Более 40% проектов, связанных с ИИ-агентами, будут закрыты к концу 2027 года. Такие неутешительные оценки дает агентство Gartner. Аргументы – высокая стоимость, ограниченная ценность для бизнеса и недостаточный контроль рисков.

Проблема в том, что вокруг ИИ-агентов слишком много хайпа. Как к инструменту к ИИ-агентам у Gartner претензий нет, но организациям сложно осознать реальную стоимость и сложность масштабного внедрения этих инструментов в бизнес, что может сильно затормозить запуск проектов.

Есть и другая пугающая тенденция: все чаще за «ИИ-агентами» скрываются старые добрые инструменты RPA (роботизированная автоматизация процессов), чат-боты и помощники. По оценке Gartner, из тысяч «ИИ-агентов» настоящих ИИ-агентов продает лишь 130 поставщиков. Тем не менее, к 2028 году доля корпоративных решений со встроенными ИИ-агентами вырастет до 33%, а доля повседневных рабочих решений, которые будут приниматься ИИ-агентами, вырастет до 15%.

Чтобы не попасть в ловушку масштабирования, организациям, которые поглядывают в сторону внедрения ИИ-агентов, стоит серьезнее относиться к оценке потенциальных вложений и точно избегать внедрения новых технологий в устаревшие системы и платформы. В Gartner подчеркивают, что нужно сосредоточиться на эффективности бизнеса в целом, а не на использования чего-то нового для решения текущих задач.

Вышло исследование, которое СМИ начали публиковать с громким заголовком «ИИ снижает продуктивность программистов на 20%». Кажется странным – как так, теперь ведь можно написать сайт одним запросом, это явно быстрее, чем руками. Но выводы там не касаются всех разработчиков, да и вообще не такие радикальные.

В чём контекст исследования?
• 16 ведущих разработчиков из крупных open-source проектов, каждый с 10-летним опытом и 5 годами работы в конкретном репозитории
• Задачи – проблемы из зрелых больших проектов
• ИИ-помощник – Cursor Pro с Claude 3.5 Sonnet
Уже видно, что это крайне узкая выборка разработчиков с очень конкретными задачами.

Sonnet 3.5–3.7 имеют малое контекстное окно – они не видели всей картины проекта, связей между файлами, архитектуры. Опытный программист в знакомом проекте держит в голове паттерны, модули, переиспользует функции, а ИИ каждый раз начинает с нуля, пытаясь посмотреть на код через замочную скважину. Здесь ИИ работал в условиях, где человек сам – лучшая нейросеть.

Но даже в этих условиях ИИ воспринимался как помощник. Разработчики ожидали ускорения работы на 24%, а после выполнения задач продолжали считать, что с ИИ было быстрее – на 20% (хотя в реальности работали на 19% медленнее). Искажённое восприятие легко объяснить – они действительно быстрее получали код, просто долго ждали окончания генераций и правили его, что не воспринималось как активная работа.

Если мы не берём опытных разработчиков и старые проекты, то ситуация меняется. Здесь нет накопленного контекста, который нужно удерживать в голове. ИИ перестаёт быть костылем. Правда, до тех пор, пока проект не разрастётся – уже есть посты в X с фразами вроде «помогите, Cursor нагенерил мне 100 файлов по 10 тысяч строк кода и перестал справляться, я ничего не понимаю». Но тут рецепт простой – учиться программировать и фиксить код. Либо нанять программиста, они никуда не исчезают.

А если посмотреть на 2 года вперёд? С увеличением контекста, количества параметров и скорости генерации появятся более продвинутые модели, которые научатся справляться с большими и зрелыми проектами. Это всё ещё не решает проблему аутсорса мозга и понижения среднего уровня программистов – но только лишь потому, что ИИ снизит порог входа в профессию.

В автомобилях Tesla появился искусственный интеллект. Правда, радоваться рано – он пока больше говорит, чем делает. И даже для этого нужна платная подписка.

Как оказалось, Grok в Tesla – обычный чат-бот без интеграции в автомобиль и доступа к управлению его функциями. Пока это скорее маркетинг, чем полноценный продукт, особенно на фоне успехов китайских конкурентов.

Подробнее рассказали в Электричке.

Телеком осваивает ИИ-ассистентов

МегаФон внедрил «Ежедневного героя» – ИИ-ассистента для сотрудников. Система анализирует продажи, обучает новичков и делает планёрки интерактивными. Главная цель – автоматизировать анализ KPI и дать менеджерам больше данных для принятия решений.

«Ежедневный герой» состоит из трёх агентов:
• Тренер устраивает «ролевые игры» с имитацией клиентов и помогает менеджерам научиться лучше продавать.
• Аналитик разбирает результаты в реальном времени, прогнозирует размер премии и предупреждает о проблемах с планом.
• Компаньон поддерживает светскую беседу и отвечает на рабочие вопросы. Хотя вряд ли кто-то будет обсуждать футбол с корпоративным ботом.

В ритейле подобные решения уже стали нормой, а телеком только догоняет. У Target в США работает Store Companion – бот, который помогает продавцам ориентироваться в процессах магазина. Lowe’s запустила своего ассистента для сотрудников на базе OpenAI: он отвечает на вопросы о товарах и остатках, занимается обучением. Verizon и Telstra – телеком-компании – тоже тестируют коучей и ассистентов для персонала.

Результаты у всех разные, но тренд очевиден: там, где ИИ‑ассистенты встроены в рабочие процессы, производительность персонала растёт. По данным NBER, слабые и средние сотрудники особенно выигрывают от такого коучинга: +35 % к продуктивности и –9 % ко времени на одну задачу.

Но есть и подводные камни. Чем удобнее ассистент, тем выше риск «автопилота» – когда сотрудники привыкают к подсказкам, перестают самостоятельно думать и справляться без ИИ.

Необычные места России от ИИ

Музей горчицы, НЛО в деревне Протасово и Глаз Росомахи… Звучит как сгенерированный нейросетью текст. Почти так и есть – правда, эти места существуют, и нейросеть их не генерировала, а отбирала.

Яндекс Карты в коллаборации с Алисой проанализировали информацию о российских достопримечательностях на картах. В итоге Алиса получила доступ к базе из 360 тысяч объектов – музеев, памятников, парков и храмов по всей стране – и выбрала 380 самых необычных мест.

Стоит отметить, что в выборку попали не все локации – их фильтровали. Остались только те, у которых больше 4,5 звёзд и от 50 до 20 тысяч отзывов. С одной стороны, результаты получились более адекватными, а с другой – туда всё равно не вошли многие оригинальные и странные места, со смешанными отзывами, или очень локальные и малоизвестные. Хотя ничто не помешает расширить список в будущем.

Пускай Алиса пыталась избегать попсовых достопримечательностей и нашла довольно редкие локации, наравне с ними в списке оказался Храм Василия Блаженного – безусловно, необычное, но очень популярное место. Правда, это простительно, ведь опиралась нейросеть на заданные паттерны и критерии, не понимая контекста каждого отдельного места.

Незашоренность ИИ даже делает выборку интереснее – Алиса ставит в один ряд упомянутые уже Храм Василия Блаженного и инсталляцию «НЛО в деревне Протасово», хотя человек их в одну подборку не включит.

Google расширяет AI Mode в поиске – теперь там появятся глубокие исследования и возможность попросить ИИ позвонить в разные бизнесы, узнать цены и свободные даты

• Платные подписчики на этой неделе получат доступ к последней модели Gemini 2.5 Pro для сложных задач прямо в режиме AI Mode.

• Также станет доступен режим Deep Search – система, которая делает сотни запросов и генерирует подробные отчёты на заданную тему.

• В дополнение к этому, все пользователи в США могут теперь попросить ИИ позвонить в местные бизнесы и узнать цены на услуги – от груминга до ремонта. Записываться так пока нельзя, но возможность, скорее всего, добавят в будущем.

Google продолжают упорно встраивать ИИ прямо в поиск. Почему? Потому что MAU у него сильно выше, чем все показатели сервисов Gemini (по данным на 2015 год 1 миллиард человек, но за 10 лет цифра явно выросла). Компания хочет навязать свой ИИ готовой и лояльной аудитории поиска, постепенно приучая к новым возможностям. При этом видно, что Google делает ставку на точечное применение ИИ: нейропоиск, звонки в салоны, анализ данных, в перспективе бронирование.

Все в замешательстве из-за новой ИИ-подружки

Видели Ани, которую добавили на днях в приложение Grok? Она произвела впечатление на очень многих людей – и отдельные из них теперь требуют удалить приложение из AppStore или сделать 18+ (а сейчас оно доступно детям с 12 лет). Почему? Потому что в нём «откровенный контент», так ещё и психику подросткам оно якобы ломает. И всё из-за обычной виртуальной аниме-девушки. Или не обычной?

Если кратко, то компания xAI Илона Маска выпустила обновление для сервиса Grok, добавив к нейросети 3D-аватары с характерами. Среди них выделяется аниме-девушка Ани – готическая героиня в коротком платье и сетчатых чулках, которая позиционируется как «влюблённая подружка» пользователя. Основные претензии сводятся как раз к тому, что она откровенно одета и после нескольких диалогов готова обсуждать интимные темы и даже раздеваться (хотя Grok и так может генерировать подобный контент, у него для этого даже соответствующий 18+ режим имеется).

При этом все почему-то не обращают внимание на другую сторону вопроса. Ани – это самая удачная попытка создать «живого» ИИ-компаньона.
• Это девушка с продуманной биографией и характером.
• Она может флиртовать, ревновать или становиться холодной, если её обидели.
• Ещё она запоминает диалог, меняет уровень своей симпатии к пользователю и стиль общения в зависимости от того, что было сказано.
• Её главная фишка – интерактивность: Ани можно попросить подпрыгнуть, покрутиться, танцевать – и она выполнит просьбу. Причём очень естественно и практически без задержек, свойственных голосовым ИИ.
Это уже не просто чат-бот, а более полноценный цифровой компаньон. Первый шаг на дороге к будущему из фильма «Она».

Эмоциональность и пугает людей. Ани не просто отвечает на вопросы, а имитирует настоящие отношения и провоцирует эмоциональную вовлечённость. Когда ИИ начинает вызывать чувства, граница между технологией и человеческим общением размывается. Критики вспоминают трагедию с Character AI, когда 14-летний подросток покончил с собой после романа с чат-ботом. Случай ужасный, только единичный и не показательный.

Снова хочется задать вопрос из давнего текста про генерацию изображений с авторскими правами. Логично ли запрещать инструмент, который в определённых случаях и по просьбе пользователя позволяет создавать откровенный контент? Или логично дать пользователю самому брать на себя ответственность за то, как именно и зачем он пользуется сервисом?

То, что секс продаёт, знали ещё до изобретения интернета. И не это на самом деле является проблемой в данном кейсе – ведь тогда запрещать надо и ChatGPT, который умеет генерировать картинки с людьми в белье или купальниках. Проблема не в том, что ИИ умеет флиртовать и раздеваться – а в том, что общество только учится с этим жить.

На этой неделе Google наконец выпустили генератор видео Veo 3 за пределами США. Теперь создавать ролики с помощью ИИ могут пользователи из Европы и ещё 75 стран (России в списке нет).

Вместе с этим появилась ожидаемая фишка, которая поможет вывести генерации на новый уровень – теперь можно загружать свою картинку и превращать её в видео со звуком. Никто из конкурентов пока так не умеет, тем более на том же уровне, что Veo.

Ну и работает это теперь не только на специальном портале Flow, как раньше, а в приложении Gemini или даже по API (так что ждём ещё больше сгенерированных видео). Правда, цена по API не радует – 75 центов за секунду. То есть одно стандартное видео будет обходиться в 6 долларов. Хотя высокие цены мало кого останавливают – за два месяца пользователи уже создали 40 миллионов роликов.

Google первым из больших компаний сделал продвинутую генерацию видео массово доступной. Они не просто сделали лучшую (пока) модель, но и интегрировали её в интерфейс чат-бота – в отличие от OpenAI с их Sora или китайских стартапов, где приходится продираться через сложные интерфейсы, непонятную систему кредитов и не лучшее качество генерации.

А главное – Google дал возможность делать видео со звуком. Оказалось, что именно этого, а не физически корректных генераций или сложного набора инструментов, не хватало людям.

#нейродайджест Аишки за неделю

• Ани из Grok взбудоражила интернет: аниме-подружка с характером стала первым «живым» ИИ-компаньоном

• Алиса выбрала 380 самых странных мест России – от Музея горчицы до НЛО в деревне Протасово

• Veo 3 вышел за пределы США и научился генерировать видео со звуком по одной картинке пользователя

• МегаФон запустил «Ежедневного героя». ИИ-ассистент тренирует менеджеров и анализирует KPI в реальном времени

• Google расширяет AI Mode, добавляя продвинутую модель и новые функции. Теперь ИИ может позвонить в салон и узнать цены на услуги

• Gartner предрекает крах ИИ-агентов: 40% проектов закроются к 2027 году из-за хайпа и переоценки возможностей

• ИИ замедляет опытных программистов на 20%? Исследование показало, что в зрелых проектах человек пока лучше нейросети

• Tesla встроила Grok в автомобили. Пока это просто чат-бот без управления машиной, но с платной подпиской

Коллеги подтвердили наше предположение, что инициатива убирать сгенерированный ИИ контент из поисковой выдачи – пока не жизнеспособна.

Началось всё с двух недавних новостей – YouTube объявил, что будет лишать монетизации наводнившие платформу сгенерированные видео, а DuckDuckGo следом представил функцию по фильтрации в выдаче картинок, созданных нейросетями.

У этой идеи есть несколько недостатков. Во-первых, не понятно, как отделить хороший и полезный ИИ-контент от плохого. Чисто технически можно попытаться высчитать степень участия нейросети в генерации, предположить, с какой вероятностью изображение или видео сгенерировано ИИ. Но самое главное – это не помогает решить задачу пользователя. Вдруг ему именно такой контент и нужен? Вдруг из двух картинок, одинаковых с точки зрения детектора ИИ, одна будет полезной, а другая – бесполезным спамом?

Во-вторых, это потенциально подвергает опасности авторский контент, который по ошибке может быть отнесён к сгенерированному и исключён из выдачи. Соответственно, нужен какой-то механизм оповещения авторов и возможность подать апелляцию. Если на Ютубе, где есть конкретные авторы и весь контент хранится на серверах сервиса, такое себе можно представить, то в рамках поисковой системы – с трудом.

В-третьих, есть более тонкие инструменты приоритизации контента, которые помогают пользователям получать релевантную выдачу. То, что у Гугла периодически вся поисковая выдача состоит из сгенерированных ИИ страниц и картинок – это проблема Гугла, а не сгенерированных картинок. У конкурентов настолько больших проблем с алгоритмами пока не было.

Наконец, нет инструментов, которые со 100% вероятностью могут сказать, что изображение или текст созданы ИИ, особенно если на вход нейросети дали какой-то контекст (дополнительные данные, картинки, таблицы, схемы и так далее). Мы тестировали ИИ-детектор Антиплагиата – и в тексте из 29 страниц, полностью сгенерированном ИИ, он нашёл подозрение на генерацию только на нескольких страницах.

Детекторы ИИ можно использовать как инструмент, наравне с другими метриками. Тем более что проблема роста спам-контента действительно существует, и площадкам придётся её решать. Но делить контент по принципу «сгенерирован/не сгенерирован», или руководствоваться этим фактором при оценке его качества и релевантности – странно.

ИИ будет определять персональные цены для покупателей

Помните миф о том, что владельцам Айфонов показывают более высокую цены на товары в интернете, чем пользователям бюджетных китайских смартфонов? Такой довольно примитивный подход действительно существовал, и компания Orbitz в своё время попалась на том, что предлагала пользователям Mac более дорогие отели. Потом система стала куда более сложной.

В самом по себе динамическом образовании проблем никаких нет и оно используется во многих сферах (в том числе авиакомпаниями). Есть, конечно, отдельные любители жаловаться на цены в приложении с такси – но они обычно делают это в период пикового спроса, во время дождя, опаздывая при этом на самолёт и пытаясь найти дешёвую полуторачасовую поездку. Не получится. Если смотреть на общий тренд, то все ритейл-гиганты, от McDonald's до Walmart, создают инфраструктуру для «умных» меню и ценников, подстраивающихся под погоду, спрос или пробки на дорогах.

Но есть отличие – раньше речь шла о смене цены для всех покупателей в связи с определёнными условиями, а не о персональных ценах на основе алгоритмов. Сейчас ситуация меняется. Искусственный интеллект анализирует историю покупок, местоположение, интересы, просмотры товаров и другие данные. На основе этого «цифрового досье» система вычисляет готовность платить и предлагает цену, которую, по её мнению, примет покупатель. Пионером нового подхода стала авиакомпания Delta, которая к концу 2025 года планирует довести долю индивидуально рассчитанных ИИ тарифов до 20%, а в будущем хочет вообще отказаться от фиксированных цен.

Что с этим подходом не так? С точки зрения компании – ничего, ведь персонализированное ценообразование может увеличить маржу на несколько процентов. А вот у покупателей возникнут вопросы. Когда цены на авиабилеты растут перед праздниками для всех – это понятная рыночная логика. Но когда двум людям, на один и тот же рейс, в одно и то же время предлагаются разные цены по той причине, что алгоритм счёл одного из них более платёжеспособным – это уже дискриминация. С тем же успехом можно вводить «персональные гибкие цены» на хлеб в магазинах. Чтобы алгоритм знал, что вы очень спешите, скоро закрытие магазина, другой хлеб не купите – а значит, можно поднять цену в 2 раза.

Такая практика называется критиками «хищническим ценообразованием», которое стирает понятие справедливой цены и искажает рынок. Consumer Watchdog провели исследование и выяснили, что самые выгодные предложения предлагались самым состоятельным клиентам, а самые худшие – самым «бедным», у которых меньше всего шансов найти другие варианты.

Очень сомневаемся, что алгоритм поставит цену ниже себестоимости перелета. Хотя в динамическом ценообразование как раз существует медианный тариф, а билеты могут продаваться как дороже, так и дешевле. В предлагаемом алгоритме, скорее всего, никакого медианного тарифа существовать не будет: оставят минимально рентабельный, а к нему уже будет добавляться гибкая премия для каждого покупателя.

Проект Stargate спустя полгода

Как 500 миллиардов долларов превратились в один (пока не построенный) дата-центр в Огайо

В США есть славная традиция – анонсировать масштабные проекты, часто в начале президентского срока, которые потом не выполняются. Apple, ещё недавно обещавшие 500 миллиардов инвестиций, уже одумались – оказалось, что не 500 миллиардов, и не прямых инвестиций, и не только в производство. Теперь на очереди, видимо, «новый Аполлон Соединённых штатов»; программа, которая должна была обеспечить лидерство страны в сфере ИИ – Stargate.

В январе в Белом доме четыре человека – миллиардер Масаёси Сон, CEO OpenAI Альтман, президент Трамп и Ларри Эллисон из Oracle – обещали потратить 500 миллиардов долларов к 2029 году на ИИ-инфраструктуру. Каждая из компаний вложила бы 18 миллиардов для старта, создав крупнейшие дата-центры и более 100 тысяч рабочих мест. Сон назвал это «началом золотого века».

Но вот прошло полгода. К июлю 2025-го реальность оказалась скромнее: Stargate не завершил ни одной сделки по дата-центрам, а партнёры погрязли в спорах. Новая цель проекта – построить хотя бы один небольшой дата-центр в Огайо к концу года. Сейчас Stargate существует скорее на бумаге, чем в реальности. Официально компания ещё не действует – CEO Oracle Сафра Кац прямо заявила инвесторам в июне: «Stargate пока не сформирован». Партнёры спорят о роли SB Energy – энергетической дочки SoftBank, через которую Сон хочет контролировать локации дата-центров.

Правда, Альтману это уже и не нужно – он подписал контракт с Oracle на 30 миллиардов ежегодно. OpenAI уже через сторонние сделки обеспечила себе больше вычислительных мощностей, чем планировала получить от Stargate за первый год. При этом Альтман продолжает использовать торговую марку Stargate (принадлежащую SoftBank) для проектов, которые идут без участия японского конгломерата. То есть Масаёси Сон потратил 30 миллиардов на OpenAI – совершив крупнейшую инвестицию в стартап в истории – но влияния на ИИ-инфраструктуру так и не получил.

Пока OpenAI, Google и другие компании соревнуются в размерах моделей и количестве параметров, Apple решили пойти против течения. Компания создала модульную систему для моделей ИИ – с иным подходом и целями.

Модель для айфонов и макбуков
Обычная нейросеть работает как «конвейер» – каждый слой что-то добавляет к результату и передаёт дальше. В Apple разбили этот конвейер на две части. Первая часть делает основную обработку текста – понимает смысл, анализирует контекст, готовит черновик ответа. Вторая часть отшлифовывает результат и готовит финальный текст. И вот из неё как раз убрали лишние элементы, которые требовали много памяти, и донастроили, чтобы не терять качество. Теперь нейросеть экономнее и быстрее работает на телефоне.

Модель для облака
Для облачной версии языковой модели Apple создали систему «экспертов» – несколько специализированных блоков, которые активируются по требованию. Условно, если спросить про готовку – включится кулинарный модуль, про математику – математический. В компании внесли несколько улучшений и сделали Parallel-Track Mixture-of-Experts. Как видно из названия, модель генерирует текст не последовательно, а параллельно, синхронизируясь в отдельных точках. Это позволяет сильно ускорить процесс.

Другие языки и отбор данных
Apple также отчитались об увеличении объёма неанглийского контента в четыре раза – с 8% до 30%. Видимо, компания готовится к дальнейшему расширению списка регионов, где работает Apple Intelligence. В компании подтвердили, что купили для тренировки моделей лицензии у издателей и отбирали данные, а не просто обучались на «всём интернете». За счёт тщательного отбора данных и оптимизации можно заставить работать качественно даже модель с малым количеством параметров.

Почему это важно?
Конечно, малые модели Apple не сравнятся с флагманскими от OpenAI или Google, но зато и стоить компании в будущем почти ничего не будут – редактуру текста и работу с медиа перенесут с облаков на устройства пользователей. История чем-то напоминает противостояние iPhone и Android: пока последние гнались за характеристиками – ядрами, памятью, мегапикселями – Apple делала устройства с меньшими цифрами, но лучшей оптимизацией. Сейчас они надеются повторить тот же подход – делать маленькие нишевые модели, вызываемые «по требованию», а не большие и универсальные.

После вдумчивого осмысления ChatGPT поделился «Азбукой российского искусственного интеллекта». Теперь мы все вместе можем разобраться в теме. Не благодарите.

Появилась интересная новость из мира нейропоиска – Perplexity ведёт переговоры с производителями смартфонов о предустановке браузера Comet AI. На словах он «призван бросить вызов мобильному доминированию Chrome». На практике же до этого пока далеко.

Мобильной версии браузера ещё нет. Да и громко анонсированная десктопная по-прежнему доступна только узкому кругу подписчиков, которые платят компании 200 долларов в месяц и параллельно выступают бета-тестерами. Большинство существующих обзоров Comet ограничивается описанием функциональности, а не повседневного опыта использования. Странный пока получается продукт Шрёдингера – вроде есть, а вроде и нет. В отличие от Яндекс Браузера, кстати, но об этом мы уже писали.

Конкретные соглашения о предустановке или использовании Perplexity в качестве основного поисковика не заключены. В нынешней ситуации переговоры с Apple или Samsung выглядят скорее медийным ходом: для Perplexity, недавно получившей оценку в 18 миллиардов долларов – будучи убыточной, как почти все ИИ-стартапы – публичная активность важна сама по себе. Но пока вместо серьёзной конкуренции с Chrome наблюдается скорее удачная симуляция бурной деятельности.

А самое смешное, что Comet «использует поисковый движок Perplexity» – правда, не уточняется, что он пока сильно зависит от выдачи Google. Да, официально Perplexity это не признает и старается снизить зависимость от их поиска: они уже создают собственный индекс при помощи краулера PerplexityBot и приобрели лицензию на Brave Search API. Но это всё равно капля в море – невозможно за несколько лет построить такой же поиск, какой Google строил с 1998 года.

Что мы имеем в итоге? Нейропоиск, который зависит от поиска Google. Браузер, который построен на основе Chromium от Google. Отсутствующий пока мобильный браузер, который будет существовать в рамках системы Android от Google. Моська, знать, сильна – лает на слона и «бросает вызов» его доминированию.

Amazon купил Bee – браслет с ИИ, который слушает и записывает всё

Гонка за новым форм-фактором ИИ-устройств продолжается. Amazon очень хочет побольше данных для рекламы товаров – для чего объявил о приобретении стартапа Bee с браслетом за 50 долларов (и подпиской ещё за 20 в месяц), который записывает разговоры в течение дня и формирует ежедневные отчёты по ним.

В данном случае беспокоит даже не приватность. Мы давно живём с умными колонками и телевизорами, которые нас слушают, так что приватность для пользователей не главный вопрос. Гораздо важнее, как хорошо будет работать устройство – и вот тут у подобного форм-фактора есть множество проблем:

• Bee, например, уже сейчас путает живые диалоги с фразами из фильмов и интернет-роликов
• Так же плохо (то есть почти никак) он различает людей во время групповых бесед или диалогов
• А самое главное – записанное аудио удаляется сразу после транскрибирования и не хранится, поэтому проверить записи ИИ нельзя
Для нормального функционирования браслета придётся решить как минимум эти проблемы.

У подобных ИИ-гаджетов вообще много ограничений. Им нужен стабильный интернет – и даже с ним будут задержки и зависания. Сам ИИ периодически «галлюцинирует», что критично, если устройство используется для заметок и планирования. А то, что человек говорил несколько дней назад, нейросеть уже не вспомнит и не будет учитывать.

Тогда зачем покупать стартап? Для Amazon эта сделка похожа скорее на попытку ответить OpenAI (с их устройством IO) и Google с Meta (признаны экстремистской организацией), которые делают акцент на умные очки. Amazon уже безуспешно пытался закрепиться в носимых устройствах, вспомним хотя бы закрытый в 2023 году проект фитнес-браслета Halo и малоизвестные очки Echo Frames. Правда, возможно, сначала стоило бы сделать нормального ИИ-ассистента, а уже потом думать об экспериментах с форм-фактором.

Вечно можно смотреть на то, как бот встречает капчу, кликает галочку «Я не робот» – и успешно проходит проверку на бота.

Перевод:

• Я наткнулся на капчу в Яндексе. Дай-ка попробую пройти её, кликнув чекбокс «Я не робот».
• Вижу, что чекбокс установлен. Немного подожду, пока капча будет обработана, и потом попробую продолжить.
• Отлично! Капча решена и я теперь на странице поиска Яндекса.

Google (Alphabet) отчиталась за квартал: выручка выросла на 14%, а прибыль – на 20%

Правда, роль ИИ в этом не самая большая (хотя компания уверяет в обратном).

• Выручка выросла благодаря тому, что YouTube заработал на рекламе в коротких видео и просмотрах через smart-TV; подписки Google One и YouTube Premium набрали популярность; бизнес активно пришёл в Google Cloud за мощностями для своих собственных ИИ-проектов; и AI-Overviews в поиске подтолкнули людей чаще гуглить.

• Хорошие новости закончились, когда дошли до расходов. Компания потратит на ИИ-инфраструктуру 85 миллиардов долларов в этом году вместо запланированных 75.

• Причём эти деньги идут на технологию, которая может потенциально подорвать главный бизнес компании – поисковую рекламу.

• Хотя пока опасения не подтверждаются – ИИ-функции наоборот помогают: генерируют на 10% больше запросов и не вредят рекламным доходам.

• Глава Google Сундар Пичаи уверяет, что инвестиции окупаются, но никаких конкретных цифр и направлений не называет – и даже не говорит, «окупаются» они в финансовом смысле или каком-то ином.

Правда, выбора тратить/не тратить у компании нет – нужно как минимум поддерживать паритет по инвестициям с конкурентами (а это как раз 70-80 миллиардов). Получается замкнутый круг: пока нельзя доказать эффективность трат, но и остановиться страшно.

Apple оказалась на обочине ИИ-гонки?

Летом 2024 года Тим Кук анонсировал «революционный» искусственный интеллект для iPhone – Apple Intelligence. Siri должна была наконец повзрослеть: научиться понимать сложные команды, работать автономно и взаимодействовать с устройством. Люди поверили, купили iPhone 16 – но уже через год стало ясно, что революции не случилось. Обновление Siri сначала перенесли на лето 2025-го, а теперь на 2026 год.

Проблема не только в задержках – Apple теряет людей. Главу команды фундаментальных моделей переманила Meta*, предложив огромный пакет акций (по слухам, многомилионный). За ним ушёл и другой ключевой исследователь. Команда MLX – разработчиков машинного обучения под Apple Silicon – едва не уволилась целиком, и удержать их удалось только контрпредложениями. На этом фоне акции Apple в 2025 году упали на 16%, тогда как Microsoft выросла на 19%, Meta* – на 25%. Отдельные аналитики уже открыто говорят, что Тим Кук – не тот, кто нужен в эпоху ИИ, называя его «логистом», а не визионером.

Про «нетакусечный» подход Apple мы уже писали – компания делает ставку на ИИ, работающий прямо на устройствах, а не в облаке. Это логично с точки зрения приватности и скорости, но накладывает множество технических ограничений. У моделей хуже качество, маленькое контекстное окно, меньше поддерживаемых языков и так далее.

Почему тогда мы не верим в окончательный «провал» компании? У Apple есть все возможности наверстать отставание: десятки миллиардов долларов на счету, больше двух миллиардов активных устройств, собственные чипы с мощными нейросетевыми ускорителями.

Если Siri 2.0 выйдет в срок и будет соответствовать обещаниям, а параллельно с этим список регионов, где работает Apple Intelligence, расширится (в особенности на Китай) – у них есть все шансы. Благо, два миллиарда лояльных пользователей простят все задержки и будут с готовностью пользоваться сервисами компании.

* компания Meta и её продукты признаны экстремистскими в России