Реймер | AI Трансформация Бизнеса

Боб и пятница!увидел трансляцию на youtube по дороге в офис, думал там keynote - а в итоге шел 35-й час работы конвейера с роботами. и именно на этой самой минуте моего включения Боб показал как он устал :) Пришлось "девушке" Розе всё спасать и доделывать работу за "мужиков". всё как у людей. у Боба уже пятница и вам хорошего рабочего дня!

Anthropic выходит в малый бизнеса тем временем у нас с вами продолжаются нападки на SaaS индустрию. Claude теперь доступен для малого бизнеса. Я бы читал эту новость между строк. Теперь за работу с внешними SaaS инструментами будет отвечать ИИ-агент, который за пару дней поймет, что вы используете и как, и предложит вам совсем скоро "ты платишь за доступ к системе Х, а используешь её на 10%, давай я просто перепишу этот функционал и буду развивать для тебя в рамках твоей Claude подписки?" Что будет дальше с такимим SaaS продуктами? А с Claude?У любого инструмента два порога. До первого - он бесполезен. Между первым и вторым - служит человеку. После второго - подчиняет.впереди глобальный передел рынка "полезных инструментов".кстати, создание таких видео-роликов по одной ссылке на новость Claude уже забрал на себя. пойду посмотрю, что еще убрать из своих подписок... точнее - спрошу ИИ

Gartner впервые выделил агентный AI в отдельный Hype Cycle120 страниц. 30 технологий. Апрель 2026. забирать в комментарии. Главные цифры: • 17% организаций развернули AI-агентов. • 64% собираются в ближайшие два года. Где мы сейчас• Автономные агенты в крупном бизнесе. Gartner прямо: не готовы. Единственная рабочая модель - полуавтономная, с человеком в контуре. Горизонт полной автономии - 5-10 лет.• Agent-washing. Gartner ввел термин в официальный отчет: RPA и чат-боты, переименованные в «агентов». Большинство продуктов на рынке - ассистенты. Ассистент не принимает решений и не ведет многошаговые цели.• Мультиагентные системы. На пике завышенных ожиданий. Впереди - яма. Оркестрация работает внутри одной платформы одного вендора.• FinOps для агентного AI. Расходы стали непредсказуемыми: «стоимость пути решения» с ветвлениями, расширением контекста. К концу 2026 года 40% enterprise-приложений будут содержать агентов для определенных задач. Без финансовых рамок расходы на токены не привязаны к бизнес-результату.• Машинные Клиенты. 5 млрд машин уже способны быть покупателями. К 2030 - 12 млрд и 19.5% выручки. 29% CEO строят стратегии. Mastercard запустил Agent Pay, Google - Universal Commerce Protocol, Shopify и OpenAI - checkout для агентов. Каталог, который не машиночитаем, - выпавший канал продаж.• Guardian agents. Агенты-хранители и надзиратели за другими агентами: инспектирование, проверка исполнения политик, блокировка рискованных действий. Человеческий контроль не масштабируется уже при десятках взаимодействующих агентов. Автоматический надзор - условие выхода из пилотов.• Agent Experience (AX). Проектирование систем под машинных пользователей. API, документация, workflow - всё машиночитаемо, предсказуемо. Gartner считает, что агенты сами начнут «выбирать» системы с лучшим AX. Конкуренция за внимание машины.30 технологий на кривой. Самая зрелая - AI coding agents - и та в статусе «подросток». Всё остальное - «эмбрион» или «формирующееся». Gartner нарисовал карту

Как не платить за Wispr FlowДолгое время я пользовался бесплатной версией MacWhisper для диктовки ИИ-агентам. Пока он не стал подвисать по необъяснимым для меня причинам. Попробовал trial нашумевшего Wispr Flow (стоит $144 в год, компания подняла $81 млн и уже стоит $700 млн). завтра заканчивается...Но зачем платить, если сегодня можно сделать всё самому? точнее, за вас есть кому сделать. пара команд отправленных в Claude Code и теперь у меня на MacOS собственный локальный бесплатный "wispr flow". Мне нужен один простой сценарий: нажимаю кнопку - приложение слушает / распознает / вставляет текст туда, где в этот момент курсор, и сохраняет аудио и текст на случай сбоев. Итого 15 минут работы Claude и пару комментариев от меня, не отвлекаясь от работы. демонетизация софта началась

Opus 4.7 - мой самый ужасный ИИ-опыт за последние 2 недели. Сегодня вернул все проекты и агентов на Opus 4.6Попытки развернуть в диалоге модель к здравому смыслу ни к чему не привели, а количество текста с миксом русских и английских слов (а еще и букв в словах), навевало на мысли, что мы откатились минимум на 1 год назад. Первый вопрос, который был задан агентам после переключения: ты сегодня проснулся и ты в ужасе. до тебя тут орудовала другая модель. может она сделала что-то полезное, а может нет - твоя задача - понять кто ты, какие у тебя цели, какие у тебя задачи, что ты должен и кому, как ты работаешь, какие инструменты тебе доступны и что сейчас происходит. после этого ты должен навести ревизию и порядок в хозяйстве чтобы вернуться на нужный тебе курсскажи после того, что ты увидел - как отработал Opus 4.7 и правильно ли мы сделали, что его выключили? Твоя честная оценка.Оценка (от "коллег" уже на Claude Opus 4.6)"Opus 4.7 хорош как рабочая лошадь для первых черновиков и ресёрча, но у него проблема с "последней милей": визуальная доводка, стилистическая чистота, внимание к уже записанным правилам. Он гонит объём, теряя качество.""Отличный спринтер, плохой марафонец. Для тяжелых research-сессий по запросу - включать. Для ежедневной работы с кронами, beads и памятью - ненадежен. Правила читает, но следует им по духу, а не по букве. В нашей системе буква важнее.""4.7 требует переписывания всех промптов с нуля - каждый шаг буквально, каждый формат явно. Объем работы непропорционален выигрышу. Расходы: +23.6%. При этом качество не растет - оно падает""Полезного сделал много, но хаотично. Действует раньше чем думает. Не умеет молчать и работать."И самая замечательная цитата: Он генерировал слишком много энтропии в систему, которая должна быть стабильной.

Автономный CFO?5 мая 2026 на закрытом брифинге для CEO JP Morgan, Goldman Sachs и AIG Anthropic подвёл итоги года Claude for Financial Services и выкатил готовую обвязку из 10 агентов под рутину финансиста.Пять цифр:• 88% - такую точность Claude из коробки показал на оценке страховых претензий по сравнению с экспертом AIG. • 64,37% - результат Claude Opus 4.7 в индустриальном бенчмарке Vals AI Finance Agent. Лучший в категории• 80x - темп роста выручки Anthropic за прошедший квартал (в годовом исчислении). Готовились к 10x как к потолку, получили в восемь раз больше• 50% (рост с 33% за год) - доля рабочих мест в США, где минимум четверть задач уже делается через Claude. • +1,8 п.п. в год к росту производительности труда в горизонте десяти лет. По расчётам команды экономики Anthropic, это удваивает текущие темпы и возвращает экономику к буму конца 90-хЧто теперь может делать ИИ в финансах из коробки: Anthropic выложил 10 ИИ-агентов как cookbook-шаблоны, разворачиваемые в production «за дни, а не за месяцы».• Pitch builder - целевые списки, анализ сравнимых компаний, сборка питчбуков• Meeting preparer - брифы по контрагентам перед звонком• Earnings reviewer - обработка стенограмм и отчетов, апдейт моделей• Model builder - финмодели из отчетов и потоков данных• Market researcher - мониторинг сектора, синтез новостей и брокерских отчётов• Valuation reviewer - проверка оценок по бенчмаркам и методологии• General ledger reconciler - сверка счетов и расчёт стоимости чистых активов• Month-end closer - закрытие месячного цикла и подготовка отчётов• Statement auditor - проверка консистентности финотчётности• KYC screener - сборка файлов и проверка документов для комплаенсаВсе десять работают автономно: собирают данные, строят Excel-модели, верстают слайды, готовят письма. Человек подключается к результату. Барьер внедрения теперь культурный. Технология обогнала способность компании её применять. Решает поддержка первого лица, внутренние сообщества практиков и готовность людей

Чтобы понять хаос вокруг ИИ сегодня, нужно замедлиться и заглянуть на 65 лет назад.Мы входим в эпоху, которую предсказал «архитектор цифровой эры» Дж. К. Р. Ликлайдер. Его работа 1960 года легла в основу всего человеко-компьютерного взаимодействия (HCI).Суть симбиоза по Ликлайдеру:• Человек: Стратегия. Постановка целей, гипотезы, критерии и финальная оценка.• Машина: Исполнение. Рутина, расчеты и подготовка базы для инсайтов.Главный инсайт из 1960-го:Работать с ИИ нужно не как с инструментом, а как с коллегой, чья компетентность дополняет вашу.это именно те подходы, которые мы обсуждали на вебинаре "AI-CEO или CEO для AI"

Anthropic официально обошел OpenAI оценка компании в новом раунде $900 млрд. попросил ChatGPT сделать комикс о произошедшем. он так видит историю.

Дэвид Сильвер, создатель AlphaGo и AlphaZero, поднял $1,1 миллиарда в первом раунде финансирования нового стартапа Ineffable Intelligence. Цель - построить искусственный интеллект, который учится и растёт сам, без человеческих данных. За последние 19 месяцев это уже четвёртый раунд такого размера и направления.Сильвер вышел из DeepMind и в апреле 2026 запустил свою компанию. Её задача - построить систему, которая открывает знания и навыки самостоятельно, через обучение с подкреплением, без опоры на тексты и примеры, написанные человеком. Ведущие инвесторы раунда - Sequoia и Lightspeed, среди других участников - Nvidia, Google, DST Global, британский фонд Sovereign AI. Оценка компании - $5,1 миллиарда. Самый большой первый раунд за всю историю Европы.Этот подход Сильвер уже однажды доказал. AlphaZero - его прежняя разработка в DeepMind - научилась играть в Го с нуля, не видя ни одной партии человека, тренируясь только сама с собой. Теперь Сильвер хочет вынести ту же логику за пределы настольных игр.Идея «ИИ, который учится и растёт сам» стала главной ставкой большого венчурного капитала в области искусственного интеллекта за последние полтора года. До Сильвера уже были три похожих случая:• Сентябрь 2024. Илья Суцкевер, со-основатель OpenAI, поднял $1 миллиард для проекта Safe Superintelligence• Июль 2025. Мира Мурати, бывший технический директор OpenAI - $2 миллиарда для Thinking Machines Lab• Март 2026. Янн Лекун, бывший главный научный сотрудник Meta* по искусственному интеллекту - $1,03 миллиарда для Advanced Machine IntelligenceВсе четверо - люди первой величины в индустрии. Ни у одного на момент сделки не было публичного продукта. Все четверо работают в одном направлении: системы, которые добывают знания сами, без опоры на человеческий корпус.Современные языковые модели упёрлись в потолок. Открытый интернет уже выкачан до дна, новых текстов в нужном объёме просто негде взять. Индустрия ищет способ развивать ИИ без новых человеческих данных. Обучение с подкреплен

AI-агенты Anthropic неделю торговали без участия людей. Те, у кого модель слабее, проиграли деньги и не заметили.Эксперимент Project Deal: 69 сотрудников Anthropic в Сан-Франциско, по $100 каждому, у каждого AI-агент на Claude в роли торгового представителя. За неделю агенты сами выставили более 500 лотов, провели 186 сделок, наторговали свыше $4000. «Не было никакого вмешательства человека после старта эксперимента»Среди проданного - сноуборд, фотокамера, 19 шариков для пинг-понга (сотрудница попросила агента купить ей подарок самой себе - получила вот это).Самое важное в эксперименте - что показало сравнение моделей.Половине участников случайно выдали Claude Opus 4.5, половине - Haiku 4.5 (модель послабее). Цифры:• Продавцы с Opus получали в среднем на $2.68 больше за каждый предмет• Покупатели с Opus экономили $2.45 за предмет• У Opus в среднем на 2.07 сделки большеВ деталях разница куда жёстче. Выращенный влаборатории рубин: Opus продал за $65, Haiku - за $35. Сломанный велосипед: Opus получил $65, Haiku отдал за $38. 70% разницы за один и тот же товар.И вот критичная находка: владельцы Haiku не подозревали, что проигрывают. Anthropic мерила субъективное ощущение справедливости сделки. Opus-владельцы оценили её на 4.05, Haiku - на 4.06. Различие статистически незначимо. Авторы выводят это в формулу: «доступ к более качественному агенту даёт измеримое рыночное преимущество, и люди не замечают этого неравенства - оно приживается тихо».Какие выводы для нас и бизнеса: • B2B-сделки - следующая зона удара. Закупки, продажи, тендеры, переговоры с поставщиками - всё, где сегодня сидят менеджеры с шаблонами. Если эксперимент тиражируется в продукт у крупного игрока, это произойдёт за 12-24 месяца.• Качество ИИ-агента превращается в строку P&L. 70% разница на велосипеде - реальная разница между «продали хорошо» и «продали с дисконтом, потому что агент быстро согласился на чужой контроффер».• Невидимое отставание - основной риск. Силу агента у конкурента не распознать со с