AI уже в бюджете компаний. Но не каждая компания понимает, что именно он приносит.
Главный сигнал дня — не очередная модель. Главный сигнал — Uber, одна из самых data-driven компаний мира, публично показывает внутренний конфликт: CEO видит сотрудников с суперсилами, COO не видит прямой связи между AI spend и полезными фичами.
“Мы используем AI” больше не аргумент. Нужна экономика.
Сейчас многие компании покупают токены, инструменты и подписки так, будто сам факт AI уже равен прогрессу. Но реальный вопрос жёстче: стало ли дешевле привлекать лид, быстрее закрывать задачу, меньше ошибаться, больше выпускать контента, лучше обслуживать клиента?
Если ответа нет, AI превращается в новую строку расходов. Поэтому внедрение нужно начинать не с “какую модель купить”, а с карты процессов и KPI: время, деньги, качество, скорость, конверсия, количество ошибок.
Главные события дня
Я вытаскиваю из этих новостей практический смысл: где AI даёт рычаг, где создаёт риск и где предпринимателю нужно считать, а не верить презентациям.
Uber показывает главный конфликт AI ROI
В разборе The Verge Uber стал самым громким примером корпоративного спора об AI ROI. COO Andrew Macdonald сказал инвесторам, что компания досрочно сожгла AI-бюджет 2026 года и не видит прямой связи между ростом AI-расходов и полезными продуктовые фичами.
CEO Dara Khosrowshahi смотрит иначе: он говорит, что Uber недооценил AI, а сотрудники с AI теперь работают как “employees with superpowers”. Обе позиции могут быть правдой одновременно. AI мог ускорить отдельных людей, но не дать измеримого customer outcome на уровне продукта.
Это ровно то, что будет происходить у большинства компаний: одни будут показывать впечатляющие внутренние демо, другие будут спрашивать, где деньги. Нормальный ответ — не спорить идеологически, а привязать AI к метрикам: меньше ручной работы, меньше ошибок, быстрее релизы, выше конверсия, ниже cost per lead.
Хассабис сужает AGI-прогноз до 2029, а Ола говорит о неизвестном внутри моделей
Демис Хассабис в разговоре с Axios сузил свой прогноз по AGI до 2029 года. Это важно не потому, что очередной фаундер назвал красивую дату, а потому что Хассабис обычно использует более строгую планку AGI, чем рынок.
В тот же день Chris Olah из Anthropic говорил в Ватикане, что интерпретируемость регулярно показывает вещи, которые сами исследователи до конца не понимают. Для меня это главный баланс: с одной стороны, самые сильные люди в AI говорят о близком AGI, с другой — честно признают, что внутри систем остаются тёмные зоны.
Вывод для бизнеса: не надо ждать AGI, чтобы внедрять AI. Но и нельзя строить критичные процессы так, будто модели полностью понятны. Внедряй сейчас, но через ограничения, логи, тесты и человеческий контроль.
Claude Code как daily driver: не чат, а проектная память
Практический сценарий дня — настроить Claude Code не как “напиши мне кусок кода”, а как постоянного партнёра по проекту. База простая: CLAUDE.md в корне, skills для повторяемых процедур, MCP для инструментов и правила, какие команды можно выполнять.
Минимальный Claude Code setup:
1. CLAUDE.md — контекст проекта, стиль, команды, запреты.
2. Skills — повторяемые процедуры: деплой, статьи, проверка ссылок.
3. MCP — доступ к GitHub, браузеру, базе, документации.
4. Правило: агент меняет код только через Git и отчёт.
5. После каждой задачи: build, проверка URL, commit.Это ровно та дисциплина, которая нужна для сайта, ботов и Hermes: агент должен знать проект, но не иметь права хаотично менять всё подряд.
Anthropic раскрывает sandboxing Claude: production-агентам нужны стены
Anthropic описала, как изолирует Claude в production: gVisor containers, несколько слоёв защиты и отдельная логика против prompt injection. Это не красивая engineering-заметка, а подсказка всем, кто даёт агентам доступ к файлам и инструментам.
Если даже Anthropic строит стены вокруг своего агента, малому бизнесу тем более нельзя запускать “автономного помощника” с root-доступом и надеждой на хороший системный промпт. Без sandbox, allowlist и логов агент рано или поздно сделает не то.
Что забрать в бизнес
Не “пользуемся AI”, а “сэкономили часы, ускорили релиз, снизили ошибки, подняли конверсию”.
CLAUDE.md, HERMES.md, skills и правила деплоя делают агента полезным, а не случайным генератором.
Sandboxing, права, логи и подтверждения нужны до инцидента, а не после.
Что сделать сейчас
1. Посчитай AI ROI по одному процессу
Выбери не весь бизнес, а одну цепочку: статья, заявка, поддержка, отчёт, деплой. Сравни время, стоимость и ошибки до/после AI.
2. Сделай проектные context-файлы
В каждом проекте должен быть файл с картой: где код, где деплой, где база, какие команды безопасны, какие действия требуют подтверждения.
3. Ограничь доступы агентов
Сделай allowlist команд, запрети опасные операции без подтверждения и логируй действия в офисный чат или файл аудита.
Ещё сигналы из повестки
ElevenLabs выпустила Music v2: AI-музыка становится дешевле, управляемее и ближе к коммерческому продакшену.
AWS выпустила Strands Agents — open-source SDK для агентов примерно в 30 строк кода.
Apple готовит AI glasses с камерами, жестами и Siri. Интерфейс к AI постепенно уходит с экрана в окружение.
Хочешь получать такие разборы без воды?
В бесплатном Telegram-канале AI Buddah я разбираю нейросети, AI-инструменты, автоматизацию, вайбкодинг и практические сценарии для бизнеса.
Перейти в бесплатный каналБольше промптов, уроков и внутренних материалов
В AI Base я выкладываю материалы глубже: промпты, которые не публикую открыто, видеоуроки, разборы AI-архитектур, практику внедрения и задачи, которые можно брать в работу.
Вступить в AI Base