Eburet часто рассказывают как историю «коллективного стартапа», но на самом деле бренд вырос не из партнёрства и не из бизнес-плана. В январе 2021 года всё началось с короткого эксперимента, пары месяцев совместной работы и одного табурета, который неожиданно стал точкой старта. CEO Eburet Ольга Найдёнова рассказала Russian Business, как её дизайнерская уверенность и упрямство в смыслах сложились в бренд с оборотом под 100 млн рублей в год и собственной философией «мебели для радостного дома».

О полутворческой семье, стигматизированном мышлении родителей и истории сопротивления

Ольга Найдёнова родилась не в дизайн-кластере и не в «креативной столице». Её стартовая точка — Ямало-Ненецкий автономный округ, суровые маленькие северные города: сначала Муравленко, потом Ноябрьск. Но за плечами — художественные школы, школы искусств, бесконечные дополнительные занятия. Семья была «полутворческой»: мама — модельер и конструктор, дедушка — киномеханик, рисовавший афиши, а папа — управленец в нефтегазовой компании.

«Я росла под швейным столом — буквально. Пока мама шила, я была рядом».

В какой-то момент и мама сменила профессию, уйдя работать в банковский сектор. У Ольги с родителями была прямая и честная договорённость: сначала — экономическое образование, потом — свобода выбора. Она поступила на экономический факультет СПбГУ — управление инновационными компаниями. У неё была своя логика: хотелось идти туда, где сложно, и чтобы обязательно был Санкт-Петербург.

Учёба действительно шла тяжело: первый же экзамен был провален, появилось желание всё бросить. Но родители настояли — нужно дойти до конца. Мама сформулировала это без давления и ультиматумов, скорее как правило выживания: «Ты можешь заниматься чем угодно, мы тебя поддержим. Но пожалуйста, сначала окончи экономический факультет».

«Когда после экономического факультета СПбГУ я пошла в магистратуру по истории костюма, папа аккуратно спросил: а где ты потом будешь работать? В ателье?»

Параллельно с учёбой Ольга начала работать ассистентом у практикующего стилиста, потом — собственные проекты: съёмки, реклама, клипы, журналы. Иногда приходилось что-то подшить, придумать аксессуар, собрать объект под конкретный кадр. Так началась её дизайнерская практика — сначала как побочный эффект профессии.

Головные уборы, детали, вещи, которые делались под задачу, а потом начали жить собственной жизнью. Их стали брать другие стилисты. Но вмешался ковид: у артистов исчезли выступления, у съёмок — бюджеты, проекты встали. Ольга решила продолжать самостоятельно: винтажные ткани, головные уборы, сумки. И именно в этот момент понадобилась фурнитура из переработанного пластика.

О силе комьюнити, «девушке почти с улицы», первом R&D-гранте и цепочке, которая превратилась в компанию

Ольге нужна была цепочка для сумки — с этой задачей она и пришла в бюро 99Recycle, к Антону Рыкачевскому и Сергею Ибрагимову. Формально — как заказчик. Неформально — через общее комьюнити и дружеские связи. Рыкачевский и Ибрагимов экспериментировали с переработанным пластиком и думали в сторону технологий. В тот момент 99Recycle только собирались строить собственный крупноформатный 3D-принтер и заходили в эту зону через R&D-гранты. Инженерная и программная экспертиза у них была. Понимания, что с этим делать на уровне продукта, маркетинга и дизайна, — нет.

«Мы шутили, что я сама себя на работу наняла».

Формально Ольга оставалась заказчиком. По факту — быстро стала драйвером решений. Заявку на грант Рыкачевский и Ибрагимов защищали ещё без неё, но отчитывались уже все вместе: фонд содействия инновациям выделил миллион рублей. На эти деньги команда собрала первый экструдер и интегрировала его с первым роботом. Это был сырой, экспериментальный этап — принтер для первых проб. Машина, с которой Eburet работает сегодня, уже совсем другой уровень.

Ольга освоила 3D-моделирование и изготовила первую модель сама. Договорённость была простой: она делает первые дизайны, команда смотрит, что из этого получается, и дальше решает, продолжать или нет.

«Я бы сама такого человека, как я, в жизни к себе не подпустила. Тогда это была буквально девушка почти с улицы, которая пришла и настырно начала что-то предлагать».

И начали обсуждать: что делать, для кого и во что это вообще может вырасти. Ольга с самого начала настаивала: если делать, то как отдельный проект. Свои соцсети, свой бренд, своё позиционирование.

«Я почти принудительно говорила: надо делать так. Я вижу дыру на рынке — давайте пробовать».

У всех была работа, которая кормила. Ольга ещё почти год продолжала работать стилистом. А параллельно существовал будущий Eburet — встречи в ангаре, редкие созвоны, первые прототипы. В феврале появились первые модели — ещё внутри структуры 99Recycle. В апреле стало ясно: дальше нужно отделяться и создавать отдельный бренд.

«Я пришла к ним за цепочкой, а в итоге мы сделали совместную компанию. Ирония в том, что эта цепочка так и не была использована — она до сих пор лежит у нас в дизайн-отделе».

Слайдер: Ебурет

О трении оптик, розовом цвете и первом предмете с дефектом, проданном за 17 000 рублей

Бизнес складывался на постоянном трении разных оптик: дизайнер и визионер vs айтишники с инженерным мышлением. Конфликты были, но не разрушительные — хлопанья дверьми не случалось. Самым наглядным примером этого противостояния стал первый флагман бренда — столик-табурет EBURET и его розовый цвет. Для инженерной логики решение выглядело сомнительным. Для Ольги — очевидным.

«Я помню, как перед запуском в печать у меня три раза спросили: точно розовый, точно такая форма, ты уверена? Я просто смотрела и говорила: ребята, это будет наш хит».

Розовый в итоге стал не самым продаваемым цветом, но самым узнаваемым. Именно он дал бренду охваты и закрепил визуальный код. Ольга шутит, что сама себя тогда «сглазила»: столики стали флагманом и появился риск остаться компанией одного предмета.

Финансово Eburet развивался без рывков и внешних вливаний. Рост был предельно поступательным и почти ремесленным.

«Пять предметов собрали — продали, в следующий раз семь собрали».

Изначально идея производства была почти утопической: печатать строго под заказ, не перепроизводить, не держать склад. Это казалось логичным продолжением самой технологии 3D-печати. Но довольно быстро реальность внесла коррективы. Eburet постепенно перешёл к более гибкой модели: часть предметов в наличии, часть — под конкретные запросы.

«Было много теорий позиционирования и производственных идей, которые мы закладывали в начале. Но у них не появилось экономического обоснования — поэтому от них пришлось отказаться. В том числе от идеи работать только под заказ».

Первые продажи случились через петербургскую галерею «Палаты». Её куратор сама нашла Eburet в соцсетях, приехала с предложением попробовать продавать предметы через пространство и буквально стояла под ангаром. Ольга пыталась остановить сделку, потому что первый экземпляр получился откровенно неидеальным.

«В галерее настаивали: „Давайте ставить то, что есть. Мы хотим быть первыми“».

Первый предмет продали за 17 тысяч рублей — уже со скидкой, когда покупатель поставил жёсткое условие: либо этот объект, либо никакой. Сейчас в Eburet признают: сегодня такой предмет они бы не продали никогда. Печать шла на самом первом прототипе принтера, в процессе он упал в ошибку, а пластик — нет. Материал налип, печать остановили, потом с того же места продолжили и кое-как зачистили поверхность. Так получился предмет с дефектами.

Часть ранних объектов до сих пор всплывает в соцсетях — с неровной печатью, неидеальным цветом, следами экспериментов с красителем. Eburet их выкупает и меняет на новые. Так у бренда появился собственный архив первых работ — небольшой «музей ошибок», где хранится и тот самый первый предмет.

«В 2021 году мы выбирали из трёх-четырёх названий и сразу ориентировались на европейский рынок. В итоге оставили самое „говорящее“ для иностранцев — с отсылкой к русской индустриальной культуре. Остальные варианты сейчас уже стыдно вспоминать».

Участие Eburet в рекламе Adidas, где Юрий Дудь* сидел на их объекте, дало бренду не всплеск продаж, а подход к неймингу.

«Мы тогда очень торопились: стул нужно было сделать быстро и мы даже не успели его нормально назвать. В итоге назвали его Юра — просто чтобы зафиксировать момент. Так у нас и появилась эта традиция».

О директе вместо отдела продаж, первом чеке на миллион и пути от инстаграмной** картинки к институциональным клиентам

На старте команда состояла из трёх человек. Ольга фотографировала, вела соцсети, общалась с клиентами. Рыкачевский и Ибрагимов держали производство. Иногда подключались к коммуникации, но в целом роли были чётко разделены. Поначалу вся воронка продаж строилась через соцсети — реклама, органика и заказы в директ.

«Это то, что я принесла в компанию: опыт стилистики и продакшена и понимание, как делать инстаграмную** картинку. Поэтому мы сознательно сделали ставку только на социальные сети».

Переломным стал август 2021 года. Оборот тогда дошёл до 400 тысяч рублей, и было принято решение о первом найме — менеджера по продажам. Через месяц появился и дизайнер. Следующий скачок случился уже в 2023 году — и он стал психологической границей.

«Я помню 2023 год: когда деньги упали на счёт, мы среди рабочего дня побежали за шампанским. Это был первый чек на миллион».

Заказ пришёл от компании Tasty — долгий проект под строящийся завод в Ижевске. Eburet делал кастомные позиции, индивидуальные изделия под конкретную задачу. Позже сотрудничество продолжилось — уже с мебелью для кофейни. Но самым масштабным и репутационно важным проектом стал заказ для ресторана ГЭС-2 в Москве. Этот проект вывел Eburet в другую лигу и окончательно закрепил бренд за пределами соцсетей. Делали его в авральном режиме — фактически в ночь с 2022 на 2023 год.

Так Eburet прошёл путь от заказов в директе к крупным институциональным клиентам. Без отдела продаж и без агрессивного роста. Соцсети дали старт, первый наём — устойчивость, а большие заказы — понимание, что эксперимент давно стал бизнесом.

«Мы никогда легко не отказывались от денег — но от плагиата отказывались принципиально. Когда к нам приходили с запросом просто „повторить как в интернете“, мы всегда спрашивали: у вас есть права, лицензия? Обычно отвечали честно: нет. Тогда мы объясняли, что копировать не будем, но можем разработать собственный дизайн под ту же функцию».

О юрлице старше бренда, «силе трёх» и компании, которая живёт на производстве

Юридически Eburet — компания с более длинной историей, чем сам бренд. Формально бизнес не выходил из юрлица 99Recycle: это было осознанное решение. Когда команда отчитывается по грантам, за компанией ещё несколько лет внимательно следят, плюс остаётся возможность заходить в следующую ступень — программу «Старт-2». Чтобы не закрывать себе этот коридор, юрлицо решили не менять. Позже его просто переименовали. Сейчас компания находится на стадии привлечения инвестиций под новый сегмент — подбренд Urbis — с фокусом на B2B, поэтому распределение долей команда не раскрывает.

«В целом у нас всё по-дружески. Как в „Зачарованных“: сила трёх. Как делают люди в первом бизнесе, ещё не обожжённые».

В 2025-м все сооснователи вернулись в ежедневное управление — год оказался непростым. До этого Ольга никогда не управляла компанией в одиночку, и взгляды на темпы и сценарии роста внутри команды расходились. В конце прошлого года они договорились, что она остаётся генеральным директором, но снимает с себя операционную нагрузку: поставленные KPI казались ей чрезмерно амбициозными и слабо связанными с реальностью бизнеса. На этом этапе один из сооснователей взял на себя ведение компании.

Эксперимент оказался показательным. Планы роста в формате ×2 не сработали, часть целей достигнуть не удалось. Зато стало ясно, где именно у Eburet есть потенциал. Ольга настояла на переориентации в сторону B2B.

«Я настаивала на B2B не как на тактике, а как на смысле. Для меня это было про направление, а не про цифры любой ценой».

К августу команда вернулась к коллегиальной модели управления. Сейчас роли распределены чётко: Ольга отвечает за стратегию, смыслы, рынок и продукт — зачем он существует и для кого. Финансовый менеджмент и экономика находятся в зоне ответственности Сергея Ибрагимова.

В операционке на данный момент 26 человек. Основная часть команды — производство: оно работает круглосуточно, с полноценным штатом операторов. Дизайнеры частично на аутсорсе, но ядро — внутри. Производство и офис находятся в одном месте, в Санкт-Петербурге. Два соседних пространства, соединённых между собой: от рабочего стола Ольги до производственной зоны — буквально пара минут. Это не метафора близости к продукту, а физический факт.

Технологически Eburet давно вышел за рамки одного принтера — недавно запустили третий: он пока не даёт основной мощности, но позволяет экспериментировать с более крупными объектами и масштабом форм. Параллельно команда пересобрала и подход к сырью: ставка на переработанный пластик оказалась сложнее в промышленной реальности, чем в теории. Рынок вторички нестабилен, а полностью вторичный материал даёт меньшую устойчивость изделий, поэтому сегодня Eburet работает со смесью первичного и вторичного полистирола, подбирая пропорции под задачу — от B2C до уличных и кастомных объектов.

«Технологи объяснили нам это просто: с полимерами как с хлебной закваской — всегда нужно подмешивать первичный материал. Поэтому с 2023 года мы печатаем смесь первичного и вторичного пластика».

Одновременно с этим менялась и структура бизнеса. В 2024 году B2B и B2C делились примерно 50 на 50 по выручке. В 2025-м пропорция сместилась к 30% B2C и 70% B2B. B2C-направление сокращалось естественным образом, и команда решила не держаться за него любой ценой, а усилить то, где у Eburet объективное преимущество, — кастомизацию. За год объём кастомных изделий вырос в два раза, даже без резкого роста общей выручки. Компания последовательно наращивала именно эту часть бизнеса, понимая, что сила Eburet — не в массовом тираже, а в работе под задачу.

В B2C флагман по-прежнему гибридные стулья. Но в 2025 году начали активно расти и другие позиции. В частности, стулья VALERA+ и VALERA− и предметы, сделанные не через 3D-печать, а из листового материала: это остатки собственного производства, которые «запекают» и используют для столешниц. Так линейка постепенно уходит от одного-двух хитов к более разнообразному ассортименту.

О цене без оправданий, конкуренции с Apple и планах на 2026 год

В начале пути с ценообразованием у Eburet было непросто — не из-за наивности, а из-за отсутствия опыта работы с реальным рынком. Команда просто не понимала, как устроены наценки, дистрибуция и ожидания посредников. Первый же дистрибьютор попросил скидку 50% — и это стало холодным душем. Постепенно пришлось учиться считать так, чтобы продукт «влезал» в производственную экономику и выдерживал все последующие наценки. Сегодня логика цены у Eburet предельно прямолинейна.

«Цена складывается из двух вещей: экономики продукта и нормы прибыли с одной стороны и нашего рыночного сегмента и дизайнерской ценности — с другой».

При этом материал далеко не главная статья расходов. Напротив, одна из ключевых ловушек — представление, что переработанный пластик должен быть дешёвым. В реальности вторичка часто дороже первичного сырья: её нужно собрать, отсортировать, переработать. Рынок вторичного сырья нестабилен и напрямую зависит от потребления и цен на первичные полимеры. В отдельные периоды переработчикам становится экономически невыгодно работать — и это уже системная проблема отрасли.

Но для Eburet этот риск оказался управляемым. Компания давно не делает ставку исключительно на вторичное сырьё, поэтому колебания рынка не стали критичными. Самая большая часть себестоимости — это работа команды и стоимость эксплуатации оборудования.

«У нас дорогая не „пластмасса“, у нас дорогая работа — людей и машин. Поэтому цена держится только за счёт дизайна, позиционирования и добавленной ценности».

В B2C-сегменте Eburet сознательно не конкурирует с мебелью как таковой. По смыслу бренд играет в другой категории.

«Человек покупает не табурет. Табурет он знает, где купить. Eburet — это не про функцию, это про объект».

Когда команда смотрит, с чем продукт соседствует в пользовательских сервисах и корзинах, картина становится очевидной: Eburet чаще конкурирует не с мебелью, а с Apple, Dyson, путешествиями, турами на Камчатку — то есть с эмоциональными и значимыми покупками. Это рамка «радости от обладания», а не утилитарной необходимости.

Вопрос повышения цен на 2026 год внутри команды обсуждается тяжело. Прямого решения «поднимать» нет. Скорее рассматривается сценарий перехода в другой сегмент: сокращение ассортимента, фокус на самых выразительных флагманах, меньше новых разработок в рознице и ставка на устойчивые, уже доказавшие себя предметы — без резкого роста цен на них. Но это пока набор гипотез, а не утверждённый план.

Финансово компания чувствует себя устойчиво. По данным за 2023 год выручка Eburet составила почти 60 млн рублей, прибыль — около 14 млн. Эти деньги не распределялись и были реинвестированы. В 2024 году официальная выручка составила 98 млн рублей (фактически почти 100 млн, с учётом поступлений под конец года). Прибыль — около 20 млн рублей. В 2025 году компания закрылась с выручкой 115 млн рублей.

Следующий шаг — масштабирование через отдельное направление Urbis. В оптимистичном сценарии команда планирует привлечь 30 млн рублей инвестиций — не для закрытия операционных дыр, а для резкого увеличения производственных и технологических возможностей.

«Нам нужно сразу делать больший шаг — прежде всего в оборудовании. Плюс мы уже понимаем, что есть с кем разделить риски. Инвестор — это не только деньги, это экспертиза и часто заказы. Поэтому мы смотрим на инвесторов из близких нам секторов, в первую очередь девелопмента».

Urbis — это ставка на B2B и городскую среду. Рынок, в который команда заходит, оценивается консервативно: примерно в 50 млрд рублей по России. Даже доля в 0,5% делает направление экономически значимым.

«Мы очень аккуратно оцениваем рынок, но там есть главное: гарантированный спрос и большие госпрограммы».

Первые проекты Urbis уже реализованы. Среди них — сезонная зона ожидания курьеров для «Самоката» в Севкабель Порту: объект отработал сезон, был демонтирован и отправлен на переработку. Есть реализованный городской проект в Нальчике — модульные скамьи, включая одну длиной 8 метров, а также крупные напечатанные кашпо для деревьев — 9 штук, часть из которых установлена всё в том же Севкабель Порту.

«Мы уже тестировали эти объекты как смежные проекты, а сейчас относим их к Urbis. И дальше будем масштабировать — в других городах».

Полноценный выход в уличную среду — следующий этап. В Москве объекты Eburet давно присутствуют в интерьерах — кафе, ресторанах, общественных пространствах, в том числе на Северном речном вокзале. А уличные объекты — это запуск осени этого года.

«Москва — сложный рынок. С ней сначала нужно подружиться, чтобы куда-то встать».

О мебели для радостного дома, отказе от ярлыков и философии без оправданий

Сегодня Eburet находится в точке пересборки — не из-за кризиса, а из-за накопленного опыта. За последние годы изменились технологии, рынок и сама логика роста. Поэтому бренд всё чётче формулирует, чем он является, — и чем быть не хочет. Eburet принципиально не называет себя экопроектом. Не потому, что тема переработки не важна, а потому, что это не главный смысл бренда.

«Мы не экопроект, и воспринимать нас так не нужно. То, что мы сейчас за собой закрепили, — это мебель для радостного дома».

Eburet осознанно работает с яркими, акцентными предметами — теми, которые невозможно расставить по квартире десятками. Это мебель, которая цепляет визуально и эмоционально.

«Наши предметы — дофаминовые. Даже если они белые. Это не та мебель, которой можно заполнить всю квартиру, но это та, на которую каждый раз приятно смотреть».

Миссия бренда — не в функциональном превосходстве и не в универсальности. Скорее в точке встречи: когда предмет нашёл своё место, попал в пространство и стал любимым.

«Мы хотим быть точкой радости — когда ты видишь предмет, и тебе внутри просто становится хорошо. Это и есть наш основной смысл».

История с переработанными материалами при этом не закрыта, но и не идеализирована. Опыт показал: вторичка сложна, нестабильна и требует полного контроля цепочки — от сырья до готового объекта.

«Если по-настоящему работать с переработанными материалами, нужно контролировать всю цепочку. Иначе ты просто зависишь от рынка и качества сырья».

В ближайшие два года Eburet не планирует вкладываться в собственную переработку — ресурсы направлены на развитие технологий и дизайна. Но окончательных «нет» здесь не существует. Команда понимает, как можно замкнуть цикл, — и периодически получает предложения о партнёрстве, вплоть до совместных перерабатывающих производств в регионах.

«Я не люблю зарекаться. С полимерами можно работать по-разному, и, если появится рабочая модель, мы её соберём».

Технологически Eburet остаётся самостоятельным. Электроника и отдельные комплектующие закупаются в Китае — это рационально и не создаёт санкционных рисков. При этом ключевая экспертиза внутри компании.

«Наша сила в том, что мы знаем, как всё построить. У нас сильный инженерный отдел и понимание технологии, а не зависимость от внешних решений».

Eburet входит в следующий этап без желания понравиться всем и без стремления упростить себя ради массовости. Это бренд, который выбирает ясную позицию: делать сложные, выразительные предметы — и отвечать за них целиком. Не как мебель. Как вещи, с которыми хочется жить.

«В России есть дизайн — и это важно проговаривать. Да, многие бренды молодые, нам по три-пять лет, но это уже очень хорошие вещи. В них вкладываются — в разработку, в форму, в качество. И я вижу, что не только мы идём этим путём, — так работает целое поколение брендов».

* Является иноагентом, внесён в реестр 15.04.2022 на основании решения Минюста России. ** Instagram принадлежит Meta, признанной экстремистской организацией и запрещенной на территории РФ.

Сообщение «Точно розовый?»: как Eburet из табурета-трансформера вырос в B2B-бренд, который заходит на рынок в 50 млрд ₽ появились сначала на Тулун Новости.

«Яндекс Путешествия» заявили, что ведут переговоры с гостиничными сетями, приостановившими продажи на платформе. В компании пояснили, что повышение базовой комиссии до 17% связано с ростом издержек на развитие сервиса и стало первым изменением условий за три года. Ранее несколько крупных операторов приостановили продажи через агрегатор, из-за чего из выдачи сервиса исчезло около 50 тыс. номеров.

«Яндекс Путешествия» связали рост комиссии с увеличением издержек

Руководитель «Яндекс Путешествий» Евгений Абрамзон сообщил, что рост комиссии обусловлен экономическими причинами и увеличением затрат на развитие сервиса. Он подчеркнул, что это первое изменение базовой комиссии за три года.

По его словам, партнёрами сервиса остаются более 35 тыс. российских отелей с совокупным номерным фондом свыше 1 млн номеров.

«Нам важен каждый партнер, поэтому в настоящий момент мы находимся в переговорах с сетями, приостановившими продажи на нашем сервисе», — подчеркнул руководитель «Яндекс Путешествий» Евгений Абрамзон.

Крупные сети отелей ушли с платформы после роста комиссии

После повышения комиссии с 1 февраля 2026 года сразу несколько гостиничных операторов приостановили работу с сервисом. Речь идёт о Azimut Hotels, Cosmos Hotel Group, группе «Мантера», Alean Collection, «Русских Сезонах», Accor, «Ателике» и Cronwell Group.

После повышения комиссии несколько крупных гостиничных сетей приостановили продажи через сервис, из-за чего из выдачи «Яндекс Путешествий» исчезло около 50 тыс. номеров.

Отели заявили о росте нагрузки на бизнес

Представители гостиничного бизнеса указали, что повышение комиссии в одностороннем порядке усиливает нагрузку на отрасль. По их словам, дополнительные издержки либо сокращают доход отеля, либо закладываются в цену проживания для гостей.

Отельеры подчёркивают, что в текущих условиях любые изменения комиссий чувствительны для экономики размещения, особенно вне высокого сезона.

Отели не почувствуют серьёзных последствий ухода с агрегаторов

Эксперты Russian Business отметили, что приостановка продаж крупных сетей прежде всего отражается на агрегаторе: из выдачи исчезают сильные гостиничные бренды, что сужает выбор для пользователей, особенно в сегменте делового и качественного размещения. При этом сами сетевые отели менее зависимы от одного канала продаж и быстрее перераспределяют бронирования между альтернативными каналами.

Как отмечают аналитики, через онлайн-агрегаторы проходит лишь 5–10% бронирований, тогда как основная часть продаж приходится на собственные сайты, корпоративные договоры и программы лояльности.

Другие сервисы предложили отелям выгодные условия

На фоне ситуации вокруг «Яндекс Путешествий» другие платформы заявили о сохранении условий. В сервисе Островок сообщили, что базовая комиссия остаётся на уровне 15%, а повышение не планируется.

В компании подчеркнули, что агрегаторы остаются важным, но не доминирующим каналом продаж, а отели всё чаще работают в мультиканальной модели.

9 февраля 2026 года тревел-сервис «Т-Банк» — «Т-Путешествия» объявил о запуске программы поддержки гостиничного бизнеса. Она включает фиксированные комиссии, рекламные инструменты и финансовые продукты банка.

Участниками программы стали Cosmos, Accor, AZIMUT, Alean, «Васта Отель Менеджмент», «Мантера», «Русские Сезоны», «Ателика» и Cronwell — те же сети, которые ранее приостановили продажи через «Яндекс Путешествия».

Сообщение «Это первое изменение комиссии за три года»: Яндекс Путешествия ведут переговоры с ушедшими гостиничными сетями появились сначала на Тулун Новости.

Вице-президент и глава отдела продаж Tesla Радж Джеганнатан покинул компанию, пишет Business Insider. Топ-менеджер работал в компании более 10 лет и отвечал за сервис в Северной Америке. Уход топ-менеджера из компании произошёл на фоне снижения объёмов поставок автомобилей Tesla.

Джеганнатан возглавил отдел продаж в июле 2025 года

Радж Джеганнатан покинул компанию Tesla спустя 13 лет работы. Об этом он сообщил на своей странице в LinkedIn. Джеганнатан отвечал за продажи и сервис Tesla в Северной Америке. Он возглавил это направление в июле 2025 года, вскоре после ухода предыдущего вице-президента Троя Джонса.

До этого Джеганнатан занимал должность вице-президента Tesla по IT. Он работал преимущественно в инженерных и технологических подразделениях компании.

В последние месяцы Джеганнатан не принимал участия в работе команды

По данным источников Business Insider, в период руководства Джеганнатана в отделах продаж и сервиса активно внедрялись инструменты на базе искусственного интеллекта. В LinkedIn он отмечал, что «сквозное понимание бизнеса» позволило командам эффективнее использовать ИИ в работе с продуктами и поддержкой клиентов.

Джеганнатан подчинялся напрямую Илону Маску и, по словам источника издания, фактически покинул компанию ещё в конце января 2026 года. Он не проявлял активности во внутренних системах Tesla и в последние месяцы не принимал участия в работе команды продаж.

В 2025 году Tesla покинули исполнительный директор и глава направления роботов

Радж Джеганнатан курировал продажи в период, когда Tesla столкнулась с падением показателей. Ранее компания сообщала, что объёмы поставок снижаются второй год подряд — во втором квартале 2025 года чистая прибыль Tesla снизилась на 16%.

За последний год Tesla покинули и другие топ-менеджеры, напрямую подчинявшиеся Илону Маску. В июне компанию покинули один из самых доверенных сотрудников Маска исполнительный директор Омид Афшар, а также глава робототехнического подразделения Милан Ковач.

Контекст

В январе 2026 года стало известно, что Tesla утратила статус крупнейшего производителя электромобилей в мире, уступив лидерство китайской компании BYD. Как писало Reuters, несмотря на рост глобального рынка электромобилей на 28%, продажи Tesla снижаются второй год подряд, тогда как BYD впервые вышла на первое место по годовому объёму поставок.

Особенно заметным спад Tesla оказался в Европе: в ряде стран продажи в 2025 году сократились двузначными темпами, а доля компании в Европе, Великобритании и странах Европейской ассоциации свободной торговли снизилась до 1,7% против 2,4% годом ранее.

Сообщение Tesla потеряла руководителя по продажам — топ-менеджер Радж Джеганнатан покинул компанию после 13 лет работы появились сначала на Тулун Новости.

Мессенджер Max планирует открыть бизнес-платформу для всех российских компаний уже весной 2026 года, сообщает «Коммерсант». Сейчас пользоваться сервисом могут только отдельные категории организаций. Правда, участники рынка полагают, что сначала Max представит только базовый пакет бизнес-инструментов.

К бизнес-платформе Max подключены менее 1% организаций в России

В 2026 году Max хочет расширить свою бизнес-платформу: в планах мессенджера — открыть доступ к функциям для всех типов компаний. Речь идёт о возможности создавать бизнес-аккаунты в Max и использовать инструменты для работы с клиентами внутри мессенджера.По данным «Коммерсанта», сегодня функционалом платформы пользуются менее 1% российских коммерческих организаций — это малый и средний бизнес, а также компании, у которых уже есть своё приложение в RuStore. Как пишет издание, это существенно ограничивает число пользователей мессенджера.

При этом до сих пор на платформе представлен только базовый набор доступных инструментов. По словам собеседника издания, в Max сейчас доступен лишь чат-бот с линейной логикой — без сложных интерактивных элементов.

Сегодня платформу Max используют 145 тыс. бизнес-партнёров

В компании подчёркивают, что интеграция решений в мессенджер уже возможна для партнёрских компаний и государственных организаций. По данным Max, число партнёров платформы превышает 145 тыс.

С помощью платформы можно настраивать чат-боты для клиентов, внедрять мини-приложения и вести корпоративные каналы. Рынок для такого сервиса обширен: в стране работают около 2,6 млн коммерческих компаний, сообщают «Известия».

Бизнес заинтересован в Max, но пока это только дополнительный канал связи

Гендиректор платформы RetailCRM Дмитрий Бороздин подтверждает «Коммерсанту» наличие точечных запросов со стороны компаний на бизнес-интеграции с Max. По его словам, часть бизнеса рассматривала переход в новый мессенджер, однако ожидала появления более широких возможностей.

Партнёр практики «Цифровая трансформация» Strategy Partners Сергей Кудряшов в разговоре с «Коммерсантом» отмечает, что Max уже стал для бизнеса дополнительным способом связи с клиентами. Но, по его словам, ждать от мессенджера, которому нет и года, полного набора бизнес-инструментов — нереалистично.

Контекст

Мессенджер Max уже становится официальным каналом для важных сообщений: «Госуслуги» начали отказываться от СМС-кодов для входа, предлагая подтверждать его через Max. Минцифры также прорабатывает возможность перевода банковских уведомлений на цифровую платформу.

Для операторов связи такой шаг грозит потерей доходов — эксперты оценивают потенциальный ущерб до 15 млрд рублей в год. Банкам же переход выгоден, так как позволит снизить издержки на дорожающие СМС-коды.

Сообщение Мессенджер Max откроет доступ к бизнес-платформе для всех: пока к ней подключены менее 1% компаний в России появились сначала на Тулун Новости.

Почти треть жителей России за 2025 год задумывались о покупке готового бизнеса, следует из исследования Авито и сервиса «Авито Бизнес 360». Чаще всего потенциальные предприниматели интересуются пунктами выдачи заказов, торговлей и сферой услуг. Большинство опрошенных предпочитают искать бизнес на сайтах с объявлениями.

Готовый бизнес чаще ищут в массовых и операционных форматах

По данным исследования Авито, 28% жителей России за последний год задумывались о покупке готового бизнеса. Наибольший интерес у тех, кто рассматривает такую возможность, вызвали пункты выдачи заказов — этот вариант выбрали 26% участников опроса.

На втором месте оказалась торговля с долей 24%. Далее следуют сфера услуг (18%), «красота и здоровье» (16%) и общественное питание (13%).

По 11% опрошенных рассматривали бизнес в сфере развлечений или производства. Также в список интересных направлений вошли арендный бизнес, автобизнес, строительство, IT, сельское хозяйство и туризм.

Мужчины и женщины выбирают схожие направления бизнеса

Исследование показало совпадение интересов мужчин и женщин при выборе готового бизнеса.

Среди мужчин наибольший интерес вызвали пункты выдачи заказов и торговля — каждый из этих вариантов выбрали по 22% опрошенных. Третье место заняла сфера услуг, которую рассматривали 16% участников опроса.

Женщины чаще рассматривали покупку пунктов выдачи заказов — 29%. Торговлю выбрали 26% респондентов, а бизнес в сфере «красота и здоровье» — 25%.

Большинство ищут бизнес на сайтах с объявлениями

При поиске готового предприятия 54% участников опроса используют сайты с объявлениями. Специализированные площадки по продаже бизнеса рассматривают 48% респондентов. Неформальные рекомендации от друзей, партнеров и коллег учитывают 36% опрошенных, а к услугам бизнес-брокеров и агентств обращаются 19%.

На этапе покупки предприниматели думают о продвижении

Уже на этапе поиска готового бизнеса 76% респондентов сообщили, что планируют продвигать продукцию через площадки электронной коммерции. Более половины из них готовы использовать сразу несколько каналов продвижения, а 20% рассматривают работу только с одной платформой.

Ключевыми каналами продвижения участники опроса называли:

• e-commerce-площадки (90%),
• социальные сети (36%),
• поисковые системы (30%),
• картографические сервисы (24%),
• видеоплатформы (21%),
• сервисы коротких вертикальных видео (18%).

При покупке бизнеса в первую очередь оценивают окупаемость

Основным критерием при выборе готового бизнеса респонденты называют окупаемость — на нее ориентируются 43% опрошенных. Также важными факторами остаются стабильность текущего дохода (41%) и рентабельность бизнеса (31%). Возможности для роста и масштабирования учитывают 22% участников опроса, столько же обращают внимание на удобство управления.

Ключевым риском при покупке готового бизнеса участники исследования считают высокую стоимость аудита перед сделкой — этот фактор отметили 30% респондентов. Среди других значимых рисков — возможные долги и судебные процессы (28%), неясность прав собственности на активы (20%), а также репутационные риски и непрозрачность финансовой отчетности (по 17%).

Сообщение Почти треть россиян задумывались о покупке готового бизнеса: самый популярный вариант — пункты выдачи заказов появились сначала на Тулун Новости.

ИИ-специалисты говорят короткими тегами. «Лосс поплыл», «датасет протёк», «градиенты шумят» — пару слов, и им всё ясно. Мы вместе с учёными из группы «Адаптивные агенты» Института искусственного интеллекта AIRI сделали словарь из 53 рабочих терминов, который можно считать азбукой ИИ-индустрии.

Для каждого тега — короткое объяснение, пример из практики и оценка уместности. Всё, чтобы понимать, о чём говорят ML-команды у себя в чатах и на созвонах, быстрее ставить задачи, задавать правильные вопросы и не выпадать из языка, на котором реально делают ИИ.

Почему в проде всё поехало

Здесь термины про данные и их качество: на чём модель учится и почему после релиза всё может сломаться даже при красивых метриках на тестах. Модель — это алгоритм, который обучили на пользовательских данных, чтобы он автоматически делал прогноз или принимал решение, например распознавал документ или сортировал обращения в поддержку.

Аугментации (augmentations)

Что значит? Искусственное разнообразие обучающих данных для ИИ. К начальным примерам добавляют слегка изменённые версии, чтобы модель не зависела от одного-единственного вида картинки, звука или текста.

Пример: «Добавим аугментации: повороты, шум, плохой свет, — чтобы модель распознавала чеки в реальных условиях, а не только идеальные фото».

4/5 — Частая практика в компьютерном зрении и распознавании речи.

Датасет

Что значит? Набор данных, на котором обучается модель. От того, насколько этот набор похож на реальную жизнь бизнеса, зависит, будут выводы ИИ полезны или нет.

Пример: «Почему модель на тестах была топ, а сейчас посыпалась?»

— «Мы обучали на данных только по крупным клиентам, а запустили на всей базе и датасет не показал основную аудиторию».

5/5 — Это база.

Лейблы (labels)

Что значит? Значения, которые модель должна предсказывать, например классы, категории, уровни приоритета, вероятность события. В эти значения уже зашиты управленческие приоритеты — что считать нормой, риском или исключением.

Пример: «В антифроде лейблы настроили так, что модель ловила частые, но безопасные отклонения».

4/5 — Всплывает постоянно, когда бизнес формулирует задачу для ИИ и определяет критерии успеха модели.

РАГ (RAG)

Что значит? Подход, при котором модель перед ответом поднимает нужные документы из поиска или базы знаний и опирается на них при генерации. Так удаётся отвечать ближе к фактам и снизить галлюцинации.

Пример: «Включаем RAG. Перед ответом подтягиваем нужные куски из базы знаний».

5/5 — Самый популярный паттерн внедрения LLM в бизнес.

Разметка (labeling)

Что значит? Обработка сырых данных в понятные для модели ответы. На разметке ИИ учится тому, как бизнес видит ситуацию.

Пример: «Для автоматизации поддержки заявки размечали по формальным признакам. Модель идеально повторила разметку, но важные обращения продолжали тонуть в общей очереди».

5/5 — Без неё ИИ не знает, чему учиться.

Фичи (features)

Что значит? Признаки, которые описывают объект или ситуацию и подаются в модель, например числа, категории и другие значения, в которые переведена бизнес-логика. От того, какие фичи выбраны и как подсчитаны, зависит поведение ИИ.

Пример: «Нам не алгоритм менять, а фичи пересобрать. Добавим частоту покупок, реакцию на акции и типовые наборы. Качество вырастет, потому что бизнес-логика лучше упакуется в признаки».

5/5 — Базовый язык табличного ML и аналитики.

Чанк (chunk)

Что значит? Небольшой фрагмент текста или документа, на который режут большие данные, чтобы уместить их в окно контекста, упростить поиск и RAG. Обычно это кусок на 500–2000 токенов с законченным смыслом.

Пример: «Режем документы на чанки, иначе всё не помещается в контекст».

4/5 — Гринфлаг всех RAG-проектов.

Эмбеддинги (Embeddings)

Что значит? Числовые векторы, в которых модель кодирует смысл текста, картинки или другого объекта. Позволяют искать похожие объекты и объединять их в кластеры.

Пример: «Строим эмбеддинги для тикетов. Тогда по смыслу найдём похожие кейсы и быстро предложим оператору готовое решение».

5/5 — Основа поиска и RAG.

Дата-дрифт (Data drift)

Что значит? Когда входные данные со временем меняются и уже не похожи на те, на которых обучалась модель. Формат может быть тем же, но распределение значений другое.

Пример: «У нас дата-дрифт: банк поменял тарифы, распределение транзакций изменилось, но модель начинает чаще ошибаться, хотя форматы данных те же».

4/5 — Ключевая вещь для ML-команды после релиза, которую отслеживают в проде вместе с метриками качества, чтобы вовремя заметить поломку и обновить данные.

Концепт-дрифт (Concept drift)

Что значит? Когда меняется логика связи между признаками и результатом. Например, пользователи, рынок или правила игры могут измениться и прежние зависимости больше не работают.

Пример: «Это концепт-дрифт, потому что инфляция и смена ассортимента поменяли поведение покупателей. Старая логика больше не работает».

3/5 — Возникает, когда меняется рынок, поведение клиентов, продукт или политика цен и прежние закономерности перестают работать.

Магазин фичей (Feature store)

Что значит? Единое место, где хранятся и обновляются фичи для моделей. В магазине фичей один раз настраивают расчёт показателей, и дальше модель использует их и при обучении, и после запуска в продукте.

Пример: «Признак „средний остаток за 3 месяца“ надо вынести в магазин фичей. Сейчас в обучении он считается по одной формуле, а в проде по другой, отсюда и просадка».

4/5 — Часто мелькает в ML-командах, там, где признаки считают централизованно и используют одинаково и для обучения, и для продакшена.

Тренировочно-производственный сдвиг (Train serving skew)

Что значит? Ситуация, когда данные для обучения и данные в продукте формально про одно и то же, но по факту различаются по правилам расчёта, структуре или наполнению.

Пример: «Похоже на тренировочно-производственный сдвиг. На обучении цена была уже со скидкой, а в проде в том же поле пришла цена до скидки».

4/5 — Частая причина падения качества после запуска модели в продакшен.

Всё про обучение модели

Всё про обучение модели

Этими терминами оперируют, когда проверяют, что модель действительно учится и находит закономерности и не развалится при первом новом сценарии.

Батч (batch)

Что значит? Данные, которые модель обрабатывает за один шаг обучения или расчёта. От размера батча зависят скорость обучения, нагрузка на железо вычислительных устройств и устойчивость процесса.

Пример: «Слишком маленький батч замедлял обучение рекомендаций, а увеличение ускорило процесс, но потребовало больше памяти».

5/5 — Встречается в любой задаче, где есть обучение ИИ-модели данными.

Бейзлайн (baseline)

Что значит? Это простая ИИ-модель, которая служит отправной точкой для сравнения и улучшения более сложных моделей. Она предназначена быть как можно проще, но при этом соответствовать задаче.

Пример: «Для оттока взяли бейзлайн-правило „не покупал 3 месяца — риск“. Сложная модель дала минимальный выигрыш при высокой стоимости разработки и поддержки».

5/5 — Без него прогресс модели сложно честно оценить.

Валидация

Что значит? Проверка качества ИИ-решения на отдельном наборе данных, который не использовался для обучения. Она помогает увидеть, как модель ведёт себя на новых примерах, пока её ещё можно спокойно доработать. Валидацию используют для подбора данных и архитектуры.

Пример: «На трейне метрики росли, но на валидации перестали улучшаться и начали падать — это показало переобучение».

5/5 — Норма для любой команды разработки.

Гиперпараметры

Что значит? Набор настроек модели и обучения, которые задаются до запуска и подбираются экспериментально.

Пример: «Модель вела себя нестабильно, пока команда не перебрала гиперпараметры: скорость обучения, размер батча и регуляризацию. После подбора качество стало расти без срывов».

4/5 — Рабочая рутина.

Градиент

Что значит? Величина, которая показывает, в каком направлении и насколько нужно изменить параметры модели, чтобы избежать ошибок. На градиентах основан сам процесс обучения.

Пример: «В скоринге ошибка почти не снижалась, потому что градиенты обнулились и модель перестала учиться».

4/5 — Постоянно всплывает при разборе проблем обучения модели, почему модель не учится или перестала улучшать качество выдаваемого результата.

Дропаут (dropout)

Что значит? Один из способов регуляризации, при котором во время обучения модель специально работает в усложнённом режиме, чтобы она не привыкала к конкретным примерам и лучше обобщала новые данные.

Пример: «Включаем дропаут. Без него модель выучила обучающую выборку и проседает на новых тикетах, а с дропаутом становится устойчивее».

4/5 — Классика для нейросетей.

Лосс (loss)

Что значит? Величина, которая показывает, насколько модель ошибается при обучении. Этот параметр используется как основной ориентир, идёт обучение в нужную сторону или зашло в тупик. Чем ниже лосс, тем лучше модель упрощает обучающие данные.

Пример: «Лосс быстро снижался, затем застыл — оказалось, что модель упёрлась в настройки и качество данных. После правок лосс снова пошёл вниз, а итоговые метрики выросли».

5/5 — Первое, на что смотрят при обучении модели. По лоссу видно, уменьшается ли ошибка и есть ли прогресс.

Метрика

Что значит? В обычной речи «метрика» — любой показатель, который необходимо замерять для выполнения результатов. В ML-командах это слово имеют в виду как конкретный числовой показатель качества модели под конкретную задачу. По метрикам команда оценивает, стала модель лучше или хуже и можно ли её выпускать.

Пример: «В рекомендациях оптимизировали клики, и CTR рос, но средний чек падал. Метрики пересобрали — добавили показатели выручки и удержания и переобучили модель под бизнес-цель».

5/5 — Главный маркер качества для команды ML-разработки.

Переобучение/оверфит (Overfitting)

Что значит? Ситуация, когда модель слишком подстроилась под обучающие данные, выучила их наизусть и из-за этого плохо работает на новых примерах.

Пример: «Похоже на оверфит. На наших тестах всё отлично, а в новом регионе модель массово ошибается, она выучила старый сегмент и не переносит закономерности».

5/5 — Вечная проблема с моделями.

Недообучение/андерфит (Underfitting)

Что значит? Обратная сторона оверфита. Модель слишком простая или мало обучена и не может уловить реальные закономерности в данных. По итогу она плохо работает и на обучении, и на новых данных.

Пример: «Это чистый андерфит. Модель слишком простая и почти не реагирует на изменения спроса, она не видит закономерности ни на обучении, ни в проде».

4/5 — Типичный сценарий для обучения модели.

Оптимизатор

Что значит? Алгоритм, который на основе градиентов решает, как именно обновлять параметры модели в ходе обучения. От него зависят скорость и устойчивость процесса.

Пример: «В динамическом ценообразовании обучение качалось, а качество то росло, то падало. После смены оптимизатора и его параметров обучение стало устойчивым, а время до рабочего результата сократилось».

4/5 — Важный технический рычаг, о котором регулярно вспоминают при доработке моделей.

Тест/бенчмарк

Что значит? В ML-командах под «тестом» или «бенчмарком» имеют в виду отдельный набор данных для финальной проверки модели перед релизом, который не использовали в обучении. На нём смотрят, как модель поведёт себя на новых примерах, и принимают решение о запуске.

Пример: «Трейн и валидация выглядели отлично, но тест провалился на данных нового региона».

5/5 — Обязательный шаг перед внедрением.

Трейн (Train set)

Что значит? Часть датасета, на которой модель обучается. Как раз на этом куске создаётся поведение, которое потом уходит в продукт.

Пример: «Рекомендательную модель обучили на трейне до ребрендинга и смены ассортимента».

5/5 — Это классика.

Эпоха

Что значит? Полный проход модели по всему обучающему датасету. После нескольких эпох смотрят, продолжает ли расти качество или модель уже выжала максимум.

Пример: «До 10-й эпохи метрики улучшались, потом рост остановился и началась деградация».

4/5 — Часто фигурирует в отчётах обучения модели.

Градиент-клиппинг (Gradient clipping)

Что значит? Приём, при котором слишком большие градиенты во время обучения принудительно ограничивают, чтобы шаг обновления параметров не был слишком резким.

Пример: «При обучении большой текстовой модели лосс периодически вылетал вверх и ломал процесс. После включения градиент-клиппинга обучение стабилизировалось и дошло до целевых метрик».

3/5 — Полезен в больших и сложных моделях.

Learning rate (LR)

Что значит? Настройка, которая определяет, как сильно модель меняет свои параметры за один шаг обучения. Слишком большой lr делает обучение нервным, слишком маленький — слишком долгим.

Пример: «В прогнозе спроса LR был слишком высоким. После снижения LR кривая стала ровной и качество удалось довести до нужного уровня».

5/5 — Частая причина проблем с обучением модели.

Тестируем воспроизводимость

Тестируем воспроизводимость

Блок терминов про контроль обучения и эксперименты над моделью. Например, как фиксировать запуски, чтобы результаты можно было повторить, сравнить и объяснить, а главное — не потерять.

Чекпойнт (Checkpoint)

Что значит? Сохранённое состояние модели и её процесса обучения. Нужно, чтобы продолжить обучение или откатиться к рабочей версии.

Пример: «Откатываемся на последний стабильный чекпойнт. Новая итерация ухудшила качество, надо сравнить настройки и не потерять прогресс».

4/5 — Регулярно экономит часы и дни работы.

Воспроизводимость (Reproducibility)

Что значит? Это возможность повторить эксперимент с теми же данными и настройками и получить близкие метрики. Без этого нельзя полагаться на выводы по модели.

Пример: «У нас нет воспроизводимости. На пилоте эффект был, а повторить обучение с теми же настройками не получается. Пока не добьёмся воспроизводимости, верить цифрам нельзя».

5/5 — Стандарт хорошей работы.

Джоба (Run)

Что значит? Один конкретный запуск обучения или проверки модели с зафиксированными данными и настройками.

Пример: «Сравните джоба. В этом запуске другие данные и параметры, без фиксации джоба потом невозможно понять, откуда взялся лучший результат».

5/5 — Это основа работы с моделями.

Сид (Seed)

Что значит? Число, которым фиксируют случайность в расчётах. При одинаковом сиде и одинаковых настройках модель при повторном запуске даёт те же результаты.

Пример: «Зафиксируй сид. Сейчас каждый запуск даёт разные метрики, и мы не отличаем реальное улучшение от случайного шума».

3/5 — Важен, но о нём часто вспоминают в последний момент.

Продакшен и производительность

Эти слова используют для того, чтобы проверить, выдержит ли ИИ реальную нагрузку, скорость ответа, очереди запросов.

Задержка (Latency)

Что значит? Время от запроса до ответа модели. Ключевой параметр для интерфейсов, где пользователь ждёт результат здесь и сейчас.

Пример: «Задержка стала 700 мс. Чат ощущается тормозным, люди реже пользуются подсказками. Вернём 200–300 мс, иначе упадёт вовлечённость».

5/5 — Один из главных KPI в онлайн-сценариях. Например, чат-ассистенты, поиск, рекомендации, подсказки в интерфейсе и поддержка.

Инференс (Inference)

Что значит? Этап применения, когда обученная ранее модель уже работает на новых данных. Например, отвечает пользователю, выдаёт скоринг, прогноз, рекомендацию.

Пример: «После релиза вырос инференс по времени — это когда выдача тормозит. Оптимизируем код и инфраструктуру, иначе пользователи просто перестанут ждать ответ».

5/5 — В проде происходит каждый день.

GPU/VRAM

Что значит? GPU — ускоритель, на котором обычно обучают и запускают модели. VRAM — видеопамять. Объём VRAM чаще всего ограничивает размер модели и контекст.

Пример: «Модель не влезает в VRAM. Либо уменьшаем батч, либо ищем более мощную GPU, иначе не запустим».

5/5 — Предел реальности для любой ИИ-системы.

Запросы в секунду, или пропускная способность (Requests per seconds, Throughput)

Что значит? Сколько запросов или токенов система может обработать за единицу времени. Показывает, выдержит ли решение нужный поток нагрузки.

Пример: «На пике у нас не держится throughput. Запросы в очереди, всё копится — нужен батчинг и оптимизация инференса, чтобы выдерживать нагрузку».

4/5 — Очень важно.

Всё о LLM

Эти термины про работу с чат-моделями. Например, как управлять ответом, не сжечь бюджет на токены и не получить галлюцинации.

Элэлэмка (LLM)

Что значит? Большая языковая модель, которая умеет работать с текстом: анализировать, дописывать, резюмировать, отвечать на вопросы, помогать с кодом и прочее.

Пример: «Ставим LLM в поддержку. Она классифицирует входящие письма, предлагает ответ и подставляет шаблон — это сокращает ручную работу».

5/5 — Ключевое слово последних лет в ИИ.

Взлом награды (Reward hacking)

Что значит? Модель находит неожиданный, иногда жульнический способ увеличить числовое значение функции вознаграждения, полностью игнорируя истинную цель задачи.

Пример: «Смотри, это взлом награды. Мы оптимизировали вовлечённость, и бот нашёл короткий путь».

4/5 — Лежит в основе большинства заголовков статей про то, как нейросеть кого-то обманула.

Галлюцинации

Что значит? Когда модель выдаёт выдуманные факты, ссылки и детали, которых нет в реальности. С точки зрения стиля ответ выглядит корректно, но содержание неверно.

Пример: «Это галлюцинация — ассистент придумал регламент и номер документа, без RAG и контроля такой ответ может утащить бизнес в ошибочное решение».

5/5 — Один из главных рисков при использовании LLM.

ИИ-агент

Что значит? ИИ-система, которая сама выполняет цепочку шагов от пользователя. Агент может пользоваться внешними сервисами, обновлять карточки клиента, инициировать процессы и прочее. Работает как полноценный сотрудник.

Пример: «Это уже ИИ-агент, а не чат. Он читает письмо, тянет данные из CRM, предлагает ответ, создаёт задачу и отслеживает закрытие».

5/5 — Следующий уровень после LLM.

Окно контекста (Context window)

Что значит? Это максимальное количество токенов, которые модель может учесть за один раз, — вместе с запросом, историей диалога и своим ответом. Всё, что не помещается в окно, моделям приходится обрезать или разбивать на части.

Пример: «Не влезает в окно контекста. Целый архив договоров обрезается, поэтому режем документы на фрагменты и обрабатываем по очереди».

5/5 — Главное техническое ограничение при работе с LLM.

Промпт (Prompt)

Что значит? Текст запроса и инструкции к модели: что нужно сделать, в каком формате отвечать, на что опираться и чего избегать. От качества промпта напрямую зависит результат. Мы уже собирали топ промптов для бизнеса.

Пример: «Промпт надо переписать. „Напиши описание продукта“ даёт воду, а если задать аудиторию, структуру и запреты, получится текст для работы».

5/5 — Основа управления поведением LLM.

Системный промпт (System prompt)

Что значит? Набор базовых правил и установок для модели, которые задаются один раз и действуют по умолчанию, например роль, стиль, запреты, приоритеты. Пользователь его не видит, но именно он определяет характер ассистента.

Пример: «Поправим системный промпт: зафиксируем роль, тон, запреты и правила, чтобы ассистент не фантазировал».

4/5 — Обязателен в продуктовых ассистентах.

Температура (Temperature)

Что значит? Настройка, которая задаёт уровень случайности в ответах модели. Низкая температура делает ответы предсказуемыми и однообразными, высокая — креативными и разнообразными, но с риском странных идей.

Пример: «Снизим температуру для поддержки, чтобы ответы были стабильными, а для генерации идей повысим, чтобы было больше вариантов».

4/5 — Одна из самых популярных настроек.

Токены

Что значит? Мелкие части текста, которыми модель оперирует внутри: кусочки слов, символы, спецзнаки. Объём запросов и ответов, а ещё стоимость работы LLM обычно измеряют в токенах.

Пример: «Мы сжигаем слишком много токенов. Длинные логи и контекст на каждый запрос раздувают стоимость, режем контекст и меняем формат данных».

5/5 — Прямая связь с бюджетом и лимитами.

Про апгрейд больших моделей

Про апгрейд больших моделей

Блок терминов про оптимизацию моделей: как сделать ИИ дешевле и практичнее, чтобы он помещался на доступном железе и не требовал большого бюджета.

Дистилляция (Distillation)

Что значит? Обучение небольшой модели на примерах и ответах большой, чтобы сохранить поведение, но снизить стоимость и требования к ресурсам. Большая модель выступает в роли учителя.

Пример: «Делаем дистилляцию. Большая модель слишком дорогая в эксплуатации, переносим поведение в компактную, ключевые сценарии сохраняем, стоимость режем».

3/5 — Появляется при оптимизации затрат на обучение модели.

Квантизация (Quantization)

Что значит? Понижение точности чисел в весах и расчётах модели, например до 8 или 4 бит, чтобы уменьшить потребление памяти и ускорить изменение с допустимой потерей качества.

Пример: «Квантизуем до 4 бит. Модель станет легче, инференс дешевле, и мы сможем крутить её на доступном железе».

4/5 — Стандарт для создания крупных моделей.

ЛОРА (LoRA)

Что значит? Способ дообучить большую модель, добавляя дополнительные блоки параметров вместо изменения всей модели. Позволяет сильно снизить требования к ресурсам.

Пример: «Сделаем LoRA-адаптацию: дообучим модель на одной GPU вместо того, чтобы перетренировать всё целиком и платить за кластер».

3/5 — Это подход для прикладных задач.

ПЕФТ (PEFT)

Что значит? Parameter-Efficient Fine-Tuning — общее название для методов, вроде LoRA и адаптеров, когда дообучается только небольшая часть параметров модели.

Пример: «Под разных клиентов используем ПЕФТ. Одна базовая модель плюс несколько адаптаций — дешевле поддерживать и проще обновлять».

2/5 — Чаще звучит в технических обсуждениях, чем в бизнесе.

Файнтюнинг (Fine-tuning)

Что значит? Дообучение уже готовой модели на своих данных под конкретную задачу.

Пример: «Делаем файнтюнинг на наших тикетах и гайдах. Нам нужны ответы по реальным процедурам и в нужном тоне».

5/5 — Один из основных рабочих инструментов ML- и продуктовых команд, которые адаптируют модель под свои процессы.

Продвинутые модели

Блок терминов про универсальные сценарии моделей и робототехнику, когда ИИ должен понимать и текст, и изображения, и видео, а ещё иногда выполнять действия в физическом мире.

Вээлэмка (VLM)

Что значит? Vision-Language-Model — это модель, которая понимает и связывает изображения или видео с текстом.

Пример: «Под это нужен VLM. Клиент присылает скриншот ошибки, модель читает текст на изображении, понимает контекст и сразу формирует тикет с приоритетом и подсказкой решения».

3/5 — Пока VLM-модели не стали массовым инструментом, но крупные игроки и медтех-стартапы уже используют технологию.

Виэлэйка (VLA)

Что значит? Vision-Language-Action — это продвинутые нейросетевые модели для робототехники. Они принимают и визуальные данные с камер или датчиков, и текстовые инструкции.

Пример: «В робототехнике нужен VLA. Он видит сцену с камеры, понимает текстовую команду и делает действие без ручного сценария на каждый шаг».

3/5 — Сейчас технология обсуждается в основном специалистами по ИИ, но в скором времени войдёт в обиход предпринимателей, связанных с робототехникой и автоматизацией.

Сообщение ИИ-сленг в 2026 году: датасет, лосс, RAG и ещё 50 терминов — это уже базовый минимум индустрии появились сначала на Тулун Новости.

Anthropic выпустила новую версию своей флагманской модели — Claude Opus 4.6. Как сообщают в компании, система предназначена для анализа обширных баз кода и больших документов, в том числе финансовых данных. Релиз стал первым крупным обновлением линейки Claude в 2026 году, а сама модель возглавила рейтинг GDPval-AA (Elo) финансовых ИИ-агентов.

Claude Opus 4.6 — лидер в рейтинге финансовых ИИ-агентов

Claude Opus 4.6 рассчитана на работу со сложными сценариями, где требуется не просто генерация текста, а последовательное решение задач. Модель умеет анализировать крупные кодовые базы, планировать этапы разработки, находить и исправлять ошибки, а также поддерживать стабильную работу в масштабных проектах.

Отдельный акцент сделан на работе с большими массивами документов. Claude Opus 4.6 эффективнее других моделей Anthropic извлекает нужную информацию, проводит исследования и анализирует финансовые данные.

Модель хорошо справляется с задачами, близкими к работе финансового аналитика: от формирования отчётности до сопоставления денежных показателей в документах.

По итогам внутренних и внешних тестов Claude Opus 4.6 заняла первое место в рейтинге финансовых ИИ-агентов, который оценивает способность моделей выполнять ключевые функции финансового анализа.

Opus 4.6 — крупнейшая модель в линейке Anthropic, ориентированная на бизнес

Anthropic развивает целое семейство языковых моделей Claude. В линейке компании представлены три основные версии: самая мощная Opus, универсальная модель среднего размера Sonnet и компактная, самая быстрая Haiku. Релиз Claude Opus 4.6 стал первым крупным обновлением линейки в 2026 году.

Руководитель направления корпоративных продуктов Anthropic Скотт Уайт в интервью CNBC отметил, что за последний год модели Claude прошли путь от помощника для решения простых задач к инструменту, которому можно доверять критически важную

«Я думаю, сегодня мы сейчас фактически переходим к эпохе «вайб-воркинга*Вайб-воркинг (с англ. vibe working) — подход к работе, при котором сотрудник использует ИИ-инструменты для выполнения рутинных задач. Благодаря это он может сотрудникам сосредоточиться на более сложных, в том числе творческих процессах.»», — подчеркнул Скотт Уайт из Anthropic.

По словам Уайта, современные модели Anthropic всё чаще используют как партнёра по разработке, способного самостоятельно предлагать решения и участвовать в сложных рабочих процессах.

Контекст

Стартап был основан в 2021 году экс-руководителями исследовательского блока OpenAI. Компания добилась признания благодаря своему семейству ИИ-моделей Claude и инструменту для программистов Claude Code, получившему широкое распространение в корпоративной среде.

Финансовые показатели стартапа: по итогам 2025 года его выручка достигла $10 млрд. За время существования компания привлекла инвестиции на сумму более $10 млрд, а её рыночная оценка выросла до $350 млрд.

Сообщение Anthropic представила ИИ-модель Claude Opus 4.6 для анализа финансов — это крупнейшее обновление линейки в 2026-м появились сначала на Тулун Новости.

Мегамаркет назначил нового коммерческого директора — эту должность занял Ярослав Афанасьев. В компании отмечают, что назначение связано с этапом активного роста и необходимостью усиления коммерческой модели маркетплейса. Ранее Афанасьев занимал должность категорийного директора и отвечал за развитие направлений бытовой техники и электроники.

В фокусе Мегамаркета — работа с партнёрами и клиентами

На новой позиции Ярослав Афанасьев будет отвечать за коммерческие процессы Мегамаркета, включая стратегию продаж, управление ассортиментом и формирование цен, а также развитие партнёрских отношений.

В «Мегамаркете» отмечают, что компания находится в стадии активного роста, и усиление коммерческого блока связано с необходимостью выстраивать устойчивую модель взаимодействия с продавцами и клиентами.

Ярослав Афанасьев работает в Мегамаркете с 2024 года

Ярослав Афанасьев присоединился к команде Мегамаркета в июне 2024 года и занял пост категорийного директора направления бытовой техники и электроники. На этой позиции он отвечал за увеличение ассортимента во всех ценовых диапазонах и повышение эффективности работы партнёров с площадкой.

Среди его задач также были улучшение клиентского пути и рост лояльности покупателей в категории электроники и бытовой техники, а также развитие партнёрской модели FBO — хранения и доставки товаров силами оператора маркетплейса.

Опыт работы Афанасьева в электронной коммерции — больше 10 лет

До перехода в «Мегамаркет» Ярослав Афанасьев занимал должность директора цифрового маркетинга в Хоум Банке, где отвечал за работу с различными типами трафика, а также выстраивал аналитику всей воронки продаж.

Ранее он также руководил блоком e-commerce в компании McCormick и маркетплейсе Joom, где возглавлял международную команду по развитию категории «Красота и здоровье». Общий опыт работы Ярослава Афанасьева в электронной коммерции и digital-бизнесе превышает 10 лет.

Контекст

Мегамаркет — российский маркетплейс, входящий в экосистему Сбера. Площадка была запущена в 2021 году на базе сервиса Goods.ru и с тех пор развивалась как универсальный онлайн-маркет с широким ассортиментом товаров.

На Мегамаркете представлены категории электроники, бытовой техники, товаров для дома, одежды, косметики и повседневных товаров. Платформа работает с внешними продавцами и брендами, развивает партнёрские модели хранения и доставки, а также интегрирована с логистической и платёжной инфраструктурой Сбера.

Сообщение Мегамаркет назначил Ярослава Афанасьева коммерческим директором: ранее он занимал пост категорийного руководителя появились сначала на Тулун Новости.

По итогам 2025 года столичные девелоперы отложили ввод почти 50% офисных площадей, анонсированных в начале года. По данным «Ведомостей», это стало максимальным показателем с 2015 года как по площади, так и по объёму. Для сравнения: в 2024 году переносы затронули 44%.

Обычно доля не введённых проектов не превышает 40%

Согласно анализу консалтинговой компании CORE.XP, 2025 год стал рекордным по масштабам переноса офисных объектов. Руководитель департамента офисной недвижимости компании Ирина Хорошилова заявила «Ведомостям», что рекорд установлен одновременно по двум показателям — и по метрам, и по доле проектов.

Оценки других участников рынка показывают схожую картину. Партнёр инвестиционно-консалтинговой компании Ricci Дмитрий Жидков рассказал «Ведомостям», что в раньше переносилось около 40% объектов.

Крупные проекты сдвинулись на 2026–2028 годы

Среди объектов, ввод которых был перенесён на 2026 год, агентство недвижимости Invest7 называет:

• офисы площадью 82 080 кв. м в МФК «Сберсити» — офисная часть крупного многофункционального проекта на западе Москвы, который развивает структура Сбербанка;
• Sidney City — бизнес-центр в составе крупного девелоперского проекта от частной инвестиционно-строительной компании ФСК;
• Opus — офисный комплекс, который строит Pioneer Group;
• Fili Center — бизнес-центр в районе Фили, проект девелопера «Форп»;
• «Зиларт Grand» — офисные площади в составе многофункционального проекта «Зиларт» от ЛСР;
• Qoob — бизнес-центр класса А, ориентированный на корпоративных арендаторов, проект девелопера Dominanta.

По словам партнёра консалтинговой компании Ricci Дмитрия Жидкова, сроки сдачи штаб-квартиры Яндекс площадью 170 100 кв. м, которую строит MR Group, сдвинулись сразу на 2028 год.

На сдачу площадей влияет длинный инвестиционный цикл

Руководитель департамента офисной недвижимости CORE.XP Ирина Хорошилова отмечает, что перенос сроков — стандартная практика для офисного рынка с длинным инвестиционным циклом. Рост переносов связан с увеличением объёмов строительства и тем, что многие проекты стартовали 3–4 года назад — в период разрыва логистических цепочек.

При этом, по её словам, рынок постепенно адаптируется. Цифры указывают на то, что средняя задержка ввода сократилась местами в два раза:

• в 2024 году — 1–1,5 года;
• в 2025 году — 6–12 месяцев.

Административные и финансовые факторы влияют на сроки сдачи

Эксперты издания «Ведомости» также указывают на усложнение административных процедур и рост сроков получения разрешений на ввод в эксплуатацию. Дополнительное давление создают рост себестоимости строительства, сложности с проектным финансированием и задержки подрядчиков.

В частности, при строительстве бизнес-центра Opus девелопер Pioneer столкнулся с дефицитом квалифицированных специалистов, из-за чего сроки сдачи проекта были официально перенесены.

Девелоперы пользуются преимуществом отсутствия санкций

Отдельно эксперты «Ведомостей» отмечают специфику коммерческой недвижимости: в отличие от рынка жилья, санкции за перенос сроков ввода офисов чаще всего либо не прописаны в договорах, либо применяются в исключительных случаях. Это позволяет девелоперам корректировать график реализации проектов в зависимости от рыночной ситуации.

Сообщение Девелоперы не сдали почти 50% офисов по итогам 2025-го: одни из причин — рост себестоимости и нехватка подрядчиков появились сначала на Тулун Новости.

Группа «Самолёт», крупнейший девелопер России по объёму текущего строительства, обратилась в правительство с просьбой о господдержке в размере 50 млрд рублей, сообщило издание РБК. В компании пояснили, что обращение связано с необходимостью оптимизировать финансирование на фоне жесткой денежно-кредитной политики и изменений в льготной ипотеке. Эксперты называют такой шаг нетипичным для отрасли и связывают его с высокой долговой нагрузкой.

Компания направила письмо премьер-министру Михаилу Мишустину

4 февраля 2026 года группа компаний «Самолёт» обратилась в правительство с просьбой о господдержке в размере 50 млрд рублей, следует из письма гендиректора компании Анны Акиньшиной премьер-министру Михаилу Мишустину.

Акционеры «Самолёта» также заявили о готовности предоставить государству блокирующий пакет акций с участием в управлении и обеспечить дополнительное внешнее финансирование в объёме до 10 млрд рублей.

«Самолёт» называет обращение нормальной рыночной практикой

6 февраля 2026-го в компании заявили, что обращение за поддержкой к государству — нормальная рыночная практика для системообразующих предприятий в условиях жесткой денежно-кредитной политики.

Как сообщила финансовый директор ПАО ГК «Самолет» Нина Голубничая, запрос был сделан с целью снижения финансовой нагрузки компании. По её словам, стратегические акционеры подтверждают долгосрочные планы по развитию бизнеса и сохранению стабильной структуры собственности.

В «Самолёте» также подчеркнули, что менеджмент группы обращался, обращается и будет обращаться во все доступные институты государственной власти для обеспечения устойчивой и эффективной работы компании.

Компания снизила корпоративный долг на 28 млрд ₽ за год

Помимо этого, группа «Самолёт» сообщила о снижении корпоративного долга на 28 млрд рублей за год. Доля обеспеченного долга выросла с 71% на конец 2024 года до 78% к концу 2025-го.

Для повышения финансовой устойчивости компания реализует часть земельного банка, монетизирует непрофильные активы и придерживается взвешенного подхода к запуску новых проектов.

Обращение к правительству — нетипичный шаг для девелопмента

Экономист и партнер коммуникационного агентства Goldmanagency Ахмед Юсупов отметил, что обращение «Самолёта» за поддержкой — нетипичная история для российского девелопмента.

«В практике были случаи, когда государство помогало застройщикам, но обычно это происходило уже после банкротства через Фонд развития территорий», — пояснил экономист и партнёр коммуникационного агентства Goldmanagency Ахмед Юсупов.

В случае с «Самолётом» речь идёт не просто о займе, отмечает эксперт.

По словам Ахмеда Юсупова, компания предлагает формат государственно-частного партнёрства. На это указывает то, что группа готова предоставить блокирующий пакет акций с правом участия в управлении, а акционеры дополнительно обязуются вложить до 10 млрд рублей собственных средств.

Банковское кредитование невыгодно «Самолёту» из-за ключевой ставки

Эксперты также объясняли, почему «Самолёт» не стал обращаться за финансированием к коммерческим банкам. Экономист и партнёр коммуникационного агентства Goldmanagency Ахмед Юсупов отметил, что обращение к банкам при текущей ключевой ставке означало бы для компании дальнейший рост долговой нагрузки.

«На полугодие 2025-го общие обязательства группы составляли 952,9 млрд рублей, процентные расходы растут быстрее выручки. <…> Банковское кредитование по рыночным ставкам только усугубит проблему», — пояснил Ахмед Юсупов.

Бизнес-аналитик и партнер компании Develika Пётр Барсуков, в свою очередь заявил, что частное финансирование для «Самолёта» фактически исчерпано.

«Банки и инвесторы видят те же риски: корпоративный долг (без учёта проектного финансирования), приближающийся к 100 млрд рублей, низкую рентабельность, давление отмены моратория на штрафы и необходимость вложить огромные средства для завершения строительства. В таких условиях рефинансировать долги на рыночных условиях крайне сложно», — отметил бизнес-аналитик и партнер компании Develika Пётр Барсуков.

Дольщикам «Самолёта» не стоит паниковать

По словам Ахмеда Юсупова, дольщикам «Самолёта» не стоит паниковать: строительство продолжается, компания остаётся операционно стабильной, а интересы покупателей жилья находятся в фокусе внимания государства. Эксперт подчеркнул: в случае вмешательства власти будут действовать прежде всего в интересах дольщиков, что снижает риски полной остановки проектов.

Пётр Барсуков также отметил, что переход на эскроу-счета и внимание со стороны государства уменьшают риски для участников долевого строительства. Однако, по его словам, дольщикам стоит морально подготовиться к возможным переносам сроков сдачи объектов.

Наиболее вероятный сценарий — участие государства в управлении «Самолётом»

Ахмед Юсупов считает наиболее вероятным сценарием получение «Самолётом» господдержки с участием государства в управлении через предоставление блокирующего пакета акций.

«Компания продолжит оптимизацию: распродажа части земельного банка, завершение текущих проектов, возможно, сокращение новых запусков. Государство получит рычаги влияния и защитит интересы дольщиков», — рассказал Ахмед Юсупов.

При отказе в поддержке «Самолёту» придется искать альтернативные варианты — стратегического инвестора или более жёсткую реструктуризацию с продажей крупных активов, считает экономист.

В самом негативном сценарии возможна контролируемая санация с передачей проектов другим застройщикам, однако это маловероятно из-за масштаба компании. Ахмед Юсупов подчеркнул, что дома будут достроены в любом случае.

Контекст

ГК «Самолет» — крупнейший девелопер России по объему текущего строительства и один из ключевых игроков на рынке жилья. Публичное обращение компании за господдержкой — необычный случай для отрасли.

Эксперты отмечают, что запрос «Самолета» отражает общие проблемы рынка на фоне жесткой денежно-кредитной политики и подорожания проектного финансирования. По их словам, ситуация вокруг крупнейшего частного девелопера стала репутационным сигналом для рынка, усилила осторожность покупателей и показала уязвимость компаний с высокой долговой нагрузкой.

Сообщение Девелопер «Самолёт» обратился за господдержкой на 50 млрд ₽: эксперты считают просьбу «нетипичной» для рынка появились сначала на Тулун Новости.