Дюмулен ИИ-хаб вырос из идеи цифрового ядра бренда и сегодня используется в реальных клиентских проектах HD АРТЕЛЬ. 26 августа 2026 года один из его создателей провёл необычный эксперимент: представил архитектуру системы искусственному интеллекту, который уже знал её рабочий контекст и участвовал в её развитии.
26 августа Ипполит Дюмулен, сооснователь HD АРТЕЛЬ и архитектор цифровых и ИИ-систем, встал перед маркерной доской.
На ней была не специально подготовленная для презентации инфографика и не аккуратная схема из PowerPoint. Стрелки, блоки, подписи, исправления — реальная рабочая архитектура Dumoulin AI Hub, или Дюмулен ИИ-хаба.
Ипполит начал рассказывать, как устроена система. Но главным адресатом презентации был не человек.
Им был искусственный интеллект, который уже имел накопленный контекст проекта и участвовал в работе над системой.
Задача состояла не в том, чтобы ИИ проверил дикцию выступающего, сделал красивое резюме или продемонстрировал способность распознавать написанное маркером на доске.
Он должен был сопоставить человеческое объяснение с известной ему архитектурой, контекстом и историей системы, задать уточняющие вопросы, обнаружить возможные расхождения и вернуть содержательную обратную связь.
Получилась своеобразная защита проекта перед ИИ — причём проекта, в создании которого сам ИИ уже принимал участие.
«Самое интересное для меня было не в том, что ИИ способен разобрать видео или прочитать рабочую доску. Вопрос был в другом: одинаково ли человек и машина понимают систему, которую они строили вместе», — говорит Ипполит Дюмулен.
Но что именно защищали перед искусственным интеллектом?
На ней была не специально подготовленная для презентации инфографика и не аккуратная схема из PowerPoint. Стрелки, блоки, подписи, исправления — реальная рабочая архитектура Dumoulin AI Hub, или Дюмулен ИИ-хаба.
Ипполит начал рассказывать, как устроена система. Но главным адресатом презентации был не человек.
Им был искусственный интеллект, который уже имел накопленный контекст проекта и участвовал в работе над системой.
Задача состояла не в том, чтобы ИИ проверил дикцию выступающего, сделал красивое резюме или продемонстрировал способность распознавать написанное маркером на доске.
Он должен был сопоставить человеческое объяснение с известной ему архитектурой, контекстом и историей системы, задать уточняющие вопросы, обнаружить возможные расхождения и вернуть содержательную обратную связь.
Получилась своеобразная защита проекта перед ИИ — причём проекта, в создании которого сам ИИ уже принимал участие.
«Самое интересное для меня было не в том, что ИИ способен разобрать видео или прочитать рабочую доску. Вопрос был в другом: одинаково ли человек и машина понимают систему, которую они строили вместе», — говорит Ипполит Дюмулен.
Но что именно защищали перед искусственным интеллектом?
Что такое Дюмулен ИИ-хаб
Начнём с того, чем он не является:
Дюмулен ИИ-хаб — это разрабатываемая HD АРТЕЛЬ рабочая система организации взаимодействия человека, искусственного интеллекта, данных, источников и накопленного опыта.
Если говорить ещё проще, это среда, которая позволяет людям и ИИ продолжительно работать с одним проектом и одной системой знаний, не начиная каждый новый разговор с нуля.
Она помогает понимать:
Это принципиально отличает хаб от привычного использования генеративного ИИ в режиме «задал вопрос — получил ответ».
Дюмулен ИИ-хаб уже используется не только как внутренняя лаборатория агентства. В его контуре работают реальные клиентские проекты в нескольких отраслях — от музыкальной индустрии до социальных услуг и национальной премии в сфере брендинга.
Один из публичных примеров — группа REFLEX. За год работы бренда в контуре Дюмулен ИИ-хаба число прослушиваний группы на Яндекс Музыке выросло примерно с 2,5 млн до 4,5 млн в месяц, а в пиковые периоды достигало 5,5 млн.
Этот рост, разумеется, нельзя приписывать одному инструменту: результат формировался комплексом маркетинговой, контентной, поисковой и коммуникационной работы. Хаб в этом процессе выступает системой, которая связывает знания о бренде, аналитику, накопленный контекст и управление его цифровым присутствием.
И именно из задач продвижения брендов выросла сама идея системы.
- Это не отдельная нейросеть.
- Не «свой ChatGPT».
- Не папка с удачными запросами.
- Не один огромный чат, который каким-то чудом помнит всё происходившее с компанией за несколько лет.
- И не система, которой передано право самостоятельно принимать решения вместо человека.
Дюмулен ИИ-хаб — это разрабатываемая HD АРТЕЛЬ рабочая система организации взаимодействия человека, искусственного интеллекта, данных, источников и накопленного опыта.
Если говорить ещё проще, это среда, которая позволяет людям и ИИ продолжительно работать с одним проектом и одной системой знаний, не начиная каждый новый разговор с нуля.
Она помогает понимать:
- что в проекте является установленным фактом;
- откуда этот факт известен;
- какая версия информации актуальна;
- какие решения уже принимались;
- какие гипотезы проверялись и были отвергнуты;
- какой опыт стоит сохранить;
- и кто имеет право принять окончательное решение.
Это принципиально отличает хаб от привычного использования генеративного ИИ в режиме «задал вопрос — получил ответ».
Дюмулен ИИ-хаб уже используется не только как внутренняя лаборатория агентства. В его контуре работают реальные клиентские проекты в нескольких отраслях — от музыкальной индустрии до социальных услуг и национальной премии в сфере брендинга.
Один из публичных примеров — группа REFLEX. За год работы бренда в контуре Дюмулен ИИ-хаба число прослушиваний группы на Яндекс Музыке выросло примерно с 2,5 млн до 4,5 млн в месяц, а в пиковые периоды достигало 5,5 млн.
Этот рост, разумеется, нельзя приписывать одному инструменту: результат формировался комплексом маркетинговой, контентной, поисковой и коммуникационной работы. Хаб в этом процессе выступает системой, которая связывает знания о бренде, аналитику, накопленный контекст и управление его цифровым присутствием.
И именно из задач продвижения брендов выросла сама идея системы.
Всё началось с поискового продвижения
Ещё недавно цифровое присутствие компании в значительной степени строилось вокруг сайта, поисковой выдачи, социальных сетей и рекламных кабинетов. Маркетологи отвечали за позиционирование и рекламу. SEO-специалисты — за поисковую оптимизацию. Разработчики — за техническую инфраструктуру. PR — за информационное поле. Каждая функция существовала в своей профессиональной реальности. Появление генеративного искусственного интеллекта начало быстро менять эту конструкцию.
Сегодня пользователь всё чаще не вводит несколько ключевых слов в поисковую строку, а задаёт системе нормальный человеческий вопрос:
Какую компанию выбрать?
Кто действительно умеет решать эту задачу?
Чем отличаются эти два бренда?
Можно ли доверять этой организации?
Что известно об этом продукте?
А следующий этап уже просматривается: часть подобных решений пользователь будет делегировать персональному ИИ-агенту, который сам соберёт информацию, сравнит предложения и принесёт человеку несколько вариантов.
Сегодня пользователь всё чаще не вводит несколько ключевых слов в поисковую строку, а задаёт системе нормальный человеческий вопрос:
Какую компанию выбрать?
Кто действительно умеет решать эту задачу?
Чем отличаются эти два бренда?
Можно ли доверять этой организации?
Что известно об этом продукте?
А следующий этап уже просматривается: часть подобных решений пользователь будет делегировать персональному ИИ-агенту, который сам соберёт информацию, сравнит предложения и принесёт человеку несколько вариантов.
«За эти три года изменились и машины, и люди. Мы подошли уже, наверное, к третьей итерации взаимодействия человека, данных и искусственного интеллекта — и одновременно к совершенно другому способу организации диалога между брендом и цифровой средой», — говорит Ипполит Дюмулен.
Именно из классического SEO у команды HD АРТЕЛЬ постепенно возникла идея цифрового ядра бренда.
Что такое цифровое ядро бренда
Представим обычную компанию.
У неё есть сайт, публикации в СМИ, социальные сети, презентации, документы, исследования, продуктовая информация, биографии руководителей, кейсы, отзывы, фотографии, юридические данные и накопленная история решений.
Для человека всё это более или менее складывается в единый образ. Для машины — совсем не обязательно.
В одном источнике компания называется одним образом, в другом — немного иначе. На сайте сохранилась информация двухлетней давности. В СМИ уже появилась новая. В презентации стоят одни цифры, в карточке организации — другие.
Поисковик видит одну часть картины. Генеративная модель — другую. ИИ-агент собирает собственное представление из десятков источников. Получается своеобразный цифровой Вавилон.
Цифровое ядро бренда — это согласованная система знаний о бренде: факты, сущности, источники, связи и правила, благодаря которым человек и машина должны понимать компанию максимально одинаково.
Кто мы?
Что мы делаем?
Какие продукты и компетенции у нас действительно есть?
Каким источникам можно доверять?
Что изменилось?
Какие сведения устарели?
Как связаны между собой люди, продукты, проекты и результаты?
И откуда известно то или иное утверждение?
У неё есть сайт, публикации в СМИ, социальные сети, презентации, документы, исследования, продуктовая информация, биографии руководителей, кейсы, отзывы, фотографии, юридические данные и накопленная история решений.
Для человека всё это более или менее складывается в единый образ. Для машины — совсем не обязательно.
В одном источнике компания называется одним образом, в другом — немного иначе. На сайте сохранилась информация двухлетней давности. В СМИ уже появилась новая. В презентации стоят одни цифры, в карточке организации — другие.
Поисковик видит одну часть картины. Генеративная модель — другую. ИИ-агент собирает собственное представление из десятков источников. Получается своеобразный цифровой Вавилон.
Цифровое ядро бренда — это согласованная система знаний о бренде: факты, сущности, источники, связи и правила, благодаря которым человек и машина должны понимать компанию максимально одинаково.
Кто мы?
Что мы делаем?
Какие продукты и компетенции у нас действительно есть?
Каким источникам можно доверять?
Что изменилось?
Какие сведения устарели?
Как связаны между собой люди, продукты, проекты и результаты?
И откуда известно то или иное утверждение?
«Задача бренда не в том, чтобы каждый год заново оптимизироваться под очередную аббревиатуру SEO/AEO/GEO. Задача — создать такое цифровое ядро, в котором факты понятны человеку и машине, источники определены, данные согласованы, сущности связаны, изменения наблюдаемы, а сам бренд способен доказуемо отвечать на вопрос: кто я, что я делаю, почему мне можно доверять и откуда это известно», — объясняет Ипполит Дюмулен.
Если цифровое ядро отвечает прежде всего на вопрос «что мы знаем о бренде?», то Дюмулен ИИ-хаб решает следующую задачу:
как людям и искусственному интеллекту создавать, поддерживать, проверять и использовать это знание, сохраняя источники, контекст, опыт и человеческое право на окончательное решение.
как людям и искусственному интеллекту создавать, поддерживать, проверять и использовать это знание, сохраняя источники, контекст, опыт и человеческое право на окончательное решение.
Пять принципов хаба
Несмотря на сложную внутреннюю архитектуру, основную логику системы можно объяснить довольно просто.
Не начинать с нуля.
Хаб сохраняет рабочую историю проекта и позволяет продолжать работу с накопленным контекстом, а не заново объяснять ИИ компанию при каждом новом разговоре или смене модели.
Не путать гипотезу с фактом.
Ответ искусственного интеллекта не становится корпоративным знанием автоматически. Предположение остаётся предположением, пока не получило подтверждение.
Знать источник.
Для значимых утверждений должно быть понятно, откуда получена информация и насколько она актуальна.
Не терять опыт.
Полезный результат одной задачи должен иметь возможность стать частью последующей работы. Но не каждый ответ модели автоматически превращается в методологию.
Оставлять последнее слово человеку.
В архитектуре Дюмулен ИИ-хаба действует принцип Human Verdict — человеческого вердикта, то есть окончательного решения человека.
ИИ может анализировать, сопоставлять, искать противоречия, обрабатывать большие объёмы данных и предлагать варианты.
Но способность что-то сделать и право принять решение — не одно и то же.
Чем мощнее становятся модели, тем важнее, на наш взгляд, становится не убрать человека из системы, а точно определить, где заканчивается возможность ИИ и начинается человеческая ответственность.
Но способность что-то сделать и право принять решение — не одно и то же.
Чем мощнее становятся модели, тем важнее, на наш взгляд, становится не убрать человека из системы, а точно определить, где заканчивается возможность ИИ и начинается человеческая ответственность.
Что получает от этого маркетинг
Здесь особенно важно перейти от архитектуры к измеримому результату.
Правильно сформированное цифровое ядро и работа с ним через Дюмулен ИИ-хаб дают маркетинговой команде эффект сразу в нескольких контурах.
Правильно сформированное цифровое ядро и работа с ним через Дюмулен ИИ-хаб дают маркетинговой команде эффект сразу в нескольких контурах.
Бренд становится видимым для генеративного поиска
Пользователь всё чаще получает рекомендацию, описание компании или сравнение продуктов непосредственно в ответах нейросетей.
Чтобы бренд устойчиво появлялся в таких ответах, недостаточно несколько раз написать о себе нужные слова.
Машина должна суметь понять:
На одном из брендов, который уже более года существует в контуре Дюмулен ИИ-хаба, внутренний мониторинг HD АРТЕЛЬ фиксирует устойчивую видимость сайта в ответах Алисы AI. В течение большей части наблюдаемого периода сайт входит в топ-3 источников по релевантным запросам.
Для агентства это один из примеров того, что AEO-ready инфраструктура способна создавать не разовое появление бренда в генеративном ответе, а устойчивую машинную видимость.
Чтобы бренд устойчиво появлялся в таких ответах, недостаточно несколько раз написать о себе нужные слова.
Машина должна суметь понять:
- кто этот бренд;
- что именно он делает;
- с какими продуктами, людьми и темами связан;
- какие источники заслуживают доверия;
- какие утверждения подтверждаются;
- почему этот бренд вообще релевантен вопросу пользователя.
На одном из брендов, который уже более года существует в контуре Дюмулен ИИ-хаба, внутренний мониторинг HD АРТЕЛЬ фиксирует устойчивую видимость сайта в ответах Алисы AI. В течение большей части наблюдаемого периода сайт входит в топ-3 источников по релевантным запросам.
Для агентства это один из примеров того, что AEO-ready инфраструктура способна создавать не разовое появление бренда в генеративном ответе, а устойчивую машинную видимость.
Другой тип результата можно увидеть на проекте Национальной премии «Бренд года в России»
За четыре месяца работы цифровая поверхность проекта перешла от фрагментарного состояния к измеримому цифровому ядру. За доступный период Google зафиксировал более 62 тыс. показов и 1,3 тыс. переходов из поиска. Параллельно появился измеримый слой присутствия в генеративной среде: в Bing AI Performance с конца мая по середину августа было зафиксировано 78 цитирований сайта в AI-ответах.
Причём сайт премии начал использоваться не только по прямому названию проекта, но и как источник по более широким тематическим запросам, связанным с брендингом, B2B, промышленностью, номинациями и участием в премии.
Эти показатели сами по себе не доказывают причинность какого-либо одного инструмента и не являются «рейтингом в нейросетях». Они показывают другое: AI-видимость, которая в начальной точке практически не наблюдалась, стала измеряемой частью цифрового присутствия бренда.
За четыре месяца работы цифровая поверхность проекта перешла от фрагментарного состояния к измеримому цифровому ядру. За доступный период Google зафиксировал более 62 тыс. показов и 1,3 тыс. переходов из поиска. Параллельно появился измеримый слой присутствия в генеративной среде: в Bing AI Performance с конца мая по середину августа было зафиксировано 78 цитирований сайта в AI-ответах.
Причём сайт премии начал использоваться не только по прямому названию проекта, но и как источник по более широким тематическим запросам, связанным с брендингом, B2B, промышленностью, номинациями и участием в премии.
Эти показатели сами по себе не доказывают причинность какого-либо одного инструмента и не являются «рейтингом в нейросетях». Они показывают другое: AI-видимость, которая в начальной точке практически не наблюдалась, стала измеряемой частью цифрового присутствия бренда.
Машина начинает усваивать не только название бренда, но и его смысл
Ещё один результат важен уже не столько количеством упоминаний, сколько качеством машинного понимания бренда.
В проекте федеральной сети пансионатов «Родительский дом» одной из задач было перестроить цифровое представление компании: закрепить за брендом не образ отдельного регионального учреждения, а сущность «федеральная сеть пансионатов для пожилых людей».
Примерно через 25–30 часов после внесения соответствующих изменений в цифровой контур Алиса AI начала воспроизводить именно эту характеристику в ответе на расширенный небрендовый запрос «федеральная сеть пансионатов для пожилых Одинцово».
В ответе генеративной системы «Родительский дом» был уже представлен именно как федеральная сеть — то есть машина воспроизвела не просто название компании, а тот смысл, который должен был стать частью её цифрового ядра.
В проекте федеральной сети пансионатов «Родительский дом» одной из задач было перестроить цифровое представление компании: закрепить за брендом не образ отдельного регионального учреждения, а сущность «федеральная сеть пансионатов для пожилых людей».
Примерно через 25–30 часов после внесения соответствующих изменений в цифровой контур Алиса AI начала воспроизводить именно эту характеристику в ответе на расширенный небрендовый запрос «федеральная сеть пансионатов для пожилых Одинцово».
В ответе генеративной системы «Родительский дом» был уже представлен именно как федеральная сеть — то есть машина воспроизвела не просто название компании, а тот смысл, который должен был стать частью её цифрового ядра.
Один ответ генеративной модели сам по себе ещё не означает устойчивого результата. Поэтому HD АРТЕЛЬ проверяет воспроизводимость подобных сигналов в независимых сессиях и продолжает наблюдение.
Но для нас этот пример принципиально важен.
Он показывает сам механизм работы цифрового ядра:
мы меняем структуру проверяемого знания о бренде → цифровая среда получает новые согласованные сигналы → затем наблюдаем, начинает ли генеративная модель воспроизводить изменившееся понимание бренда.
Именно поэтому AEO для нас — не задача «попасть в ChatGPT или Алису по одному красивому запросу». Гораздо важнее добиться того, чтобы машины правильно понимали, кто этот бренд и чем он является.
Но для нас этот пример принципиально важен.
Он показывает сам механизм работы цифрового ядра:
мы меняем структуру проверяемого знания о бренде → цифровая среда получает новые согласованные сигналы → затем наблюдаем, начинает ли генеративная модель воспроизводить изменившееся понимание бренда.
Именно поэтому AEO для нас — не задача «попасть в ChatGPT или Алису по одному красивому запросу». Гораздо важнее добиться того, чтобы машины правильно понимали, кто этот бренд и чем он является.
Улучшается классическая поисковая видимость
Новая поисковая среда не отменяет SEO.
Наоборот, работа с цифровым ядром заставляет привести в порядок всё то, на чём десятилетиями строилась качественная поисковая оптимизация:
Поэтому AEO, GEO, AIO и другие новые подходы в нашей практике не заменяют SEO, а становятся дополнительными выходами из одной системы.
В клиентских проектах HD АРТЕЛЬ фиксирует рост органической видимости и выход приоритетных страниц и запросов на первую страницу поисковой выдачи.
Наоборот, работа с цифровым ядром заставляет привести в порядок всё то, на чём десятилетиями строилась качественная поисковая оптимизация:
- структуру сайта;
- содержание страниц;
- сущности бренда;
- метаданные;
- внутренние связи;
- техническое состояние ресурса;
- качество и происхождение контента.
Поэтому AEO, GEO, AIO и другие новые подходы в нашей практике не заменяют SEO, а становятся дополнительными выходами из одной системы.
В клиентских проектах HD АРТЕЛЬ фиксирует рост органической видимости и выход приоритетных страниц и запросов на первую страницу поисковой выдачи.
Меняется экономика платного продвижения
Ещё один эффект оказался для нас особенно интересным.
Он проявился не в генеративных ответах, а на платформах платного продвижения.
В проектах, где работа с цифровым ядром сопровождалась перестройкой сайта, контента и рекламного контура, HD АРТЕЛЬ зафиксировала существенное снижение затрат, необходимых для эффективного запуска рекламных кампаний. В агентстве считают это одним из наиболее интересных наблюдаемых эффектов комплексного подхода; степень влияния отдельных факторов требует дальнейшего накопления данных.
Мы сознательно не пытаемся приписать этот эффект одному элементу системы. Контекстная реклама зависит от аукциона, качества сайта, релевантности посадочной страницы, поискового намерения пользователя, контента, настроек кампании, сезона и целого ряда других факторов. Но именно поэтому наблюдение интересно.
Когда сайт, содержание, данные о бренде, поисковая оптимизация и реклама перестают существовать как независимые проекты разных подрядчиков и начинают работать в едином цифровом контуре, меняется не только видимость бренда, но и экономика его продвижения.
В итоге цифровое ядро работает сразу на несколько понятных маркетингу результатов:
Он проявился не в генеративных ответах, а на платформах платного продвижения.
В проектах, где работа с цифровым ядром сопровождалась перестройкой сайта, контента и рекламного контура, HD АРТЕЛЬ зафиксировала существенное снижение затрат, необходимых для эффективного запуска рекламных кампаний. В агентстве считают это одним из наиболее интересных наблюдаемых эффектов комплексного подхода; степень влияния отдельных факторов требует дальнейшего накопления данных.
Мы сознательно не пытаемся приписать этот эффект одному элементу системы. Контекстная реклама зависит от аукциона, качества сайта, релевантности посадочной страницы, поискового намерения пользователя, контента, настроек кампании, сезона и целого ряда других факторов. Но именно поэтому наблюдение интересно.
Когда сайт, содержание, данные о бренде, поисковая оптимизация и реклама перестают существовать как независимые проекты разных подрядчиков и начинают работать в едином цифровом контуре, меняется не только видимость бренда, но и экономика его продвижения.
В итоге цифровое ядро работает сразу на несколько понятных маркетингу результатов:
- видимость и цитируемость в ответах нейросетей;
- корректное машинное понимание самого бренда;
- органическую поисковую видимость;
- более эффективное использование рекламного бюджета.
«Если цифровое ядро сделано правильно, классическое SEO, AEO, GEO и следующие поколения поиска становятся уже не отдельными проектами, а разными выходами из одного и того же цифрового ядра. Мы больше не оптимизируем сайт под поисковую строку. Мы учим цифровую среду правильно понимать бренд», — говорит Ипполит Дюмулен.
«Нейросети — за честный бизнес»
У новой среды есть ещё одно свойство, которое постепенно будет менять маркетинг.
Многие механики, десятилетиями использовавшиеся для искусственного улучшения цифровой репутации, начинают работать хуже.
Покупные отзывы.
Неподтверждённые заявления.
Искусственно размноженные характеристики.
Несогласованные данные на десятках площадок.
Устаревшая информация, которую никто не контролирует.
В HD АРТЕЛЬ для этого используем термин «цифровое загрязнение» — накопление вокруг бренда ложных, устаревших, противоречивых и искусственно созданных информационных сигналов.
Многие механики, десятилетиями использовавшиеся для искусственного улучшения цифровой репутации, начинают работать хуже.
Покупные отзывы.
Неподтверждённые заявления.
Искусственно размноженные характеристики.
Несогласованные данные на десятках площадок.
Устаревшая информация, которую никто не контролирует.
В HD АРТЕЛЬ для этого используем термин «цифровое загрязнение» — накопление вокруг бренда ложных, устаревших, противоречивых и искусственно созданных информационных сигналов.
«Я иногда в шутку говорю, что нейросети — за честный бизнес. Не потому, что искусственный интеллект автоматически отличает правду от лжи. Он этого как раз гарантировать не может. Но для устойчивого машинного понимания бренда всё большее значение имеют подтверждаемые факты, согласованные источники и непротиворечивая история. Поэтому всё, что раньше можно было компенсировать количеством покупных отзывов или красивыми неподтверждёнными заявлениями, в новой среде становится гораздо менее надёжной стратегией», — говорит Анастасия Дюмулен, сооснователь и генеральный директор HD АРТЕЛЬ.
И здесь возникает обратная проблема.
Если цифровая среда всё активнее участвует в формировании представления о компании, значит, появляется возможность воздействовать не только на человека, но и на то, как бренд понимают машины.
В методологии Дюмулен ИИ-хаба мы используем для одного из подобных рисков термин «инъекция смыслов».
Это намеренное внедрение в цифровое поле бренда чужой трактовки, ассоциации или утверждения с целью постепенно повлиять на его восприятие.
В конкурентной среде это может стать новым типом репутационного воздействия.
Дюмулен ИИ-хаб не может «магически» запретить появление чужой информации в интернете.
Но правильно сформированное цифровое ядро делает бренд смыслово устойчивее: позволяет фиксировать подтверждённые факты, определять авторитетные источники, наблюдать изменения и раньше замечать существенные расхождения между тем, что бренд говорит о себе, и тем, какую картину начинает формировать внешняя цифровая среда.
Смысловая устойчивость бренда — способность его цифрового ядра сохранять проверяемую и непротиворечивую картину при появлении внешних искажений.
К теме инъекций смыслов и новых конкурентных рисков в генеративной среде мы ещё вернёмся отдельно.
Если цифровая среда всё активнее участвует в формировании представления о компании, значит, появляется возможность воздействовать не только на человека, но и на то, как бренд понимают машины.
В методологии Дюмулен ИИ-хаба мы используем для одного из подобных рисков термин «инъекция смыслов».
Это намеренное внедрение в цифровое поле бренда чужой трактовки, ассоциации или утверждения с целью постепенно повлиять на его восприятие.
В конкурентной среде это может стать новым типом репутационного воздействия.
Дюмулен ИИ-хаб не может «магически» запретить появление чужой информации в интернете.
Но правильно сформированное цифровое ядро делает бренд смыслово устойчивее: позволяет фиксировать подтверждённые факты, определять авторитетные источники, наблюдать изменения и раньше замечать существенные расхождения между тем, что бренд говорит о себе, и тем, какую картину начинает формировать внешняя цифровая среда.
Смысловая устойчивость бренда — способность его цифрового ядра сохранять проверяемую и непротиворечивую картину при появлении внешних искажений.
К теме инъекций смыслов и новых конкурентных рисков в генеративной среде мы ещё вернёмся отдельно.
Что происходит с сайтом
На этом фоне часто возникает вопрос: если пользователь всё чаще получает ответ непосредственно от ИИ, не исчезнет ли сайт вообще?
В HD АРТЕЛЬ смотрят на это иначе. Сайт, скорее всего, не исчезает. Меняется его роль.
В HD АРТЕЛЬ смотрят на это иначе. Сайт, скорее всего, не исчезает. Меняется его роль.
«Если говорить на языке IT, сайт постепенно становится своего рода API, а если говорить человеческим языком — дверью между брендом и внешней цифровой средой. И тогда главный вопрос уже не только в том, насколько красиво выглядит эта дверь. Важно, из чего она сделана, какие у неё замки, кто имеет право её открывать, какую информацию она выпускает наружу и что через неё способны понять поисковые системы, генеративные модели и другие машины», — объясняет Ипполит Дюмулен.
Таким образом, современный сайт становится не просто витриной, а одним из главных подтверждающих источников цифрового ядра бренда.
Почему хаб не ограничивается маркетингом
Сегодня Дюмулен ИИ-хаб развивается прежде всего в маркетинге и управлении брендами.
Это осознанный выбор: именно здесь находится профессиональная компетенция HD АРТЕЛЬ и именно здесь систему можно проверять на реальных проектах и измеримых результатах.
Но сама архитектурная задача шире маркетинга:
Эти вопросы существуют и в управлении, и в производстве, и в исследованиях, и в корпоративной работе со знаниями.
Поэтому архитектурный принцип потенциально переносим на другие области, где необходимо сохранять знания, источники, контекст и границы ответственности.
Но сегодня HD АРТЕЛЬ не заявляет эти направления как готовые отраслевые продукты.
Это осознанный выбор: именно здесь находится профессиональная компетенция HD АРТЕЛЬ и именно здесь систему можно проверять на реальных проектах и измеримых результатах.
Но сама архитектурная задача шире маркетинга:
- Как сохранить накопленные знания?
- Как не потерять логику решений после смены сотрудников?
- Как отличить действующую инструкцию от устаревшей?
- Как дать искусственному интеллекту достаточно контекста, но не позволить ему самостоятельно превращать предположение в организационное решение?
- Как объединить документы, данные, опыт и аналитику?
- Как сделать так, чтобы несколько ИИ-систем не создавали несколько несовместимых версий реальности?
Эти вопросы существуют и в управлении, и в производстве, и в исследованиях, и в корпоративной работе со знаниями.
Поэтому архитектурный принцип потенциально переносим на другие области, где необходимо сохранять знания, источники, контекст и границы ответственности.
Но сегодня HD АРТЕЛЬ не заявляет эти направления как готовые отраслевые продукты.
«Для нас принципиально важно, что Дюмулен ИИ-хаб уже не лабораторная концепция. Это функционирующий продукт. У нас есть реальные проекты, где с его помощью формируются цифровые ядра брендов и выстраивается работа с их знаниями, данными и присутствием в новой поисковой среде. Среди них — группа REFLEX, федеральный проект в сфере заботы о пожилых людях, национальная премия в сфере брендинга и другие клиентские проекты, часть которых уже представлена на сайте HD АРТЕЛЬ. Сейчас мы развиваем хаб прежде всего для маркетинга и управления брендами, но уже понимаем: сама архитектура значительно шире», — говорит Анастасия Дюмулен.
Так что же произошло перед маркерной доской?
К августу 2026 года система уже существовала в документах, рабочих процессах, проектах, накопленном контексте и реальных клиентских применениях.
И тогда возник довольно простой вопрос: "Насколько человеческое понимание этой системы совпадает с тем представлением о ней, которое накопил искусственный интеллект?"
Ипполит Дюмулен встал перед маркерной доской и начал объяснять архитектуру хаба обычным человеческим языком.
ИИ получил сразу несколько слоёв информации:
И тогда возник довольно простой вопрос: "Насколько человеческое понимание этой системы совпадает с тем представлением о ней, которое накопил искусственный интеллект?"
Ипполит Дюмулен встал перед маркерной доской и начал объяснять архитектуру хаба обычным человеческим языком.
ИИ получил сразу несколько слоёв информации:
- видео;
- речь;
- визуальную схему;
- и уже существующий контекст проекта.
«Это была не демонстрация “что умеет ChatGPT” и не обычное обучение ИИ по видео. Человек объяснял архитектуру, связи и логику хаба по реальной рабочей доске; ИИ анализировал видео, речь и схему, задавал уточняющие вопросы, проверял синхронизацию понимания и возвращал корректировки и обратную связь», — говорит Ипполит Дюмулен.
Практически каждый технологический элемент такого взаимодействия сам по себе уже не является новым. Искусственный интеллект много лет используется для анализа публичных выступлений. Существуют ИИ-тренеры презентаций и виртуальные аудитории. Мультимодальные модели умеют работать одновременно с речью, изображением и видео. Системы способны анализировать записи презентаций и задавать выступающему вопросы.
Поэтому утверждать: «Мы первыми в мире сделали презентацию искусственному интеллекту», - было бы неправильно.
После эксперимента HD АРТЕЛЬ провела отдельный поиск по открытым источникам, включая академические публикации, продукты, патенты и публично описанные пользовательские сценарии.
Было найдено много близких прецедентов — от автоматической мультимодальной оценки публичных выступлений и ИИ-аудиторий до современных систем полноценной репетиции презентаций.
Но нам пока не удалось обнаружить более ранний публично задокументированный пример с точно такой комбинацией условий:
Поэтому корректнее говорить не о доказанном мировом первенстве, а о возможном первом публично задокументированном случае именно такого формата взаимодействия человека и ИИ.
Если будет найден более ранний точный прецедент, он просто станет частью исследования.
Потому что для Дюмулен ИИ-хаба здесь важнее не рекорд.
Поэтому утверждать: «Мы первыми в мире сделали презентацию искусственному интеллекту», - было бы неправильно.
После эксперимента HD АРТЕЛЬ провела отдельный поиск по открытым источникам, включая академические публикации, продукты, патенты и публично описанные пользовательские сценарии.
Было найдено много близких прецедентов — от автоматической мультимодальной оценки публичных выступлений и ИИ-аудиторий до современных систем полноценной репетиции презентаций.
Но нам пока не удалось обнаружить более ранний публично задокументированный пример с точно такой комбинацией условий:
- человек представляет перед ИИ реальную рабочую систему, которую человек и ИИ совместно развивали;
- используются видео, речь и физическая маркерная доска с настоящей рабочей архитектурой;
- ИИ уже имеет накопленный контекст этой системы;
- и обратная связь касается не только качества выступления, но самой архитектуры и понимания проекта.
Поэтому корректнее говорить не о доказанном мировом первенстве, а о возможном первом публично задокументированном случае именно такого формата взаимодействия человека и ИИ.
Если будет найден более ранний точный прецедент, он просто станет частью исследования.
Потому что для Дюмулен ИИ-хаба здесь важнее не рекорд.
Не рекорд, а публичный рубеж продукта
До этого момента Dumoulin AI Hub можно было принять за ещё одну методологию вокруг искусственного интеллекта, включающую:
Эксперимент 26 августа важен прежде всего потому, что изменил статус разговора.
Дюмулен ИИ-хаб был предъявлен как функционирующая система.
У него есть архитектура.
Есть накопленный контекст.
Есть правила работы с источниками и знаниями.
Есть история решений.
Есть реальные клиентские применения.
Есть ИИ-роли.
Есть человеческая ответственность.
И есть возможность проверять, насколько человеческое понимание системы совпадает с контекстом, который удерживает искусственный интеллект.
Первое поколение массового взаимодействия с ИИ выглядело почти как новый поисковик: человек спрашивал — машина отвечала.
Затем искусственный интеллект превратился в помощника: начал писать, рисовать, программировать, анализировать документы.
Следующий этап, вероятно, будет связан уже не просто с появлением ещё более умного чат-бота.
Он будет связан с развитием постоянных рабочих сред человека и ИИ, в которых машина знает историю проекта, понимает источники, различает роли, участвует в аналитике и способна продолжать работу, не начиная каждый раз с нуля.
Но при этом не становится автономным хозяином системы.
Смысл ИИ-трансформации бизнеса может оказаться не в том, чтобы заменить человека искусственным интеллектом. А в том, чтобы создать инфраструктуру, где человек и ИИ способны работать с одной системой знаний и одним контекстом — и понимать, почему они считают реальность именно такой.
Дюмулен ИИ-хаб начинался с довольно прикладной задачи: научить цифровую среду правильно понимать бренд.
Сегодня перед нами появляется следующая: создать среду, в которой человек и искусственный интеллект способны одинаково хорошо понимать систему, в которой работают вместе.
- набор терминов.
- сложную систему запросов.
- внутреннюю лабораторию агентства.
Эксперимент 26 августа важен прежде всего потому, что изменил статус разговора.
Дюмулен ИИ-хаб был предъявлен как функционирующая система.
У него есть архитектура.
Есть накопленный контекст.
Есть правила работы с источниками и знаниями.
Есть история решений.
Есть реальные клиентские применения.
Есть ИИ-роли.
Есть человеческая ответственность.
И есть возможность проверять, насколько человеческое понимание системы совпадает с контекстом, который удерживает искусственный интеллект.
Первое поколение массового взаимодействия с ИИ выглядело почти как новый поисковик: человек спрашивал — машина отвечала.
Затем искусственный интеллект превратился в помощника: начал писать, рисовать, программировать, анализировать документы.
Следующий этап, вероятно, будет связан уже не просто с появлением ещё более умного чат-бота.
Он будет связан с развитием постоянных рабочих сред человека и ИИ, в которых машина знает историю проекта, понимает источники, различает роли, участвует в аналитике и способна продолжать работу, не начиная каждый раз с нуля.
Но при этом не становится автономным хозяином системы.
Смысл ИИ-трансформации бизнеса может оказаться не в том, чтобы заменить человека искусственным интеллектом. А в том, чтобы создать инфраструктуру, где человек и ИИ способны работать с одной системой знаний и одним контекстом — и понимать, почему они считают реальность именно такой.
Дюмулен ИИ-хаб начинался с довольно прикладной задачи: научить цифровую среду правильно понимать бренд.
Сегодня перед нами появляется следующая: создать среду, в которой человек и искусственный интеллект способны одинаково хорошо понимать систему, в которой работают вместе.
