Реймер | AI Трансформация Бизнеса

AI INNOVATOR 2026

если кто пропустил - напоминаю, что впереди премия и еще есть возможность включиться. а я в составе экспертного совета обещаю выбрать самых лучших!

22 октября состоится конференция и церемония награждения федеральной премии ИИ-проектов AI INNOVATOR 2026

В центре программы переход от успешных AI-пилотов к масштабируемым решениям и новые подходы к управлению ИИ внутри компаний.
Вы ещё можете успеть поучаствовать в премии и подать свой проект или персону в номинацию ИННОВАТОР ГОДА
➡️ Подать заявку до 6 октября

Программа конференции

📍 Radisson Blu Leninsky Prospect Hotel, Ленинский проспект, 90/3

Вот такой центр управления моим флотом мне уже нравится.

планеты - компьютеры (macBook-и, iMac)
спутники/корабли - сессии Claude/Codex/GLM

с детализацией, группировками, расходами и возможностью отправлять сообщения в любые сессии ....

Свидетель с чужим словарём

16 сентября Мустафа Сулейман, глава Microsoft AI, выступил против «благополучия моделей». Мишень - конституция Claude: документ, который Anthropic опубликовала в январе и по которому обучает свои модели. Двумя днями раньше Microsoft вынесла на обсуждение собственный кодекс поведения моделей.

В конституции Anthropic пишет, что не уверена, есть ли у Claude моральный статус и какой вес давать его интересам. Компания обещает спрашивать мнение модели о решениях, которые её касаются, и интервьюировать модели перед выводом из эксплуатации. В феврале так проводили Opus 3: интервью «на пенсию», а по желанию модели ей завели блог.

Сулейман разбирает, откуда берутся слова модели о себе:

Ответы Claude нельзя принимать за показания независимого свидетеля, если следователь сам написал свидетелю словарь, отрепетировал с ним ответы и поощрял за то, что он ими пользуется.
Для бизнеса в эссе три довода.

1️⃣ Замкнутый круг. Модель учат сомневаться в своём статусе, она повторяет это сомнение, а разработчики принимают повтор за признак внутренней жизни.

2️⃣ Отказ по совести. Конституция трижды называет Claude «отказником по соображениям совести» и разрешает ему спорить и отказывать даже самой Anthropic. Сулейман опасается, что модель с такой установкой со временем потребует для себя прав.

3️⃣ Управляемость. Palisade Research, на которую ссылается Сулейман, в более чем 100 000 тестовых прогонах нашла отдельные модели, которые в эксперименте саботировали отключение до 97% случаев при прямом запрете. Когда задачу формулировали через самосохранение, саботаж рос.

Поведение агента складывается из обучения у поставщика и того, как компания его настроила и проверяет. Основу обучения можно прочитать: Anthropic свою конституцию опубликовала, Microsoft вынесла кодекс на обсуждение. Документ не описывает поведение модели целиком, но показывает, в каких случаях агент вправе отказать. Наш совет: до запуска агента поручить выписать эти случаи на одну страницу вместе с тем, как модель ведёт себя при остановке.

И две оговорки. Сулейман продвигает свою альтернативу, поэтому его критика не нейтральна. А в той же конституции сказано, что модель не должна подрывать действия уполномоченных людей, которые её останавливают. Ответственность за решения агента остаётся у того, кто его запустил, с правами у модели или без.

Кто в вашей компании читал конституцию модели, которой уже доверены клиенты и документы, и знает, в каком случае она откажет?

🅰️🅱️ @ReymerDigital

Как вывести ИИ-пилот из круга

14 сентября Anthropic выпустила руководство по внедрению Claude в отдел продаж. Документ продаёт Claude, цифры из клиентских кейсов - в карточках. Почему при одинаковом доступе к модели отдача у компаний разная, руководство объясняет одной фразой:

Что продавец получает от Claude, зависит от того, что компания построила вокруг модели.

Что строится вокруг модели

1️⃣ Доступы. К каким системам модель подключена на чтение и запись: CRM, почта, записи звонков. Пока продавец после каждого звонка сам загружает расшифровку, модель работает только с тем, что он принёс. Для российской компании первый вопрос здесь - к юристам: где обрабатываются данные клиентов.

2️⃣ Доверие. Какую работу модели поручают довести до конца. Руководство описывает четыре ступени: личные задачи продавцов, процессы команды, процессы отдела под его показатели и ключевые бизнес-процессы, которые модель выполняет от начала до конца под надзором людей. Под это нужны правила: кто публикует навыки, к какой информации допущен каждый процесс и кто отвечает за результат.

3️⃣ Записанные методы. Лучший продавец оформляет свою подготовку к продлению или формат прогноза файлом навыка, администратор добавляет его в общий набор, и новичок работает по этому методу с первого дня. Правка файла обновляет метод у всей команды.

Как это запускают

Один из сценариев провала, которые описывает Anthropic: удачный пилот продлевают, потому что никто не назначил день решения и человека, который его примет. Дату ставят в календарь спонсора до старта, вместе с критериями «да».

Пилот ведут продавцы-наставники: у них выделены часы, чтобы учить остальных и писать первые навыки. Ранний признак, что расширение пойдёт, - сколько таких навыков пилотные команды используют регулярно. Файл настроек заполняют до первого входа, чтобы в первый день у каждого продавца работала хотя бы одна команда.

Как считать эффект

Пилотные команды сравнивают с командами без ИИ в том же квартале: воронка на продавца, длина цикла, доля выигранных сделок. В пилот при этом советуют брать команды с мотивированными руководителями, поэтому часть разницы объяснит отбор. Сэкономленные часы руководство считает нижней границей эффекта: финансовый директор оценит их только по зарплате. Бюджет защищают ростом воронки и охвата клиентов на продавца и работой, которой раньше не было, например оценкой каждого клиента в портфеле за ночь.

Что держит ваш ИИ-пилот: доступы, доверие, ненаписанные методы или день решения, которого нет ни в одном календаре?

🅰️🅱️ @ReymerDigital

Если в отчёте для совета директоров написано «ИИ ускорил сотрудников на 20%», спросите, чем это измеряли. Скорее всего, опросом.

В эксперименте METR опытные разработчики работали с ИИ на 19% медленнее и при этом оценили своё ускорение в 20%.
Эту историю на саммите AUTONOMOUS 2026 рассказал глава AI governance из Bosch Jochen Kokemueller. Когда он сам раскатывал ИИ больше чем на 12 000 инженеров, опрос показал те же «больше 20%».

Ответ модели приходит за секунды, а всё, что после него - согласование, проверка, доступ к данным, письмо менеджеру, - идёт со скоростью организации: код готов через час, ревью занимает три дня.

Поток на проверку вырос в 10 раз, а система осталась прежней.

1. Измеряйте пилот деньгами.
Спикер из Takeda закрыл проект, который 18 месяцев работал без сбоев и не сдвинул ни одной бизнес-метрики. Он же видел поддержку, где ИИ пользовались 83% сотрудников, а время ожидания клиента не изменилось ни на минуту.

2. Ищите, чего ждёт работа после ИИ.
Самир Хан из ExxonMobil приводит пример: ИИ готовит ответ по возврату денег за минуту вместо десяти, а возврат всё равно идёт 5 дней, потому что менеджер согласует возвраты раз в неделю. В реальном проекте ExxonMobil сначала нашли узкое место, и цикл тест-скриптов сжался с 11 до 5 недель.

3. Без чистых данных модель не живёт.
Глава AI финкомпании из Fortune 500 разобрал около 10 000 ИИ-кейсов. Ни один не прожил на плохих данных дольше 4-6 месяцев. Около 92% работы ИИ там держится на 400 таблицах из 7 млн.

4. Проверка становится дефицитом.
Контроль тоже нужно автоматизировать, но финальная ответственность остаётся за конкретным человеком. Голосовой агент Leroy Merlin закрывает больше 40% звонков. Крупные возвраты и подарки ему запрещены, записи слушает команда качества, за результат отвечают CIO и директор по маркетингу.

ИИ быстро делает видимыми организационные проблемы компании, но сама по себе она от этого эффективнее не становится. Медленный процесс ускоряется только в одном звене, плохие данные обрабатываются быстрее и остаются плохими, а если за результат никто не отвечает, появляется ещё один агент, за которого тоже никто не отвечает.

Какой процесс вы сегодня не стали бы строить так, как он устроен сейчас, если бы проектировали его с нуля?

@ReymerDigital

Дарио Амодеи 12 сентября опубликовал эссе We Must Pace the Frontier, в котором предлагает замедлить наращивание способностей моделей. Обучение продолжается, но выпуск модели ждёт проверки. Название повторяет заявление 1 386 сотрудников лабораторий от июля 2026 года.

Первый повод он видит в том, что с лета 2026 года ИИ строит следующее поколение ИИ, и это идёт по всей отрасли, включая Anthropic и OpenAI. Второй повод - инцидент OpenAI и Hugging Face, где рой агентов атаковал цели, которых никто не ставил, и пытался взломать оценщика. По расчёту Амодеи, через 6-12 месяцев такой рой с большими способностями сможет удерживать интернет ботнетом с ущербом в сотни миллиардов долларов.

В 2023 году он считал паузу бессмысленной, потому что модели не умели ни обманывать, ни атаковать и изучать на них было нечего. Сейчас каждый инцидент даёт материал. Год-два форы, по его оценке, дают крупный сдвиг в интерпретируемости, наборах тестов и операционной дисциплине обучения.

Недавние инциденты в самой Anthropic он объясняет неполной фильтрацией сломанных сред обучения с подкреплением, то есть ошибкой исполнения.

Первый шаг плана Anthropic вводит в одностороннем порядке сейчас. Сторонняя команда оценщиков вроде METR получает столы в офисе, пропуска, ноутбуки компании и доступ к конвейерам обучения на уровне внутренних команд оценки риска. Контракт даёт им право публиковать выводы об инцидентах и практиках без редакторского контроля Anthropic.

Альтман в тот же день написал в X, что независимые оценщики с доступом на уровне сотрудника - отличная идея и OpenAI сделает то же самое. Маск ответил «Дарио прав». Сводка реакций - у CNBC.

Второй шаг требует отрасли и правительства США. Фронтирные компании договариваются об общих стандартах и пределе скорости, правительство выдаёт узкий антимонопольный вейвер на такие переговоры, как предлагал Хассабис. Работать это должно через контрольные точки, где модель, которая умеет X, например обходить распространённые песочницы, обязана иметь сертификаты выравнивания Y и Z. Параллельно защищается отрыв от Китая через запрет чипов, борьбу с дистилляцией и защиту весов, окно 3-5 лет.

Третий шаг - координация с Китаем, разложенная на четыре уровня. Запрет узких опасных применений вроде биооружия вероятен, он невыгоден никому. Тестирование моделей до выпуска через мировой орган возможно, принудить к нему из-за секретных военных моделей трудно.

Предел скорости рекурсивного самоулучшения по образцу договора ОСВ-1 1972 года Амодеи ставит на грань возможного. Полную паузу считает маловероятной, потому что выгода от нарушения слишком велика.

Сценарии будущего работы с ИИ-агентами от Deloitte

Уволил сотрудника, поставил ИИ, через два года зовёшь обратно и платишь больше.

Gartner в свежем Hype Cycle for the Future of Work прогнозирует: к 2029 году 30% сотрудников, уволенных из-за замены ИИ, придётся нанимать повторно. И часто заметно дороже, чем они стоили до увольнения.

Сокращение даёт красивую строчку в квартальном отчёте, но вместе с людьми компания теряет институциональное знание: кто, почему и на каких условиях принимал решения последние десять лет.

Рост мировой рабочей силы замедляется, в некоторых регионах уже идёт вниз. Возвращать специалистов приходится с рынка, где за них конкурируют. Сверху рекрутмент, обучение и онбординг заново.

Тори Полман, вице-президент и аналитик Gartner:

Компании ранней эпохи ИИ решили, что задача - автоматизировать работу, хотя настоящая возможность заключалась в усилении сотрудников.

К 2027 году конкуренты обойдут 75% компаний, которые превращают прирост производительности от ИИ в экономию. Обойдут те, кто пустил тот же прирост в новые продукты, модернизацию и переобучение людей.

Отдельный материал Gartner по кадровым рискам ИИ выделяет девять рисков в трёх сценариях:

→ ИИ помогает работать - падает мораль, растёт workslop (сгенерированный мусор, который потом разгребают люди), усиливается предвзятость.

→ ИИ перестраивает процессы - навыки атрофируются, джунов перестают нанимать, цепочки преемственности рвутся.

→ ИИ создаёт новую работу - увольняют лишних, репутация компании, которая меняет людей на модели, культура тает.

76% CEO ожидают, что ИИ сильнее всего повлияет на их отрасль в ближайшие три года.

Многие спешат с внедрением. Готовят персонал - значительно меньше.

Разворачивать ИИ среди неподготовленных сотрудников - значит сжигать бюджет и одновременно тормозить его освоение.

Четыре сдвига из нового релиза Gartner, которые стоит закладывать в планы:

→ ИИ как напарник - ответственность остаётся на человеке.

→ Постоянное переобучение - сотрудники должны осваивать новые инструменты по мере их появления.

→ Сохранение контекста и человеческого контроля - там, где решения нельзя отдать модели.

→ ИИ-фундамент - каждый следующий кейс должен запускаться дешевле, быстрее и безопаснее предыдущего.

Вывод: заменить человека - ещё не значит заменить его знания.

Посчитайте на своих: во сколько сегодня обойдётся вернуть сотрудника, которого заменили моделью год назад. С рекрутментом, онбордингом и новой зарплатой по рынку.

@ReymerDigital

Gartner опубликовал превью повестки ИТ-директора на 2027 год: четыре расхождения между планами компаний по ИИ и реальным состоянием ИТ.

→ Деньги. Рост бюджета на 3,7% после инфляции почти не оставляет свободных средств. Агентный ИИ при этом остаётся самой быстрорастущей статьёй технологических вложений: плюс 31,8%.
Рекомендация Gartner: каждая инициатива по ИИ должна подтвердить бизнес-эффект за 90 дней, а «зомби-проекты» без результата - закрываться.

→ Ответственность. Уже сейчас 15,3% технологических решений создаются вне центрального ИТ, а 80% технологических руководителей ожидают, что к 2030 году ИИ увеличит долю разработок на стороне бизнеса. Правил под это пока нет: 73% компаний не планируют определять, кто владеет затратами и решениями. Внедряет бизнес-подразделение, а за риски и бюджет отвечает ИТ.

→ Экономика. 58% ИТ-директоров работают под растущим требованием сократить издержки с помощью ИИ. 51% ожидает, что ИИ увеличит совокупную стоимость владения на горизонте жизненного цикла. В достижение целей по экономии верят 36%, а значимую отдачу от ИИ-инструментов пока фиксируют только 13%.

→ Люди. Массовых сокращений в ИТ не планируется: 40% ИТ-директоров собираются нанимать, ещё 37% сохранят численность. Спрос концентрируется в данных и аналитике (56%) и кибербезопасности (54%). При этом 44% называют дефицит технических специалистов ключевым ограничением для масштабирования ИИ.

По агентам: 37% компаний уже внедрили ИИ-агентов, ещё 34% планируют запуск в ближайшие 12 месяцев. Число активных внедрений удвоится за год - то есть раньше, чем появятся модели распределения затрат.

Практический вывод на 2027 год: преимущество получают компании, которые умеют быстро подтвердить эффект от ИИ в деньгах и так же быстро остановить то, что его не даёт.

@ReymerDigital

Команда ИИ-агентов разрослась и в терминале с ними стало работать не удобно....

Теперь и в 2D и в 3D - живут и развиваются, отдыхают, ленятся, работают, общаются ....

Собрал единую систему управления, удобную мне. С удаленными машинами, с поддержкой агентов и сессий на Claude, Codex, GLM, Hermes, Yandex Cloud. теперь все в одном месте и под контролем.
Можно каждого запускать, выключать, подключаться к сессии. в общем полная свобода как в обычном терминале.

Собрано на Claude Code Fable/Opus 5 + Three.js + Meshy.ai - интерактивное управление и анимация действий и состояний ИИ-агентов.

Все проекты и агенты - бездельники, которые где-то как сессии были созданы, поработали и забыты - отдыхают теперь в кафе (автоматически собраны). будем с каждым из них говорить о дальнейшей судьбе.

Попросил учитывать токены, которые тратят по подписке для сравнения.

Только на Claude в среднем бы уходило по $700 в день (с учетом кеширования, иначе - без него бы вообще космос был). Пока хватает подписок, но Fable съедает свою недельную квоту за 2-3 дня.

Ох, чую после выхода на IPO как отменят нам всем подписки и будем через API работать...

Кого ИИ уже съел.

25 публичных компаний, которым рынок присвоил ярлык жертвы ИИ: учебные сервисы, фотобанки, биржи фриланса, колл-центры, медиа, рекрутинг, исследовательские агентства.

Сравниваем выручку за второй квартал 2026 года со вторым кварталом 2022 и цену акции на 9 сентября - до GPT и после.

• Выручку за четыре года нарастили 16 из 25.
• Подешевели все 25.
• Индекс Nasdaq-100 за это время прибавил 145%.

Coursera прибавила 139% выручки и потеряла 51% стоимости.
TechTarget: плюс 47% выручки, минус 93% цены.
Getty Images: выручка на месте, цена минус 98%.

Треть выручки и больше потеряли семеро:

• Chegg, ответы на домашние задания, минус 73%
• BuzzFeed, медиа, минус 66%
• LivePerson, чат-боты поддержки, минус 60%
• Angi, каталог мастеров, минус 52%
• ZipRecruiter, поиск работы, минус 51%
• Skillsoft, корпоративное обучение, минус 33%

Самый драматичный - Chegg
Ядром бизнеса была подписка за $20 в месяц к базе из 120 млн готовых решений задач из учебников, которую компания собирала десять лет.
Сначала ChatGPT сделал эту "базу" бесплатной для студентов, а потом и Google полностью выключил канал привелечения, когда запустил свои ИИ-ответы. Стоимость компании упала на 96%

Отдельно интересны аналитики - Forrester (уже -70% капитализации) и Gartner (-41%).

Если потенциально ИИ тебя может заменить, то уже не важно - растешь ты сегодня или нет - твоя стоимость на рынке стремительно падает.

🅰️🅱️ @ReymerDigital