sejournal.io

Вот перефразированный текст новости на русском языке:

Лишь 16% жителей США ожидают, что искусственный интеллект принесет пользу обществу. При этом около 40% опрошенных полагают, что его влияние будет отрицательным. Таковы данные опроса, проведенного исследовательским центром Pew Research среди 5119 взрослых американцев.

Недоверие к ИИ распространяется и на государственные органы: 67% участников опроса сомневаются, что власти США смогут наладить эффективное регулирование в этой сфере. Еще 59% не доверяют компаниям, которые занимаются разработками ИИ. Почти две трети респондентов уверены, что технологии искусственного интеллекта развиваются чересчур стремительно.

Наибольший скепсис проявляют молодые американцы (до 30 лет), поддерживающие Демократическую партию. Среди них лишь 14% верят в положительное влияние ИИ на общество.

Несмотря на это, исследователи отмечают рост использования нейросетей в повседневной жизни. Около четверти опрошенных заявили, что пользуются чат-ботами ежедневно. Самым популярным сервисом остается ChatGPT — его применяют 44% взрослых американцев, что более чем вдвое превышает показатели 2023 года. За ним следуют Gemini (24%), Copilot (17%) и Meta AI (14%).

Подобные настроения фиксируют и другие социологические службы. В мае компания YouGov сообщила, что 71% американцев считают развитие ИИ слишком быстрым. Пессимистов, оценивающих долгосрочное влияние технологии на общество, оказалось вдвое больше, чем оптимистов: 51% против 25%.

При этом в январе 2025 года картина была более сглаженной: 35% респондентов ожидали положительного эффекта от ИИ, а 34% — отрицательного.

Напомним, что в мае 2025 года совместное исследование Reuters и Ipsos показало: 61% американцев считают искусственный интеллект угрозой для человечества.

Вот перефразированный текст новости на русском языке:

Компания Alibaba анонсировала набор ИИ-моделей Qwen-Robot Suite, предназначенный для роботов и выполнения задач в физическом мире. В набор входят три модели: Qwen-RobotNav отвечает за навигацию, Qwen-RobotManip — за манипуляции с объектами, а Qwen-RobotWorld прогнозирует развитие сцены. Разработчики назвали этот проект «полным стеком для воплощенного искусственного интеллекта».

Речь идет о программных моделях, которые помогают физическим роботам воспринимать окружающую среду, планировать свои действия и выполнять команды на естественном языке. Сейчас Qwen-Robot Suite проходит пилотные испытания у некоторых корпоративных клиентов Alibaba Cloud в сфере робототехники.

Зачем Alibaba выводит Qwen в физический мир

Большие языковые и мультимодальные модели уже умеют работать с текстом, изображениями, видео и речью, но для роботов этого недостаточно. Физическим агентам нужно не только понимать команду, но и переводить ее в движение, учитывать пространство, свойства объектов, ограничения датчиков и последствия своих действий.

Alibaba называет это направление «физическим ИИ» или «воплощенным ИИ». В таком подходе модель должна работать не только с цифровыми данными, но и с физической средой: перемещаться, находить объекты, управлять манипуляторами и предсказывать, что произойдет после действия.

Qwen-RobotNav: пять задач навигации в одной модели

Модель Qwen-RobotNav отвечает за навигацию. Она объединяет пять групп задач:
— следование инструкциям;
— движение к заданной точке;
— поиск объектов;
— отслеживание цели;
— автономное вождение.

По заявлению Alibaba, Qwen-RobotNav построена на базе Qwen3-VL и обучена на 15,6 миллиона примеров, связанных с планированием маршрутов и визуально-языковыми рассуждениями. Компания сообщила о 76,5% успешности на тесте VLN-CE RxR и 90% на EVT-Bench. В Alibaba также отметили, что модель может работать как инструмент для более крупных агентных систем: верхнеуровневая модель планирует задачу, а Qwen-RobotNav отвечает за перемещение.

В демонстрациях Alibaba описывает сценарии вроде поиска потерянного предмета в помещении или проверки, открыт ли конкретный объект в здании. В таких задачах робот должен не просто двигаться, а собирать визуальные доказательства и возвращать ответ пользователю.

Qwen-RobotManip: действия с объектами

Модель Qwen-RobotManip предназначена для физических действий с объектами. Она помогает роботам брать, перемещать и размещать предметы, а также переносить навыки между разными типами устройств.

Одна из ключевых проблем робототехники заключается в том, что роботы описывают действия по-разному. Манипулятор, двуручная платформа, робот с кистью или мобильная система используют разные координаты, суставы и форматы команд. Qwen-RobotManip пытается привести эти данные к общему представлению, чтобы обучение на одном типе робота помогало другому.

Для обучения Alibaba использовала более 38 100 часов данных. В этот объем вошли 11 320 часов открытых робототехнических данных, 1933 часа видео действий человека от первого лица и 24 808 часов синтетических роботических демонстраций, созданных на основе таких видео.

Компания заявила, что модель заняла первое место в RoboChallenge Table30 v1 в треке универсальных моделей. По данным Alibaba, Qwen-RobotManip также показала устойчивость к новым инструкциям, незнакомым объектам и переносу навыков между разными роботами.

Qwen-RobotWorld: модель мира для роботов

Qwen-RobotWorld — это видеомодель мира, управляемая естественным языком. Она прогнозирует, как будет развиваться сцена после заданного действия.

Например, модель получает текущее наблюдение и текстовую команду, а затем генерирует вероятное будущее состояние среды. Такой подход может использоваться для манипуляций, автономного вождения, навигации, планирования и создания синтетических обучающих данных для роботов.

Для обучения Qwen-RobotWorld команда собрала корпус Embodied World Knowledge. Он включает 8,6 миллиона пар «видео-текст» и более 200 миллионов кадров, охватывает более 20 типов роботических платформ и свыше 500 категорий действий.

Alibaba заявила, что Qwen-RobotWorld заняла первое место в EWMBench и DreamGen Bench, а также превзошла все открытые модели в WorldModelBench и PBench. В техническом описании также утверждается, что модель показывает высокую согласованность с базовыми физическими закономерностями — движением, сохранением массы, жидкостями и гравитацией.

До массовых роботов еще далеко

Несмотря на заявленные результаты, Qwen-Robot Suite пока остается набором моделей, а не готовой потребительской робототехнической платформой. Реальное внедрение сталкивается с шумом датчиков, износом приводов, нестандартными ситуациями, ошибками восприятия и огромным числом редких сценариев. Многие тесты, на которых сравнивают такие системы, проводятся в симуляции или в ограниченных экспериментальных условиях.

Alibaba также не раскрыла стоимость доступа, сроки публичного запуска и список клиентов, которые уже тестируют Qwen-Robot Suite.

Напомним, в апреле Alibaba Cloud представила агентную модель Qwen3.6-Plus с контекстным окном в 1 миллион токенов и поддержкой внешних инструментов.

Вот перефразированный вариант новости на русском языке:

Ученые из Калифорнийского университета в Дейвисе продемонстрировали успешное длительное применение речевого нейроинтерфейса в домашних условиях у пациента с боковым амиотрофическим склерозом (БАС). За 19 месяцев пациент по имени Кейси Харрелл передал с помощью системы 183 060 предложений (1 960 163 слова), работая со средней скоростью 56 слов в минуту.

Как сообщается в журнале Nature Medicine, исследователи сосредоточились не на лабораторных тестах, а на реальном повседневном использовании устройства без присутствия ученых.

Результаты домашнего использования

Харрелл пользовался нейроинтерфейсом дома более 3800 часов. Система позволяла ему общаться с семьей, друзьями, врачами и коллегами, отправлять сообщения и электронные письма, участвовать в видеозвонках, выходить в интернет и продолжать работать полный день, несмотря на паралич.

По оценке самого пациента, 92% предложений были декодированы как минимум «в основном правильно». Во время формальных тестов, когда Харреллу показывали слова на экране, точность превышала 99% при использовании словаря из 125 000 английских слов. Максимальный зафиксированный показатель — 99,2%.

На момент публикации исследования Харрелл использовал систему в течение 444 из 653 дней после операции. После того как его помощникам разрешили самостоятельно подключать и отключать оборудование, среднее время использования в день выросло с 3,7 до 9,5 часа.

Как работает устройство

В 2023 году Харреллу имплантировали четыре массива микроэлектродов в левую прецентральную извилину — область мозга, отвечающую за координацию речи. Система считывает сигналы с 256 кортикальных электродов в тот момент, когда пациент пытается заговорить.

Алгоритм каждые 80 миллисекунд преобразует нейронную активность в вероятности произнесения фонем, после чего языковая модель подбирает наиболее вероятную последовательность слов из словаря примерно на 125 000 слов. Текст отображается на экране в реальном времени. После завершения фразы устройство может озвучить её синтезированным голосом, настроенным на голос Харрелла до болезни.

Для управления компьютером пациент также использовал декодер курсора. Ранее считалось, что для речи и движений нужны разные зоны мозга, но команда доказала, что оба режима можно реализовать через сигналы речевой моторной коры.

От лаборатории к повседневной жизни

Ранее команда уже демонстрировала высокую точность нейроинтерфейса в лаборатории. В 2024 году исследователи сообщили, что за первую 30-минутную тренировку система достигла точности 99,6% при словаре из 50 слов. На второй день, после дополнительной настройки, точность составила 90,2% при словаре в 125 000 слов.

Новое исследование переносит акцент с контролируемых испытаний на длительное использование в быту. По словам авторов, это важный шаг к созданию практичных нейроинтерфейсов для людей с тяжелыми нарушениями движений. Соавтор работы Сергей Стависки отметил, что 3800 часов записи мозговой активности во время использования системы стали, по его данным, крупнейшим индивидуальным набором данных с разрешением на уровне отдельных нейронов.

Авторы подчеркивают, что исследование описывает лишь один клинический случай. Пока неизвестно, насколько результаты применимы к другим пациентам, зонам имплантации, типам электродов и неврологическим состояниям. Система остается экспериментальной: она использует проводные соединения, требует ежедневного подключения обученными помощниками и из-за своих габаритов подходит только для домашнего использования.

Ранее в марте глава Neuralink Илон Маск заявил, что их BCI-устройство способно вернуть речь людям, которые её утратили. Один из пациентов к 80-му дню использования смог запустить World of Warcraft и играть силой мысли.

В апреле стало известно о пользователе нейроинтерфейса Гэлене Баквалтере, который научился создавать музыку силой мысли.

Напомним, что весной СМИ сообщили о планах стартапа экс-президента Neuralink испытать на людях биогибридный чип.

Вот перефразированный текст новости на русском языке:

Инициатива по искусственному интеллекту администрации Дональда Трампа под названием «Миссия Genesis» включает в себя задачи, связанные с ядерным оружейным комплексом США. Об этом сообщает Scientific American, изучив опубликованный Министерством энергетики перечень направлений.

Ведомство представило «Миссию Genesis» как программу, призванную ускорить научные открытия с помощью ИИ. Однако среди первых 26 задач оказался блок, посвященный ядерному сдерживанию, производству вооружений, нераспространению и ядерной криминалистике.

Что такое «Миссия Genesis»

24 ноября 2025 года Трамп подписал указ, запускающий новые федеральные программы исследований и разработок в сфере ИИ. Министерство энергетики должно создать «Американскую платформу науки и безопасности» — инфраструктуру, объединяющую суперкомпьютеры национальных лабораторий, защищенные облачные среды для ИИ, научные данные, специализированные модели и инструменты для экспериментов.

Согласно указу, инициатива направлена на ускорение научных открытий, укрепление нацбезопасности и достижение «энергетического доминирования». Платформа будет поддерживать обучение моделей, симуляции, ИИ-агентов, автоматизацию и использование данных из федеральных, академических и частных источников. Ответственным назначено Министерство энергетики, проект возглавил замминистра по науке Дарио Гил.

По плану, ведомство должно было за 60 дней определить не менее 20 национальных научно-технологических задач, за 90 дней — провести инвентаризацию вычислительных мощностей, за 120 дней — выбрать стартовые наборы данных и моделей, а за 270 дней — продемонстрировать работоспособность платформы хотя бы по одной задаче.

Ядерный блок в списке задач

12 февраля Министерство энергетики опубликовало список из 26 задач «Миссии Genesis». Они охватывают энергетику, науку, производство, критические материалы, квантовые технологии, дата-центры и нацбезопасность.

Scientific American сравнил публичные заявления властей с этим перечнем и выделил семь направлений, связанных с ядерным комплексом и безопасностью. При этом из документов не следует, что ИИ передается право принимать решения о применении ядерного оружия.

1. Оценка ядерных угроз, готовность и реагирование. Министерство энергетики предлагает создать мультимодальную ИИ-систему, объединяющую данные датчиков, моделирования и разведки. Цель — сократить время от обнаружения угрозы до реагирования с дней до часов.

2. Оцифровка исторических ядерных данных. Речь идет об архивах засекреченных экспериментов и испытаний ядерного оружия, а также несекретных материалов за более чем 80 лет. Планируется использовать распознавание текста, компьютерное зрение и 3D-реконструкцию для перевода бумажных отчетов и чертежей в пригодные для поиска и моделирования данные.

3. Увеличение пропускной способности исследовательских ядерных объектов. Ведомство описывает ИИ-«операционную систему объекта», которая будет помогать планировать эксперименты, корректировать их в реальном времени и совмещать диагностику с моделированием.

4. Интеграция проектирования и производства для ядерного сдерживания. Цель — сократить цикл между конструкторами и производственниками, чтобы поставлять новые оружейные системы «за долю традиционного времени и стоимости».

5. Нераспространение. Министерство энергетики хочет использовать мультимодальные модели и аналитических агентов для анализа спутниковых снимков, сенсорных данных, открытых источников и госданных. Система должна выявлять аномалии, связанные с возможным распространением ядерных материалов.

6. Оптимизация работы высокоопасных объектов. Ведомство предлагает использовать проверяемые ИИ-системы на базе больших языковых моделей для автоматизации анализа требований безопасности, подготовки документации и планирования. Цель — сократить время планирования и оформления более чем на 50%.

7. Ядерная криминалистика. Министерство энергетики планирует применять мультимодальный ИИ для ускоренного анализа образцов и обломков, определения их происхождения и восстановления истории материала после инцидента.

В перечне также есть отдельная задача по ускорению разработки, производства и сертификации материалов для стратегического сдерживания, где упоминаются ИИ-агенты для поиска и тестирования новых методов очистки плутония.

ИИ не получает «кнопку»

Scientific American подчеркивает, что обсуждаемые сценарии не означают передачу ИИ решений о ядерном ударе. Издание цитирует старшего научного сотрудника Стэнфордского центра международной безопасности Герберта Лина: никто в армии, Совете нацбезопасности или системе закупок не предлагает передавать запуск автономной системе.

В феврале 2026 года представитель Пентагона также заявлял The Washington Post, что решение о применении ядерного оружия остается за человеком, и передача такой функции ИИ не рассматривается. Опасения экспертов связаны с более широким внедрением ИИ в анализ угроз, производство, планирование и оценку рисков. Лин предупредил, что ИИ нельзя воспринимать как источник гарантированной истины, особенно при оценке реальных или потенциальных атак.

Исследователь Института права и ИИ Бахрад Сохансандж отметил, что Министерство энергетики подходит для такой программы, так как у него есть национальные лаборатории, суперкомпьютеры и данные. Однако он указал на риски: ускорение науки может затронуть не только полезные, но и потенциально опасные направления, включая биологические и оборонные исследования.

Ранее стало известно, что национальные лаборатории США применят новые ИИ-модели OpenAI для научных исследований и обеспечения безопасности ядерного оружия.

Напомним, в мае Пентагон заключил соглашения с Nvidia, Microsoft, Reflection и Amazon Web Services для использования ИИ-инструментов в секретных военных средах.

Позднее армия США созвала ведущих подрядчиков для более глубокой интеграции искусственного интеллекта в военные системы при сохранении контроля со стороны человека.

Вот перефразированная версия новости на русском языке:

Муниципальная IT-компания Рио-де-Жанейро IplanRIO представила открытую ИИ-модель Rio 3.5 Open 397B, обученную на государственные деньги. Заявлялось, что она превосходит DeepSeek V4 Pro и Qwen 3.7 Plus по ряду тестов. Однако на следующий же день компания-разработчик ИИ Nex заявила, что эта модель является прямым слиянием их собственной Nex-N2-Pro и Qwen3.5-397B-A17B.

После этих обвинений IplanRIO обновила описание модели на Hugging Face. Теперь там указано, что Rio 3.5 создана путем слияния Nex-N2-Pro и Qwen3.5-397B-A17B с последующей дистилляцией от более мощной модели.

Как представляли Rio 3.5

IplanRIO выложила Rio 3.5 Open 397B на Hugging Face 13 июня 2026 года под лицензией MIT. Изначально проект называли ИИ-системой общего назначения «передового уровня» и утверждали, что модель дообучена на базе Qwen3.5-397B-A17B.

В характеристиках указывалось 397 млрд параметров, из которых 17 млрд активируются при обработке каждого токена (архитектура Mixture-of-Experts). Также заявлялось контекстное окно на 1,01 млн токенов и использование фреймворка SwiReasoning.

В первой версии описания приводились результаты тестов, по которым Rio 3.5 обходила Qwen 3.7 Plus и DeepSeek V4 Pro. Например, на Terminal-Bench 2.1 модель набрала 70,8% против 70,3% у Qwen и 67,9% у DeepSeek.

После релиза мэр Рио-де-Жанейро Эдуардо Кавальери написал в X, что открытая ИИ-модель, обученная в Рио на государственные средства, «превзошла все остальные модели».

Что заявила Nex

14 июня Nex опубликовала обращение в своем репозитории на GitHub. Компания заявила, что Rio 3.5 Open 397B представлена как оригинальная модель IplanRIO, но ее веса выглядят как прямое поэлементное слияние Nex-N2-Pro и Qwen3.5-397B-A17B.

По оценке Nex, Rio 3.5 примерно на 60% состоит из Nex-N2-Pro и на 40% из Qwen3.5-397B-A17B. Компания утверждает, что не нашла признаков самостоятельного обучения IplanRIO.

Nex привела два аргумента: после удаления системного промпта «You are Rio» модель называла себя «Nex, from Nex-AGI» в 79% ответов, и каждый тензор весов Rio повторяет пропорцию 0,6/0,4 между Nex и Qwen во всех 60 слоях модели.

«Невинного объяснения этому нет», — говорится в заявлении Nex.

В отдельном посте компания сформулировала претензию проще: Rio 3.5, по сути, является open-source-моделью Nex N2 Pro «в другой обертке».

Почему бенчмарки вызвали вопросы

Decrypt обратил внимание, что Nex-N2-Pro в собственных тестах показывает более высокие результаты, чем Rio 3.5 в первоначальной карточке. В описании Nex-N2-Pro указано 75,3% на Terminal-Bench 2.1 против 70,8% у Rio 3.5. Как отметило издание, если Rio действительно является смесью моделей, то ее более слабые результаты выглядят ожидаемо. Сами бенчмарки Rio 3.5 убрали из основного описания после обновления карточки.

Как ответила IplanRIO

После претензий IplanRIO изменила README модели на Hugging Face. В актуальной версии указано, что Rio 3.5 Open 397B построена через слияние Nex-N2-Pro и Qwen3.5-397B-A17B, а затем прошла дистилляцию.

Дистилляция — метод обучения, при котором одна модель перенимает поведение более сильной модели. IplanRIO утверждает, что должна была опубликовать не базовую версию, а финальную дистиллированную модель.

«Мы сожалеем о путанице и приносим извинения», — говорится в обновленном README.

Команда также сообщила, что работает над повторной загрузкой корректной модели. Отдельного развернутого публичного комментария IplanRIO на момент публикации не было.

В чем суть спора

Использование открытых моделей само по себе не является нарушением. Nex-N2-Pro опубликована под лицензией Apache 2.0, а Qwen3.5-397B-A17B также доступна как открытая модель.

Спор возник из-за презентации Rio 3.5. Первоначальная карточка создавала впечатление самостоятельной разработки и дообучения на базе Qwen3.5-397B-A17B, но не указывала Nex-N2-Pro как один из источников. В open-source-сообществе это воспринимают как проблему прозрачности.

Ранее Alibaba представила семейство «гибридных» ИИ-моделей Qwen3, а китайский стартап DeepSeek представил DeepSeek-R1 в январе 2025 года.

Вот перефразированная новость на русском языке:

Публичные компании, занимающиеся майнингом биткоина, всё чаще переориентируют свои энергетические ресурсы и дата-центры на нужды искусственного интеллекта и высокопроизводительных вычислений. Этот тренд набирает обороты на фоне роста капиталовложений в сферу ИИ и увеличения спроса на площадки с доступом к электроэнергии.

Как сообщает Reuters, 15 июня компания Nvidia разместила облигации на 25 миллиардов долларов, хотя первоначальный спрос достиг примерно 85 миллиардов. Эта сделка не связана напрямую с финансированием дата-центров, но она наглядно демонстрирует огромный интерес инвесторов к инфраструктуре вокруг ИИ, где графические процессоры Nvidia остаются ключевым оборудованием.

Nvidia снова вышла на долговой рынок

Это размещение стало первым выпуском корпоративных облигаций для Nvidia с 2021 года. Изначально компания планировала привлечь около 20 миллиардов долларов, но увеличила сумму из-за высокого спроса.

Выпуск был разделен на семь траншей со сроками погашения в 2028, 2029, 2031, 2033, 2036, 2046 и 2056 годах. Купонные ставки варьируются от 4,25% по двухлетним бумагам до 5,625% по облигациям с погашением в 2056 году.

Полученные средства Nvidia направит на общекорпоративные нужды, включая погашение и рефинансирование существующих облигаций. Организаторами сделки выступили Goldman Sachs, J.P. Morgan и Morgan Stanley.

По словам источника Reuters, эта сделка нужна компании скорее для повышения ликвидности и создания кредитного ориентира, чем для финансирования капитальных затрат. В отличие от Meta и Alphabet, Nvidia не строит собственные крупные дата-центры, но поставляет для них ключевое оборудование.

По состоянию на 26 апреля 2026 года у Nvidia было 13,237 миллиарда долларов денежных средств и их эквивалентов. С учетом рыночных долговых бумаг ликвидная позиция компании составляла 50,3 миллиарда долларов, согласно квартальному отчету.

Майнеры продают доступ к энергии

Спрос на ИИ-инфраструктуру меняет экономику майнинговых компаний. Для заказчиков вычислений дефицитными стали не только графические процессоры, но и земельные участки, подключение к электросетям, системы охлаждения и готовые дата-центры. Всё это уже есть у крупных майнеров.

В мае компания Hut 8 заключила 15-летний договор аренды на 352 МВт ИТ-мощностей в кампусе Beacon Point в Техасе. Базовая стоимость контракта составила 9,8 миллиарда долларов, а при использовании всех опций продления может достигнуть 25,1 миллиарда. Кампус рассчитан на 1 ГВт подключенной мощности. По данным компании, первая очередь будет использовать архитектуру Nvidia DSX для создания ИИ-инфраструктуры гигаваттного масштаба.

TeraWulf в августе 2025 года подписала два 10-летних соглашения с ИИ-облачной платформой Fluidstack на обслуживание более 200 МВт ИТ-нагрузки. Контракты предполагают около 3,7 миллиарда долларов выручки за базовый срок и до 8,7 миллиарда с учетом опций продления. В мае 2026 года майнер купил площадку в Восточном Кентукки для развития HPC-инфраструктуры с потенциалом более 1 ГВт мощности.

CleanSpark в феврале сообщила, что развивает многогигаваттную ИИ-инфраструктурную платформу и получила доступ к мощности до 890 МВт в районе Хьюстона. Компания также расширила портфель площадок в Техасе и Джорджии, пригодных для ИИ-дата-центров.

> «Мы ведем переговоры с арендаторами дата-центров параллельно с усилиями по обеспечению площадок и электроэнергии, что поддерживает устойчивый спрос со стороны ИИ и высокопроизводительных вычислений», — заявил глава CleanSpark Мэтт Шульц.

Почему майнеры уходят в HPC

Переход майнеров в сферу ИИ связан не только с ростом спроса на вычисления. После халвинга и увеличения сложности добычи прибыльность биткоин-майнинга снизилась, поэтому компании ищут более стабильные источники дохода.

Для ИИ-заказчиков майнинговые компании интересны как владельцы энергетической и дата-центровой инфраструктуры. Однако переход в HPC требует дополнительных вложений: дата-центры для графических процессоров отличаются от майнинговых площадок по требованиям к надежности, охлаждению, сетям и обслуживанию клиентов.

Это означает, что не каждую майнинговую площадку можно быстро переоборудовать под ИИ-нагрузки. Однако компании с крупными энергомощностями и доступом к капиталу получают возможность диверсифицировать свой бизнес за пределами добычи биткоина.

Напомним, что в ноябре 2025 года семь из десяти крупнейших по хешрейту публичных майнеров сообщили о получении дохода от деятельности в области ИИ или HPC.

В мае 2026 года отчет Nvidia подтолкнул акции майнинговых компаний к росту. Главным драйвером для них стало подтверждение устойчивого спроса на ИИ-инфраструктуру.

Вот перефразированная новость на русском языке:

Технологические компании всё чаще оправдывают увольнения сотрудников внедрением искусственного интеллекта, даже если их бизнес продолжает расти. Об этом сообщает TechCrunch.

По данным издания, в одних случаях ИИ действительно меняет рабочие процессы, а в других — становится лишь удобным предлогом для реструктуризации, сокращения издержек и исправления ошибок, связанных с чрезмерным наймом в период пандемии.

Данные трекеров

Согласно информации TechCrunch, на момент публикации с начала 2026 года в технологическом секторе было зафиксировано 363 раунда увольнений, затронувших почти 150 000 человек. В среднем работу теряли 974 сотрудника в день.

По состоянию на 15 июня трекер TrueUp показывал уже 389 случаев увольнений и 151 998 потерявших работу. Средний темп снизился до 916 человек в день.

Консалтинговая компания Challenger, Gray & Christmas сообщила, что в мае работодатели в США объявили о 97 006 сокращениях, из которых 38 242 пришлись на технологический сектор — это максимум с августа 2024 года.

Искусственный интеллект стал самой частой причиной увольнений третий месяц подряд. С начала 2026 года работодатели сослались на него в связи с 87 714 увольнениями, что составляет 22% от всех объявленных сокращений.

Кто сокращал сотрудников

Среди примеров TechCrunch называет компании Block, Cloudflare, Meta Platforms и GitLab.

В феврале Block уволила более 4000 человек, сократив штат с более чем 10 000 до менее 6000. Глава компании Джек Дорси заявил, что ИИ меняет принципы управления организацией, но позже признал, что компания наняла слишком много людей во время пандемии.

В мае Cloudflare объявила о сокращении более 1100 сотрудников. Компания сообщила, что за три месяца внутреннее использование ИИ выросло более чем на 600%, а команда ежедневно запускает тысячи сессий ИИ-агентов.

По данным Reuters, 20 мая Meta Platforms планировала начать первую волну увольнений примерно на 10% штата (около 8000 человек). Это связывали с перестройкой компании вокруг ИИ и повышением эффективности.

GitLab сообщила о сокращении примерно 14% штата (350 сотрудников) и выходе из 22 стран, чтобы уменьшить географический охват команды на 37%. В отчете компания также рассказала о развитии ИИ-платформы.

Известны и другие случаи:
— В апреле Oracle начала увольнять тысячи сотрудников на фоне падения акций и крупных затрат на ИИ-инфраструктуру.
— Snap планировала сократить около 1000 человек (примерно 16% глобальной команды).

«Серебряная пуля» для увольнений

Венчурный инвестор Марк Андриссен заявил, что крупные компании часто остаются раздутыми после активного найма. Он назвал ИИ «серебряной пулей» для оправдания сокращений, отметив, что большая часть увольнений связана не с автоматизацией, а с управленческими ошибками и избыточным штатом.

В TechCrunch отметили, что такая ситуация усиливает социальное напряжение. Компании увольняют десятки тысяч людей, ссылаясь на ИИ, что подрывает доверие к индустрии. При этом рост рынка ИИ приносит огромные состояния основателям, инвесторам и ранним сотрудникам таких компаний.

Напомним, в феврале CEO OpenAI Сэм Альтман обвинил крупные компании в использовании ИИ как предлога для увольнений. По его мнению, влияние автоматизации на рынок труда будет только расти.

В мае Народный суд города Ханчжоу (Китай) постановил, что компании не имеют права увольнять сотрудников только из-за замены их искусственным интеллектом.

Вот перефразированная новость на русском языке:

Конкуренция на китайском рынке искусственного интеллекта переходит от гонки за созданием всё более мощных моделей к поиску способов их монетизации и практического использования. Об этом изданию SCMP сообщил Алекс Яо, глава отдела исследований китайского фондового рынка в JPMorgan.

По его словам, так называемая «война сотни моделей», которая несколько лет определяла развитие отрасли, постепенно завершается. Рынок сосредотачивается вокруг небольшого числа крупных игроков, способных превратить потребительские ИИ-продукты в надёжную корпоративную инфраструктуру.

На первый план выходит полезность

Яо отметил, что китайские модели всё ещё могут немного уступать ведущим американским аналогам по отдельным характеристикам, но для коммерческого успеха внутри страны это уже не является решающим фактором. Гораздо важнее способность технологии решать реальные бизнес-задачи.

По мнению аналитика, модели уже достигли уровня, позволяющего выполнять значительную часть интеллектуальной работы. Теперь главный вопрос — не дальнейшее повышение производительности, а создание продуктов, за которые пользователи и компании будут готовы платить.

Китайские компании тестируют новые модели монетизации

Крупные технологические платформы уже начали внедрять платные сервисы. В качестве примера Яо привёл ИИ-приложение Doubao от компании ByteDance, которое в мае запустило несколько подписочных тарифов стоимостью от 68 до 500 юаней в месяц (примерно от $10 до $74).

Эксперт считает преувеличенными опасения, что китайские пользователи не хотят платить за программное обеспечение. По его словам, спрос будет зависеть прежде всего от того, смогут ли сервисы продемонстрировать клиентам ощутимую ценность.

Победителей определит корпоративный рынок

В JPMorgan ожидают, что следующий этап развития китайского ИИ будет связан с корпоративными продуктами, автоматизацией процессов и интеграцией ИИ в существующие цифровые экосистемы. Аналитики банка считают, что отрасль переходит от соревнования в качестве моделей к борьбе за реальные источники дохода и долгосрочные конкурентные преимущества.

По мере консолидации рынка выиграют компании, которые смогут не только создавать передовые модели, но и строить вокруг них устойчивые бизнес-модели, ориентированные на корпоративных клиентов и практическое применение технологий.

Напомним, CEO Microsoft Сатья Наделла в программной статье предложил новый взгляд на будущее компаний в эпоху ИИ.

Австрийская технологическая компания AT&S подписала соглашение с AMD и ещё одной неназванной IT-фирмой о наращивании выпуска подложек для микросхем (IC-субстратов), используемых в системах искусственного интеллекта и высокопроизводительных вычислениях.

Общий объём инвестиций в проекты в Малайзии и Китае составит от 1,5 до 2 миллиардов евро.

Согласно пресс-релизу, основные мощности будут расширены на площадке в Кулиме (Малайзия). AT&S планирует задействовать возможности уже действующего завода, а также оборудовать ранее пустовавшее здание на территории второго предприятия. Кроме того, компания увеличит производство в китайском Чунцине для нужд ключевого заказчика.

Финансирование проекта основано на долгосрочных обязательствах клиентов, окончательное оформление которых ожидается в ближайшее время.

В связи с этой сделкой AT&S пересмотрела финансовый прогноз на 2026/27 год. Компания ожидает рост выручки на 45–55% вместо ранее запланированных 30–35%.

В 2025/26 финансовом году доход AT&S составил 1,8 миллиарда евро — на 21% больше, чем в предыдущем периоде. Компания управляет заводами в Австрии, Китае, Малайзии и Индии. Она поставляет комплектующие для автомобильной промышленности, медицины и рынка мобильных устройств.

Напомним, в июне компания Huawei пообещала ежегодно удваивать мощность своих ИИ-чипов.

Генеральный директор Microsoft Сатья Наделла заявил, что в эпоху искусственного интеллекта компаниям придется развивать не только человеческий капитал, но и так называемый «токенный» — то есть ИИ-системы, которые накапливают знания и опыт организации.

В своей программной статье о будущем бизнеса Наделла назвал нынешний этап развития ИИ крупнейшей трансформацией корпоративной среды со времен появления цифровых технологий. По его мнению, впервые у компаний появляется возможность создать постоянный цикл обучения между людьми и интеллектуальными системами.

ИИ станет частью интеллектуального капитала компаний

Глава Microsoft разделил активы организаций на две категории. К человеческому капиталу он отнес знания сотрудников, профессиональные связи, опыт и способность принимать решения. Под токенным капиталом Наделла понимает принадлежащие компании ИИ-системы, которые обучаются на внутренних данных, процессах и накопленной экспертизе.

По его мнению, задача бизнеса заключается не в поиске самой мощной модели, а в создании собственной среды непрерывного обучения, которая позволит сохранять и масштабировать корпоративные знания независимо от используемых ИИ-решений.

Новым активом станет «цикл обучения»

Наделла считает, что компании должны превращать рабочие процессы, накопленный опыт и профессиональные решения в агентные ИИ-системы, способные улучшаться после каждого использования.

Он назвал такие системы новым видом интеллектуальной собственности. В отличие от традиционных активов, они способны постоянно накапливать ценность благодаря взаимодействию между сотрудниками и искусственным интеллектом.

Microsoft предупредила о риске монополизации ИИ

Особое внимание глава Microsoft уделил опасности концентрации ценности у ограниченного числа разработчиков фундаментальных моделей.

По словам Наделлы, экономика не сможет устойчиво развиваться в сценарии, где несколько ИИ-платформ получают выгоду от знаний целых отраслей. Вместо этого он выступил за формирование широкой ИИ-экосистемы, в которой каждая компания сохраняет контроль над собственными данными, знаниями и системами обучения.

По мнению главы Microsoft, долгосрочный успех бизнеса будет определяться способностью одновременно наращивать человеческий и токенный капитал, превращая экспертизу сотрудников в масштабируемые ИИ-системы.

Напомним, в TechCrunch пришли к выводу, что переход на оплату по числу токенов может стать сигналом для пересмотра цен и лимитов на рынке ИИ-продуктов.