К 2025 году искусственный интеллект перестал быть темой экспериментов и стал фундаментом стратегии выживания и роста для любого серьёзного бизнеса. Однако, как показывают исследования, у одних компаний внедрение генеративного ИИ приводит к двукратному росту выручки, а у других пилоты тонут в рутине. Только 5% пилотных проектов по интеграции ИИ приносят компаниям ощутимую прибыль. А в 95% компаний пилотные проекты по генеративному ИИ не дали эффекта. Почему? Почему одни компании застряли на этапе экспериментов, не влияя на финансовые показатели? Как не попасть в группу неудачников? Все это вопросы, которые поднимаются в исследовании MIT NANDA State of AI in Business 2025.

К 2025 году искусственный интеллект перестал быть темой экспериментов и стал фундаментом стратегии выживания и роста для любого серьёзного бизнеса. Однако, как показывают исследования, у одних компаний внедрение генеративного ИИ приводит к двукратному росту выручки, а у других пилоты тонут в рутине. Только 5% пилотных проектов по интеграции ИИ приносят компаниям ощутимую прибыль. А в 95% компаний пилотные проекты по генеративному ИИ не дали эффекта. Почему? Почему одни компании застряли на этапе экспериментов, не влияя на финансовые показатели? Как не попасть в группу неудачников? Все это вопросы, которые поднимаются в исследовании MIT NANDA State of AI in Business 2025. Эта статья коротко знакомит с основными выводами этого исследования и рекомендациями экспертов.

Модель GPT-5 вышла совсем недавно, в начале августа 2025 года и вызвала вал споров и критики. Многие ожидали от нее нового качественного скачка, нового уровня понимания запроса и качества ответов. Но этого, увы не случилось. Наиболее важные новшества оказались не в области качества и скорости ответов. OpenAI сфокусировалась на ценности для бизнеса, интеграцию и использование через API. Во второй части статьи мы расскажем о важнейших новшествах GPT-5.

Модель GPT-5 вышла совсем недавно, в начале августа 2025 года и вызвала вал споров и критики. Многие ожидали от нее нового качественного скачка, нового уровня понимания запроса и качества ответов. Но этого, увы не случилось. Пользователи поделились на две категории: кто-то говорит, что GPT-5 – это отличная модель и наш вперед, а кто-то видит в ней «полный отстой», что GPT-5 косячит, даже переходят обратно на модель GPT 4o. В статье мы расскажем почему так получилось, а также о плюсах и минусах GPT-5.

Спросите у человека, который любит много читать книги, почему он читает, и вы, в ответ, возможно, услышите знаменитую цитату писателя-фантаста Джорджа Р. Р. Мартина: «Читатель проживает тысячу жизней, прежде чем умрет. Человек, который никогда не читает, переживает только одну». Истории обладают способностью запечатлевать бесчисленные события и воплощать их в едином сознании.

Генеративный искусственный интеллект стремительно меняет мир бизнеса, внедряясь в процессы компаний по всему миру. Однако применение нейросетевых генеративных моделей сопряжено с вызовами. Тема доверия к ИИ приобрела критическую важность, потому что он становится частью бизнес-процессов. Но доверять искусственному интеллекту, не проверяя его результаты, – это как садиться за руль машины, не зная, работает ли у нее тормоз. Менеджеры, использующие ИИ в своих компаниях, должны уметь балансировать между потенциальной выгодой и возможными рисками. Как можно проверять ответы нейросетевых моделей и как защититься от ошибок – об этом мы рассказываем в второй части статьи.

Генеративный искусственный интеллект стремительно меняет мир бизнеса, внедряясь в процессы компаний по всему миру. Генеративные нейросети вошли в нашу жизнь не через парадный вход, а буквально обрушились водопадом возможностей. Их распространение похоже на прилив – процесс, который невозможно остановить. Однако применение нейросетевых генеративных моделей сопряжено с вызовами. Такие феномены, как галлюцинации, могут стоить компании не только репутации, но и миллионов. Что это такое и как их обнаружить – об этом мы рассказываем в первой части статьи.

Современные технологии искусственного интеллекта (ИИ) уже давно перестали быть чем-то экзотическим для бизнеса и всё чаще становятся инструментом реального повышения эффективности. Искусственный интеллект и машинное обучение сегодня проникают во все аспекты бизнес-управления, включая обслуживание клиентов. Особенно в сфере продаж, где каждое взаимодействие с клиентом может стать решающим. Компании по всему миру используют эти инструменты, чтобы не просто оптимизировать затраты, но и делать клиентский опыт по-настоящему персонализированным и ориентированным на результат. Рассмотрим несколько примеров того, как ИИ трансформирует подходы к коммуникации, взаимодействию и операционным процессам.

Технологии нейросетей и машинного обучения сейчас активно проникают во все деятельности. Несмотря на все проблемы и риски, несовершенство законодательства, недостаточно компетентный персонал и так далее, нейросети все равно активно преобразуют область HR, прежде всего найм персонала и поиск работы. Технологии ИИ превращаются в ключевого партнера специалистов по подбору и найму, помогая им справляться с растущей сложностью работы и возрастающими запросами. В этом материале мы расскажем, как можно настроить и оптимизировать процессы найма с помощью ИИ, чтобы сделать их дешевле, быстрее и эффективнее, сохранив при этом высокое качество.

Технологии искусственного интеллекта быстрыми шагами входят в самые разные сферы жизни компаний. Одна из наиболее интересных и перспективных областей его применения – это маркетинг. И первые результаты уже есть и обсуждались в ходе научного семинара экономического факультета МГУ по цифровой экономике (2024 год), посвященного внедрению искусственного интеллекта в маркетинге. О том, какие ожидания и проблемы внедрения ИИ видит российский бизнеса, свидетельствуют результаты опроса свыше 250 маркетологов и руководителей российских компаний, проведенного кафедрой маркетинга Экономического факультета МГУ в январе-марте 2024 года. О результатах опроса на семинаре рассказала Валентина Герасименко, зав. кафедрой маркетинга Экономического факультета МГУ.