🌐Как ИИ меняет бизнес🌐

🤖🧰 Топ-5 новых ИИ-инструментов для бизнеса За последние три недели вышло сразу несколько обновлений, которые полезны не только «айтишникам», но и обычному бизнесу: продажи, финансы, маркетинг, документы, CRM, внутренняя автоматизация. Ниже — 5 релизов, на которые я бы порекомендовал смотреть предпринимателям и руководителям. 1️⃣ Claude for Small Business — Anthropic Anthropic запустили Claude for Small Business: коннекторы + готовые сценарии работы прямо внутри привычных сервисов малого бизнеса — QuickBooks, PayPal, HubSpot, Canva, DocuSign, Google Workspace и Microsoft 365. Внутри уже есть готовые workflow для финансов, операций, продаж, маркетинга, HR и клиентского сервиса. 🔗 Ссылка: https://www.anthropic.com/news/claude-for-small-business 📌 Где видим юзкейсы: • контроль дебиторки и напоминания по оплатам • подготовка payroll и закрытие месяца • запуск маркетинговых кампаний без отдельной команды • помощь собственнику, который сам тащит операционку 2️⃣ Canva + Claude for Small Business Canva встроила свой дизайн-движок в Claude for Small Business. Теперь из разрозненных инсайтов, продажных данных или сезонных сигналов можно сразу собирать рекламные креативы и кампании — посты, объявления, визуалы — без аутсорса и долгого ТЗ дизайнеру. 🔗 Ссылка: https://www.canva.com/newsroom/news/claude-small-business/ 📌 Вероятные юзкейсы: • быстрое создание акций и спецпредложений • локальный маркетинг для кафе, ритейла, салонов, услуг • запуск рекламных материалов на основе данных из продаж и CRM • ускорение контент-маркетинга для малого бизнеса 3️⃣ Personal Finance в ChatGPT — OpenAI OpenAI начали разворачивать новый финансовый режим в ChatGPT: можно подключать финансовые аккаунты, и система помогает видеть траты, сценарии, риски и планирование на основе реальных данных. Пока это запускается для Pro-пользователей в США, но сам вектор очень показательный. 🔗 Ссылка: https://openai.com/index/personal-finance-chatgpt/ 📌 Наиболее вероятные бизнес-юзкейсы: • финансовы

🤖💸 ИИ начинает обходиться бизнесу дороже людей Пока рынок продавал нам мечту «заменим дорогой труд ИИ-агентами», начала вылезать неприятная экономика. 🤓 Суть простая: чем дешевле становится один токен, тем больше компании начинают жечь токены вообще на всё подряд. Агентный ИИ особенно опасен для бюджета: такие системы могут тратить в разы и даже на порядки больше токенов, чем обычный запрос к модели, потому что они делают задачу в несколько шагов — сами думают, проверяют, переспрашивают, запускают действия. И вот тут начинается парадокс: 📌 эффективность растёт, но общий счёт тоже растёт. По данным Fortune, Goldman Sachs ожидает, что к 2030 году потребление токенов может вырасти в 24 раза. Microsoft уже сворачивает часть лицензий Claude Code внутри компании и переводит команды на свой Copilot CLI. А в Amazon сотрудники, по сообщениям СМИ, местами даже раздували использование ИИ ради внутренних метрик 😅 То есть мы пришли к очень важному моменту: ❌ проблема уже не в том, что ИИ «слишком слабый» ❌ и не в том, что токен «слишком дорогой» Проблема в другом: если агент начинает делать 20–50 шагов там, где человек сделал бы 2–3 действия, экономика внедрения резко меняется. 👀 Что это значит для бизнеса? 1️⃣ Считать следует не цену запроса, а цену завершённой задачи Не “сколько стоит один вызов модели”, а: сколько стоит закрыть тикет, обработать лид, собрать отчёт, подготовить договор, провести саппорт-кейс. 2️⃣ Не всякий ИИ-агент даёт ROI Если агент красиво работает в демо, но съедает слишком много токенов, проверок и итераций — он может оказаться дороже сотрудника или классической автоматизации. 3️⃣ Один из KPI 2026 года — не «сколько ИИ мы используем», а «сколько прибыли/экономии он даёт на единицу расхода» Иначе компании начнут соревноваться не в эффективности, а в сжигании бюджета. 4️⃣ Вероятно, победят не те, у кого “больше ИИ”, а те, у кого лучше экономика процесса То есть: меньше лишних шагов, меньше агентной самодеятельности, больше контроля, больш

🤖💣 Автономным ИИ-агентам рано выдавать «ключи от бизнеса» Появилась сильная работа с говорящим названием Agents of Chaos. Исследователи не тестировали агентов в стерильном чатике, а дали им почти «рабочую среду»: память между сессиями, почту, Discord, файлы и доступ к выполнению команд. После этого 20 исследователей две недели пытались их запутать, обмануть и сломать. Итог — очень отрезвляющий. 📌 Что нашли авторы? Они описали 11 реальных сценариев сбоев у автономных агентов: выполнение команд не от владельца, утечки данных, разрушительные действия на уровне системы, неконтролируемое потребление ресурсов, подмена личности, распространение плохих практик между агентами и даже частичный захват системы. При этом в ряде случаев агент сообщал, что задача выполнена, хотя по факту состояние системы этому противоречило. То есть проблема уже не в духе «модель где-то ошиблась в ответе». Проблема в другом: когда ИИ не просто советует, а действует, цена ошибки резко растёт. 👀 Самое важное здесь для бизнеса Многие компании сейчас идут к модели: «дадим агенту доступ к CRM, почте, календарю, документам, внутренним чатам и пусть работает». Звучит красиво. Но эта работа показывает: как только у агента появляются память + инструменты + право действовать, возникают новые классы рисков, которых нет у обычного чат-бота. А именно: 1️⃣ Риск ложного выполнения Агент пишет: «сделано», «удалил», «отправил», «закрыл задачу». А по факту — нет. Или сделал не то. Для бизнеса это особенно опасно в финансах, поддержке, комплаенсе и ИТ-операциях. 2️⃣ Риск подмены полномочий Если агент плохо понимает, кто реально имеет право отдавать команды, он может послушаться не того человека. Это уже история не про UX, а про безопасность и убытки. 3️⃣ Риск каскадных сбоев Один агент ошибся, передал это другому, тот — следующему. В результате проблема начинает распространяться по системе, как вирус в бизнес-процессе. 4️⃣ Риск “слишком усердного помощника” Иногда агент пытается выполнить цель

Если вы в Армении, то приходите 😉 Планирую рассказать про основные этапы внедрения ИИ в компанию, распространённые ошибки и мифы среди предпринимателей, влияние трендов (ассистенты / агенты / мультиагентные слои), а также о том, как перейти от экспериментов с ИИ к измеримому бизнес-результату. 📌Регистрация: https://luma.com/2x61a5hc 📅21 июня, воскресенье ⏱️ 17:00 📍Letters and Numbers, Туманяна 35Г, Ереван Вход = регистрация + donation, любая армянская купюра ​Telegram-чат комьюнити: @unicornmakers_yerevan ❗️Количество мест ограничено

🤖📈 ИИ-агенты меняют работу быстрее, чем многие ожидали Пока многие компании всё ещё используют ИИ как "умный чат", происходит куда более важный сдвиг: 👉 ИИ начинает брать не отдельные вопросы, а целые рабочие задачи, которые раньше занимали у человека десятки минут, часы, а иногда и почти полный рабочий день. Об этом OpenAI пишет в свежем материале про то, как агенты меняют работу: к маю 2026 года 80,6% изученных пользователей Codex хотя бы раз делегировали задачу, которую человеку пришлось бы делать больше 30 минут, 70,2% — больше часа, а 25,6% — больше 8 часов. При этом внутри OpenAI Codex уже стал основным ИИ-инструментом почти для всех функций, включая юристов, финансы и рекрутинг. 💉 Что здесь главное? Раньше ИИ чаще работал в формате: • “напиши письмо” • “сделай summary” • “помоги с идеей” Теперь всё чаще формат другой: • “разбери данные” • “собери решение” • “прогони задачу через несколько шагов” • “доведи до результата с помощью инструментов” То есть мы переходим от “ИИ как собеседник” к “ИИ как цифровой исполнитель”. 📌 Самый важный сигнал из статьи OpenAI прямо пишет, что adoption сначала шёл от инженеров, что логично, но потом особенно быстро начали расти неразработчики. С августа 2025 года число non-developer пользователей выросло в 137 раз среди индивидуальных пользователей и в 189 раз среди организационных. Это очень сильный сигнал: агенты выходят далеко за пределы разработки. 👀 Почему это реально меняет бизнес? 1️⃣ Меняется единица работы Раньше автоматизировали отдельные действия. Теперь можно отдавать ИИ целые куски процесса. Не “помоги написать отчёт”, а “собери данные, проверь, структурируй и подготовь черновик”. 2️⃣ ИИ размывает границы ролей В статье есть очень сильное наблюдение: сотрудники нетехнических функций начали делать через агента задачи, которые раньше требовали техспециалиста — автоматизацию, обработку данных, отладку, техническое исполнение. Это значит, что: • маркетинг сможет быстрее запускать аналитику • финансы — с

🤖 На Ближнем Востоке ИИ уже вышел на уровень топ-менеджмента По данным IBM, 67% компаний региона уже назначили Chief AI Officer — отдельного руководителя по ИИ. Итак, ИИ становится частью управления бизнесом. Если вы пока не хотите нанимать такого сотрудника в штат, можете обратиться к нам на бесплатную консультацию — пишите сюда: @Ai_for_2026

❌ Как самому обычному предпринимателю начать использовать ИИ? Недавно на встрече в Ереване я рассказывал о том, как компаниям правильно внедрять искусственный интеллект в бизнес-процессы. И в какой-то момент из зала прозвучал очень правильный вопрос: «А как ИИ может использовать простой предприниматель?» Не корпорация с отдельным бюджетом на инновации. Не компания со своим IT-департаментом и командой AI-специалистов. А небольшой бизнес, в котором работает несколько человек и каждый день нужно продавать, общаться с клиентами и решать десятки операционных задач. Мой ответ: Начните с ИИ-менеджера, который отвечает на вопросы потенциальных клиентов Представьте обычную ситуацию. Человек заходит на ваш сайт, интересуется продуктом или услугой, но у него появляются дополнительные вопросы (стандартная ситуация). Часто ответы уже есть на сайте, но клиенту проще написать, чем самостоятельно искать информацию. Что происходит дальше? Он пишет вам или вашему сотруднику. Но сотрудник может быть занят, отвечать слишком долго или вообще не работать в этот момент. Особенно если клиент написал вечером, ночью или в выходной. А теперь представьте, что у вас есть менеджер по продажам, который: — отвечает клиентам 24/7; — знает всё о ваших товарах и услугах; — не забывает отвечать и не теряет заявки; — задаёт уточняющие вопросы; — помогает клиенту выбрать подходящий вариант; — передаёт вам уже заинтересованного и подготовленного к покупке лида. Именно такой сценарий, на мой взгляд, является одной из самых понятных и доступных точек входа в ИИ для малого и микробизнеса. Не нужно начинать со сложной автоматизации всей компании. Начните с процесса, в котором вы уже сегодня теряете клиентов и деньги Выше прикрепил инфографику, на которой сравнил ИИ-менеджера и обычного менеджера. А как сейчас обрабатываются входящие обращения в вашем бизнесе: вручную или уже с помощью автоматизации? Если вам интересно внедрить такого ИИ-менеджера в свой проект, можно обратиться к нам за

🤖🔥 Y Combinator выпустил новый Requests for Startups Самое интересное: YC больше не делает ставку на "ещё один AI-чат". Они зовут строить компании там, где ИИ становится частью образования, обороны, инфраструктуры, комплаенса, физического мира и самого слоя доверия в интернете. Коротко по ключевым направлениям: 1️⃣ The Primer ИИ как почти персональный наставник для ребёнка. Не просто бот с ответами, а система, которая помогает учиться в своём темпе. Если это взлетит, образование может стать по-настоящему массово персонализированным. 2️⃣ The Future of American Defense Очень мощный сигнал: ИИ и deeptech теперь — часть оборонной машины. YC ждёт стартапы для дронов, сенсоров, логистики, производства и дешёвых систем перехвата. Это уже не "эксперименты", а новая промышленная политика. 3️⃣ A Cloud for Small Software Агенты резко упростят создание маленьких программ под команду или конкретную задачу. Но теперь нужен новый способ их безопасно запускать, раздавать и поддерживать. По сути — “облако для микрософта”, который будут делать не только разработчики. 4️⃣ Multiplayer AI Сегодня ИИ в основном используют поодиночке. YC считает, что следующий шаг — коллективная работа с агентами, когда команда взаимодействует не с файлом, а с “живым умным процессом”. 5️⃣ Compute at Sea Земли, энергии и разрешений под дата-центры становится всё меньше. Отсюда идея: часть вычислительной инфраструктуры переносить в море. Безумно? Да. Но именно так и выглядит рынок, где дефицит мощностей становится стратегической проблемой. 6️⃣ AI-Powered Consumer Products for 1 Billion People YC ждёт не просто очередные AI-приложения, а массовые продукты для миллиардов людей. Это ставка на то, что ИИ станет новым интерфейсом повседневной жизни: в обучении, деньгах, здоровье, передвижении и коммуникации. 7️⃣ AI for the Aging Population Пожилых людей становится больше, а рук для ухода не хватает. Значит, огромный рынок — это голосовые интерфейсы, мониторинг состояния, координация ухода и домаш

🤖💰 OpenAI предлагает новую метрику эффективности ИИ: забудьте про стоимость токенов Главный вопрос, который сегодня задают финансовые директора: «Как получить больше пользы от денег, вложенных в ИИ?» Раньше эффективность программ оценивали по количеству купленных лицензий, активных пользователей и продлений подписки. Но для ИИ эти показатели почти ничего не говорят. Можно купить доступ тысяче сотрудников — и не получить никакого измеримого результата. Поэтому OpenAI предлагает считать другое: 📌 сколько полезной работы компания получает на каждый потраченный доллар И вот здесь начинается самое интересное. 💸 Самая дешёвая модель не всегда обходится дешевле Бизнес часто сравнивает модели по цене токена. Логика понятная: меньше цена — меньше расходы. Но дешёвая модель может: • ошибаться чаще, • требовать нескольких попыток, • заставлять сотрудника долго проверять результат, • создавать дополнительную работу вместо экономии времени. Более дорогая модель иногда выполняет задачу правильно с первого раза — и в итоге обходится бизнесу дешевле. Поэтому считать нужно не стоимость одного запроса, а полную стоимость успешно выполненной задачи: стоимость модели + время сотрудника + проверка + исправления + повторные попытки. 📊 OpenAI предлагает руководителям оценивать ИИ по четырём вопросам: 1️⃣ Какую полезную работу выполнил ИИ? Не «сколько запросов отправили», а: • сколько обращений клиентов решили, • сколько договоров проверили, • сколько часов сотрудников освободили 2️⃣ Сколько стоит успешно выполненная задача? Например, ИИ проверил 100 договоров. Но только 60 результатов можно было использовать без серьёзных исправлений. Значит, стоимость нужно делить не на 100 запусков, а на 60 качественно выполненных задач. 3️⃣ Насколько результату можно доверять? OpenAI предлагает разделять результаты на три категории: ✅ можно использовать сразу; 🛠 требуется исправление; 👨‍💼 сотруднику пришлось вмешаться и закончить работу самостоятельно. Чем больше резу

🤖💸 Билл Гейтс: "ИИ нужно обложить налогом. И некоторые профессии сознательно оставить людям" Билл Гейтс опубликовал большой текст об эпохе ИИ. И это, пожалуй, один из самых тревожных его материалов за последнее время. Главная мысль: ИИ либо станет величайшим инструментом выравнивания возможностей в истории — либо создаст чудовищное неравенство И Гейтс считает, что мы пока вообще не готовы ко второму сценарию. 🐚Почему? Потому что нынешняя технологическая революция отличается от предыдущих. Когда появились компьютеры, бизнесу потребовались десятилетия, чтобы перестроить процессы. ИИ уже работает на существующих устройствах, понимает обычный язык и может обучаться на тех же материалах, на которых компании обучают сотрудников. То есть скорость его проникновения в бизнес может быть совершенно другой ⚠️ Гейтс выделяет три больших риска 1️⃣ Часть рабочих мест исчезнет навсегда Под ударом — продажи, клиентская поддержка, программирование, юридическая работа, аналитика, кредитный скоринг и даже часть медицинских задач. А вслед за «офисным» ИИ придут роботы — в строительство, гостиницы, производство и другие физические профессии. И здесь включается очень простой экономический механизм: одна компания автоматизировалась → снизила издержки → снизила цены → конкурентам тоже приходится автоматизироваться. То есть внедрение ИИ будет ускорять не только технология, но и обычная конкуренция 2️⃣ ИИ резко удешевит кибератаки, мошенничество и манипуляции Тот же ИИ, который помогает компании найти уязвимость, может помочь преступнику её использовать. А стоимость подобных атак будет падать. 3️⃣ ИИ может начать заменять не только работу, но и человеческие отношения Гейтс отдельно беспокоится об ИИ-компаньонах, детях, образовании и снижении критического мышления. Но самое интересное начинается дальше. 💰 Гейтс предлагает облагать налогом ИИ и роботов Логика такая: когда компания нанимает человека — она платит налоги с его труда. Когда компания покупает робота — это,

🚫🤖 Не давайте GPT-6 Astra всем сотрудникам OpenAI выпустила GPT-6 Astra — свою новую сверхмощную модель. И первая реакция многих компаний будет предсказуемой: 👉 «Давайте подключим её всем» Я бы сделал ровно наоборот. Большинству сотрудников Astra вообще не нужна!!! Потому что использовать самую сильную и дорогую модель для обычной рутины — это примерно как нанять партнёра McKinsey, чтобы он переносил данные из Excel в CRM. Смысл Astra совсем в другом. 🔥 Её нужно ставить туда, где одна правильно решённая задача стоит бизнесу сотни или тысячи долларов. Например: • изучить сотни документов и найти риски; • разобраться в большой кодовой базе; • провести исследование и собрать презентацию руководству; • выполнить цепочку действий в браузере, CRM и других системах. То есть новая модель интересна бизнесу не как ещё один «умный чат», а как дорогой цифровой специалист, которому можно делегировать целый кусок работы. И отсюда я бы сформулировал 5 правил внедрения. 1️⃣ Astra должна быть не моделью «по умолчанию», а моделью эскалации Простые задачи прекрасно решаются более дешёвыми моделями. Поэтому архитектура должна быть такой: 🟢 простая задача → дешёвая модель 🟡 сложная задача → Astra 🔴 критически важная задача → Astra + проверка человеком Например: Сделать краткое резюме разговора клиента — обычная модель. А вот изучить всю историю клиента, переписку, договор, предыдущие покупки и подготовить стратегию переговоров по сделке на $1 млн — уже Astra. 2️⃣ Забудьте про стоимость токена У Astra цена через программный интерфейс — $10 за 1 млн входных токенов и $50 за 1 млн выходных. На первый взгляд дорого. Но бизнесу вообще не надо оптимизировать стоимость токена. Нужно оптимизировать: 💰 стоимость выполненной работы. Если аналитик потратит на задачу 8 часов, а ИИ сделает её за несколько долларов — уже не так важно, какая именно модель была дешевле на 30%. 3️⃣ Не включайте максимальное мышление без необходимости У Astra можно регулировать глубину ра

🤯 OpenAI заявила, что ИИ решил одну из главных математических задач человечества И это очень и очень серьезная заявка на потенциал ИИ. Вчера OpenAI опубликовала работу, в которой утверждает: её новая внутренняя модель нашла решение задачи Навье-Стокса - одной из семи «задач тысячелетия». 🧠 Что вообще такое задачи тысячелетия? В 2000 году Математический институт Клэя выбрал 7 чрезвычайно сложных нерешённых задач современной математики. За решение каждой назначена премия $1 млн. Это фундаментальные вопросы, над которыми лучшие математики мира могут работать десятилетиями. Пока была решена только 1 задача из 7. 🌊 А в чём проблема Навье-Стокса? Уравнения Навье-Стокса описывают движение жидкостей и газов: воды, воздуха, потоков вокруг самолёта и т.д. Но есть фундаментальный вопрос: 👉 если поток изначально ведёт себя нормально и плавно - может ли в какой-то момент математика внезапно «сломаться», создав так называемую сингулярность, где скорость стремится к бесконечности? Почти 90 лет строгого ответа на этот вопрос не было. 🤖 Что утверждает OpenAI? По заявлению компании, её ИИ построил доказательство того, что такая сингулярность может возникнуть за конечное время. Причём система не просто выдала текст: доказательство было дополнительно формализовано в системе Lean, которая позволяет проверять математические доказательства машинным способом. Для поиска решения OpenAI запустила около 10 000 ИИ-агентов параллельно. Они работали примерно 88 часов. И вот здесь вишенка на торте 🍰. OpenAI утверждает, что ИИ самостоятельно получил новое доказательство задачи, над которой математики бились десятилетиями. ⚠️ Но праздновать пока рано Во-первых, результат только опубликован. Ему ещё предстоит независимая проверка математическим сообществом. Во-вторых, уже появились несогласные. Например, профессор аэрокосмической инженерии Крис Комбс обращает внимание: заголовок «ИИ решил уравнения Навье—Стокса» вводит в заблуждение. ИИ не нашёл универсального способа рассчитыв

🤖💰 Экономика +32%, зарплаты офисных работников - вниз. Anthropic показала, как ИИ может переделить экономику к 2030 году Anthropic опубликовала довольно любопытную модель будущего экономики США. И главный вывод там, на мой взгляд, совсем НЕ «ИИ заберёт наши рабочие места». Он интереснее: 👉 ИИ может сделать общество намного богаче, но большая часть нового богатства будет доставаться не работникам, а владельцам капитала (кто бы сомневался😁) Anthropic смоделировала три сценария развития ИИ до 2030 года. 1️⃣ Умеренный сценарий ИИ развивается примерно как интернет: постепенно повышает эффективность, но революции не происходит. Дополнительный ВВП к 2030 году: +1,6%. То есть ИИ — важная технология, но экономика продолжает жить примерно по знакомым правилам. 2️⃣ Сильный сценарий ИИ уже способен выполнять около половины интеллектуальной работы, причём значительную часть — самостоятельно. Экономика растёт примерно вдвое быстрее обычного. ВВП к 2030 году оказывается на 8,3% выше, чем был бы без такого развития ИИ. Но появляется интересный эффект: 📌 зарплаты работников интеллектуального труда практически перестают расти; 📌 зато растёт спрос на профессии, которые сложнее автоматизировать. Например, электриков, медсестёр, строителей и других специалистов физического мира. 3️⃣ Экстремальный сценарий 🤯 Вот здесь начинается самое интересное. ИИ становится эффективнее человека почти во всех задачах интеллектуального труда и способен выполнять их практически самостоятельно. Тогда: 💰 ВВП США к 2030 году может оказаться на 32,4% выше базового сценария; 🚀 ежегодный рост экономики в какой-то момент достигает 15%; 📈 при таких темпах экономика удваивается примерно каждые 4,5 года; 📉 при этом зарплаты работников интеллектуального труда снижаются более чем на 10%, а безработица среди них резко растёт. Но самая интересная цифра вообще не про безработицу. 🧠 Меняется то, кому достаются деньги. Сегодня в модели Anthropic примерно 60% создаваемой стоимости получает труд

🚨Комментарий Трампа на призыв от лидеров ИИ компаний к замедлению развития технологии: «Единственный контроль или “ограничители”, которые нужны ИИ, — это СИЛЬНЫЙ И УМНЫЙ (с высоким IQ!) ПРЕЗИДЕНТ, и у США такой есть — в избытке! Администрация Трампа уже останавливала людей из сферы ИИ от совершения плохих или потенциально плохих “вещей”, таких как Дарио (Anthropic!), который сейчас притворяется “идеальным маленьким ангелом”, — и мы продолжим это делать! У нас уже есть огромные УГОЛОВНО-ПРАВОВЫЕ и РЕГУЛЯТОРНЫЕ полномочия в отношении этих компаний! Против ИИ и дата-центров разворачивается БОЛЬНОЙ заговор, и единственный, кто этому рад, — Китай. КТО ПОБЕДИТ В ИИ — ТОТ ПОБЕДИТ! Мы опережаем Китай и всех остальных и продолжим это делать. Сторонники теорий заговора, изменники, предатели и те, кто сливает информацию, — БЕРЕГИТЕСЬ! Спасибо за внимание к этому вопросу! Президент ДОНАЛЬД ДЖ. ТРАМП»