AI-компанія Cognition пропонує першу у світі гарантію повернення грошей за продуктивність
В останні два роки компанії, які розробляють штучний інтелект, просили підприємців вірити у зростання продуктивності на основі демонстрацій, скріншотів та обліку токенів. Але Cognition пішла далі — вони впроваджують першу у галузі AI гарантію повернення коштів, якщо рішення не виправдає очікувань.
Що це означає на практиці?
Компанія анонсувала “Гарантію продуктивності AI” для корпоративних клієнтів, які використовують Devin — агент штучного інтелекту для кодування. Суть обіцянки полягає в тому, що якщо Devin покаже результат у виробництві менший, ніж оплачена сума, Cognition компенсує використання сервісу до тих пір, поки не буде досягнутий потрібний рівень, максимально до $10 млн.
Механізм оцінки зосереджений на тому, наскільки ефективним було виконання завдань Devin. Після аналізу визначають, скільки часу зайняла б ця робота, якби її виконував інженер, і якщо результат поступається очікуванням — клієнт отримує свої гроші назад.
Чому це важливо?
До цього корпоративний AI оцінювали за кількістю використаних токенів, повідомлень або кількістю користувацьких ліцензій — показники, які мало що говорять про реальну користь. Cognition ставить відверте питання: чи справді застосування AI дозволяє економити час і приносить користь бізнесу? І якщо ні — компанія не залишить платника наодинці із збитками.
В уяві фінансових директорів вже прозвучало тихе “нарешті” під час складання наступного квартального бюджету.
Головні новини зі світу AI
- Anthropic заявляє, що Claude тепер пише 80% свого коду.
- TSMC попереджає про дефіцит AI-чипів на роки вперед.
- OpenAI оновила ChatGPT, додавши можливість перегляду підсумків пам’яті.
- Google презентував мобільні додатки з інтеграцією Gemma 4 12B.
- Ethan Mollick наголошує на необхідності переговорів між людьми та агентами.
Компанія Anthropic: як штучний інтелект починає писати самого себе
Більшість користувачів AI застосовують його для написання листів, виправлення помилок у таблицях чи налагодження коду, що змушує сумніватися у правильності вибору професії. Але Anthropic використовує Claude для більш масштабної мети — створення і вдосконалення штучного інтелекту.
Останній звіт Anthropic Institute розкриває, що Claude суттєво прискорює розробку і, можливо, є першим кроком до рекурсивного самоудосконалення — коли AI-системи допомагають створювати ще більш потужний AI.
Факти про здобутки Claude:
- Більше 80% коду, доданого до виробничої бази у травні 2026 року, було створено Claude.
- Інженери Anthropic наразі у 8 разів швидше інтегрують новий код, ніж у 2024 році.
- На найскладніших задачах точність Claude досягла 76%, що на 50 пунктів більше за минулий рік.
Неймовірно швидке покращення дозволяє Claude не тільки писати код, а й налагоджувати інциденти в реальному часі, запускати експерименти та перевіряти код інших інженерів.
Що стоїть між виконанням і управлінням?
Розробка AI включає два важливих компоненти: виконання (написання коду, експерименти, усунення багів) і ухвалення рішень (визначення пріоритетів, довіра до результатів, оцінка напрямків досліджень). Наразі люди все ще контролюють напрямок, але виконання дедалі більше автоматизують. У майбутньому інженери зможуть зосередитися на веденні проектів і контролі, а AI зробить більшість рутинної роботи.
Як вимірювати реальну користь від AI в роботі?
Все більше компаній стикаються з проблемою: користуватися AI легко, але довести, що він щось реально покращив, — складно. Щоб уникнути плутанини між активністю і цінністю, експерти пропонують після кожного важливого завдання створювати “звіт про роботу AI”.
Основні пункти для обов’язкового аналізу:
- Що саме було виконано?
- Скільки часу це зайняло б вручну?
- Скільки часу пішло за допомогою AI?
- Що потрібно було ще перевірити чи виправити?
Цей підхід дозволяє критично оцінити результативність і виявити, чи був AI просто інструментом, чи справжнім помічником, що економить час.
Review the work we just completed and create an AI work receipt. Include: 1. Finished output: What was actually completed? 2. Human baseline: How long would this likely take me manually? 3. AI-assisted time: How long did this take with you? 4. Review required: What did I still need to check, rewrite, or fix? 5. Risk: What could be wrong, incomplete, or misleading? 6. Final value estimate: Was this a small assist, a major time saver, or not worth using AI for? Be conservative. Do not count drafts, ideas, or unused output as completed work.
Ще цікаві новини з індустрії штучного інтелекту
- Керівник TSMC запевняє інвесторів, що попит на AI-чипи зростатиме роками, а компанія збереже стабільні ціни.
- OpenAI оновив ChatGPT до нової системи пам’яті з можливістю перегляду і редагування збережених деталей.
- NVIDIA презентувала модель Nemotron 3 Ultra з 550 мільярдами параметрів для поліпшення довготривалих агентів.
- Supabase залучив $500 млн і оцінений у $10,5 млрд, ставши важливим гравцем у сфері баз даних для AI-інфраструктури.
Мультикультурність і майбутнє AI
Mozilla Data Collective пропонує понад 600 наборів даних, які підтримують роботу зі 300+ мовами. Це важливий крок для глобального розвитку, допомагаючи компаніям швидше виходити на нові ринки та покращувати свої багатомовні можливості.
Ці зусилля демонструють, що AI розвивається не лише технічно, а й культурно, забезпечуючи рівний доступ до технологій по всьому світу.
