Следующая волна ИИ: прогноз экс-сотрудника Google DeepMind Тибо для бизнеса

Коротко: следующая волна ИИ уже видна по нескольким сигналам: модели отвечают быстрее, стоимость падает, агенты получают инструменты, а интерфейсы уходят от «чата ради чата» к рабочим действиям. Для бизнеса это значит одно: выигрывает не тот, кто первым поставил нейросеть, а тот, кто раньше встроил её в продажи, поддержку, аналитику и операционные процессы.

Интервью с Тибо, экс-сотрудником Google DeepMind, хорошо показывает главный сдвиг. До ChatGPT сильные языковые модели уже жили внутри больших лабораторий, но компании боялись выпускать продукты, которые могли ударить по их старому бизнесу. Сейчас всё наоборот: рынок требует скорости, модели дешевеют, а пользователи ждут не демо, а пользы в реальной работе.

Для владельца бизнеса вопрос звучит не «какая модель победит», а «какие процессы станут дешевле, быстрее и надёжнее, когда ИИ станет нормальным слоем интерфейса». В Эпоха ИИ мы смотрим на эту волну именно так: не как на гонку названий, а как на переход от отдельных промптов к ИИ-сотрудникам, подключённым к CRM, мессенджерам, сайту и внутренним данным.

1. Почему следующая волна ИИ начинается не с новой модели

Следующая волна ИИ начинается с того, как меняется поведение пользователей и компаний: люди уже ждут, что система быстро ответит, поймёт контекст и сделает действие, а не просто напишет текст. Модель остаётся ядром, но ценность появляется там, где она встроена в процесс.

В интервью Тибо вспоминает время до массового запуска ChatGPT: внутри Google и DeepMind уже были сильные языковые системы, включая внутренние чат-интерфейсы. Проблема была не только в технике. Большая компания смотрела на риск: что будет с поиском, рекламой, существующими продуктами, юридической ответственностью и репутацией, если разговорную модель выпустить наружу.

Для бизнеса этот эпизод показателен. Технология может быть готова раньше, чем организация готова её использовать. Внутри компании часто происходит то же самое, только в меньшем масштабе: руководитель уже видит пользу ИИ, сотрудники тестируют инструменты, но процесс не меняется. Не назначен владелец внедрения, нет правил качества, связи с CRM и метрик.

Следующая волна будет отличаться тем, что ждать идеального момента станет дороже. Если конкурент отвечает клиенту за несколько секунд, а ваш менеджер — через два часа, клиент не будет оценивать архитектуру модели. Он просто уйдёт туда, где быстрее.

2. Какие сигналы уже видны на рынке ИИ

На рынке видны четыре сигнала: рост скорости, снижение стоимости, переход к агентам и конкуренция интерфейсов. По отдельности это похоже на технические новости, а вместе меняет экономику внедрения.

Первый сигнал — скорость. В интервью звучит мысль, что нынешние быстрые режимы через год-два могут стать почти нормой. Это важно не само по себе: когда модель отвечает за секунды, а не за минуту, её можно ставить в клиентский диалог, поддержку, первичную квалификацию и внутренние операции, где задержка раньше ломала сценарий.

Второй сигнал — стоимость. Тибо отдельно говорит, что технологии со временем становятся намного дешевле и лучше справляются с задачами. Для бизнеса это снимает старый страх: «мы сожжём бюджет на токенах». Токены всё ещё нужно считать, но всё больше задач переезжает из режима дорогого эксперимента в нормальную операционную статью расходов.

Третий сигнал — агентность. Модель уже отвечает не только на вопрос: она может пользоваться инструментами, искать данные, заполнять поля, вызывать API, передавать задачу человеку и вести цепочку действий. Так появляется разница между «нейросетью» и ИИ-сотрудником.

Четвёртый сигнал — интерфейс. Чат останется, но не будет единственной формой работы. ИИ переедет в голос, CRM, почту, виджет на сайте, личный кабинет, внутренние панели, мобильные сценарии. Пользователь может вообще не думать, что разговаривает с моделью. Он будет видеть результат: заявка обработана, карточка товара обновлена, письмо разобрано, маршрут бригады перестроен.

3. Почему прошлые лидеры могли пропустить момент

Большие компании часто пропускают продуктовый момент не потому, что не замечают новую технологию, а потому что берегут уже работающую бизнес-модель. История с ранними чат-моделями внутри Google хорошо показывает этот конфликт.

Когда у компании уже есть огромный продукт, новая технология выглядит не только шансом, но и угрозой. Разговорная модель могла поменять привычный поиск, рекламную выдачу, механику кликов и контроль над ответом. Поэтому внутри такой организации легко включается тормоз: ещё доработать, подождать, согласовать, проверить повторно.

Малому и среднему бизнесу эта логика знакома. Компания может годами держаться за ручную обработку заявок, потому что «менеджеры и так справляются». Потом выясняется, что справляются они только в рабочее время, не заносят половину диалогов в CRM, отвечают разным тоном и теряют ночные обращения.

Следующая волна ИИ накажет не за отсутствие экспериментов, а за медленную реакцию внутри компании. Если технология уже сходится по экономике, а бизнес всё ещё обсуждает, можно ли «когда-нибудь попробовать», рынок уедет вперёд.

4. Что изменят быстрые и дешёвые модели

Быстрые и дешёвые модели расширяют список задач, где ИИ можно держать в работе постоянно, а не подключать разово. Когда запрос стоит заметно меньше, ИИ перестаёт быть редким помощником руководителя и становится обычным участником процесса на фоне.

Для бизнеса это заметнее всего в нескольких местах.

• Продажи. ИИ может отвечать на входящие за секунды, задавать квалифицирующие вопросы, фиксировать данные в CRM и передавать сложные сделки менеджеру.
• Поддержка. Первая линия закрывает типовые вопросы, собирает контекст и не заставляет оператора начинать разговор с нуля.
• Маркетплейсы. Карточки, отзывы, цены, остатки и рекламные расходы можно проверять чаще, чем вручную.
• Контент. Длинное видео превращается в шортсы, посты и нарезки не раз в месяц, а потоком.
• Операционка. Письма, заявки, маршруты, статусы и отчёты начинают двигаться без ручной сортировки.

Но дешёвая модель не отменяет проектирование. Если дать ИИ плохую базу знаний, кривой процесс и доступ ко всему подряд, он просто ускорит хаос. Поэтому начинать стоит не с выбора самого модного названия, а с трёх вопросов: где теряются деньги, какие действия повторяются каждый день и где ошибка ИИ допустима только под контролем человека.

5. Где бизнес почувствует волну раньше всего

Бизнес быстрее всего почувствует новую волну там, где каждый день повторяются обращения, документы или решения. Чем больше рутины и чем дороже задержка, тем быстрее окупается ИИ-слой.

Первый участок — входящие заявки. Если у компании 50–100 обращений в месяц и часть приходит вечером, ночью или в выходные, скорость ответа уже влияет на выручку. ИИ-продажник не заменяет весь отдел, зато закрывает типовые диалоги, собирает данные и отдаёт менеджеру не сырой чат, а подготовленную сделку.

Второй участок — операционная сортировка. Письма, заявки от поставщиков, статусы заказов, обращения с сайта, внутренние уведомления. На демо это выглядит не так ярко, зато каждый день съедает часы сотрудников. ИИ-агент на n8n или другой связке может классифицировать входящие, ставить этапы в CRM и показывать человеку только те места, где нужен выбор.

Третий участок — контент и маркетинг. Здесь волна проявится не в том, что нейросеть «пишет посты», а в том, что команда сможет держать регулярный выпуск без ручной сборки каждого материала. Видео режется в шортсы, посты выходят по расписанию, комментарии получают первичный ответ, а бренд начинает попадать в ответы нейросетей через GEO.

Четвёртый участок — интерфейсы для клиентов. Чем быстрее модели, тем естественнее работают голосовые ассистенты, чат-боты с записью, виджеты на сайте и консультации в мессенджерах. Клиенту не нужно знать, какая модель внутри. Ему нужно, чтобы вопрос не завис.

6. Почему ИИ-агенты станут нормой, но не магией

ИИ-агент — это модель с контекстом, инструментами, правилами и зоной ответственности в процессе. Само слово «агент» в презентации пользы не добавляет. Польза появляется, когда у него есть данные, права, границы и понятный критерий успеха.

В следующей волне будет много красивых интерфейсов: агент сам нажимает кнопки, переключается между сервисами и ведёт задачу. Но бизнесу важнее скучная часть: что агент может делать без подтверждения, где нужен человек, какие поля он заполняет, как пишутся ошибки в логах и кто отвечает за результат.

Поэтому крепкая архитектура ИИ-агента обычно состоит из четырёх слоёв:

• модель под задачу: Claude, ChatGPT, DeepSeek или другая связка;
• контекст: база знаний, регламенты, цены, FAQ, история клиента;
• инструменты: CRM, мессенджеры, сайт, таблицы, API, внутренние панели;
• контроль: эскалация, логи, ограничения, отчёты, дообучение.

Без контроля агент начнёт уверенно ошибаться. Без инструментов он останется говорящим справочником. Без контекста ответы будут общими. Следующая волна будет не про «агент сам всё сделает», а про зрелые связки, где ИИ забирает рутину, а человек остаётся на сложных решениях.

В Эпоха ИИ поэтому не продаём «чат в браузере». Мы собираем ИИ-сотрудников, которые подключаются к Telegram, MAX, WhatsApp, Avito, VK, Instagram, виджету на сайте и CRM вроде amoCRM, Bitrix24, RetailCRM, YClients или 1С.

7. Как готовиться к следующей волне ИИ уже сейчас

Начинать лучше не с покупки подписок, а с карты процессов. Бизнесу нужно понять, где ИИ даст измеримый эффект, какие данные ему понадобятся и кто будет вести внедрение после первого запуска.

Практичный порядок такой.

1. Найдите повторяемые диалоги и операции. Заявки, ответы на отзывы, сортировка писем, консультации, запись, сбор цен, отчёты.
2. Посчитайте цену задержки. Сколько лидов теряется из-за ответа через час, сколько часов уходит на ручную сортировку, сколько денег стоит ошибка в карточке или остатках.
3. Опишите правила. Что ИИ может отвечать сам, что должен уточнить, когда обязан передать человеку.
4. Подготовьте базу знаний. Цены, услуги, ограничения, шаблоны, регламенты, типовые возражения, примеры хороших ответов.
5. Подключите системы. Без CRM, мессенджеров и отчётов ИИ не влияет на процесс до конца.
6. Заложите сопровождение. Модели обновляются, продукты меняются, токены нужно контролировать, а сценарии — дообучать на новых данных.

Тарифная сетка Эпоха ИИ начинается с тарифа «Старт»: внедрение от 50 000 ₽ и сопровождение от 10 000 ₽ в месяц. Для средних и крупных компаний есть «Бизнес» от 150 000 ₽ за внедрение и от 25 000 ₽ в месяц за сопровождение. Для федеральных сетей, холдингов и on-premise-сценариев — Enterprise от 400 000 ₽ и сопровождение от 80 000 ₽ в месяц. Инфраструктура и токены оплачиваются отдельно, точная сумма считается после короткого брифа.

8. Какие кейсы уже показывают механику новой волны

Новая волна ИИ уже видна в кейсах, где модель не ограничивается ответом в чате, а ускоряет конкретный процесс. Это хорошо заметно в продажах, операционке, поддержке и сервисных сценариях.

В B2B-компании с поставкой и сервисом промышленного оборудования было около 120 заявок в день, а первая линия отвечала через 2–4 часа. После запуска ИИ-продажника с Avito Pro API, Telegram, WhatsApp, виджетом и двусторонней amoCRM первый ответ сократился до 3–8 секунд. Квалифицированные лиды выросли с 38 до 61 в день, конверсия в счёт — с 18% до 24%, выручка прибавила 18%, а расходы первой линии снизились на 40%. Подробнее этот сценарий разобран в кейсе как ИИ-продажник заменил первую линию отдела продаж.

В операционном отделе торгово-производственной компании ручная сортировка 150–200 писем в день съедала время, и часть заявок терялась. ИИ-агент на n8n связал Bitrix24, почту и Telegram: отделял целевые обращения от спама, определял категорию товара, ставил этап и уведомлял ответственного. По итогам проекта «золотые» заявки перестали теряться, высвободилась операционная ставка, а сохранённые сделки дали около 1 млн ₽ дополнительной прибыли. Этот кейс ближе к теме агентности, чем к классическому чат-боту: как ИИ-агент на n8n разгружает операционный отдел.

Эти примеры не доказывают, что любой ИИ окупится сам. Они показывают другое: если есть поток, понятный процесс и интеграции, быстрый ответ или сортировка быстро превращаются в деньги.

9. Что не стоит делать на волне хайпа

На волне хайпа не стоит менять стратегию после каждого релиза модели. Полезнее держать стабильную схему внедрения и менять модель внутри неё, если новая версия даёт лучший результат по цене, скорости или качеству.

Три ошибки встречаются чаще всего.

Первая — покупать инструмент без процесса. Подписка на модель не спасёт продажи, если заявки всё равно лежат в разных мессенджерах и не попадают в CRM.

Вторая — верить в полную замену людей. ИИ может закрывать около 80% типовых диалогов, но сложные сделки, конфликтные ситуации и нестандартные условия лучше отдавать живому менеджеру. Нормальная цель — сократить нагрузку отдела в 2–3 раза, а не делать вид, что люди больше не нужны.

Третья — игнорировать безопасность. Для российского бизнеса важны 152-ФЗ, хранение данных на российских серверах, маскирование чувствительных полей и on-premise для компаний, где данные не должны покидать инфраструктуру. В Эпоха ИИ базы клиентов и переписки размещаем на российских серверах Timeweb, а для крупных клиентов можем разворачивать решение на серверах заказчика.

10. Главный вывод: кто поймёт волну раньше рынка

Следующую волну ИИ раньше рынка поймают не те, кто ловит каждый релиз, а те, кто видит повторяемые процессы в своём бизнесе. Модели будут меняться, дешеветь и работать быстрее, но смысл для экономики останется тем же: убрать задержки, снять рутину, не потерять клиента и дать сотруднику готовый контекст.

Интервью Тибо хорошо это показывает: технология уже может быть готова, но компания всё равно не решается нажать кнопку. В эпоху ИИ такая пауза превращается в отдельный конкурентный риск. Пока вы ждёте полной ясности, рынок учится отвечать быстрее, считать точнее и обслуживать клиентов без провалов.

Для бизнеса самый практичный шаг — выбрать один процесс с понятной ценой ошибки и встроить ИИ не как игрушку, а как часть системы: с данными, интеграциями, контролем и сопровождением. Тогда следующая волна перестаёт быть прогнозом и превращается в рабочее преимущество.

FAQ

Источники

• Как ИИ-продажник заменил первую линию отдела продаж: реальный кейс ЭПОХА ИИ (проверено: август 2026)
• Кейс: как ИИ-агент на n8n разгружает операционный отдел (проверено: август 2026)
• Что будет с ИИ через год — прогноз консультанта OpenAI, Google и Anthropic (проверено: август 2026)
• “How to Understand the Next Wave of AI Before Everyone Else | Tibo Interview”, YouTube, https://www.youtube.com/watch?v=4qjEgPojjzM (проверено: август 2026)

Автор статьи

Никита Овдиенко

Строю ЭПОХА ИИ

В Telegram-канале «Никита Овдиенко | Бизнес на AI» рассказываю как ИИ помогает автоматизировать бизнес-процессы и увеличивать доход — на примере своей компании и проектов клиентов.

Подписаться