Кладбище AI-проектов: чему учат неудачи Siri AI, Humane AI Pin и OpenAI

Что такое «кладбище AI-проектов» и зачем его разбирать

Кладбище AI-проектов это хроника продуктов и компаний, которые закрылись, были свёрнуты или не оправдали ожиданий. В одном списке оказались гиганты и небольшие команды. Apple годами откладывала улучшенную Siri AI. OpenAI откатила переделку ChatGPT в «суперприложение» и закрыла несколько отдельных продуктов. Стартап Relay прекратил работу. Платформа Character.ai подала на банкротство через пять лет после запуска.

Масштаб явления показывают цифры: по данным S&P Global Market Intelligence, около 42% AI-инициатив в итоге забрасывают корпорации-родители. Причины называют разные: нехватка финансирования, технические сложности, конкуренция, трудности масштабирования, слабый пользовательский спрос. Пополняемый перечень закрытых и свёрнутых AI-проектов ведётся с привязкой к датам, и это удобно: видно не только что случилось, но и в каком порядке.

Разбирать такие истории полезно по одной причине: они показывают, где ломается переход от демонстрации к повседневному использованию. Разбираться в архитектуре моделей для этого не нужно. Достаточно держать в голове три вопроса: что пообещали, что получилось, почему не сработало. Дальше эти же вопросы превращаются в практический чек-лист перед покупкой или запуском AI-инструмента.

Почему провалы важнее успехов

Успешный кейс отвечает на вопрос «что возможно». Провальный отвечает на вопрос «что мешает». Где заканчивается бюджет. Когда встроенная функция платформы обесценивает отдельное приложение. Как быстро гаснет интерес к разовой новинке. Для решения о выборе инструмента второй набор ответов полезнее первого.

42% заброшенных инициатив это базовая ставка риска, а не приговор индустрии. Оценку S&P Global Market Intelligence приводят без раскрытия методологии и периода исследования, поэтому читать её стоит как ориентир по порядку величины. Точной доли рынка за этой цифрой нет, и выдавать её за измерение всей отрасли было бы нечестно.

Тон материала нейтральный. Мы не оцениваем компетентность команд и не делаем выводов о конкретных людях. Разбираем рыночные условия и последовательность решений, которая привела к закрытию или откату.

Как мы собрали эту хронику

Принцип простой: хронологический порядок и открытые источники. Каждый кейс описан по схеме «что обещали, что случилось, почему», даты приводятся так, как они указаны в публичных сообщениях.

Границы материала обозначим сразу. Среда AI не разрабатывает AI-инструменты и не проводит собственных технических тестов, поэтому оценок качества моделей в тексте нет. Академической глубины здесь тоже не будет: задача скромнее, помочь вам понять суть и применить выводы к своей работе. Там, где детали в открытых данных не раскрыты, мы прямо говорим об ограничении и не достраиваем картину догадками. Отдельный разбор кейсов Relay, Siri, Recall и Humane AI Pin с признаками устойчивого AI-продукта мы уже публиковали, он дополняет эту хронику.

Хроника: какие AI-продукты закрылись или не оправдали ожиданий

Короткая сводка по кейсам, о которых дальше говорим подробно. Причины в правой колонке даны по классификации S&P Global Market Intelligence, там, где причина публично не раскрыта, так и написано.

Продукт	Что произошло	Причина
Relay	Закрыт в августе после примерно пяти лет работы	Конкуренция: автоматизацию встроили OpenAI и Google
Character.ai	Банкротство через пять лет после запуска	Публично не раскрыта
ChatGPT, «суперприложение»	Объединение режимов 9 июля, откат после критики	Технические сложности и опыт пользователя
ChatGPT Atlas	Закрыт 9 августа, функции перенесены в ChatGPT	Консолидация продукта
Operator	Закрыт, функции перенесены в ChatGPT	Консолидация продукта
DALL-E	Роль отдельной точки создания изображений сократилась	Консолидация продукта
Sora	Закрыта в марте 2026 года	Высокие издержки, слабое удержание
Siri AI	Переносы релиза, бета iOS 27 в июле	Инженерные проблемы и ошибки

Relay и Character.ai: как закрываются AI-стартапы

Relay это AI-инструмент автоматизации рабочих процессов, который создавался как альтернатива Zapier. Он позволял автоматизировать почту и рабочие задачи с помощью AI-агентов. Продукт проработал около пяти лет и полностью закрылся в августе. Причина, которую фиксирует хроника, звучит буднично: OpenAI, Google и другие крупные платформы встроили похожую автоматизацию в свои инструменты, и отдельному приложению стало нечем оправдать собственную цену.

Character.ai подал на банкротство через пять лет после запуска. Причины в доступных публикациях не раскрываются, поэтому важнее сам факт. Пятилетний срок для AI-стартапа не гарантирует устойчивости. Жизненный цикл продукта сократился, и проект, который год назад выглядел перспективным, сегодня может быть не нужен никому.

OpenAI: откат «суперприложения» и закрытие отдельных продуктов

9 июля OpenAI обновила приложение и объединила несколько режимов. Отдельные «Chat», «Codex» и «Work» собрали в одном интерфейсе, а привычную версию переименовали в «ChatGPT Classic». Новый экран пользователи нашли запутанным и перегруженным, и вскоре компания откатила изменения, вернув знакомый интерфейс. Хроника фиксирует и дальнейшие закрытия внутри продуктовой линейки.

ChatGPT Atlas, самостоятельный AI-браузер, просуществовал меньше года и был отключён 9 августа. Полезные функции перенесли в ChatGPT. По той же схеме закрылся Operator, AI-агент, который открывал сайты и выполнял задачи за пользователя. Генерация изображений всё плотнее встраивается в ChatGPT, и роль DALL-E как отдельного места для создания картинок сокращается.

Видеоплатформа Sora закрылась в марте 2026 года. Высокие операционные издержки и проблемы с удержанием пользователей сделали продукт слишком дорогим для того масштаба, который он собрал.

Вывод по этому блоку важен для понимания логики: OpenAI не хоронит функции, а переносит их в один продукт. Компания экономит на поддержке нескольких интерфейсов. Пользователь получает меньше точек входа и меньше выбора, если ему нужен был именно отдельный инструмент.

Siri AI: цена задержанных обещаний

Apple представила Apple Intelligence в 2024 году, и улучшенная Siri была среди главных заявленных функций. Обещали понимание контекста, знание того, что происходит в приложениях, и выполнение задач за пользователя. Релиз переносили несколько раз, ссылаясь на инженерные проблемы и ошибки.

Задержка обернулась не только репутационными потерями. Она способствовала урегулированию на $250 млн по претензиям к тому, как Apple рекламировала AI-возможности iPhone 16. Siri AI появилась в бете iOS 27 в июле, то есть спустя годы после анонса. Детали релиза в источнике не раскрыты, поэтому ограничимся сроком и статусом беты.

Урок здесь про разрыв между анонсом и доступным продуктом. Пользователь читает обещание как факт, покупает устройство под него и получает функцию через годы или не получает вовсе.

Humane AI Pin: провал, который стал учебником

Humane AI Pin в этой хронике нужен как пример разрыва между хайпом и реальным спросом. Деталей и цифр по устройству в открытых данных, на которые опирается материал, нет: ни объёмов продаж, ни сроков, ни финансовых итогов. Поэтому разбираем механику, а не показатели.

Механика такая. Носимый гаджет обещает заменить экран смартфона голосом и проекцией. Чтобы сценарий сработал, устройство должно решать повторяющуюся задачу лучше телефона, который уже лежит в кармане. Когда новинка проигрывает по скорости, точности или удобству, первый интерес не переходит в ежедневное использование. А без повторяющегося спроса экономика не сходится: производство стоит денег, поддержка стоит денег, возвраты стоят денег.

Именно это S&P Global Market Intelligence называет слабым пользовательским спросом, одной из пяти причин отказа от AI-инициатив.

Почему закрываются AI-проекты: пять типовых причин

Список причин короткий: нехватка финансирования, технические сложности, конкуренция, трудности масштабирования, слабый спрос. Поодиночке они действуют редко. Обычно проект получает два-три удара одновременно, и последний становится решающим.

Главная причина: платформы встраивают чужие функции в себя

Механизм прост. Крупная платформа добавляет автоматизацию, генерацию изображений или агента прямо в продукт, которым человек уже пользуется. Отдельное приложение с той же функцией теряет смысл: зачем открывать второй сервис, платить вторую подписку и заново заводить данные, если всё есть в одном окне.

Так закрылся Relay на фоне автоматизации от OpenAI и Google. Так DALL-E потерял статус отдельной точки создания изображений, когда генерация переехала внутрь ChatGPT. Так исчезли Operator и Atlas, чьи функции поглотил тот же ChatGPT.

Правило, которое из этого следует: продукту нужна причина существовать отдельно. Не улучшенная копия встроенной функции, а то, чего у платформы нет.

Технические сложности и масштабирование

Siri показывает, как инженерные проблемы и ошибки растягивают релиз на годы. Обещанная функция живёт в презентации, а не в телефоне, и каждая новая дата запуска становится обещанием, которое можно не выполнить.

Что такое трудности масштабирования, если объяснить без технического языка: затраты растут быстрее, чем польза от продукта. Видеоплатформа Sora столкнулась именно с этим: генерация видео требует дорогих вычислений, а удержать пользователя на таком продукте сложно, потому что повседневная задача у него одна, посмотреть и уйти.

Слабый спрос и разрыв с ожиданиями

Humane AI Pin и Sora показывают одну и ту же картину с разных сторон: интерес на старте есть, повторяющегося использования нет. Критерий проверки простой. Спросите себя, какую задачу продукт закрывает снова и снова, на этой неделе и через полгода. Если ответа нет, спрос угаснет, как только закончится новостной шум.

Финансирование и банкротство стоят в том же ряду. Character.ai подал на банкротство через пять лет после запуска, и это напоминание: у проекта есть срок, за который он должен доказать спрос. Когда срок выходит, закрытие становится административным решением, а не драмой.

Приватность и безопасность: кейс Microsoft Recall

Recall обсуждают как третью линию риска, где причиной отката или переработки становится не техника и не деньги, а вопросы приватности. Конкретные даты и детали доработки в открытых данных, на которые опирается эта хроника, не раскрыты, поэтому ниже только механика вопроса.

Функция запоминает, что происходит на устройстве: открытые окна, тексты, изображения, переходы между приложениями. Потом по этим записям можно искать, например, что вы смотрели про договор аренды в марте. Полезность очевидна. Цена тоже: на устройстве появляется подробный журнал вашей работы, который кто-то должен хранить, защищать и удалять.

Отсюда три вопроса, которые остаются даже после доработки. Где лежат записи: локально или в облаке. Кто имеет к ним доступ помимо владельца устройства. Что происходит с журналом, когда пользователь удаляет файл или историю. Ответы меняются от версии к версии, и пока они не сформулированы простым языком, продукт остаётся под вопросом, даже если технически работает.

Для вас это значит одно: приватность проверяют до запуска, а не после инцидента. Инструмент с сильной функцией и неясной политикой хранения данных могут переработать или отключить в любой момент.

Что это значит для вас: практические уроки для тех, кто внедряет AI

Чужой опыт экономит время, если превратить его в вопросы. Пять пунктов ниже работают и для покупки готового сервиса, и для внутреннего пилота.

Пять вопросов перед выбором AI-инструмента

1. Есть ли причина существовать отдельно? Проверьте, не выпустила ли эту функцию платформа, которой вы уже пользуетесь. История Relay и Zapier показывает, чем заканчивается конкуренция со встроенной автоматизацией.
2. Кто владеет данными и как решён вопрос приватности? Кейс Microsoft Recall напоминает: функция может быть полезной, а вопросы хранения всё равно останутся открытыми.
3. Выдержит ли экономика рост нагрузки? Посчитайте стоимость одного действия при вашем объёме задач. Sora закрылась из-за высоких операционных издержек, и это не единственный пример.
4. Есть ли повторяющийся спрос? Опишите задачу, которую инструмент закрывает каждую неделю. Если задача разовая, пилот не покажет реальной картины, как вышло с Humane AI Pin.
5. Что будет, если вендор закроет продукт? ChatGPT Atlas и Operator исчезли, а функции переехали в другое место. Заранее выясните, можно ли выгрузить данные и чем заменить инструмент.

Как читать анонсы AI, чтобы не обмануться

Правило из истории Siri: отделяйте анонс от доступного релиза. Смотрите на статус функции. Бета это бета, перенос это перенос, откат это откат. Формулировка «представлено» не означает «работает у вас на устройстве».

Второй фильтр это цена задержки. У Apple она оказалась измеримой: урегулирование на $250 млн по претензиям к рекламе AI-возможностей iPhone 16. Для покупателя вывод проще: если функция критична для решения, дождитесь её появления в обычной, не бета-версии.

Что это значит для будущего AI-стартапов

Место для отдельных продуктов остаётся там, где платформам невыгодно или сложно встроить функцию. Узкая отрасль с собственными правилами. Работа с закрытыми данными, которые нельзя отдать наружу. Ответственность за результат, а не за черновик. Связка с конкретным оборудованием или процессом.

Консолидация функций в крупных продуктах выглядит устойчивым трендом. OpenAI перенесла в ChatGPT возможности Atlas, Operator и генерации изображений, и это не похоже на разовую акцию. Обратная сторона тоже видна: чем больше функций в одном интерфейсе, тем выше риск повторить июльскую историю с перегруженным экраном и откатом.

Прогнозов с конкретными цифрами здесь не будет, для них нет достаточных данных. Наблюдаемая закономерность скромнее: выживает тот продукт, у которого есть отдельная ценность и понятная экономика, а не тот, который громче анонсирован.

Итог: хроника вместо хаоса

42% и пять причин дают простую рамку проверки. Отдельная ценность. Приватность. Экономика нагрузки. Повторяющийся спрос. План на случай, если вендор закроет продукт или откатит функцию. Провалы это часть развития технологии, и разбор чужого опыта снижает риск повторить ту же ошибку за свои деньги.

Среда AI ведёт хронологическую ленту AI-событий, чтобы вы оставались в курсе без перегруза и технического шума. Разбор причин закрытия AI-проектов и признаков устойчивого продукта стоит прочитать вместе с этой хроникой: там больше деталей по каждому кейсу.

Есть вопрос или заметили неточность? Напишите нам, мы проверим и поправим материал. Хроника пополняется, и ваши уточнения помогают держать её точной.