Google выпускает самую мощную модель года, Reddit закрывает API от AI-ботов, Малайзия открывает Ryt Bank — первый банк, построенный на ИИ с нуля.
Главные события отрасли за 30 сентября — 1 октября. Свежие, из TechCrunch, The Verge, AI News и Habr.
Google анонсировала Gemini 4 Argon — новую флагманскую модель, которую сама называет самой мощной в своей линейке. Это ответ на волну релизов от OpenAI (DevDay) и Anthropic: гонка флагманов продолжается, несмотря на весь разговор о «замедлении ИИ».
Контекст. За последние две недели OpenAI показала DevDay (Dots, GPT-6.1 Sol, UltraAstra), а Anthropic раскрыла проспект с планом на $518 млрд. Google отвечает своим флагманом — чтобы не выпасть из информационной повестки перед квартальной отчётностью.
Последствия. Для пользователя это хорошо: конкуренция давит цены вниз. Gemini 4 Argon почти наверняка будет дешевле и быстрее предшественника при том же качестве — иначе Google не назвала бы его флагманом.
Связи. 30 сентября мы писали про OpenAI DevDay — теперь у Google есть симметричный ответ. А 25 сентября — про планы Gemini 4 до конца года. Google уложилась даже раньше.
Что делать. Если вы строите продукт на Claude или ChatGPT — сейчас хороший момент протестировать Argon на своих задачах. Цены на флагманы падают быстрее, чем растёт их «ум».
Reddit отключает RSS-ленты и заканчивает публичный доступ к API, обвиняя AI-ботов в массовом выкачивании контента. Платформа хочет монетизировать свои данные, а не отдавать их бесплатно на обучение чужим моделям.
Контекст. Это прямое продолжение того, о чём мы писали 26 сентября: Amazon блокирует агента Muse, потому что автономный шоппер угрожает рекламной выручке. Теперь Reddit закрывает калитку, через которую модели бесплатно ели его данные.
Последствия. Эпоха «открытого интернета» для обучения моделей заканчивается. Данные превращаются в товар: у кого аудитория и контент — тот диктует цену ИИ-лабораториям.
Что делать. Если вы парсите Reddit или другие площадки для своих проектов — готовьтесь к платным API и лицензионным соглашениям. Собственные данные становятся активом.
В Малайзии заработал Ryt Bank — первый в Азии полностью AI-нативный банк: без отделений, с ИИ-ассистентом для всех операций и персонализированными финансовыми продуктами, которые модель собирает под каждого клиента.
Контекст. Это первая страна Юго-Восточной Азии, выдавшая полноценную банковскую лицензию AI-first-игроку. Классические банки годами наращивали IT-обвязку; Ryt Bank начинает с чистого листа.
Последствия. Если модель сработает, AI-native банкинг станет шаблоном для развивающихся рынков — там, где нет устаревшей инфраструктуры, ИИ внедрять проще, чем на Западе.
Связи. Перекликается с нашим разбором 22 сентября про Tabby — ИИ, заменяющий бухгалтерию. Финансовые рутины — первый кандидат на полную автоматизацию.
Что делать. Банкинг, страхование, бухгалтерия — три вертикали, где «AI-first» уже не лозунг, а лицензионная реальность. Присмотритесь к ним для своих проектов.
Microsoft представила квантовый чип Majorana 2 — и одновременно показала, как агентный ИИ ускоряет научные исследования: агенты сами формулируют гипотезы, ставят эксперименты и отсеивают тупиковые направления.
Контекст. Два тренда сходятся: квантовое железо и агентный ИИ для открытий. Majorana 2 — это уже не «презентация квантового будущего», а рабочий чип, который Microsoft использует в собственных исследованиях.
Последствия. R&D-цикл в науке и фарме сжимается. Агенты, которые сами ищут и проверяют гипотезы, — это то же самое, что Anthropic показывала с ферментами уровня CRISPR (25 сентября), но теперь в квантовом контуре.
Что делать. «ИИ для научных открытий» — ниша с реальным бюджетом. Если у вас есть доступ к данным в нишевой области (химия, материалы, биология), агентный слой поверх них — готовый продукт.
Британский страховщик Aviva внедрил ИИ для детекции сложных мошеннических схем и заявляет об отсечении £230 млн страхового мошенничества. Модель находит связанные заявки, которые человек вручную не сопоставит.
Контекст. Страховое мошенничество — многомиллиардный рынок, где традиционно работали актуарные таблицы и ручные проверки. ИИ здесь даёт не «миллион процентов производительности», а прямую экономию денег — самый убедительный ROI.
Последствия. Fraud-детекция становится эталонным кейсом «ИИ, который окупается сразу». £230 млн — это число, которое CFO понимает без перевода в токены.
Что делать. Детекция аномалий и мошенничества — один из самых продаваемых ИИ-продуктов для enterprise. Модель проста: вы экономите клиенту деньги и берёте процент с предотвращённых потерь.
Airbnb запускает AI-поиск: вместо подбора по фильтрам пользователь описывает желаемую поездку естественным языком, а модель подбирает варианты. Плюс — соцфункции в духе «спроси друзей».
Контекст. Это тот же паттерн, что и агент-шоппер у Google/Amazon, но в тревеле. AI-поиск переводит интерфейс с «фильтров» на «намерение» — и захватывает путь клиента раньше.
Последствия. Классический SEO-трафик в тревеле будет перетекать в разговорные интерфейсы. Кто владеет AI-поиском — тот владеет спросом.
Связи. Продолжение темы 22 сентября (Google Dive Deeper вместо переходов на сайты) — интерфейс-агрегация теперь важнее контента.
Что делать. Для владельцев контента и витрин — готовьте структурированные данные и читаемость для агентов (тот самый «Agent Readiness» из 25 сентября).
Стартап Restate поднял $20 млн на платформу «durable execution» — инфраструктуру, которая сохраняет состояние рабочих процессов агентов между вызовами. По мере роста агентных систем такие «клеевые» решения становятся критичны.
Контекст. Агенты, в отличие от обычных API, живут долго и падают посреди задачи. «Долговечное состояние» — чтобы агент не терял прогресс — становится отдельным продуктом.
Последствия. Формируется слой «среднего ПО для агентов» — как когда-то middleware для микросервисов. Это признак взросления индустрии.
Что делать. Продавать «инфраструктуру для агентов» (очереди, состояние, надзор) — ниша с деньгами VC, но требует инженерной экспертизы. Проще покупать, чем строить.
Топ видео об AI-агентах, автоматизации и заработке на нейросетях — с нашим кратким пересказом, чтобы не тратить время на просмотр.
12:31
39:29
10:32
22:45
30:04
19:13
14:15
24:55
11:41
23:44
Реальные внедрения ИИ с измеримыми результатами — цифры, которые можно показать заказчику.
Британский страховщик внедрил ИИ для детекции сложных мошеннических схем — связанных заявок, которые человек вручную не сопоставляет. Итог — £230 млн предотвращённых потерь. Прямой ROI, который понятен любому CFO.
Microsoft показала, как агентный ИИ формулирует гипотезы, ставит эксперименты и отсеивает тупиковые направления в разработке квантового чипа Majorana 2. R&D-цикл сжимается, когда агенты работают в научном контуре.
Ryt Bank запущен без отделений: ИИ-ассистент ведёт операции, а модель собирает персонализированные финансовые продукты под каждого клиента. Показательный кейс «AI-first» на рынке без устаревшей инфраструктуры.
Robinhood анонсировал ИИ-ассистента для автоматической торговли акциями. Модель анализирует портфель и совершает сделки по заданной стратегии — брокеридж движется к полностью ассистентному режиму.
McDonald's использует ИИ для рекомендации цен в меню — модель учитывает спрос, локальные факторы и эластичность. Dynamic pricing из ритейла приходит в массовый общепит.
Практические схемы заработка на ИИ — от инфраструктуры до нишевых сервисов.
Агенты падают посреди задачи и теряют прогресс. Продукты «durable execution» (как Restate, поднявший $20 млн) сохраняют состояние процессов — это middleware для эпохи агентов, аналог middleware для микросервисов десятилетней давности.
Строить финансовый продукт, где ИИ — ядро, а не надстройка: ассистент, персонализированные продукты, автоматизированный андеррайтинг. Показал Ryt Bank в Малайзии. На развивающихся рынках барьер ниже.
Продавать детекцию мошенничества и аномалий, беря процент с того, что удалось предотвратить. Aviva сэкономила £230 млн — клиент платит с удовольствием, потому что платит из сэкономленного.
Рекомендация цен на основе спроса и эластичности — как у McDonald's. Подходит кафе, ресторанам, отелям, e-commerce. Продаётся как SaaS с подпиской на локацию или процент с прироста выручки.
Агенты, которые сами формулируют и проверяют гипотезы в науке, фарме, материаловедении. Microsoft показала это на Majorana 2, Anthropic — на ферментах уровня CRISPR. Монетизация: подписка/лицензия на доступ к «исследовательскому агенту» в нише.
1 октября 2026 — день, когда ИИ перестал быть «умной моделью» и стал сантехникой экономики. Google выпускает Gemini 4 Argon (самую мощную модель), но настоящие деньги движутся не туда: Reddit закрывает API, потому что данные стали товаром, Restate поднимает $20 млн на «долговечное состояние» агентов, Aviva экономит £230 млн на fraud-детекции, а Малайзия открывает первый AI-банк. Всё это — не про интеллект, а про то, где именно ИИ встраивается в реальный денежный поток: в инфраструктуру (чтобы агент не падал), в детекцию (чтобы ловить мошенников), в ценообразование (чтобы брать больше) и в банкинг (чтобы владеть клиентом). Побеждает не тот, у кого самая умная модель, а тот, кто понимает свой слой — данные, состояние, риск, цена или канал — и какую ренту с него собирает. Хайп про «самый мощный флагман» жив, но уже как витрина; за счёт сходится арифметика: где экономия в фунтах, где процент от предотвращённых потерь, где подписка на «исследовательского агента». Главный навык 2026 года — не писать промты, а найти узкое место в чужом денежном потоке и воткнуть туда агента, который снимает конкретные часы или конкретные потери.
Подпишитесь на ежедневный дайджест и получайте проверенные кейсы, модели монетизации и разборы видео каждое утро.
Агентство автоматизации