AI-painted vs AI-native: 90% компаний, кричащих об этом, на самом деле прикрутили GPT к лендингу

Чек-лист из 12 пунктов, по которым отличить настоящего AI-native от самозванца. Заодно проверяем себя — мы тоже не AI-native, и это нормально.

Если тебе интересно узнавать актуальную информацию про AI-агентов в маркетинге и бизнесе без хайпа, можешь подписаться на мой Telegram канал @imironov_tech

Дисклеймер. Это не критика конкретных компаний — критика терминологии. И в первую очередь — собственной. Мы сами не AI-native, а AI-augmented, и это адекватная цель для 95% бизнесов в 2026. Но раз индустрия делает вид, что все нынче AI-native, нужно научиться отличать тех, кто реально, от тех, кто просто переписал лендинг.

К концу 2025 термин «AI-native» стал универсальным слоганом — от двухчеловечного стартапа до банка с 30-летней историей. Все «переходят к AI-first парадигме», все «реструктурируют процессы вокруг AI». В среднем по факту это означает: GPT-4 в саппорте, переписанный лендинг и обновлённая презентация для инвесторов.

Если в 2025 ты CEO стартапа и не назвал себя AI-native — как такое вообще могло случиться? Как ты собрался поднимать раунд?

Разберём, кто реально AI-native, кто AI-augmented (большинство), а кто AI-painted (тоже большинство, но врёт). И зачем вам это понимать, если вы основатель, маркетолог или просто ищете работу.

Три зарисовки — что бывает, когда AI-painted принимают за AI-native

Март 2025. Меморандум Tobi Lütke (CEO Shopify). Утечка во внутреннем письме: AI должен использоваться по умолчанию, рефлексивно, как воздух. Кто не может — следующий релиз без вас. За месяц похожие заявления выпустили Zapier, Duolingo, Klarna. Звучит как старт AI-native эпохи.

Что произошло на следующее утро: 90% компаний AI-native не стали. Они получили внутренний лозунг «используйте ChatGPT». Кто-то прикрутил GPT к саппорту, кто-то — к написанию писем. Это AI-augmented в лучшем случае. AI-painted — в типичном.

Лето 2025. Jasper AI. Пиковая оценка $1,5 млрд, годовой ARR $120 млн — всё это сделано на API OpenAI. Тогда выходит ChatGPT с теми же возможностями. Через 12 месяцев — отток клиентов, увольнения, поиск нового позиционирования.

Если бы Jasper был AI-native, у них была бы пропретарная data layer, workflow или agent layer, которую OpenAI не воспроизведёт за квартал. Не было. Был UI поверх API.

Апрель 2026. Figma vs Claude Design. Anthropic выкатывает Claude Design — встроенный продукт для дизайна интерфейсов. Акции Figma за день −7%. Под потенциальным ударом: Canva, Notion, Cursor, Replit, Glean, Superhuman, половина YC-batch.

Каждая из них держит на верхнем слое foundation model. Настоящий AI-native — тот, у кого пропретарность не в модели, а в специфической data, workflow или интеграции, которую foundation-модель не воссоздаст. Кто из перечисленных проходит этот тест? Это и есть упражнение.

Все три случая — не «плохие компании». Это компании, которых индустрия (и они сами) называла AI-native. По факту — AI-augmented в лучшем случае. И эта путаница дорого обходится: инвесторам, фаундерам, сотрудникам, клиентам.

Откуда взялся термин — и почему он расплылся за 18 месяцев

Сам по себе термин не пустой. Cognizant, IBM, HBS — все три аналитических центра дают близкие по смыслу определения, разница в нюансах:

• Cognizant: AI-native — это бизнес, спроектированный так, что AI определяет архитектуру операций и продукта.
• HBS Online: AI-native — это шаг дальше, чем AI-first. AI-first использует AI как core capability в существующей модели. AI-native выстраивает вокруг AI всю бизнес-модель и value proposition.
• IBM: AI-native — фундаментальный подход, в котором AI формирует архитектуру, решения, UX и весь жизненный цикл системы с самого начала.

Звучит серьёзно. Проблема — что для 80% компаний эти определения слишком расплывчаты, чтобы было понятно, попадают они или нет. Это и есть лазейка для маркетинга.

Если кому-то кажется, что он это уже видел — да. В 2015 индустрия так же утопила термин «cloud-native». Сначала был смысл (Kubernetes, контейнеры, микросервисы), через два года — корпоративный лозунг для «мы переехали с физических серверов в AWS». К 2018 термин был мёртв, технические люди от него уворачивались.

С AI-native происходит то же самое — только быстрее.

Три уровня — где какой бизнес реально находится

Сократим аналитический цирк до рабочей классификации.

УровеньПризнакПримерыAI-paintedGPT прикручен к саппорту, лендинг переписан, презентация обновлена. Если выключить все AI-API на 24 часа — никто, кроме маркетинга, ничего не заметит.Большинство SMB, «AI-native» агентства 2025, выходцы из шаблонных стартаповAI-augmentedAI встроен во внутренние процессы (анализ, дизайн, поддержка, копирайтинг), но основной продукт работает и без него.Notion, Linear, большинство B2B SaaS, развитые маркетинговые агентстваAI-nativeБез AI продукта или услуги вообще нет. AI — не фича, а основа value proposition.Cursor, Perplexity, Glean, Harvey, ElevenLabs, Decagon

Три замечания.

Первое. Уровни не равны полезности для бизнеса. Быть AI-augmented в 2026 — нормальная и устойчивая цель. AI-native — не геройство, а конкретный архитектурный выбор со своими рисками.

Второе. Уровень меняется. Notion может стать AI-native, если AI-функции станут единственной причиной покупки. Сейчас ещё нет.

Третье. AI-painted — не оскорбление. Это первый шаг почти каждой компании, которая внедряет AI. Проблема не в том, что вы AI-painted. Проблема — когда вы продаёте себя как AI-native, имея под капотом GPT-API в саппорте.

Чек-лист 12 пунктов: где вы на самом деле

Распечатайте, пройдитесь по своей компании, поставьте «да/нет». Если вы CEO растущего «AI-native» стартапа — упражнение бодрит.

Категория 1. Продукт

1. Если выключить все внешние AI-API на 24 часа — продукт остаётся работоспособным? Если «да» — у вас не-AI продукт. Если «нет» — это AI-native.
2. Есть ли в продукте слой data, workflow или интеграции, который foundation-модель не воспроизведёт за квартал? Пропретарность ≠ wrapping API.
3. Используется ли в продукте больше одной модели одновременно? Многомодельные пайплайны — признак того, что AI у вас не «чат», а инженерия.

Категория 2. Процессы

1. Сколько процессов внутри компании регулярно выполняются с участием AI как обязательного шага? Не «иногда используют GPT», а именно — стандартный шаг в workflow.
2. Есть ли регламент: какие задачи в первую очередь делегировать AI? Если каждый сотрудник сам решает — это не процесс, это анархия.
3. Внедрены ли AI-агенты, а не только чаты? Агенты — автономные шаги, которые работают без оператора и доводят задачу до конца.

Категория 3. Команда и культура

1. При найме junior спрашиваете «умеет ли работать с AI как с младшим коллегой»? Если нет — у вас в hiring это не зашито.
2. Есть ли роль AI-операционного инженера, prompt engineer или AI product manager? Хотя бы один человек, у которого AI в KPI.
3. Ведутся ли регулярные разборы: что дал AI, что не дал, какие промпты работают? Без этого AI-внедрение деградирует за 3-4 месяца.

Категория 4. Метрики и P&L

1. В P&L есть отдельная строка «AI-cost», не размазанная в общем cloud-bill? Если AI — не отдельная статья, экономика непрозрачна.
2. Считаете «AI velocity» — сколько задач закрыто с участием AI за неделю? Без метрики это не приоритет.
3. Есть ли отдельная метрика «AI-зависимая выручка» — деньги, которые без AI вы бы не сделали? Главный индикатор: готов ли клиент платить именно за AI-составляющую.

Скоринг

• 10–12 из 12 — да, вы AI-native. Сделайте контрольный заезд через 6 месяцев — это легко съедает.
• 7–9 из 12 — AI-augmented. Адекватное и устойчивое состояние.
• 0–6 из 12 — AI-painted. Нормальная стартовая точка, но не позиционируйте себя как AI-native — будет неловко на дью-диле.

[СКРИН: чек-лист 12 пунктов в виде таблицы с чекбоксами для печати]

Зачем разводить эти термины — для четырёх ролей

Если вы основатель. Решение быть AI-native — не маркетинг, а архитектурный выбор. Он определяет, кого нанимать, на чём строить продукт, какие риски держать. Самообман «мы AI-native, потому что используем GPT» — самый дорогой обман: вы пропустите момент, когда foundation-провайдер выпустит native feature, и на вас обрушится платформенный нож. Спросите Jasper.

Если вы маркетолог. «AI-native» в позиционировании в 2026 — нулевая дифференциация. Все говорят так. Лучше честное «AI-augmented в этих 5 процессах, экономим клиентам N часов» — это конкретно, проверяемо, продаётся. И не вызывает у умного клиента рефлекторного «ну-ну».

Если вы соискатель. При собеседовании в «AI-native компанию» задайте 3 вопроса: что в продукте сломается, если убрать GPT-API на день; какая у них собственная data или workflow поверх foundation; как считают AI velocity. По ответам сразу понятно — это AI-native или AI-painted, который через год сольётся вместе с раундом.

Если вы инвестор. Спросите P&L и пройдите по пунктам 10–12 чек-листа. Метрика «AI-зависимая выручка» — лучший индикатор, что компания не продаёт AI-painted под видом AI-native.

Подводные камни самокатегоризации

Категории — рабочая модель, не закон. Три замечания на полях.

Компания может быть AI-painted в продукте и AI-augmented в процессах. И наоборот. Это нормально на переходном этапе.

AI-native — не цель сама по себе. Цель — устойчивый бизнес. Большинство B2B-сервисов адекватно живут как AI-augmented и не должны строить ловушку «всё или ничего».

Классификация устаревает. К 2027, скорее всего, появится новый уровень — «agent-native» или «autonomous-native», где базовая единица не запрос, а автономный агент с многошаговым исполнением. Перепишем чек-лист, не привыкайте.

Что усвоить

1. Термин «AI-native» не пустой, но размытый. Это лазейка для маркетинга. Бóльшая часть бизнесов, которая называет себя AI-native, на самом деле AI-painted: GPT в саппорте, лендинг с «искусственным интеллектом» в шапке.
2. AI-native имеет смысл только если защита продукта = AI. Пропретарная data layer, workflow, agent layer, интеграции, которые foundation-модель не воспроизведёт за квартал. Без этого вы — обёртка над OpenAI, и это опасное место.
3. Большинству бизнесов целиться надо в AI-augmented. Это не «менее круто» — это адекватная архитектурная цель, при которой вы не зависите от платформенного ножа.
4. Самопроверка → честное позиционирование = меньше слитого бюджета. Чек-лист выше — рабочий способ за 30 минут понять, где вы, а не где приятно думать, что вы.
5. Прогноз: через 12–18 месяцев термин «AI-native» девальвируется, как «cloud-native» в 2017. Индустрия перейдёт к новому ярлыку — скорее всего, «agent-native» или «autonomous-native». Оптимизироваться под маркетинговый штамп бессмысленно — оптимизируйтесь под архитектурную реальность.

Это сжатая версия. У меня есть полный чек-лист в виде Notion-таблицы (с примерами компаний по каждому пункту), плюс мои промпты, которыми я провожу AI-аудит процессов в проектах клиентов. Всё это лежит в моём Telegram — @imironov_tech. Там же про AI-агентов в маркетинге и бизнесе без хайпа и «100× ROI на нейросетях».