Главный фокус мирового обсуждения сегодня связан с практическим применением искусственного интеллекта в корпорациях. Стартапы и крупный бизнес говорят не просто об экспериментах, а о полноценной ИИ-трансформации, ключевым вопросом становится расчет ROI и подтверждение финансового эффекта.

Массовое внедрение ИИ-агентов изменит роли сотрудников. Часть операций перейдет в руки искусственного интеллекта, а люди будут заниматься контролем, аналитикой и обучением систем. На HR-функцию ляжет большая нагрузка по переобучению сотрудников.

На рынке активно развиваются узкоспециализированные ИИ-решения под конкретные задачи для HR, финансистов, разработчиков и других ролей. В течение двух-трех лет на основе этого массива узкоспециализированных ИИ-помощников сформируются те самые мультиагентские системы, о которых сегодня так много говорят в контексте виртуальных сотрудников будущего.

Мир находится на стадии осмысления того, как интегрировать искусственный интеллект в бизнес-процессы, адаптировать его к совместной работе с людьми и подтвердить его финансовую эффективность. В этом контексте российский опыт выглядит конкурентным, а по глубине проработки продуктов и зрелости подходов к ИИ-трансформации Россия опережает многие рынки.

Большинство стартапов создают очень узкие, прикладные сценарии: HR, payroll, юридические документы, геодезия, маркетинг, аналитика. Это аккуратные надстройки над моделями, а не самостоятельные платформы.

Многие компании пытаются продавать AI как полноценный продукт, но чаще всего внутри это пока что небольшая модель. Формулировка AI-first на стендах звучит громче, чем работает на практике.

На Web Summit ещё нет зрелых end-to-end решений. Это всё пока что конструктор из разных деталей. Тем, кто умеет строить настоящие платформы, сейчас проще занять сильные позиции и обойти фазу бесконечных прототипов.

Компании, которые имеют доступ к данным, экспертизе и реальным процессам, быстрее превращаются в лидеров.

Главный дефицит сейчас в организациях и командах. Нужны небольшие, устойчивые коллективы, которые умеют собирать решения «под ключ» и обеспечивать качество.

В центре внимания оказываются коммуникации, качество встреч, стабильность процессов и причины, по которым они дают сбои. Появляется всё больше AI-решений, которые анализируют не только задачи, но и взаимодействие между сотрудниками.

Искусственный интеллект всё чаще используют как рефери в конфликтных или неоднозначных кейсах. Он помогает увидеть, где нарушен процесс, где коммуникация ослабла и что нужно улучшить. Это повышает объективность и позволяет компаниям быстрее находить точки роста.

На саммите было много инициатив, которые помогают людям старше 60 лет осваивать новые инструменты. Становится очевидно, что цифровая трансформация должна включать всех сотрудников, а не только молодое поколение или тех, кто давно работает с технологиями.

Эта идея была одной из самых запоминающихся. Компания больше не воспринимается как семья, где отношения чрезмерно персонализированы. Она функционирует как город, где есть свои районы-департаменты, навигация и правила дорожного движения — регламенты. Задача руководителей заключается в том, чтобы людям в этом городе было комфортно и безопасно работать.

Каждый день на площадке появлялись новые команды с прототипами, иногда собранными буквально накануне. Люди не боятся пробовать, быстро создавать MVP и сразу же его презентовать. В такой среде действительно рождаются компании с большим будущим.

Несмотря на то, что лидерство в мировой ИИ-гонке сегодня определяется преимущественно по технологическим и энергетическим трекам, главная конкурентная борьба ожидается в области упаковки технологии в понятные для бизнеса ИИ-продукты с измеримыми финансовыми эффектами. Может ли Россия уверенно конкурировать в этом направлении? Ответ на этот вопрос есть в докладе Максима Волошина.

Как RAG превращается в полноценный рабочий инструмент, где он действительно помогает сотрудникам, какие ошибки чаще всего встречаются, и как всё это меняет культуру работы с корпоративными знаниями.

Энергичные дебаты о том, как меняется производительность, культура работы и личные границы в эпоху AI-ускорения.

На Humanity’s Last Exam и ARC-AGI-2 Gemini 3.0 показывает лучшие результаты среди конкурирующих моделей.

➡️ Humanity’s Last Exam оценивает способность рассуждать на уровне экспертов-людей.

➡️ ARC-AGI-2 проверяет способность ИИ понимать новые визуальные задачи, которых он никогда не видел. Модели нужно самим выявить правило и вывести ответ без опоры на обучающие данные. Это один из самых сложных тестов, потому что требует не запоминания, а настоящего понимания логики.

Gemini 3.0 стала более устойчивой в сценариях, где нужно одновременно понимать текст, изображение, видео и интерфейсные элементы.

Экраны приложений, длинные видеоролики, сложные сцены, последовательная работа с несколькими инструментами — во всех этих задачах модель стала точнее. На бенчмарках ScreenSpot, MMMU-Pro и Video-MMMU это видно особенно хорошо.

В части генерации и исправления кода модель совершенствуется равномерно — без резких скачков. Gemini 3.0 кодит лучше, чем Gemini 2.5 Pro, но в целом ее уровень соответствует другим современным моделям, судя по LiveCodeBench. Для разработчиков такой вариант обычно предпочтительнее, потому что он даёт стабильность и понятное поведение.

Кажется, что мировая ИИ-гонка идет по технологическому, энергетическому и инфраструктурному трекам, и в этом плане некоторые страны движутся быстрее нас. Но это не означает, что для нас пространство для лидерства закрыто. Куда более важный трек — экономический. В ИИ-гонке выигрывают те, кто умеет применять технологии так, чтобы они давали понятный и ощутимый финансовый результат для бизнеса и экономики в целом, оптимально расходуя имеющиеся ресурсы.

93% — точность определения дипфейков, созданных через Sora 2 (OpenAI)
84% — успешность детекций голоса, сгенерированного Veo 3 (Google)

Обучение прототипа заняло всего две недели. Важно быстро реагировать на появление новых типов дипфейков, и тогда скорость и адаптивность будут нашими ключевыми преимуществами.

Корпоративные коллаборативные инструменты будут расти и имеют все шансы сыграть важную роль в AI-трансформации бизнеса. Сейчас в мире внимание с AI-технологий всё больше уходит в практическое применение AI, в поиск решений с финансовым эффектом. Горячая тема — AI-агенты, работающие в гибридном режиме совместно с людьми.

Что станет рабочим пространством для таких совместных команд — вопрос открытый. Текущие решения UI/UX для взаимодействия с AI в виде чата крайне ограничены и неудобны для командной работы. Коллаборативные инструменты типа Miro, Figma и аналоги — хорошая стартовая точка для экспериментов с интерфейсами для AI-сотрудников будущего.

1️⃣ место — Никита Коршунов

2️⃣ место — Алсу Алдаг

3️⃣ место — Андрей Кузнецов

«Впечатлил уровень погружения в тему: участники быстро разобрались в тонкостях дипфейк-детекции, читали научные статьи не "для галочки", а реально вынимали из них инструменты, копались в данных, сопоставляли результаты и в итоге собрали рабочие MVP. Отмечу, что ребята еще не проходили профильные курсы по компьютерному зрению в вузе и реализовывали свои проекты фактически на чистом интересе, самостоятельно осваивая методы и инструменты».