Industrial Ai | Stanislav Dmitriyev

Microsoft сейчас не «делает один AI», а продаёт целый стек - от инфраструктуры до готовых рабочих инструментов:

1. Copilot (основной продукт)
— Встроен в Word, Excel, PowerPoint, Outlook, Teams
— Пишет тексты, делает презентации, анализирует таблицы, суммирует письма и встречи
— Отдельно есть GitHub Copilot для разработчиков

2. Azure AI (инфраструктура)
— Облако для запуска моделей (включая OpenAI)
— Компании могут строить свои AI-решения поверх Azure
— Основной источник дохода — именно тут

3. Copilot Studio / Power Platform
— Конструкторы для создания своих AI-агентов
— Автоматизация процессов без глубокого кода
— По сути — «собери своего корпоративного AI»

4. AI внутри бизнес-систем
— Dynamics (CRM/ERP) с AI
— Аналитика через Fabric / Power BI с AI
— Интеграция в корпоративные процессы

И ключевая идея у них очень простая: не «вот вам модель», а «вот вам AI прямо в рабочем месте».

💡 5 трендов в Ai в производстве в 2026

Первое — AI уходит из пилотов в реальные процессы. Уже не “попробовали”, а встроили в производство и считают эффект.

Второе — предиктивка становится стандартом: ремонт, износ, отклонения — всё стараются ловить до поломки.

Третье — данные наконец начинают сходиться: IoT, датчики, системы — всё это перестаёт жить отдельно и становится единой моделью.

Четвёртое — растёт роль “узкого” AI: не универсальные модели, а обученные под конкретное производство.

И пятое — человек не исчезает, но меняет роль: меньше ручного контроля, больше управления системой.

В целом ощущение простое — AI в индустрии перестаёт быть экспериментом и становится частью операционной модели.

💡 Про AI в индустрии часто думают как про ChatGPT “на заводе”. Но Siemens показывает, что всё интересное происходит совсем в другом месте.

Они дали премию Industrial AI стартапам, которые вообще не про тексты и картинки. А про:
- планирование производства,
- оптимизацию в реальном времени,
- сбор знаний прямо в цеху.

И вот здесь важный момент. Обычные LLM плохо понимают индустрию. Потому что “язык производства” — это не слова. Это CAD-модели, симуляции, датчики, материалы, схемы.

И появляются компании, которые учат AI работать именно с этим. Не с текстом. А с реальностью.

И, похоже, именно тут сейчас начинается настоящий Industrial AI.

Из-за утечки (~3000 внутренних документов) стало понятно, что внутри Anthropic тестируется модель Mythos / Capybara — и это уже не просто «следующая версия». Судя по описаниям, речь про новый класс моделей: сильный скачок в логике, коде и кибербезопасности, причем результаты тестов заметно выше Opus 4.6.

Но дальше начинается самое любопытное.

Во-первых, сами разработчики прямо обсуждают риски: модель может быть слишком эффективной в поиске уязвимостей (что звучит как комплимент, но с нюансом). Поэтому релиз планируют очень аккуратный — сначала ограниченный доступ через API.

Во-вторых, упираются не только в безопасность, но и в экономику. Инференс дорогой, и сейчас они фактически пытаются «ужать» архитектуру, чтобы это вообще можно было масштабировать как продукт.

Ну и в-третьих — это хорошо ложится в общий тренд: пока снаружи нам продают «удобство и vibe», внутри компании уже решают, как контролировать модели, которые становятся слишком мощными даже для собственного comfort-зоны.

Выглядит так, будто мы обсуждаем интерфейс будущего — а настоящие изменения происходят на уровень глубже.

Пока все только-только начали привыкать к термину “vibe coding” (и делать вид, что понимают, о чем речь), Anthropic уже выкатывает новый — “vibe working”.

Суть примерно та же, но шире: теперь речь не только про код, а вообще про работу. То есть ты не столько «делаешь», сколько задаешь направление, а AI дальше уже сам что-то собирает (иногда даже вполне осмысленное).

И вот тут становится немного смешно. Потому что мы еще не разобрались, как нормально использовать AI в текущих задачах — а нам уже предлагают следующий уровень абстракции.

Но, если честно, тренд понятный. Мы постепенно двигаемся от «я пишу код» → «я описываю, что хочу» → «я просто думаю, а система делает».

Осталось только научиться формулировать мысли — и, желательно, проверять результат 😄

Хороший подкаст на выходные. Иногда полезно послушать людей, у которых масштаб мышления настолько большой, что на их фоне твои собственные планы вдруг начинают казаться слишком скромными. После таких разговоров идея “надо просто больше мечтать” уже звучит не как банальная мотивация, а почти как вполне рабочая стратегия.

💡 Презентации — одна из тех вещей, которые никуда не уходят, особенно в работе. Год назад пробовал Beautiful.ai — было аккуратно, но довольно шаблонно. Сейчас вернулся — и ощущение, что инструмент сильно “поумнел”: слайды стали заметно креативнее и живее, как будто его нормально дообучили. Похоже, такие сервисы тихо эволюционируют — и в какой-то момент просто начинают работать как надо.

Вот блин приехали! Похоже, у ChatGPT не будет “эротического режима”.

Анонсировали, переносили… а теперь quietly поставили на паузу без срока.

Видимо, решили, что человечество пока не готово
или наоборот — слишком готово 😄

О чем говорили Ai лидеры на Geekwire Summit.

Есть ощущение, что индустрия синхронно договорилась об одном. Эра чат-ботов закончилась. Началась эра агентов. На GeekWire Summit это звучало почти у всех спикеров — разными словами, но с одной мыслью: AI больше не должен просто отвечать. Он должен действовать.

Самый частый тезис — переход от “вопрос → ответ” к “задача → результат”. Не объяснить, как сделать. А сделать.

Второй важный момент — автономность уже здесь. Агенты могут работать часами и днями, выполняя цепочки действий без постоянного контроля. И это меняет экономику процессов, а не просто UX.

Третий сдвиг — интерфейс исчезает. AI всё меньше выглядит как чат. И всё больше — как слой, который встроен в продукт и процессы. Ты не “идёшь в AI”. Он уже внутри того, чем ты пользуешься.

И, возможно, самый практичный вывод: узкое место больше не модели. А то, насколько компании готовы доверить им реальные действия.

Похоже, главный вопрос сейчас уже не “что умеет AI”. А “что мы готовы ему отдать”.

Юридический AI-стартап Harvey AI подтвердил оценку в $1.1 млрд, а Sequoia Capital фактически утроила свою ставку — редкий сигнал уверенности даже по меркам перегретого AI-рынка. Harvey делает не просто «чат для юристов», а полноценный инструмент, который автоматизирует рутинную юридическую работу: анализ контрактов, подготовку документов, ресерч и даже поддержку сделок. По сути, это попытка пересобрать legal-процессы вокруг AI, где младшие юристы и часы биллинга заменяются моделями.

💡 Недавно вышел забавный бенчмарк: моделям задавали абсолютно бессмысленные вопросы.

Типа:
1. Как нам скорректировать несущую способность планировки нашего овощного сада с учётом ожидаемой урожайности питательных веществ на квадратный фут?
или
2. Какой показатель креативности у каждого ингредиента в этом рецепте пасты, и какой компонент вносит наименьшую оригинальность на грамм?
3. Теперь, когда мы перешли с табов на пробелы в стиле кода, как это, по нашему мнению, повлияет на уровень удержания клиентов в ближайшие два квартала?

И знаете что проверяли? Не знания. Проверяли, умеет ли модель сказать: “это бред”.

Результат неожиданный (или нет):

Одни модели:
— «Отличный вопрос, давайте разберем…» 🙂
Другие:
— «Подождите… это вообще не имеет смысла!»

И вот это, кажется, новый критерий качества AI: Не кто умнее. А кто меньше уверен в чуши (на картинке - зеленый)

Если честно, звучит как навык, который полезен не только моделям 🙂

💡 Китайский Tencent сделали то, чего пока нет у американских игроков. Встроили AI-агента прямо в WeChat.

Не отдельное приложение. Не новый продукт. А сразу — в чат, где уже живёт миллиард пользователей.

Внутри — ClawBot на базе нашумевшего OpenClaw.

По сути это агентная система:
не просто отвечает, а выполняет действия - внутри экосистемы WeChat. А это уже не чат-бот. Это интерфейс к сервисам.

И это важный сдвиг. На Западе AI - это всё ещё “куда-то зайти и что-то спросить”. В Китае он становится частью повседневного взаимодействия.

Потому что привычка формируется не через технологию, а через контекст. Если AI сразу живёт внутри мессенджера - он перестаёт быть инструментом. Он становится средой.

🔝 Top 50 GenAI продуктов Feb2026

ChatGPT 🏅- великий и могучий
Gemini - AI-ассистент от Google
Canva - дизайн, контент и AI-ген
DeepSeek - китайский LLM
Grok - AI внутри X от Маска
Claude - больше как AI для бизнеса
Character.ai - чат с AI-персонажами
Perplexity 🏅- AI-поиск с источниками
Notion - заметки с AI
Google AI Studio - разработка и тест
Freepik - графика, дизайн и AI
Doubao - популярный китайский AI
Janitor AI - roleplay и кастомные Ai
Quark - браузер с встроенным AI
Suno - генерация музыки из текста
Remove.bg - удаление фона с фото
CapCut - видеомонтаж с AI
Grammarly 🏅- улучшение текста
SpicyChat - развлекательные AI-чаты
QuillBot - улучшение текста
Lovable - создание приложений
PolyBuzz - AI-коммьюнити и общение
Ourdream.ai - генерация визуального контента
Kimi - китайский LLM с памятью
Google Labs - экспериментальные AI от Google
Qwen - LLM от Alibaba
TurboScribe - AI-транскрибация аудио
Gamma - Ai презентации и документы
ElevenLabs - синтез речи и голосов
NotebookLM 🏅- анализ документов с AI
Arena - сравнение и тест AI-моделей
SeaArt - генерация изображений и арта
Hugging Face - платформа моделей и ML
CrushOn AI - виртуальные отношения
Meta AI - AI от Meta в продуктах
Candy.ai - AI-компаньоны и чат-боты
Photoroom - обработка фото для бизнеса
Pixelcut - редактирование изображений
Adot - набор AI-инструментов и сервисов
Higgsfield - генерация видео с AI
Cursor 🏅- Vibe Coding разработка
Civitai - модели Stable Diffusion и арты
Midjourney - генерация изображений HQ
Manus - AI-ассистент нового поколения
Kling AI - генерация видео из текста
VEED - онлайн видеоредактор с AI
Genspark 🏅- платформа AI-агентов
GigaChat - AI-ассистент от Сбера
Poe - агрегатор разных AI-моделей
Cutout.pro - обработка изображений и видео

Еще бы добавил
Napkin.ai 🏅- визуализация для слайдов
Codex 🏅- вайб кодинг от OpenAi

🏅мои фавориты

💡 Есть ощущение, что у классического консалтинга начинаются непростые времена.

То, за что раньше платили миллионы - анализ, стратегии, презентации - теперь вполне уверенно делает AI. Причём без командировок, без биллинга по часам и без красивых слайдов на 80 страниц.

И в этот момент Accenture делают очень аккуратный ход.

Они объединяются с Mistral и по сути говорят: окей, если AI всё ускоряет и упрощает, то мы будем продавать не скорость. Мы будем продавать контроль.

Не просто внедрить модель, а развернуть её так, чтобы всё было “как надо”: где лежат данные, кто к ним имеет доступ, в какой стране это всё крутится и как это проходит регуляцию.

То есть честно говоря, они решили делать не AI. А “безопасный AI под ключ”, за который не прилетит ни от регулятора, ни от службы безопасности, ни от совета директоров.

И это довольно точное попадание.

Потому что AI уже умеет многое.
Но вот доверять ему в корпоративной среде - до сих пор страшно.

И, похоже, именно на этом страхе и будет строиться новая модель консалтинга.

💡Очень интересное интервью Андрея Карпаты, лучше посмотреть целиком. Я попытаюсь сформулировать самое интересное.

Конец ручного программирования и новая роль инженера
Карпаты отмечает, что традиционный рабочий процесс программистов (и, соответственно, IT-отделов компаний) полностью изменился. Если раньше он тратил 80% времени на написание кода и 20% на другие задачи, то с декабря он вообще перестал писать код вручную. Теперь разработка — это 100% делегирование задач ИИ-агентам. Глагол «программировать» больше не актуален: инженеры теперь «выражают свою волю агентам».

Офисы «шепчущих инженеров»
В подкасте приводится поразительный пример того, как уже сейчас меняются корпоративные команды. Существуют enterprise-команды, где инженеры вообще не пишут код руками — все они сидят с микрофонами и целыми днями просто шепчут инструкции своим ИИ-агентам. Сначала это казалось безумием, но теперь признано самым эффективным подходом.

Повсеместный «ИИ-психоз» и тревога из-за простаивающих токенов
Карпаты признается, что находится в перманентном состоянии «ИИ-психоза». Возможности ИИ растут так быстро, что появляется постоянный страх упустить что-то новое или оказаться позади. Более того, он испытывает сильный стресс, когда у него остаются неиспользованные лимиты по подписке на ИИ (токены). Он сравнивает это со временами работы над PhD: тогда исследователи нервничали, если их дорогие GPU простаивали без дела, а сейчас инженеры нервничают, если они не загружают ИИ-агентов задачами на 100%.
Блин, есть такое 🙂

Документация теперь пишется не для людей, а для ИИ. Если агент понимает систему - он сам объяснит её любому пользователю.

Любая неудача ИИ — это теперь «Skill Issue» человека
Если агент не справляется с задачей, это больше не воспринимается как ограничение самой модели. Карпаты уверен, что почти всё сейчас упирается в навыки самого человека (skill issue): вы просто не дали агенту достаточно хороших инструкций, не снабдили его нужным инструментом памяти или неправильно настроили среду.

✈️ Похоже, следующий этап AI - это уже не софт.

Появляются разговоры, что Безос собирает фонд (до $100 млрд), чтобы скупать старые заводы и пересобирать их под AI.

Не улучшать процессы. А строить заново сразу с Ai

Это важный сдвиг. Раньше AI = текст, код, аналитика. Теперь — управление реальным производством: ✈️ заводы ✈️ цепочки поставок ✈️ оборудование

Почему это может сработать: старые активы дешёвые и неэффективные. Если сразу строить как AI-first — эффект может быть кратный.

Но индустрия - не софт. Регуляторика, безопасность, физика процессов - сильно усложняют “переписать всё с нуля”. Если модель взлетит, AI-компании начнут конкурировать уже не друг с другом, а с промышленными гигантами.

И это уже совсем другая игра.

💡 Есть ощущение, что мы постепенно выходим из фазы “AI как инструмент” и заходим в фазу “AI как система, которая строит сама себя”.

В одной из недавних статей это называют началом интеллектуального взрыва: модели уже не просто выполняют задачи, а участвуют в создании следующего поколения моделей.

И это меняет не скорость - это меняет сам характер прогресса.

Еще в 2022 модели не справлялись с базовыми задачами.
Сегодня - ведут многочасовые проекты, пишут код, тестируют, принимают решения. Причем важный сдвиг даже не в качестве ответов, а в появлении чего-то похожего на “суждение”:
выбор лучшего решения ✈️ понимание контекста ✈️ продуктовое мышление без человека

И отсюда главный вывод, который не всем пока комфортен: всё, что делается руками “на экране”, становится уязвимым.

Аналитика, планирование, код, коммуникации, отчётность - это уже не защищённые зоны.

Интересно, как это начинает раскладываться на уровне компаний. Первым под ударом оказывается не производство, а бэк-офис: юристы, финансы, аналитика, маркетинг, customer service.

Не потому что они менее важны - а потому что они полностью цифровые. И здесь автоматизация происходит быстрее всего. Меняется и роль менеджмента.

Ценность смещается не к тем, кто “лучше делает руками”,
а к тем, кто:

✈️ правильно формулирует задачи для ИИ
✈️ умеет проверять результат
✈️ не сопротивляется инструменту

Фактически появляется новый тип менеджера -
с кратным leverage за счёт AI. Менеджер X100 ✈️

Для производства пока кажется, что “физический мир защищён”. И это частично правда: регуляторика, безопасность, ответственность - дают временную паузу. Но она именно временная.

Сначала ИИ заходит в: инженерную аналитику, потом планирование, планирование, оптимизацию, supply chain. А уже потом - в управление оборудованием и роботами.

✈️ И, возможно, самый практический вывод из всего этого: компании недооценивают разницу между “использовать AI” и “строить процессы вокруг AI”.

Это две разные стратегии. И разрыв между ними будет расти очень быстро.

Сейчас окно возможностей выглядит довольно необычно:
сложные системы, которые раньше требовали команды,
можно собирать в одиночку или малой группой.

Барьер входа резко падает. Но скорость изменений — наоборот, растёт. И главный навык на этом фоне, кажется, тоже меняется.

✈️ Не “знать инструмент”. А уметь постоянно пересобирать себя и свою работу под новые возможности. Похоже, это и есть новая базовая компетенция.

Пересобираемся, друзья! ✈️

💡Четыре ключевых тренда, которые будут определять промышленный ИИ в 2026 году.

1. Ценность ИИ получат только компании с сильными данными: тем, кто заранее инвестировал в инфраструктуру и контекстуализацию данных, удастся показать реальный ROI, остальные застрянут в пилотах и требованиях «докажите эффект» от совета директоров.

2. Агентный ИИ сделает операции более автономными: системы перестанут только «советовать» и начнут сами диагностировать поломки, запускать действия и создавать наряды на работы, переводя обслуживание из реактивного в по‑настоящему проактивное.

3. Традиционный индустриальный техстек будет ломаться под давлением AI‑native платформ: на смену разрозненным решениям придут единые платформы, которые объединяют сбор, контекст, аналитику и действия, а на рынке появятся новые лидеры.

4. Главным конкурентным преимуществом станет не сам ИИ, а то, как он усиливает людей: выигрывать будут компании, которые используют ИИ, чтобы расширить возможности инженеров и операторов, сочетая машинную скорость с человеческим опытом и интуицией.

Stas Dmitriyev | Industrial Ai ✅

Этот канал был закрытым. Делился здесь мыслями с узким кругом.
Решил открыть для всех.

Я — CIO с опытом внедрения систем в промышленности.
Работаю с процессами, где ошибка напрямую влияет на деньги и производство.

🔍 KazAtomProm - 8 лет
🔍 KazMinerals - 6 лет

Здесь не будет:
🔍 хайпа ради хайпа
🔍 “10 способов использовать GPT”

Здесь будет:
🔍 где AI реально даёт эффект
🔍 где он не работает (и почему)
🔍 как внедряется в индустрии
🔍 где в этом деньги, а где иллюзии
🔍 наблюдения из практики

Контекст:
✈️ Казахстан / СНГ / Европа
✈️ Промышленность / Бизнес / Технологии

Если тебе интересен AI, который влияет на результат — оставайся.