Один из основателей OpenAI и бывший директор по ИИ в Tesla Андрей Карпати опубликовал в X развернутый тред о "растущем разрыве" в восприятии возможностей ИИ. По его мнению, даже среди тех, кто платит $200 в месяц за топовые модели, мало кто понимает, насколько "пиковыми" стали улучшения — прогресс сконцентрировался в программировании, математике и ресерче, а типовые задачи вроде поиска, письма и советов почти не сдвинулись с места. Карпати выделил две группы, которые, по его словам, "говорят мимо друг друга". Первая — люди, составившие мнение об ИИ по бесплатному ChatGPT годичной давности. Именно они смеются над вирусными роликами, где Advanced Voice Mode от OpenAI не может решить элементарный вопрос — например, ехать на машине или идти до автомойки, которая в 50 метрах от твоего дома. По мнению Карпати, эти устаревшие и отчасти "осиротевшие" модели не отражают того, на что способны современные агентные системы. Вторая группа — профессионалы, которые используют Codex от OpenAI и Claude Code в программировании, математике и исследованиях. Именно они, как пишет Карпати, сильнее всего подвержены "AI-психозу": когда такой модели дают доступ к терминалу, она за час связно переструктурирует целую кодовую базу или находит и эксплуатирует уязвимости в компьютерных системах — задачи, на которые у человека ушли бы дни и недели. Разрыв Карпати объясняет двумя техническими и экономическими причинами. Во-первых, программирование и математика идеально подходят для обучения с подкреплением (RL) на верифицируемых наградах: юнит-тест либо пройден, либо нет — в отличие от текстов, качество которых алгоритмически не измеришь. Во-вторых, именно эти задачи приносят основные деньги в b2b-сегменте, поэтому крупнейшая часть команд в AI-лабораториях сфокусирована на их улучшении. Итог Карпати формулирует так: голосовой режим ChatGPT действительно будет тупить в мемных роликах — и ровно в то же время топовый Codex будет час напролет перестраивать чужой проект. Обе картинки верны одновременно, просто они про разные модели и разные задачи. P.S. Поддержать меня можно подпиской на канал "сбежавшая нейросеть", где я рассказываю про ИИ с творческой стороны.

Работодатели собирают личные данные потенциальных работников и используют их для вычисления минимальной зарплаты, на которую готовы согласиться соискатели. Такие результаты показало исследование, провёденное Виной Дубал (профессор права в Калифорнийском университете в Ирвайне) и Вильнейдой Негрон (эксперт в сфере ИИ-технологий). Авторы исследования изучили около 500 компаний, разрабатывающих ИИ-инструменты для управления трудовыми отношениями. Такие инструменты анализируют личные данные сотрудников для определения минимальной зарплаты, бонусов и поощрений. Отслеживается производительность, поведение, взаимодействие с клиентами и другие данные, включая финансовую историю. Согласно исследованию, почти 70% компаний с 500+ сотрудниками уже применяют подобный мониторинг. Яркий пример — платформы для подбора медицинского персонала, такие как CareRev, Clipboard Health, ShiftKey и ShiftMed. ИИ в составе таких платформ устанавливает оплату за смены с учётом частоты принятия заданий, скорости отклика и прошлой зарплаты. В итоге медсёстры получают разные суммы за одинаковую работу, иногда даже в одном учреждении. Аналогичная практика распространена среди водителей служб такси. По данным профсоюза Rideshare Drivers United, алгоритмы давно влияют на их доходы. Водитель из Лос-Анджелеса Бен Вальдес отметил: после обновления алгоритмов Uber его заработок упал даже в условиях роста спроса после пандемии. По его словам, разным водителям предлагают разные базовые тарифы за одну и ту же поездку. Профессор права Фордемского университета Зефир Тичаут объясняет: Uber изучает профили водителей и подстраивает оплату «под их стимулы и нужды платформы». Критики «зарплатной слежки» предупреждают: система определяет зарплату не по навыкам и опыту, а по тому, насколько уязвим человек — например, на основе информации о том, что пользователь недавно брал микрокредит. Эти алгоритмы разработаны для определения абсолютного минимума, на который человек готов согласиться, и они могут несправедливо занижать зарплату тем, кто финансово неустойчив. Любопытно, что часть крупных компаний, указанных в исследовании, включая Colgate-Palmolive, Intuit и ShiftKey, категорически опровергают использование таких инструментов.

Anthropic перехватила у OpenAI внимание ИИ-отрасли на конференции HumanX в Сан-Франциско, где присутствовали 6500 руководителей и основателей компаний. Главным предметом разговоров стал Claude Code — инструмент для написания программ, который укрепил позиции Anthropic среди крупных заказчиков и вывел компанию в центр самого быстрорастущего прикладного сегмента ИИ. Опрошенные изданием CNBC 19 руководителей и инвесторов называли Claude Code самым заметным продуктом, хотя отмечали сильные альтернативы со стороны OpenAI, Cursor и Google. Для Anthropic этот сдвиг важен из-за ранних успехов в работе с крупными заказчиками. Рост популярности средств, которые создают, редактируют и проверяют код, усиливает её шансы на контракты с самыми крупными покупателями. OpenAI запустила бум ИИ с выходом ChatGPT в 2022 году, но именно Anthropic сейчас выглядит лучше подготовленной к борьбе за самые большие бюджеты. Публичный спор с Пентагоном этому не помешал. В прошлом месяце конфликт быстро дошёл до суда: Министерство войны США (DoW) внесло Claude в чёрный список, однако после двух противоположных судебных решений Anthropic сохранила право работать с другими федеральными ведомствами, пока разбирательства продолжаются. Компания возникла в 2021 году, когда группа исследователей и руководителей ушла из OpenAI. Её стоимость оценивается в $380 млрд. Claude Code стал доступен широкой публике в мае 2025 года и по состоянию на февраль приносил более $2,5 млрд выручки в годовом исчислении. Anthropic представила ИИ-модель Claude Mythos Preview с расширенными возможностями в киберзащите, опирающимися на сильные навыки программирования и рассуждения. На HumanX эта новинка вызвала заметный интерес, хотя доступ к ней пока получили около 50 компаний. Глава Synthesia Виктор Рипарбелли объяснил успех Anthropic тем, что она не стала заниматься видео и голосовыми ИИ-моделями, а сосредоточилась на генерации кода. По его словам, OpenAI пришлось продвигать сразу 6 разных продуктов, и это рассеивало внимание потребителя. Один из инвесторов предупредил, что рынок ещё слишком молод, а нынешний импульс легко может уйти в другую сторону. Изменения происходят и в самих компаниях. Президент Decagon Эшвин Сринивас сказал, что появление средств для написания программ изменило и найм, и организацию работы. Соискателям разрешили пользоваться такими инструментами на собеседованиях, а проект, для которого раньше требовались 4-5 инженеров, теперь могут вести двое. Глава Credo AI Наврина Сингх сказала, что задачи, под которые в прошлом году пришлось бы нанимать 10 человек, теперь можно собрать за выходные и развернуть внутри компании. Одновременно, по её словам, стало сложнее удерживать под контролем план развития и обязательства перед крупными заказчиками, которым нужна большая ясность и большая устойчивость. Похожие сдвиги происходят и в Cisco. Президент компании Джиту Патель сказал, что ИИ уже используют около 85% инженерного состава, то есть примерно 18000 сотрудников. Cisco пришла к этому не тем путём, который ожидало руководство: сначала компании пришлось сделать приоритетом не результат, а само внедрение, исходя из того, что возможности ИИ-моделей будут и дальше расти. Патель предложил смотреть на такие системы не как на инструменты, а как на цифровых коллег: команда может состоять уже не из восьми человек, а из двух сотрудников и шести программных помощников или из двух сотрудников и бесконечного числа таких помощников. Большинство собеседников CNBC сильно беспокоят китайские ИИ-модели с открытыми весами. Так называют системы, у которых публично доступны параметры, улучшающие ответы и прогнозы в ходе обучения. По состоянию на апрель именно китайские ИИ-модели этого класса, включая GLM-5.1, Kimi K2.5 и Qwen3.5, лидировали в отраслевых испытаниях. Американские компании уже активно используют эти разработки. Cursor IDE построила свою ИИ-модель Composer 2 на Kimi 2.5, а глава Airbnb Брайан Чески говорил в октябре, что чат-бот компании в значительной степени зависит от Qwen компании Alibaba. Из-за этого сокращение отставания США в сегменте ИИ-моделей с открытыми весами стало одной из главных задач для части инвесторов: двое собеседников CNBC сказали, что направляют на это значительную долю времени и ресурсов, ещё один назвал проблему одной из ключевых для отрасли. Джайн добавил, что крупные компании всё осторожнее относятся к зависимости от одного или двух поставщиков ИИ: новые решения появляются у многих игроков, в том числе в среде открытой разработки, и заказчики хотят сохранять выбор.

Росстандарт принял новый ГОСТ проверки состояния водителя с помощью систем искусственного интеллекта. Нейросеть будет анализировать зевки, наклоны головы и темп речи, чтобы оценить, способен ли он находиться за рулём. Документ устанавливает требования к системам распознавания состояния водителя с ИИ-компонентами в ПО на этапах их ввода в действие, эксплуатации и ремонта. ГОСТ вступит в силу 15 июня текущего года. Системы анализируют физиологические, поведенческие и внешние факторы. Они прогнозируют утомление, снижение внимания, стресс и засыпание. Например, системы должны анализировать частоту и длительность зевка водителя, его наклоны голову и мимику, оценивать темп речи и интонацию водителя, распознавать вздохи. В Росстандарте рассчитывают, что применение нового ГОСТа снизит аварийность благодаря заблаговременному выявлению опасных состояний. Оно также должно упростить взаимодействие разработчиков ИИ, автопроизводителей и надзорных органов. В феврале МВД предложило использовать новые приборы для анализа слюны водителя на наличие запрещённых веществ в его организме. За отказ от тестирования, по данным ведомства, административной ответственности не будет.

ИИ-интегратор полного цикла К2 НейроТех (входит в К2Тех) завершил создание облачной платформы на отечественном программно-аппаратном стеке для разработки и внедрения решений на основе искусственного интеллекта для Федерального государственного автономного учреждения «Цифровые индустриальные технологии» (ФГАУ «ЦИТ»). Подведомственные предприятия получили возможность развертывать ИИ-сервисы для промышленных нагрузок по модели AIaaS (ИИ как услуга) без капитальных вложений в собственную инфраструктуру, сохраняя при этом полный контроль над данными.   Проект стал продолжением сотрудничества, начатого в 2025 году: после запуска вычислительного кластера команда К2 НейроТех сформировала на базе инфраструктуры заказчика единый облачный хаб для промышленного ИИ, выполнив весь цикл работ за 2 месяца – от проектирования архитектуры до ввода в эксплуатацию. Решение направлено на устранение ключевых инфраструктурных барьеров – дефицита GPU-мощностей, длительных сроков подготовки рабочих сред, непрозрачности учета и распределения вычислительных ресурсов, а также рисков, связанных с переходом на российские решения и защитой данных. «Перед нами стояла амбициозная задача – создать единый хаб для запуска и масштабирования промышленного ИИ. В рамках проекта мы перешли от предоставления "голых" вычислительных ресурсов к созданию полноценной платформы, охватывающей весь цикл работы с моделями — от подготовки данных и обучения алгоритмов до их промышленной эксплуатации и мониторинга. Интеграция ML-платформы KageCore от вендора AIDA tech обеспечила необходимую производительность для ресурсоемких расчетов и высокий уровень безопасности при работе в изолированном контуре», – прокомментировал руководитель подразделения К2 НейроТех Александр Рожков. Основой реализованного решения стала ML-платформа KageCore от российского вендора AIDA tech, входящая в единый реестр отечественного ПО. Решение объединило инфраструктурные (IaaS) и платформенные (PaaS) сервисы в защищенную экосистему. В качестве аппаратного слоя использовались серверы и системы хранения данных российского производства для полного контроля над жизненным циклом оборудования и гарантий по модернизации.   Платформа KageCore обеспечивает полный цикл управления машинным обучением – от подготовки данных до развертывания моделей в промышленную эксплуатацию, предоставляя дата-сайентистам и ML-инженерам единую среду для работы с корпоративными данными при сохранении полного суверенитета над ними. В основе архитектуры платформы – пять взаимосвязанных подсистем, обеспечивающих полное соответствие требованиям регуляторов к защите информации и технологическую независимость инфраструктуры. Портал самообслуживания представляет собой конструктор сервисов: пользователь может выбрать операционную систему, в том числе сертифицированные ФСТЭК ОС Astra Linux и РЕД ОС, необходимые компоненты и развернуть рабочую среду в одно касание. Слой виртуализации и контейнеризации развернут на отказоустойчивой конфигурации с настроенной системой мониторинга, которая собирает данные от аппаратного уровня до уровня пользовательских приложений, и максимальной утилизации GPU при обучении моделей, включая несколько центров обработки данных. Ключевой элемент платформы – ML-среда на базе KageCore, объединяющая интерактивные блокноты Jupyter для работы дата-сайентистов и инструменты управления полным жизненным циклом моделей. Платформа предоставляет пользователям единую точку доступа — портал самообслуживания с системой квотирования и биллинга. Это дает возможность различным подразделениям и проектным группам самостоятельно и оперативно запрашивать необходимые для работы вычислительные мощности. Маркетплейс платформы включает предустановленные векторные базы данных, брокеры сообщений, инструменты безопасности и популярные ML-фреймворки — TensorFlow, PyTorch, ONNX, Kafka, MLFlow и другие компоненты, необходимые для промышленной разработки ИИ. За счет автоматизации развертывание типового рабочего окружения для задач ИИ теперь занимает менее 15 минут вместо нескольких дней ручной настройки. Ключевая особенность — гибкие сценарии работы с GPU: от выделения целиковых устройств для ресурсоемких задач обучения до гранулярного распределения vRAM объемом от 1 ГБ для инференса моделей, что позволяет экономить вычислительные ресурсы и запускать несколько моделей параллельно на одном физическом ускорителе. Замкнутый контур мониторинга в реальном времени агрегирует тысячи метрик и формирует детализированные дашборды для контроля всех уровней – от физической инфраструктуры до прикладных ИИ-сервисов. Архитектура платформы поддерживает одновременную работу более 500 виртуальных машин и контейнеров с гарантированным уровнем доступности свыше 99%. Система функционирует в изолированном сегменте сети, что полностью соответствует требованиям по защите информации, обеспечивая технологическую независимость.   Новый облачный хаб позволил закрыть критический разрыв между инфраструктурными ограничениями и потребностями исследовательских команд. Теперь ФГАУ «ЦИТ» предоставляет ресурсы как в классическом HPC-режиме через планировщик SLURM, так и в гибких средах виртуализации и контейнеризации. Подведомственные предприятия получили не просто доступ к GPU-мощностям, а готовую среду с предустановленным стеком ML-инструментов, протестированных на совместимость и готовых к промышленной эксплуатации. Исследовательские команды могут начинать работу сразу после авторизации в личном кабинете, не тратя недели на развертывание и настройку необходимого ПО.   Платформа стала фундаментом для тестирования и разработки моделей, которые впоследствии вошли в обновленный Реестр отраслевых моделей машинного обучения и наборов данных, представленный ФГАУ «ЦИТ» в декабре 2025 года. «Создание и сопровождение собственной высокопроизводительной инфраструктуры остается одним из главных барьеров внедрения ИИ в промышленности. Наша платформа, разработанная К2 НейроТех, позволила нам консолидировать вычислительные ресурсы и экспертизу и ускорить внедрение ИИ-решений, предоставляя предприятиям доступ к защищенным мощностям в формате сервиса», — подчеркнул директор ФГАУ «ЦИТ» Эдуард Шантаев.    

SoftBank, NEC, Sony и Honda учредили совместную компанию Japan AI Foundation Model Development для разработки моделей с триллионом параметров. Об этом 12 апреля сообщили Jiji Press, Yomiuri Shimbun и Nihon Keizai Shimbun. Каждая из четырех компаний взяла долю более 10%, ещё несколько японских корпораций договариваются о миноритарных пакетах. Цель прямо заявлена учредителями — обогнать США и Китай, а конечная ставка делается на физический ИИ, то есть на модели для управления роботами и автономными системами. Разработкой базовых моделей займутся SoftBank и NEC, к команде сразу подключаются инженеры токийской Preferred Networks. Применять модели будут Sony (игры, бытовая электроника, полупроводники) и Honda (автопилот и робототехника). Штат новой компании — около 100 AI-инженеров, возглавит ее исполнительный директор из SoftBank (имя пока не раскрыто). Первые практические применения запланированы на 2030 год. Помимо четырех учредителей, в компанию инвестировали Nippon Steel, Kobe Steel, MUFG Bank, SMBC и Mizuho — крупнейшие промышленные и банковские игроки страны. Разработанный ИИ планируется предоставлять не только инвесторам, но и другим японским компаниям, а в перспективе — расширить до моделей управления заводскими роботами. Компания подаст заявку в NEDO (New Energy and Industrial Technology Development Organization) — государственное агентство, которое с конца марта принимает заявки на поддержку разработки ИИ. Программа рассчитана на пять лет с 2026 финансового года, общий бюджет — ¥1 трлн (около $6,3 млрд). Запуск "японского национального AI-чемпиона выглядит особенно парадоксально на фоне параллельных шагов самого SoftBank. 27 марта холдинг Масаёси Сона привлёк рекордный промежуточный кредит на $40 млрд, чтобы профинансировать $30 млрд дополнительных инвестиций в OpenAI — в феврале Сэм Альтман закрыл раунд на $110 млрд при оценке компании в $840 млрд, крупнейший частный раунд в истории. Но параллельная ставка Токио — что следующий этап ИИ будет не о чатах и ответах, а о физическом мире, где у Японии есть уникальная индустриальная база: автопром, робототехника, прецизионное производство.

После запуска нового плана Pro за 100 долларов пользователи так и не получили внятного ответа, чем он отличается от уже существующего тарифа за 200 долларов. Разъяснения дал сотрудник OpenAI Тибо Соттио, который признал, что компания сама запутала аудиторию формулировками на странице с ценами. Тариф Pro за $100 включает десятикратный объем использования относительно Plus - с учетом действующего до 31 мая промо-множителя 2x. План за $200 дает как двадцатикратный объём Plus на тех же условиях. Как уточнил разработчик, у максимальной подписки этот лимит не менялся с февральского запуска бонуса 2x (просто раньше компания нигде не документировала конкретную цифру). Источник путаницы - строка на странице тарифов «5x or 20x usage». Многие закономерно решили, что с учетом бонуса 2x речь идет о «10x и 40x». Соттио объяснил, что OpenAI смешала два разных сообщения: факт того, что Pro за $100 стартовал сразу с множителем 2x (что и дает итоговые 10x до 31 мая), и информацию о том, что Pro за $200 сохраняет свой бонус 2x, который публично приравняли к 20x от Plus. Тибо пообещал, что страницу с тарифами обновят, и извинился за неясные формулировки. По итогу: до конца мая старший тариф дает ровно вдвое больше запросов, а не вчетверо, как можно было подумать согласно прайс-листу.

Число дипфейков в российском сегменте интернета выросло в 26 раз за 2 года, сообщили в АНО «Диалог Регионы». В 2023 году было зафиксировано 24 уникальных дипфейка, в 2024-м — 84, а в 2025 году показатель достиг 627. Рост за год составил 7,5 раза. С начала 2026 года выявлено уже более 140 дипфейков, что вдвое превышает показатели аналогичного периода прошлого года. Речь идет о поддельных видео, направленных на намеренное введение граждан в заблуждение. Статистику 13 апреля на форуме «ИИ: режим доверия», организованном «Кибердомом», озвучил начальник управления по противодействию недостоверной информации АНО «Диалог Регионы» Сергей Маклаков. В специальной сессии «Технологии детектирования и маркировки дипфейков: в чьих интересах создавать защиту против денежного и репутационного ущерба» также приняли участие заместитель министра цифрового развития, связи и массовых коммуникаций РФ Александр Шойтов, председатель комитета Госдумы по информационной политике, информационным технологиям и связи Сергей Боярский, первый заместитель председателя IT-комитета Госдумы и председатель правления РОЦИТ Антон Горелкин, первый зампред комитета Совета Федерации по конституционному законодательству и государственному строительству Артем Шейкин, управляющий директор MTS AI и генеральный директор VISIONLABS Дмитрий Марков, руководитель направления сопровождения работы с регуляторными инициативами «Яндекса» Дамир Салихов, а также генеральный директор SkCapital (группа ВЭБ.РФ) Владимир Сакович. Модератором выступила заместитель генерального директора «Кибердома» Александра Шадюк. По словам Маклакова, любое заметное событие становится поводом для создания дезинформационных кампаний. Например, в период сильных снегопадов на Камчатке массово тиражировались дипфейки с занесенными снегом многоэтажными домами. Эти материалы гиперболизировали реальную обстановку и были призваны усилить негатив в отношении работы коммунальных служб. Аналогичные технологии используют для дестабилизации социально-экономической ситуации и дискредитации руководителей финансовых институтов. Злоумышленники часто запускают серийные кампании, публикуя от 5 до 10 сгенерированных роликов одновременно. «Параллельно с этим растет и качество генерации. Если до второго полугодия 2025 года для создания дипфейка требовался качественный фото- или видеореференс, то современные модели позволяют получить реалистичное видео по текстовому запросу буквально за несколько минут. В результате обычные пользователи практически утратили способность визуально отличать сгенерированный контент от реального, потому что современные фейки уже практически неотличимы от реального контента — и в будущем эта граница исчезнет окончательно», — отметил Сергей Маклаков. В этих условиях разработка систем автоматического распознавания становится ключевой задачей. АНО «Диалог Регионы» создала и внедрила в работу систему «Зефир», которая объединяет пять нейросетевых моделей для выявления синтетического контента. Развитие инструмента сегодня ведется совместно с крупнейшими российскими технологическими компаниями. Эксперт подчеркнул, что одних технологических решений и работы фактчекеров недостаточно. Необходима системная просветительская работа с пользователями интернета. Нужно учитывать особенности современного медиапотребления: внимание зрителя захватывается за считанные секунды, а глубокий анализ контента становится все менее распространенным. «Проблема приобрела такие масштабы, что требует комплексного подхода: помимо детектирующих систем и проверки данных, нужны меры по повышению медиаграмотности. Образовательные программы должны развивать критическое мышление и навыки верификации, учитывать разный уровень подготовки аудитории и оперативно обновляться в ответ на появление новых генеративных моделей. Именно эти навыки позволяют человеку не поддаваться обману даже при первичном восприятии убедительного, но ложного контента», — резюмировал Сергей Маклаков. Ознакомиться с материалами для развития медиаграмотности и проверки информации можно на ресурсах Международной ассоциации по фактчекингу Global Fact-Checking Network (GFCN) и проекта «Лапша Медиа».

Альфа-Банк стал победителем премии Data Fusion Awards в номинации «Data Fusion в образовании. Открытый курс» за программу дополнительного профессионального образования, реализованную совместно с Университетом ИТМО. Отмечается, что программа направлена на внедрение технологий искусственного интеллекта в образовательный процесс через развитие компетенций преподавателей. Она сочетает онлайн-обучение и проектную работу и ориентирована на практическое применение ИИ. «Альфа-Банк совместно с ИТМО — одним из ведущих вузов России в области ИТ и искусственного интеллекта — создает практико-ориентированные образовательные решения. Сегодня ключевой барьер в развитии ИИ в образовании — не доступ к технологиям, а умение применять их на практике. Такие программы позволяют интегрировать ИИ в реальный учебный процесс и ускоряют трансформацию всей образовательной системы», — отметил HR-директор Альфа-Банка Марат Исмагулов. Программа построена по трехуровневой модели, которая учитывает разный уровень подготовки участников и специфику их дисциплин: базовый трек ориентирован на преподавателей гуманитарных направлений и методистов, средний — на специалистов в области математики, программирования и бизнес-информатики, продвинутый — на преподавателей, работающих с машинным обучением, генеративным ИИ и рекомендательными системами. «Современному преподавателю недостаточно просто уметь анализировать данные или создавать промпты для моделей ИИ. Необходимо воспитывать у него мировоззрение квалифицированного заказчика "от образования", а именно — системное понимание возможностей современного ИИ с точки зрения трансформации образования процессов. Такой специалист должен уметь адекватно поставить задачу разработчикам, принять результат и, главное — перестроить собственные рабочие процессы, исходя из специфики предметной области преподавания (естественные, технические или гуманитарные науки). Наша цель — показать слушателям, каким образом они могут стать архитекторами в своей области, создавать принципиально новые курсы и программы, опираясь на актуальные возможности ИИ», — отметил руководитель Института ИИ ИТМО Александр Бухановский. За два года проект показал высокий спрос и эффективность: получено более 3500 заявок из 50+ городов, обучение прошли свыше 320 преподавателей, разработано более 60 проектов, часть из которых уже внедрена в образовательные программы.

Можно подумать, что уставшая доносить до общественности пользу внедрения ИИ компания Meta* Platforms готова испытывать все новые идеи на себе. Помимо ИИ-агента, который будет помогать основателю Марку Цукербергу руководить своим детищем, она сейчас пытается создать ИИ-аватар, который будет общаться с сотрудниками от лица Цукерберга. Формально, как поясняет эти две инициативы продвигаются независимо друг от друга. Meta* уже работала над созданием фотореалистичных трёхмерных персонажей, которые использовали бы ИИ для ответа на вопросы от лица своего прототипа, и решила сосредоточиться на разработке такого виртуального аватара для своего генерального директора. Цукерберг сам вовлечён в процесс тестирования и обучения соответствующей языковой модели. Её также обучают на видеозаписях публичных выступлений основателя компании, чтобы аватар мог точно воспроизводить интонацию и манеру речи оригинала. Кроме того, в содержательной части аватар учитывает высказывания Цукерберга относительно текущего представления о стратегии развития компании, что будет полезно при его взаимодействии с сотрудниками Meta*. В целом, Марк Цукерберг на личном примере демонстрирует концентрацию усилий на разработке ИИ. Он пишет программный код в течение пяти или десяти часов в неделю для разных проектов, проводит много времени на технических совещаниях. Идея создания ИИ-аватара для деятельности Meta* не нова сама по себе, ещё в сентябре 2023 года компания предложила одушевить чат-бот при помощи внешности и голоса знаменитостей, которые дали на это своё согласие. Молодая аудитория благоприятно восприняла это нововведение. Позже была представлена функция AI Studio, которая позволила пользователям создавать собственные ИИ-персонажи, независимо от прототипа общающиеся с подписчиками. Кто-то начал злоупотреблять данными возможностями во фривольном смысле, в итоге с января Meta* была вынуждена ограничить доступ подростковой аудитории к ИИ-персонажам. По данным Financial Times, созданная внутри Meta* лаборатория Superintelligence Labs продолжила развивать тему ИИ-персонажей. В процессе экспериментов выяснилось, что наделение таких аватаров фотореалистичной внешностью отнимает много вычислительных ресурсов, и на уровне передачи информации сложно обеспечить отсутствие задержек при взаимодействии с пользователями. Голосовым аспектам подобных проектов тоже уделяется должное внимание. В прошлом году Meta* купила стартапы PlayAI и WaveForms, которые специализируются на этом направлении. Аватар Цукерберга также будет обучаться на записях его голоса. Если эксперимент оправдает себя, представители творческих профессий в медийной сфере смогут создавать своих ИИ-двойников для общения с аудиторией. Внутренние процессы в Meta* всё больше ориентируются на применение ИИ. Агентсткие инструменты типа OpenClaw, по замыслу руководства, должны активнее использоваться сотрудниками для автоматизации рутинных задач. Менеджеры по продуктам приглашаются для прохождения контрольных заданий на навыки работы с ИИ в сфере написания программного кода и разработки технических систем. Пока такие тесты не являются обязательными, руководство компании утверждает, что они проводятся для выявления пробелов в обучении сотрудников, но последние начали опасаться, что подобные проверки могут быть предвестниками новой волны сокращений. Meta* - деятельность организации запрещена на территории РФ.

В то время как многие стартапы, основанные до появления ChatGPT, испытывают трудности с позиционированием себя в эпоху ИИ, Vercel, 10-летняя платформа для разработки инструментов и веб-хостинга, извлекает выгоду из стремительного роста числа приложений и агентов, созданных с помощью ИИ. «Когда я основал эту компанию, развертывать приложения могли лишь десятки миллионов человек», — заявил генеральный директор Vercel Гильермо Раух аудитории на конференции HumanX в Сан-Франциско на прошлой неделе. «Теперь мы видим, что каждый человек в мире может создать приложение». Взрывной рост числа приложений, создаваемых людьми, не являющимися разработчиками, стал значительным преимуществом для бизнеса Vercel. По данным издания The Information, годовой регулярный доход компании (ARR) резко вырос со 100 миллионов долларов в начале 2024 года до 340 миллионов долларов к концу февраля 2026 года . Учитывая этот рост, Рауха на сцене спросили о его планах по проведению IPO. Он предположил, что компания уже работает с дисциплиной публичной организации. «Vercel — это вполне работоспособная публичная компания», — сказал Раух. Что касается сроков дебюта, он ответил: «Я не могу назвать точные сроки или квартал. Компания готова и с каждым днем ​​становится к этому все более готовой». Ожидалось, что 2026 год станет годом активного выхода на биржу, но резкое падение цен на акции компаний-разработчиков программного обеспечения, вызванное опасениями по поводу влияния ИИ, фактически заморозило поток IPO. За исключением SpaceX, Anthropic и OpenAI, разговоры о выходе на биржу практически прекратились. Как только любая из этих компаний выйдет на биржу, окно возможностей может открыться снова. Между тем большинство руководителей технологических компаний хранят молчание о своих планах по проведению IPO. Но Раух намекает на готовность компании к выходу на публичный рынок, предполагая, что Vercel рассматривает возможность листинга в недалеком будущем. Когда Рауха спросили о том, что Уолл-стрит должна знать о компании Vercel, он ответил: «Общий потенциальный рынок инфраструктуры сейчас вырос, и у него просто нет предела». Компания Vercel рассчитывает на то, что по мере создания всё большего количества приложений с помощью ИИ-агентов вместо людей, она станет основной платформой для размещения всего, что разрабатывают агенты. «Агенты очень продуктивны в развертывании», — сказал Раух, добавив, что 30% приложений, работающих на платформе компании, уже были созданы агентами. По словам Рауха, агенты ускорят разработку программного обеспечения, упростив создание индивидуальных решений по сравнению с приобретением уже существующего программного обеспечения. «Все это программное обеспечение… его нужно куда-то девать, и мы думаем, что это будет Vercel», — сказал он. В последний раз компания Vercel оценивалась в 9,3 миллиарда долларов, когда в сентябре привлекла 300 миллионов долларов в рамках раунда финансирования серии F, возглавляемого Accel. Компания конкурирует с Cloudflare и Amazon Web Services на рынке хостинга, а также предлагает v0, инструмент для создания веб-сайтов и приложений на платформе Vibe.  

Компания «Диагностика-М» усовершенствовала систему искусственного интеллекта в интроскопах конвейерного типа для досмотровых установок на объектах Москвы. Об этом сообщил заместитель Мэра Москвы по вопросам транспорта и промышленности Максим Ликсутов. Досмотровый интроскоп — это рентгенотелевизионная установка для сканирования грузов и багажа на наличие опасных и запрещённых предметов. В мае 2023 года «Диагностика‑М» начала производство пилотной версии досмотровой установки с искусственным интеллектом. С 2024 года компания оснащает интроскопы серии «ТС‑СКАН» системой искусственного интеллекта собственной разработки. Такие интроскопы применяют по всей России для проведения досмотра на транспорте, в том числе в аэропортах и на железнодорожных вокзалах. В новой версии нейросети база данных для распознавания запрещённых предметов выросла в 1,5 раза (до 8,5 млн позиций). Также повысилась точность их обнаружения. По итогам 2025 года компания выпустила 334 интроскопа с функцией искусственного интеллекта. Это на 16% больше результата 2024 года. По словам разработчиков, нейросеть способна обнаружить опасные и запрещённые предметы целиком и в виде отдельных фрагментов в разных ракурсах. Система также определяет их внутреннюю структуру. Усовершенствованные установки для сканирования используют в Мосгордуме, Московском многопрофильном научно-клиническом центре имени Боткина, автовокзале «Красногвардейский», киномедиакластере «Метмаш» и Первом апелляционном суде общей юрисдикции. Устройства применяют на объектах Московской патриархии и в метрополитене Москвы.