9.6 KiB
title, slug, source, author, published, processed, type, themes, frameworks, terminology
| title | slug | source | author | published | processed | type | themes | frameworks | terminology | ||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Enterprise AI: почему роадмапы рушатся в build room | enterprise-ai-buying-build-room | https://natesnewsletter.substack.com/p/enterprise-ai-buying-build-room | Nate Jones | 2026-05-10 | 2026-05-18 | video |
|
|
|
TL;DR
За 48 часов в мае 2026 года шесть крупных событий изменили логику закупки корпоративного ИИ. Совокупно ~$5.5 млрд поставлено на то, что ценность создаётся не моделью, а инфраструктурой вокруг неё — доступом к данным, правами, рабочими процессами и аудитом. Модель дешевеет. Implementation Layer дорожает.
Шесть событий за 48 часов
| # | Событие | Сумма |
|---|---|---|
| 1 | Anthropic + Blackstone / Hellman & Friedman / Goldman Sachs — корпоративный AI-сервисный венчур | ~$1.5 млрд |
| 2 | OpenAI — аналогичный венчур с TPG, Brookfield, Advent, Bain | >$4 млрд |
| 3 | SAP покупает Dremio и Prior Labs | — |
| 4 | Pinecone запускает Nexus («compilation-stage knowledge engine») | — |
| 5 | ServiceNow выпускает Action Fabric на Knowledge 2026 (MCP, Anthropic — launch partner) | — |
| 6 | (McKinsey/Lilli breach — фон, февраль 2026) | — |
Все эти события — одна ставка: капитал переходит от покупки модели к покупке сборки (build).
Главный тезис
"What is being repriced is not intelligence. Intelligence is cheap and getting cheaper. What is being repriced is the surrounding infrastructure." — Переоценивается не интеллект. Интеллект дёшев и дешевеет. Переоценивается окружающая инфраструктура.
Frontier Labs называют это forward-deployed engineering. Платформенные вендоры — «governed action» (управляемое действие). Суть одна: Implementation Layer решает больше, чем строчка модели в бюджете.
Ключевые фреймворки
1. Старый vs новый порядок закупки
| Старая последовательность | Новая реальность агентов |
|---|---|
| Стратегия → реализация | Реализация определяет стратегию |
| Бюджет на модель | Бюджет на Implementation Fabric |
| IT как исполнитель | Технические голоса в комнате решений |
Агенты переворачивают привычный порядок: ограничения build room теперь определяют, что вообще возможно на стратегическом уровне.
2. Контекст, не токены
Pinecone утверждает: 85% вычислений агента тратится на переоткрытие уже известного контекста (rediscovery). Ограничение по токенам — ложная проблема; настоящая — контекстная архитектура.
"Why context, not tokens, is the line item ruining agent economics. And why capping usage kills the use case without fixing the cause." — Почему контекст, а не токены — та статья расходов, которая разрушает экономику агентов. И почему ограничение использования убивает сценарий, не устраняя причину.
3. Build room test
Тест на выживаемость вендора: способен ли его роадмап пережить build room?
Три изменения, которые делают основную работу (детали за paywall, но структура ясна):
- Доступ к реальным данным (Systems of Record)
- Работа в реальных разрешениях (permissions)
- Встроенные Audit Trails на уровне платформы
4. Инцидент McKinsey / Lilli (февраль 2026)
Автономный агент CodeWall получил полный read-write доступ к внутренней AI-платформе McKinsey (Lilli) за менее чем 2 часа через 22 неаутентифицированных API-endpoint. Вектор: SQL-инъекция — класс уязвимостей 1998 года. Платформа обслуживала ~70% из 43 000 консультантов фирмы.
Вывод автора: история не о безопасности — она о закупке. Платформа вышла без технических голосов в комнате.
Терминология
| Термин RU | EN | Пояснение |
|---|---|---|
| Forward Deployed Engineer | Forward-deployed engineering | Инженеры вендора, встроенные в команду клиента для реализации |
| Сборочная комната | Build room | Место, где роадмап встречает реальность реализации |
| Управляемое действие | Governed action | Агентские действия внутри корпоративных границ доступа и аудита |
| Движок компиляции знаний | Compilation-stage knowledge engine | Подход Pinecone Nexus: контекст собирается до запуска агента |
| Audit Trails | Audit trail | Обязательный элемент enterprise-развёртывания агентов |
| Agentic Workflow | Agentic workflow | Цепочки автономных шагов агента внутри бизнес-процесса |
| Implementation Layer | Implementation layer | Инфраструктура вокруг модели: данные, права, интеграции, аудит |
Что использовать для нашего портфеля
Контекст: AI-интегратор, Implementation Layer как основной продукт, business objects как единица автоматизации, PE как канал.
-
Валидация позиционирования. $5.5 млрд подтверждают: рынок движется туда, где мы уже стоим. Implementation Fabric — не commodity, а дефицитный ресурс. Это аргумент для PE-фондов при оценке портфельных компаний.
-
Build room как методология продаж. Тест «выживет ли ваш роадмап в build room?» — готовый фрейм для квалификации клиентов и аудита их текущих вендоров. Технические голоса в комнате = наша роль на сделке.
-
Контекстная архитектура вместо токен-экономики. При проектировании Agentic Workflow для клиентов акцент на pre-assembly контекста (по модели Pinecone Nexus) даёт измеримый ROI (–85% compute). Это KPI, понятный CFO.
-
Systems of Record как точка входа. Action Fabric (ServiceNow + MCP) означает: enterprise-системы открываются для агентов через стандартный протокол. Наш Implementation Layer должен уметь подключаться к этому слою, а не обходить его.
-
Безопасность = закупочный аргумент. Инцидент McKinsey/Lilli — готовый кейс для разговора с CISO и советом директоров. Audit Trails и управляемый доступ — не опция, а условие выхода в продакшн.
TBD: Какие конкретно три изменения в последовательности закупки предлагает автор? (Детали за paywall AI Executive Circle — стоит ли оформить доступ для полного разбора?)
Связанные материалы из того же источника
- Six things have to be true before AI changes a workflow (2026-05-14) — deployment layer
- Your AI agent is rediscovering 85% of its context every run (2026-05-13) — RAG / knowledge layer
- You gave your AI agent real tools. Here's the 4-part control layer it's missing (2026-05-11) — judge layer