У ChatGPT и Codex возник частичный сбой, который на момент публикации тянется уже около четырех часов. Для русскоязычной IT-аудитории это не абстрактная новость из мира big tech: если у вас завязаны на эти сервисы разработка, саппорт, анализ текстов или внутренняя автоматизация, даже «повышенный уровень ошибок» быстро превращается в потерянные часы и сорванные дедлайны.
По данным 9to5Mac, OpenAI подтвердила инцидент на своей статус-странице и обозначила его формулировкой Elevated Error Rates для ChatGPT и Codex. Иными словами, речь не о полном отключении для всех пользователей, а о частичном сбое: у одних сервисы могут работать штатно, у других запросы падают с ошибками, подвисают или просто не доходят до ответа. Для корпоративных команд это, пожалуй, самый неприятный тип аварии: система как будто жива, но предсказать ее поведение уже нельзя.
Судя по данным OpenAI, компания начала расследование проблемы и примерно за два часа до выхода заметки применила меры по смягчению сбоя. Сейчас команда мониторит восстановление. Это важная деталь: когда провайдер пишет не просто «investigating», а сообщает о примененном mitigation, обычно это значит, что источник проблемы хотя бы локализован и инженеры уже пытаются снизить ущерб без финального root cause analysis. Но для пользователя конечный критерий простой: открывается ли ChatGPT, проходят ли запросы в Codex и можно ли завершить рабочую задачу без десятка повторных попыток.
Косвенная картина на внешних площадках выглядит смешанной. На DownDetector, как отмечает издание, после резкого всплеска жалоб кривая пошла вниз. На X при этом пользователи продолжали писать, что проблемы сохраняются. Такая развилка типична для сервисных сбоев крупной платформы. Во-первых, инцидент может затрагивать не все регионы, тарифы или сценарии использования одинаково. Во-вторых, агрегаторы жалоб хорошо ловят пик паники, но хуже отражают затяжную деградацию, когда часть аудитории просто перестает жать кнопку «пожаловаться» и переходит на запасной инструмент. В-третьих, для продуктов вроде ChatGPT и Codex многое зависит от конкретной функции: у кого-то не открывается чат, у кого-то ломается генерация ответа, у кого-то не проходит работа в кодовом сценарии.
Для разработчиков и продуктовых команд история неприятна еще и потому, что ChatGPT и Codex давно перестали быть «игрушкой для текста». Они встроены в реальные процессы: от генерации черновиков кода и документации до триажа инцидентов, подготовки писем клиентам, быстрых исследований и внутренних knowledge-баз. Когда падает корпоративная почта, это замечают все сразу. Когда проседает AI-инструмент, команда сначала надеется, что «сейчас отпустит», а потом внезапно обнаруживает, что половина микроопераций в течение дня была завязана именно на него. Сбой ChatGPT в такой конфигурации бьет не только по удобству, но и по операционной дисциплине: если резервного сценария нет, люди начинают хаотично прыгать между сервисами, локальными моделями и ручной работой.
Отдельный нюанс в том, что OpenAI в этом случае публично говорит сразу о двух продуктах: ChatGPT и Codex. Это важно для тех, кто привык считать инциденты потребительского интерфейса и инструментов для разработчиков разными мирами. На практике они часто сидят на общих слоях инфраструктуры, и если в статусе упомянуты оба сервиса, проблема может затрагивать не только веб-интерфейс чата, но и более прикладные сценарии для инженерных команд. Для IT-директоров и тимлидов это еще одно напоминание о банальной, но регулярно игнорируемой вещи: если инструмент критичен для рабочего процесса, у него должен быть план B, даже если этот инструмент кажется «всегда доступным».
С бизнесовой точки зрения такие инциденты давно перестали быть просто репутационным шумом в соцсетях. Чем глубже генеративные сервисы заходят в повседневные операции компаний, тем дороже становятся даже частичные деградации. Причем ущерб не всегда измеряется прямыми деньгами за простой. Гораздо неприятнее скрытые издержки: сорванные слоты у команды, недописанные релизы, задержки в коммуникации с клиентами, потеря концентрации у разработчиков, которые вынуждены переключаться с основного потока на ручные обходные маневры. Если ваш стек использует внешний AI как «тихий слой ускорения», его отказ почти никогда не выглядит драматично, но почти всегда съедает больше времени, чем кажется в моменте.
В этом смысле нынешний сбой ChatGPT хорошо подсвечивает зрелость, а местами и незрелость корпоративного подхода к AI-инструментам. За последние годы многие команды успели встроить такие сервисы в процессы быстрее, чем успели оформить регламенты отказоустойчивости. Пока все работает, это выглядит рационально: сервис экономит часы, команда довольна, бизнес видит эффект. Но любой подобный инцидент быстро показывает, кто действительно интегрировал AI как управляемый инструмент, а кто просто привык, что «оно обычно доступно». Разница между этими двумя подходами особенно заметна именно в день частичного сбоя, когда одни переключаются на запасные сценарии, а другие внезапно выясняют, что запасного сценария у них нет.
Сам по себе этот эпизод вряд ли станет переломным для рынка AI-сервисов, но он точно добавляет аргументов в пользу более трезвого отношения к внешним платформам. Чем активнее компании используют ChatGPT и Codex как рабочую инфраструктуру, тем жестче будет запрос не только на качество модели, но и на прозрачность статуса, предсказуемость восстановления и нормальную культуру incident communication. Для поставщиков AI это уже не вопрос удобства пользователя, а вопрос доверия к сервису как к части производственного контура.