🌴 В открытый доступ вышла бесплатная замена Adobe Premiere Pro с ИИ-агентами — Palmier Pro генерирует и монтирует ролики с помощью Claude Code, Codex или Cursor. Что умеет: • Вырезает клипы, находит лучшие отрывки, добавляет субтитры, улучшает качество и многое другое. • Просто опишите нужный кадр или правку в чате, а агенты внесут все изменения прямо в таймлайне. • Можно подключить Claude Code, Codex или Cursor через MCP. • На выбор — много SOTA-генераторов, включая Seedance, Kling и Nano Banana Pro. • Экспортировать видео можно в MP4 и даже XML для Premiere и DaVinci. Автоматизируем всё от монтажа до цветокора — тут. @notboring_tech

Один из читателей канала скинул текст об ИИ и рынке труда в 2026, который вышел в TIME в 1961-ом Статья называлась The Automation Jobless. Идея в том, что производительность в химической промышленности на тот момент росла быстрее занятости, компании производят больше меньшим числом людей, автоматизация идет от заводов в офисы, а новые технологические индустрии создают недостаточно рабочих мест. Формулировка о рынке труда описывает сегодняшний день "не уволен, а просто не нанят". В статье пишут, что индустрия увеличила производство на 27% при сокращении рабочих мест на 3%. Работу, которую в 1950 году делали 4,100 аналитиков/статистиков, через десять лет делали 50 человек. Банки ожидали кратно увеличить объем бизнеса практически без роста штата. И вопрос примерно тот же: переобучение - это конечно хорошо, но будет ли вообще работа после retraining? Через год вопрос дошел до Белого дома. В 1962 Кеннеди назвал автоматизацию важнейшей проблемой. Обсуждали примерно тот же набор решений, что сегодня: переобучение, поддержку уволенных, государственные инвестиции, налоговые стимулы и сокращение рабочей недели. А в 1964 появился манифест The Triple Revolution. Если заменить слово "cybernation" на ИИ, местами получится текст 2026 года: машины создают почти неограниченную производительность, требуют все меньше человеческого труда, технологии развиваются быстрее способности общества адаптироваться, а связка "работа = доход" становится бессмысленной. Авторы приходят почти напрямую к гарантированному доходу. Они довольно точно увидели микроэкономику автоматизации и плохо экстраполировали ее на всю экономику. Да, отдельные компании действительно научились делать гораздо больше меньшим числом людей. Да, целые профессии исчезали. Но из этого не возникла экономика, которой просто больше не нужны люди. Если урок прошолого применим к сегодняшнему дню, то из утверждения “100 человек теперь могут сделать работу 1000” совершенно не следует “экономике теперь нужно в 10 раз меньше людей”. Мы отлично видим работы, которые технология уничтожает сегодня, но человечество систематически не способно представить продукты, рынки, спрос и новые виды деятельности, которые появляются после того, как стоимость производства чего-то падает в 10–100 раз. Могли ли операторы пейджеров представить профессию тик-ток маркетолога 30 лет назад? ИИ вполне может оказаться исключением - он быстрее, он более генерален (general purpose, решает больше задач) и впервые настолько непосредственно заменяет креативность, логику, принятие решений. ИИ + роботика ведёт к циклу сингулярности, в котором модели делают умственный труд, создают более мощные ИИ модели и дизайнят роботов, а роботы строят новые фабрики роботов и добывают материалы для их производства. Но этот цикл займет сильно больше 5 лет, в которые нам пророчат смерть трудовой экономики. Как минимум останется работа для тех, кто должен этот цикл запустить.

Я читаю много про безусловный базовый доход и про его критику, и мне есть что сказать без высокоумствований, из банальных наблюдений. Когда-то давно компьютеры были глупыми. Но умные люди поняли, что мозг это в принципе тоже компьютер, по крайней мере вычислительная машина. А значит рано или поздно будет создан ИИ. Далее над ними потешались, дескать, ваш компьютер во что умеет, но все еще тупой, даже находились толпы людей, которые на полном серьезе гнали пургу, что ИИ невозможен и так далее. И вот мы тут. Потому что ИИ был неизбежен просто по физике вещей. Если из крана капать, по капле то в какой-то момент сосуд наполнится. Такая же история и с экономикой. Автоматизация в пределе приводит ко все большему удешевлению товаров и услуг. Вы скажете - э чо в смысле, я вот в магазин иду и не чувствую удешевления? Да, но попробуйте сравнить свой рацион с рационом охотника-собирателя. строителя пирамид, или средневекового крестьянина, и все сразу станет понятно. Да даже 20 лет назад люди питались и жили значительно хуже, чем сейчас. То есть у нас есть очевидный тренд — чем больше люди усиляют свой труд, тем больше становится благ. Более того, многие вещи переходят не просто в дешевые, а в бесплатные. Вы ездите по отличным дорогам, учите детей, ходите к врачу (много где), не платя ни копейки. Вы сейчас скажете про налоги и якобы эти вещи ими оплачены. Но ведь бесплатные дороги получает и тот, кто налогов не платит. Так что дороги по-настоящему бесплатны, а налоги это лишь механизм обмена, который позволяет это сделать в примитивной денежной экономике, посему их нет смысла рассматривать отдельно от денег. А что деньги? Деньги — квазиконструкт. Экономисты оперируют деньгами как мерой обмена, а нужно благами, в этом фундаментальная ошибка. Это прекрасно иллюстрирует анекдот про то, как три человека выдающих друг другу долговые расписки, могут быть миллионерами на бумаге, по факту не имея за душой ни гроша. Не важно как ведут себя деньги. Ибо нет никаких сомнений, что натуральный продукт в обществе с использованием ИИ прирастает. А значит — автоматизируемые товары и услуги будут неизбежно становиться все более дешевыми. И любые вопросы о том "а как же деньги, и кто будет получать прибыль" просто перестанут вставать, так как зрелая экономика 2.0 позволит сделать большую часть материальных вещей эффективно-бесплатной. То есть они будут стоить такие копейки, что по сути, ограничением будет лишь недопущение излишнего вреда от их наличия, чем какие-то материальные ограничения (вы не захотите застроить заповедный лес фабриками Феррари, и вы не захотите, чтобы ваш сосед начал экспансию, наклепав рой боевых дронов). Итого, независимо от права собственности на материальные активы, эффективно-коммунизм тупо неизбежен. Точнее, всеобщее изобилие материальных благ и закрытие всех базовых потребностей для жизни. Это просто закон накопления производительных сил в обществе. И никаких революций тоже не потребуется, капитализм умрет сам собой, когда капитал перестанет приносить доход. Останутся развлечения, услуги человек-человек, и доступ к уникальным активам (билет на райский остров по-прежнему придется покупать за полный прайс). Ну а то, что на пути к этому нас ждет еще множество потрясений, у меня нет ни малейших сомнений.

Спортивные интеграции. Промежуточные итоги. Несколько раз уже писал про варианты интеграции AI-агентов и спортивных приложений. По итогу пришёл к стабильному сетапу, который ежедневно анализирует мои данные, создаёт тренировки и настойчиво пытается не пустить меня на улицу. Сейчас в качестве основного AI-ассистента я использую Hermes. И интеграции категории "спорт и здоровье" я также подключил через него. Вы можете использовать тот харнесс, который больше нравится. Первым делом я подключил Strava. И нет это не официальный MCP-сервер, про который я рассказывал тут. Потому что он до сих пор в статусе "частично доступен" (2,5 месяца!). Хорошо, что у Strava можно в два клика создать своё приложение и получить API-key. Я натравил своего Гермеса на API-документацию и он сделал собственный локальный MCP-сервер (очевидно, что Гермес не читал пост Коли). Он выгрузил весь архив тренировок и забирает новые, когда те появляются. С Garmin всё не так просто. У них до сих пор путь к официальному API лежит через подачу заявления в качестве компании-разработчика. Не тот вариант, что нужен для домашнего использования. Поэтому – MCP-сервер для неофициального API. Я взял готовый отсюда. Если есть желание, можно на базе данной библиотеки собрать собственное решение. Подключаем два коннектора к AI-агенту, даём ему долговременную память (llm-wiki подойдёт) – и готово. Инструментарий для анализа состояния здоровья (на базе Garmin), тренировок (Garmin + Strava) и планирования следующих готов. Чтобы максимально упростить установку, подготовил для вас репозиторий. Натравите на него своего AI-агента – он сам всё настроит.

Российский проект “Робатур” привлек инвестиции от университетской стартап-студии “Южная фабрика стартапов”, созданной в рамках ФП “Технологии”. Об этом “Русскому Венчуру” сообщил представитель компании. Условия раунда не разглашаются, однако сумма сделки могла составить от 5 до 8 млн рублей.  “Робатур” в 2024 году основал победитель конкурса “Студенческий стартап” от Фонда содействия инновациям Александр Абатуров. Проект основан на сенсорных технологиях и призван расширить возможности промышленных роботов. Компания разрабатывает и внедряет роботов, которые заменяют ручной труд на производстве: от паллетирования до контроля качества. На сайте стартапа говорится, что 1 робот заменяет трех сотрудников. Подобное решение уже применяется компанией, занимающейся розливом воды в бутыли, на молочном производстве и предприятии, специализирующемся на упаковке крупы. Полученные в недавнем раунде инвестиции стартап направит на развитие проекта по созданию интеллектуального захвата для мягкой продукции [например, хлеб, выпечка] в пищевой промышленности и смежных производственных отраслях. По данным сервиса проверки контрагентов Rusprofile, ООО “Робатур” было создано в ноябре 2024 года. Александр Абатуров владеет 100% организации. Выручка за 2025 год составила 0 рублей, чистый убыток - 936 тыс. рублей.  @rusven

Как на самом деле выглядит AI внутри больших EU компаний (и что теперь ждут от людей) 😮 Со стороны кажется, что в бигтехах уже агенты выполняют почти всю работу, а люди просто создают видимость работы. Изнутри картинка одновременно и скучнее, и интереснее. Расскажу, что я наблюдаю сейчас изнутри на самом деле: 0) в разных компаниях все еще довольно большой разброс по уровню внедрения AI - это процесс, который затрагивает много устоявшихся систем, поэтому требует время и понимания, как не навредить этим системам. 1) Вокруг рутины сейчас много мелких автоматизаций, которые ускоряют часть работы, но не делают её от и до. Я сама активно использую AI в написании и ревью кода, документации, мониторинге - и, судя по разбору наших инженеров, так же работает почти вся тех-команда. Но весь критичный код я всё еще перепроверяю полностью. 2) AI давно вышел за пределы инженеров, и это, по-моему, самое важное для тех, кто не пишет код. Примеры: • В Zalando уже около 90% маркетингового контента на сайте сгенерировано AI, а цикл продакшена кампаний упал с 6-8 недель до 3-4 дней • Аналитики и продакты гоняют через AI первичный разбор данных, черновики дашбордов и проверку гипотез • Менеджеры записывают встречи, а потом на основе расшифровки просят AI собрать тикеты и заметки Вывод: Почти в каждой роли часть рутины уходит под AI. 3) AI ускоряет отдельные шаги, но bottleneck-ом стали сами люди - ревью, согласования, коммуникация. Отсюда и разрыв между ощущением, что все стали в эффективнее, но это пока что не привело к кратному росту в результатах. 4) От тебя, как от сотрудника уже базово ожидают, что ты начал встраивать ai в свою работу. Например, Meta уже добавила AI-Enabled Coding Interview. Но, что важно, там оценивают не умение писать промпты, а именно твою голову: как ты решаешь, проверяешь и объясняешь. За использование AI "как костыль" наоборот снижают оценку. 5) Причем сотрудники, которые используют AI не на уровне промтов в чате, а четко понимают, как и какие AI-инструменты нужно применять в своей работе все еще выигрывают на фоне остальных. ✨ Что со всем этим конкретно делать? ⭐️Изучайте каждый день по чуть-чуть и относитесь к этому как к игре, а не как к очередной обязаловке. Тут, как мне кажется, важна регулярность ⭐️Учитесь сразу с разных сторон: следите за амбассадорами в своем домене, спрашивайте коллег, делитесь опытом со знакомыми, ходите на внутренние обучения на работе, если они есть ⭐️Качайте умение критически оценивать то, что выдаёт модель, и не выпускайте из рук ответственность за результат. Модель может набросать, ускорить, подкинуть идею, но спрашивать будут с вас ⭐️Показывайте, что вы уже работаете с AI в своей роли, и подкрепляйте это понятными и полезными результатами. Я уверена, что появление AI не отменяет профессионализм, а, наоборот, его переупаковывает и усиливает. Поэтому сейчас идеальное время, чтобы прокачивать себя, как специалиста и выделяться на фоне остальных. — А у вас в компаниях обстоят дела? И если используете AI, то на каких задачах он реально экономит вам время? Поделитесь, интересно собрать живые кейсы ❤️

🐍 Как сделать автоматизацию 100% одной фразой 🎤 В 2018 году в одной крупной компании проходила презентация чат-бота. Команда защищала метрику автоматизации. Один из топ-менеджеров выслушал доклад и сказал: — Я знаю, как одной фразой довести вашу автоматизацию до 100%. 📊 В 2020 году уже в другой крупной компании топ-менеджера уволили за то, что он слишком успешно растил автоматизацию. Автоматизацию растили. Топ-менеджера сократили. Баланс всё-таки нашёлся — просто не там. 🤖 В 2026 году помощь понадобилась одному AI-директору. Он обратился во внутренний хелпдеск, но ответа не получил: годом ранее компания успешно выполнила цели по внедрению AI и сократила поддержку. AI внедрили. Помогать стало некому. Когда-то я уже выпускал статью о том, как сделать контактный центр автономным. Похоже, кто-то воспринял слово «автономный» слишком буквально: теперь контактный центр не зависит ни от операторов, ни от обращений, ни от необходимости кому-то отвечать. Что общего у этих историй? У метрики автоматизации есть неприятная особенность: она не умеет отличать ситуацию «клиенту помогли» от ситуации «клиент не смог ни до кого достучаться». В обоих случаях оператор не понадобился. Поэтому автоматизацию нельзя растить без второй метрики, которая показывает, не стало ли клиентам хуже. Иначе вместе с автоматизацией можно незаметно вырастить отток, а повторные покупки и кросс-продажи — так же незаметно сократить. 🐍 Говорят, на змею не действует собственный яд. Но в этой истории в конце концов подействовал. Правда, это был яд других гадюк. 💬 А теперь вопрос: какая одна фраза может сделать автоматизацию чат-бота 100%? Пишите свои версии в комментариях 👇

Пока кто-то до сих пор сопротивляется нейросетям, мы с их помощью уже получаем больше лидов 🔵 Это финальный пост серии. Расскажу, чем всё закончилось и что у нас в Белом Квадрате происходит прямо сейчас. После того как мы получили первые продажи с SEO-страниц, встал вопрос, как делать это быстрее и масштабнее. И мы решили попробовать нейросети и Клод. Гипотеза звучала так: можем ли мы производить в четыре раза больше услуговых страниц, статей и упакованных кейсов, если делать это не руками копирайтеров и верстальщиков, а через Клод? SEO-шника из схемы мы при этом не убирали, хотели ускорить именно производство контента. Идея, кстати, пошла из личного опыта. Я для себя собирал сайт на React и Next.js, и он нормально работал и сеошился. Сейчас там порядка тысячи посетителей в месяц, и каждый день оттуда идут подписчики в канал. Я протестил на себе и подумал: блин, прикольно, реально можно делать автоматические SEO-статьи на основе контента, который у нас уже есть) Дальше я просто загрузил все свои наработки на GitHub и отдал разработчику, чтобы он использовал их при проектировании решения для Белого Квадрата. Примерно через две недели разработки мы получили агента, который целиком перенёс наш сайт с Тильды на самопис. С сохранением всего дизайна, вёрстки и всех страниц, а их порядка 400 штук. Потом мы его обкатали, и он сделал ещё несколько услуговых страниц и сам написал туда тексты. Тексты при этом опираются на наши РЕАЛЬНЫЕ кейсы. Он сам брал цифры, скриншоты и метрики из наших отчётов, из отчётов партнёров, из презентаций. То есть на выходе получился не нейрослоп, а нормальный качественный контент. Сейчас вся эта система собрана в цепочку агентов, которая работает через Клод-код, а управляет ей ассистент. Он получает ТЗ от SEO-шника и дальше сам ведёт всё: контент, дизайн, вёрстку, публикацию. Отдельных людей под каждый этап больше нет) Что это нам дало на практике: 🔵Публикация сильно ускорилась, контента можно выпускать больше, а значит быстрее растёт SEO, трафик и лиды 🔵От идеи (условно, ''нужна страница SMM для стоматологий'') до её выхода теперь проходит несколько дней. Раньше на это уходило до 2–3 недель 🔵Ошибки правятся моментально. Раньше это была цепочка из двух-трёх человек: один заметил, другой написал ТЗ, третий пошёл делать. Теперь заходишь в код, пишешь про ошибку, и он сам проверяет все страницы и исправляет. 🔵Страницы стали быстрее грузиться, что тоже плюс для поисковой выдачи Вывод: нейросети забирают на себя простую повторяющуюся работу, и время на неё сокращается в три-четыре раза. Вижу это не только у себя: у нас в клубе есть агентства, где, например, директолог раньше вёл 10 клиентов, а теперь ведёт 30. Люди при этом никуда не деваются, просто теперь можно делать в три раза больше. Я убеждён, что нейросети заберут на себя весь низкоуровневый труд и через пару-тройку лет агентский рынок будет не узнать. А кто не адаптируется, будет расти медленнее или не будет расти вовсе: клиентов добывать станет сложнее, а услуги окажутся неконкурентно дорогими, потому что конкуренты используют нейросети и снижают цены. Спасибо, что дочитали серию! Ставьте 🔵, если вам было интересно её читать)

Хакнула запись к врачу. В Португалии, как и во многих странах Европы, очень трудно попасть к врачу, особенно, узкопрофильному. На прошлой неделе мне понадобилось попасть на УЗИ. У меня платная страховка. Во всех крупнейших сетях частных клиник предложили запись на ноябрь- декабрь 😏 и то, сначала надо попасть к гинекологу и взять у него направление. И только потом ловить окошки на УЗИ. Меня, конечно, такой расклад не устроил. Ну как это - ждать УЗИ полгода? После безуспешных попыток назначить себе что-то через обзвон клиник, я вспомнила, что я, вообще-то, вайбкодер😎 И тем же вечером построила агента, который с моих аккаунтов автоматом ловил слоты в двух крупнейших сетях клиник к англоязычным врачам. Открытой записи к ним не было на полгода вперед, но если внезапно кто-то отменялся - мой агент тут как тут меня записывал. К трем врачам из недоступных записал прям на следующий день. Я даже повыбирала лучшего по отзывам. Правда эту систему я хакнула лишь на половину - запись на УЗИ все равно через регистратуру. Но с направлением от врача это уже попроще и побыстрее. Почему в Европе это ТАК сложно?? До меня не доходит. Спрос бешенный, страховка платная, клиники частные - и не попасть… А в качестве видео вам сегодня кусочек Голландии. Поля, каналы, птички, коровки и очень аккуратные домики. Любовь на удаленке | Оля Сохнева #ии_наудаленке

Как AI-агенты трансформируют компанию? Недавно на воркшопе обсуждали следующий этап работы с AI в компаниях: переход от отдельных чат-ботов к агентам, встроенным в бизнес-процессы компании. Ключевой поинт - Corporate Brain. AI получает доступ к Slack, Jira, созвонам, документам, продуктовой аналитике и репозиториям и связывает разрозненный контекст в единую картину: обсуждение → решение → задача → изменение в продукте → влияние на метрики. На практике такой агент может за несколько минут разобрать backlog и найти связанные задачи и прошлые решения, собрать индивидуальный onboarding-план, сопоставить Jira с ClickHouse, GA, Amplitude и пользовательскими логами, проанализировать PR и коммиты, найти потенциальные проблемы в UX и подготовить гипотезы для команды. Но важный вывод воркшопа: ускорение отдельного сотрудника еще не означает ускорение компании. В одном из примеров AI значительно повысил скорость разработки, но очередь QA выросла с 15 до 55 задач, количество багов увеличилось в 4 раза, а rework - в 6. Поэтому измерять нужно не объем сгенерированного кода или количество AI-запросов, а конечный бизнес-результат. При этом агент нужен не везде. Если задачу надежнее решает обычная автоматизация, API или workflow, усложнять систему агентом нет смысла. Агент особенно полезен там, где нужно работать с большим контекстом, принимать неоднозначные решения, выбирать инструменты и корректировать следующие действия. Главная сложность тоже не в самой LLM. В production быстро появляются вопросы качества данных, доступов, legacy-интеграций, безопасности, стоимости, логирования и контроля действий. Поэтому рабочая схема выглядит примерно так: Goal → Context → Tools → Actions → Verification → Guardrails → Human escalation. И внедрять это лучше постепенно: найти первые реальные кейсы и мотивированных early adopters, измерить эффект и только потом масштабировать. Главная метрика здесь - не токены и не количество пользователей AI, а Cost per Successful Outcome: сколько компании стоит один действительно полезный результат. AI-трансформация - это не "заставить всех дрочить ChatGPT". Это перестроить конкретные бизнес-процессы вокруг новой возможности AI понимать корпоративный контекст, работать с инструментами и выполнять часть работы самостоятельно, но под контролем человека. https://youtu.be/vR_enpahg8M

macOS Harness Команда browser-use выложила в открытый доступ обвязку которая дает ИИ-агентам практически полный контроль над Mac Агент получает один постоянно работающий Python-процесс, подключенный к системе. Видит окна приложений, шлет им нажатия клавиш и клики, работает с браузером, читает и пишет файлы, выполняет команды в терминале Вместо десятков готовых инструментов под каждую программу шесть сырых примитивов: посмотреть, нажать клавишу, напечатать, кликнуть, спросить у системы и выполнить скрипт Если агенту не хватает какойто возможности он на ходу пишет недостающий код и продолжает работать Может сам себя установить и настроить без участия человека Проект экспериментальный, только для macOS #harness #macos #computeruse VK | MAX

Я – ленивая жопа и мне не стыдно… Мне очень лень делать всякие штуки, которые можно не делать. Я – тот самый человек, который ищет легкие пути. Вот, например был недавно вопрос напоминаю ли я клиентам о сессиях. Боже упаси! Делать мне больше нечего! Я даже не согласовываю даты сессий.🙈🙈🙈 Я настолько ленива, что просто выбрала удобный мне сайт-календарь, и клиенты сами выбирают день и время сессии. А я настроила так, что им приходят письма-напоминалки за сутки и за час, в этих же письмах ссылка на Зум. И если надо отменить или перенести, ссылка на всё это в письме-подтверждении записи

Нафиг мне не сдалась вся эта история с «Давайте поищем окошки».

Мой максимум – это когда клиент за 2 часа до сессии внезапно пишет «Маша, я чот не успеваю, может на час сдвинуть?» И только тогда я лезу в календарь и смотрю можем или не можем. Ибо по умолчанию свободные окна показаны только на завтра и далее. Ну чтобы изменение времени не было для меня неожиданностью. Я слишком ленива, чтобы не планировать заранее. А вы где ленитесь? Тимофеева Мария в бизнес с головой

Зачем ускорять разработку? Просто через раз вижу этот вопрос, во всех постах про агентов и новую эру автоматического кодинга. Переубедить конечно никого не получится, но написать надо, чтобы получилось структурировано. Погнали. Нет такого количества задач Если вы поговорите не с менеджерами, а владельцами бизнесов, то окажется, что количество идей у них такое, что за всю жизнь не сделать. То что из этого не всегда доходит до низов, проблема размера и процессов, которые тоже пытаются решать, поэтому так много разговоров про sdd и аналогичные истории. Если разработка стала в два раза дешевле/быстрее, становятся экономически оправданными задачи, которые раньше вообще не попадали в backlog. Это никому не нужно В конкурентном мире невозможно сделать продукт до конца и сидеть сложа руки. А конкуренция приводит еще к тому, что кто первый встал, того и тапки. Сегодня вы на высоте, завтра ваш бизнес угрохали потому что вы не успели адаптироваться. Ну если вы работаете у монополиста/госа/стратегического игрока, то можете игнорировать этот пункт 🙂 Фичи не принесут деньги Может принесут, а может и нет, это невозможно обобщать не зная конкретных обстоятельства конкретных ситуаций. Например мы годами не могли сделать b2b кабинет таким как хотели наши клиенты, потому что у нас никогда не хватало ресурсов на эту часть. С помощью агентов мы это сделали и смогли получить хорошие контракты, которые от нас раньше уплывали. Ускорение разработки меняет не только скорость выполнения уже выбранных задач, но и сам набор задач, которые становится рационально делать. Покажите как это сократило фот? По правде говоря у многих сократило. Но последовательность другая. Последние годы у многих были сокращения по экономическим причинам, а потом заморозка найма при одновременном росте производительности за счет ИИ. Поэтому ии больше повлиял не на сокращение как таковое, а на отсутствие найма Покажите как это увеличило прибыль? В экономике есть только два способа растить маржинальность: рост производительности и повышение цены. Когда то массовое внедрение компьютеров и экселя привело к такому же эффекту. Итого Ускорение разработки само по себе не цель. Реальная цель это снизить стоимость изменения продукта, поэтому помимо разработки одновременно ускоряется еще много всего, но об том просто говорят в других местах, куда разработчики не ходят, поэтому у них часто складывается такое одностороннее представление о происходящем Telegram | YouTube | AI Клуб