Muse Wonder стал платным, Anthropic закрыла «перегонку» Claude на 90–99%, а Совет по финансовой стабильности утвердил правила безопасного внедрения ИИ.
Главное за последние сутки — с нашим взглядом на то, что это значит для тех, кто зарабатывает на ИИ.
Новая модель под кодовым именем Watermelon обучена не сдаваться на реальных задачах — бронировании и проверке наличия. Бесплатное приложение Muse остаётся, но сильная модель — только по подписке $20 или $100. Для разработчиков есть API «заметно дешевле OpenAI и Anthropic», а топовая Muse Wonder Full доступна только через Muse Code за $50 или $200 в месяц. Глава ИИ Meta Александер Ванг признал жалобы пользователей: агент якобы читал личные сообщения — компания это отрицает и обещает лучше объяснять, что именно человек разрешил.
Контекст. Meta годами раздавала ИИ бесплатно, потому что зарабатывала на рекламе. Muse Wonder — первая попытка взять деньги напрямую с пользователя агента, а не с рекламодателя.
Последствия. Цена $20–$200 ставит Meta в один ряд с ChatGPT Plus и Claude Pro, но с оговоркой: сильная защита от киберзлоупотреблений есть только в платной версии. Бесплатный слой остаётся приманкой, платный — продуктом.
Связи. 3 октября мы писали, что Meta открыла схемы гаджета с агентом Muse и выпустила устройство Home Link. Тогда это был хардвер, теперь — подписка. Канал один, монетизация другая.
Что делать. Если продаёте агентов, берите ту же лестницу: бесплатная демонстрация, $20 за «просто работает», $100–$200 за то, что не падает и не лезет куда не просили. Жалобы на доступ к переписке — готовый аргумент, почему клиенту нужен агент с явным журналом разрешений.
Компания сообщила, что ограничения доступа к цепочке рассуждений Claude снизили объём данных, которые конкуренты вытягивают через атаки дистилляции, на 90–99%: токенов рассуждения теперь извлекают в 10–100 раз меньше. Система ложных срабатываний — меньше 0,1%, по robustness сравнима с защитой от помощи в создании биооружия. Anthropic заблокировала десятки тысяч аккаунтов и прямо назвала китайский стартап Z.ai (Zhipu): тот пытался перегнать способности Claude при разработке GLM-5.3.
Контекст. Дистилляция — законный приём, когда лаборатория сжимает свою же модель. Незаконным он становится, когда чужую модель доят через тысячи фейковых аккаунтов, чтобы получить её навыки почти даром.
Последствия. Закрытие цепочки рассуждений бьёт по тем, кто строил продукт на «вытянуть ход мысли Claude и обучить своё». Для честных пользователей почти ничего не меняется — ложных блокировок меньше одной на тысячу.
Связи. 2 октября: OpenAI уже описывала кампанию по извлечению рассуждений своих моделей со следом к Moonshot. Теперь то же делает Anthropic, только с цифрами эффекта.
Что делать. Не стройте бизнес на обходе чужих ограничений. Если ваш продукт зависит от «сырых» рассуждений конкретной модели, закладывайте запасной вариант: модели будут всё сильнее прятать именно то, что ценнее всего скопировать.
По данным Reuters, регуляторы банков наращивают усилия, чтобы удержать растущие риски ИИ, которые могут подорвать финансовую стабильность. Днём раньше Совет по финансовой стабильности (FSB) опубликовал финальные «правила добросовестного внедрения ИИ» и письмо председателя Эндрю Бейли министрам финансов G20: среди рисков системы — волатильность гособлигаций, частный кредит и искусственный интеллект. Вопрос стоит в повестке встречи G20 15 октября.
Контекст. До сих пор регуляторы говорили про ИИ в банках общими словами. Финальный документ FSB — это уже чек-лист, по которому будут спрашивать с конкретных учреждений.
Последствия. Банкам придётся показывать, где именно модель принимает решение, кто за него отвечает и как его откатить. Внедрения «поставили чат-бота и забыли» в регулируемых секторах заканчиваются.
Связи. 6 октября: Белый дом дал 120 дней на доклад по ИИ, а Юта разрешила ИИ выписывать первичные рецепты. Надзор и разрешение идут одновременно — рамку рисуют там, где ИИ уже трогает деньги и здоровье.
Что делать. Если внедряете ИИ в финансы, медицину или страхование, продавайте не «умного бота», а бота с журналом решений и понятным откатом. Именно это теперь будут проверять.
Японская Jurin AI представила семейство decision-моделей JJ-1. На 88 000 вопросов по шести направлениям точность 79,2% против 76,5% у Jev 1.13 и 71,35% у GPT-6 Luna Decision. На японских корпоративных сценариях — 97,43% против 91,99% у GPT-6 Luna. Модель не генерирует текст, а сразу оценивает готовые варианты и отдаёт вероятности за 8–30 миллисекунд на одном NVIDIA B200. Инференс — до 99% дешевле генеративного подхода.
Контекст. Большая часть работы агента — не «придумать ответ», а выбрать: кому отдать заявку, насколько она срочная, эскалировать или нет. На это незачем жечь дорогую генеративную модель.
Последствия. Слой решений отделяется от слоя генерации. Кто разделит пайплайн, тот платит за токены в разы меньше при том же качестве маршрутизации.
Связи. 7 октября мы разбирали Liquid AI d1 — decision-модель за $0,04 против GPT-6.1 Sol. JJ-1 подтверждает, что это уже не единичный эксперимент, а отдельный рынок.
Что делать. Посчитайте, сколько ваших вызовов модели — это выбор из списка, а не генерация. Их можно снять на дешёвый слой и оставить дорогую модель только там, где нужен текст или рассуждение.
На рынке предсказаний Polymarket Google держит 70% вероятности обладать лучшей ИИ-моделью к 31 октября. Anthropic — 23%, OpenAI — меньше 1%. Доля Meta выросла сразу после анонса Muse Wonder, но до лидеров ей далеко.
Контекст. Это не бенчмарк, а деньги людей, которые ставят на исход. Рынок ставит на Google и почти списал OpenAI на этот месяц — редкая картина для компании, которая год назад задавала повестку.
Последствия. Для практика гонка «чья модель лучше» всё меньше значит: разрыв закрывается быстрее, чем вы успеваете переехать. Важнее цена, канал и то, пускают ли модель в ваши данные.
Связи. 1 октября: Google выпустила Gemini 4 Argon и назвала её самой мощной. Рынок ставок, похоже, до сих пор в это верит.
Что делать. Не привязывайте продукт к одному вендору. Архитектура, где модель можно заменить, сегодня стоит дороже, чем скидка на «лучшую модель месяца».
13–14 октября в Минске проходит V Международный форум IT-Академграда. На одной площадке — наука, технологии и прикладные внедрения, больше 300 участников. Для региона это главная очная точка, где в этом месяце обсуждают, куда реально ставить ИИ, а не только какие модели вышли.
Контекст. Пока западные новости — про цены подписок и регуляторов, в Минске собирают тех, кто внедряет. Пятый год подряд форум держит прикладной, а не витринный фокус.
Последствия. Для российского и белорусского бизнеса это редкий шанс увидеть чужие внедрения без англоязычного хайпа: какие задачи закрыли, сколько это стоило, где споткнулись.
Связи. 5 октября: Россия готовит Национальный план ИИ на 16 отраслей и 170 показателей. Форум в Минске — часть той же региональной сборки, только живьём.
Что делать. Если работаете на рынках СНГ, смотрите не на калифорнийские релизы, а на такие площадки: там называют конкретные отрасли и бюджеты, а не «революцию».
Десять роликов, которых не было в прошлых выпусках. Саммари — по транскриптам, чтобы не тратить время на просмотр.
6:53
24:28
14:20
12:43
42:32
51:49
1:44:50
37:33
4:39
5:26
Пять внедрений с проверяемыми результатами — от банка в ЮАР до обучения продавцов Zoom.
Южноафриканский Nedbank автоматизировал рутину сотрудников отделений и переключил их на продажи. Конверсия выросла с 5% до 13% — без учёта ипотеки и автокредитов. Параллельно банк внедрил антифрод, кросс-продажи и внутреннюю платформу «от идеи до продукта», но рои агентов сознательно держит в песочнице: не решён вопрос, кто отвечает за их действия.
Производитель умных систем полива закрыл сезонными пиками поддержки с помощью ИИ-агентов. Точность ответов — 95–99,8%, один руководитель ведёт чат, голос и почту для более чем миллиона пользователей. Гибрид «ИИ + человек» снизил расходы на 30% и убрал сезонный найм. Агенты справляются с техническими вопросами: сброс устройства и настройка Wi-Fi.
Команда обучения продавцов Zoom перешла с ручных съёмок на генерацию видео по тексту. Ролик, который раньше занимал дни, теперь делается меньше чем за час — на 90% быстрее. Экономия $1 000–1 500 в месяц на каждого эксперта, которого больше не отрывают на съёмки. Один дизайнер выпустил больше 200 микровидео за полгода, а правки вносятся редактированием текста, без пересъёмки.
Производитель обуви заменил ручной подбор запросов на ИИ-платформу. Выручка из поиска выросла на 30%, общая выручка год к году — на 74%. Система нашла тысячи запросов, которые конкуренты пропускали, и сама переписала заголовки и метатеги для тысяч карточек товаров. Новых пользователей стало на 13% больше.
Производитель продуктов с 130-летней историей заменил оценку сотрудников в Excel на многоязычную ИИ-систему. Время оценки компетенций сократилось на 75% — десятинедельный ручной процесс сжался в разы, на первом этапе высвободилось больше 280 часов. Оценку перевели с годовой на ежеквартальную, а 431 сотруднику на 18 заводах система сама назначила обучение по найденным пробелам.
Пять схем, которые следуют из сегодняшних новостей и кейсов — с ценами, а не с лозунгами.
36 миллионов малых компаний в США теряют клиента в тот момент, когда владелец не может взять трубку. Агент отвечает вместо него, записывает на услугу и передаёт заявку. Продаётся не «ИИ», а возвращённая выручка: клиент проверяет это на демо со своим названием компании за пять минут.
Meta только что проверила эту лестницу на миллионах пользователей Muse. Бесплатный агент приводит, $20 снимают за «просто работает», $100–$200 — за модель, которая не сдаётся на сложных задачах и не лезет в чужие данные. Та же логика переносится на любой вертикальный агент.
JJ-1 показывает, что выбор «кому отдать заявку и эскалировать ли» решается за 8–30 миллисекунд и до 99% дешевле генеративной модели. Продукт — маршрутизатор поверх чужих моделей: клиент платит за сэкономленные токены, а не за ещё один чат.
Кейс Zoom повторяем в любой компании с текучкой и регламентами: ролик из текста за час вместо съёмочной группы, правки без пересъёмки. Продаётся как подписка на обновление базы знаний, а не как разовая продакшн-услуга.
Rocky Brands получил +74% выручки год к году, отдав подбор запросов и переписывание метатегов системе. Услуга для магазинов с тысячами карточек: найти запросы, которые пропускают конкуренты, и переписать карточки пакетом. Оплата — фикс за аудит плюс процент от прироста органической выручки.
Бесплатный агент закончился. Meta впервые берёт $20–$200 за Muse Wonder, Anthropic закрывает конкурентам доступ к «ходу мысли» Claude на 90–99%, а банковские регуляторы требуют журнал решений. Платят больше не за то, что модель умеет, а за то, что она не сдаётся на задаче, не отдаёт свои рассуждения чужим и не принимает решений, за которые некому ответить.
Подпишитесь на ежедневный дайджест и получайте проверенные кейсы, модели монетизации и разборы видео каждое утро.
Агентство автоматизации