Исследования и прогнозы в IT *

В связи с ростом сфер применения ИИ (как на базе LLM, так и прочих), возникают вопросы о юридических последствиях. Например, кому принадлежат авторские права на изображение вороны, которое ИИ написал по запросу «нарисуй ворону». Или, кто несёт ответственность за аварию на производстве, когда технолог последовал рекомендации ИИ.

И вот, у меня, как у человека давно и внимательно читающего разные новости, возник вопрос в связи с недавней новостью про введение экспортных ограничений на продвинутые модели ИИ.

Утром 13 июня 2026 года Anthropic отключила доступ к своей новой флагманской модели Fable 5. Не у части пользователей - у всех, по всему миру. Разбираемся, почему это произошло и почему этот инцидент может стать первым видимым контуром нового режима доступа к frontier-моделям по KYC

Более десятилетия роботизированная автоматизация процессов (RPA) была лицом автоматизации. Она приносила ощутимую пользу: автоматизировала повторяющиеся задачи, сокращала ручной труд и давала организациям время на модернизацию основных систем.

Но сегодня становится очевидной фундаментальная истина:
RPA, как стратегическая парадигма автоматизации, мертва.

Обычно на первом уроке или лекции по программированию я говорю ученикам, что им не стоит использовать ИИ для обучения и написания кода. Быть может, это проявление неолуддизма?

Чтобы разобраться в теме, я прочитал немало исследований от вузов и научных центров касательно эффективности использования ИИ.

В целом результаты показывают, что использование ИИ для самообучения даёт рост скорости выполнения задач примерно на 20%, но спад усвоения знаний и навыков на те же 20% относительно контрольной группы.

За последний год вокруг AI-агентов сформировался довольно устойчивый набор ожиданий.

Нам обещают всё более умные модели, всё более длинные контекстные окна, всё более автономных агентов. Создаётся впечатление, что осталось решить ещё пару технических проблем — и агент сможет самостоятельно разрабатывать сложные проекты почти без участия человека.

Я тоже так думал.

В мире сборки и апгрейда персональных компьютеров смена платформы почти всегда оборачивается дополнительными тратами. Новый сокет часто вынуждает менять не только процессор, но и материнскую плату, а затем и оперативную память (не всегда, но частенько). В итоге даже умеренный прирост производительности может стоить серьезных денег и времени на переустановку системы.

AMD уже несколько лет идет другим путем. Компания сознательно продлевает жизнь своих платформ, давая возможность обновлять в первую очередь процессор. Этот принцип хорошо заметен и на свежей AM5, и на AM4, которая до сих пор, спустя десять лет после запуска получает новые чипы. Попробуем разобраться в ситуации, тут много интересного. 

Привет, Хабр!

Я фрилансер! Последние годы зарабатываю только на бирже: ТГ-боты, бэкенды, AI-интеграции, с недавних пор — embedded. В начале года я писал, что разработка с LLM неизбежно станет нормой, и собирал в комментариях привычный скепсис. Так вот — она стала, по крайней мере на том же фрилансе.

К середине 2026 биржа, на которой я вырос с 40 до 270 тысяч в месяц, расслоилась на глазах. Я проиграл заказ человеку, который дал цену в пять раз ниже моей. Я видел ТЗ, где прямым текстом написано: «нужно, чтобы вы вайб-кодили мобильное приложение за 7 тысяч рублей». И я честно покажу свои цифры по доходу — включая те, которые показывать не очень приятно.

Привет! Меня зовут Саша Журавлев. Я основатель и управляющий партнер фонда Mento VC. Мы инвестируем в технологические компании на стадиях Seed / Series A в США, Великобритании и Израиле, а в своем телеграм-канале рассказываю, как вижу рынок и принимаю инвестиционные решения.

Одна из вещей, которую я заметил за много лет в венчуре – решения крупных фондов могут быть не так независимы, как принято считать. Мы со-инвестируем с top-tier фондами и пристально за ними наблюдаем. И со временем начали замечать паттерны: одни и те же фонды снова и снова вместе оказываются в одних и тех же сделках. Потому что у них похожий фокус, или есть еще какая-то связь?

Мы с командой Mento VC решили проверить это на данных. Проанализировали тысячи раундов топ-36 фондов мира – и обнаружили 8 устойчивых кланов Кремниевой долины (вообще-то, 11, но при более пристальной проверке трое как кланы не подтвердились). «Кланами» мы считаем группы фондов, которые связаны не только через стартапы, в которые инвестируют, но и рабочими, дружескими и даже семейными связями. Про это не принято говорить вслух, но кто вам еще расскажет если не мы? 🙂

Читайте наше исследование ниже, а если вам интересны регулярные заметки и инсайты о венчуре, разбор наших сделок и новости рынка - добро пожаловать в мой телеграм-канал.

Есть один вопрос, который рано или поздно встаёт перед каждой командой, работающей над продуктом или стратегией роста: выходить на рынок первыми — или дать кому-то другому проложить дорогу, а затем зайти с более сильным предложением?

Интуитивный ответ менеджеров-энтузиастов будет — «лучше первым». Первый снимает сливки с рынка, задаёт стандарты, воспринимается как новатор и формирует лояльность к первооткрывателю. Но данные говорят о несколько иной картине.

В этой статье — плюсы и риски обеих стратегий, тест для самодиагностики вашей компании и два готовых промпта для ИИ по теме.

О неформальных архитектурах и о том, почему это всегда дороже, чем кажется

1. Управление иллюзией

Есть простой способ проверить, насколько компания понимает собственную операционную реальность. Задаем универсальный вопрос: «Как у вас принимаются решения — не по регламенту, а в жизни?». Или можно спросить что‑то более приземленное: «Как мне согласовать бюджет на обучение команды?».

Если ответ начинается со вздоха, паузы и фразы «Ну, это зависит от того, кто спрашивает...» — поздравляю, перед вами компания с системным кризисом. Разрыв между тем, как бизнес заставляет процессы выглядеть на бумаге (де‑юре), и тем, как они работают на самом деле (де‑факто) — это и есть реальный масштаб теневой системы управления.

2. Почему «тень» вообще появляется

Причин возникновения теневой системы много, но (что удивительно) «злой умысел» отдельных личностей не входит даже в шорт‑лист. Это всегда результат абсолютно рациональной адаптации людей к кривой операционной среде.

Представьте классический кейс:

Привет, Хабр!

Рынок найма в IT продолжает меняться — быстрее, чем сюжетные повороты в любимых комиксах и фильмах о приключениях супергероев. Прошёл ещё один насыщенный год с момента, когда мы проводили прошлый цикл исследования — настало время обновить его и определить новых лидеров отрасли.

Шуточная статья. А может и нет? Вы задумывались, а что такое Интернет? Посмотрим в википедии: Интерне́т (англ. Internet) — коммуникационная сеть и глобальная система объединённых компьютерных сетей для хранения и передачи информации. Интернет соединяет автономные системы (ASN) по всему миру протоколом динамической маршрутизации BGP. Количество уникальных автономных сетей в системе маршрутизации Интернета превысило 5000 в 1999 году, 30 000 в конце 2008 года, 35 000 в середине 2010 года, 42 000 в конце 2012 года, 54 000 в середине 2016 года и 60 000 в начале 2018 года. К декабрю 2020 года количество выделенных ASN превысило 100 000. По состоянию на 2025 год насчитывается около 120 000 выделенных ASN.

Интернет растет. Интернет развивается. На хватает IPv4 - переходим на IPv6. Скоро будем пинговать другие адреса. IPv6 - это не просто больше адресов, а примерно 340 ундециллионов (10^38) - на каждый атом на поверхности Земли или чтобы раздать адрес каждой песчинке на планете. Экспоненциальный рост. Сейчас стандарт TCP/IP, который вытеснил x.25 и другие протоколы, а какой протокол будет следующим?

Появились более сложные структуры - многочисленные хранилища, сервисы, которые тоже являются частью Интернет. Гигантские фермы серверов (Google, Amazon, Microsoft) потребляют столько же энергии, сколько небольшие города. Интернет растёт не только «вширь», но и «вглубь» — в мощность вычислений.

Интернет теперь не только в компьютерах: IoT (интернет вещей) — холодильники, лампочки, счётчики, автомобили, дроны. Интернет стал толще и плотнее, он везде, даже там, где мы не ждём.

Кейс, в котором мы поняли что закупщику не нужен «ещё один маркетплейс» — нужен инструмент, который за один запрос покажет, у кого из дистров есть нужный артикул, по какой цене и когда он будет на складе.

Привет, Хабр!

При выборе IT-направления обычно смотрят на два параметра: зарплату и количество вакансий. Но это неполная картина - и это можно доказать цифрами.

Я пишу от лица команды Софи - ИИ-ассистента для автоматизации откликов на вакансии. 

За 11 месяцев работы мы сделали миллион реальных откликов кандидатов - с ответами рекрутеров, тестовыми заданиями и приглашениями на интервью. Всё это осело в базе данных.

В статье мы используем эти данные, чтобы ответить на вопрос, который волнует каждого, кто сейчас в поиске: в каком IT-направлении выше реальная вероятность дойти до оффера.

Погнали!

Наверное, через это уже прошёл каждый из нас :)

Где-то после полугода очень достаточно работы с агентами я стал принимать диффы быстрее, чем успеваю реально в них вникнуть, в итоге в один из я оказался в ситуации, что словил баг, а на поиски проблемы потратил чуть больше часа, а найдя ее, я понял, на сколько она была тривиальной

Короче говоря, то что мы используем агентов - конечно суперсила, но в итоге, мы все начинаем идти по “Accepted driven development” , а это уже начинает сильно отупливать влиять на наши с вами когнитивные возможности :) ну и на наши умения в разработке в целом

Спойлер: это все решается, но нет, не тем что мы перестаем читать в целом код

Меня зовут Эдгар Сипки, я founder easyp & sipki tech и отбираю доклады на Golang Conf в программном комитете. А в своём тг-канале делюсь прикладными AI-инструментами и подходами для разработки - подписывайтесь, дальше будет больше :)

Так вот, обратно к теме. В этой статье я дам промпт-генератор, который соберёт learning skills под ваш проект - чтобы агенты и дальше ускоряли вас, а понимание собственного кода оставалось вашим, а не делегировалось модели :) Но сначала про сама проблему: снаружи-то это кажется все на увеличение нашего KPI, вроде ты и быстрее двигаешься, меньше застреваешь, да и в целом не тратишь часы на написания кода, но вот позже уже начинаются проблемы

Когда надо объяснить, что именно ты только что принял. Какие инварианты поменялись? Почему решение такое? Какие edge cases теперь важны? Что сломается через месяц, если кто-то тронет соседний кусок кода? (а это будет не редко)

В гуманоидной робототехнике существуют два принципиально разных способа измерять «лучших». Первый — сколько денег компания привлекла и как её оценивают инвесторы. Второй — сколько роботов реально произвела и отгрузила.

Эти рейтинги кардинально расходятся. Компания с оценкой $39 млрд поставила 150 роботов. Компания без известной оценки отгрузила 5 500. Понимание этого расхождения — ключ к пониманию того, где реально находится индустрия.

Как быстро можно найти работу в 2026, если за плечами – серьёзный опыт fullstack-разработки?

На фоне блокировки Telegram у фаундеров проекта над которым я трудился упали доходы на ±60%, и они не смогли поддерживать дальнейшую разработку. Я обнаружил, что рынок РФ фриланса можно сказать что умер, а выход на собес через ИТ-вакансии практически...

Мы ищем классных коллег в команду UX-исследователей, поэтому внутри статьи есть ссылки на вакансии 🔥. Чтобы познакомиться, рассказываем, как у нас устроена работа ресёчера, чем работа в продукте отличается от UX-лаборатории и почему к нам стоит прийти.

Привет, Хабр. Давненько не списывались....

Я 1С-аналитик, работаю в Hugo Boss (да, та самая модная компания). Мой опыт 4 года, есть сертификат «1С:Профессионал по платформе 8.3». Параллельно веду проекты на себя.

Я заметил, что рынок ценит не только глубину в одной конфигурации, но и способность быстро разобраться в любой. Заказчики всё чаще спрашивают: «А сможете ли вы проконсультировать по ДО? А по УНФ? А по МСФО в УХ?»

Поэтому я решил пройти системное обучение по всем ключевым направлениям 1С, от базовой бухгалтерии до бюджетирования в холдинге. И сдать экзамены «1С:Специалист-консультант» там, где это возможно.

Ниже таблица курсов, которые я отобрал. Цены указаны на 9 июня 2026 года (а рядом, для сравнения, на 1 января, потому что рост впечатляет, хотя скорее всего я просто ранее смотрел цены с учетом новогодних скидок и акций :) ). Я буду рад, если те, кто уже это проходил, подскажут:

28 мая мы провели в Альпине закрытую мастер-встречу про то, как растить ИИ-компетенции в команде без миллионных бюджетов. На встречу подключились более 150 специалистов из фармы, ритейла, IT, логистики и банков. Я рассказывал про наш путь в AlpinaGPT, коллеги показывали свои кейсы в маркетинге, продажах и разработке, в зале задавали вопросы CTO и L&D-директора крупных российских компаний. После трёх часов разговоров у меня осталось одно главное наблюдение — то, ради чего я и пишу эту статью.

Меня зовут Жемал Хамидун, я CPO AlpinaGPT, Head of AI Alpina Digital и автор тг-канала «Готовим ИИшницу». Главное наблюдение простое: разрыв в ИИ-компетенциях растёт. Одни сотрудники работают с моделями ежедневно, у них уже свой стек, свои шаблоны, своя память между сессиями и встроенные в рабочий процесс агенты. Другие открыли ChatGPT один раз, написали что-то вроде «составь мне отчёт», получили шаблонный текст без контекста, решили, что инструмент бесполезный, и закрыли вкладку. Между этими двумя сотрудниками разрыв растёт каждый месяц быстрее, чем компании успевают его закрывать обучением. 

Разрыв в компетенциях растёт быстрее, чем обучение его закрывает

Главная цифра, которую я показывал на мастер-встрече, — из свежего отчёта DataCamp и YouGov State of Data & AI Literacy 2026 (опрос 517 enterprise-руководителей в США и Великобритании, декабрь 2025 — февраль 2026). 82% компаний уже предоставляют ИИ-обучение для сотрудников, и при этом 59% этих же компаний сообщают, что разрыв в ИИ-компетенциях у них всё равно сохраняется. 23% опрошенных заявили, что программы обучения не адаптированы к конкретным должностным обязанностям, 21% опрошенных говорят, что сотрудникам сложно понять, с чего начать. То есть деньги в обучение пошли, программы запустили, лицензии раздали — а сотрудники в массе своей по-прежнему не владеют ИИ на нужном уровне.