День, когда война за ИИ перешла с моделей на физическое железо, роботов и безопасность. Разбор видео, кейсы внедрения и модели монетизации.
Семь историй, которые реально меняют расклад — от цен на память до первой атаки, целиком реализованной ИИ-агентами.
Три производителя памяти по совокупной прибыли обошли три гиганта софта и платформ. HBM и флеш-память стали самым дефицитным звеном ИИ-цепочки — и самым маржинальным. Сдвиг фундаментальный: ренту с ИИ-бума снимает не тот, у кого модель, а тот, у кого физический слой.
Контекст. Весь прошлый месяц мы писали про чипы и энергию как узкое место ИИ. Сегодня картина достроилась: именно память (HBM, флеш) оказалась ещё более дефицитной, чем GPU — её не хватает и для обучения, и для инференса на устройстве.
Последствия. Маржа перетекает от софтверных платформ к производителям памяти. Для читателя это сигнал: если вкладываться в ИИ-тему, то в цепочку поставок, а не в «ещё один чат-бот».
Связи. 28 октября мы отмечали 80% маржи SK Hynix и дефицит памяти до 2030-го — сегодня это подтвердилось цифрами по всей тройке.
Что делать. Не игнорируйте железо. Услуга «настройка локальных LLM» и консалтинг по on-device инференсу дорожают вместе с памятью — это растущий спрос.
По данным СМИ, Meta в закрытом режиме довела до прототипа домашнего гуманоидного робота, привлекая китайских партнёров по компонентам. Компания идёт по пути «физического ИИ» вслед за Tesla и Figure — но делает ставку на дом, а не на завод.
Контекст. Роботы — следующий после чат-ботов и агентов рубеж: модель, у которой появились руки и сенсоры. Meta врывается туда тихо, без громких демо.
Последствия. Домашние гуманоиды — это рынок на годы вперёд, но первые приложения появятся раньше: сборка данных для обучения роботов уже монетизируется.
Связи. 24 октября мы разбирали кейс Figure ($8,1 млн в неделю на данные и 37,5 млн видео) — Meta идёт тем же путём краудсорсинга данных.
Что делать. Следите за нишей «данные для роботов» и симуляторов. Пока все спорят о GPT, деньги идут в обучение физического ИИ.
Российская компания заявила о первом в своей практике расследовании атаки, которую от начала до конца провели автономные ИИ-агенты — без участия человека-оператора. Агент сам находил уязвимости, эксплуатировал их и распространялся по сети.
Контекст. До сих пор ИИ в атаках был «подмастерьем» хакера. Теперь агент действует сам — это качественный скачок угрозы, а не ещё один вирус.
Последствия. Защита должна стать агентной и проактивной, а не реагировать по сигнатуре. Компании, которые не выстроят слой верификации действий агентов, окажутся беззащитны с двух сторон.
Связи. 30 октября мы писали про Vapor Panda на DeepSeek — сегодня угроза подтвердилась на российском кейсе и стала полностью автономной.
Что делать. Аудит ИИ-инфраструктуры и агентных прав доступа — это уже не «опция для банков», а базовая услуга для среднего бизнеса.
Раунд, задуманный на $30 млрд, закрылся лишь на треть. Даже лидеру рынка становится сложнее привлекать капитал под прежние оценки — инвесторы начинают пересчитывать окупаемость ИИ-проектов.
Контекст. Два месяца назад деньги текли рекой (Alphabet $80 млрд, Корея $16 млрд). Теперь лидер собирает треть от плана — настроение инвесторов сломалось.
Последствия. Ожидайте урезания «мусорных» ИИ-проектов и давления на маржу. Выживут те, кто показывает выручку, а не только метрики модели.
Связи. 2 ноября мы отмечали, что деньги лились в железо и энтерпрайз-агентов — сегодня видно, что в «чистый софт» их стало меньше.
Что делать. Стройте сервисы с оплатой за результат, а не «интересную технологию». Клиенты платят за экономию времени, а не за демо.
Apple запускает ИИ-функции в Китае на моделях Qwen от Alibaba, но оставляет за бортом обновлённую Siri. Компромисс ради доступа на рынок: локальная модель вместо фирменного ассистента.
Контекст. Китай требует локальные модели и данные. Apple уступает в ассистенте, чтобы не потерять рынок смартфонов — это цена регуляторного компромисса.
Последствия. Qwen становится де-факто стандартом ИИ для китайских пользователей Apple — и сильным игроком глобально, учитывая открытые веса.
Связи. 27 октября мы писали про «налог на токенизатор» и не-английские рынки — сегодня Apple буквально платит этот налог локализацией.
Что делать. Для продаж на не-английских рынках готовьте локальные модели — глобальный ассистент часто не проходит.
Опрос Rambler&Co показал: треть читателей сознательно откажется от изданий, публикующих сгенерированные ИИ тексты без маркировки. Доверие к «человеческому» контенту становится конкурентным преимуществом медиа.
Контекст. Медиа кинулись генерировать контент ИИ ради объёма. Читатель отвечает недоверием — скорость производства не равна ценности.
Последствия. Выигрывают издания с человеческой редактурой и маркировкой. Чистый «ИИ-конвейер» теряет аудиторию.
Связи. Перекликается с темой доверия, которую мы поднимали 31 октября: дефицит сместился с «найти» на «проверить и подтвердить».
Что делать. Продавайте «контент с человеческой проверкой» как услугу — это ровно то, за что готовы платить после волны ИИ-мусора.
Космический ЦОД Google Suncatcher передал первые данные, а в качестве теста сгенерировал хайку. Идея выноса вычислений на орбиту — от энергии солнца до обхода наземных ограничений — переходит из концепции в работающий прототип.
Контекст. Наземные ЦОД упираются в энергию и воду (Project Blue в Аризоне — свежий спор о воде). Орбита снимает оба ограничения.
Последствия. Пока это демонстрация, но она задаёт направление на годы: вычисления вне поверхности Земли.
Связи. 26 октября мы писали про дефицит трансформаторов и энергии — орбитальный ЦОД это ответ на тот же дефицит, только сверху.
Что делать. Для бизнеса это пока экзотика, но следите — «энергия для ИИ» как тема для консалтинга и инвестиций не исчезнет.
Топ видео об AI-агентах, автоматизации и заработке на нейросетях — с нашим кратким пересказом, чтобы не тратить время на просмотр.
14:43
12:57
9:00
10:56
17:04
20:33
21:22
25:56
19:13
14:15
Четыре истории, где ИИ уже принёс измеримый результат — от телекома до логистики и маркетинга.
Испанский телеком-холдинг выдал сотрудникам Copilot и довёл пилот до продакшена. Рутинные задачи стали закрываться на 55% быстрее, а годовой ROI проекта превысил 400%. Ключ — не остановиться на презентации, а встроить инструмент в ежедневный цикл.
Урок: метрика «до» и встраивание в процессы дают эффект, который не даёт разовая демонстрация для совета директоров.
Британский онлайн-ритейлер открыток внедрил генерацию дизайнов и персонализацию. За полгода продажи выросли на 6,7%, а доля покупок с AI-функциями взлетела с 2% до 50%. При этом финальный дизайн всегда проходит редакторскую проверку — автоматизации без контроля не публикуется.
Урок: ИИ ускоряет, но не заменяет человека в чувствительной зоне бренда — иначе рост быстро оборачивается обратным эффектом.
Система ORION считает оптимальные маршруты с учётом трафика, погоды и загрузки. Эффект — $300–400 млн операционных расходов в год. Это эталон «скучной» автоматизации: не чат-бот, а оптимизация физического процесса, которая считается деньгами, а не процентами.
Урок: самые большие деньги в ИИ — там, где эффект измеряется в рублях/долларах на конкретной операции, а не в «эффективности».
Unilever заменил традиционные фотосессии генерацией визуалов через NVIDIA Omniverse и сократил расходы на производство маркетинговых материалов вдвое. ИИ здесь закрывает конкретную производственную операцию — съёмку каталога для e-commerce — а творческий процесс остаётся за людьми.
Урок: ИИ окупается быстрее, когда заменяет дорогую производственную операцию, а не пытается «стать креативным» сам.
Пять практических схем с реальными цифрами — от SaaS-демо до аудита данных.
Бот сам проводит демонстрацию продукта и закрывает сделку 24/7, заменяя SDR. Конверсия посетителей в демонстрации вырастает с 1–3% (формы) до 6–20% (агент). Один основатель без команды может выйти на $30K MRR за 9–14 месяцев.
Цифровые продукты накапливаются: один шаблон n8n за $49, проданный 20 раз в месяц, даёт ~$980 пассивного дохода. Десять шаблонов — $5–10K в месяц без активной продажи.
LLM-разработка и настройка агентов оплачиваются по $75–250 в час. ИИ-фрилансеры в 2026 зарабатывают на 40% больше в час, чем коллеги без ИИ, при росте спроса +109% год к году.
Продавать не «сгенерирую картинку», а «30 сценариев Shorts», «контент на месяц для Telegram», «20 карточек товаров». Пакет сравнивают с дизайнером, а не с кнопкой генератора — и цена кратно выше.
До 80% времени ИИ-проекта уходит на подготовку данных, а не на настройку модели. Консалтинг по очистке CRM и данных перед автоматизацией — платная услуга, которая напрямую определяет, окупится ли пилот.
3 ноября 2026 — день, когда война за ИИ окончательно ушла с бенчмарков на физический слой и на границы доверия. Samsung, SK hynix и Micron заработали на памяти для ИИ больше, чем Apple, Microsoft и Amazon — вместе взятые; ренту с бума снимает тот, у кого железо, а не тот, у кого «умнее» модель. Параллельно ИИ пошёл в наступление как самостоятельный игрок: Positive Technologies впервые расследовала атаку, которую от начала до конца провели автономные агенты без человека-оператора. А пока Meta тихо собирает домашнего гуманоида, OpenAI с трудом закрыла раунд на треть от плана — инвесторы впервые пересчитали окупаемость. Сквозная тема та же, что и всю неделю: способность давно не дефицит, дефицит — физическое железо (память, энергия, роботы) и слой проверки (кто верифицирует действие агента и за него отвечает). Побеждает не тот, у кого самая новая модель, а тот, кто держит железо или доверие — и продаёт измеримый результат, а не демо.
Подпишитесь на ежедневный дайджест и получайте проверенные кейсы, модели монетизации и разборы видео каждое утро.
Агентство автоматизации