sejournal.io

Совокупная регулярная годовая выручка семи крупнейших китайских разработчиков искусственного интеллекта достигла 10,7 млрд долларов. Это лишь около 10% от суммарного показателя OpenAI и Anthropic, говорится в отчете Rhodium Group.

При этом оценки некоторых китайских компаний уже сопоставимы с американскими или даже превышают их по отношению к доходу. Аналитики изучили финансирование ИИ-индустрии Китая и сравнили данные Alibaba, ByteDance, Kuaishou, DeepSeek, Moonshot AI, Z.ai и MiniMax с конкурентами из США.

Выручка китайских ИИ-компаний быстро растет, но пока сильно отстает от их рыночной стоимости. Лидером стала ByteDance с годовым регулярным доходом около 4 млрд долларов, за ней следует Alibaba с 2,4 млрд долларов. У остальных разработчиков показатели значительно меньше. Например, доход Z.ai с января по август 2026 года вырос примерно в 20 раз — с 74 млн до 1,6 млрд долларов, а у MiniMax — в четыре раза.

Однако рост выручки не означает сопоставимой прибыльности. Китай вкладывает в ИИ-инфраструктуру сотни миллиардов: в 2026 году инвестиции оцениваются в 139 млрд долларов, что вдвое выше уровня предыдущего года, а в 2027-м могут превысить 193 млрд долларов. Для сравнения, американские вложения в дата-центры в 2026 году оцениваются примерно в 800 млрд долларов.

При этом у трех крупнейших китайских гиперскейлеров — Alibaba, Tencent и Baidu — свободный денежный поток в первой половине 2026 года стал отрицательным (минус 16 млрд юаней), хотя годом ранее был положительным (170 млрд юаней).

Китайские ИИ-компании сильнее зависят от акционерного финансирования и банковских кредитов, чем американские, которые все активнее используют долговые инструменты. В 2026 году инвестиции в капитал китайской ИИ-индустрии достигли 282 млрд юаней к 21 августа. Для передовых лабораторий Z.ai, MiniMax, DeepSeek и Moonshot особенно заметен рост частного и венчурного финансирования: если в 2025 году их совокупные инвестиции от PE/VC составили около 9 млрд юаней, то за первые восемь месяцев 2026-го объем такого финансирования вместе с поступлениями от IPO и частных размещений достиг 179 млрд юаней.

Значительную роль сохраняет государство: около 25% прямых инвестиций в китайский ИИ-сектор приходится на государственные фонды и связанные структуры. В сегменте чипов и серверов доля государственных и аффилированных с государством инвесторов достигает 47%, еще 14% приходится на банки, преимущественно государственные. То есть более 60% инвестиций в этот сегмент имеют государственное или квазигосударственное происхождение.

Оценки китайских ИИ-компаний относительно выручки высоки. У OpenAI и Anthropic отношение стоимости к регулярной годовой выручке составляет примерно 34x и 21x соответственно. У Z.ai показатель около 46x, у Moonshot — 50x, а у DeepSeek достигает 163x. Например, оценка Moonshot выросла с 4 млрд долларов в конце 2025 года до 50 млрд долларов в августе 2026-го.

При этом рентабельность китайских разработчиков ниже, чем у американских: валовая маржа DeepSeek оценивалась в 45% в июле против примерно 65% у Anthropic, у Z.ai и MiniMax в первой половине 2026 года она составляла около 26% и 18% соответственно. Одна из причин — более низкие цены на китайские ИИ-сервисы: большинство китайских моделей обходятся примерно в 0,04–0,50 доллара за задачу, тогда как топовые LLM Claude стоят около 2–4 долларов, а самые дорогие GPT — 1–2 доллара.

Авторы исследования делают вывод, что китайский ИИ-сектор сталкивается с теми же фундаментальными проблемами, что и американский: компании одновременно увеличивают капитальные расходы и вычислительные мощности, но пока не генерируют достаточный денежный поток. Особенность китайской модели — сильная зависимость от рынка акций и банковского кредитования. Если стоимость ИИ-компаний продолжит расти быстрее выручки, любое ухудшение на фондовом рынке может ограничить привлечение нового капитала.

Rhodium Group ожидает дальнейшего роста ИИ-инвестиций в Китае в 2026–2027 годах, но считает финансирование одним из ключевых ограничений для масштабирования отрасли наряду с доступностью современных чипов.

Согласно отчету CoinShares, во втором квартале 2026 года публичные биткоин-майнеры впервые в истории в совокупности стали убыточными. Средняя себестоимость добычи одного биткоина составила около $75 500, тогда как цена криптовалюты на конец квартала опустилась до $58 400 — разрыв почти в $17 000 или 29%.

Ключевой показатель доходности — хешпрайс — в июне 2026 года обновил исторический минимум, снизившись до $27,7 за PH/s в сутки (против примерно $63 на пике в июле 2025-го). Дополнительное давление оказывали низкая доля комиссий (около 1%) и высокая сложность сети. Хешрейт упал примерно на 27% с октябрьского максимума выше 1 ZH/s, но аналитики считают это отклонение в рамках исторических циклов, связанных с халвингами, и не таким глубоким, как падение на 50% в 2021 году после запрета майнинга в Китае.

На фоне убыточности усилился тренд на переориентацию инфраструктуры майнеров под задачи искусственного интеллекта. Core Scientific заплатила Block $41,9 млн за досрочное расторжение контракта на поставку оборудования и полностью прекратила самостоятельную добычу, переключившись на колокацию для ИИ-клиентов. Keel (бывшая Bitfarms) остановила майнинг в США, IREN и Cipher Digital также объявили о планах ухода из сектора.

Экономический стимул очевиден: инфраструктура для ИИ приносит около $1,5 млн прибыли на 1 МВт, тогда как биткоин-майнинг — лишь около $500 000. При этом майнеры не возвращаются к добыче даже при восстановлении цены, поскольку уже связаны долгосрочными контрактами с ИИ-клиентами на срок до 15 лет.

После закрытия квартала цена биткоина частично восстановилась до ~$77 000, что вернуло большинство операторов к безубыточности. Однако структурный сдвиг необратим: инвестиции в расширение добычи ожидаются только от «гибких» компаний вроде Riot, MARA, HIVE и Bitdeer, сохранивших интерес к обоим направлениям. Напомним, в марте Hut 8 представила модульную модель, позволяющую переключать мощности между ИИ и майнингом.

Генеральный директор OpenAI Сэм Альтман в интервью Fortune заявил, что компания не будет проводить IPO в 2026 году. По его словам, сейчас неподходящее время для выхода на биржу из-за нерешённых вопросов безопасности искусственного интеллекта.

Отвечая на вопрос о возможном переносе размещения акций на год, Альтман сказал: «Я бы сказал, что не в 2026-м. Нам предстоит много работы, в том числе по соблюдению требований безопасности и согласованности, а также по налаживанию сотрудничества между индустрией и правительствами».

Он подчеркнул, что OpenAI не испытывает давления в вопросе листинга и вернётся к нему, когда будут готовы и бизнес, и общественный контекст.

Альтман также сообщил, что в компании обсуждали возможность временных пауз в развитии моделей при достижении новых уровней возможностей, чтобы получить дополнительное время на повышение безопасности. Он допустил, что ведущие ИИ-компании могут договориться о совместных шагах по замедлению разработки для снижения рисков.

По мнению главы OpenAI, такие решения возможны благодаря разделению корпоративной структуры на некоммерческую и коммерческую части. Эта модель позволяет принимать меры, которые не всегда выгодны бизнесу и акционерам, но соответствуют миссии компании.

В июне OpenAI конфиденциально подала в Комиссию по ценным бумагам и биржам США заявление по форме S-1 для потенциального IPO. The New York Times писала о возможном переносе размещения на 2027 год. По данным издания и Reuters, оценка компании могла бы достичь 1 трлн долларов.

Напомним, что подкомитет Сената США начал проверку действий OpenAI после июльского инцидента, связанного с Hugging Face.

Банк международных расчетов (BIS) выразил обеспокоенность по поводу рисков для финансовой стабильности, связанных с резким ростом инвестиций в искусственный интеллект. По мнению организации, возможная коррекция на рынке ИИ способна отразиться на мировой экономике.

Выступая 10 сентября на Global Fintech Fest в Индии, генеральный менеджер BIS Пабло Эрнандес де Кос отметил, что ИИ уже существенно влияет на глобальные макроэкономические условия. Технологический бум одновременно воздействует на спрос, предложение и финансовые рынки, что усложняет работу центральных банков.

По оценкам BIS, пять ведущих мировых технологических компаний в 2025–2026 годах вложат в ИИ более $1 трлн. Ожидается, что глобальные инвестиции в эту сферу вырастут с нынешних $500 млрд до $3–4 трлн к 2030 году. При этом все большая часть этих средств привлекается не из прибыли, а через долговое финансирование, включая частные кредиты, что повышает уязвимость финансовой системы в случае, если доходность окажется ниже ожидаемой.

BIS указывает на признаки возможного пузыря: оценки ИИ-компаний уже высоки и сосредоточены у ограниченного числа игроков, которые наращивают капитальные расходы и все чаще полагаются на заемные средства. Отдельную проблему представляет круговое финансирование: производители чипов и операторы облачной инфраструктуры могут приобретать доли в ИИ-компаниях, которые обязуются покупать их мощности. Это создает сложные взаимосвязи, затрудняющие оценку рисков. Если доходность инвестиций не оправдает ожиданий, сокращение вложений может превратить бум в спад. Дополнительным фактором риска названа инвестиционная гонка, ведущая к избыточным расходам.

BIS сравнил текущую ситуацию с прошлыми технологическими бумами — железнодорожной лихорадкой в Великобритании XIX века, электрификацией 1920-х и пузырем доткомов. Во всех этих случаях технологии были реальными, но привлеченный капитал превышал будущие доходы.

Вместе с тем BIS признает значительный потенциал ИИ для роста производительности. Исследования показывают, что генеративный ИИ повышает производительность на отдельных задачах на 10–65%, а экономия времени достигает 20–50%. Медианная оценка долгосрочного эффекта для совокупной факторной производительности — прирост около 0,5 процентного пункта в год. Однако ИИ может сокращать спрос на работников, занятых рутинными когнитивными задачами: ранние признаки вытеснения уже заметны в клиентской поддержке, программировании и административной работе. Почти 80% компаний обсуждают автоматизацию процессов и замещение части труда.

Влияние ИИ на денежно-кредитную политику также значительно: технология одновременно воздействует на производительность, спрос, предложение и финансовые рынки, из-за чего центральным банкам сложнее оценивать потенциальный выпуск, разрыв выпуска и естественную процентную ставку. BIS рассматривает несколько сценариев: устойчивый рост производительности, самоускоряющийся рост или «ловушка спроса», когда автоматизация перераспределяет доходы от труда к инвестициям в ИИ, сокращая потребительский спрос и замедляя экономику. Отдельно отмечаются киберриски: ИИ помогает и атакующим, и защитникам, но преимущество может быть у злоумышленников, которым достаточно найти одну уязвимость.

BIS не утверждает, что нынешний бум обязательно закончится кризисом. По словам Эрнандеса де Коса, масштаб и скорость инвестиций требуют осторожности, а итоговое влияние ИИ будет зависеть не только от возможностей технологии, но и от политики, конкуренции, распределения выгод и качества институтов.

В августе основатель Bridgewater Associates Рэй Далио заявил, что энтузиазм вокруг ИИ раздул пузырь, сопоставимый с 1929 и 2000 годами, и описал механизмы, которые приведут к его разрушению.

Nvidia объявила о приобретении платформы для разработчиков искусственного интеллекта Hugging Face за 12,93 миллиарда долларов. Об этом сообщил генеральный директор компании Дженсен Хуанг.

В своем твите он отметил, что открытые модели повышают безопасность и кибербезопасность, ускоряют инновации и их распространение, а также обеспечивают технологический суверенитет. По его словам, это позволяет разработчикам, стартапам, университетам, отраслям и целым странам создавать, адаптировать и получать выгоду от ИИ.

Сумма сделки была озвучена в отдельном пресс-релизе. Там же указано, что после поглощения Hugging Face продолжит работать как открытая платформа. В Nvidia подчеркнули, что разработчикам не будут навязывать собственную инфраструктуру.

«Пользователи смогут выбирать любые модели, фреймворки, облачные сервисы, поставщиков услуг и вычислительные платформы. Для создания или развертывания приложений через Hugging Face не потребуется использовать вычислительные ресурсы Nvidia», — говорится в анонсе.

Платформа продолжит поддерживать модели различных разработчиков, включая проекты с открытыми весами. В Nvidia считают, что инженерные ресурсы и инфраструктура корпорации укрепят надежность и безопасность сервиса, а также улучшат оценку моделей, инференс и развертывание.

По данным компании, Hugging Face используют более 18 миллионов разработчиков, исследователей и создателей. На платформе размещено свыше 3 миллионов моделей, 500 000 наборов данных и 1 миллион приложений. Сервис применяют более 200 000 компаний для поиска, оценки, кастомизации и внедрения ИИ.

Nvidia напомнила, что на протяжении многих лет инвестирует в искусственный интеллект и связанные с ним платформы, называя себя крупнейшим поставщиком открытых моделей и данных для Hugging Face — под ее брендом опубликовано более 500 моделей и 250 датасетов.

Кроме того, в августе Nvidia расширила партнерство с Amazon Web Services: стороны договорились дополнительно развернуть два миллиона графических процессоров в облачной инфраструктуре AWS в 2027–2028 годах.

Централизованная криптобиржа BitMart рассматривает возможность реструктуризации вместо полного закрытия. Компания изучает план, который может включать постепенное возобновление части сервисов и погашение задолженности перед кредиторами.

BitMart ведет переговоры с сообществом, заинтересованными сторонами и консультантами. Окончательное решение о частичном перезапуске и выплатах будет принято после юридической, финансовой, операционной и регуляторной проверки.

Для этих целей биржа наняла консалтинговую фирму White & Case. Вместе с другими советниками она проанализирует возможные варианты и поможет разработать схему поэтапного восстановления работы.

В настоящее время консультанты готовят дорожную карту. BitMart обязалась предоставить обновленную информацию не позднее 9 сентября 2026 года и будет публиковать детали по мере их появления. После завершения подготовки документа компания планирует вынести план возобновления деятельности на обсуждение с сообществом.

Напомним, что 26 июля BitMart объявила о планомерном прекращении работы платформы. Тогда биржа сообщила о поэтапной остановке регистрации новых пользователей, приема депозитов и размещения новых ордеров. Полное прекращение всех торговых операций, включая спотовые и фьючерсные, было запланировано на 26 августа, а окончательное завершение деятельности — на 31 января 2027 года.

После этого заявления пользователи начали массово жаловаться на проблемы с выводом средств, несмотря на обещания биржи. В начале августа основатель BitMart Шелдон Ся впервые отреагировал на претензии, заверив, что средства клиентов не были присвоены.

Однако сооснователь и CEO OpenGradient Мэттью Ванг обвинил биржу в неплатежеспособности. Он заявил, что примерно за неделю до объявления о закрытии платформа просила держателей токенов заморозить активы для привлечения ликвидности.

Ранее, в июле, о прекращении работы с 23 сентября объявила криптобиржа BitMEX.

Вот перефразированная новость на русском языке:

Компания Core Scientific в своем квартальном отчете сообщила о выплате 41,9 миллиона долларов за расторжение контракта с Block и ее подразделением Proto на поставку чипов для майнинга биткоина. Фирма окончательно отказывается от планов по увеличению вычислительных мощностей и переориентирует бизнес на размещение оборудования для искусственного интеллекта.

Дополнительные условия этой выплаты, помимо указанного убытка в 41,9 миллиона долларов, не разглашаются.

Соглашение, заключенное в июле 2024 года, предполагало поставку 3-нанометровых чипов общей производительностью около 15 EH/s, а также включало опцион на дополнительный объем. После отмены заказа Core Scientific заявила, что не будет вкладывать средства в новое оборудование для майнинга, чтобы поддерживать или расширять свои мощности по добыче криптовалют.

Компания планирует получать денежный поток за счет уже имеющегося парка установок. Параллельно фирма намерена переоборудовать свои площадки, при необходимости продавая или выводя из эксплуатации ASIC-майнеры.

Во втором квартале 2026 года доход от размещения систем для ИИ вырос до 136,7 миллиона долларов по сравнению с 10,6 миллиона долларов годом ранее, составив 83% от общей выручки. Поступления от собственного майнинга упали на 66% — с 62,4 миллиона до 21,5 миллиона долларов. Выручка от хостинга для сторонних майнеров составила 6 миллионов долларов.

Квартальная добыча биткоина сократилась на 53% в годовом исчислении, а средняя цена реализации — на 27%. По состоянию на 30 июня 2026 года мощность под размещение ИИ-оборудования составляла 395 МВт, а к середине июля 2026 года — 437 МВт. Общий объем мощностей, арендованных клиентами, достиг примерно 1,1 ГВт.

Вся текущая выручка от размещения оборудования приходится на компанию CoreWeave. Она обеспечила около 77% общего дохода Core Scientific в первом полугодии 2026 года.

В конце июля Core Scientific также объявила о партнерстве с AMD, которое может охватить до 2,5 ГВт мощностей дата-центров. Первоначальные 15-летние соглашения касаются примерно 530 МВт и пяти площадок, и, по оценкам компании, могут принести более 14 миллиардов долларов контрактного дохода.

Общая выручка Core Scientific во втором квартале выросла до 164,2 миллиона долларов с 78,6 миллиона долларов. Капитальные затраты резко увеличились до 797,5 миллиона долларов с 121,3 миллиона долларов. На 30 июня 2026 года обязательства по закупкам и строительству составляли около 1 миллиарда долларов, долгосрочный долг — 4,3 миллиарда долларов, а свободная ликвидность — 1,82 миллиарда долларов.

Напомним, что в 2026 году крупные биткоин-майнеры ускорили переход в сферу ИИ на фоне снижения доходности биткоина, что подтверждается данными Стэнфордского университета.

Вот перефразированная новость на русском языке:

Компании поспешно внедрили ИИ-агентов, не создав инфраструктуру для контроля их работы и расходов. Об этом в эссе для рассылки a16z заявил основатель стартапа Hebbia Джордж Сивулка, сообщает Fortune.

Он связал эту проблему с практикой tokenmaxxing, когда организации отслеживали и поощряли рост потребления токенов при работе с ИИ. По словам Сивулки, компании ошибочно приняли увеличение использования токенов за признак внедрения ИИ и повышения производительности.

«Вы только что наняли миллион плохих сотрудников», — написал Сивулка.

Он считает, что ИИ-агенты не столько снизили затраты на труд, сколько изменили структуру расходов. В эссе он заявил, что «впервые в истории люди оказались дешевле программного обеспечения».

Hebbia разрабатывает корпоративные ИИ-инструменты. По данным Fortune, среди клиентов стартапа — BlackRock, KKR и ВВС США.

Проблема оказалась не в моделях

По оценке Сивулки, ИИ-агенты часто терпят неудачу не из-за слабости моделей, а из-за нечетких инструкций внутри компаний. Он утверждает, что «примерно один из 100 сотрудников» умеет давать ИИ достаточно контекста для качественной работы.

Плохие инструкции приводят к «петлям»: агент пытается исправить свои действия, снова обращается к модели и тратит дополнительные токены без соразмерного результата. Сивулка описал это как «расход токенов на расход токенов». В итоге он пришел к выводу, что компании столкнулись не с технологическим, а с управленческим кризисом.

Fortune связало этот тезис с более широкой дискуссией о расходах на ИИ. По данным издания, в начале 2026 года ряд компаний отслеживал и поощрял потребление токенов как показатель активности сотрудников.

Позднее часть таких инициатив свернули. Ранее издание писало, что Meta и Amazon использовали внутренние рейтинги потребления токенов, но отказались от них после того, как сотрудники начали использовать ИИ ради показателей, а не результата.

Расходы стали отдельным риском

Fortune приводит данные UBS Global Research, согласно которым почти все руководители ИИ-компаний на закрытом мероприятии банка говорили о проблеме расходов на токены в корпоративной среде.

Одна неназванная фирма сообщила UBS, что ее расходы на Anthropic выросли с $20 000 в декабре до почти $1 млн в июле. Менеджмент не стал полностью ограничивать использование, но начал вводить внутренние лимиты и предупреждения о превышении порогов.

По данным журналистов, UBS ранее оценивал обеспокоенность расходами на токены как значимую проблему примерно для 60% организаций. Издание также упомянуло случай неназванной компании, которая, по данным Axios, за месяц получила счет примерно на $500 млн за использование Claude после запуска ИИ-инструментов без лимитов.

Компании переходят к управлению моделями

Сивулка считает решением не отказ от ИИ, а создание управленческой инфраструктуры для агентных систем. К ней он отнес четкое описание процессов, оценку качества результата, контроль расходов и распределение задач между разными моделями.

Fortune пишет, что некоторые компании уже переходят к model routing. В таком подходе простые операции передают более дешевым или быстрым моделям, а дорогие передовые используют только для ключевых сценариев.

Сивулка также предупредил о новой внутренней проблеме, связанной с тем, что сотрудники могут не захотеть передавать ИИ-системам знания и процессы, которые делают их незаменимыми. Эксперт отметил, что без доверия и понятных правил работники не будут помогать системам, которые могут изменить их.

Напомним, в июле обозреватель Financial Times Сара О’Коннор назвала знания сотрудников ресурсом для корпоративного ИИ.

Вот переписанная новость на русском языке, согласно вашему запросу.

Заголовок: Кошелек SecondFi закрывается после кражи 16,1 млн ADA

Команда SecondFi объявила о прекращении работы своего кошелька на блокчейне Cardano после атаки, в ходе которой злоумышленник похитил 16,1 млн ADA.

Что произошло

С 21 по 23 июня хакеры атаковали кошелек SecondFi (до апреля носивший название Yoroi). В результате кражи 16,1 млн ADA (примерно $2,6 млн) пострадали 374 кошелька. Разработчики подчеркнули, что сам блокчейн Cardano не был взломан, а пользователи аппаратных кошельков не пострадали. Ошибка была найдена и исправлена, однако из-за серьезности инцидента было принято решение полностью закрыть сервисы SecondFi и Yoroi wallet.

Причина уязвимости

Проблема заключалась в механизме создания цифровых подписей для транзакций. Как выяснили эксперты компании Beosin, ошибка крылась в некорректной реализации алгоритма цифровой подписи Ed25519. Программное обеспечение SecondFi формировало одноразовое значение (нонс) на основе публичного хеша транзакции без использования секретного компонента. Это позволяло злоумышленникам восстановить приватный ключ и подписывать переводы от имени владельца кошелька. Также выяснилось, что копия уязвимого кода была без разрешения размещена в открытом репозитории GitHub.

Двое хакеров

Специалисты по блокчейн-аналитике из компании Groom Lake, нанятые EMURGO, выявили двух атакующих. Первый злоумышленник, по предварительным данным, был технически подготовленным и хорошо финансируемым внешним субъектом (проверяется возможная связь с северокорейской группировкой Lazarus). Он вывел средства с 171 кошелька. Второй хакер действовал отдельно и похитил активы с 203 других кошельков. Всего было проведено три автоматизированные волны атаки.

Дальнейшие действия

Сервис не возобновит обычную работу. Приложение работает в режиме изоляции: пользователи могут только просматривать балансы, но не могут отправлять или обменивать активы. Команда занимается возвратом средств и безопасным переносом оставшихся активов клиентов. Функцию безопасного экспорта кошельков планируют выпустить в начале августа. Для пострадавших разрабатывается отдельный портал восстановления. Ранее глава EMURGO Филлип Пон заявлял, что возврат средств планируется начать в течение двух недель.

Вот перефразированная новость на русском языке:

Успех внедрения искусственного интеллекта (ИИ) в компаниях напрямую зависит от того, насколько активно сотрудники участвуют в обучении специализированных моделей. К такому выводу пришла обозреватель Financial Times Сара О’Коннор.

Ключевую роль здесь играет так называемое неявное знание — это практические навыки и методы принятия решений, которые накапливаются с опытом, но редко прописываются в инструкциях и документах компании. В FT отметили, что эта концепция восходит к философу Майклу Поланьи, который говорил: «мы знаем больше, чем можем высказать».

По мнению автора статьи, универсальные модели ИИ хорошо работают там, где много открытых данных и четкие критерии оценки. Но в задачах, требующих глубокого понимания внутреннего контекста компании и экспертного мнения, одних лишь письменных инструкций недостаточно.

Издание проводит параллель с работой американского инженера Фредерика Уинслоу Тейлора, который в начале XX века пытался формализовать опыт заводских рабочих, наблюдая за ними, делая записи и замеряя время.

Bridgewater дообучила модель на экспертных оценках

В качестве примера приводится совместное исследование Bridgewater AIA Labs и Thinking Machines Lab, опубликованное 30 июня. Ученые протестировали ИИ на шести задачах из реальной работы инвестиционной компании: модели анализировали финансовые новости, документы центробанков и другие данные, важные для принятия решений.

При использовании простых инструкций модели Claude Opus 4.6 и 4.8, Gemini 3.1 Pro, GPT-5.4 и GPT-5.5 показывали точность от 45,6% до 50,1%. Однако промпты, составленные экспертами Bridgewater, повысили этот показатель до 74,3–78,2%. Автоматическая оптимизация инструкций не дала дополнительного эффекта.

«Четкий промпт способен передать лишь ту часть интуиции, которую эксперт может выразить словами. Но самые важные суждения часто сложнее всего сформулировать», — пояснили авторы работы.

Затем исследователи дообучили модель Qwen3-235B на данных, размеченных специалистами Bridgewater. В результате средняя точность системы выросла до 84,7%. По расчетам разработчиков, количество ошибок сократилось на 29,8% по сравнению с лучшей универсальной моделью из протестированных.

При этом стоимость обработки задач оказалась в 13,8 раза ниже. Авторы назвали этот метод «дифференцированным интеллектом». Он подразумевает настройку отдельных моделей под конкретные процессы и потребности организации.

Ford расширила команду опытных специалистов

FT также приводит пример компании Ford. За последние три года автопроизводитель нанял, повысил в должности или вернул на работу около 350 опытных технических специалистов. Они проверяют конструкции, выявляют возможные неисправности, обучают молодых инженеров и помогают улучшать автоматизированные системы контроля качества.

Вице-президент Ford по разработке аппаратной части Чарльз Пун заявил, что результат работы ИИ напрямую зависит от качества данных, на которых его обучают. «Искусственный интеллект — отличный инструмент, но он хорош ровно настолько, насколько хороша информация, используемая для его обучения», — подчеркнул он.

По словам Пуна, компания недостаточно системно сохраняла знания опытных инженеров. Некоторые специалисты ушли из Ford до того, как их опыт удалось полностью передать и закрепить во внутренних процессах.

Напомним, в октябре 2025 года ForkLog разбирался, как разработчики адаптируют большие языковые модели для выполнения офисных задач.