GPT-4.5 уходит на пенсию.
Anthropic готовит IPO

Контекст. GPT-4.5 была флагманом чуть больше года — и уже на пенсии. Темп устаревания моделей ускоряется: что было вершиной в 2025, сегодня — legacy. GPT-5.5 Instant с 52,5% снижением галлюцинаций делает 4.5 ненужной.

Последствия. Бизнес должен планировать жизненный цикл AI-моделей в месяцах, а не годах. «Построили на GPT-4.5» — через год мигрируйте. Это новый операционный риск.

Наша оценка. Символический момент. Эпоха «простых чат-ботов» закончилась. Дальше — только агентные архитектуры.

Контекст. Anthropic идёт на IPO с оценкой >$60 млрд. Это вторая крупная AI-компания на публичном рынке после OpenAI. Розничные инвесторы наконец-то смогут купить кусочек AI-революции.

Последствия. Публичный рынок получит бенчмарк для оценки AI-компаний. Стартапам будет проще привлекать деньги: инвесторы увидят мультипликаторы. Но и scrutiny вырастет — квартальные отчёты не прощают хайпа.

Наша оценка. Anthropic выбрала удачный момент: Claude Code на хайпе, Fable 5 возвращается, выручка растёт. Но публичность — это палка о двух концах.

Контекст. 9 400 MCP-серверов. Рост на 58% за квартал. Model Context Protocol становится стандартом подключения AI-агентов к внешним инструментам. Это как USB для AI: один разъём для всего.

Последствия. Vendor lock-in умирает. Агент на Claude может работать с теми же инструментами, что и агент на GPT. Компании больше не привязаны к одному вендору. Время интеграции сокращается с недель до часов.

Связи. 25 июня: Anthropic запустила Slack-агентов — MCP позволяет им подключаться к Jira, GitHub, Google Docs без написания кастомных коннекторов. 27 июня: конверсия пилотов в продакшен выросла до 31% — MCP ускоряет этот переход.

Что делать. Подключайте свои сервисы к MCP. Если у вас SaaS — сделайте MCP-сервер. Это новый канал дистрибуции: ваш продукт становится инструментом для тысяч AI-агентов.

Контекст. $42,6 млрд в 312 раундах за квартал. Почти половина — $20 млрд — ушла в агентные стартапы. Рынок агентного AI: $9,1 млрд сейчас, прогноз $139 млрд к 2034. CAGR 40,5%. Цифры огромные.

Последствия. Это не пузырь — деньги идут в инфраструктуру, а не в хайп. MCP-серверы, consumption-based pricing, вертикальные агенты. Инвесторы голосуют долларом за агентную архитектуру. Кто строит «ещё один чат-бот» — тот опоздал.

Связи. 24 июня: Salesforce Agentforce принёс $800M ARR за год — доказательство, что агентные деньги реальны. 23 июня: JPMorgan внедряет AI-агентов — enterprise-спрос подтверждает тренд.

Что делать. Если строите AI-стартап — стройте агентный. Если инвестируете — смотрите на компании с MCP-интеграцией и outcome-based pricing. Остальное — шум.

Контекст. Конверсия пилотов в продакшен удвоилась за квартал: с 18% до 31%. Драйверы понятны: MCP стандартизировал интеграции, consumption-based pricing снизил финансовый риск, появились проверенные ROI-кейсы.

Последствия. Компании перестали «играться с AI» и начали внедрять. Это переломный момент. Раньше AI был R&D-бюджетом, теперь — операционным. Кто не внедряет — теряет конкурентное преимущество не в процентах, а в разах.

Связи. 24 июня: SAP и Google Cloud запустили агентную коммерцию — пример production-внедрения, а не пилота. 20 июня: JPMorgan Wealth Management показал +20% эффективности — ROI-кейс, который убеждает CFO.

Что делать. Если у вас пилот AI — форсируйте переход в продакшен. Окно возможностей сужается. Через год 31% станет 50%, и опоздавшие будут догонять, а не лидировать.

Контекст. В 6 раз больше CVE, связанных с AI-кодом. Salt Security: «AI пишет код быстрее, чем организации могут его контролировать». Это обратная сторона продуктивности: скорость генерации кода = скорость генерации уязвимостей.

Последствия. AI-безопасность становится отдельной дисциплиной. Нужны инструменты для аудита AI-сгенерированного кода. Ручное ревью не справляется с объёмом.

Связи. 22 июня: prompt injection признан CVE-категорией. Проблема системная, а не точечная.

Контекст. SAP унифицирует фрагментированные данные ритейлеров для AI-персонализации в реальном времени. Это переход от «сегментных рассылок» к «индивидуальным предложениям». Маркетинг становится персональным на уровне одного человека.

Последствия. Ритейлеры, которые не унифицируют данные, не смогут использовать AI-персонализацию. Конкурентное преимущество смещается от «у кого больше данных» к «у кого данные чище».

Наша оценка. SAP делает скучную, но критически важную работу. Без чистых данных AI-персонализация — это просто дорогой генератор случайных рекомендаций.