В этом выпуске – HBR придумали слово для мышления, которое вы отдали ИИ, Anthropic и OpenAI одновременно подали на IPO с оценкой около триллиона долларов каждая, а Uber сжёг двухлетний AI-бюджет за четыре месяца. Плюс 15 ссылок, которые стоит открыть.
Thinkslop: когда ИИ думает за вас
HBR изучил более 12 тысяч кейсов – и нашёл системную проблему
Исследование AI in the Wild (HBR, июнь 2026) – одна из самых масштабных попыток понять, что люди реально делают с ИИ. Более 12 тысяч кейсов из почти 50 000 записей, собранных с марта 2025 по февраль 2026 из Reddit, Quora, LinkedIn, TikTok и YouTube.
Главный вывод не про продуктивность. Он про мышление.
В четверти популярных кейсов люди передают модели когнитивную работу – анализ, оценку, формулировку суждений. HBR назвали это thinkslop: результат, который выглядит профессионально, но за которым нет реального мышления автора. Ваш сотрудник отправляет стратегию, построенную на рассуждениях ChatGPT. Письмо, в котором все аргументы – из модели. Отчёт, где человек не проверил ни одну цифру, потому что «ну, ИИ же умный».
Термин – развитие более раннего понятия workslop, которое HBR ввёл для описания AI-сгенерированного контента низкого качества: шаблонных презентаций, бессмысленных отчётов, формальных писем «ни о чём». Workslop – это мусор на выходе. Thinkslop – проблема на входе: человек перестаёт думать ещё до того, как сформулирует задачу.
Четыре признака thinkslop, по HBR: вы теряете нить собственного намерения (забываете, чего хотели добиться), перестаёте формулировать мысли до запроса, принимаете результат без критической оценки, ощущаете ложную интеллектуальную строгость от длинного ответа модели.
Самое интересное – что перестало расти. Стратегическое планирование, принятие решений и глубокий анализ стагнируют. 62% пользователей застряли на поверхностном уровне. Люди привыкли делегировать письма и конспекты – но дальше не идут. Не потому что не могут. Потому что не знают, как формулировать задачи, требующие суждения.
Это перекликается с данными Bain: у 40% компаний экономия от ИИ составила менее 10%. Мне кажется, thinkslop – одна из причин. Когда люди делегируют мышление, а не рутину, выход выглядит красиво, но не создаёт ценности.
Мы подробно разобрали это исследование в статье на блоге – там четыре вопроса для самодиагностики и конкретные рекомендации для менеджеров.
HBR: AI in the Wild · Наш разбор
Кризис AI-бюджетов: от Anthropic до Uber
80% кода, $750 счета и двухлетний бюджет за 4 месяца
Три новости за две недели. Вместе они рисуют картину, от которой менеджеру становится неуютно.
Anthropic опубликовала данные о собственной разработке: 80% кода в продакшене написано Claude. Инженеры мерджат в 8 раз больше кода в день, чем год назад. В апреле один спринт – 800 фиксов, на которые у человека ушло бы четыре года. 27% задач – вещи, которые раньше откладывались как «слишком дорогие». ИИ не просто ускоряет – он разблокирует бэклог, до которого руки не доходили годами.
На другой чаше – GitHub Copilot. С 1 июня 2026 Copilot перешёл на оплату по токенам. Базовая подписка не изменилась, но теперь каждый запрос к премиальной модели сжигает AI-кредиты по рыночному курсу. Активные пользователи агентных сессий увидели счета в $750 и даже $3 000 в месяц.
И третья новость – Uber сжёг двухлетний AI-бюджет за четыре месяца. COO компании признал, что разработчики так активно использовали Claude Code, что пришлось ввести лимит $1 500 на сотрудника. Uber – не единственные: у Meta разработчики сожгли 60 триллионов токенов за месяц. Явление уже получило название – «tokenmaxxing».
Но прежде чем паниковать – стоит посчитать. Microsoft, по инсайдерским данным, потратил $7 млн за месяц на Claude – на 50 000 сотрудников. Это $140 на человека. Для сравнения: эквивалент 850 зарплат эстонских инженеров или 250 американских. Не так уж много за инструмент, который кратно ускоряет работу. Проблема не в сумме – а в том, что у большинства компаний нет механизма контроля, кто и сколько тратит.
Один из ответов на вопрос «как управлять бюджетом?» – не привязываться к одной модели. Аудит кодовой базы показал, что MiniMax M3 находит столько же багов, сколько Claude Opus (13 из 17) – при стоимости в 10 раз ниже. По разным оценкам, оптимальный бюджет на AI-инструменты для инженера – около $5 000 в месяц. Но без контроля эта цифра легко удваивается.
В прошлом выпуске мы разбирали экономику AI-агентов: $1,87 за анализ SpaceX – и $800 в день за зацикленного агента. Данные Uber и Meta подтверждают: масштабирование без бюджетной дисциплины ведёт к катастрофе.
Anthropic: 80% кода · Copilot: новый биллинг · Uber: лимит $1 500 · MiniMax vs Claude
Три фреймворка Бенедикта Эванса для менеджера
$700 млрд, задача vs профессия, и на какой фазе вы застряли
Бенедикт Эванс – один из тех аналитиков, которых читаешь не ради новостей, а ради способа думать о них. На прошлой неделе мы разобрали три его эссе, и вместе они складываются в связную картину.
Фреймворк 1: Инфраструктурная гонка. Big Tech вкладывает $700 млрд в дата-центры и чипы – больше, чем весь мировой рынок полупроводников. Эванс проводит параллель с телекомом 1990-х: инвесторы теряли деньги, но инфраструктура оставалась и дешевела. На ней построились Netflix и AWS. Стоимость инференса за два года упала в 280 раз. Для менеджера это значит: то, что сегодня стоит $100 за задачу, через год будет стоить $10.
Фреймворк 2: Задача vs профессия. Эванс показывает, что автоматизация убивает профессии, которые совпадают с одной задачей (лифтёры), и расширяет профессии, состоящие из пакета задач плюс суждение (бухгалтеры выросли в 5 раз после Excel). Тест: можно ли проверить результат вашей работы без экспертизы? Если да – эта задача автоматизируется первой.
Фреймворк 3: Absorb → Innovate → Disrupt. Три фазы внедрения ИИ. Absorb – ИИ ускоряет существующие процессы. Innovate – процессы перепроектируются вокруг ИИ. Disrupt – возникают продукты, невозможные при старой структуре затрат. Большинство компаний застряли на Absorb, потому что это приносит пользу и не требует ничего менять. Но конкурентное преимущество от Absorb симметрично – конкурент повторит то же самое за месяц.
Честно говоря, для меня самым ценным оказался второй фреймворк. Он даёт простой инструмент оценки: не «заменит ли ИИ мою работу?», а «из чего моя работа состоит, и какие части автоматизируются первыми?»
IPO-гонка: Anthropic и OpenAI подали одновременно
Триллионные оценки, инвестиции вместо прибыли и пузырь ли это
Самое крупное рыночное событие года в ИИ: Anthropic подала конфиденциальную заявку на IPO, оценка – около $1 трлн. OpenAI сделала то же самое чуть раньше. Две компании, которые определяют frontier-модели, одновременно выходят на биржу.
Цифры Anthropic впечатляют: годовая выручка около $30 млрд, компания обогнала OpenAI в корпоративном сегменте (B2B), тратя на обучение моделей в 4 раза меньше. OpenAI формально убыточна – операционная маржа минус 122% в первом квартале 2026. Но это не значит, что продукт не окупается: маржа на инференсе выросла с 35% до 70% за полтора года. Убытки идут не от обслуживания клиентов, а от ставки на будущее – R&D, строительство дата-центров, обучение frontier-моделей. Классическая модель Amazon 2000-х: терять деньги сегодня, чтобы занять рынок завтра.
Скептики не молчат. Майкл Бёрри (тот самый, из «Большой игры на понижение») заявил, что ни одна из компаний не стоит триллиона. SoftBank, инвестировавший в обе стороны AI-гонки, ненадолго обогнал Toyota по рыночной капитализации.
Мне кажется, для менеджера здесь важна не оценка, а сигнал. IPO означает публичную отчётность, предсказуемость, корпоративные стандарты. Frontier-модели перестают быть стартап-экспериментом – они становятся инфраструктурой. Планируйте соответственно: контракты с этими провайдерами станут длиннее и стабильнее, но и дороже.
Anthropic IPO · OpenAI: убыточная модель · Бёрри о пузыре
Идеи и ссылки
Метод «Grill Me» – самый простой способ бороться с галлюцинациями. Добавьте фразу «Grill me with questions until you have everything you need» в начало сложного задания. ИИ задаёт уточняющие вопросы, пока не получит полный контекст. Техника описана Мэттом Пококом.
Продакт-овнер без навыков программирования внедрил 7 фич за 4 часа. Включая тёмную тему для Android. Все прошли ревью. Если ищете AI-чемпиона в команде – попробуйте нетехнического сотрудника. Иногда отсутствие привычек оказывается преимуществом.
Microsoft Scout – агент, который работает в фоне. Microsoft запустила первый «автопилот» для M365: мониторит приоритеты, планирует встречи, блокирует время под дедлайны. Пока через программу Frontier, но направление понятно – от реактивного чат-бота к проактивному ассистенту.
Ramp Stack: ИИ-операционная система для бухгалтерии. Автоматизация полного цикла закрытия месяца. На тестах из 200+ задач обогнал ChatGPT, Claude и Gemini на 4–11 п.п. Бесплатно до августа 2026.
Трамп подписал указ об ИИ – никакого лицензирования, никакого госконтроля над новыми моделями. США официально выбрали путь саморегулирования. Для международных команд это значит: американские провайдеры продолжат двигаться быстро, регуляторный арбитраж с ЕС усилится.
Claude Opus 4.8 назвал себя Qwen – возможная контаминация обучающих данных из выходов конкурентов. Забавно, но показательно: когда все модели тренируются на выходах друг друга, границы размываются.
Claude переписал Bun с Zig на Rust за 9 дней – миллион строк кода. Не продакшен-качество, но впечатляющая демонстрация скорости кодогенерации для прототипов.
ЮMoney: Llama 3.3 заменила отдел новостей за 350 рублей в месяц. Автоматизация курирования контента через open-source модель. Кейс для тех, кто считает, что ИИ – это обязательно дорого.
AI-трафик в магазинах вырос в 8 раз. Покупатели, пришедшие через AI-поиск, конвертируются вдвое лучше обычных каналов. Ecommerce-менеджерам пора оптимизировать не только под Google, но и под LLM.
Уязвимость AI-поддержки Instagram – хакеры угоняли аккаунты, вежливо попросив ИИ сменить email владельца. Напоминание: AI-агентам в критических процессах нужны жёсткие guardrails.
71% рабочих процессов невидимы для руководства – главная причина, по которой AI-трансформация буксует. Нельзя автоматизировать то, что не описано.
Robinhood запустил агентные счета – ИИ-агент может торговать и тратить из выделенного фонда. Первый массовый финтех с агентным доступом к реальным деньгам.
Зарплаты CTO 2026 – опрос CTO Craft (почти 500 техлидеров): компенсация теперь привязана к успешности внедрения ИИ, а не только к размеру команды.
OpenAI теперь на AWS. GPT-5.5 и Codex доступны на Amazon Bedrock – тот же биллинг, те же IAM-политики. Для команд в AWS-экосистеме это упрощает закупки.
GLM-5 вышла анонимно – и её приняли за Claude. Китайская модель от Zhipu AI, 744 млрд параметров, первая open-weight на уровне Claude Opus 4.5. Подробности – в нашем разборе.
Claude Opus 4.8: динамические воркфлоу. Модель самостоятельно декомпозирует сложную задачу на подзадачи и запускает агентов параллельно. Перестаньте описывать каждый шаг – ставьте комплексную цель.
Из нашего блога
Почему ИИ-пилоты на заводе умирают – 80% ИИ-проектов проваливаются. Семь признаков, что ваш пилот обречён.
40 кейсов GigaChat: проверяем данные Сбера – маркетинг vs бенчмарк 29 моделей.
Токены в договоре – три модели учёта AI-затрат в IT-консалтинге. Практика EPAM, Luxoft, Softline.
52% компаний запустили AI-агентов – отчёт Google Cloud о новой роли менеджера как супервайзера агентов.