ШІ входить у фазу системних ризиків: що показують останні сигнали ринку
Стрімкий розвиток штучного інтелекту починає змінювати не лише технології, а й економічні моделі, корпоративні KPI та навіть соціальні норми. Про це свідчить низка кейсів, зібраних у подкасті на Youtube-каналі «Це по роботі», де проаналізовано конкретні цифри, експерименти та поведінкові ефекти — від падіння акцій Microsoft до появи нових форм взаємодії людини з AI.
Йдеться не про окремі новини, а про системні сигнали: моделі починають впливати на фінансові результати компаній, на державну політику та на приватне життя користувачів.
KPI нового покоління: токени як метрика продуктивності
У Meta запроваджено внутрішню систему Cloudenomics, у межах якої 85 тис. співробітників змагаються за кількість використаних токенів. За місяць сумарне використання склало близько 60 трлн токенів, а один із лідерів рейтингу витратив 281 млрд.
Формально рейтинг не пов’язаний із бонусами чи кар’єрними рішеннями. Однак сама поява метрики створила поведінковий ефект: частина співробітників почала залишати AI-агентів працювати годинами або запускати їх на ніч, щоб збільшити показники.
Оскільки токени — це реальні обчислювальні витрати, кожна така «накрутка» означає додаткові витрати для компанії. коли вимірюється не результат, а інтенсивність використання інструменту, система стимулює оптимізацію показника, а не продуктивності. Це демонструє ризик нової AI-економіки — перетворення технологічної активності на самоціль.
Microsoft і дилема AI-монетизації
На початку 2026 року акції Microsoft впали більш ніж на 20% — найгірший квартальний результат із 2008 року. Ключовий фактор — слабке прийняття Copilot.
Лише 3,3% користувачів Microsoft 365 погодилися платити за AI-надбудову. Частка Copilot на ринку оцінюється в 11,5%, а серед користувачів, які мають альтернативи, — лише 8%.
Попри масштабні інвестиції в OpenAI та інтеграцію AI в екосистему Microsoft 365 і Azure, компанія стикається з розривом між технологічною пропозицією та готовністю клієнтів платити. Виникає питання: чи AI не руйнує традиційні SaaS-моделі швидше, ніж компанії встигають їх адаптувати?
AI-альянси проти Китаю: новий етап технологічної конкуренції
OpenAI, Google та Anthropic створили Frontier Model Forum для координації дій проти дистиляції — використання великих моделей як «вчителів» для створення дешевших копій.
Підписуйтеся на наші соцмережі
За оцінками уряду США, через такі практики компанії втрачають мільярди доларів щороку. У фокусі уваги — китайські компанії DeepSeek, Moonshot AI та MiniMax.
Конкуренти починають співпрацювати, коли технологія стає стратегічним активом. AI виходить за межі ринку і переходить у площину геополітики.
Netflix і модель VOID для редагування контенту
Netflix представила модель VOID (Video Object Interaction and Deletion), яка дозволяє видаляти об’єкти зі сцени та перебудовувати відео з урахуванням фізики і контексту.
Модель не просто стирає елемент кадру, а генерує оновлену сцену, яка виглядає природно. У тестуванні користувачі обирали результати VOID у 65% випадків частіше, ніж альтернативи, зокрема Runway або ProPainter.
Це означає перехід від постпродакшн-інструментів до алгоритмічної реконструкції реальності — змінювати можна не лише помилки, а й саму структуру сцени після зйомки.
Українська соцмережа YEDNÁ і верифікація через «Дію»
YEDNÁ — українська соціальна мережа з обов’язковою верифікацією через «Дію» або Дія.Підпис. Для реєстрації використовується мінімальний набір даних — ПІБ та ІПН. Один ІПН дозволяє створити лише один акаунт.
Дані зберігаються на серверах AWS у Європі. Платформа працює за принципом локальності: користувач бачить контент лише зі свого міста.
Проєкт заснований Ігорем Магуряном і фінансується власними коштами. На старті команда складається з двох людей, пілотний запуск відбувся в Одесі.
YEDNÁ позиціонується як експеримент зі створення соцмережі без ботів і фейкових акаунтів у контексті глобальних дискусій про регулювання соціальних платформ.
Чому не варто сліпо довіряти ШІ-відповідям Google
Дослідження The New York Times щодо AI Overview показало: точність відповідей Gemini становить 91%, але 56% відповідей є необґрунтованими — тобто джерела, на які посилається система, не підтверджують твердження.
Google обробляє близько 5 трлн пошукових запитів на рік. Навіть невеликий відсоток неточностей масштабується до десятків мільйонів потенційно помилкових відповідей щогодини.
AI Overview використовує дані із соціальних мереж нарівні з іншими джерелами, що підвищує ризик поширення неточної інформації. Високий відсоток «правильності» не дорівнює надійності джерел.
4-денний робочий тиждень і податки на автоматизацію від OpenAI
OpenAI оприлюднила політичні рекомендації щодо адаптації економіки до автоматизації. Серед пропозицій — створення фонду державного багатства за участі урядів і AI-компаній.
Отримані доходи пропонується розподіляти серед громадян, а податкову систему — зміщувати з оподаткування праці на оподаткування капіталу та автоматизованих процесів.
Також пропонується стимулювати перехід на чотириденний робочий тиждень без зменшення зарплат як відповідь на очікувані зміни ринку праці.
Gen Z і відносини з ChatGPT: соціальний зсув
За даними опитування ZIP Health, 26% представників покоління Z у США та Канаді мали романтичний або сексуальний досвід із AI. Серед усіх респондентів цей показник становить 19%.
36% використовують AI для емоційної підтримки, а 83% вважають, що це відображає кризу самотності. Водночас 70% респондентів трактують романтичний зв’язок із AI як форму зради.
AI перестає бути лише інструментом і дедалі частіше стає соціальним інтерфейсом.
Висновок: момент перевірки на зрілість
Факти свідчать про перехід AI з етапу захоплення до етапу перевірки на економічну та інституційну зрілість. Інвестиції мають доводити окупність, нові метрики — реальну продуктивність, алгоритми — надійність джерел, а регуляторні ініціативи — здатність пом’якшити наслідки автоматизації.
Технологія вже достатньо потужна, щоб змінювати поведінку компаній і людей. Наступний етап визначатиме не швидкість розвитку моделей, а якість рішень навколо них.