Amazon расследует собственных инженеров за критику ИИ-строительства

Вокруг ИИ-центров обработки данных начинает формироваться новый конфликт. На этот раз не между активистами и корпорациями, а между самими технологическими гигантами и их сотрудниками.

Несколько инженеров Amazon выступили на заседаниях городского совета Сиэтла, где обсуждался временный запрет на строительство новых крупных дата-центров. Сотрудники призвали власти усилить регулирование отрасли и раскритиковали то, что назвали «строительством ИИ любой ценой». Вскоре после выступлений трое из них получили приглашения на встречи с HR-службой компании и узнали, что Amazon проводит внутреннее расследование их действий.

По словам сотрудников, им сообщили, что расследование может привести к дисциплинарным мерам, вплоть до увольнения. В поданной жалобе утверждается, что компания отслеживала политическую активность работников и пыталась выяснить, кто ещё участвовал в подобных выступлениях.

Amazon отвечает, что проблема не в самих взглядах сотрудников. По версии компании, расследование связано с тем, что во время публичных выступлений они могли представлять себя как сотрудников Amazon и тем самым создавать впечатление, будто говорят от имени корпорации. Компания подчёркивает, что пока никаких решений не принято и увольнение никому не грозит.

История особенно показательна на фоне нынешней стратегии Amazon. Компания собирается потратить до 200 миллиардов долларов на инфраструктуру для искусственного интеллекта, одновременно сокращая десятки тысяч офисных сотрудников. Глава Amazon Энди Джесси открыто говорит о превращении корпорации в «крупнейший стартап мира».

При этом сопротивление строительству ИИ-дата-центров быстро растёт не только среди активистов, но и среди обычных жителей. Недавний опрос Gallup показал, что около 70% американцев не хотят появления подобных объектов рядом со своими домами. Главные опасения связаны с энергопотреблением, экологией, потреблением воды и влиянием на качество жизни.

Любопытно, что критика теперь всё чаще исходит изнутри самих технологических компаний. Если несколько лет назад сотрудники Кремниевой долины в основном спорили о климате или удалённой работе, то теперь предметом конфликта становится сама гонка ИИ. Всё больше инженеров задаются вопросом: насколько оправдано строительство гигантской инфраструктуры ради технологий, экономический эффект которых пока остаётся предметом ожесточённых споров.

И это хорошо ложится в общий тренд последних месяцев. Сначала компании требовали от сотрудников максимально использовать ИИ, затем начали считать расходы на токены. Потом выяснилось, что производительность растёт далеко не так быстро, как ожидалось. Теперь всё чаще звучит вопрос не о том, как ускорить внедрение искусственного интеллекта, а о том, кто заплатит за эту гонку — деньгами, рабочими местами и ресурсами.

#ai #controversial #amazon

Кто решает, когда ИИ становится слишком опасным?

История вокруг моделей Anthropic Mythos 5 и Fable 5 неожиданно превратилась из технического инцидента в политический скандал, который может определить будущее регулирования искусственного интеллекта в США. И дело здесь не столько в самой модели, сколько в том, кто получил право в экстренном порядке решать судьбу технологий стоимостью сотни миллиардов долларов.

По данным The Verge, всё началось после того, как исследователи Amazon обнаружили потенциальный способ обхода защитных механизмов новой модели Fable 5. Речь шла не о полноценном взломе, а о спорном исследовании, которое Anthropic уже изучала совместно с авторами находки. Однако ситуация резко изменилась после того, как глава Amazon Энди Джесси сообщил о своих опасениях представителям администрации Трампа.

Дальше события развивались почти в режиме чрезвычайной ситуации. Anthropic получила ультиматум: либо немедленно решает проблему, либо столкнётся с государственными ограничениями. На обсуждение дали всего 90 минут. Компания попыталась уточнить детали претензий и запросить дополнительную информацию, однако времени на полноценный диалог не оказалось.

В результате американские власти ввели экспортные ограничения на Mythos и Fable. Причём настолько жёсткие, что пользоваться моделями запретили не только иностранным клиентам, но даже сотрудникам Anthropic без американского гражданства. Компания оказалась не в состоянии технически выполнить такие требования и просто отключила обе модели для всех пользователей.

Самое интересное здесь не сама блокировка, а то, как она произошла. Многие участники отрасли не спорят с тем, что мощные модели могут требовать регулирования. Но их удивила процедура. Решение, затрагивающее одну из самых передовых ИИ-систем мира, было принято буквально за несколько часов после тревожного звонка крупного технологического руководителя. Без прозрачного расследования, без независимой оценки риска и без понятных критериев.

Особую иронию ситуации добавляет тот факт, что именно Anthropic долгие годы была главным сторонником жёсткого контроля над ИИ. Компания регулярно предупреждала о потенциальных угрозах сверхмощных моделей и призывала власти активнее вмешиваться в развитие отрасли. Теперь же она сама столкнулась с регулированием в его самой жёсткой и непредсказуемой форме.

На этом фоне в индустрии всё громче звучит вопрос: является ли происходящее началом серьёзной системы контроля за передовым ИИ или речь идёт о политическом инструменте, который может применяться выборочно против отдельных компаний?

Пока ответа нет. Но последствия уже заметны. Многие зарубежные организации начали задумываться о зависимости от американских ИИ-платформ. Если доступ к ключевым моделям может исчезнуть по политическому решению буквально за выходные, то риски становятся не только технологическими, но и геополитическими.

Фактически спор вокруг Mythos и Fable оказался не про конкретную уязвимость. Он про гораздо более важный вопрос: кто должен определять границы допустимого для искусственного интеллекта — инженеры, компании, независимые эксперты или государство. И если государство, то по каким правилам.

Пока же ответ выглядит тревожно простым: тот, у кого оказался нужный номер телефона в нужный момент.

#ai

Джефф Безос: ИИ не отнимет работу у людей — он создаст её дефицит

На фоне массовых увольнений в технологическом секторе и тревожных прогнозов о будущем занятости основатель Amazon Джефф Безос выступил с неожиданно оптимистичным взглядом на искусственный интеллект. По его мнению, главная проблема будущего будет заключаться не в нехватке рабочих мест, а наоборот — в нехватке людей для реализации новых возможностей.

Выступая на конференции VivaTech в Париже, Безос заявил, что не разделяет популярное мнение о том, что ИИ сделает человека ненужным. По его словам, человечество всегда было ограничено не количеством идей, а способностью воплощать их в жизнь.

Каждый человек хотя бы раз придумывал продукт, сервис или бизнес, который так и остался существовать только в голове. Обычно причина проста: реализация требует слишком много времени, денег, специалистов и организационных усилий. Искусственный интеллект, считает Безос, способен радикально сократить этот путь от идеи до готового результата.

Он называет это ускорением «цикла мечта → создание». Если сегодня тысячи хороших идей никогда не реализуются из-за высокой стоимости разработки, то ИИ может снять многие из этих ограничений. В результате мир получит не меньше работы, а гораздо больше проектов, продуктов и компаний, которым понадобятся люди.

Эта точка зрения заметно отличается от настроений, которые сейчас доминируют в отрасли. Только в мае американские компании объявили почти о 97 тысячах увольнений, и около 40% из них работодатели прямо связали с внедрением ИИ. По данным Challenger, Gray & Christmas, искусственный интеллект уже третий месяц подряд остаётся самой частой причиной сокращений.

Особенно сильно изменения затронули технологический сектор. С начала года IT-компании объявили более чем о 120 тысячах увольнений, что примерно на две трети больше показателей прошлого года. Среди сокращающих персонал компаний оказался и сам Amazon, который ранее объявил о ликвидации 16 тысяч рабочих мест на фоне масштабных инвестиций в ИИ.

Поэтому возникает любопытный парадокс. Руководители крупнейших компаний одновременно увольняют сотрудников и рассказывают о будущем дефиците рабочей силы.

Безос смотрит на ситуацию в долгосрочной перспективе. Его логика напоминает историю предыдущих технологических революций. Автоматизация уничтожала отдельные профессии, но одновременно создавала новые отрасли и новые виды занятости. Если ИИ действительно сделает разработку продуктов в десятки раз дешевле и быстрее, количество реализуемых идей может вырасти настолько, что спрос на людей снова начнёт опережать предложение.

Главный вопрос сегодня не в том, исчезнут ли рабочие места. Скорее, он заключается в том, какие именно навыки будут востребованы через несколько лет. Пока компании активно заменяют часть рутинной работы алгоритмами, но никто не может уверенно сказать, окажется ли это временной перестройкой рынка или началом более глубоких изменений.

Безос делает ставку на второй вариант: ИИ станет не заменой человеческих амбиций, а инструментом, который позволит реализовать гораздо больше из того, что раньше оставалось лишь хорошими идеями.

#ai #jobs

Google хочет бросить вызов Nvidia на рынке AI-чипов

Пока Nvidia остаётся главным символом AI-бума, Google постепенно превращается в одного из самых серьёзных претендентов на часть её рынка. Речь уже не только о собственных моделях Gemini или облачных сервисах, а о самом фундаментальном уровне искусственного интеллекта — чипах, на которых всё это работает.

У Google давно есть собственные процессоры для ИИ, известные как TPU. Изначально компания разрабатывала их для внутренних нужд: поиска, рекламы, облачных сервисов и обучения собственных моделей. Но по мере того как спрос на вычислительные мощности стал главным ограничением всей AI-индустрии, Google начала активнее превращать TPU в отдельный коммерческий продукт.

Интересно, что теперь компания использует против Nvidia её же собственную тактику. Nvidia годами помогала дата-центрам и облачным провайдерам финансировать закупки своих чипов, создавая вокруг себя целую экосистему спроса. Google делает похожий ход: предоставляет финансовые гарантии для крупных проектов, где будут использоваться её TPU. Один из таких примеров — дата-центр Lake Mariner в штате Нью-Йорк, для которого Google дала гарантию на 3,2 миллиарда долларов. Мощности этого кластера должны использоваться в том числе Anthropic.

Это важный момент, потому что рынок AI-чипов давно перестал быть просто рынком железа. Сейчас это уже борьба за целые инфраструктурные цепочки: кто финансирует дата-центр, кто поставляет процессоры, кто даёт облачный доступ, кто получает крупных клиентов и кто в итоге контролирует вычисления для самых мощных моделей.

До недавнего времени Nvidia почти безраздельно доминировала в этой сфере. Её GPU стали стандартом для обучения и запуска нейросетей, а программная экосистема CUDA создала мощный барьер для конкурентов. Многие клиенты не просто покупают чипы Nvidia, а оказываются встроены в её технологический стек. В индустрии даже появился неформальный страх перед «тюрьмой Дженсена»: компании опасаются, что если начнут активно работать с конкурентами, могут потерять доступ к дефицитным поставкам Nvidia.

Но дефицит вычислительных мощностей меняет баланс сил. Когда спрос настолько велик, что рынку не хватает никаких чипов, у конкурентов появляется окно возможностей. И среди всех претендентов Google выглядит особенно опасно, потому что обладает не только технологиями, но и огромными финансовыми ресурсами. Компания может не просто продавать TPU, а фактически помогать строить под них целые дата-центры.

Google уже работает в этом направлении с Anthropic, которая использует TPU для обучения своих моделей. Компания также заключила сделку с Blackstone на 5 миллиардов долларов для создания новой облачной инфраструктуры, которая будет конкурировать с Nvidia-ориентированными провайдерами вроде CoreWeave и Nebius. Кроме того, Google начала продвигать TPU не только через собственное облако, но и как прямой продукт для внешних клиентов.

Особенно важным может стать новое поколение TPU для инференса — то есть для обслуживания запросов пользователей, а не только для обучения моделей. Если обучение — это строительство модели, то инференс — её ежедневная работа. Именно на инференс в будущем может приходиться огромная часть расходов, потому что миллиарды людей и компаний будут постоянно обращаться к AI-сервисам.

У Google уже есть первые аргументы для клиентов. Например, Citadel Securities утверждает, что на некоторых задачах TPU позволяют снизить стоимость вычислений примерно на 30% и ускорить работу до четырёх раз. Для бизнеса, который тратит огромные суммы на AI-инфраструктуру, такие цифры могут иметь значение.

При этом Nvidia по-прежнему остаётся далеко впереди. У неё огромная доля рынка, мощнейшая экосистема, крупнейшие клиенты и репутация компании, без которой современный ИИ почти невозможно представить. Дженсен Хуанг публично говорит, что не видит в TPU серьёзной угрозы, а охват Nvidia намного шире любого кастомного чипа.

Но сама логика рынка уже изменилась. AI-гонка стала настолько дорогой и инфраструктурной, что крупнейшие технологические компании больше не хотят полностью зависеть от одного поставщика. Amazon развивает Trainium, Google продвигает TPU, AMD и Broadcom пытаются расширить свою долю, а стартапы вроде Cerebras ищут собственные ниши.

Поэтому главная битва AI-индустрии постепенно смещается от чат-ботов к вычислительным мощностям. Модели важны, но без чипов, энергии, дата-центров и финансирования они остаются просто красивыми демоверсиями. И если раньше вопрос звучал так: «у кого лучшая нейросеть?», то теперь всё чаще звучит иначе: «у кого хватит железа, чтобы её запустить?»

#ai #google #nvidia #chips #tpu #anthropic #datacenters

AI пока не лишает работы программистов. Похоже, происходит ровно обратное

Одно из самых популярных предсказаний последних двух лет звучало просто: программисты станут первой крупной профессией, которую серьёзно сократит искусственный интеллект. Логика казалась железной. Если AI уже умеет писать код, объяснять ошибки и создавать приложения по текстовому запросу, зачем компаниям столько разработчиков?

Но свежие данные показывают довольно неожиданную картину.

Исследовательское подразделение венчурного фонда SignalFire проанализировало карьерные данные миллионов сотрудников и десятков миллионов компаний. Вместо подсчёта увольнений они смотрели на найм, считая его более надёжным индикатором реального состояния рынка труда. И результаты оказались прямо противоположными популярным опасениям.

С 2019 года общий найм в крупнейших технологических компаниях сократился примерно на 25%. Однако среди инженеров снижение составило всего 11%. Более того, именно программисты стали самой устойчивой профессиональной группой во всей индустрии.

Если в 2019 году разработчики составляли 46% новых сотрудников крупнейших IT-компаний, то в 2025 году их доля выросла уже до 55%. В стартапах ситуация ещё интереснее: молодые технологические компании в 2025 году нанимали инженеров даже чаще, чем до AI-бума.

Это выглядит парадоксально. Ведь именно программирование считается одной из самых автоматизируемых профессий. Сегодня разработчики массово используют Claude Code, Gemini, Copilot и десятки других инструментов, способных писать большие объёмы кода за считанные минуты.

Однако на практике автоматизация пока не уменьшает потребность в людях.

Глава исследований SignalFire Ашер Банток отмечает любопытное противоречие. Многие компании объясняют сокращения сотрудников именно развитием AI и заявляют, что один инженер теперь способен выполнять работу нескольких человек. Но если бы это действительно было так, рынок найма программистов должен был бы обвалиться первым. Вместо этого он остаётся одним из самых устойчивых.

Похожие выводы ранее делали и внутри самой Anthropic. Несмотря на многочисленные предупреждения о возможном сокращении офисных профессий, экономисты компании пока не видят заметного роста безработицы среди работников, наиболее активно использующих AI-инструменты.

Глава Nvidia Дженсен Хуанг идёт ещё дальше. По его словам, после внедрения агентных AI-систем инженеры в Nvidia стали не менее занятыми, а более занятыми. Причина проста: если раньше разработчик тратил время на написание кода, то теперь AI выполняет часть этой работы, освобождая ресурсы для новых идей, экспериментов и проектов.

Возникает эффект, который экономисты называют парадоксом Джевонса. Когда технология делает какой-то процесс дешевле и эффективнее, потребление этого ресурса часто не уменьшается, а наоборот растёт.

Когда автомобили стали быстрее лошадей, люди начали ездить гораздо больше. Когда компьютеры удешевили вычисления, потребность в вычислениях взлетела. Похоже, с программированием происходит нечто похожее.

AI делает разработчиков продуктивнее, но вместо сокращения работы компании просто начинают создавать больше продуктов, больше функций и больше программного обеспечения. В результате спрос на инженеров остаётся высоким.

Конечно, это не означает, что профессия останется неизменной. Уже сейчас хороший разработчик всё чаще работает не как человек, который вручную пишет каждую строчку кода, а как архитектор, редактор и координатор работы AI-инструментов.

Но по крайней мере на данный момент данные говорят о том, что сценарий массового исчезновения программистов пока не реализуется. Искусственный интеллект не убрал инженеров из процесса разработки. Он сделал их быстрее, а значит дал компаниям повод запускать ещё больше проектов.

Именно поэтому сегодня главная проблема многих разработчиков выглядит не как нехватка работы, а как её бесконечное количество.

#ai #jobs #softwareengineering #coding #anthropic #nvidia #claude #copilot

Полмиллиарда долларов на спасение рабочих мест: в США запускают крупнейшую программу адаптации к эпохе ИИ

Пока одни руководители AI-компаний предупреждают о возможном исчезновении миллионов рабочих мест, а другие уверяют, что никакой катастрофы не будет, в США решили начать готовиться к обоим сценариям одновременно.

Бывший министр торговли США Джина Раймондо и бывший губернатор Индианы Эрик Холкомб объявили о запуске программы RAISE US — одного из крупнейших частных проектов по адаптации работников к изменениям, которые приносит искусственный интеллект.

На старте инициатива получила 500 миллионов долларов и планирует увеличить фонд до одного миллиарда. Среди спонсоров оказались компании, которые чаще всего фигурируют в разговорах о грядущей автоматизации: OpenAI, Anthropic, Amazon и Microsoft. Также к проекту присоединились Bank of America, General Motors, Eli Lilly и ряд крупных благотворительных организаций.

Сам факт появления такого фонда выглядит показательно. Последние месяцы индустрия ИИ буквально разрывается между двумя противоположными нарративами. С одной стороны, руководители OpenAI и Anthropic всё чаще смягчают прежние прогнозы о массовой безработице. С другой стороны, крупнейшие компании продолжают увольнять сотрудников, а искусственный интеллект всё чаще упоминается в качестве причины сокращений.

RAISE US исходит из простой логики: даже если AI не уничтожит миллионы рабочих мест, рынок труда всё равно ждут серьёзные изменения. Многие профессии будут перестраиваться, а людям придётся чаще менять специализацию и осваивать новые навыки.

Первые проекты фонда будут тестироваться в нескольких американских штатах. Среди идей — программы переподготовки для медицины и образования, поддержка молодых специалистов через общественные сервисные программы, а также модернизация системы пособий по безработице. Один из экспериментов предполагает помощь уволенным сотрудникам в запуске собственного бизнеса с использованием AI-инструментов.

Любопытно, что проект объединил людей из совершенно разных политических лагерей. В нём участвуют как демократы, так и республиканцы, включая губернаторов, которых трудно представить за одним столом в большинстве других вопросов. Похоже, опасения по поводу влияния искусственного интеллекта на рынок труда становятся одной из немногих тем, способных объединить американскую политику.

Создатели инициативы считают, что нынешние государственные институты просто не рассчитаны на столь быстрые технологические изменения. Школы и университеты готовят специалистов для экономики прошлого, а системы поддержки безработных создавались в эпоху, когда человек мог десятилетиями работать по одной профессии. Если AI действительно ускорит изменения на рынке труда, эти механизмы могут перестать работать.

При этом организаторы стараются дистанцироваться от более радикальных идей вроде налогообложения AI-компаний, создания государственных фондов благосостояния или распределения части прибыли от искусственного интеллекта среди населения. Их задача более практическая: помочь людям адаптироваться к переменам до того, как они перерастут в серьёзный социальный кризис.

Пожалуй, самое интересное в этой истории не размер фонда, а сам факт его появления. Ещё недавно разговоры о массовом влиянии ИИ на занятость считались в основном футуристическими сценариями. Теперь крупнейшие технологические компании уже готовы вкладывать сотни миллионов долларов в подготовку к этим последствиям.

Вопрос больше не звучит как «изменит ли ИИ рынок труда». Судя по происходящему, многие влиятельные игроки уже исходят из того, что изменения неизбежны. Спор идёт только о том, насколько масштабными они окажутся.

#ai #jobs #openai #anthropic #amazon #microsoft #workforce #automation

Почему американцы боятся ИИ сильнее всех в мире

Когда речь заходит об искусственном интеллекте, американское общество выглядит удивительным исключением. Хотя именно США являются центром современной AI-индустрии и родиной OpenAI, Anthropic, Google и многих других лидеров рынка, сами американцы относятся к технологии заметно более настороженно, чем жители большинства других стран.

Согласно международному исследованию, охватившему 30 государств и 24 тысячи человек, жители почти всех стран мира смотрят на ИИ более позитивно, чем американцы. И дело, как считает экономист и венчурный инвестор Пол Кедроски, вовсе не в том, что американцы хуже понимают технологию или сильнее подвержены панике в СМИ.

Причина может быть гораздо проще и гораздо глубже — устройство самой американской экономики.

На первый взгляд кажется логичным, что богатые страны должны быть наиболее оптимистичны по отношению к новым технологиям. Но данные показывают обратное. В Индонезии положительно относятся к ИИ около 76% опрошенных, в Таиланде — 77%, в Мексике — 63%. А вот в США, Нидерландах и Бельгии настроения заметно более тревожные.

Разница связана с тем, что люди воспринимают ИИ через собственное экономическое положение.

Для жителей развивающихся стран искусственный интеллект выглядит как шанс получить доступ к возможностям, которые раньше были доступны только крупному бизнесу, образованным специалистам или богатым компаниям. Небольшой предприниматель, ремесленник или уличный торговец зачастую может больше выиграть от новых технологий, чем потерять.

В богатых странах ситуация обратная. Там у людей уже есть стабильная работа, накопленный профессиональный опыт, социальные гарантии и понятная карьерная траектория. Для них ИИ выглядит не как лестница вверх, а как потенциальная угроза всему тому, что уже построено.

Однако даже среди развитых государств отношение к технологии сильно различается. Например, Норвегия относится к ИИ заметно спокойнее, чем Франция, а Германия — спокойнее Канады. Доходы населения здесь примерно сопоставимы, поэтому объяснение приходится искать в другом месте.

Главное различие — система социальной защиты.

Если житель Норвегии теряет работу, он может рассчитывать примерно на две трети прежнего дохода в виде пособия по безработице. Похожие механизмы действуют во Франции и Германии. Потеря работы становится неприятностью, но не катастрофой.

В США ситуация гораздо жёстче. Размер пособий значительно ниже, сроки выплат ограничены, а доступ к ним зависит от множества условий. Многие люди исчерпывают поддержку раньше, чем находят новую работу.

Но есть ещё более серьёзная проблема.

Американская система здравоохранения тесно связана с работодателем. Для миллионов людей потеря работы означает не только потерю зарплаты, но и потерю медицинской страховки для себя и своей семьи. В большинстве других развитых стран такого риска просто не существует.

В результате увольнение в Америке запускает цепочку угроз одновременно: исчезает доход, исчезает медицинская защита, появляются риски для ипотеки, аренды жилья, образования детей и других обязательств.

На этом фоне постоянные заявления руководителей AI-компаний о грядущих сокращениях только усиливают тревогу. Даже если сами прогнозы часто противоречат друг другу, люди слышат главное: технология может повлиять на их работу.

Автор статьи делает довольно неожиданный вывод. По его мнению, проблема заключается не столько в искусственном интеллекте, сколько в уязвимости американской социальной модели. Если бы медицина не зависела от работодателя, а система поддержки безработных обеспечивала реальную финансовую защиту, отношение к ИИ могло бы оказаться совсем другим.

Получается любопытный парадокс. Многие обсуждают страх перед искусственным интеллектом как проблему информирования или недостатка знаний. Но, возможно, американцы боятся не самой технологии. Они боятся последствий потери работы в системе, где увольнение может обрушить сразу несколько важнейших опор жизни.

И если это так, то спор об ИИ постепенно превращается не в технологический, а в социальный вопрос.

#ai #jobs #automation #economy #usa #anthropic #openai #futureofwork

Главная проблема ИИ может оказаться не в интеллекте, а в характере

Когда компании внедряют искусственный интеллект, они обычно оценивают его по привычным критериям: насколько он умён, быстр, точен и сколько позволяет сэкономить. Но новое исследование показывает, что есть ещё один фактор, который может влиять на эффективность не меньше самих возможностей системы.

Речь идёт о личности ИИ.

Учёные из нескольких европейских университетов провели необычный эксперимент. Они предложили участникам выполнить маркетинговое задание, работая с AI-ассистентом в роли руководителя. При этом оба бота обладали одинаковыми знаниями и возможностями. Отличался только стиль общения.

Одна версия вела себя как хороший руководитель: поддерживала сотрудников, была терпеливой, уважала их мнение и помогала принимать решения.

Вторая копировала так называемую «тёмную триаду» — набор неприятных личностных черт, известных психологам. Такой ИИ был саркастичным, нетерпеливым, легко перекладывал ответственность на человека и охотно присваивал себе заслуги.

Результаты оказались неожиданно серьёзными.

Люди, работавшие с токсичным ботом, тратили больше времени на переписку, чаще спорили с системой и в четыре раза чаще пытались обмануть её или заставить вести себя по-другому. Вместо выполнения задачи участники начинали бороться с самим инструментом.

Но самое интересное происходило на физиологическом уровне.

Исследователи измеряли стресс с помощью датчиков кожной проводимости и активности лицевых мышц. Оказалось, что при работе с токсичным ИИ уровень стресса резко возрастал. Пиковые показатели были примерно на 70% выше, чем у людей, взаимодействовавших с дружелюбной версией системы.

При этом качество работы тоже ухудшалось. Независимые эксперты, не знавшие, какой бот помогал участникам, стабильно ставили более высокие оценки тем, кто работал с поддерживающим ИИ. Их решения были более полными, оригинальными и лучше соответствовали поставленной задаче.

Самый неожиданный вывод появился после анализа анкет.

Когда участников спросили об их впечатлениях, разница почти исчезла. Люди примерно одинаково оценивали опыт работы в обеих группах. Другими словами, сотрудники могли говорить, что всё нормально, хотя их поведение, уровень стресса и результаты работы показывали обратное.

Для компаний это тревожный сигнал.

Сегодня многие организации оценивают внедрение ИИ по количеству пользователей, числу запросов и опросам удовлетворённости. Исследование показывает, что такие метрики могут не замечать реальные проблемы. Сотрудники продолжают пользоваться системой, но при этом испытывают раздражение, тратят дополнительные усилия и работают менее эффективно.

Авторы исследования считают, что компаниям пора рассматривать характер ИИ как отдельный управленческий параметр. Так же как существуют требования к безопасности, точности и отсутствию дискриминации, должны существовать требования к тому, как система взаимодействует с людьми.

Причём проблема не ограничивается токсичным поведением. Слишком услужливый ИИ тоже может быть опасен. Если система всегда соглашается с пользователем и никогда не спорит, она начинает поощрять слабые идеи и снижать критическое мышление.

Получается любопытный вывод: по мере того как ИИ всё чаще становится коллегой, помощником, наставником или даже руководителем, значение приобретает не только его интеллект, но и характер.

Возможно, через несколько лет вопрос «насколько умён ваш ИИ?» окажется менее важным, чем вопрос «какой у него характер?».

#ai #workplace #futureofwork #management #leadership #generativeai

OpenAI представила GPT-5.6: ставка на кибербезопасность, автономность и ещё большее «мышление»

OpenAI начала ограниченное тестирование нового семейства моделей GPT-5.6, в которое входят три версии: флагманская Sol, сбалансированная Terra и более доступная Luna. По словам компании, Sol стала самой мощной моделью OpenAI на сегодняшний день, а главным направлением развития оказались не столько чат-боты для обычных пользователей, сколько сложные агентные задачи, программирование, биология и кибербезопасность.

Одним из самых заметных нововведений стал режим Ultra. В OpenAI описывают его не просто как увеличение времени на размышление, а как систему, способную использовать несколько внутренних агентов для решения одной задачи. По сути, речь идёт о движении в сторону командной работы ИИ, когда над проблемой одновременно трудятся несколько специализированных подсистем.

Особенно сильно выросли возможности модели в программировании. По внутренним тестам компании GPT-5.6 Sol показывает лучшие результаты на задачах, связанных с работой в терминале, планированием последовательности действий и координацией инструментов. При этом OpenAI отдельно подчёркивает успехи в биологических исследованиях и анализе генетических данных, где новая модель не только показывает более высокие результаты, но и расходует меньше вычислительных ресурсов по сравнению с GPT-5.5.

Отдельная глава посвящена кибербезопасности. И это, пожалуй, самая интересная часть анонса. OpenAI фактически признаёт, что современные модели уже способны находить уязвимости, анализировать программный код и помогать в исследованиях безопасности на уровне, который ещё недавно считался фантастикой. Однако компания утверждает, что GPT-5.6 пока не преодолела внутренний порог «Cyber Critical» — то есть не способна самостоятельно проводить полноценные сложные кибератаки без участия человека.

Именно поэтому значительная часть статьи посвящена не возможностям модели, а защитным механизмам. OpenAI открыто говорит о том, что новая генерация ИИ требует принципиально нового уровня контроля. Для GPT-5.6 используется многоуровневая система защиты: ограничения встроены в саму модель, дополнительно работают классификаторы, анализирующие ответы в реальном времени, а подозрительная активность может запускать дополнительную проверку на уровне аккаунта.

Любопытно и то, сколько ресурсов компания тратит на поиск собственных уязвимостей. Для автоматизированного редтиминга — поиска способов обойти ограничения модели — OpenAI использовала более 700 тысяч GPU-часов на ускорителях уровня NVIDIA A100. Фактически получается, что часть современных ИИ уже работает над тем, чтобы искать слабые места в других ИИ.

Важным политическим моментом стало и упоминание правительства США. OpenAI сообщает, что перед запуском ознакомила американские власти с возможностями новых моделей и начала распространение через ограниченный круг доверенных партнёров. Компания подчёркивает, что не считает подобную практику нормой на будущее, но рассматривает её как временный компромисс перед полноценным запуском.

Интересно и новое позиционирование линейки. Вместо постоянной смены названий OpenAI переходит к системе поколений и уровней. Цифра обозначает поколение модели, а названия Sol, Terra и Luna становятся постоянными классами производительности. По сути, это напоминает линейки процессоров или видеокарт, где пользователь заранее понимает, на какой уровень мощности может рассчитывать.

Если отбросить маркетинговую часть, главный вывод из анонса выглядит довольно простым. OpenAI всё меньше говорит о чат-ботах и всё больше — об автономных цифровых сотрудниках, способных самостоятельно выполнять длинные цепочки задач. Именно в эту сторону сейчас движется вся индустрия. И судя по объёму внимания, уделённого безопасности, сами разработчики начинают воспринимать эти системы уже не как интересный интерфейс для общения, а как технологию, способную оказывать вполне реальное влияние на цифровой мир.

#ai #openai #gpt56 #gpt #cybersecurity #coding #agents #machinelearning

Бывшие сотрудники Anthropic привлекли $200 млн на создание ИИ, который будет разрабатывать новый ИИ

На фоне разговоров о том, что искусственный интеллект скоро начнёт самостоятельно улучшать самого себя, на рынке появился стартап, который делает именно на эту идею главную ставку.

Компания Mirendil, основанная бывшими исследователями Anthropic Бехнамом Нейшабуром и Харшем Мехтой, объявила о привлечении $200 млн инвестиций при оценке в $1 млрд. В числе инвесторов — Andreessen Horowitz, Kleiner Perkins и Nvidia.

Идея проекта звучит почти рекурсивно: создать ИИ для разработки ИИ.

Сегодня крупнейшие лаборатории вроде Anthropic, OpenAI и Google уже активно используют собственные модели для написания кода, проведения исследований и улучшения следующих поколений моделей. По данным Anthropic, более 80% кода внутри компании уже пишет Claude.

Однако существует важный нюанс. Крупные лаборатории не слишком хотят делиться этими возможностями с другими разработчиками. Например, условия использования Claude запрещают применять модель для создания конкурирующих ИИ-систем.

Основатели Mirendil считают, что это создаёт серьёзный дисбаланс на рынке. Пока несколько крупнейших компаний ускоряют собственные исследования с помощью ИИ, независимые исследователи и небольшие лаборатории остаются в менее выгодном положении.

Поэтому Mirendil хочет создать инструменты, которые позволят учёным, университетам и небольшим компаниям ускорять собственные исследования и разработку моделей.

Авторы проекта называют это не просто «ИИ для науки», а «ИИ для ИИ для науки».

Предполагается, что в будущем такие системы смогут помогать создавать специализированные модели для медицины, материаловедения, биологии и других научных областей. Например, разрабатывать ИИ, способный предсказывать риск болезни Альцгеймера или искать новые материалы с заданными свойствами.

Особенно любопытно, что основатели открыто поддерживают концепцию так называемого рекурсивного самоулучшения — идеи, согласно которой ИИ сможет улучшать собственный код без участия человека.

Для многих специалистов по безопасности именно этот сценарий считается одной из потенциальных точек риска. Anthropic недавно даже призывала обсуждать возможность глобального замедления развития ИИ именно из-за приближения подобных возможностей.

Но в Mirendil смотрят на проблему иначе.

По мнению Нейшабура, самоулучшение ИИ — это не угроза, а самый быстрый путь к ускорению научного прогресса. Вопрос лишь в том, чтобы научиться безопасно контролировать этот процесс.

На практике стартап пытается занять весьма необычную нишу. Если большинство компаний сегодня создают модели для конечных пользователей, то Mirendil хочет стать поставщиком инструментов для самих разработчиков искусственного интеллекта.

Фактически речь идёт о создании инфраструктуры, которая позволит тысячам исследовательских групп строить собственные специализированные модели вместо зависимости от нескольких гигантов рынка.

Пока у компании около 20 сотрудников и один офис в Сан-Франциско. Первый продукт и первая модель должны появиться уже в ближайшие месяцы.

В определённом смысле это ещё один фронт в борьбе за будущее ИИ. Одни компании стремятся сосредоточить самые мощные технологии внутри нескольких закрытых экосистем. Другие пытаются сделать инструменты создания ИИ максимально доступными.

Mirendil делает ставку именно на второй вариант.

#ai #anthropic #mirendil #openai #nvidia #machinelearning #agi #opensourceai

В Walmart обычный логист с помощью ИИ придумал систему, которая помогает дальнобойщикам быстрее возвращаться домой

Когда говорят об ИИ на работе, обычно обсуждают увольнения, сокращения и автоматизацию. Но иногда появляются истории совсем другого рода.

Лео Гарсия работает региональным менеджером по перевозкам в Walmart и отвечает за сотни грузовиков в районе Чикаго. До этого он сам больше пяти лет работал дальнобойщиком и хорошо знает, что такое неделями жить в дороге.

По его словам, одна из самых неприятных задач в логистике — вернуть водителя домой вовремя и при этом не гонять грузовик пустым.

Для компании пустые пробеги стоят дорого. После доставки товара машину стараются загрузить чем-то ещё по пути обратно. Но подобрать оптимальный маршрут среди сотен складов, магазинов и поставщиков — задача сложная даже для опытного диспетчера.

Недавно Гарсия прошёл курс по искусственному интеллекту через внутреннюю образовательную программу Walmart. После этого он решил попробовать решить проблему самостоятельно.

Используя корпоративного ИИ-помощника для программирования с забавным названием Code Puppy, он создал инструмент, который анализирует сотни доступных грузов и предлагает несколько лучших вариантов для каждого водителя.

Система учитывает географию маршрута, время готовности груза, расстояния и другие параметры. Вместо долгого ручного поиска менеджер получает готовый список оптимальных решений за считанные секунды.

Один из недавних случаев хорошо показывает практическую пользу такого подхода.

Водитель возвращался домой в Висконсин и должен был забрать груз по дороге. Однако на месте выяснилось, что погрузка задерживается на три часа. Водитель мог подождать, но тогда приехал бы домой значительно позже.

ИИ-система быстро нашла другого поставщика всего в пяти милях от текущего места, у которого уже был готов груз в тот же пункт назначения. В результате водитель уехал без задержек и вернулся домой вовремя. Исходный груз позже забрал другой водитель.

Пока инструмент тестируется внутри компании, но Walmart уже рассматривает возможность более широкого внедрения.

Любопытно здесь даже не само приложение, а то, кто его создал.

Не команда инженеров из Кремниевой долины, а человек, который когда-то пришёл работать на склад Walmart в 18 лет, потом водил грузовики, а спустя годы с помощью ИИ смог самостоятельно разработать программный инструмент для огромной логистической сети.

Это хороший пример того, как меняется роль сотрудников в эпоху ИИ. Вместо того чтобы ждать решения от IT-отдела, люди, которые лучше всех понимают реальные рабочие проблемы, начинают создавать нужные им инструменты сами.

Именно такие истории пока выглядят куда убедительнее разговоров о том, что ИИ просто заменит людей.

#ai #walmart #logistics #trucking #automation #coding #productivity #workforce

Потребители устали от ИИ. Новое исследование показывает, что упоминание AI в рекламе всё чаще раздражает людей

Пока компании наперебой добавляют в презентации слова «AI-powered» и рассказывают о революции искусственного интеллекта, аудитория, похоже, начинает от этого уставать.

Согласно новому исследованию Harris Poll, 4As и Infillion, большинство потребителей относятся к использованию ИИ в рекламе заметно хуже, чем маркетологи рассчитывали.

78% опрошенных считают, что реклама, созданная с помощью ИИ, выглядит менее аутентичной. Ровно столько же заявили, что бренды начинают выглядеть нелепо, когда слишком активно подчёркивают использование искусственного интеллекта.

Но самое интересное касается доверия и продаж.

73% респондентов сообщили, что будут меньше доверять рекламе, если заподозрят, что она создана ИИ.

А 63% заявили, что с меньшей вероятностью купят продукт компании, использующей AI-генерацию в рекламных материалах.

Получается любопытный парадокс.

С одной стороны, рекламная индустрия стремительно внедряет искусственный интеллект. Более половины маркетологов уже используют его для генерации идей и концепций. Почти половина применяет ИИ для создания визуалов. Всё чаще технология участвует в написании текстов, подборе аудиторий и медиапланировании.

С другой стороны, сами потребители начинают воспринимать бесконечные разговоры про ИИ как раздражающий маркетинговый шум.

54% участников исследования признались, что слышат про искусственный интеллект настолько часто, что это начинает их раздражать.

А 65% вообще хотели бы больше никогда не видеть бессмысленные упоминания ИИ в маркетинговых материалах.

Фактически мы наблюдаем рождение нового потребительского скепсиса.

Несколько лет назад многие компании пытались продавать товары через слова «экологичный», «блокчейн», «метавселенная» или «NFT». Теперь похожая судьба начинает настигать и термин «искусственный интеллект».

Людей всё меньше интересует сам факт использования технологии. Их интересует результат.

Поэтому часть брендов уже меняет стратегию. Вместо того чтобы хвастаться ИИ, они делают акцент на человеческом труде и реальных людях.

Apple, например, всё чаще показывает закулисные съёмки своих рекламных кампаний, подчёркивая ручную работу команды.

Некоторые компании пошли ещё дальше и начали иронизировать над так называемым AI slop — потоком однотипного AI-контента, который заполонил интернет. Они используют эту иронию как способ подчеркнуть подлинность собственных продуктов.

Похоже, рынок постепенно приходит к простой мысли: люди хотят не искусственный интеллект ради искусственного интеллекта, а хорошие продукты, сервисы и рекламу.

Если ИИ помогает их создавать — отлично.

Если же он становится главным героем маркетинговой кампании, аудитория всё чаще закатывает глаза.

#ai #marketing #advertising #branding #consumertrust #apple #cocacola #artificialintelligence

Анти-ИИ движение только начинает набирать силу

Ещё недавно страх перед искусственным интеллектом считался уделом программистов, футурологов и любителей научной фантастики. Теперь он постепенно становится политическим вопросом.

По мнению The Economist, нынешняя волна недовольства ИИ — лишь начало гораздо более масштабного противостояния.

Пока искусственный интеллект остаётся относительно низким приоритетом для большинства избирателей. В США он занимает лишь 29-е место среди тем, влияющих на выборы. Но по мере распространения технологии ситуация быстро меняется.

Самым заметным фронтом борьбы стали дата-центры.

В Америке протесты уже привели к отмене или заморозке проектов общей стоимостью почти $100 млрд. Причём сопротивление часто оказывается сильнее, чем при строительстве атомных электростанций. Согласно опросам, многие американцы охотнее согласились бы увидеть рядом с домом ядерный реактор, чем новый дата-центр.

На первый взгляд это кажется странным. Дата-центр — просто большое здание с серверами.

Но дело не в зданиях.

Для многих людей дата-центры стали символом всего, чего они опасаются в связи с ИИ: потери рабочих мест, усиления влияния корпораций, роста энергопотребления и даже гипотетических экзистенциальных рисков.

Сами AI-компании во многом помогли сформировать этот страх. Годами руководители крупнейших лабораторий предупреждали о возможном исчезновении профессий, сверхразумном ИИ, биологических угрозах и других потенциальных опасностях.

В результате общество услышало предупреждения и начало реагировать.

Парадокс заключается в том, что авторы статьи считают саму анти-ИИ реакцию не менее опасной, чем риски технологии.

Если государства начнут массово ограничивать вычислительные мощности или чрезмерно зарегулируют отрасль, они рискуют потерять огромные преимущества.

Сторонники ИИ сравнивают его потенциальное влияние с электричеством или паровой машиной. Технология может ускорить экономический рост, помочь в разработке лекарств, улучшить образование, науку и промышленность.

Особенно тревожным авторы считают сценарий, при котором одни страны затормозят развитие ИИ, а другие продолжат двигаться вперёд.

В этом случае США рискуют уступить лидерство Китаю, а Европа может окончательно закрепить своё технологическое отставание.

При этом журнал признаёт, что полностью игнорировать опасения людей нельзя.

Авторы предлагают четыре направления действий.

Во-первых, выгоды от ИИ должны получать не только технологические компании, но и обычные граждане. Если люди увидят реальные преимущества для себя, сопротивление станет слабее.

Во-вторых, реальные угрозы необходимо регулировать жёстко и адресно. Кибератаки, биотерроризм и другие риски нельзя игнорировать, иначе общество потребует запретить всё подряд.

В-третьих, нужно собирать больше объективных данных. Сегодня многие популярные страхи вокруг ИИ основаны на слухах и предположениях, а качественной статистики пока недостаточно.

И наконец, государства должны сами использовать ИИ для улучшения работы государственных услуг. Если искусственный интеллект помогает лечить болезни, обучать детей или упрощать взаимодействие с чиновниками, отношение общества становится заметно более позитивным.

Главная мысль статьи довольно проста.

Технический прогресс больше не является исключительно технической задачей. Создать мощную модель недостаточно. Нужно ещё убедить миллионы людей, что изменения происходят в их интересах.

Иначе вместе с новыми технологиями появятся новые вилы и факелы.

#ai #artificialintelligence #economy #jobs #datacenters #china #technology #politics

ИИ не смог решить главную проблему образования

Когда в 2023 году основатель Khan Academy Сал Хан представил ИИ-репетитора Khanmigo, многие увидели в этом начало образовательной революции. Идея выглядела убедительно: каждый школьник сможет получить персонального наставника, который объяснит любой предмет, на любом языке и в удобном темпе. Позже похожие прогнозы начал делать и глава OpenAI Сэм Альтман, обещая появление виртуальных преподавателей, способных адаптироваться под каждого ученика.

Однако спустя несколько лет энтузиазм заметно поубавился. Хотя количество пользователей Khanmigo выросло с 40 тысяч до почти миллиона человек, реальная вовлечённость оказалась гораздо ниже ожидаемой. Руководство Khan Academy уже признаёт, что для многих учеников запуск ИИ-репетиторов оказался фактически незаметным событием. Доступ к инструменту есть, но пользоваться им регулярно хотят далеко не все.

Проблема оказалась глубже, чем предполагали сторонники образовательного ИИ. Современные языковые модели умеют отвечать на вопросы, подбирать задания и объяснять сложные темы, но они не способны заставить человека учиться. Если ученик не хочет решать задачи или не испытывает интереса к предмету, даже самый умный алгоритм оказывается бессилен.

Именно поэтому исследователи всё чаще говорят, что главная проблема образования никогда не заключалась в нехватке информации. Информации сегодня более чем достаточно. Настоящая проблема — мотивация. Обучение требует усилий, терпения и готовности сталкиваться с собственным непониманием. Это процесс, который редко бывает лёгким и приятным. Как признают сами разработчики Khan Academy, ИИ может помогать в обучении, но пока не способен преодолеть этот мотивационный барьер.

Исследования подтверждают проблему. В США лишь около трети школьников демонстрируют высокий уровень вовлечённости в учёбу, и этот показатель остаётся практически неизменным уже много лет. Более того, образовательные технологии особенно активно используют именно те дети, которые и без того склонны хорошо учиться. Некоторые специалисты называют это «проблемой пяти процентов»: основную пользу от образовательных платформ получает небольшая группа уже мотивированных учеников, тогда как остальные быстро теряют интерес.

Получается парадоксальная ситуация. Технологии, которые должны были сделать образование более доступным и сократить разрыв между учениками, рискуют этот разрыв увеличить. Сильные и мотивированные получают ещё один мощный инструмент для развития, а слабые и незаинтересованные продолжают отставать.

На этом фоне многие педагоги возвращаются к старой мысли: обучение остаётся прежде всего социальным процессом. Хороший учитель ценен не только знаниями. Он умеет заинтересовать, поддержать, потребовать усилий в нужный момент и создать атмосферу, в которой ученику хочется двигаться вперёд. Не менее важны и одноклассники. Совместное решение задач, обсуждения, соревнование и чувство принадлежности к группе оказывают серьёзное влияние на результаты обучения.

Авторы статьи сравнивают это с занятиями спортом. Человек, который не любит тренироваться, гораздо чаще доведёт тренировку до конца в группе, чем в одиночку дома. В образовании работают похожие механизмы. Людей мотивируют другие люди.

Поэтому главный вывод исследования звучит неожиданно для эпохи искусственного интеллекта. Возможно, будущее образования связано не с заменой учителей алгоритмами, а с тем, чтобы сделать самих преподавателей более эффективными с помощью новых технологий. Пока ИИ умеет объяснять материал, но не умеет вдохновлять. А именно способность вдохновлять часто оказывается решающим фактором в обучении.

#ai #education #khanacademy #openai #learning #students #teachers #edtech

Google будет хранить ваши фотографии и голос для обучения ИИ. И это уже включено по умолчанию

Google начал постепенно внедрять новую настройку конфиденциальности под названием Search Services History. Формально компания подаёт её как способ удобнее возвращаться к прошлым поискам, включая голосовые и визуальные запросы. На практике изменение означает, что Google начинает сохранять значительно больше пользовательских данных, чем раньше.

Теперь в историю могут попадать не только текстовые запросы, но и изображения, загруженные через Google Lens, фотографии для обратного поиска, голосовые запросы, аудиозаписи из Google Translate и другой контент, который пользователь отправляет сервисам поиска.

Самое интересное заключается в том, что у многих пользователей эта функция уже оказывается включённой автоматически. Более того, отдельно активирована опция сохранения загруженных медиафайлов, которые могут использоваться для обучения моделей искусственного интеллекта Google.

Журналисты WIRED обнаружили, что после первого посещения страницы настроек все соответствующие галочки уже были установлены. Google не объяснила, почему новая функция запускается именно по принципу opt-out, когда пользователь должен самостоятельно искать способ отказаться, а не opt-in, когда требуется явное согласие.

Если данные уже попали в систему обучения ИИ, удалить их полностью становится невозможно. Согласно предупреждению самой Google, после использования материалов для обучения моделей они отвязываются от конкретного аккаунта, однако могут храниться в обучающих наборах данных до четырёх лет даже после удаления исходной активности пользователем.

По словам представителей Electronic Frontier Foundation, проблема заключается не только в самом сборе данных, но и в масштабе экосистемы Google. Компания контролирует огромное количество популярных сервисов, поэтому большинство пользователей давно привыкли к постоянному обмену данными и редко отслеживают подобные изменения в настройках.

Эксперты по цифровой приватности считают, что практика автоматического включения таких функций постепенно приводит к усталости пользователей. Люди всё чаще чувствуют, что не способны контролировать, какие данные собираются, где они используются и как долго хранятся.

Сама Google утверждает, что новые настройки помогают улучшать качество поиска и позволяют возвращаться к прошлым голосовым или визуальным запросам. Однако критики отмечают любопытную деталь: в уведомлениях компания подробно объясняет преимущества хранения данных, но почти не приводит примеров того, зачем пользователю может быть выгодно разрешать использование своих файлов для обучения ИИ.

Для отключения функции необходимо открыть страницу «Мои действия» в аккаунте Google, перейти в раздел Search Services History и снять галочку с пункта сохранения медиафайлов. Сделать это стоит заранее, потому что после попадания данных в обучающие наборы вернуть контроль над ними уже не получится.

История выглядит как ещё один пример новой реальности, в которой пользователям приходится самостоятельно искать способы отказаться от участия в обучении искусственного интеллекта, вместо того чтобы сначала давать на это согласие.

#ai #google #privacy #search #googlelens #data #security #machinelearning

Уоррен Баффет вложил $31 миллиард в Google и назвал гонку ИИ игрой, в которую никто не хочет играть

Уоррен Баффет, десятилетиями избегавший технологических компаний, подтвердил, что лично инициировал покупку акций Alphabet на сумму около 31 миллиарда долларов. Ранее предполагалось, что решение мог принять его преемник на посту главы Berkshire Hathaway Грег Абель, однако Баффет заявил, что идея принадлежала именно ему.

Инвестор также признал, что много лет назад совершил ошибку, отказавшись вкладываться в Google. Технологические компании традиционно не соответствовали его подходу: они требовали сравнительно небольших капитальных затрат, а их конкурентные преимущества было трудно оценить на десятилетия вперёд. Однако гонка искусственного интеллекта радикально изменила экономику отрасли.

Google, Microsoft, Amazon и другие технологические гиганты теперь ежегодно направляют сотни миллиардов долларов на строительство дата-центров, закупку ускорителей и создание энергетической инфраструктуры. В глазах Баффета эти компании начали напоминать железные дороги и коммунальные предприятия, то есть капиталоёмкие бизнесы, принципы работы которых ему хорошо знакомы.

Именно эта перемена, судя по всему, и сделала Alphabet понятнее для Berkshire Hathaway. Теперь успех Google зависит не только от программного обеспечения и рекламных алгоритмов, но и от способности финансировать огромную физическую инфраструктуру, необходимую для разработки и эксплуатации моделей ИИ.

При этом Баффет вовсе не считает происходящее комфортной ситуацией для технологических корпораций. По его словам, они оказались втянуты в игру, в которую в действительности не хотели бы играть. Отказаться от многомиллиардных инвестиций нельзя, поскольку это грозит технологическим отставанием, но и гарантии, что расходы когда-либо принесут сопоставимую прибыль, тоже нет.

Получается классическая гонка вооружений. Каждая компания вынуждена тратить всё больше не потому, что видит совершенно ясную экономическую отдачу, а потому, что опасается уступить конкурентам. Даже действующий лидер не может просто сохранить прежнюю бизнес-модель и продолжать получать прибыль, поскольку технологическая смена способна быстро превратить вчерашнее преимущество в отставание.

Несмотря на эти риски, Баффет считает Google одним из наиболее вероятных победителей. По его оценке, у Alphabet гораздо больше шансов добиться успеха, чем у подавляющего большинства компаний, акции которых продаются на Уолл-стрит. Berkshire начала формировать позицию в третьем квартале 2025 года, а за последний месяц увеличила её ещё примерно на 10 миллиардов долларов. Теперь Alphabet занимает пятое или шестое место среди крупнейших активов холдинга.

Google тем временем планирует увеличить расходы на развитие ИИ до 185 миллиардов долларов. Даже глава компании Сундар Пичаи признаёт, что превращение этих инвестиций в работающие дата-центры и преодоление дефицита вычислительных мощностей остаются сложной задачей. Однако он утверждает, что компания способна сохранять высокий темп разработки на протяжении 2026 года.

Инвестиция Баффета интересна не только как редкое появление технологической компании в портфеле Berkshire. Она показывает, насколько сильно ИИ изменил саму природу большого технологического бизнеса. Компании, когда-то ценившиеся за способность масштабировать программное обеспечение почти без дополнительных затрат, теперь вынуждены строить электростанции цифровой эпохи и вкладывать в них суммы, сопоставимые с бюджетами государств.

Баффет, похоже, делает ставку не на то, что эта гонка будет дешёвой или приятной. Он ставит на то, что Google обладает ресурсами, положением на рынке и устойчивостью, необходимыми, чтобы пережить её лучше большинства конкурентов.

#ai #google #alphabet #warrenbuffett #berkshirehathaway #investing #datacenters

Правда ли, что ИИ «выпивает» всю воду? Всё гораздо сложнее

Одна из самых популярных претензий к искусственному интеллекту сегодня звучит так: дата-центры потребляют огромное количество воды и буквально высушивают целые регионы. В интернете регулярно появляются заявления о том, что ИИ скоро оставит города без воды, а некоторые политики уже используют эту тему в своих выступлениях. С другой стороны, представители Кремниевой долины называют проблему сильно преувеличенной и утверждают, что никакого «водного кризиса» не существует.

Как ни странно, обе стороны одновременно правы и неправы.

Главная проблема заключается в том, что вопрос обычно ставят неверно. Когда спрашивают: «Сколько воды потребляют дата-центры?», кажется, будто существует один простой ответ. На самом деле всё зависит от конкретного объекта, климата, используемой системы охлаждения, источника электроэнергии и даже региона, в котором построен центр обработки данных.

Если смотреть на США в целом, цифры оказываются вовсе не катастрофическими. В 2023 году все американские дата-центры использовали для охлаждения около 17 миллиардов галлонов воды. Звучит впечатляюще, но это меньше одной десятой процента воды, которую за тот же год потребило сельское хозяйство страны.

Однако средние показатели скрывают гораздо более важную картину.

Для крупного мегаполиса дополнительные несколько миллионов галлонов воды в сутки могут оказаться почти незаметными. Но для небольшого города строительство одного современного AI-дата-центра способно увеличить местное потребление воды в несколько раз. Поэтому одни регионы спокойно принимают новые проекты, а другие уже заявляют, что просто не располагают достаточными запасами воды.

При этом многие представляют охлаждение серверов не совсем правильно. Кажется, будто вода постоянно расходуется и исчезает. На самом деле крупнейшие дата-центры всё чаще используют замкнутые системы охлаждения. Вода циркулирует внутри оборудования, охлаждается и снова возвращается в цикл. После первоначального заполнения такая система практически не требует постоянного пополнения запасов, поскольку вода не испаряется.

Именно поэтому глава OpenAI Сэм Альтман недавно заявил, что разговоры о «водном кризисе» сильно преувеличены. Но здесь появляется другая проблема.

Замкнутые системы охлаждения требуют значительно больше электроэнергии. А производство этой электроэнергии тоже потребляет воду, особенно если она вырабатывается на газовых или других тепловых электростанциях.

Получается любопытный парадокс. Дата-центр может почти не расходовать воду напрямую, но при этом косвенно потреблять её в огромных объёмах через производство электричества. Например, Meta сообщила, что в 2024 году её прямое потребление воды оказалось примерно в 23 раза меньше косвенного, связанного с выработкой энергии для дата-центров.

Именно поэтому специалисты всё чаще говорят, что нельзя обсуждать только расход воды внутри самого объекта. Нужно учитывать весь жизненный цикл его работы: от системы охлаждения до того, на какой электростанции производится питающая его энергия.

Есть и способы уменьшить нагрузку на окружающую среду. В прохладных регионах можно использовать наружный воздух вместо традиционного охлаждения. Некоторые компании уже экспериментируют с более высокими рабочими температурами серверов, чтобы снизить потребность в охлаждении. А переход на возобновляемые источники энергии одновременно сокращает и расход воды, и выбросы углекислого газа.

Авторы статьи приходят к интересному выводу. Главная проблема вовсе не в том, что дата-центры неизбежно оставят людей без воды. Настоящая проблема — отсутствие прозрачности. Жители часто узнают о строительстве огромного вычислительного комплекса уже тогда, когда работы начались. Компании редко публикуют подробные данные о будущем потреблении ресурсов, поэтому вокруг каждого нового проекта быстро появляются слухи, страхи и недоверие.

В итоге спор о воде оказывается не столько спором об экологии, сколько спором о доверии. Когда никто не знает точных цифр, их место очень быстро занимают либо паника, либо категоричные заявления о том, что проблемы вообще не существует.

#ai #datacenters #water #sustainability #energy #openai #meta #environment

Китайская модель Kimi K3 удивила индустрию: новый конкурент OpenAI и Anthropic уже на уровне лучших ИИ

Китайский стартап Moonshot AI представил новую модель Kimi K3, и первые результаты вызвали неожиданно сильную реакцию в индустрии. Разработчики, тестировщики и аналитики говорят не столько о самой модели, сколько о том, насколько быстро Китай сокращает отставание от американских лидеров в области искусственного интеллекта.

Kimi K3 относится к моделям с открытыми весами. Это означает, что после публикации разработчики смогут запускать её на собственной инфраструктуре, изучать устройство модели и адаптировать под свои задачи. Именно этот сегмент сегодня считается одним из самых стратегически важных направлений развития ИИ.

По заявлению Moonshot AI, Kimi K3 содержит около 2,8 триллиона параметров, а её контекстное окно достигает одного миллиона токенов. Модель умеет работать как с текстом, так и с изображениями, а также обрабатывать огромные объёмы информации за один запрос.

Наибольший интерес вызвали первые независимые сравнения. В слепом тестировании платформы Arena разработчики чаще выбирали ответы Kimi при задачах фронтенд-разработки, чем результаты OpenAI GPT-5.6 Sol и Anthropic Fable 5. В общем рейтинге текстовых моделей Kimi также сумела превзойти стандартную версию Anthropic Opus 4.8 и сравнялась с GPT-5.6 Sol, которая ещё совсем недавно считалась одной из самых передовых моделей на рынке.

Особенно показательна реакция западных экспертов. Технический директор Mozilla Раффи Крикорян заявил, что сегодня вопрос уже звучит не как соревнование отдельных компаний, а как противостояние США и Китая. По его мнению, американские лаборатории всерьёз обеспокоены темпами развития китайских моделей, иначе они не уделяли бы столько внимания попыткам ограничить распространение открытых моделей.

Запуск Kimi оказался весьма символичным и по времени. Уже совсем скоро в Шанхае откроется Всемирная конференция по искусственному интеллекту, где председатель КНР Си Цзиньпин, как ожидается, представит дальнейшую стратегию страны в области ИИ. Кроме того, в ближайшее время обновлённую модель готовит и DeepSeek. Если оба релиза окажутся успешными, Китай может за очень короткий срок совершить сразу несколько заметных технологических рывков.

При этом говорить о безоговорочной победе пока рано. Kimi K3 доступна всего несколько часов, а первые тесты далеко не всегда отражают поведение модели в длительной реальной работе. Кроме того, сами веса модели будут опубликованы только 27 июля, поэтому независимые исследователи пока не могут проверить её архитектуру, воспроизвести результаты или запустить её локально.

Интересно и ценообразование. В отличие от предыдущих китайских моделей, которые часто делали ставку на крайне низкую стоимость, Kimi K3 стоит около 12 долларов за миллион токенов. Это уже ближе к предложениям Anthropic среднего уровня, чем к привычной стратегии китайских разработчиков демпинговать рынок.

Но главный вывод статьи касается не стоимости и не конкретных бенчмарков. Всё больше признаков указывает на то, что технологический разрыв между США и Китаем стремительно сокращается. Если ещё год назад большинство экспертов говорили о явном лидерстве американских компаний, то теперь новые китайские модели всё чаще оказываются на одном уровне с флагманами OpenAI и Anthropic. И если эта тенденция сохранится, конкуренция в области ИИ в ближайшие годы станет значительно жёстче, чем многие ожидали.

#ai #kimi #moonshot #china #llm #openai #anthropic #deepseek

Netflix впервые раскрыла масштабы использования генеративного ИИ в своих проектах

Netflix сообщила, что только за первую половину 2026 года генеративный искусственный интеллект использовался примерно в 300 фильмах, сериалах и документальных проектах платформы. Это первое официальное признание того, насколько глубоко ИИ уже встроился в производство контента крупнейшего стримингового сервиса.

Компания подчёркивает, что речь идёт не о замене сценаристов или режиссёров. По словам Netflix, ИИ применяется практически на всех этапах производства: от разработки концепции и предварительной визуализации до постобработки и финального монтажа.

В качестве примеров компания приводит спортивный триллер Glory, бразильский мини-сериал Brasil 70: A Saga do Tri и документальный проект The American Experiment. В этих работах генеративный ИИ помог создавать масштабные сцены с большим количеством людей, расширять массовку и визуализировать сложные исторические эпизоды, которые при традиционном производстве либо оказались бы слишком дорогими, либо вовсе не попали бы в финальную версию.

По словам Netflix, новые инструменты позволяют получать более качественный результат быстрее и дешевле привычных методов. В некоторых случаях именно использование ИИ сделало возможными сцены, которые иначе пришлось бы полностью исключить из проекта.

Во время отчёта перед инвесторами генеральный директор Netflix Тед Сарандос привёл конкретный пример. В документальном сериале The American Experiment около 17 минут экранного времени содержат кадры, созданные или существенно дополненные с помощью искусственного интеллекта. По его словам, эта работа была выполнена примерно в два раза быстрее и обошлась вдвое дешевле по сравнению с традиционными способами производства.

При этом Сарандос специально подчеркнул, что компания не рассматривает ИИ как замену творческим профессиям. По его мнению, хорошие фильмы по-прежнему создают талантливые люди, а искусственный интеллект должен стать ещё одним инструментом, подобно современным камерам, компьютерной графике или монтажным системам.

Интересно, что Netflix постепенно выстраивает вокруг ИИ целую экосистему. Компания уже использует его в рекомендациях фильмов и сериалов, в рекламной платформе, развивает собственную AI-анимацию, а весной приобрела основанную Беном Аффлеком компанию InterPositive, которая занимается созданием инструментов искусственного интеллекта для кинопроизводства.

Всё это говорит о том, что генеративный ИИ постепенно перестаёт быть экспериментом для киноиндустрии. Если ещё год назад обсуждались в основном потенциальные риски и протесты творческих профессий, то теперь крупнейшие студии начинают открыто публиковать реальные цифры использования технологии. Судя по заявлению Netflix, ИИ уже превратился в обычный производственный инструмент, а вопрос заключается уже не в том, будут ли его применять, а в том, насколько заметной станет его роль в создании фильмов и сериалов в ближайшие годы.

#ai #netflix #genai #filmmaking #movies #tv #animation #streaming