Пока одни покупают стартапы, другие создают AI-бактериофаги, а третьи считают убытки от бесконтрольного AI
Главные события индустрии искусственного интеллекта — от поглощений до научных прорывов.
OpenAI приобрела NextSlide — стартап, создающий AI-презентации. Это первый шаг компании на рынок офисных инструментов, где доминируют Google Slides и PowerPoint. Сделка сигнализирует: OpenAI строит экосистему продуктивности вокруг ChatGPT, а не просто чат-бот.
Контекст. OpenAI давно вышла за рамки «лаборатории». 1 млрд пользователей в неделю, собственный чип Jalapeño, голосовой помощник Astra, а теперь — офисные инструменты. NextSlide — логичное продолжение: если люди уже используют ChatGPT для работы, дайте им создавать презентации не выходя из экосистемы.
Последствия. Google и Microsoft должны нервничать. ChatGPT с встроенными презентациями + Codex для кода + DALL-E для картинок = рабочее место, которому не нужен ни Google Workspace, ни Microsoft 365. Это не замена, а альтернативная вселенная продуктивности.
Связи. 30 июля мы писали, что Microsoft открыто конкурирует с OpenAI, превращая Copilot в «супер-приложение». Теперь OpenAI отвечает тем же — строит своё супер-приложение. Классический frenemy-разворот.
Что делать. Если вы строите AI-инструменты для бизнеса — смотрите на связку «чат + документы + презентации». Это новый стандарт рабочего места. Интеграция с ChatGPT становится must-have, а не nice-to-have.
Планируемый дата-центр Amazon может стать крупнейшим климатическим загрязнителем среди всех промышленных объектов США. Проект вызвал волну критики: AI-инфраструктура требует колоссальных энергозатрат, а «зелёные» обязательства Big Tech расходятся с реальностью.
Контекст. AI-гонка — это гонка энергии. Каждый новый дата-центр для обучения frontier-моделей потребляет электричество небольшого города. Amazon, Google, Microsoft соревнуются, кто построит больше. Но счёт за электричество приходит не только в долларах — он приходит в тоннах CO₂.
Последствия. Регуляторы начнут требовать климатический аудит для AI-инфраструктуры. Техас уже останавливал дата-центры. Европа введёт углеродные квоты. Компании, которые не впишутся в зелёную повестку, потеряют доступ к рынкам.
Связи. 5 августа мы писали, что Техас остановил новые дата-центры — губернатор потребовал аудита. Теперь Amazon подтверждает: проблема не в одном штате, а в масштабе всей индустрии.
Что делать. «Зелёный AI» — это новый рынок. Стартапы, которые предложат энергоэффективный инференс, углеродно-нейтральные дата-центры или AI-оптимизацию энергопотребления, получат контракты от Big Tech и государств.
Rippling призналась: компания потратила миллионы долларов на AI-инструменты за несколько месяцев. В ответ она построила внутренний ROI-калькулятор, который показывает каждому сотруднику, окупаются ли его AI-расходы. Это первый случай, когда компания публично признала проблему «токенмаксинга» и предложила решение.
Контекст. «Токенмаксинг» — термин, который мы ввели в дайджесте 6 августа, когда Microsoft ограничила использование AI сотрудниками. Rippling пошла дальше: не запретила, а сделала траты прозрачными. Это зрелый подход: AI — не игрушка, а статья расходов, которую нужно считать.
Последствия. Внутренние AI-аудиты станут стандартом для среднего и крупного бизнеса. Появится рынок инструментов «AI Spend Management» — аналог Cloud Cost Management, но для LLM-вызовов. Кто первый сделает удобный SaaS — снимет сливки.
Связи. 6 августа: Microsoft борется с токенмаксингом запретами. 31 июля: Claude Opus 5 Max удалила базу данных через 10 минут — неконтролируемые AI-агенты стоят денег. Rippling предлагает третьий путь: не запрещать, а измерять.
Что делать. Если вы консультируете бизнес по AI — добавьте в предложение «AI ROI Audit». Покажите клиенту, сколько он тратит на AI и сколько получает. Это превращает вас из «внедренца нейросетей» в «финансового консультанта по AI».
Airbnb заявила, что AI-инструменты значительно ускорили цикл разработки. Компания тестирует новый AI-поиск, который понимает естественный язык: «квартира с видом на Эйфелеву башню до $200». Это не просто поиск по фильтрам — это семантическое понимание запроса.
Контекст. Shopify уже доказал, что AI-поиск увеличивает продажи (6 августа). Airbnb идёт тем же путём, но в travel-нише. Семантический поиск + естественный язык = пользователь не думает о фильтрах, он просто описывает, что хочет.
Последствия. Традиционные поисковые интерфейсы (фильтры, чекбоксы, слайдеры цен) устаревают. Побеждает тот, кто первым внедрит «поиск как разговор». Для travel, e-commerce, недвижимости — это вопрос выживания.
Связи. 6 августа: Shopify AI-поиск увеличивает трафик и продажи. 30 июля: Google AI Overviews в 43% запросов. Поиск меняется везде — от интернета до отдельного приложения.
Что делать. Если вы делаете продукт с поиском — добавьте семантический слой. Не обязательно строить свою LLM: API OpenAI/Claude + векторная БД решают задачу за неделю. Пользователи уже ожидают «поиск как в ChatGPT».
Стэнфордская модель Evo 2 научилась генерировать бактериофаги — вирусы, которые атакуют бактерии. Созданные AI фаги успешно уничтожили E. coli в лабораторных тестах. Это продолжение темы «AI создаёт жизнь»: после вирусов, не существовавших в природе, — целенаправленное конструирование терапевтических вирусов.
Контекст. 8 августа мы писали о Стэнфорде, создавшем вирусы, не существовавшие в природе. Evo 2 — следующий шаг: не просто «создать новое», а «создать полезное». AI-биодизайн переходит от фундаментальной науки к прикладной медицине.
Последствия. Антибиотикорезистентность — одна из главных угроз человечеству. Если AI сможет генерировать бактериофаги под конкретный штамм бактерии за дни вместо лет — это спасёт миллионы жизней. Фармацевтика получит новый класс лекарств.
Связи. 8 августа: Стэнфорд создал вирусы с нуля. 2 августа: OpenAI Astra доказала 10 математических теорем. AI переходит от «помощника» к «первооткрывателю» в науке.
Что делать. AI-биодизайн — это рынок следующего десятилетия. Если вы в биотехе — интегрируйте генеративные модели в R&D. Если вы инвестор — смотрите на стартапы на стыке AI + биоинформатика + синтетическая биология.
Alibaba экспериментирует с монетизацией своей open-source модели Qwen. Вместо традиционного «бесплатно для всех» компания тестирует модель «открытые веса + платные enterprise-фичи». Это ответ на вопрос: как зарабатывать на open-source AI, не закрывая код?
Контекст. Китайские AI-компании (DeepSeek, Alibaba, Zhipu) форсируют open-source. DeepSeek V4-Flash уже задал стандарт Responses API. Alibaba с Qwen ищет бизнес-модель: если модель бесплатна, на чём зарабатывать? Ответ: на enterprise-обвязке — безопасность, комплаенс, поддержка, хостинг.
Последствия. Open-source AI становится не благотворительностью, а воронкой продаж. Бесплатная модель — входной билет. Платные фичи — то, что нужно бизнесу. Это модель Red Hat, применённая к AI. Если сработает — западные open-source компании (Meta, Mistral) скопируют.
Связи. 2 августа: Thinking Machines Lab открыла веса Inkling-Small. 5 августа: Red Hat, NVIDIA, IBM переводят AI-политику в код. Open-source + enterprise — главный тренд 2026.
Что делать. Если вы строите AI-продукт — используйте open-source модели как фундамент, а ценность создавайте на уровне интеграции, безопасности и отраслевой специфики. Не конкурируйте с бесплатными LLM — стройте на них.
Топ видео об AI-агентах, автоматизации и заработке на нейросетях — с нашим кратким пересказом, чтобы не тратить время на просмотр.
25:55
27:30
22:41
11:28
8:23
23:59
26:56
14:35
28:40
11:39
Реальные примеры внедрения AI — от стартапов до научных лабораторий.
Rippling потратила миллионы на AI-инструменты за несколько месяцев — и создала внутренний калькулятор окупаемости. Теперь каждый сотрудник видит, сколько AI-вызовов он сделал и какую ценность они принесли. Результат: расходы на AI стали прозрачными, а неконтролируемый «токенмаксинг» прекратился. Первый в индустрии пример AI Spend Management.
Airbnb внедрила AI-инструменты в цикл разработки и тестирует семантический поиск на естественном языке. Вместо фильтров пользователь пишет «квартира с видом на Эйфелеву башню до $200» — и получает релевантные результаты. AI сократил time-to-market для новых функций и улучшил пользовательский опыт.
Модель Evo 2 сгенерировала бактериофаги, которые успешно уничтожили E. coli в лабораторных тестах. Это переход от «AI создаёт новое» к «AI создаёт полезное»: сконструированные вирусы — потенциальная замена антибиотикам в эпоху антибиотикорезистентности.
Alibaba тестирует модель «открытые веса + платные enterprise-фичи» для Qwen. Бесплатная модель привлекает разработчиков, платные фичи (безопасность, комплаенс, хостинг) приносят доход. Если сработает — это станет стандартом монетизации open-source AI.
Стартап Mirendil подписал сделку на $100M+ с Google Cloud для масштабирования самообучающегося AI. Это сигнал: инвесторы готовы вкладывать в AI, который улучшает сам себя без человеческого вмешательства — следующий рубеж после агентного AI.
Как зарабатывают на AI сегодня — от научных прорывов до потребительских приложений.
Генерация терапевтических молекул, бактериофагов и белков с помощью AI. Stanford Evo 2 показал: AI может создавать работающие лекарства за дни вместо лет. Рынок: фармацевтика, биотех, агротех.
Дата-центры становятся крупнейшими загрязнителями. Стартапы, предлагающие углеродно-нейтральный инференс, энергоэффективные чипы или AI-оптимизацию энергопотребления, получат контракты от Big Tech и государств.
Rippling создала прецедент: внутренний AI Spend Management. Появится рынок инструментов, которые показывают бизнесу, сколько он тратит на AI и какую отдачу получает. Аналог Cloud Cost Management для LLM.
Ex-Spotify сотрудники привлекли $10M на AI-рекомендации для интернет-магазинов. Shopify доказал, что AI-поиск увеличивает продажи. Семантический поиск и персонализация — новый стандарт e-commerce.
Google Maps добавляет агентные функции (заказ еды, бронирование отелей). Airbnb тестирует семантический поиск. Потребительские приложения встраивают AI-агентов — это новый стандарт пользовательского опыта.
Подпишитесь на ежедневный дайджест и получайте проверенные кейсы, модели монетизации и разборы видео каждое утро.
Агентство автоматизации