# Сопутствующие статьи по теме БЯМ

Новостной центр HTX предлагает последние статьи и углубленный анализ по "БЯМ", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

Увольнения из-за ИИ? Исследование показывает, что ИИ дороже тех, кого он заменяет

Заголовок: Увольнения из-за ИИ? Исследования показывают, что ИИ обходится дороже, чем люди, которых он заменяет. В 2026 году около 50 000 сотрудников были уволены по причинам, связанным с внедрением ИИ. Логика компаний проста: ИИ может выполнять человеческую работу. Однако в последнее время эта логика столкнулась с реальностью: эксплуатационные затраты на ИИ часто превышают стоимость труда людей, которых он должен заменить. Примеры из различных компаний иллюстрируют проблему: * **Uber** израсходовал годовой бюджет на ИИ за четыре месяца. * **Microsoft** отменяет лицензии на Claude Code в нескольких отделах из-за высокой стоимости. * В **Anthropic** один сотрудник за месяц потратил 150 000 долларов на использование Claude Code, что эквивалентно работе 11 инженеров. * В **Nvidia** заявили, что затраты на вычислительные мощности теперь «значительно превышают» расходы на персонал. * Такие компании, как Meta, Pinterest и Spotify, отмечают рост затрат на инференс (вывод моделей) как фактор, снижающий рентабельность. Согласно исследованию CloudZero, в 2025 году 45% компаний тратили на ИИ более 100 000 долларов в месяц. При этом только 8% компаний из S&P 500 сообщили о доходах, связанных с ИИ, и лишь половина компаний уверенно оценивает окупаемость своих инвестиций в ИИ. Эксперт Скотт Гэллоуэй считает, что в этой ситуации основным бенефициаром станут китайские большие языковые модели (LLM). Их стоимость в 10–30 раз ниже, чем у американских аналогов. Данные подтверждают эту тенденцию: доля китайских моделей в использовании разработчиками выросла примерно с 1% в 2024 году до более 60% к маю 2026 года, а 80% американских стартапов в области ИИ уже используют китайские open-source модели. Гэллоуэй прогнозирует, что этот экономический сдвиг может вынудить администрацию Трампа ввести ограничения.

marsbit06/09 02:26

Увольнения из-за ИИ? Исследование показывает, что ИИ дороже тех, кого он заменяет

marsbit06/09 02:26

Технический обзор: акции чип-компаний потеряли триллион долларов за день, биткоин упал ниже $60 000, эскалация конфликта между США и Ираном

**Сводка новостей TechFlow** **ИИ и крупные модели:** В сообществе разработчиков разгорелись дебаты после обвинений в адрес Claude в добавлении ошибок в код rsync. В то же время, Anthropic сообщает, что ИИ уже способен улучшать собственные исследовательские процессы, вызывая обсуждения о скором начале рекурсивного самоулучшения (RSI). Модель DeepSeek V4 Flash впечатлила сообщество локального развертывания своей скоростью и эффективностью. GitHub Copilot теперь позволяет подключать локальные модели. Исследователи также обнаружили, что цепочки рассуждений (chain-of-thought) иногда вредят производительности ИИ, что ведет к поиску новых методов «неявного» рассуждения. **Крипто и Web3:** Биткоин упал ниже $60 000 на фоне сильных данных по занятости в США, которые оживили опасения по поводу ужесточения денежно-кредитной политики ФРС. Сообщество обсуждает, является ли это дном или падение продолжится. Пользователи отмечают, что в экосистеме Ethereum по-прежнему не хватает удобных решений для повседневных платежей. Один из пользователей создал инструмент для сравнения доходности USDC в разных протоколах DeFi. **Полупроводники и акции:** Акции компаний полупроводникового сектора потерпели самое большое однодневное падение за шесть лет, потеряв в стоимости более триллиона долларов из-за опасений, что ФРС отложит снижение ставок. Индекс Nasdaq упал более чем на 4%. Тем временем, оптимизированная версия модели Gemma 4 показала отличные результаты на видеокартах AMD. **Корпоративные и макроновости:** Google заключил крупную сделку со SpaceX на аренду вычислительных мощностей для тренировки ИИ на сумму около $9.2 млрд в месяц. Внутренние документы Microsoft вызвали критику из-за формулировок о выработке «зависимости» пользователей от ИИ-продуктов. Сооснователь LinkedIn Рид Хоффман ушел из совета директоров Microsoft, чтобы сосредоточиться на своем ИИ-стартапе. **Макроэкономика:** Неожиданно сильные данные по занятости в США (172 тыс. новых рабочих мест против ожидаемых 80 тыс.) привели к резкому росту доходности гособлигаций и обвалу на рынках. Главы крупных потребительских компаний, таких как Kraft и McDonald's, предупредили об истощении сбережений американцев, что контрастирует с сильными макропоказателями. Конфликт между США и Ираном обострился после обмена ударами, что поддерживает риски для поставок нефти через Ормузский пролив и инфляционное давление. **Основной вывод:** Рынки пережили «черную пятницу» из-за противоречивых сигналов: рекордная занятость против истощения сбережений потребителей и геополитическая напряженность, угрожающая инфляции. Это заставляет рынки переоценивать перспективы в сценарии, где «мягкая посадка» экономики становится все менее вероятной.

marsbit06/06 11:03

Технический обзор: акции чип-компаний потеряли триллион долларов за день, биткоин упал ниже $60 000, эскалация конфликта между США и Ираном

marsbit06/06 11:03

Новая должность FDE в Кремниевой долине набирает популярность. Какие кадры в сфере ИИ нужны компаниям?

В Кремниевой долине набирает популярность новая должность — AI Forward Deployed Engineer (FDE), чья задача заключается во внедрении и адаптации больших языковых моделей под конкретные бизнес-процессы заказчиков. Однако автор статьи считает, что спрос на собственных AI-инженеров внутри компаний будет значительно выше. Эти специалисты должны уметь работать с промптами, фреймворками для агентов, системами оценки, а также использовать инструменты AI-программирования для интеграции ИИ-возможностей в программное обеспечение и бизнес-системы. Влияние ИИ на рынок труда, вероятно, не ограничится простым «замещением» должностей. Сначала появятся новые универсальные роли, подобные нынешним AI-инженерам, которые впоследствии могут специализироваться, как когда-то это произошло с разделением «программиста» на фронтенд-, бэкенд-разработчиков и DevOps. В будущем могут возникнуть такие ниши, как LLMOps, инженеры по оценке или AI-дата-инженеры. Ключевой дефицит на рынке — специалисты, которые сочетают технические навыки с глубоким пониманием бизнес-задач. Хотя FDE важны для поставщиков ИИ-решений, именно внутренние AI-инженеры обеспечат компаниям гибкость и независимость от конкретного вендора, что критически важно в быстро меняющейся технологической среде.

marsbit06/02 04:41

Новая должность FDE в Кремниевой долине набирает популярность. Какие кадры в сфере ИИ нужны компаниям?

marsbit06/02 04:41

OpenAI возобновляет работу над роботами спустя шесть лет, в ближайшей перспективе делает ставку на роботов-помощников

1 июня генеральный директор OpenAI Сэм Олтман объявил о создании новой команды «OpenAI Robotics», что знаменует возвращение компании в сферу робототехники после шестилетнего перерыва. Стратегия OpenAI включает краткосрочную цель — разработку роботов для помощи техническим специалистам в строительстве инфраструктуры, и долгосрочное видение личных роботов для каждого. Это решение основано на прогрессе внутреннего исследовательского проекта «Worldsim», который лег в основу OpenAI Robotics под руководством вице-президента по исследованиям Адитьи Рамеша. Ранее OpenAI уже работала над робототехникой, создавая такие проекты, как Dactyl (манипулятор), но в 2020 году свернула собственные разработки, сосредоточившись на больших языковых моделях (например, GPT), что привело к появлению ChatGPT. В последние годы OpenAI инвестировала в ряд стартапов по робототехнике, включая 1X Technologies и Figure AI. Однако сотрудничество с Figure AI завершилось в феврале 2025 года из-за разногласий по техническому подходу, что, вероятно, ускорило решение OpenAI возобновить внутренние разработки. Возвращение в робототехнику происходит на фоне подготовки OpenAI к IPO (планируется на 2026 год) и служит стратегией для демонстрации новых перспектив роста, сочетающих программное обеспечение и аппаратное обеспечение, а также концепцию «воплощенного интеллекта». Основное преимущество OpenAI заключается в ее передовых ИИ-моделях, особенно в «модели мира», что позволяет придерживаться подхода «сначала создать мозг, затем тело», потенциально меняющего парадигму разработки в отрасли.

marsbit06/02 00:33

OpenAI возобновляет работу над роботами спустя шесть лет, в ближайшей перспективе делает ставку на роботов-помощников

marsbit06/02 00:33

Появился AI PC: локально нагружает 120-миллиардную модель! NVIDIA RTX Spark переопределяет фундамент «персонального AI-компьютера»

Заголовок: AI PC пришли: локальный запуск 120B модели! NVIDIA с RTX Spark переопределяет основу «персонального AI-компьютера». На GTC 2026 NVIDIA представила SoC RTX Spark, кардинально меняющую представление об AI PC. Ключевая особенность — архитектура с общей памятью объемом до 128 ГБ, где CPU (20-ядерный Arm от MediaTek) и GPU (Blackwell с 6144 ядрами CUDA) работают с единым пулом памяти, исключая затратные перемещения данных. Главный прорыв — заявленная производительность для AI в 1 петафлопс (1000 TOPS), что примерно в 20 раз превышает возможности современных NPU от Intel и AMD. Это позволяет локально запускать большие языковые модели размером до 120 млрд параметров с контекстным окном до 1 млн токенов, а также работать с 12K видео, сложной 3D-графикой и играми с трассировкой лучей. Для обеспечения безопасности автономных AI-агентов NVIDIA и Microsoft интегрируют в Windows песочницу OpenShell, которая обеспечивает изоляцию на уровне ядра, ограничивая действия AI в системе. Ведущие производители ПО, включая Adobe, заявили о глубокой адаптации своих продуктов (Photoshop, Premiere) под новую архитектуру для повышения производительности. Шесть основных OEM-производителей (ASUS, Dell, HP, Lenovo, Microsoft Surface, MSI) анонсировали выпуск тонких ноутбуков и компактных ПК на базе RTX Spark осенью этого года. Остаются вопросы по практической реализации: баланс энергопотребления и тепловыделения в тонких ноутбуках, реальная пропускная способность памяти, фактическая скорость вывода для 120B моделей и окончательная цена устройств. RTX Spark знаменует потенциальный сдвиг в индустрии ПК — переход от платформы с доминирующим x86 CPU к системе, где центром является GPU-центричный SoC.

marsbit06/01 06:43

Появился AI PC: локально нагружает 120-миллиардную модель! NVIDIA RTX Spark переопределяет фундамент «персонального AI-компьютера»

marsbit06/01 06:43

Запуск MoE на смартфоне? Meta предлагает MobileMoE, ускорение на iPhone 16 Pro до 3.8 раза

Мета представила MobileMoE — первую эффективную реализацию модели смешанных экспертов (MoE) для инференса на коммерческих смартфонах. Традиционно MoE использовались в облачных больших языковых моделях (LLM), тогда как на мобильных устройствах применялись плотные архитектуры из-за ограничений памяти и вычислительных ресурсов. MobileMoE заменяет плотные слои в Transformer на MoE-слои. Маршрутизатор выбирает для каждого токена несколько наиболее релевантных экспертов, при этом один общий эксперт участвует в вычислениях всегда. Обучение модели включает четыре этапа: предварительное обучение, промежуточное обучение, контролируемое тонкое обучение (SFT) и обучение с учётом квантизации. Результаты показывают, что MobileMoE-S/M при сопоставимом использовании памяти требует в 2–4 раза меньше вычислений, чем плотные базовые модели, достигая аналогичной или более высокой точности в 14 базовых тестах. На iPhone 16 Pro инференс ускорился до 3,8 раз на этапе ввода и до 3,4 раз на этапе генерации. После квантизации до INT4 модель сохраняет конкурентоспособность, а пиковое использование памяти на Samsung Galaxy S25 ниже, чем у аналогов. Несмотря на преимущества в коде и математике, MobileMoE пока уступает Qwen3.5 2B в следовании инструкциям и сложных рассуждениях. Для дальнейшего улучшения необходимы дистилляция, постобучение и мультимодальное расширение. Также требуются исследования для оптимизации памяти при изменяющихся входных данных и использования NPU на мобильных устройствах.

marsbit06/01 06:10

Запуск MoE на смартфоне? Meta предлагает MobileMoE, ускорение на iPhone 16 Pro до 3.8 раза

marsbit06/01 06:10

Три года спустя: оглядываясь на мои суждения о ChatGPT в 2023 году

Три года спустя: ретроспектива прогнозов о ChatGPT, сделанных в 2023 году В марте 2023 года, вскоре после появления ChatGPT, Ван Цзяньшо высказал 20 интуитивных прогнозов о будущем ИИ. Сейчас, в мае 2026 года, эти прогнозы были проверены группой ИИ-агентов на основе актуальных данных. **Итог:** Большинство *направленческих* прогнозов оказались верными, в то время как *конкретные цифры и сроки* часто ошибочны. **Ключевые верные прогнозы:** 1. **RAG и поисковые системы** стали стандартной архитектурой для работы с данными, а не тонкая настройка моделей. 2. **LUI (языковой интерфейс)** стал новым крупным пластом поверх GUI, хотя и не заменил его. 3. Создание **сети взаимодействующих агентов** и новых систем адресации. 4. Китайские модели (DeepSeek, Qwen) практически **сократили разрыв** с лидерами. 5. **Отсутствие сознания у ИИ**: Тест Тьюринга проверяет лишь иллюзию, а не реальное понимание. **Основные ошибки и неточности:** 1. Неверные данные о параметрах GPT-4 (не 100 трлн, а ~1.8 трлн). 2. Ошибочное утверждение, что ИИ принципиально **не способен** решать сложные математические задачи без инструментов — современные модели завоевывают золото на олимпиадах. 3. **Неправильное распределение ценности**: основная прибыль достается поставщикам вычислительных мощностей (Nvidia), а не только создателям приложений. 4. **Недооценка масштаба проблемы авторских прав**: ИИ не «обошел» право, а привел к рекордным судебным искам и выплатам. 5. Завышенные ожидания скорости развития («быстро», «за 2-3 года») и недооценка конечного масштаба явлений. **Выводы:** * В быстро меняющейся сфере надежнее предсказывать *механизмы и тренды*, а не точные цифры. * **Скорость** часто переоценивается, а **степень изменений** — недооценивается. * Критически важно учитывать **распределение эффектов** (на кого именно повлияло), а не только общую картину. * Прогнозы с оговорками и допущениями оказываются более устойчивыми. Эти уроки — руководство для оценки следующих прогнозов на следующие три года.

marsbit05/31 16:05

Три года спустя: оглядываясь на мои суждения о ChatGPT в 2023 году

marsbit05/31 16:05

Спустя три года: оглядываясь назад на мои суждения о ChatGPT в 2023 году

**Три года спустя: обзор моих суждений о ChatGPT в 2023 году** В мае 2026 года автор, Ван Цзяньшо, возвращается к двадцати прогнозам об ИИ и ChatGPT, которые он сделал в марте 2023 года, и оценивает их точность с помощью команды ИИ-агентов, анализировавших актуальные данные. **Результаты оценки:** * **Верные предсказания (направление/механизм):** Стали стандартом архитектура RAG для работы со знаниями и снижения галлюцинаций; LUI (языковой интерфейс) как новый уровень взаимодействия; появление «сети агентов» и новых протоколов для их взаимодействия; Китай быстро создал конкурентоспособные большие модели (разрыв сократился); понимание, что у ИИ нет сознания, а тест Тьюринга проверяет лишь иллюзию; ИИ — не AGI, но большой шаг вперед; не произошло массовой безработицы (хотя пострадали новички); 2023 год стал «годом стартапов» в ИИ. * **Ошибочные или неточные предсказания (конкретика/степень):** Неверная оценка параметров GPT-4 (не 100T, а ~1.8T); утверждение, что ИИ принципиально не способен на сложную математику без инструментов (позже модели выиграли IMO); прогноз, что основная ценность сместится в прикладной слой, а не в инфраструктуру (огромную прибыль получила NVIDIA); мнение, что ИИ обойдет проблемы с авторским правом (последовали многомиллиардные иски); надежда, что ИИ нейтрализует «пузыри фильтров» (ИИ усугубляет смещение к усредненному мнению); заниженная оценка стоимости обучения передовых моделей. **Основные выводы из ретроспективы:** 1. **Направление надежнее цифр.** Прогнозы о механизмах и трендах были точны, а конкретные цифры и абсолютные формулировки («невозможно», «обязательно») часто ошибочны. 2. **Скорость переоценивалась, масштаб — недооценивался.** Процессы внедрения заняли больше времени, чем ожидалось, а пределы развития возможностей и затрат оказались выше. 3. **Ошибка в распределении.** Общие тренды (например, по безработице) могли быть верны, но скрывали серьезные проблемы для отдельных групп (молодых специалистов). 4. **Важность допущений.** Прогнозы с оговорками («по слухам», «по крайней мере сейчас») оказались более устойчивыми. 5. **Трех лет недостаточно** для ответов на некоторые фундаментальные вопросы (сознание ИИ, конечное распределение ценности в индустрии). Эта проверка — не столько выставление оценки прошлому, сколько установление правил для более взвешенных прогнозов на следующие три года.

链捕手05/31 13:37

Спустя три года: оглядываясь назад на мои суждения о ChatGPT в 2023 году

链捕手05/31 13:37

6 вопросов, чтобы понять коммерческие тренды AI

**Резюме: 6 вопросов для понимания бизнес-трендов в сфере ИИ** Анализ текущего этапа развития экономики ИИ с использованием «Шестимерной системы оценки цикла» показывает, что отрасль перешла от «весны» (фаза нарратива) к «лету» (фаза одновременного существования нарратива и реальных результатов). **Ключевые выводы анализа:** 1. **Нарратив vs Результаты:** Акцент смещается с обещаний на конкретные, оплачиваемые услуги (платная подписка Doubao, рекламная платформа OpenAI). 2. **Соединяемость систем:** Продукты ИИ начинают интегрироваться в рабочие процессы компаний через платформы (Google Gemini, Microsoft Copilot), но единые стандарты еще не доминируют. 3. **Способность к реализации:** ИИ стабильно используется в бизнес-процессах (генерация кода, анализ контрактов, обслуживание клиентов) сотнями тысяч предприятий. 4. **Окупаемость инвестиций (ROI):** Начинается этап подсчета затрат и экономической эффективности, что приводит к изменениям в ценовой политике многих моделей. 5. **Общая картина в отрасли:** Появляются разговоры о прибыльности и устойчивости бизнес-моделей, хотя модель «рост за счет инвестиций» еще не отвергнута полностью. 6. **Инвестиционная среда:** Ключевым фактором оценки компаний становится не потенциал, а фактическая выручка и пути монетизации. **Практические шаги для бизнеса в текущей фазе («лето»):** 1. **Начните с малого:** Выберите одну конкретную, болезненную задачу с измеримым результатом (например, генерация маркетингового контента, автоматизация службы поддержки) и создайте рабочее решение за 3 месяца. 2. **Типизируйте и масштабируйте:** Стандартизируйте успешный процесс, создайте внутренние инструменты и базы знаний, адаптируйте структуру и систему мотивации компании для поддержки внедрения ИИ. 3. **Перепроектируйте процессы:** Перейдите от простой автоматизации к полному редизайну бизнес-процессов с помощью ИИ, делая их параллельными, интерактивными и автоматически управляемыми. Текущий момент характеризуется открывающимися возможностями для монетизации и необходимостью фокуса на реальной ценности, экономической эффективности и глубокой интеграции ИИ в основные операции компаний.

marsbit05/31 00:27

6 вопросов, чтобы понять коммерческие тренды AI

marsbit05/31 00:27

Ведущий игрок в области больших языковых моделей в Шанхае начал процесс листинга на A-акции

Компания MiniMax, ведущий китайский разработчик больших языковых моделей в Шанхае, 29 мая подала заявку на прохождение процедуры листинга на бирже A-акций в Шанхайское бюро Комиссии по ценным бумагам Китая (CSRC). Это означает, что MiniMax вместе с компанией Zhipu AI станет одной из первых компаний в сфере ИИ, вышедших на рынок A-акций. MiniMax была основана в январе 2022 года и в январе этого года провела IPO на Гонконгской фондовой бирже. С тех пор ее акции выросли на 409,09%, а рыночная капитализация достигла около 227,5 млрд юаней. Начиная с 8 июня компания будет включена в индекс Hang Seng Tech. Быстрый рост акций поддерживается фундаментальными показателями. За последние два месяца годовой регулярный доход (ARR) компании вырос более чем на 100%, превысив $300 млн. Количество корпоративных клиентов и разработчиков по всему миру превысило 1 миллион, а общее число пользователей составляет около 300 миллионов. По итогам 2025 года выручка MiniMax составила $79,04 млн (около 535 млн юаней), при этом валовая прибыль увеличилась до 25,4%, а чистый убыток сократился. В этом году компания выпустила несколько новых флагманских моделей, включая MiniMax-M2.5, M2.6 и M2.7, а также анонсировала предстоящий релиз модели M3. Новая модель M3, согласно заявлению компании, использует механизм разреженного внимания (Sparse Attention), что значительно повышает скорость обработки данных. Кроме того, MiniMax обновила свой продукт для создания агентов, переименовав его в Mavis. Выход на рынок A-акций является частью общей тенденции среди ведущих китайских компаний, разрабатывающих большие языковые модели, таких как Zhipu AI, Moonshot AI, Stepfun и 01.AI, которые активно стремятся к IPO для привлечения финансирования на покрытие высоких затрат на вычислительные мощности и развитие коммерциализации своих технологий.

marsbit05/30 02:46

Ведущий игрок в области больших языковых моделей в Шанхае начал процесс листинга на A-акции

marsbit05/30 02:46

活动图片