В корпоративный искусственный интеллект за последнюю пару лет вложили от 30 до 40 миллиардов долларов. К лету 2025-го выяснилась досадная вещь: 95% этих внедрений не принесли компаниям ничего – ни сэкономленных часов, ни лишнего рубля в годовом отчёте. 

Попробую проиллюстрировать:
Новый сотрудник открывает корпоративного ассистента и задаёт первый рабочий вопрос – что-нибудь житейское, вроде «как оформить командировку в другой часовой пояс». Ассистент отвечает обстоятельно и с полной уверенностью в себе. 

Но неправильно.
Потому что актуальный регламент лежит в личке у HR-директора, прошлогодняя версия пылится локально в архиве её коллеги-предшественника, куда никто не заглядывал с её увольнения, а ключевая информация, ради которой всё и затевалось, существует только в голове у Марины. 

Марина в декрете. Выгрузить перед уходом свой мозг в базу знаний её, разумеется, попросить забыли. Обычная история, кстати. В такую среду приходит большинство корпоративных ИИ-внедрений: знания где-то есть, ассистент подключён – но брать данные ему неоткуда. 

В апреле Teamly выпустили большое весеннее обновление – и оно целиком про это. Про то, что должно лежать под ассистентом, чтобы тот отвечал по делу. Разбираю по частям.

Мы живем в мире, который держится на устройстве, почти неизвестном широкой публике. Оно размером с автобус, стоит в чистых комнатах на фабриках Тайваня, Южной Кореи, Японии и США — и печатает все передовые чипы планеты. Ваш телефон, ноутбук, серверы банка, навигатор в машине — все это стало возможным благодаря ему.

Называется оно EUV-литограф. Таких машин в мире чуть больше двухсот, делает их одна компания, и ни одна страна — включая США, Китай и Японию с их огромными бюджетами — не смогла ее повторить.

В этой статье попробую объяснить, что это за машина и почему она такая одна.

Недавно в блоге МТС вышла замечательная статья в честь дня рождения Терри Пратчетта. Ну а я бы хотел начать этот материал с его смерти.

Терри Пратчетт умер в 2015-м от заднего коркового атрофического синдрома — редкой формы раннего Альцгеймера. Болезнь в данном случае поражает вместо памяти зрительную кору: говоря грубо, он глазами видел на столе чашку, но мозг отказывался принимать сигнал, что это чашка. При этом он прекрасно понимал и осознавал, что именно с ним происходит. Для человека, который строил огромные миры из образов и слов, Пратчетт получил диагноз специфической жестокости.

Терри боролся с болезнью: пожертвовал миллион фунтов на исследования, снимал документалки, давал интервью. Болезнь называл embuggerance — в переводе что-то вроде «чертовски неудобного обстоятельства». Слова из одного из последних его интервью позже стали крайне известной цитатой: «Карабкаюсь с другими вперед изо всех сил, чтобы успеть, пока не придет лекарство».

Праттчет, увы, не успел.

Я слежу за темой ИИ в медицине, особенно на стыке с когнитивной психологией, где нейродегенеративные заболевания стоят особняком. И в какой-то момент наткнулся на то, что в этой области что-то начало двигаться. В этом материале разберемся, почему болезни вроде Альцгеймера и Паркинсона так долго не поддавались никаким инструментам, как науку на долгих 20 лет оккупировала «амилоидная мафия», что это такое, и как благодаря ИИ появилась надежда на успех.

Последние два месяца в кибербезопасности только и разговоров, что о Mythos. Новая модель Anthropic, которую компания отказалась выпускать в открытый доступ, слишком опасная, по заявлениям разработчиков: находит zero-day-уязвимости в каждой крупной операционной системе и каждом браузере, строит многоступенчатые эксплойты, пробивает корпоративные сети за часы. Fortune, Bloomberg, CNBC, Хабр, Пикабу — написали все.

Я не разработчик и уж тем более не безопасник. Зато я неплохо разбираюсь в маркетинге, и когда компания, готовящаяся к IPO, отказывается выпускать свою самую мощную модель со словами «она слишком опасна», а оценка за следующий месяц вырастает вдвое, у меня включается профессиональный интерес.

Что, если лучший способ продать модель — объявить, что продавать ее вы не будете?

7 апреля 2026 года Anthropic сделала именно это: объявила о существовании Mythos, которая не выйдет в публичный доступ, и запустила Project Glasswing — закрытую программу для 40 организаций с бюджетом в 100 млн долл. кредитами. За следующие 30 дней оценка компании выросла с 380 до 800 млрд долл.

Давайте посмотрим, как работает маркетинг Antropic. А надо сказать, что ребята молодцы и свой хлеб едят не зря. 

Если у вас завалялись лишние десять миллиардов долларов и есть желание построить город будущего — что ж, Toyota вас опередила. В сентябре 2025 года крупнейший автопроизводитель мира официально открыл у подножия горы Фудзи свой полигон мобильности Woven City.

На месте старого завода площадью семьдесят гектаров появились стильные дома из дерева и бетона, подземная инфраструктура водородной энергетики, тоннели для роботов-курьеров. Архитектором выступил Бьярке Ингельс — тот самый, кто проектировал штаб-квартиру Google. Энергия поступает от водородных топливных элементов и солнечных панелей. Дороги разделены на три типа, и они физически не пересекаются.

Жителей пока около сотни. Их называют Weavers — «ткачами», вероятно, в память о том, что Toyota когда-то начинала с ткацких станков. Город закрыт для посторонних: широкая публика попадет сюда, по плану компании, только в следующем финансовом году, и то по записи.

Звучит как очередная корпоративная утопия в духе Кремниевой долины. Но это не так. Это самый аккуратно спроектированный эксперимент по сбору данных о людях, который когда-либо ставила частная компания. Давайте разберемся, что к чему.

Где-то в глубинах робототехнической лаборатории EPFL человек толкает деревянный блок с конвейера на верстак, ставит его на стол, отходит и бросает в корзину. После этой единственной демонстрации три совершенно разных промышленных робота (каждый со своей геометрией суставов и своими физическими ограничениями) повторяют те же действия. При этом никто не переписал ни строчки кода.

Но в реальном цехе такое пока не работает: при замене робота или модели программу пересобирают с нуля. При этом оплачивается работа интеграторов, время простоя. Минута незапланированной остановки на наладке, по отраслевым оценкам, обходится производству от тысячи до 10 тысяч долларов, а сам процесс может растянуться на 2–4 недели сверх плана.

Швейцарские инженеры из EPFL утверждают, что задачу можно закрыть, и, главное, намеренно делают это без AI, выступая против главного технологического мейнстрима 2026 года. 

Разберемся, как это работает, во сколько обходится и почему в этой сфере математика обыграла нейросети.

В сферу помощи людям с ограниченными возможностями венчурный капитал и топ-исследователи никогда не спешили. Слишком маленький рынок, сложный пользователь, долгая окупаемость. Но теперь ИИ-индустрия заходит на эту территорию всерьез — полноценным научным проектом на главной конференции года по искусственному интеллекту.

Команда Бингемтонского университета создала робота-поводыря с LLM внутри. В отличие от обычной собаки, он разговаривает с человеком по ходу маршрута: спрашивает, куда нужно, предлагает варианты пути, объясняет, что происходит вокруг. Работу представили в январе 2026 года на конференции AAAI в Сингапуре.

Само по себе появление такого робота — еще не сенсация: каждый месяц на конференциях по ИИ показывают десятки прототипов. Интересно вообще другое. Похожие проекты запускают по всему миру независимо друг от друга. Все используют практически одинаковое железо, похожие языковые модели и решают почти одну и ту же задачу.

Узнаем, как сфера социальных проектов для людей с ОВЗ становится новой индустрией и свежим плацдармом для инженерных вызовов.

Привет Хабр! Я часто пишу для блога МТС — в основном об аналитике исследований, тенденциях в мире ИТ и ИИ и о нестандартных кейсах. А в недалеком прошлом очень много обозревал всякий софт — от CRM до нишевых решений внутренних сервисов компаний. И решил взяться за старое.

В моей работе есть куча небольших задач, связанных с коммуникацией и обратной связью: бесчисленные переписки и голосовые в чатах, комментарии и все в этом духе, каждая занимает 10–15 минут, не связана с остальными и никак не фиксируется. Из-за этого часть из них теряется, время не фиксируется, а мозг просто взрывается. В какой-то момент понял, что так дальше нельзя: либо я нахожу способ собрать всю эту коммуникацию в одном месте, либо продолжаю терять задачи и нервы.

Решить эту проблему можно с помощью сервисов асинхронной коммуникации. У MWS есть TeamStream: после одного забавного случая (о нем — в тексте) меня туда пригласил @Mimizavr, чтобы посмотреть, как пойдет работа над текстами в новом формате, будет ли так удобнее и понятнее и сможем ли мы сэкономить время на правках. Ну что ж, поехали!

В этом материале расскажу о своем опыте работы с TeamStream и о том, что умеет этот сервис и кому он может пригодиться.

В апреле 2026-го Intel и ИИ-платформа SambaNova опубликовали совместный blueprint гетерогенного инференса: prefill — на GPU, decode — на SambaNova SN50 RDU, агентские действия — на Intel Xeon 6. Готовое решение обещают во второй половине 2026-го, и оно встает в обычную стойку 30 кВт с воздушным охлаждением, без капитальных переделок машинного зала.

Идея такая: как только случился массовый приход агентов, decode перестал быть побочной фазой и становится доминирующей нагрузкой, а монолитная архитектура «GPU на всё» начала просаживаться по экономике. Коротко разберем, как это работает и почему это может стать востребованным.

В марте 2020 года один сайт показал, что в Ватикане за день умерло 892 045 человек. Население страны на тот момент — около 800. Скриншот моментально стал вирусным, по соцсетям пошли посты «что происходит в Ватикане?!». Ничего не происходило. Просто сайт только что взломали.

Так вот, этим же сайтом в это же время пользовались Белый дом, британское правительство и Johns Hopkins University. Цифры с него показывали на ежедневных правительственных пресс-конференциях, на него ссылались The New York Times и Oxford University Press, его цитируют в 30 000 рецензируемых научных работ. И при всем этом публично неизвестно, кто его делает.

Разбираю историю Worldometer — сайта со счетчиками, который два десятилетия считает мир за нас. Кто его создал, откуда там берутся цифры, как он стал главным источником ковидной статистики для половины планеты и какие совершенно неочевидные вещи о мире на нем можно найти, если зайти не за быстрой справкой.

ИИ-индустрия второй год живет в режиме большой стройки. Крупные компании вроде OpenAI, Amazon и Microsoft обещают рынку все новые и новые кластеры, кампусы, все это с приставками гига- и мега-, а также сотни миллиардов долларов инвестиций в инфраструктуру.

Но не все идет гладко: дата-центр нельзя развернуть так же просто, как облачные сервисы. Его нужно подключить к сети, обеспечить трансформаторами, подстанциями, распределительным оборудованием, водой, разрешениями и согласованием с местными жителями. И тут выяснилось, что ИИ-бум упирается как в дефицит и цены чипов, так и в куда более приземленные вещи: многотонные трансформаторы, электротехническую сталь, медные обмотки и очереди на оборудование до конца десятилетия. 

Тут возникает конфликт: компании обещают резкий рост, а аналитики и журналисты все чаще показывают, как сдвигаются сроки, площадки остаются полупустыми, сети не готовы к гигаваттным нагрузкам, а критическое оборудование приходится покупать у Китая. Это, кстати, самая больная тема для США, потому что американские компании уже несколько десятилетий не вкладывались в экспертизу тяжелых трансформаторов, без которых мегаЦОДы работать просто не смогут.

Последняя громкая новость — исследование SynMax, аналитической компании из Техаса, которая изучила спутниковые снимки крупных площадок под дата-центры OpenAI и Oracle. Их вывод быстро разошелся по СМИ: почти 40% американских ЦОД не смогут сдать к сроку — их должны построить уже к концу 2026 года.

Получается странная картина: самые дорогие модели мира, самые мощные GPU и самые амбициозные планы по ИИ зависят от оборудования, которое нельзя быстро произвести, заменить и нельзя просто заказать с запасом, если ты не забронировал производственные слоты несколько лет назад.

Разберемся, что именно увидели аналитики, почему Bloomberg говорит о трансформаторах, где сходятся разные исследования и почему задержки дата-центров могут стать одним из главных финансовых рисков текущего ИИ-цикла.

Любому маркетологу знакомо понятие экономики внимания — на ней, собственно, строится весь текущий рынок в большинстве сфер товаров и услуг. Но борьба за внимание уже подходит к концу, и на её место приходит кое-что поинтереснее.

Энтерпрайз, гиганты рынка, платформы, медиа и влиятельные системы постепенно переходят от борьбы за внимание к борьбе за намерение, а затем — за саму волю человека. Звучит как сюжет дешёвой антиутопии, но на деле это уже работающая экономическая модель, и большая её часть собрана из инструментов, которыми вы пользуетесь каждый день.

Разбираю, что такое управление волей, какие технологии его обеспечивают и почему главным дефицитом будущего становится не доступ к выбору, а способность его делать.

Помните то самое платье?
В 2015 году интернет раскололся пополам: одни клялись, что оно бело-золотое, другие — мол, сине-черное. Люди ругались в комментах, крутили яркость на мониторе, а самые умные врубали пипетку в Paint. Само платье, кстати, оказалось сине-черным, но дело вообще не в этом.

Проблема в том, что двое условных человека смотрели на одни и те же пиксели и видели разные цвета. Не интерпретировали по-разному, не спорили о вкусах — буквально видели разное. И оба лагеря не ошибались: сетчатка у всех отрабатывала штатно, а дальтонизм тут вообще ни при чем (поскольку речь не об оттенках одного цвета).

Последние лет двадцать нейронаука потихоньку сходится на одной неуютной идее: вы никогда не видели реальность напрямую. Ни платье, ни эту статью, ни собственные руки. Все, что вы воспринимаете прямо сейчас, догадка вашего мозга о том, что, вероятно, находится снаружи. Образованная догадка, обычно очень точная, но все же догадка.

Эта концепция называется байесовским мозгом, и я хочу о ней рассказать. Потому что, во-первых, она красиво объясняет кучу странных вещей: от оптических иллюзий до галлюцинаций и эффекта плацебо. 

А во-вторых, ровно по такому же принципу работает половина современного машинного обучения. Stable Diffusion, которая дорисовывает картинку из шума, Языковые модели, которые предсказывают следующее слово. Автоэнкодеры, world models, диффузионки — все это, если снять маркетинговую обертку, машины, которые делают то же самое, что и ваш мозг прямо сейчас. Гадают.

Так что начнем с мозга, а закончим нейросетями, и по дороге, надеюсь, вы начнете чуть меньше доверять собственным глазам.

Луна покрыта реголитом — слоем пыли, камней и песка от двух метров до десятков. Так вот, из реголита, кажется, научились добывать кислород. Blue Origin заявила о разработке реактора, переплавляющего лунный грунт в кучу полезных минералов с бонусом в виде заветного O₂. 

Детище Джефа Безоса в подобной технологии не пионер, но компания стала первой коммерческой, добывающей кислород таким образом.

И это лишь небольшая часть огромного плана по освоению спутника. Разбираю тему: о кислороде из пыли, будущем лунных миссий и сложностях построения космической инфраструктуры.

Привет Хабр!
Почти весь короткий век триумфального распространения нейросетей главная претензия к ним — галлюцинации. Любая модель может правдоподобно и структурировано выдумать факты, перепутать детали, а признать свою ошибку только тогда, когда ей об этом прямо укажут.

Поколения нейросетей стремительно сменяются, постепенно снижая процент галлюцинаций. Но исследователи начали бить тревогу о новой проблеме — поддакивании нейросетей в диалоге с пользователем. И нашли закономерности в диалогах с ИИ: логика разговора толкает человека все глубже и глубже в ложную уверенность, притом без искажения фактов. 

Так мы получаем людей, глубоко убежденных в своих ложных идеях. В популярных медиа это уже оформили как «диагноз», который назвали ИИ-психозом. Чтобы разобраться в теме, я изучил недавнее исследование, которое и подняло тему о загадочном явлении — сикофантии, которое описывает влияние ИИ на когнитивные возможности человека.

У AI-индустрии есть серьезная проблема: как развернуть вычислительную инфраструктуру раньше и быстрее (да еще и дешевле) конкурентов? Основной дефицитный ресурс сейчас — электричество, а не чипы или их компоненты, как вы могли предположить. Техногиганты думают, где поставить стойки, чем их охлаждать, но главное, где взять энергию, чтобы питать всю AI-систему.

И у одного стартапа из Денвера есть нестандартное решение — портативные модульные AI-дата-центры, которые можно размещать в самых нестандартных условиях. Компания пришла в ИТ из мира крипты: изначально она вела деятельность установкой майнинг-машин, которые брали энергию от попутного газа на нефтяных вышках.

Сегодня я расскажу вам о компании Crusoe —  которая крайне нестандартно превращает энергию в вычислительную мощность. Разберем их бизнес-модель и поймем, что такое вертикально интегрированная AI-инфраструктура.

У рекламы соблазнительная логика: чем больше контактов с аудиторией, тем шанс зацепить конкретного человека выше. Больше показов, касаний, поверхностей, точек входа, в общем чем активнее, тем лучше.

Эта формула долго работала, особенно в цифровой среде, где местá для размещения можно создавать практически без конца. В рекламную кампанию легко объединить парочку баннеров, преролл, спонсорский блок, вставку в выдаче и до кучи — какой-нибудь формат, догоняющий пользователя.

Предел этому есть с другой стороны — у человеческих возможностей. Реклама использует внимание, а оно не так охотно масштабируется, как инвентарь (места для рекламы). Я уже анализировал исследование и показал, что человек подошел к временной границе потребления контента. С рекламой так же. 

Если условный сервис научился продавать больше слотов, у пользователя не появится лишний час в сутках, а у мозга не откроется новый канал восприятия. В какой-то момент количество перестанет усиливать эффект и даже наоборот: размывает.

Так возникает рекламный клаттер — состояние, где множество сообщений сливаются в фон. Рассказываю о проблеме переизбытка, где среда забивается так, что хуже работает и для пользователя, и для брендов.

Привет, Хабр!

Я как всегда с аналитикой отчетов из мира IT – в этот раз в мои руки попал большой отчет MWS о перспективах IT-рынка. Как и ожидалось цифры растут от года к году:
в 2021 году рынок оценивался в 2,06 трлн рублей, в 2025-м – уже в 3,86 трлн, а в 2026 году, по прогнозу, должен дойти до красивых 4,44 трлн. Тенденция выглядит как бурный технологический рост, с преодолением ковидного и прочих кризисов. Однако ситуация (как всегда) немного сложнее – сейчас в целом меняется внутренняя природа рынка.

Возьмём рынок кэптивных IT-компаний (внутренних технологических структур, которые крупный бизнес создаёт под свои нужды, а не для открытого рынка) – его можно считать параллельной экономикой: в 2025 году сегмент оценивается в 1,964 трлн рублей против 628 млрд рублей в 2021.

Долгое время крупные корпорации для рынка были прежде всего заказчиками: они покупали софт, железо, интеграции, консалтинг, а кэптивный рынок жил тем, что продавал им технологии. Сейчас граница начала немного размываться: на 2025 год уже 21% выручки кэптивов стала чисто коммерческой. Иными словами, внутренние IT-центры крупнейших компаний начинают выходить наружу, брать внешний рынок и постепенно превращаться в самостоятельных игроков. И это только одна тенденция

Сегодня я хочу поговорить не про рост IT-рынка (цифры в отчете видны невооруженным взглядом)  а поставить вопрос из кого вообще состоит этот рынок, поскольку мы видим новый слой – внутренние технологические фабрики банков, ритейлеров, нефтегазовых компаний, телекомов и логистических гигантов. И если этот сдвиг продолжится, Россия получит рынок другой природы, где крупнейшие заказчики сами станут производителями новых технологий.

Последняя Нобелевская премия по экономике устроена вокруг двух больших вопросов. Первый: почему технологический прогресс человечества так долго топтался на месте  и даже при наличии локального роста не мог развиваться в более быстром темпе, хотя важные открытия и вполне сложные технологии появлялись задолго до промышленной революции.

Второй вопрос: почему после промышленного бума экономическое развитие стало не серией отдельных прорывов, а устойчивым движением вперед, в котором новые технологии постоянно порождают следующие. 

В конце прошлого года лауреатами премии стали сразу три человека: Джоэль Мокир, Филипп Агион и Питер Хоуитт. Мокир получил половину премии за выявление предпосылок устойчивого роста через технологический прогресс, Агион и Хоуитт — вторую половину на двоих за теорию устойчивого роста через созидательное разрушение.

В этот раз премия получилась не за инновации: исследование отвечает на поставленные вопросы о загадке стагнации прогресса и текущей общемировой экономической модели. Сегодня я ненадолго остановлюсь на первой части и сделаю упор именно на вторую, чтобы мы могли лучше понять, как работает механизм бесконечного прогресса, который уже не остановить.

Принято считать, что любая сфера конкурирует внутри себя самой: нефтяные компании с нефтяными, транспортные с транспортными, а магазины за углом с ретейлом. Принцип работает и в игровой индустрии: студии борются за геймеров, их внимание и деньги, оптимизируя затраты на разработку и усиливая методы удержания. 

Но оказалось, что все меняется.

Мне в руки попалась огромная презентация Мэттью Болла, медиааналитика и евангелиста метавселенной (а в прошлом Мэт был главой стратегии Amazon Studios). В презентации он предлагает смотреть на рынок иначе: игры теряют долю внимания не только внутри собственной индустрии, но и в более широкой борьбе за время, привычку и деньги пользователя. Геймдеву, кроме релизов игр, приходится конкурировать с соцсетями, порнографией, гемблингом, iGaming и многим другим, то есть с иными цифровыми доменами, которые тоже научились отлично монетизировать вовлечение.

Изучил огромную презентацию и разобрался в цифрах, насколько шатким оказалось реальное положение геймдева в мире.