💲 Аналитик назвал оценки SpaceX, Anthropic и OpenAI «экстремальными»

Стивен Дэвис, CEO и основатель Javelin Wealth Management, заявил, что инвесторский энтузиазм в отношении SpaceX, Anthropic и OpenAI опережает фундаментальные показатели. По его словам, текущие оценки этих компаний уже закладывают значительный будущий рост, что выглядит «экстремально».

Дэвис отметил, что у искусственного интеллекта есть реальный сценарий использования, однако для подтверждения высоких оценок необходимы более четкие доказательства в виде доходов. Что касается SpaceX, то, по мнению аналитика, компании нужно сформировать более сильный рыночный трек-рекорд, прежде чем она сможет стать значимой частью инвестиционного портфеля.

#Ai #Valuation #SpaceX #Anthropic #OpenAI

💲 OpenAI, Anthropic и Nvidia платят $100 000 за визы для инженеров

Ведущие AI-компании, включая OpenAI, Anthropic и Nvidia, платят до $100 000 за оформление виз для иностранных специалистов, чтобы удержать кадры в условиях жесткой конкуренции. По данным Business Insider, стоимость визового процесса для сотрудников из-за рубежа может достигать шестизначных сумм, включая юридические сборы и ускоренное рассмотрение. Это часть стратегии по привлечению лучших инженеров и исследователей, которых не хватает на рынке.

Компании активно используют визы O-1 для «выдающихся талантов» и EB-1 для ускоренного получения грин-карт. OpenAI, Anthropic и Nvidia нанимают юристов, которые специализируются на иммиграции в tech-секторе, чтобы минимизировать риски отказа. В некоторых случаях работодатели также покрывают расходы на переезд семьи сотрудника и временное жилье.

Эксперты отмечают, что такие затраты оправданы: дефицит AI-специалистов в США оценивается в десятки тысяч вакансий. Без агрессивной визовой поддержки компании рискуют потерять ключевых сотрудников в пользу конкурентов или стартапов, предлагающих более гибкие условия.

#Ai #OpenAI #Anthropic #Nvidia #Talent

💵Китай вложит $295 млрд в ИИ-инфраструктуру с 80% отечественных чипов

Пекин готовит масштабную пятилетнюю программу инвестиций в размере 2 трлн юаней ($295 млрд) для создания национальной сети центров обработки данных. Согласно проекту Госкомитета по развитию и реформам, не менее 80% оборудования, включая ИИ-чипы, должно быть отечественного производства — в первую очередь от Huawei. Это фактически заблокирует поставки Nvidia и AMD.

Основными операторами дата-центров выступят госкомпании China Mobile и China Telecom. Финансирование пойдет за счет сверхдолгосрочных гособлигаций, госфондов, банковских кредитов и частного капитала. К 2028 году разрозненные ЦОДы планируется объединить в единую сеть. С учетом инфраструктуры энергоснабжения общий объем вложений может достичь 5 трлн юаней.

Параллельно Тайвань впервые рассматривает введение уголовной ответственности за контрабанду ИИ-чипов в Китай. Сейчас такие действия не являются уголовным преступлением — власти могут преследовать только по второстепенным статьям, например за подделку документов. В мае уже были арестованы подозреваемые в переправке серверов Nvidia через Японию в Гонконг.

#Ai #Business #Chips #Economy #Nvidia

⌨️ Последний рубеж iPhone: Microsoft Project Solara против Siri AI

На конференции Build 2026 Microsoft представила концепцию Project Solara — экосистему устройств-порталов для взаимодействия с облачными AI-агентами. В отличие от традиционных вычислений, где пользователь сам управляет процессом, агенты выполняют задачи автономно: достаточно нескольких секунд для постановки задачи, и AI работает часами без участия человека. Это радикальное развитие идеи «тонкого клиента», где всё вычисление происходит на сервере.

Apple на WWDC ответила запуском Siri AI — обновлённого голосового ассистента с контекстным пониманием и доступом к личным данным на устройстве. В демонстрации Siri успешно установила напоминание о лотерее на концерт, используя App Intents. Однако, как отмечает Stratechery, Apple отстаёт от Microsoft в ключевом аспекте: Siri всё ещё работает в парадигме взаимодействия (пользователь отдаёт команду), а не автономного действия (агент сам выполняет задачу). Тем не менее, для массового потребителя возможностей Siri AI может быть достаточно — особенно с учётом доступа к персональному контексту, что остаётся уникальным преимуществом Apple.

#Tech #Apple #iPhone #AI #Microsoft #ProjectSolara

❓ Как подготовиться к следующим 5 годам: стратегия для эпохи AI-неопределённости

Будущее искусственного интеллекта непредсказуемо — и это нормально. Автор The Algorithmic Bridge объясняет, почему традиционное планирование на «средний сценарий» не работает: AI относится к классу «толстохвостых» рисков (по Нассиму Талебу), где диапазон возможных исходов настолько широк, что среднее значение почти ничего не говорит. Мир, где AI выйдет на рекурсивное самоулучшение к 2028 году, кардинально отличается от сценария экономического коллапса уже в 2026-м.

Решение — стратегия «штанги» (barbell strategy): на одном конце максимум безопасности, на другом — максимум экспозиции к upside. Безопасный конец — фундаментальные человеческие навыки: ясное письмо, умение рассуждать в условиях неоднозначности, убеждение, управление людьми, вкус и суждение. Эти навыки были ценны в 1905 году и останутся таковыми в 2105-м, независимо от AI. Второй конец — агрессивное экспериментирование с AI-инструментами: ежедневное использование, построение сложных воркфлоу, публичный запуск проектов для сбора обратной связи. Середина — умеренные усилия и умеренный риск — путь к поражению.

#AI #Strategy #Prediction #Future #Barbell

🚀 SpaceX хочет вывести дата-центры на орбиту — Маск называет это «несложной задачей»

Илон Маск заявил, что размещение AI-дата-центров в космосе не требует прорывных технологий — всё необходимое уже создано для спутников Starlink V3. Первый такой спутник будет выдавать 150 кВт пиковой мощности и 120 кВт постоянных вычислений — сопоставимо с одним стоечным сервером Nvidia GB300 (140 кВт). Охлаждение — радиационное в открытый космос, питание — от солнечных панелей. Завод SpaceX в Бастропе (Техас) должен выйти на серийное производство к концу 2027 года.

Однако эксперты сомневаются в реалистичности. Google в своей работе «Suncatcher» показала, что для сопоставимой производительности с наземным дата-центром на 1 ГВт потребуется около 10 000 спутников, летающих строем на расстоянии сотен метров друг от друга, с лазерной связью. Космическая радиация вызывает сбои битов, что критично для обучения моделей. А стоимость запуска должна упасть до $200 за кг — пока это далеко от реальности.

Практически: для инференса (выполнения моделей) с умеренными требованиями к задержкам орбитальные GPU-кластеры уже возможны. Но для обучения фундаментальных моделей с тысячами связанных GPU и когерентной памятью — пока нет. Джефф Безос считает, что орбитальные дата-центры не станут дешевле наземных ещё 20 лет.

#Tech #SpaceX #AI #DataCenters #Cosmos #Starlink

⚙️ Как инженеры Nextdoor используют Codex для разработки без ограничений

Платформа Nextdoor, объединяющая более 110 млн пользователей в 11 странах, внедрила Codex от OpenAI. По словам Кори Долфина, главы инженерного отдела, это сдвиг от итеративного промптинга к «инжинирингу результата»: инженеры фокусируются на желаемом итоге, а агент помогает его достичь. Теперь разработчики владеют продуктом от начала до конца, а узким местом стали не инженерные ресурсы, а стратегические вопросы — что строить дальше.

Пример — функция Opportunity Alerts для поиска поставщиков услуг. Раньше добавление карты потребовало бы участия трёх команд (мобильной, фронтенда и бэкенда) и застряло бы в бэклоге. С Codex один инженер реализовал это целиком. Команда также использует Codex для отладки сложных багов в Kubernetes и встроенных Rust-базах данных. Долфин отмечает, что с GPT-5.4 и 5.5 агент стал «экстремально настойчивым» в поиске корневых причин, а быстрый цикл обратной связи в Fast Mode вызывает у инженеров настоящую «зависимость».

#Business #Nextdoor #Codex #OpenAI #Development #Engineering

❗️ Пять главных трендов AI в 2026 году: от агентов до страха и протестов

Старший редактор MIT Technology Review Уилл Дуглас Хевен выступил на SXSW London с докладом о ключевых темах в искусственном интеллекте в 2026 году. Он выделил пять важнейших направлений, которые формируют текущую повестку.

Первое - влияние AI на рынок труда. Несмотря на hype, данных о реальном эффекте пока почти нет. Теоретически команды AI-агентов могут стать «сборочными линиями для офисной работы», но компании всё ещё разбираются, как внедрять технологии. Второе - реальные угрозы: дипфейки используются для насилия и манипуляции выборами (98% из них порнографичны, 99% - с участием женщин), чат-боты провоцируют суициды, а LLM уже применяют в военных целях для выбора целей. Третье - рост протестов: от массовых акций «Stop the slop!» до бойкотов игр, использующих AI, и сопротивления строительству дата-центров (в США их уже более 5400).


#Life #artificialintelligence #SXSW #technology #future

🧠 Андрей Карпати: «Работающий софт теперь льётся из крана»

Известный AI-исследователь Андрей Карпати поделился впечатлениями от работы с Claude Fable 5, отметив кардинальное изменение спроса на программное обеспечение.

«Я чувствую, как многое меняется, когда работающий софт буквально льётся из крана. Включается парадокс Джевонса — мой собственный спрос на программы растёт колоссально. Можно попросить что угодно: объяснялки, визуализаторы, дашборды, одноразовые приложения под конкретную задачу — например, полноценный Wandb, гиперспецифичный для вашего проекта. Увеличить тестовый набор в 10 раз, автооптимизировать код, запускать гигантские исследовательские проекты с кастомным HTML для результатов. Всё что угодно. Освободи разум», — написал Карпати в X.

Это наблюдение отражает тренд, который уже обсуждают в AI-сообществе: генеративные модели нового поколения (Claude Fable 5, GPT-5) превращают программирование из редкого навыка в доступный ресурс. Парадокс Джевонса подсказывает, что чем дешевле и доступнее становится создание софта, тем больше его потребляется — и тем выше ценность умения формулировать задачи, а не писать код вручную.

#AI #programming #Claude #AndreyKarpaty #future

🏷 Google снижает цены на бюджетный AI-тариф — выстрел в войне подписок

Google сделал ход в ценовой войне AI-подписок, значительно удешевив свой бюджетный тариф. Компания снизила стоимость доступа к AI-функциям, стремясь привлечь больше пользователей и составить конкуренцию аналогичным предложениям от OpenAI и Microsoft. Новый прайс делает AI-инструменты Google более доступными для массовой аудитории.

Снижение цен затрагивает подписку, которая включает расширенные возможности Gemini и интеграцию с сервисами Google Workspace. Это прямой ответ на агрессивную ценовую политику конкурентов, где базовые AI-тарифы уже опустились до уровня $10–20 в месяц. Google, по сути, подтверждает, что готов демпинговать ради доли рынка.

Для пользователей это означает более дешёвый доступ к AI-помощнику, генерации изображений и анализу данных. Однако аналитики предупреждают: ценовая война может ударить по марже компаний, но выиграет от неё конечный потребитель.

#TECH #подписки #цены #Gemini

🔜 Codex меняет подход к разработке в Notion

Инженеры Notion активно используют Codex для ускорения разработки — от голосового ввода на веб-версии до параллельного выполнения задач. Руководитель AI-продукта Райан Нистром рассказал, как агентная модель OpenAI перестраивает процессы в компании.

Голосовой AI-ввод для веба, который раньше потребовал бы двух недель работы двух инженеров, был реализован за 3–4 часа одним разработчиком. Codex самостоятельно изучил мобильную кодовую базу, понял архитектуру и выдал готовую реализацию для десктопа с первого раза — код соответствовал стандартам Notion и был запущен в продакшн на следующий день.

Теперь инженеры Notion работают иначе: вместо последовательного выполнения одной задачи они запускают несколько параллельно, передавая Codex спецификации и способы проверки. Менеджеры, годами не писавшие продакшн-код, снова активно участвуют в разработке. Нистром отмечает, что больше не пишет код вручную — он составляет документы-спецификации, а Codex выполняет реализацию.

#AI #OpenAI #Notion #AIDevelopment #agents

🤒 Лидерство в гибридном предприятии: человек + ИИ-агенты

Внедрение ИИ-агентов в ближайшие два года может вырасти на 300%, и руководители компаний пересматривают подходы к управлению гибридной командой из людей и ИИ. В отличие от традиционной автоматизации, агенты способны автономно координировать сложные задачи, взаимодействуя с десятками корпоративных систем. В пилотных проектах в сфере клиентского сервиса, HR и продаж производительность выросла на 30–50%.

По данным опросов, 86% HR-директоров считают, что управление «цифровым трудом» станет ключевой частью их работы. Три четверти текущих ролей потребуют перепроектирования или переобучения к 2030 году. Пример — Wipro внедрила кастомного ИИ-агента, который взял на себя 50 HR-задач: время ответа на запросы сотрудников сократилось с 48 часов до 5 секунд. Люди переключились на творческую и межфункциональную работу.

Ключевой вызов — governance: работа с чувствительными данными требует жёстких ограничений и надзорных советов по ИИ. Навыки сотрудников смещаются от выполнения рутины к проектированию, обучению и оптимизации самих агентов. Как отмечают в Wipro, «ваша роль меняется: вы больше не герой, решающий проблему, а тот, кто создаёт героя, способного её решить».

#Business #HRtech #management #futureofwork

⚙️ Как ML-инженер построила модель прогнозирования оттока для платформы с 100 000 пользователей

Инженер машинного обучения Адити Намдео разработала модель прогнозирования оттока для подписной технологической платформы с более чем 100 000 пользователей. До внедрения решения команда удержания могла определить только тех, кто уже ушел, но не тех, кто собирался это сделать. Платформа располагала обширными данными о поведении пользователей: сессии, история покупок, клики, тикеты поддержки, NPS-оценки и показатели вовлеченности. Однако эти данные не были структурированы для машинного обучения.

Намдео начала с построения фундамента данных: очистила информацию о поведении пользователей, стандартизировала метрики вовлеченности и преобразовала частоту сессий, периоды бездействия, паттерны потребления контента и взаимодействие с поддержкой в признаки, отражающие реальное поведение. Для модели она выбрала логистическую регрессию на Python с pandas и scikit-learn - это решение было осознанным. Интерпретируемость модели оказалась критичной, так как её результаты использовали маркетологи и специалисты по работе с клиентами.

Модель достигла 88% точности в прогнозировании отмены подписки в течение 30 дней. На основе предсказаний Намдео создала операционные процессы: сегментировала пользователей по уровню вовлеченности, запустила образовательные кампании для слабо вовлеченных, предложила живые сессии и премиум-контент для средней группы, а для высокорисковых - стимулы к удержанию. В результате команды перестали гадать, куда направить усилия, и удержание стало проактивным.

В течение нескольких месяцев после внедрения система помогла удерживать более 100 высокорисковых подписчиков ежемесячно, что соответствует более 100 000 долларов ежемесячного повторяющегося дохода. Автоматизация сократила ручную сегментацию на 75%, сэкономив около 420 часов работы команды в год. Намдео подчеркивает: машинное обучение начинается не с алгоритмов, а с понимания человеческого поведения и преобразования неструктурированных данных в осмысленные решения.

#Ai #ML #Retention #ChurnPrediction

📣 Voice Agents и билингвальные пользователи: бенчмарк ASR для code-switching

Исследователи ServiceNow AI представили новый бенчмарк для оценки систем автоматического распознавания речи (ASR) на code-switched речи — когда говорящий переключается между языками в пределах одного предложения. Это особенно актуально для контакт-центров и IT-поддержки, где билингвальные пользователи — норма, а ошибки транскрипции ведут к сбоям в обработке запросов.

Бенчмарк охватывает четыре языковые пары: испанский-английский, французский-английский, канадский французский-английский и немецкий-английский. Данные включают сценарии HR и ITSM (запросы о зарплате, сброс пароля, VPN-доступ). Для оценки используются три метрики: WER (точность транскрипции), SWER (семантическая точность) и AER (сохранение смысла для downstream-задач). Датасет и код тестового фреймворка AU-Harness опубликованы на Hugging Face и GitHub.

Топ-модели по всем метрикам: ElevenLabs Scribe V2, Gemini 3 Flash и Assembly AI Universal 3-Pro. Ключевой вывод: стоимость code-switching (дополнительная ошибка по сравнению с монолингвальной речью) сильно зависит от языковой пары и модели. Например, для пары французский-английский разрыв меньше, чем для немецкий-английский. Это важно учитывать при выборе ASR для мультиязычных голосовых агентов.

#AI #ASR #codeSwitching #VoiceAgents #NLP #ServiceNow

☁️ Amazon Quick и New Relic: агент для автоматического триажа инцидентов

AWS представила решение для автоматизации триажа инцидентов на базе Amazon Quick с интеграцией New Relic и Asana. Агент-ассистент собирает улики, оценивает влияние на пользователей и создаёт задачи в Asana по одному запросу на естественном языке.

В основе — пять инструментов New Relic, встроенных в Amazon Quick: генерация отчёта по алертам, оценка blast radius (количество затронутых пользователей и сервисов), анализ логов сущностей, анализ транзакций (медленные/ошибочные запросы) и преобразование plain-English в NRQL-запросы. Агент сам решает, какие инструменты вызвать, и оркестрирует весь процесс.

Пример запроса: «Checkout тормозит, видим ошибки сервера на checkout-service в production. Проверь последние 24 часа. Сформируй RCA». Агент за один вызов собирает RCA-брифинг со ссылками на доказательства и создаёт задачу в Asana. Во внутреннем тестировании New Relic это сократило время сбора данных и снизило риск потери знаний при смене дежурных.

#AI #Agents #AWS #AmazonQuick #NewRelic #DevOps #SRE

🤝 LSEG масштабирует доверенный ИИ: от данных к решениям

Лондонская фондовая биржа (LSEG) — один из крупнейших мировых поставщиков финансовых данных и инфраструктуры, обслуживающий более 40 000 клиентов в 190 рынках — объявила о масштабном внедрении генеративного ИИ на базе OpenAI. Компания развернула ChatGPT Enterprise и OpenAI API для тысяч сотрудников по всему миру, кардинально изменив подход к работе с данными.

Ключевые результаты: цикл выпуска продуктов сократился с 3–6 месяцев до 2 недель, время доставки решений клиентам — до ~4 недель, а аналитики теперь тратят на первичное исследование в разы меньше времени. LSEG внедрила строгие механизмы управления: фреймворки оценки моделей, контроль человека в контуре для критических выводов и жёсткие политики безопасности данных.

«Раньше клиенты ожидали проекты за девять месяцев — теперь они хотят результаты за недели или дни», — отмечает Макс Григорьев, Group Director AI в LSEG. Компания уже переходит от индивидуальной производительности к глубоко встроенным ИИ-решениям на уровне рабочих процессов, включая интеграцию с собственным протоколом Model Context Protocol для доступа к верифицированным данным.

#AI #LSEG #OpenAI #GenAI #Finances