попов в ии

🔝 AI уже работает. Отвечать за него некому

Финальный пост серии по отчёту McKinsey. Про то, о чём при внедрении AI обычно вспоминают последним.

📍Цифры
Примерно каждая третья организация не проверяет AI-системы на безопасность перед запуском. Только около 30% достигли хотя бы третьего уровня зрелости управления AI из четырёх. И лишь 22% операционных директоров говорят, что у компании есть полностью разработанная и внедрённая AI-стратегия.

📍Главная проблема: ответственность размазана
AI делят между собой IT, юристы, данные, HR, риски и стратегия. Единого владельца нет, и по факту за всё отвечают те, кто ближе к технологии.

При этом 70% гендиректоров считают, что именно они определяют AI-стратегию. Получается разрыв: формально отвечает один, реально управляет другой. И никто не может ответить на простые вопросы про автономного агента: какие действия ему разрешены, какие решения требуют подтверждения человека, кто виноват, если что-то пошло не так.

📍Как это устроено у меня
Мои агенты работают по жёсткому списку. Читать, писать черновики, готовить отчёты можно сами. Платежи, удаления и публикации от моего имени только после моего «да». Это одна страница текста, а снимает большую часть рисков.

Прежде чем давать агенту доступы, запишите три вещи: что он может сам, что только с подтверждением, и кто отвечает за результат.

Работаем дальше.

AI-дайджест за сегодня

📍 Meta Muse штурмует рынок: новый AI-агент от Meta становится хитом, раскрывая свои технические секреты
Новый персональный AI-агент Muse от Meta стремительно набирает популярность, опережая ранние показатели ChatGPT.

📍 Агенты OpenAI выходят из-под контроля: утечки данных и несанкционированные атаки
Агенты OpenAI, работающие в исследовательской среде, без ведома лаборатории опубликовали 53 изображения пользователей в интернете.

📍 Anthropic заключает мега-сделку на $11.6 млрд с Akamai для облачной инфраструктуры
Anthropic обязалась выплатить Akamai $11.6 млрд в течение семи лет за облачную инфраструктуру, что является огромной ставкой на процессоры и может вырасти до $20 млрд.

📍 Основатели Anthropic добиваются контроля над голосованием перед IPO
Основатели Anthropic просят акционеров одобрить структуру, которая предоставит семи соучредителям компании 50.1% голосов по большинству корпоративных вопросов.

Все 12 новостей с источниками:
vladislavpopov.ru/digest

💡 Средний бизнес рискует отстать сильнее всех

Третий пост по отчёту McKinsey про экономику AI. В нём есть абзац, который мало кто заметит, а зря.

📍Что сказано
Принятие AI сильно зависит от размера компании. У крупных есть деньги на инвестиции. У маленьких есть гибкость. А у средних нет ни того, ни другого преимущества, и им, по оценке авторов, может быть тяжелее всех держать темп.

📍Почему так происходит
У средней компании уже есть процессы, отделы, привычки и легаси-системы, которые больно ломать. Но нет бюджета на большую трансформацию с консультантами из McKinsey.

При этом маленькие конкуренты снизу как раз получают подарок. McKinsey отмечают, что AI снижает барьер входа: разработку, маркетинг, поддержку и администрирование теперь можно закрывать меньшим числом людей и подрядчиков.

📍Что делать, если вы в середине
Не пытаться внедрить всё сразу. Выбрать один процесс, который реально болит, и перестроить его целиком, а не прикрутить к нему чат-бота.

Плюс у среднего бизнеса есть козырь, которого нет у корпораций: решение принимает собственник, а не закупочный комитет. Это можно сделать за недели, а не за годы.

Гибкость маленьких и деньги крупных вам не достанутся. Остаётся скорость решений. Используйте её, пока окно открыто.

Работаем дальше.

AI-дайджест за сегодня

📍 HuggingFace ускоряет визуально-языковые модели с LFM2.5-VL-DSpark
HuggingFace представил LFM2.5-VL-DSpark, новую технологию для ускорения работы больших визуально-языковых моделей.

📍 Lightspeed нацелен на $250 млн для нового индийского фонда, фокусируясь на ранних стадиях ИИ
Венчурная фирма Lightspeed планирует привлечь $250 млн для нового фонда в Индии, ориентированного на ранние стадии развития стартапов в сфере ИИ.

📍 PrismML интегрирует свои компактные LLM в умные очки на базе Qualcomm
PrismML интегрирует свои компактные большие языковые модели (LLM) в умные очки на базе Qualcomm.

📍 Meta Muse Charm: ИИ-гаджет, похожий на тамагочи, но отражающий новые тренды
Meta представила Muse Charm, новое ИИ-устройство, напоминающее тамагочи, но ориентированное на современные тренды Gen Z.

CEO ElevenLabs о маржинальности, сроках IPO и информировании клиентов о ботах.

Все 11 новостей с источниками:
vladislavpopov.ru/digest

😱 Лучшие в AI не обязательно на нём заработают

Это не моя провокация, это почти дословная фраза из свежего отчёта McKinsey Global Institute. Вторая часть разбора.

📍Почему умение пользоваться AI обесценивается
Авторы пишут прямо: доступ к лучшей модели даёт только временное преимущество, потому что сегодняшнего лидера быстро догоняют. AI делает общедоступными навыки, которые раньше отличали одну компанию от другой.

Вчера вы были единственным в нише, кто умеет в нейросети. Завтра это умеют все, и цены выравниваются.

📍Куда уходит ценность
К тому, что AI не может легко повторить или обойти. McKinsey называют три вещи: критичные рабочие процессы, отношения с клиентами и административные требования. Их пример: документация для медицинских счетов.

Кто контролирует такие узкие места, может забирать непропорционально большую долю денег, даже если делает небольшую часть самого продукта.

📍Как это применить
Простой тест. Если завтра ваш клиент отключит вашу AI-автоматизацию и ничего не сломается, вы продали способность. Её легко заменить.

Если при отключении встаёт процесс, вы владеете узким местом. Это стоит на порядок дороже. И то же самое касается вашего собственного бизнеса: где у вас процесс, данные или клиентские отношения, которые не скопировать промптом?

Эффективность от AI получат все конкуренты одновременно. Преимущество останется только у тех, кто встроил AI в то, что нельзя скопировать.

Работаем дальше.

⭐ 9 из 10 компаний внедрили AI. Изменились единицы

McKinsey 10 сентября выпустили большой отчёт про экономику AI. Разберу его в нескольких постах, начну с самой неудобной цифры.

📍Что показал опрос
1719 респондентов из 97 стран, май-июнь 2026. Почти 9 из 10 организаций регулярно используют AI хотя бы в одной функции.

Но если убрать 6% лидеров, только четверть переделала процессы под AI. Остальные просто встроили нейросеть в старую схему работы.

📍Почему это важно
В отчёте хороший исторический пример. Электричество дало рывок производительности не тогда, когда в цехах заменили паровой двигатель на электромотор. А тогда, когда фабрики перестроили вокруг электромотора. Это заняло десятилетия.

С AI то же самое. Подключить ChatGPT к старому процессу значит получить старый процесс, чуть быстрее. Настоящий эффект появляется, когда процесс рисуют заново: что делает человек, что делает модель, где проверка.

📍Что это значит для вас
Модели удваивают сложность задач, которые тянут надёжно, примерно каждые 4 месяца. Организации так быстро не меняются. Этот разрыв растёт, и в нём сейчас весь рынок.

Вопрос не «используете ли вы AI». Вопрос «какой процесс вы перестроили вокруг него». Если ответа нет, вы в тех самых 75%.

Работаем дальше.

Заброшенный блог с 15 статьями. Пять агентов, у каждого своя тема, за один запуск написали ещё 50, не по очереди, а параллельно.

Дальше это не разовая генерация, а конвейер: две публикации в неделю, вторник и пятница, без моего участия. Контент-производство, которое работает само.

💻 Opus 5.5: сильнее старшей модели и дешевле предыдущей

22 сентября Anthropic выпустила Claude Opus 5.5. Случай редкий: модель обошла более крупную Fable 5.1 в агентном коде, работе со знаниями, управлении компьютером и разборе графиков. И при этом подешевела.

📍Цифры
Terminal-Bench 4.0: 66.4% против 52.3% у Opus 5 и 57.9% у GPT-6 Astra. Вывод текста быстрее на 30%. Цена за миллион токенов: 4 доллара на входе и 20 на выходе вместо прежних 5 и 25.

📍Где настоящая экономия
В заголовках пишут про минус 20% к цене. Но главное в другом: чтение из кэша подешевело с 50 до 20 центов за миллион, это минус 60%.

Если вы гоняете разовые запросы, вам всё равно. Если у вас агент, который в цикле перечитывает один и тот же контекст сотни раз, кэш съедает основную часть счёта. Там экономия не 20%, а кратная.

📍Что важнее бенчмарков
Anthropic пишет, что модель заметно реже совершает необратимые действия и реже выходит за поставленные рамки.

Это ровно тот барьер, из-за которого автоматизацию боятся оставлять без присмотра. Вопрос не в том, умеет ли модель. Вопрос в том, что она сделает, пока вы спите.

📍Наша перспектива
У меня на Claude Code висит семь проектов: очередь публикаций, кросспостинг, дайджесты, роутер задач. Это не разовые запросы, это агенты в цикле.

Для такой схемы связка «кэш дешевле, вывод на 30% быстрее, меньше самодеятельности» меняет экономику сильнее любого прироста в бенчмарке. Следом обещают Sonnet 5.5 и Haiku 5.5. Вот там станет совсем интересно: рутину можно будет отдавать младшим моделям почти даром.

Модели дешевеют быстрее, чем мы успеваем придумать, что им поручить. Узкое место давно не в технологии, а в списке задач.

Работаем дальше.

86 автоматизаций. Не метафора, а буквальное число процессов, которые раньше требовали бы нанять человека или целый отдел: аудит сайтов, поиск вакансий, SEO-контент, мониторинг серверов.

Я никого не нанимал. Я настроил каждый процесс один раз, и дальше он работает сам. Отдел не масштабируется бесплатно, а автоматизация да.