За останні кілька днів з’явилося одразу декілька AI-новин, які на перший погляд майже не пов’язані між собою.
OpenAI тестує рекламних агентів, з якими користувачі можуть спілкуватися після взаємодії з оголошенням. PrismML представила стиснену 27-мільярдну модель, розраховану на локальний запуск. Crusoe залучила $3,9 млрд для розвитку AI-інфраструктури. А Salesforce продовжує розвивати Agentforce як платформу, що поєднує агентів із даними компанії, бізнес-логікою та робочими процесами.Кожна із цих новин стосується іншої частини ринку. Разом вони вказують на одну важливу зміну:AI поступово виходить за межі звичайного чатбота і стає операційним шаром між людьми, даними, програмами та інфраструктурою.
Реклама переходить від кліку до розмови
16 вересня 2026 року OpenAI оголосила про тестування Sponsored Agents — розмовних AI-агентів, спонсорованих бізнесом.Це працює так: побачивши релевантне оголошення в ChatGPT, користувач може не лише перейти на сайт рекламодавця, а й розпочати чітко позначену розмову з агентом бренду.У цьому діалозі можна поставити додаткові запитання, уточнити характеристики продукту, порівняти варіанти або зрозуміти, чи відповідає пропозиція конкретній потребі.OpenAI зазначає, що розмова зі Sponsored Agent буде відокремлена як від незалежних відповідей ChatGPT, так і від початкового діалогу користувача. Наразі цю функцію тестують з окремими рекламодавцями у США.Це змінює саму логіку цифрової реклами.Традиційний сценарій короткий: повідомлення, клік, посадкова сторінка. У новому сценарії між початковим інтересом і наступною дією з’являється розмова.Для бізнесу це створює можливість відповісти на запитання саме в той момент, коли зацікавленість потенційного клієнта є найвищою. Водночас виникають нові вимоги.Агент повинен працювати з актуальною інформацією, коректно пояснювати обмеження продукту, не вигадувати умови та розуміти, коли потрібно передати розмову людині.OpenAI також додає природну мову до керування рекламними кампаніями. Через Ads Manager plugin у ChatGPT Work рекламодавці можуть створювати, оновлювати й аналізувати кампанії за допомогою звичайних текстових запитів.Сайт або бриф може стати основою для нової кампанії, а дані про її результати — перетворитися на зрозумілі пояснення та рекомендації щодо наступних дій.Інакше кажучи, AI змінює обидві сторони реклами: досвід потенційного клієнта та роботу команди, яка керує кампаніями.
Меншою стає не модель, а її цифровий слід
Ще одна цікава новина надійшла від PrismML. Компанія представила Ternary Bonsai 2 27B — модель на базі Qwen3.8 27B зі значно зменшеним обсягом пам’яті, необхідним для її зберігання та запуску.Тут важливо правильно сформулювати: модель не має меншої кількості параметрів — вона залишається моделлю класу 27B.PrismML використовує низькобітне представлення ваг, завдяки якому заявлений розмір моделі становить приблизно 5,9 ГБ — більш ніж у дев’ять разів менше за її повноточний аналог.За результатами власного набору тестів PrismML, стиснена модель зберегла 98,2% сукупної продуктивності повноточної версії.Це сильний заявлений результат, але його потрібно розглядати в правильному контексті: показник опублікований самим розробником і не гарантує однакової продуктивності в кожному реальному сценарії.Робота з довгим контекстом, окремими мовами, інструментами або корпоративними даними все одно потребує тестування на конкретному робочому навантаженні.Чому це важливо?Якщо достатньо потужні моделі можна запускати локально, частину AI-завдань більше не обов’язково щоразу передавати в хмару. Це може бути особливо корисно, коли головними пріоритетами є:Приватність данихНизька затримкаРобота без стабільного підключення до інтернетуПередбачувані витрати за великої кількості запитівКонтроль над моделлю та середовищем її виконанняЛокальний запуск не скасовує хмарних рішень. Великі моделі та керовані сервіси все ще мають переваги у складних завданнях, масштабуванні та швидкості впровадження.Але вибір уже не обмежується питанням про те, яка модель є найпотужнішою.Це дедалі частіше стає архітектурним рішенням: що має працювати локально, що потрібно залишити у хмарі, а для чого краще використовувати гібридний підхід?
Менші моделі не означають меншої потреби в інфраструктурі
На іншому боці AI-ринку масштаби продовжують зростати.17 вересня 2026 року Crusoe повідомила про первинне закриття раунду Series F на $3,9 млрд за post-money оцінки $30,9 млрд.Компанія планує використати залучений капітал для розширення своєї вертикально інтегрованої AI-інфраструктури: від великих кампусів і генерації енергії до хмарних сервісів та модульних Crusoe Spark.Crusoe також будує першу фазу флагманського кампусу Stargate в Абіліні, який працює на Oracle Cloud Infrastructure і є частиною масштабнішої інфраструктурної ініціативи OpenAI.Ця новина добре нагадує про фізичний бік AI.Користувач бачить кілька секунд очікування, а потім — текстову відповідь. За нею стоять чипи, електроенергія, системи охолодження, мережі, дата-центри, будівельні проєкти та команди, які все це підтримують.Стиснення моделей може зробити окремі сценарії доступнішими, тоді як загальна потреба в обчислювальних потужностях продовжує зростати.Ефективніші моделі та масштабніша інфраструктура — не протилежні тенденції. Вони розвиваються паралельно.
Корпоративний AI переходить від відповідей до контрольованих дій
Salesforce розвиває цей напрям із боку корпоративних систем.Платформа Agentforce призначена для створення, запуску та координації AI-агентів у бізнес-процесах.Ключова ідея тут полягає не в самому чат-інтерфейсі.Agentforce підключає агентів до корпоративних даних і метаданих, наявної бізнес-логіки, застосунків, API та багатокрокових робочих процесів. За інформацією Salesforce, дії агентів виконуються з урахуванням правил доступу, політик, засобів спостереження та механізмів управління.Це важливий напрям для корпоративного AI.Щоб агент створював реальну цінність, йому недостатньо просто добре відповідати на запитання. Він повинен розуміти контекст компанії, отримувати доступ лише до дозволеної інформації, виконувати визначені дії та залишати зрозумілий слід, який можна перевірити.Цінність з’являється не просто від наявності «AI десь у системі», а від зв’язку між моделлю, надійними даними, дозволами, процесами та відповідальністю.
Що ці зміни означають для бізнесу
Усі чотири новини ведуть до схожого висновку:Конкурентна перевага виникає не від самого доступу до моделі.Доступ до потужних моделей поступово стає стандартною можливістю. Значно складніше спроєктувати систему, яка надійно виконує конкретну роботу.Перед упровадженням AI-рішення компанії варто відповісти на п’ять практичних запитань:Який процес ми покращуємо?Потрібно запитувати не «де додати AI», а яку затримку, витрату або проблему клієнта необхідно зменшити.Який рівень автономності справді потрібен?Агент може надавати рекомендації, готувати дію для підтвердження або виконувати її самостійно. Кожен із цих варіантів має різний рівень ризику.Де повинна працювати модель?Локально, у приватному середовищі, у публічній хмарі чи в межах гібридної архітектури.До яких даних і дій вона матиме доступ?Дозволи, журналювання, перевірку даних і передавання завдання людині потрібно проєктувати на початку, а не додавати вже після запуску.Як вимірюватиметься результат?Важливі не лише точність і швидкість відповіді, а й тривалість процесу, кількість помилок, вартість операції, конверсія та задоволеність користувачів.
Практичність стає важливішою за розмір моделі
Sponsored Agents від OpenAI, локальна модель PrismML, інфраструктура Crusoe та корпоративна платформа Salesforce представляють різні рівні одного технологічного стеку.На одному рівні AI спілкується з клієнтом. На іншому — виконує роботу всередині компанії. Нижче розташовані моделі, обчислювальні системи та фізична інфраструктура.Саме тому запитання «Яка модель є найкращою?» дедалі рідше має універсальну відповідь.Для одного процесу найкращим варіантом може бути велика хмарна модель. Для іншого — компактна локальна. Для третього — агент, який поєднує декілька моделей, корпоративні дані та чітко обмежений набір дій.У VRB Tech ми розглядаємо AI саме із цієї практичної позиції.Мета полягає не в автоматизації заради самої автоматизації.Мета — створити систему, яка зменшує кількість повторюваної роботи, прискорює ухвалення рішень, покращує клієнтський шлях і залишається безпечною, вимірюваною та керованою в міру зростання бізнесу.AI стає потужнішим і дедалі глибше інтегрується в реальні операційні процеси.Найбільшу цінність отримають не обов’язково ті компанії, які першими додадуть ще один чатбот, а ті, які найкраще визначать його завдання, межі та критерії успіху.