AI Native
Историческая редакцияСохранена для понимания развития проекта.
Исследования

AI-native: пробный дайджест E1

Первые материалы показывают изменения отдельных процессов, но пока не доказывают массовое появление автономных прибыльных компаний. Наиболее полезны источники, позволяющие сопоставить заявленный результат с методом, затратами и ролью…

Заголовок источника

AI-native: пробный дайджест E1

О статусе материала

not_recorded

Первые материалы показывают изменения отдельных процессов, но пока не доказывают массовое появление автономных прибыльных компаний. Наиболее полезны источники, позволяющие сопоставить заявленный результат с методом, затратами и ролью людей. В подборке соединены российские и китайские материалы, международные исследования и корпоративная практика. Это черновик для проверки направления поиска, не итоговый обзор и не реестр верифицированных успехов.

Срез: 22 сентября 2026 года. Текст подготовлен по пяти исследовательским партиям с учётом независимых исправлений. Нового поиска в этом проходе не было. SOURCE_CLAIM означает, что проверено содержание заявления, но не истинность его экономического результата; HYPOTHESIS — подход или предположение. Полное чтение первоисточников выполнено не везде.

12 сюжетов для оценки направления

1. Китай: AI-native как изменение управления

Дата: семинар 23 мая, публикация 26 мая 2026. Статус: SOURCE_CLAIM / концептуальный подход.

В сообщении о семинаре Цинхуа выступление Юань Юань из Alibaba Research Institute посвящено распределению работы между людьми и ИИ. В центре — постановка задач, человеческое суждение и приёмка результата, а не только сокращение штата. Это полезная рамка для нашего проекта: искать изменения ответственности и организации работы наряду с автоматизацией. Семинар не содержит измеренного эффекта; позиция докладчика не является общепринятым определением AI-native.

Первоисточник: сообщение Цинхуа.

2. Китай: резкое уменьшение команды требует проверки

Дата публикации: 15 апреля 2025; период изменения не установлен. Статус: SOURCE_CLAIM / кейс-кандидат.

Управленческая статья на сайте Цинхуа описывает Coocaa: команда подготовки контента, по утверждению авторов, изменилась с 80 человек до пяти с агентами, а суточный выпуск постеров — с двух тысяч до тридцати тысяч. Это именно тот тип сигнала, который стоит углублять. Пока неизвестны сопоставимость продукции, затраты, участие подрядчиков и судьба прежних ролей. Сокращение конкретной команды нельзя переносить на всю компанию.

Источник заявления: статья авторов в «Цинхуа менеджмент ревью». Первичное измерение компании ещё не получено.

3. Китай: агентная симуляция не заменяет наблюдение за людьми

Дата: рукопись — август 2025, карточка — 11 сентября 2025. Статус: SOURCE_CLAIM / методологическая работа, прочитана частично.

Ху Шиюнь и И Цзюньцзянь из Пекинского университета рассматривают языковые модели как советников, помощников исследователя, агентов и собеседников. Для нас особенно важны ограничения многоагентных симуляций: поведение моделей нельзя автоматически считать поведением общества или рынка. Источник помогает проверять будущие работы об агентной экономике: отделять результаты внутри искусственной среды от наблюдаемых сделок, организационных изменений и финансовых показателей реальных компаний. Успешного внедрения этот материал не доказывает.

Первоисточник: карточка CCER и ссылка на рукопись.

4. Россия: финансовый эффект X5 шире агентных систем

Дата релиза: 1 июня 2026; результат за 2025 год. Статус: SOURCE_CLAIM / заявленный положительный эффект.

X5 сообщает примерно о пяти миллиардах рублей дополнительной операционной прибыли от ИИ за 2025 год. Компания описывает общий подход к оценке через финансовые модели и A/B-тесты, однако подробный расчёт и независимый аудит не представлены. Сумма охватывает разные решения, включая прогнозирование и управление ритейлом; приписывать её целиком агентам нельзя. Для исследования это основание разбирать экономику по процессам и запрашивать базовый сценарий, а не складывать громкие итоговые цифры.

Первоисточник: релиз X5.

5. Россия: исследования зрелости полезны вместе с границами выборки

Период публикации: выпуск журнала 2026, № 2; новость 10 сентября 2026. Статус: SOURCE_CLAIM / эмпирическое исследование, методы прочитаны частично.

Работа ВШЭ о готовности к агентам опирается на 30 интервью и опрос 106 представителей компаний. Отбирались организации более чем со ста сотрудниками, уже имеющие хотя бы одного агента в промышленной эксплуатации. Поэтому результаты описывают опыт выбранных пользователей, а не распространённость агентов во всём российском бизнесе. Для нашей классификации полезны вопросы зрелости процессов и контроля; доли из исследования следует всегда сопровождать условиями включения в выборку.

Первоисточник: статья, страницы 7–21 выпуска «Бизнес-информатики», DOI 10.17323/2587-814X.2026.2.7.21.

6. Россия: найден релевантный разговор Аузана, содержание ещё впереди

Дата: 29 мая 2026. Статус: VERIFIED только метаданные; содержание аудио UNKNOWN.

Карточка «Послезавтра» с Александром Аузаном на Радио РБК указывает тему персональных данных, ИИ и цифровой экономики. Это подходящий кандидат для включения экономических и институциональных взглядов в мониторинг. Пока проверены название, автор, дата и описание; аудио не прослушано. Не установлено, что это именно выпуск, который имел в виду владелец. Следующий содержательный шаг — получить запись или транскрипт и проверить тезисы с таймкодами, не достраивая их по анонсу.

Первоисточник метаданных: карточка выпуска.

7. США: P&G проверяла качество совместной работы, не сокращение штата

Дата публикации: 22 марта 2025. Статус: SOURCE_CLAIM / положительный экспериментальный результат, кейс-кандидат.

В пересказе соавтора исследования с 776 специалистами P&G участники решали задачи на однодневных воркшопах. Индивидуальная работа с ИИ оказалась сопоставимой с работой пары без ИИ по качеству предложений; группы с ИИ затратили меньше времени. Это интересный сигнал о взаимодействии разных специалистов. Он не доказывает, что компанию можно обслуживать вдвое меньшим штатом: долгие проекты, внедрение идей, продажи и прибыль не являются измеренными результатами этой заметки.

Первичный авторский пересказ: Итан Моллик. Полная статья в этом проходе не прочитана.

8. США: отрицательный результат METR нельзя отрывать от обновления

Периоды: февраль–июнь 2025; повторная волна с августа 2025, обновление 24 февраля 2026. Статус: эмпирический отрицательный эффект в ограниченном эксперименте; текущая оценка неопределённа.

В первом эксперименте METR опытные разработчики на знакомых открытых проектах тратили на задачи с разрешённым ИИ на 19% больше времени. Повторная волна дала оценки ускорения, но интервалы включали ноль, а отбор задач и параллельная работа агентов осложнили измерение. Это не доказательство бесполезности ИИ и не опровержение прежнего наблюдения. Для исследования важен сам метод: проверять выполненную работу и время, а также отделять ожидания сотрудников от измеренного результата.

Исходное исследование, обновление METR.

9. Европа: у Klarna изменился акцент, но ИИ не был полностью отменён

Периоды: февраль 2024 — май 2025. Статус: SOURCE_CLAIM / предварительно смешанный кейс.

В первом релизе Klarna заявляла масштаб автоматизации поддержки и прогноз улучшения прибыли на сорок миллионов долларов. Это прогноз, не проверенная экономия; эквивалент работы семисот сотрудников не означает увольнение семисот человек. Позднее компания усилила акцент на качестве человеческой поддержки, продолжая применять ИИ. Для исследования важен весь жизненный цикл внедрения: первоначальные обещания, последующая корректировка и фактическая экономика. Доступ к человеку заявлялся уже в исходном релизе, поэтому история полного разворота вводит в заблуждение.

Корпоративный релиз Klarna, распространённый PR Newswire; публикация с прямым ответом представителя компании.

10. Европа: агентная экономика как гипотеза об инфраструктуре

Дата: 20 февраля 2026. Статус: HYPOTHESIS / авторский разговор; текст прочитан, аудио не прослушано.

Азим Азхар и Рохит Кришнан обсуждают экономику множества агентов и условия их взаимодействия: идентичность, обмен и возможность проверять действия. Этот источник полезен как генератор вопросов и ранних сигналов, а не как доказательство наступившего масштаба рынка. Личные объёмы использования моделей не заменяют статистику предприятий. В дальнейшем нужно искать реальные протоколы, участников, сделки и расчёты затрат, сопоставляя их с прогнозами авторов и проверяя, где ещё необходимы люди.

Первоисточник: разговор Exponential View.

11. Сингапур: Grab показывает перестройку аналитического процесса

Дата: 1 августа 2026; показатели за февраль–июнь 2026. Статус: SOURCE_CLAIM / заявленный положительный эффект.

Grab сообщает, что доля механических задач среди тикетов, закрытых аналитиками, снизилась с 44% до 30%, а время цикла — примерно на треть. Это не измерение доли рабочего времени и не доказательство сокращения штата. Компания описывает самообслуживание через агентов и сохранение ответственности людей за определения метрик и решения. Для исследования источник полезен подробностями процесса: какие действия передаются системе, где требуется проверка и как меняется работа аналитиков.

Первоисточник: инженерный блог Grab.

12. ОАЭ: промышленный пилот ещё не доказательство масштабного эффекта

Дата релиза: 16 января 2025; 90-дневный пробный этап. Статус: SOURCE_CLAIM / положительное заявление о пилоте.

ADNOC и AIQ описывают испытание ENERGYai на задачах сейсмической интерпретации и мониторинга. Заявленное улучшение точности относится к отдельным аспектам интерпретации; исходная база и метод расчёта не раскрыты. Обещанный следующий запуск нельзя считать состоявшимся только потому, что намеченный срок прошёл. Это полезный промышленный кандидат: дальше нужны документы заказчика о фактическом развёртывании, затратах, безопасности и производственных результатах, а не только релиз поставщика или сумма контракта.

Первоисточник: релиз ADNOC. Год в URL отличается от даты публикации на странице.

Шесть коротких карточек для следующей проверки

Все шесть — кандидаты; в счётчик верифицированных случаев не включены. Буквенные уровни не заменяют конкретного описания основания. Это подборка объектов для углубления, не рейтинг компаний.

Объект Что изучаем и предварительный исход Основание и следующий шаг
Coocaa, Китай Подготовка контента: заявлены 80→5 человек с агентами и 2 000→30 000 постеров в сутки. Заявленный успех, наблюдаемый экономический исход неизвестен. Управленческая статья, 15.04.2025. Не выше C. Получить источник компании, период, качество продукции, затраты и сведения о подрядчиках.
X5, Россия Эффект портфеля ИИ за 2025 год; заявленная дополнительная операционная прибыль около 5 млрд рублей. Вклад именно агентов не выделен. Релиз, 01.06.2026; C, самоотчёт. Проверить расчёт по процессам, контрфактическую базу и затраты.
Grab, Сингапур / рынки ЮВА Аналитика и самообслуживание; 44→30% механических тикетов, около −33% времени цикла. Заявленный успех конкретной функции. Блог, 01.08.2026; C, самоотчёт. Проверить знаменатели, качество, стоимость и устойчивость эффекта.
Klarna, Швеция / международная поддержка Автоматизация чатов и последующая корректировка человеческой поддержки. Предварительно смешанный исход, не отказ от ИИ. Релиз и ответ компании в CX Dive; C. Прочитать финансовое раскрытие: найденная поиском цифра экономии пока не принята.
P&G, участники из США и Европы Однодневный эксперимент разработки идей с 776 специалистами; положительный результат по качеству/времени. Не финансовый кейс и не автономные агенты. Пересказ соавтора, 22.03.2025; C в текущей проверке. Прочитать статью и методику; второй сайт той же работы не независимая репликация.
METR, эксперимент разработки ПО В первой волне отрицательный эффект по времени; повторная волна неопределённа. Сравнительный случай для проверки границ автоматизации. Две волны исследования. Не неуспех компании. Сохранить периоды, инструменты, доверительные интервалы и ограничения отбора.

Что пока ограничивает выводы

  • Корпоративных положительных заявлений больше, чем независимых измерений. Неуспехи в этом черновике представлены главным образом экспериментами и корректировками, а не банкротствами или доказанным отрицательным ROI.
  • Большинство PDF и длинных статей не прочитаны полностью. Карточка подкаста не равна прослушанному выпуску; поисковая сводка не равна прочитанному источнику.
  • Охват и цитируемость ещё не измерены систематически. Около 74 тыс. подписчиков канала Карелова — округлённый размер подписной базы; 405 оценок китайского подкаста — число оценок, не аудитория. Эти величины нельзя напрямую ранжировать вместе.
  • Квоты полностью подготовленных источников пока не закрыты: остаются проблемы доступа, вторых материалов и единых рейтингов. Gartner не подтверждён первичным отчётом; материалы McKinsey в партии остаются поисковыми кандидатами и не вошли в доказательную часть.
  • Доступ через web и сохранение локального оригинала различаются. Ошибки загрузки китайских PDF отмечены отдельно; не все прочитанные через web файлы уже находятся в архиве.
  • Способы обновления пока собраны неоднородно. Обнаруженная email-форма или RSS-ссылка не означает проверенную доставку; автоматический мониторинг не запущен.

Вопросы для оценки направления владельцем

  1. Какие два-три сюжета наиболее полезны для нашего глобального видения, а какие выглядят второстепенными?
  2. Подходит ли сочетание организационных подходов и узких процессных результатов, или при расширении нужно сильнее сместиться к финансовым раскрытиям компаний?
  3. Достаточно ли заметны ограничения и различия между заявленным эффектом, экспериментом и реальным внедрением?
  4. Какие пробелы закрыть первыми: китайская промышленность, российские внедрения, агентные сделки или неуспешные случаи?
  5. Полезны ли авторские разговоры как отдельный раздел ранних сигналов при условии, что их прогнозы явно отделены от измерений?

После оценки направления можно уточнить состав приоритетного ядра. Это не принятие полноты пилота и не разрешение автоматически повышать кандидатов до проверенных случаев.