🔥«Применение world models в робототехнике — сейчас одна из самых горячих тем»

Почему? Объясняет Евгений Михайленко, руководитель бизнеса и продукта Physical AI «Яндекс Роботикс».

Японская корпорация Fujitsu объявила о разработке технологии spatial world model.

Система анализирует, как люди, роботы и объекты взаимодействуют, и предсказывает, что они могут сделать дальше. Вместо обработки «сырых» пикселей с камер spatial world model строит сцену, где люди, роботы, предметы находятся как связный набор сущностей. Это позволяет понимать пространство даже в динамике, при перемещениях и изменении угла зрения.

Такие системы могут быть полезны в разных сферах бизнеса — от промышленности до ритейла и логистики.

«В отличие от моделей вроде text-to-video, которые часто опираются на “кинематографическое” представление о мире и могут генерировать физически неверные сцены, world models пытаются моделировать именно реальную физику и причинность. Это как раз то, чего традиционно не хватало роботам.

Например, способность понимать, что если перевернуть стакан с водой — вода действительно выльется, а не зависнет в воздухе, и место, в которое она выльется, станет мокрым. То есть модель должна не просто видеть картинку, а предсказывать изменения состояния мира.

Сейчас многие команды активно экспериментируют с world models, и направление уже показывает первые рабочие результаты, но технология всё ещё находится на раннем этапе. Серьёзных универсальных решений пока нет. Не потому что идея слабая, а потому что полноценные физически правдоподобные world models начали появляться совсем недавно и требуют огромных мультимодальных датасетов и вычислений.

Возможно, у Fujitsu действительно получилось продвинуться дальше других. Корпорация недавно представила свою spatial world model и обещает раскрыть детали в начале следующего года. За этим точно стоит внимательно следить», — отмечает Евгений Михайленко, руководитель бизнеса и продукта Physical AI «Яндекс Роботикс».

Подписывайтесь 👉 @ya_robotics

Главное отличие ИИ-агента от ассистента — в самостоятельности: если раньше нейросетевые модели выполняли задачи по конкретному запросу (сгенерировать текст, ответить на вопрос, показать данные), то теперь агент может сам анализировать, принимать решения, интегрироваться в бизнес-процессы и завершать задачи под ключ.

🟣 Почему это тренд?

Согласно свежему исследованию PEX Network и Comindware, 59% компаний по всему миру планируют инвестировать в автономные ИИ-системы — впервые этот показатель обогнал долю тех, кто делает ставку на классические чат-боты. Это значит, что современный бизнес переходит от эпохи ИИ-ассистентов к эре ИИ-сотрудников или агентов, которые могут работать автономно, без постоянного контроля человека.

55% компаний, внедривших агентный ИИ, отмечают рост производительности, 43% — оптимизацию процессов, 36% — снижение затрат. 70% называют ИИ критически важным для бизнеса. Это значит, что компании всё чаще рассматривают его как элемент стратегии. По другим данным, ИИ-агенты уже могут выполнять некоторые задачи примерно в 4–6 раз быстрее людей и обходятся бизнесу до 90–96% дешевле.

🟣 Кто уже активно использует?

В США компании вроде Artisan AI и Maisa AI разрабатывают «цифровых сотрудников» для автоматизации целых направлений бизнеса, например продаж, коммуникации или взаимодействия с CRM.

В России агентный ИИ всё чаще используют для автоматизации документооборота, клиентской поддержки и административных процессов. Интерес к таким решениям проявляют более 60% крупных компаний. Решение от компаний «Поток» и Xenia AI помогает автоматизировать рекрутинг и другие HR-процессы, сокращая сроки закрытия вакансий на 25–50%.

🟣 Какие есть риски?

Агентные системы пока действуют формально: хорошо справляются с разработкой и аналитикой, то есть там, где есть чёткие алгоритмы и KPI. Но «тормозят» в более творческих задачах и там, где важна 100% достоверность.

Кроме того, для внедрения и эффективной работы таких систем нужны квалифицированные кадры, «чистые» и хорошо структурированные данные, а также надёжная инфраструктура.

Поэтому запускать ИИ-агентов лучше сначала для пилотных и некритичных задач, тщательно подготовив данные и выстроив внутренние компетенции так, чтобы самые важные решения оставались за живыми сотрудниками.

Для тех, кто уже их внедряет, это шанс резко нарастить производительность, быстрее масштабироваться, оптимизировать процессы и снизить издержки.

Подписывайтесь 👉 @yab2btech

Расходы компаний по всему миру на генеративный ИИ выросли за год в 3,2 раза. Они достигли $37 млрд, согласно отчету Menlo Ventures. Это уже 6% мирового рынка софта и самая быстрорастущая категория корпоративного ПО в истории.

В отчёте речь идёт об основных направлениях работы, которые набирают популярность, — от инфраструктуры для разработки и запуска ИИ-агентов до готовых коробочных решений.

В России тенденции аналогичны. «Enterprise-заказчики продолжат выбирать собственную разработку на базе нейросетей и on-premises, и в облаке. Мы видим это на своих цифрах: крупные клиенты Yandex AI Studio увеличили потребление генеративных нейросетей в облаке в 5 раз с начала 2025 года, годовой повторяющийся доход (ARR) от облачного потребления платформы превысил 1,2 млрд рублей. Модели тестируют и применяют не только ритейл, финтех и ИТ, но и промышленный и строительный бизнес», — рассказывают в Yandex AI Studio.

При этом в команде подчёркивают: для малого и среднего бизнеса остаётся актуальным создание готовых решений на базе технологий по API.

🔲 В подтверждение трендов мы сделали подборку из нескольких зарубежных и российских кейсов.

🔴 Так, корпорация Mondelez International, которая производит товары под брендами Oreo, Cadbury, Milka, смогла сократить затраты на производство маркетингового контента на 50%. Для этого была создана ИИ-платформа AIDA, вложения в которую оцениваются в более $40 млн.

🔴 Kimberly-Clark, производящая товары под брендами Huggies и Kleenex, заявила об экономии в $1 млрд за счёт более эффективного продуктового костинга. Кроме того, около 30 000 часов, по подсчётам компании, было сэкономлено на задачах по анализу себестоимости продуктов. Всё это благодаря внедрению технологий Snowflake Data Cloud + agentic AI для аналитики, а также для организации более эффективной логистики.

🔴 Решение ИТ-компании Salesforce внедрить Slack-нативные Einstein-боты и ИИ-ассистенты помогло автоматизировать ответы HR и ИТ-служб, уменьшить количество переключений между системами. В итоге за несколько месяцев удалось сократить количество часов работы людей более чем на 50 тысяч. Скорость коммуникации значительно возросла.

🔴 Один из примеров ИИ-помощника — Нейроаналитик в Yandex DataLens. Он, например, помогает командам такси, доставки и шеринговых сервисов в Яндекс Go анализировать ключевые показатели на основе данных по совокупной месячной аудитории 58,4 млн пользователей.

Нейроаналитик изучает числовые ряды графиков, метаданные и документацию отчётов, чтобы оперативно выявлять сезонные изменения спроса и резкие отклонения в метриках — от количества поездок до использования станций зарядки. Это позволяет командам быстро проверять гипотезы и повышать эффективность сервисов.

🔴 Ещё один продукт Yandex AI Studio — SourceCraft Code Assistant — с момента запуска помог разработчикам дописать больше 1 млн строк кода. Больше всего ИИ-помощника в Яндексе используют для генерации и рефакторинга кода. Это 60% всех запросов. Ещё по 15% сотрудников проектируют с его помощью архитектуру и ищут информацию в базах знаний.

🔴 В ноябре на площадке Ассоциации ФинТех был запущен совместный с Банком России пилотный проект по анализу условий финансовых продуктов с применением искусственного интеллекта. Банки в этом проекте предоставляют обезличенные данные, а Yandex B2B Tech даёт технологии для реализации проекта. Тестирование уже стартовало. Цель — создать ИИ-сервис, который поможет людям оценивать условия и принимать решения при выборе различных кредитных продуктов.

Подписывайтесь 👉 @yab2btech

Понедельник (в этом году осталось всего два) — время битуби-дайджеста. 

🟣 Стартап Starcloud при поддержке Nvidia обучил первую ИИ-модель в космосе
Для обучения использовали спутник с графическим процессором Nvidia H100 на орбите с языковой моделью Google Gemma. Это первый подтверждённый кейс, который доказал работоспособность вычислений в условиях космоса и стабильность обучения моделей на орбите. В рамках проекта обещают запустить космические дата-центры на солнечной энергии с энергозатратами в 10 раз ниже, чем у наземных. 

🟣 OpenAI интегрирует Adobe Photoshop, Express и Acrobat в ChatGPT
Теперь в нём можно редактировать изображения, создавать графику, изменять, объединять или сжимать PDF-файлы при помощи текстовых запросов. Для этого нужно подключить соответствующие приложения через настройки ChatGPT и войти в свой Adobe-аккаунт. Такое расширение превращает ChatGPT из текстового помощника в многофункциональный инструмент для рабочих задач. 

🟪 Meta* переходит на закрытую ИИ-модель Avocado
Её обучают на базе Qwen от Alibaba и планируют запустить весной 2026 года. Это кардинальный поворот в изначальной стратегии Цукерберга по работе с открытым исходным кодом. Avocado позволит компании жёстко контролировать и продавать доступ к технологиям — по аналогии с конкурентами вроде Google и OpenAI.​ А также отражать более глобальный тренд в индустрии, где ведущие игроки стремятся сохранять контроль и извлекать прибыль из своих передовых ИИ-разработок, а не публиковать их полностью открыто.

* Компания Meta признана экстремистской организацией и запрещена на территории РФ.

🟣 Япония запускает первый автономный пассажирский паром
Судно Olympia Dream Seto может перевозить до 500 пассажиров между островом и материком. Паром использует сенсоры для навигации, управления и автоматического избегания препятствий. Это первый в мире случай использования беспилотного транспорта для коммерческих перевозок по воде. Власти и разработчики надеются с его помощью компенсировать дефицит кадров в судоходстве и повысить безопасность пассажирских перевозок.

🤩 — если мечтаете о космосе
❤️ — если захотели авокадо

Подписывайтесь 👉 @yab2btech

После «бумеранга от увольнений», когда компании массово сокращали сотрудников из-за автоматизации, наступил новый этап: выяснилось, что в сложных процессах ИИ требует более продуманной интеграции, а не просто замены сотрудников. Поэтому теперь к внедрениям подходят более взвешенно, выделяя дополнительные ресурсы и специалистов, отслеживая эффективность и переобучая персонал.  

По данным опроса Forbes Research, 94% руководителей считают, что в ближайшие два года из-за ИИ сократят менее 5%. Звучит оптимистично! Более того, тот же опрос показывает: 59% топ-менеджеров убеждены, что ИИ, наоборот, создаст новые рабочие места — в 2024-м таких было 33%. 72% согласны, что ключ к успеху — баланс между возможностями ИИ и его влиянием на персонал, а 64% уверены, что ИИ должен работать в интересах каждого. 

🔍 Как это выглядит на практике

68% топ-менеджеров уже применяют стратегию, помогающую изменить у сотрудников восприятие ИИ, чтобы они расценивали его не как угрозу своим рабочим местам, а как инструмент для расширения возможностей. А 44% HR‑руководителей заявили, что их компании переводят сотрудников на новые роли — при помощи курсов переподготовки, наставничества и карьерных треков. 

Индийский Uber запустил программу Digital Tasks — задания для PhD‑специалистов и других экспертов, где они помогают обучать и дообучать модели ИИ, проверять их корректность и создавать обучающие наборы данных. Это создаёт новые карьерные треки — от модерации контента до аналитики и управления ИИ-инфраструктурой — и смещает спрос от рутинной работы к высококвалифицированным задачам. 

Российские компании внедряют автономных ИИ-агентов, которые могут выполнять до 50% рутинных задач разработчиков, ускоряя запуск новых продуктов. 

✏️ Какие выводы может сделать бизнес?

1️⃣ Не принимать решения о сокращении штата сразу. Первым делом стоит протестировать пилотные ИИ-проекты и измерить общую стоимость владения,  включая интеграцию и поддержку.

2️⃣ Инвестировать в переподготовку: чтобы рутинные роли трансформировались в гибридные. Например, вместо аналитика данных — специалиста, который проверяет гипотезы и прогнозы от ИИ-агента.

3️⃣ Строить человекоцентричные процессы: лучшие результаты даёт связка человек + агент. ИИ может проводить все расчёты и строить воронку продаж, но стратегические решения остаются за живым сотрудником: так, чтобы результат отвечал интересам бизнеса.

4️⃣ Подготовить план Б: вернуть ценных специалистов и перераспределить между ними задачи часто быстрее и дешевле, чем нанять людей с нуля.

Подписывайтесь 👉 @yab2btech

🔴 В России запустили новый формат автономных грузоперевозок

Автономный тягач Яндекса теперь перевозит контейнеры с товарами в распределительном центре «Спортмастера» в Подмосковье. В среднем грузовик совершает 22 рейса в день на территории площадью около 470 000 квадратных метров.

Движение по распределительному центру кардинально отличается от поездок по трассам. Например, нужно маневрировать, использовать задний ход, взаимодействовать с техникой, которая выполняет погрузку и разгрузку. Задача грузовика — забрать контейнеры с площадки и отвезти их на склад: в нужное здание и к нужным воротам. Для перевозки используется новый для автономного тягача Яндекса тип полуприцепа — контейнерный. Во время работы машина дообучается, речь идёт о расширении количества возможных сценариев использования.

🔴 Чтобы посмотреть, как работает автономный тягач, переходите по ссылке.

«Внедрение автономного тягача на закрытые территории закрывает конкретную задачу внутри крупного распределительного центра: регулярные повторяющиеся перевозки в замкнутом контуре без перестройки внутренней логистики.

Такие сценарии позволяют масштабировать автоматизацию без капитальных затрат на инфраструктуру. Мы видим большой потенциал этого подхода для РЦ и промышленных площадок, где автономные грузовики могут работать параллельно с магистральными перевозками и усиливать общую эффективность цепочки поставок», — пояснила Элина Кийко, руководитель направления развития автономных грузовиков Яндекса.

Сейчас автономные грузовики Яндекса помогают перевозить товары Яндекс Маркета и сети «Магнит» по трассе М-4.

Развитие грузоперевозок автономным транспортом — общемировой тренд. Ожидается, что в 2025 году объем рынка достигнет почти $43 миллиардов, а к 2032 году увеличится до $86,7 миллиарда (прогноз Fortune Business Insights).

Подписывайтесь 👉 @yab2btech

Банкинг и финтех — идеальная среда для автоматизации очень разных процессов с помощью ИИ-агентов и ассистентов. Они перерабатывают сотни страниц документации за минуты и экономят тысячи человеко-часов в год. Такие решения способны облегчить жизнь и разработчикам банковского софта, и финансовым консультантам, и сотрудникам поддержки. Вот только 4 примера. 

🌸 Чат-бот, чтобы в 4 раза эффективнее управлять знаниями в Morgan Stanley
Крупный американский банк Morgan Stanley в 2023 году создал внутреннего чат-бота-ассистента на базе ChatGPT для финансовых советников. Через бот с семантическим поиском они могут запрашивать документы из внутренней базы данных компании, а также извлекать и анализировать информацию. Его можно использовать прямо во время общения с клиентом.

Благодаря чат-боту доля документов во внутренней базе данных, которыми пользуются консультанты, увеличилась с 20% до 80%. Скорость сбора информации выросла в разы — с нескольких часов до нескольких минут. 

🌸 Bank of Singapore — ИИ-ассистент для ускорения KYC в 80 раз
Один из крупнейших банков Азии этой осенью запустил ИИ-ассистента с узким профилем. Решение автоматизирует работу банкиров с SoW — отчётами об источниках богатства, ключевыми документами для процедуры по проверке личности клиента. 

Раньше менеджеры изучали сотни страниц разнообразных документов о деятельности и активах клиента в поисках данных для SoW-отчёта. Теперь это делает ИИ-агент, который сам составляет отчёт от и до, — банкиру остаётся лишь верифицировать его. В банке утверждают, что точность отчётов сильно выросла. А скорость их подготовки увеличилась в 80 раз — с 10 рабочих дней до одного часа. 

🌸 Платформа ИИ-ассистентов, которая принесёт $1,5 млрд в JPMorgan
Ещё один американский банк JPMorgan внедряет ИИ-ассистентов в рамках более комплексного подхода. Летом 2024 года он запустил систему LLM Suite. Это платформа, через которую сотрудники могут в безопасной среде получить доступ к крупнейшим генеративным нейросетям. Кроме того, банк разрабатывает на ней собственных ИИ-агентов. Финансисты через LLM Suite могут генерировать идеи, создавать презентации и черновики документов. Юристы используют его, чтобы обрабатывать и создавать документы. Работники службы поддержки ищут  информацию для клиентского запроса в базе данных, а для разработчиков это полноценный кодинг-ассистент. 

Системой пользуется четверть миллиона сотрудников, причём половина из них — ежедневно. Руководство банка утверждает, что платформа уже повысила продуктивность труда разработчиков на 10–20%, а в будущем может увеличить стоимость банка на $1–1,5 млрд.

🌸 ИИ-решения ОТП Банка для обслуживания клиентов в 30 раз быстрее
ОТП Банк автоматизировал обработку обращений клиентов с помощью сервиса Yandex SpeechSence и YandexGPT. Первая система обрабатывает текстовые обращения — банк получает их около 400 тысяч в месяц. Она автоматически определяет их тематику, сортирует и выделяет смысловые блоки. 

Вторая система — агент, который самостоятельно общается с клиентами в чате. Он  уже смог ответить на 60 тысяч запросов без ошибок. Обычно пользователи не любят ботов поддержки, но не в этом случае — агент на базе YandexGPT повысил индекс удовлетворённости клиентов на 2 п. п. С помощью обеих систем скорость работы клиентского сервиса выросла в 30 раз.

Подписывайтесь 👉 @yab2btech

Ещё немного — и будет «давайте после Нового года», а пока самое время для нашего дайджеста

🟣 Глобальные расходы на дата-центры выросли на 59%
Это цифры за III квартал 2025 года по сравнению с аналогичным периодом прошлого года. Капитальные затраты растут восьмой квартал подряд. Бум подпитывают технологические гиганты, которые наращивают ИИ-разработки, такие как Amazon, Google и Microsoft. Значительная часть приходится на ускоренные серверы и сопутствующую инфраструктуру для ИИ, включая Nvidia Blackwell Ultra и кастомные ускорители. Вслед за ними компания Oracle намерена в течение года удвоить свои капитальные вложения в дата-центры.

🟪 Китайские модели с открытым исходным кодом составляют почти 30% глобального использования ИИ
Это указывает на усиливающуюся конкуренцию с американскими гигантами, как выяснили в Стэнфорде. По ряду ключевых метрик open source модели DeepSeek, Alibaba, Baidu, Moonshot AI и Zhipu AI уже сопоставимы с ChatGPT или Gemini, а в отдельных задачах превосходят их. Китайские разработки отличаются высокой скоростью обновлений и широким практическим применением в бизнесе при существенно более низких затратах на обучение и развёртывание. Для ИТ-корпораций из США и их партнёров это значит, что от изоляции и жёсткого регулировании пора переходить к более активной и прагматичной стратегии взаимодействия с Китаем.

🟣 Китай впервые разрешил коммерческое применение автомобилей с третьим уровнем беспилотности
Автомобили уровня L3 оснащены системами, способными самостоятельно управлять машиной в определённых условиях, а водитель должен быть готов подключиться при необходимости. В первую партию разрешённых беспилотников вошли серийные модели китайских автопроизводителей, которые будут ездить по городским дорогам при строго заданных сценариях. Так что массовое применение беспилотных такси всё ближе.

🟪 В России зафиксировали первые транзакции, совершённые ИИ-агентом
Речь о сервисе «Найти дешевле» от Яндекса, который пока работает в бета-версии. ИИ-агент, по поручению пользователя, нашёл нужные товары примерно на 20% дешевле и самостоятельно оформил заказ. Технология основана на автоматическом анализе рынка и сравнении всех предложений — от крупных маркетплейсов до нишевых и локальных магазинов. Все шаги ИИ-агент отображает в чате. Кажется, мы на пороге шопинг-революции, когда e-commerce придётся переходить от обычных сценариев, заточенных на поведение живых покупателей, к нацеленным на ИИ — строго рациональным и без импульсивных покупок.

🟣 В 2026 году Xiaomi увеличит расходы на исследования и разработки до 40 млрд юаней. Это около $5,6 млрд
Это часть глобальной стратегии компании по развитию технологий с суммарными инвестициями в 200 млрд юаней ($28 млрд) в течение следующих 5 лет. Главный фокус техногигант делает на чипы, операционные системы и искусственный интеллект. Xiaomi также представила собственную ИИ-модель MiMo, которая предназначена для смартфонов, умной бытовой техники и автомобилей. Так компания переходит от традиционных устройств к интегрированным интеллектуальным экосистемам, где ИИ-функции становятся ключевым элементом пользовательского опыта. 

🤩 — если хотите уже прокатиться на беспилотном такси

Подписывайтесь 👉 @yab2btech