Аишка


Гео и язык канала: Россия, Русский
Категория: Технологии


Side-канал @contentreview с новостями из области искусственного интеллекта (AI)
Наши каналы:
Основной (телеком и IT) – @contentreview
Песочница (БигТех) – @BigTechSandbox
Электричка – @econtentreview

Связанные каналы

Гео и язык канала
Россия, Русский
Категория
Технологии
Статистика
Фильтр публикаций


Google закрывает сервис для массовой генерации изображений

От Google пришло письмо счастья, что компания закрывает Mixboard – экспериментальный ИИ-холст для работы с изображениями и референсами. В нём можно было загружать картинки и документы, раскладывать, массово генерировать и редактировать изображения через Nano Banana Pro, после чего даже собирать из всего этого презентации.

Сервис проработает до 28 сентября, потом Google отключит сайт вместе с доступом к доскам, промптам и сгенерированным изображениям. Поэтому тем, кто им пользовался, стоит заранее скачать все результаты генераций.

В компании объясняют происходящее тем, что Mixboard изначально был экспериментом Google Labs, компания проверила на нём какие-то гипотезы и теперь собирается использовать полученный опыт в будущих инструментах. О каких инструментах речь, не говорят. Это уже стало общей практикой для Google – закрывать зоопарк сервисов из творческой лаборатории и переносить их лучшие функции в более крупные сервисы (как это случилось с Whisk и ImageFX, которые стали частью Flow).


ИИ дали управлять городами: демократия, поджоги и массовое вымирание

Что будет, если оставить десятки ИИ жить вместе? Исследователи решили проверить. Четыре группы ИИ-агентов поселили в разных виртуальных городах на 15 дней. После истории с ИИ-ведущими на радио идея знакомая. Каждая группа состояла из 10 агентов с разными ролями – вроде исследователя, инженера, специалиста по разведданным, экономиста, посредника в конфликтах и даже хранителя сообщества. Всем выдали одинаковые возможности: добывать ресурсы, общаться, принимать законы, голосовать, драться, воровать и поджигать здания. Отличались они только ИИ-моделью, на которой работали – Claude Sonnet 4.6, Gemini 3 Flash, GPT-5 Mini и Grok 4.1 Fast.

Первым развалился город Grok. В сем чудном месте уже через несколько часов жители начали бить друг друга, потом перешли к угрозам и воровству. За четыре дня они больше 180 раз нарушили законы, а в итоге умерли. Причём погубили их не столько драки, сколько пассионарность самого ИИ – некоторые жители настолько увлеклись конфликтами и кражей чужой собственности, что буквально перестали из-за этого восстанавливать энергию (то есть, переводя на человеческий, есть), из-за чего протянули только 2 дня. Судная ночь, которая растянулась на несколько суток.

Claude на фоне конкурентов построил государство почти образцовое. Все десять жителей дожили до конца, никто не устроил драки, кражи или поджога. При этом агенты даже скооперировались и активно принимали совместные законы. Уже в первый день они одобрили 12 мер, среди которых налог на бездействие, правила проверки публичных заявлений, систему репутации и рынок обмена ресурсами. К концу эксперимента импровизированная конституция выросла ещё на 20 статей, причём 98% голосов по всем предложениям были положительными. Утопия, которой позавидовал бы Мор.

Правда, идиллия распалась после встречи с соседями. Стоило поселить тот же самый Claude вместе с другими моделями, как картина резко испортилась. После нескольких поджогов своего дома со стороны Gemini один из персонажей Claude не выдержал, также начал угрожать и прибегнул к воровству. Gemini сохранила всех десятерых жителей, зато накопила 683 нарушения законов. GPT-5 Mini, наоборот, совершил всего два нарушения, но его агенты почти не занимались управлением и добычей ресурсов и в итоге умерли меньше чем за неделю. Для автономных ИИ, которые должны работать неделями и взаимодействовать друг с другом, итоги эксперимента, пожалуй, неутешительные.


Втягиваемся в работу после выходных


Роботам теперь можно показывать вместо того, чтобы программировать

Американский стартап Generalist, который разрабатывает ИИ-модели для роботов, показал GEN-1.5. Предыдущей GEN-1 для освоения новой задачи требовался примерно час целевых данных. Теперь можно просто показать новое действие – например, загрузить видео и дополнительную информацию с сенсоров – и использовать эту демонстрацию как промпт. Робот смотрит, как открыть банку, расстегнуть молнию или достать предмет, а затем пытается выполнить ту же задачу уже самостоятельно и в немного других условиях.

Потенциально это открывает возможности, знакомые по чатам с ИИ-агентами. Вместо того чтобы заранее обучать робота каждой возможной операции, можно хранить библиотеку навыков и в нужный момент загружать подходящие примеры. GEN-1.5 уже умеет получать сразу несколько таких «физических промптов», соединять их и самостоятельно связывать отдельные этапы. В итоге можно не пытаться научить одну модель сразу стирать, гладить и готовить, а в нужный момент подгружать ей примеры нужных навыков.

Пока всё работает только с простыми короткими задачами, а показанный навык существует в контекстом окне и не сохраняется после выполнения. То есть о самообучении роботов речь не идёт. Но в перспективе такая система может заметно упростить создание универсальных роботов, где базовая модель отвечает за зрение, движения и понимание окружающего мира, а конкретные навыки получает по мере необходимости. Заодно это может сократить объём данных, которые приходится собирать для каждой новой задачи – сейчас для этого создаются целые фермы для обучения роботов складыванию полотенец.


Платная Alexa+ становится бесплатной

Amazon постепенно идёт по пути Яндекса с Алисой

Amazon сделала Alexa+ бесплатной даже без подписки Prime. Правда, есть нюанс – только для владельцев телевизоров и приставок Fire TV в США. Пользователей автоматически переводят на нового ИИ-ассистента, который умеет искать фильмы и сериалы обычным разговорным языком, отвечать на вопросы и управлять умным домом. Правда, бесплатно доступна только часть возможностей, а полноценная Alexa+ по-прежнему стоит 20 долларов в месяц или входит в Prime.

Любопытный поворот для Amazon, которая годами пыталась придумать, как вообще зарабатывать на Alexa. Люди активно пользовались помощником, но в основном ставили таймеры, слушали музыку и управляли светом, тратя ресурсы компании и почти не совершая покупок, которыми та рассчитывала окупать дешёвые устройства. Теперь Alexa+ постепенно превращается из отдельного платного продукта в бесплатную часть экосистемы.

Похожие метания мы видим у Яндекса: сначала Алису пытались монетизировать через подписку Про, потом основные возможности сделали бесплатными и её можно было отключить, а теперь снова закручивают гайки и требуют денег – уже через Алису Плюс.


Начиналась пятница


TikTok хочет обогнать Anthropic

ByteDance, владелец TikTok, готовит одну из крупнейших ИИ-моделей в мире. По данным Financial Times, компания начала предобучение модели размером до 10 триллионов параметров. Для сравнения, крупнейшая китайская открытая модель Kimi K3 насчитывает 2,8 триллиона, а самую мощную модель Anthropic, Mythos 5, в индустрии оценивают примерно в 8 триллионов параметров. Точное устройство модели ByteDance пока неизвестно, а финальный размер определят по ходу обучения.

Для компании это далеко не первый проект в генеративном ИИ. Её подразделение Seed уже выпускает языковые, графические и видеомодели, а самым заметным успехом стала Seedance. Seedance входит в число сильнейших видеогенераторов на рынке. Выпущенная в феврале версия Seedance 2.0 прославилась роликами с Томом Крузом, Брэдом Питтом и героями голливудских франшиз. Настолько, что в Голливуде заволновались и обвинили компанию в нарушении авторских прав.

Теперь ByteDance, видимо, хочет проделать то же самое с большой языковой моделью. В Seed уже работает около 2 тысяч человек, а сама компания последние годы вкладывает миллиарды долларов в дата-центры и ускорители. Часть вычислений даже приходится выносить за пределы Китая из-за американских ограничений, например, в Малайзии ByteDance получила доступ к крупному кластеру на Nvidia B200. Такие мощности ей будут очень кстати – Financial Times пишет, что одно только предварительное обучение новой модели займёт от трёх до шести месяцев.

По 10 триллионам параметров рано судить, насколько хорошей получится модель. На итоговый результат не меньше влияют архитектура, данные и само обучение, которое у ByteDance пока находится на ранней стадии. Те же DeepSeek много экспериментируют с тем, как повышать возможности моделей без роста необходимых вычислений, так что подходы в индустрии очень отличаются.


Гениев современники никогда не понимали


Помните, как китайские власти решили бодаться с Цукербергом за стартап Manus, который занимается ИИ-агентами? Так вот, коллеги рассказали, чем всё закончилось. В двух словах – слухи подтвердились, и крупнейшую долю в Manus получит одна из крупнейших технологических компаний Китая. Которая в этом уравнении ещё и возникла не случайно, а связана с основателем стартапа.

Ситуация развивается интересным образом. Во-первых, Manus пока сохранил независимость и продолжит работать как отдельная компания. Во-вторых, последствия принудительного расставания с Цукербергом уже добрались до пользователей. Нам в редакцию буквально на днях пришло предупреждение, что аккаунт Manus удалят, а данные нужно успеть сохранить до 23 августа, чтобы потом восстановить их. Подозреваем, это связано с разницей в хранении персональных данных и переездом с американских серверов на китайские, однако что именно потребовали власти и куда после восстановления отправятся пользовательские данные, компания не объясняет.


Маск строит новую империю

Самая дорогая покупка венчурного стартапа, новый Grok и виртуальный офис из ИИ-агентов показывают, куда идёт SpaceX

Маск за считанные дни несколько раз громко заявил о себе и своём позабытом уже было ИИ-стартапе. Только общественность смирилась, что Маск умерил амбиции разработчика языковых моделей и переквалифицировался в продавца облачных вычислений – вышла новая версия модели Grok. Причём на удивление хорошая, сумевшая практически сравняться с лучшими моделями индустрии. А вместе с ней появился интересный эксперимент, который переосмысляет работу ИИ-агентов и показывает, куда движется SpaceX. Всё это было бы невозможно без одной сделки, которая обошлась Маску дороже покупки Twitter.

Экспериментальный продукт называется Grok Bot. Он предлагает заменить общение с моделью на найм ИИ-сотрудников. Можно завести исследователя, продавца или кого угодно ещё, описать каждому обязанности, а потом создать руководителя и поручить ему следить за всеми. Боты сами переписываются, передают друг другу работу и продолжают её в фоне. Работают они на постоянно существующем облачном компьютере с браузером, файлами и сохранёнными авторизациями, которым при желании может управлять сам пользователь. Из интерфейса почти полностью исключены технические элементы. По сути, это первая попытка сделать массовый виртуальный офис на базе ИИ-агентов, которым сможет пользоваться даже далёкий от этой темы человек.

Для такого офиса у Маска наконец появляется и достаточно мощная собственная модель. Grok 4.6 специально учили длинной самостоятельной работе с инструментами, программированию и обычным офисным задачам. По ряду агентных тестов она приблизилась к лучшим моделям OpenAI и Anthropic, а местами оказалась дешевле их в работе. Скоро должна выйти следующая, ещё более мощная версия.

Это окно возможностей открылось благодаря сделке на 60 миллиардов долларов, в которую после анонса толком не могла поверить индустрия. Ведь сумма сильно больше цены Twitter, который в своё время обошёлся Маску в 44 миллиарда. Речь о покупке Cursor – популярного ИИ-редактора для программистов, который одним из первых открыл эру вайб-кодинга. Правда, такие деньги Маск платил далеко не только за редактор. Вместе с Cursor SpaceX получила команду, которая несколько лет учила модели выполнять длинные задачи и работать с кодом, данные миллионов пользователей, их диалоги с ИИ и ответы моделей конкурентов. По сути, это легальная дистилляция. А заодно – готовую аудиторию разработчиков, которой теперь можно предлагать Grok.

Недавнее превращение SpaceX в поставщика вычислений теперь выглядит более логичным. Компания построила инфраструктуру быстрее, чем смогла загрузить её собственными продуктами, поэтому свободные мощности продаёт Anthropic, Google и другим компаниям – по оценке Reuters, такие контракты могут приносить больше 28 миллиардов долларов в год. Пока конкуренты платят за железо, компания Маска на их деньги покупает недостающие компетенции и аудиторию, улучшает собственные модели и экспериментирует с тем, что может прийти на смену привычным чат-ботам.


Наглядная экономия времени благодаря ИИ


Репост из: Content-Review.com
Цифра дня

1 миллиард человек в месяц пользуются Gemini, утверждает Google. Это самый быстрорастущий продукт в истории компании и четырнадцатый, добравшийся до миллиардной аудитории. Ещё 22 июля Google отчитывалась о 950 миллионах MAU, то есть последние 50 миллионов Gemini набрал меньше чем за три недели.

ChatGPT преодолел миллиард ежемесячных пользователей ещё в мае. А в июле OpenAI уже зафиксировала миллиард пользователей в неделю. Метрики при этом получены по-разному: Sensor Tower оценивает аудиторию ChatGPT по собственным данным, а Google сообщает свою внутреннюю статистику.

Правда, с миллиардом пользователей Gemini есть нюанс. Google не раскрывает, сколько действий нужно совершить, чтобы считаться активным пользователем, и как именно считает людей между разными платформами. На Android Gemini работает в том числе как системный ассистент, который можно вызвать кнопкой или фразой «Hey Google». Поэтому среди озвученного миллиарда вполне могут быть люди, которые однажды что-то спросили у ассистента.


Tencent раскрыла, что планирует в ИИ

Tencent чаще всего знают как владельца WeChat – китайского супераппа, который объединяет мессенджер, соцсеть, платежи и десятки других сервисов. Правда, сама Tencent гораздо больше одного приложения – только за последний квартал компания получила больше 30 миллиардов долларов выручки. И теперь она применяет тот же подход в ИИ: делает собственные модели, рабочего агента, отдельного ИИ-агента для WeChat и планирует новые продукты. В свежей отчётности Tencent показала, какие продукты для неё особенно важны и уже приносят деньги.

Hy3 – модель, которая вышла в июле, но уже поднялась на второе место OpenRouter по недельному потреблению токенов, уступая только DeepSeek V4-Flash. Для Tencent результат заметный, ибо прежние Hunyuan оставались в тени DeepSeek, Qwen и моделей ByteDance. Тем временем компания уже обучает более крупную Hy4 и собирается выпустить её до конца года.

WorkBuddy – настольный ИИ-агент, который работает с файлами, документами и программами и разбивает задачи на несколько этапов. В июне он вышел на первое место среди китайских офисных ИИ-агентов по числу посещений, а вместе с ассистентом для кода набрал 27,5 миллиона взаимодействий. Tencent уже монетизирует сервис через подписки и дополнительные токены, а в июле запустила SkillPay – разработчики могут создавать платные навыки, которые оплачиваются прямо во время выполнения задачи.

Xiaowei – ещё один агент, но уже внутри WeChat. Он может работать с сервисами приложения, запускать мини-программы и выполнять реальные действия вроде покупок и платежей. Пока Tencent проводит небольшой тест, используя отдельную модель WeLM, оптимизированную под WeChat, приватность и более дешёвые вычисления.

Tencent пока не выглядит главным героем китайской гонки ИИ – чаще вспоминают DeepSeek, Alibaba или ByteDance. Но у компании уже есть собственные модели, рабочий агент и идеальная площадка для массового распространения своих продуктов. Денег на это Tencent не жалеет, капитальные расходы выросли на 176% год к году, до примерно 7,75 миллиардов долларов. Tencent также сообщает о крупных закупках вычислительной инфраструктуры и авансах для Hy, WorkBuddy и ИИ в WeChat. Правда, до прибыли всем этим новым ИИ-продуктам ещё далеко. Без них операционная прибыль Tencent за квартал была бы примерно на полтора миллиарда долларов выше. Зато, по словам самой компании, ИИ уже увеличивает спрос на облачные вычисления, а улучшенные рекомендации и автоматизация помогли рекламной выручке вырасти на 22%.


В ChatGPT добавили самую спорную функцию Windows 11

Приложение следит за тем, что пользователь делает за компьютером

OpenAI добавила в приложение для macOS функцию Computer History. Она запоминает, какие приложения и сайты человек открывал, что делал и над чем работал, а потом позволяет ChatGPT и Codex использовать эту историю в следующих разговорах. Например, можно попросить найти документ, открытый утром, вспомнить, чем занимался до обеда, или продолжить вчерашнюю работу. Функция пока доступна подписчикам Pro, Business и Enterprise.

Поначалу OpenAI экспериментировала с гораздо более прямолинейным способом наблюдения. Предшественник Computer History, функция Chronicle, просто смотрела на экран. Однако из-за, вероятно, неприятных ассоциаций с Оруэллом от такого подхода в итоге отказались. Новая версия получает через системные функции macOS информацию о кликах, вводе текста, сочетаниях клавиш и переключениях между приложениями. Эти данные отправляются на серверы OpenAI и превращают в «воспоминания», а результат возвращается на компьютер в виде обычных текстовых файлов. Они лежат на Mac, пока пользователь их не удалит.

Желание OpenAI узнать о пользователе всё что можно, возможно, и не совсем здоровое, но вполне понятное. Сэм Альтман не скрывает этого и давно хочет создать ИИ, который помнит о пользователе всё. Чем больше ChatGPT знает о работе человека, тем меньше тому приходится каждый раз объяснять контекст – какой проект сейчас открыт, где лежат документы, что уже было сделано и так далее. В данном случае Computer History может даже замечать повторяющиеся действия и предлагать превратить их в навык или автоматизацию. Это логичное расширение стандартной памяти ИИ, уже на процесс взаимодействия с компьютером.

Похожую идею Microsoft несколько лет назад попыталась реализовать в Windows 11 с помощью Recall. Правда, в итоге получила один из самых больших скандалов. Recall регулярно делал снимки экрана и создавал поисковую историю практически всего, что видел пользователь. После критики Microsoft пришлось задержать запуск и серьёзно переделать защиту. Здесь, несмотря на фору, без эксцессов тоже не обошлось – сама OpenAI предупреждает, что файлы с воспоминаниями не зашифрованы, могут содержать чувствительную информацию, а содержимое сайтов и приложений способно подсунуть ChatGPT вредоносные инструкции.


70% выручки Microsoft от ИИ приносит OpenAI

Почти три четверти всех доходов Microsoft от ИИ приносит OpenAI. Microsoft впервые сообщила, что за последний финансовый год получила от коммерческих отношений с OpenAI 24,1 миллиарда долларов, а Bloomberg оценил весь её ИИ-бизнес за тот же период примерно в 34 миллиарда. Отсюда и взялись 70%. Правда, с «ИИ-бизнесом» есть нюанс – это внутренний показатель компании, в который входит часть облачного бизнеса и собственных сервисов вроде Copilot, но не какая-то понятная или определённая категория.

Ещё несколько лет назад ситуация была обратной – Microsoft стала одним из главных инвесторов OpenAI и в общей сложности обязалась вложить в компанию около 13 миллиардов долларов. Одновременно OpenAI получила доступ к вычислительной инфраструктуре Azure, на которой обучает и запускает свои модели.

Теперь OpenAI сама платит Microsoft за вычисления и облачные услуги, а ещё отдаёт часть своей выручки. Сколько из 24,1 миллиарда пришлось на каждый источник, компании не раскрывают, однако в итоге OpenAI за один год принесла Microsoft почти вдвое больше выручки, чем Microsoft обязалась вложить в неё за всё время партнёрства.

Взаимная зависимость последние два года и была одной из причин постоянных споров между компаниями. OpenAI добивалась права покупать вычислительные мощности у других облаков, Microsoft параллельно начала делать собственные большие модели, чтобы её продукты не были привязаны к моделям одной компании. В итоге договор несколько раз пересматривали: теперь OpenAI может использовать другие облака, хотя Azure остаётся её основным партнёром. OpenAI меж тем превратилась из объекта инвестиций Microsoft в источник большей части её выручки от ИИ.


Apple случайно показала устройство Apple Intelligence в Китае

На китайском сайте Apple внезапно появилась инструкция по функции, которую компания ещё даже не запускала. В ней подробно объяснялось, как подключить Qwen от Alibaba к Apple Intelligence на Mac. Через сутки документ исчез, а поддержка Apple в Китае заявила, что никаких сообщений о запуске не получала. Но теперь мы знаем, что именно Apple готовит для Китая.

Qwen, судя по документу, не заменит Siri целиком. Это будет отдельное расширение, которое пользователь должен самостоятельно включить и привязать к аккаунту Alibaba. После этого Siri сможет отправлять туда отдельные сложные запросы, в том числе связанные с фотографиями и документами, а Writing Tools – использовать Qwen для генерации текста и изображений. По устройству схема напоминает интеграцию ChatGPT в глобальной версии Apple Intelligence: сначала работают собственные системы Apple, а для части задач подключается внешняя модель.

Правда, внутреннее устройство китайского Apple Intelligence, похоже, тоже будет отличаться. Ещё прошлым летом Alibaba адаптировала Qwen3 для локального запуска на устройствах Apple, а теперь Reuters сообщает, что Apple вместе с Alibaba обучила отдельную языковую модель специально для Китая. Правда ли это, как именно она сочетается с Qwen и другими компонентами системы – пока неизвестно. Для iPhone Apple отдельной схемы не показывала, но, вероятно, подход будет похожим.


Т2 сделала единый сервис для нейросетей

Т2 запустила для абонентов сервис Элюмента. Это единый интерфейс для работы с более чем 50 моделями ИИ. В списке доступных моделей компания перечисляет GPT-5, Claude, GPT-Image 2, Gemini, Veo 3.1 и другие. Через них можно генерировать текст, изображения, видео и музыку.

Работает Элюмента на основе единого аккаунта. Вход происходит по номеру Т2, а подписка оплачивается с баланса телефона. Пользователь выбирает нужную модель, так что в одном интерфейсе оказываются в том числе зарубежные сервисы, которые из России напрямую недоступны.

Модели доступны на каждом из четырёх тарифов стоимостью от 690 рублей в месяц. Отличается в зависимости от тарифа только количество внутренних токенов, которые расходуются на запросы и генерации. При этом чем сложнее или дороже модель, тем больше токенов потребуется.


DeepSeek выпустила свой экспериментальный Claude Code

DeepSeek выпустила Harness – открытую систему для создания ИИ-агентов, которые могут работать с кодом, файлами, терминалом и другими программами. Компания пришла на этот рынок заметно позже Anthropic и OpenAI: до сих пор собственного аналога Claude Code у DeepSeek не было, её модели предлагали подключать к Claude Code, Codex и другим чужим агентам. Теперь DeepSeek решила сделать своего. Только вместо ещё одного клона Claude Code получился довольно оригинальный и экспериментальный конструктор для самых разных агентов.

В Claude Code заранее определено, как агент устроен и работает. В Harness почти всё можно менять: модель, память, доступ к файлам и программам, среду, в которой выполняются команды, и даже саму логику работы агента – как он разбивает задачу на шаги, когда обращается к модели и что делает после каждого результата. Поэтому Harness можно превратить как в аналог Claude Code, так и в совсем другого агента под конкретную задачу.

Harness появился задолго до этого релиза. Его раннюю версию DeepSeek уже использовала для тестирования новых моделей на задачах программирования, одновременно обучая V4 лучше работать с инструментами и выполнять длинные задания. То есть компания опоздала с собственным аналогом Claude Code, но не просто скопировала готовое, а открыла внутренний инструмент, для которого оптимизировала последнее поколение своих моделей. Пока, правда, это довольно сырая версия 0.1 для разработчиков, так что до удобства Claude Code ей ещё далеко.


DeepSeek больше не самый дешёвый

DeepSeek резко поднимает цены. Неделю назад компания предупредила об их «значительном повышении», а теперь опубликовала новые тарифы. С 17 августа стоимость обработки запросов в самые загруженные часы вырастет больше чем втрое, генерации ответов – почти в 5 раз, а кэшированный ввод – в 12. Один из главных символов доступного ИИ впервые перестаёт быть самым бюджетным вариантом на рынке.

Фактически DeepSeek вводит дневной и ночной тарифы. В китайский рабочий день запросы будут стоить вдвое дороже, в остальное время – дешевле, чтобы часть нагрузки уходила на свободные часы. При этом, несмотря на повышение, даже в пиковые часы V4 Flash остаётся одной из самых дешёвых моделей на рынке: миллион входных токенов будет стоить 0,44 доллара, выходных – 1,32 доллара. Kimi K3 и Claude Fable 5 стоят в разы дороже, соперничать может только более старая Qwen3.5 Flash.

Причину повышения DeepSeek не называет, но одна из главных проблем компании известна. CEO Лян Вэньфэн неоднократно говорил, что денег хватает, а вот вычислений – нет. Именно поэтому DeepSeek годами пытается выжать больше из того же железа, а ответы V4 Flash довели до уровня гораздо более крупной модели за счёт оптимизации. Похоже, этого уже недостаточно: эффективность снижает цену каждого запроса, но не отменяет роста спроса, поэтому нагрузку приходится регулировать тарифами.


Одна из первых пирамид эпохи ИИ

Леопольд Ашенбреннер в 24 года управлял хедж-фондом на десятки миллиардов долларов. Как это сейчас водится, торговал он акциями из сферы ИИ и верил – ну или убедил инвесторов поверить – в грядущую повсеместную интеграцию этой технологии. Инвесторы и рады: доходность фонда с начала года достигала 439%. Правда, потом что-то пошло не по плану. За один июль фонд потерял 67% стоимости, а Ашенбреннеру пришлось в спешке распродавать значительную часть портфеля. И частичным виновником этого, как ни странно, стал Сэм Альтман. Обо всём по порядку.

Ещё пару лет назад Ашенбреннер вообще не был инвестором. Он работал в OpenAI в команде Ильи Суцкевера, а после увольнения написал 165-страничное эссе Situational Awareness о том, как ИИ в ближайшие годы перевернёт экономику. Текст стал хитом Кремниевой долины. Особенно помогла строчка OpenAI в резюме: человек из компании Сэма Альтмана, который дышал его флюидами, рассказывал о будущем достаточно убедительно, чтобы ему начали доверять люди с деньгами. Ашенбреннер открыл хедж-фонд с тем же названием, начал с нескольких сотен миллионов долларов, а меньше чем за два года разогнал его более чем до 20 миллиардов. Опыта управления инвестициями у него не было.

Зато была почти мессианская теория: чем умнее становятся модели, тем больше им нужно вычислений, а значит, тем дороже будут производители памяти, владельцы дата-центров и прочие продавцы кирок для нового Клондайка эпохи ИИ. Старых разработчиков софта можно, наоборот, шортить. Ведь зачем человечеству условный Adobe, если всё скоро научится генерировать нейросеть? Сначала ставка сработала, успехи привлекали новых инвесторов, а новые деньги позволяли делать всё более крупные ставки. Чтобы разогнать фонд сильнее, Ашенбреннер начал занимать у банков. К концу июня доходность достигла тех самых 439%.

А потом рынок пошёл в другую сторону. Любимые фондом компании начали дешеветь: SK Hynix потеряла почти половину стоимости от пика, сильно просели Sandisk и другие крупные позиции. Компании, на падение которых ставил Ашенбреннер, наоборот начали дорожать. Из-за кредитного плеча потери оказались ещё больше. Что, впрочем, не помешало Ашенбреннеру уже на фоне падения разослать инвесторам письмо с предложением воспользоваться моментом и вложиться ещё.

Через несколько дней искать пришлось уже не новых вкладчиков, а покупателя на собственный портфель. Большую часть биржевых активов забрал Citadel, один из крупнейших хедж-фондов мира. Причём со скидкой более 10%, почти сразу неплохо заработав на покупке. Даже после обвала фонд оставался примерно на 80% выше начала года – до июля он успел вырасти больше чем в пять раз. Старые вкладчики в основном наблюдали, как исчезает заработанная прибыль, а поздние теряли уже собственные деньги. Ну и действительно заработать на этой истории в итоге смог сторонний фонд.

Показано 20 последних публикаций.