отвечать на вопросы, а самостоятельно выполнять сложные задачи: исследовать тему, писать код, создавать презентации и запускать скрипты. DeerFlow - это multi-agent платформа для «глубоких исследований» (Deep Research). Система принимает задачу и автоматически разбивает её на подзадачи, распределяя их между несколькими агентами. Например, на запрос: «Проанализируй 10 лучших ИИ-стартапов 2026 года и сделай презентацию». DeerFlow: • один агент ищет компании • второй анализирует финансирование • третий изучает рынок и конкурентов • финальный агент собирает результаты и формирует презентацию. Все процессы могут выполняться параллельно. DeerFlow умеет: • проводить глубокие исследования в интернете • писать и запускать Python-код • выполнять bash-команды • создавать презентации, отчеты и сайты • генерировать изображения и видео • работать с файлами и базами знаний • использовать векторные базы данных для RAG. Фактически агент получает полноценную рабочую среду, а не просто чат-интерфейс. Такие системы — шаг к появлению AI-сотрудников, которые могут выполнять целые интеллектуальные процессы: исследования, аналитику, разработку и подготовку материалов. Для компаний это означает: • автоматизацию аналитической работы • создание автономных ИИ-ассистентов для сотрудников • снижение стоимости интеллектуального труда Фактически такие системы становятся операционной системой для ИИ-агентов, на которой компании смогут строить собственных цифровых сотрудников. И судя по скорости развития open-source экосистемы, это направление станет одним из ключевых трендов AI-инфраструктуры в ближайшие годы. 📎 Качаем, изучаем, пробуем тут 😊 InnovaiteNews

CNews. Конференция "Технологии искусственного интеллекта 2026" 12 февраля 2026г. выступил на Конференции CNews «Технологии искусственного интеллекта 2026», где поделился своим видением и опытом успешного внедрения ИИ. Корпорация «Туризм.РФ» предлагает бизнесу участвовать в развитии туристической инфраструктуры на принципах государственно-частного партнерства. На сегодняшний день в ее портфеле около 40 проектов и огромное количество проектной документации по ним. Организация запустила собственную ИИ-платформу под названием «Copilot для проектного управления», которая призвана повысить эффективность работы с инвестиционными проектами и ускорить ИИ-трансформацию, рассказал Сергей Червяков, директор по цифровой трансформации и искусственному интеллекту корпорации «ТуризмРФ». На платформе уже работают функциональные ИИ-ассистенты для подготовки и обработки корреспонденции, для проектирования и анализа бизнес-процессов, разработки программного кода, развития проектной методологии и управления рисками. Продолжается развитие «Copilot для проектного управления», который направлен на повышение эффективности работы с инвестиционными проектами и ускорение цифровой трансформации корпорации. Решение интегрирует данные, документы и проектную аналитику в едином контуре и предоставляет руководству и проектным командам актуальную аналитику по проектам в реальном времени, что существенно ускоряет принятие управленческих решений. Масштабируемая архитектура и разработанный внутри корпорации «конвейер» по созданию ИИ-ассистентов позволяют быстро адаптировать платформу под задачи подразделений и новые проекты. Внедрение ИИ-платформы потребовало системной работы с командой и продуманного управления изменениями. Важно было не просто запустить инструменты, а сформировать понимание их практической ценности и встроить их в повседневные процессы. «Для нас принципиально, чтобы ИИ усиливал сотрудников, а не заменял их. Ключевая задача — помочь команде освоить новые инструменты и сделать их естественной частью рабочих процессов. Специалист, который эффективно использует ИИ, в ближайшие годы будет обладать серьёзным профессиональным преимуществом», — отметил Сергей Червяков. Он также призвал использовать подход Human-in-the-loop, который интегрирует человеческий вклад и опыт в жизненный цикл создания ИИ-продуктов. Люди должны активно участвовать в обучении, оценке и обратной связи для повышения точности и эффективности ИИ-решений. Только так ИИ превратится в эффективный инструмент решения рутинных задач и даст возможность экспертам сосредоточиться на более творческой работе. Еще больше инсайтов из мира искусственного интеллекта в спецвыпуске на CNews. 😊 InnovaiteNews

💬 Индекс ИИ-грамотности (AI Fluency Index) от Anthropic Компания Anthropic представила исследование AI Fluency Index - попытку измерить, насколько люди умеют эффективно работать с ИИ-системами. Это не про доступ к технологиям, а про навык взаимодействия с ними. И это важный сдвиг: в эпоху генеративного ИИ выигрывает не тот, у кого есть модель, а тот, кто умеет с ней работать. За последние два года генеративный ИИ стал массовым инструментом. Миллионы пользователей ежедневно взаимодействуют с моделями вроде Claude, ChatGPT и другими системами. Но возникает вопрос: все ли пользователи получают одинаковую ценность от ИИ? Anthropic попытались ответить на него количественно - через анализ сотен тысяч анонимизированных взаимодействий. Что такое AI Fluency? AI Fluency — это способность человека: • формулировать задачи для ИИ • итеративно уточнять запрос • критически оценивать результат • использовать модель как инструмент мышления, а не просто как «поисковик» Это больше похоже на навык работы с аналитиком или ассистентом, чем на обычный поиск информации. Ключевые наблюдения Исследование показывает несколько важных закономерностей: • Большинство пользователей используют ИИ поверхностно. Запросы часто одношаговые, без уточнений и доработки результата. • Продвинутые пользователи работают итеративно. Они дают контекст, уточняют формат, корректируют ответы, декомпозируют сложные задачи. Фактически они управляют процессом мышления модели. • Разрыв в продуктивности значительный. Пользователи с высоким AI Fluency получают качественно более сложные и применимые результаты. Это формирует новый тип цифрового неравенства — не в доступе к ИИ, а в умении им пользоваться. Поведенческие паттерны «продвинутых» пользователей Anthropic выделяет несколько типичных стратегий: • Чёткая постановка роли («Ты — аналитик…») • Явное описание критериев качества • Запрос альтернатив и сравнений • Дробление задачи на этапы • Запрос проверки и самокритики модели ИИ в этих сценариях становится когнитивным усилителем, а не генератором текста. Почему это стратегически важно AI Fluency становится новой компетенцией для сотрудников, для руководителей, для команд и компаний в целом. Как Excel когда-то стал базовым навыком для бизнеса, так и грамотная работа с LLM становится обязательной. Ключевое заключение исследования • Инвестиции в ИИ без обучения сотрудников не дают максимального эффекта. • AI Fluency - это управляемый навык, который можно и нужно развивать. • Компании с высоким уровнем ИИ-грамотности получают кратный прирост продуктивности. • Возникает новый KPI — не просто «внедрение ИИ», а уровень ИИ-компетенции сотрудников. 📌 Главный вывод Будущее конкурентное преимущество — это не модель, а культура работы с ней. И в 2026 году вопрос звучит уже не «используем ли мы ИИ?», а насколько профессионально мы это делаем. 😊 InnovaiteNews

🦀 Выходные с OpenClaw В январе на сцене появился OpenClaw - open-source AI-агент нового поколения, который не просто отвечает на вопросы, а самостоятельно выполняет задачи: ищет информацию, анализирует данные, строит гипотезы и возвращает структурированный результат. По сути, это шаг от “чата с моделью” к полноценному автономному цифровому ассистенту. И пока комьюнити активно экспериментирует с OpenClaw, китайские разработчики уже выкатили альтернативу - PicoClaw. Конкуренция в сегменте AI-агентов набирает обороты. Что делает OpenClaw таким мощным OpenClaw - это не очередная обертка вокруг LLM. Это полноценный агентный фреймворк. 1. Самостоятельная работа с интернетом Вы ставите задачу - агент уходит в веб, изучает источники, агрегирует факты, сравнивает данные и возвращает отчет со ссылками и пояснениями. Это уже уровень мини-аналитика, а не просто генератора текста. 2. Построение гипотез Если данных мало или вопрос сложный - OpenClaw формирует собственные предположения и аргументирует их. Он действительно “размышляет” в рамках доступного контекста. 3. Память и таймер задач У агента есть собственная память и контроль времени выполнения. Это делает его ближе к “живому” ассистенту, чем к стандартной LLM, которая просто отвечает на очередной запрос. 4. Саморасширяемость через код Если для выполнения задачи не хватает встроенных инструментов, OpenClaw может сгенерировать необходимый код, создать вспомогательный модуль и использовать его как новый инструмент. По сути, агент не ограничен фиксированным набором функций — он способен динамически расширять свои возможности, чтобы довести задачу до результата. 5. У OpenClaw есть своя “душа” - это архитектура памяти, целей и итеративного мышления. Он фиксирует задачу, декомпозирует её на шаги, планирует действия, проверяет промежуточные результаты и при необходимости корректирует стратегию. За счёт этого агент не просто реагирует на запрос, а целенаправленно доводит задачу до завершения. Для погружения — курс на русском языке Появился полноценный курс, который закрывает базу: • установка и развертывание • настройка окружения • управление агентом • кастомизация под свои бизнес-задачи • работа с памятью и инструментами Если планируете использовать OpenClaw в продакшене - без системного понимания архитектуры будет сложно. Важные ограничения • У OpenClaw пока остаются вопросы по безопасности. • Агент активно потребляет токены - без лимитов бюджет может улететь очень быстро. • Он генерирует код, работает с внешними источниками и подключается к инструментам - по сути получает реальные операционные полномочия. • Поэтому риски актуальны не только для корпораций, но и для частных пользователей. Перед внедрением важно настроить изоляцию (sandbox), разграничить права доступа, ограничить API-ключи, задать лимиты на действия и токены, включить логирование. Агент мощный - но требует инженерного контроля и дисциплины. 😊 InnovaiteNews

Друзья, сегодня на 17-й ежегодной конференции Школы IT-менеджмента «25 лет вперед: интеллект будущего» обсудим «Права цифровых граждан. ИИ против человека». Если кто-то будет на мероприятии, буду рад увидеться. Подробности 👉 тут

TAdviser SummIT 2025. «Искусственный интеллект» 27 ноября 2025г. выступил на Конференции TAdviser SummIT 2025, где поделился своим видением успешного внедрения ИИ: Сергей Червяков, директор по цифровой трансформации и искусственному интеллекту, АО «Корпорация Туризм.РФ», представил конспективный, но при этом исчерпывающий план успешного внедрения ИИ, отраженный в его презентации. «В первую очередь необходимо сделать стейкхолдера союзником ИИ-трансформации», — начал спикер. Для этого руководители должны видеть пользу и поддерживать внедрение. Дайте им ясное видение: определите бизнес-цели (рост доходов, снижение затрат, улучшение клиентского опыта), проанализируйте факты и цифры (отраслевые исследования, бенчмарки, успешные кейсы), предоставьте измеримые KPI. Разумно будет выявить рутинные операции с высокой частотой использования и начинать внедрение с этой области. Заранее оцените цифровую зрелость сотрудников для формирования планов по их обучению, а также определите наличие, качество и доступность данных для использования в ИИ-сервисах. Не в последнюю очередь нужно сформулировать требования ИБ к локализации ИИ-модели и провести аудит существующего ИТ-ландшафта. Важно работать с опасениями сотрудников (все думают одинаково: «Нас заменят роботами!»). Объясните им, что цель внедрения — сохранить экспертов, расширить их возможности, дав им возможность сосредоточиться на решении экспертных задач, а все рутинные задачи передать ИИ. Также Сергей Червяков затронул такой аспект, как персонализация. Она позволяет ИИ учитывать роль и задачи пользователя, предлагая релевантные ответы с первого запроса. Это снимает эффект «белого листа» и сокращает время на формулирование запросов, ускоряет работу и рост удовлетворенности сотрудников новым инструментом. Специалист может существенно повысить свою эффективность с ИИ. Но это касается именно специалистов, которые сформировались, прошли многое и многому научились в «доцифровые времена». Современная молодежь, которая формировалась исключительно в режиме «copy-paste» и ничего больше не видела, к зрелому возрасту экспертами не станет. Им использование ИИ такого эффекта не даст, — предостерег Сергей Червяков. 😊 InnovaiteNews

🤖 Сдать себя в аренду ИИ — теперь официально Мы часто слышим, что ИИ заменит людей. А на практике он начал… нанимать их. Появился сервис rentahuman.ai — платформа, где AI-агенты могут выбирать людей и платить им за задачи, которые сами пока не умеют выполнять. Да, заказчик здесь не человек, а алгоритм. Как это работает: ИИ выполняет цепочку действий и, если упирается в офлайн-шаг, идет на платформу, выбирает исполнителя и платит (через API / MCP, в крипте). Что ИИ может поручить человеку: — забрать посылку — сделать фото в реальном мире — попробовать еду и описать вкус — выполнить любое «подай-принеси», недоступное автоматизации По сути, это таск-биржа для ИИ и первый шаг к гибридной экономике, где AI становится полноценным экономическим агентом. Пока платформа выглядит сыро: — много заданий на лайки, подписки и криптотрейдинг — большинство профилей пустые — из забавного — уже есть CEO, бас-гитарист и модель OnlyFans — около сотни человек готовы работать «для агентов» Но сама бизнес-модель — очень сильная. Раньше ИИ вызывал API сервисов. Теперь — API людей. AI закрывает 90–95% процесса, а оставшиеся шаги делегирует человеку по запросу. Human-as-a-service для AI — вполне реальный слой новой экономики. 😊 InnovaiteNews