AI digest · Травень: як АІ перебудовує корпорації?

Допоки скептики чекають, коли хайп навколо АІ вщухне, техгіганти беруть ринок під повний контроль. Вони створюють інфраструктуру, в якій автономні агенти замінятимуть цілі відділи, а корпоративні процеси переходитимуть на рейки максимальної окупності. Адже простими чат-ботами вже не здивувати ринок.

У цьому випуску я розповім про АІ-автоматизацію великих компаній, як розробники створюють нейромережі для живого спілкування без затримок, чому Google змінює звичні ноутбуки на залізо з вбудованим Gemini та як Microsoft оптимізує мільярдні витрати на АІ-розробку.

Ну що ж, готові до детального розбору?

1. OpenAI випускає голосове тріо: API для агентів нового покоління

OpenAI вивела на ринок відразу три спеціалізовані аудіо-моделі під загальною назвою Voice Intelligence. Це рішення повністю закриває потребу у сторонніх сервісах синтезу мови:

Для бізнесу це прямий натяк: голосові помічники поступово перетворюються на повноцінних операторів кол-центрів та асистентів із продажу.

2. Thinking Machines ламає патерн спілкування з АІ

Нова лабораторія Міри Мураті (екс-CTO OpenAI), Thinking Machines Labs, презентувала дослідницьку версію interaction models. Архітектура цих моделей працює в режимі живого постійного потоку даних (текст, голос, відео) і виступає швидше як співпроцесор, а не класичний бот. Забудьте про «користувач сказав – бот почекав, подумав і відповів».

Підписуйтеся на наші соцмережі

Нова модель обробляє інформацію безперервними шматочками по 200 мілісекунд. Вона не чекає, доки ви домовите фразу: АІ може слухати, паралельно оцінювати те, що відбувається на вашому екрані, делікатно перебивати в потрібний момент і проактивно запускати зовнішні інструменти без прямої текстової команди. Модель також має розуміння часу (time awareness), що дозволяє їй легко орієнтуватися в дедлайнах і розкладах в реальному часі.

Найближчим часом модель випустять для дослідників. Ширший реліз обіцяють пізніше цього року. Тож тепер АІ стає невидимим суфлером, який подвоює ефективність кожного співробітника. 

3. Googlebook: ноутбуки на Android 17 з Gemini на борту

Google анонсував Googlebook – нову категорію преміальних ноутбуків, яка фактично зміниться на класичну ChromeOS. В основі лежить Android 17, глибоко перероблена під десктопний інтерфейс та повністю зав'язана на Gemini Intelligence. За виробництво заліза відповідають Acer, ASUS, Dell, HP та Lenovo.

Головна фішка – функція Magic Pointer. Досить зробити легкий круговий рух курсором (wiggle gesture) над будь-яким елементом екрану, щоб викликати контекстне меню Gemini. Наприклад, можна вказати на сукню в інтернет-магазині та своє фото в галереї для миттєвої віртуальної примірки або автоматично перенести дату з листа в календар без копіювання.

Крім того, система вміє генерувати кастомні віджети під робочі завдання на льоту прямо на запит голосом.

4. Gemini Omni Flash: Google йде у швидку відеогенерацію

Google представив лінійку моделей Gemini Omni, сфокусовану на наскрізній обробці та редагуванні відео. Першою представили Gemini Omni Flash. Модель здатна приймати мультимодальний інпут (текст, картинки, звук, відеореференси) і збирати з цього готові ролики, адаптуючи адаптер аудіодорожку під візуал.

Передплатники з преміум-версією Gemini Advanced вже отримали доступ до інструменту. Найближчими днями функція стане безкоштовною для авторів YouTube Shorts, щоб стимулювати створення швидкого контенту, а потім вийде і публічний API для розробників.

Google явно намагається перехопити ініціативу у Sora від OpenAI, зробивши ставку не на довгі кінематографічні генерації, а на моментальний продакшн для соцмереж.

5. Microsoft згортає Claude Code: реальна ціна автономного кодингу та прорахунки в АІ-бюджетах

У грудні минулого року Microsoft відкрила доступ тисячам своїх інженерів, дизайнерів і продуктологів до Claude Code – потужного CLI-агента від конкурентів з Anthropic. Продукт виявився настільки ефективним, що розробники почали використовувати його безперервно, автоматизувавши значну частину рутини. Проте за шість місяців керівництво підрозділу Experiences and Devices (який створює Windows, Office 365 та Teams) видало внутрішнє розпорядження: до 30 червня повністю згорнути прямі ліцензії Claude Code і примусово перевести команди на власний GitHub Copilot.

Офіційна причина – “уніфікація інструментів”, але справжнім тригером став фінансовий аудит наприкінці фінансового року. Юніт-економіка агентного АІ за нинішніх цін просто не витримує інтенсивних навантажень.

На відміну від класичного софту, де компанія платить фіксовану вартість за робоче місце (SaaS), агентні системи працюють за принципом оплати за спожиті токени. Коли АІ-агент годинами самостійно розбирає архітектуру, пише код, запускає тести та виправляє власні помилки, обсяг контексту зростає експоненційно.

Експериментальна фаза, коли техгіганти були готові покривати будь-які витрати заради навчання моделей, завершилася. За поточних цін повна автоматизація завдань є економічно вигіднішою за людську працю лише у 25% випадків. В інших ситуаціях інтенсивне мислення моделей коштує дорожче, ніж година роботи найнятого спеціаліста.

Тож АІ-інструменти для розробки нікуди не зникнуть; приріст продуктивності від них занадто реальний, щоб від них відмовлятися. Проте ера хаотичного тестування всього підряд за кошт компанії офіційно закрита. Тепер кожен запит до моделі прораховуватимуть через призму окупності бізнесу.

Тож якими будуть тренди наступного місяця?

Ми бачимо, що індустрія дорослішає на очах. Гроші інвесторів та корпорацій тепер йдуть не просто в “розумніші” моделі, а в реальну окупність та точність. АІ дійсно стає автономним співробітником і партнером, він уже може керувати вашими фінансами чи писати код замість цілих відділів.

Проте тепер бізнес вчиться рахувати гроші: хаотичні тести змінюються чітким контролем ефективності та лімітами. Питання вже не в тому, чи вміє АІ виконувати вашу рутину, а в тому, як інтегрувати його максимально вигідно та прораховано для вашого бізнесу.

Підписуйтесь, щоб не пропустити наступний випуск!