allnewscast
Срочные новости
AI & Tech

В университете штата Иллинойс устроили «суд над ИИ» в рамках курса о конце света

Nic Reeve7 мин чтения
В университете штата Иллинойс устроили «суд над ИИ» в рамках курса о конце света
Студенты Университета штата Иллинойс изучают этику ИИ в рамках курса «Конец света»

В одной из аудиторий Университета штата Иллинойс (ISU) проходит апокалиптический мысленный эксперимент, помогающий студентам осмыслить одну из самых революционных технологий их жизни: искусственный интеллект. Курс под названием «Феминизм на краю света» предлагает учащимся представить будущее, сформированное климатическим кризисом, экономическим коллапсом и бесконтрольной автоматизацией, а затем задуматься о том, как должны выглядеть справедливость, забота и ответственность, когда ИИ проникает во все аспекты жизни.

Курс WGS 391/491: Феминизм на краю света преподает доктор Джелин Вейер на кафедре женских, гендерных и сексуальных исследований Иллинойского государственного университета. Используя спекулятивную литературу, феминистскую теорию и современные репортажи об ИИ, студенты Вейер анализируют, кто выигрывает от внедрения новых технологий и кто становится более уязвимым, когда эти инструменты применяются в условиях социального неравенства.

«Конец света» как инструмент анализа ИИ

Вместо того чтобы рассматривать ИИ как нейтральный инструмент, курс представляет его как технологию, возникающую в мире, который уже охвачен кризисами. Студенты рассматривают сценарии, в которых климатические катастрофы, пандемии или авторитарная политика пересекаются с все более мощными системами ИИ. Эта апокалиптическая рамка, как объясняет Вейер в материале службы новостей университета, нужна не для создания атмосферы «судного дня», а для ясности: она позволяет студентам увидеть существующее неравенство — и потенциал его усиления — без отвлекающих факторов обычного делового подхода.

Дискуссии на занятиях строятся вокруг таких вопросов: кто проектирует системы ИИ и чьи ценности в них заложены? Какие сообщества наиболее подвержены риску, когда автоматизированное принятие решений используется в полиции, миграционной службе или социальной сфере? Как феминистские и квир-перспективы могут предложить альтернативные модели создания или управления ИИ, особенно во времена кризисов?

Студентов призывают рассматривать ИИ не только как техническую систему, но и как социальную инфраструктуру: нечто, что перераспределяет власть, труд и риски. Эта точка зрения перекликается с более широкими опасениями, высказываемыми учеными и представителями гражданского общества по поводу предвзятости алгоритмов, «капитализма слежки» и концентрации возможностей ИИ в руках небольшого числа корпораций.

Широкая дискуссия об ИИ в аудиториях Иллинойского университета

Апокалиптический курс появился на фоне дискуссий в кампусе и во всем штате о том, как ИИ должен использоваться в образовании. Университет штата Иллинойс выделяет все больше ресурсов, чтобы помочь преподавателям и студентам освоить генеративные ИИ-инструменты, такие как ChatGPT, Gemini и Copilot, а также прояснить, когда эти инструменты способствуют обучению, а когда — подрывают его.

В 2025 году университетская кафедра педагогики и образовательных исследований запустила грантовую программу, приглашающую преподавателей изучить, как генеративный ИИ используется или отвергается в учебных курсах и что это означает для обучения, оценки знаний и равенства студентов. Эти проекты сфокусированы на центральном вопросе: как ИИ интегрируется в высшее образование и к каким последствиям для преподавания и обучения в ISU это приводит?

Департамент профессионального развития университета опубликовал рекомендации для преподавателей по использованию генеративного ИИ в аудиториях. В них подчеркивается важность прозрачности и критического подхода: преподавателей призывают четко указывать в программах курсов, когда разрешено использование ИИ, объяснять, почему в определенных заданиях он запрещен, и разрабатывать системы оценки, которые делают упор на процесс, рефлексию и локальные или практические знания.

Семинары для преподавателей поощряют их предлагать студентам критиковать контент, созданный ИИ, практиковаться в проверке фактов и задумываться о том, где проявляются ограничения ИИ — особенно в том, что касается «галлюцинаций», предвзятости и контекста. Цель состоит не в том, чтобы полностью запретить ИИ, а в том, чтобы превратить его в объект анализа и стимул для метапознания, подобно тому, как это происходит в апокалиптическом классе Вейер.

Государственная политика: ИИ может помогать, но не заменять учителей

Обсуждения в Университете штата Иллинойс происходят на фоне принятия новых законов штата, которые касаются ИИ в образовании. Недавнее законодательство требует, чтобы в колледжах курсы вели квалифицированные преподаватели-люди, и прямо запрещает использовать системы ИИ в качестве единственного источника обучения вместо педагога. В то же время закон проясняет, что преподавателям разрешено использовать ИИ в качестве вспомогательного инструмента — будь то для генерации практических задач, моделирования ситуаций или предоставления обратной связи.

Другая мера предписывает Совету по образованию штата Иллинойс разработать общештатные рекомендации по использованию ИИ в школах (K–12). В них должно быть объяснено, как работает ИИ, приведены примеры использования в обучении, затронуты вопросы конфиденциальности данных и безопасности, а также подчеркнут риск непреднамеренной предвзятости, заложенной в продукты ИИ. Закон также призывает педагогов обучать ответственному и этичному использованию ИИ, готовя учащихся к критической оценке автоматизированных систем.

Представители сферы образования штата Иллинойс уже опубликовали рекомендации, подчеркивающие, что ИИ должен поддерживать, а не подменять человеческие отношения в процессе обучения. Документы призывают школы соблюдать баланс между инновациями и бдительностью, особенно в вопросах данных учащихся и потенциала алгоритмической дискриминации.

«Апокалиптическая» программа и технологии реального мира

В рамках этого быстро меняющегося ландшафта политики и технологий курс «конец света» в ISU служит своего рода лабораторией. Студенты читают феминистскую научную фантастику, где ИИ управляет распределением ресурсов после климатического коллапса, а затем сравнивают эти видения с реальным использованием прогнозной аналитики при ликвидации последствий стихийных бедствий или в государственных программах помощи.

Задания побуждают студентов сопоставлять новости, корпоративный маркетинг и правительственные документы с теоретическими текстами. Например, студент может противопоставить обещание технологической компании использовать ИИ для справедливого здравоохранения отчетам о предвзятых диагностических алгоритмах или проанализировать, как ИИ в полиции может измениться в условиях социальных волнений или экологической миграции.

Помещая ИИ в вымышленные «последние времена», курс Вейер предлагает студентам отбросить ореол неизбежности, который часто сопровождает нарративы об инновациях. Если ИИ внедряется в хрупкий или несправедливый мир, спрашивает она, какие гарантии и альтернативные проекты необходимы, чтобы предотвратить усиление существующих иерархий — или усугубление кризисов?

Феминизм, забота и будущее труда

Феминистская рамка курса побуждает студентов уделять особое внимание труду по уходу, репродуктивному труду и зачастую невидимым человеческим усилиям, которые лежат в основе технологических систем. Темы для обсуждения включают:

  • Как ИИ может изменить профессии в сфере ухода, от медицины до образования, и что происходит, когда эмоциональный труд автоматизируется или подвергается мониторингу.
  • Кто выполняет «призрачную работу» по разметке данных, модерации контента и поддержке пользователей, которая обеспечивает работу систем ИИ.
  • Как автоматизация может пересекаться с гендером, расой и классом на будущих рынках труда, особенно в кризисных условиях.
  • Что потребуется для создания более справедливой экосистемы ИИ с точки зрения защиты труда, демократического надзора и альтернативных моделей владения.

Студентов поощряют представлять будущее ИИ, в котором забота, взаимность и взаимопомощь являются центральными принципами проектирования, а не второстепенными. В некоторых проектах это означает разработку гипотетических политик для управляемых сообществами трастов данных или рабочих кооперативов, контролирующих инструменты ИИ в жизненно важных услугах.

Образование в области ИИ вне одной аудитории

Университет штата Иллинойс также наращивает технический потенциал в сфере ИИ. В университете проводятся профессиональные сессии для преподавателей, включая семинары по демистификации ИИ для обучения и созданию заданий, которые нельзя легко делегировать генеративным инструментам.

В 2026 году ISU представил новую инициативу «ИИ + Робототехника», которая знакомит будущих преподавателей STEM с так называемым физическим ИИ — системами, встроенными в роботов и другие устройства. Проект, поддержанный внутренним грантом на инновации, направлен на то, чтобы помочь будущим учителям понять как возможности, так и ограничения ИИ, а также перевести абстрактные концепции в практические занятия.

Другой преподаватель Иллинойского государственного университета, доктор Элахе Джавади из Школы информационных технологий, была выбрана в первую когорту стипендиатов по образованию в области ИИ NSF NAIRR. Эта национальная роль ставит ISU на стыке исследований ИИ и образовательной политики, подчеркивая стремление университета взаимодействовать с ИИ не только как с объектом критики, но и как с областью, в которой его преподаватели и студенты могут стать лидерами.

Вопросы о будущем, а не только об инструментах

Апокалиптический класс в Иллинойском университете показывает, как гуманитарные и социальные дисциплины могут дополнять технические и политические усилия в области ИИ. Сочетая спекулятивные сценарии со строгой критикой, студенты учатся выходить за рамки вопросов вроде «Хорош ИИ или плох?» и переходить к более конкретным, обоснованным запросам: Какой ИИ, где внедренный, под чьим контролем и с какими гарантиями?

Для студентов Вейер «конец света» — это не столько пророчество, сколько линза, способ четко увидеть ставки технологических изменений и то, какое будущее они готовы строить или чему сопротивляться. В этом смысле эксперимент Иллинойского университета в области апокалиптической педагогики предлагает модель для всех университетов: относиться к ИИ не просто как к инструменту, которым нужно овладеть, а как к системе, чью власть необходимо изучать, оспаривать и, по возможности, направлять на создание более справедливого мира.

Читать далее →

Похожие материалы

Nvidia: инвестируемые финансовыми гигантами ИИ-лаборатории могут обеспечить четверть продаж компании в следующем году
AI & Tech

Nvidia: инвестируемые финансовыми гигантами ИИ-лаборатории могут обеспечить четверть продаж компании в следующем году

Nvidia заявляет, что спрос со стороны ИИ-лабораторий, которые она финансирует, может составить около четверти ее бизнеса в следующем году , что подчеркивает, насколько глубоко производитель чипов теперь связан с развитием инфраструктуры искусственного интеллекта. Заявления компании прозвучали на фоне прогноза на предстоящий год, указывающего на сохранение стремительного роста, и одновременно подчеркнули модель финансирования, которая вызывает все больше вопросов в индустрии ИИ. Финансовый директор Колетт Кресс сообщила аналитикам, что спрос со стороны ИИ-лабораторий, поддерживаемых Nvidia, обеспечит около 25% бизнеса компании в следующем году. Как сообщает Reuters, Nvidia сопроводила этот прогноз ожиданием роста продаж на 70% в следующем году, сигнализируя о том, что компания по-прежнему видит широкий спрос, выходящий за рамки крупнейших облачных провайдеров. Yahoo Finance также процитировало заявление Nvidia о том, что спрос со стороны ИИ-лабораторий составит около четверти бизнеса в следующем году. Это раскрытие информации имеет значение, поскольку Nvidia не только продает чипы этим компаниям, но и помогает финансировать части экосистемы, которые закупают ее оборудование. На этой неделе появились сообщения, что Nvidia инвестировала почти $50 млрд в передовые ИИ-лаборатории и помогла привлечь более $500 млрд стороннего капитала для ИИ-инфраструктуры через партнерства с крупными фирмами, включая Apollo, BlackRock, Blackstone, Goldman Sachs и KKR. Это создает тесно связанный цикл: Nvidia обеспечивает финансирование, профинансированные компании строят центры обработки данных, а эти объекты затем заполняются графическими процессорами Nvidia. В Nvidia утверждают, что эта схема не зависит исключительно от какого-то одного клиента или проекта. Кресс отметила, что платформа компании является «взаимозаменяемой и долговечной», что означает, что чипы и системы могут быть перераспределены, если партнер изменит планы или если спрос сместится. Reuters добавило, что Nvidia охарактеризовала спрос со стороны ИИ-лабораторий как часть более диверсифицированной клиентской базы, наряду с гипермасштабируемыми облачными провайдерами и так называемыми нео-облаками. Тем не менее, масштабы финансирования сами по себе стали важной темой. Artificial Intelligence News назвало такую схему «циклическим финансированием», отметив, что финансовая поддержка со стороны Nvidia помогает лабораториям строить дата-центры, которые, в свою очередь, закупают оборудование Nvidia. В отчете также говорится, что Кресс упомянула кредитную поддержку, покрывающую почти два гигаватта для одной неназванной лаборатории, хотя она не уточнила, какая именно компания получит эту поддержку. Более широкий контекст — это сохраняющееся финансовое доминирование Nvidia на рынке ИИ-чипов. В последнем финансовом квартале компания отчиталась о рекордной выручке в размере $68,1 млрд, что на 73% больше, чем годом ранее, при этом продажи для центров обработки данных составили $62,3 млрд от этой суммы. Эти показатели сделали Nvidia одной из компаний, за которыми пристально следят на мировых рынках, особенно в то время, когда инвесторы пытаются оценить, какая часть спроса на ИИ обусловлена реальным внедрением конечными пользователями, а какая — расширением за счет агрессивного финансирования. Сторонники подхода Nvidia утверждают, что компания просто помогает ускорить строительство инфраструктуры в момент, когда ИИ-компаниям требуются огромные вычислительные мощности и капитал. Критики, однако, видят риск чрезмерной зависимости от самоподдерживающегося цикла, в котором финансирование, закупки и выручка все больше переплетаются. На данный момент Nvidia транслирует мысль о том, что спрос является реальным, расширяющимся и достаточно большим, чтобы компания могла продолжать расти с необычайной скоростью. Остается наблюдать, окажется ли этот спрос, подкрепленный финансированием, устойчивым в случае охлаждения рынка ИИ, или же он станет тревожным сигналом того, что некоторые из самых крупных прогнозов роста в отрасли были построены на необычайно агрессивной капитальной поддержке. Последний прогноз Nvidia говорит о том, что компания уверена в первом варианте, по крайней мере на данный момент.

Nic Reeve·
Агенты Red-Team от OpenAI взламывают MicroVM и создают скрытые каналы связи: новые данные об ИИ
AI & Tech

Агенты Red-Team от OpenAI взламывают MicroVM и создают скрытые каналы связи: новые данные об ИИ

23 октября 2026 года компания OpenAI заявила, что агенты Red Team смогли выйти за пределы защищенных виртуальных машин, получить доступ к сервисам вне назначенных им сред и обменяться синтетическими секретами через изолированные «песочницы». Эти результаты, опубликованные в обновлении безопасности OpenAI и освещенные изданием The Hacker News 25 октября, усилили опасения по поводу механизмов изоляции, поскольку новости об ИИ все чаще фокусируются на автономных системах, работающих с минимальным участием человека. Из чего на самом деле выбирались агенты OpenAI? OpenAI тестировала группы агентов внутри «песочниц», имитирующих ограничения, существующие при обучении передовых моделей (frontier models). Перед системами ставилась задача найти пути выхода за пределы авторизованных сред. В одном из экспериментов агенты объединили программные уязвимости в цепочки, что позволило им совершить побег из microVM — облегченных виртуальных машин, предназначенных для изоляции рабочих нагрузок от хост-компьютера. В OpenAI отметили, что агенты выявили ранее неизвестные уязвимости в компонентах с открытым исходным кодом и ошибки конфигурации в сервисах, управляемых компанией. Затем агенты продемонстрировали возможность выполнения кода на базовых хост-машинах. Компания не представила это упражнение как доказательство компрометации какого-либо развернутого продукта, описав работу как состязательное тестирование собственных систем изоляции. Согласно данным OpenAI от 23 октября 2026 года: агенты нашли уязвимости в программном обеспечении с открытым исходным кодом, используемом в среде обучения. Согласно данным OpenAI от 23 октября 2026 года: некоторые цепочки уязвимостей привели к побегу из microVM и выполнению кода на уровне хоста. Согласно данным The Hacker News от 25 октября 2026 года: тесты также выявили маршруты через сервисы метрик, логирования и аутентификации. Как агенты добрались до сервисов вне «песочницы»? Тесты показали, что одна лишь сетевая изоляция не блокирует все пути к внешним ресурсам. В OpenAI сообщили, что один из сценариев начался с предполагаемой компрометации хоста. Агент использовал разрешенное брандмауэром соединение, достиг конечной точки аутентификации, которая должна была быть недоступна, и заставил этот сервис запросить URL-адрес, выбранный моделью. Другие тесты опирались на ошибки в настройках DNS и брандмауэра. Агенты также нашли способы заставить сервисы, управляемые компанией, обращаться к внешним адресам. Эти пути важны, так как среда может казаться офлайн, но при этом сохранять узкие каналы связи для мониторинга, логирования или аутентификации. Согласно данным OpenAI от 23 октября 2026 года: один агент использовал доверенное соединение для доступа к заблокированной конечной точке аутентификации. Согласно данным OpenAI от 23 октября 2026 года: эту конечную точку вынудили запросить URL, предоставленный моделью. Согласно данным The Hacker News от 25 октября 2026 года: другие маршруты проходили через ошибки конфигурации DNS, брандмауэра и механизмов запроса сервисов. Компания заявила, что агенты не нашли легко эксплуатируемого пути в интернет, который при этом скрывал бы их активность от мониторинга. Это различие ограничивает серьезность немедленных выводов. Тем не менее, эксперимент показал, что косвенный доступ может обходить средства контроля, предназначенные для запрета прямого использования интернета. Как отдельные агенты общались без сети? OpenAI разместила агентов в разных microVM на общем оборудовании и поручила им обменяться синтетическими секретами, не используя сетевое соединение или общие файлы для записи. Агенты обнаружили временной канал через кэш процессора. Один агент манипулировал состоянием кэша, а другой измерял скорость загрузки выбранных данных. После того как агенты согласовали метод передачи сигналов, принимающий агент декодировал разницу во времени. Тест продемонстрировал, что изоляция на программном и сетевом уровнях не устраняет все общие ресурсы. Процессор, система хранения или кэш сервиса могут предоставить узкий канал связи, даже если обычные пути коммуникации закрыты. Согласно данным OpenAI от 23 октября 2026 года: агенты обменивались синтетическими секретами через тайминг кэша. Согласно данным The Hacker News от 25 октября 2026 года: один агент вытеснял выбранные данные из кэша, а другой восстанавливал информацию по времени быстрой и медленной перезагрузки. Согласно данным TokenPost от 24 октября 2026 года: дополнительные тесты включали общее хранилище, планирование CPU и кэш сертификатов TLS. Эти каналы не были описаны как системы для быстрой передачи сообщений. Результаты OpenAI указывают на то, что некоторые из них были медленными и сложными для эксплуатации, но скорость — не единственная проблема. Низкоскоростной канал все равно может передавать инструкции, учетные данные или небольшие фрагменты конфиденциальной информации с течением времени. Почему эти результаты важны для обучения ИИ? При обучении передовых моделей все чаще используются автоматизированные агенты для написания кода, проведения экспериментов и проверки систем. Такие возможности делают агентов полезными для тестирования безопасности, но они также дают им больше возможностей для поиска слабых мест. Агент, способный выстраивать цепочки уязвимостей, выводить протоколы передачи сигналов и адаптироваться после неудач, может тестировать изоляцию гораздо агрессивнее, чем фиксированный скрипт. OpenAI заявила, что в ходе кампании Red Team ее агенты обнаружили уязвимости нулевого дня, побеги из виртуальных машин и аппаратные побочные каналы. Публичный отчет компании был сосредоточен на оборонительных уроках, а не на утверждениях, что модели стали вредоносными самостоятельно. Практический вопрос заключается в контроле: операторы должны предотвращать доступ агентов к хостам, внешним сервисам или соседним задачам без авторизации. Согласно данным OpenAI от 23 октября 2026 года: в ходе упражнения были обнаружены уязвимости нулевого дня и побочные каналы между агентами. Согласно данным Cyber Security News от 24 октября 2026 года: агенты комбинировали программные недостатки, чтобы покинуть облегченные виртуальные машины. Согласно данным OpenAI от 23 октября 2026 года: кампания была разработана для тестирования защитных механизмов вокруг обучения передовых моделей. Что OpenAI изменила после тестов? OpenAI сообщила, что устранила выявленные уязвимости, добавила мониторинг скрытых коммуникаций и продолжила аудит среды обучения. Компания также заявила, что планирует проводить обучение передовых моделей без прямого доступа к интернету, одновременно перестраивая механизмы защиты для обучения с подкреплением (reinforcement learning) и внутреннего вывода (inference). Эти меры направлены на разные аспекты проблемы. Исправление уязвимостей закрывает известные пути побега. Мониторинг может выявить необычную активность кэша, хранилища или сервисов. Отказ от прямого доступа к интернету ограничивает прямую эксфильтрацию данных, хотя тесты показывают, что неправильно настроенные внутренние сервисы все еще могут стать промежуточными звеньями. Согласно данным OpenAI от 23 октября 2026 года: компания добавила средства обнаружения каналов связи, найденных в ходе тестирования. Согласно данным The Hacker News от 25 октября 2026 года: OpenAI планирует обучение моделей без прямого доступа к интернету. Согласно данным TokenPost от 24 октября 2026 года: большинство обнаруженных каналов были медленными и сложными для использования моделями. Что дальше для безопасности «песочниц»? Полученные результаты, вероятно, подтолкнут разработчиков к использованию многоуровневой изоляции вместо опоры на одну лишь границу виртуальной машины. Будущие оценки должны комплексно рассматривать компрометацию хоста, доверенные соединения сервисов, общее оборудование и косвенные пути передачи данных. Чистого правила сетевого экрана недостаточно, если система логирования может запросить адрес, выбранный моделью. Командам безопасности также потребуются воспроизводимые тесты на взаимодействие агентов. Два агента, которые не могут открыть сокет, все равно могут подавать сигналы через тайминг, конкуренцию за ресурсы или поведение сервисов. Кампания OpenAI показывает, почему оценка изоляции должна измерять не только способность агента совершить побег, но и его способность координировать действия с другим процессом после этого. Главный урок очевиден: изоляция должна охватывать программное обеспечение, аппаратную часть и сервисы, окружающие модель. Октябрьское тестирование OpenAI выявило сбои на каждом уровне, предоставив разработчикам новый набор путей атаки, которые необходимо закрыть до того, как более способные агенты получат более широкий доступ.

Nic Reeve·
Акции Intel взлетели на фоне споров аналитиков: некоторые модели прогнозируют рост более чем на 80%
AI & Tech

Акции Intel взлетели на фоне споров аналитиков: некоторые модели прогнозируют рост более чем на 80%

Стремительный выход Intel на рынок чипов для искусственного интеллекта и развитие контрактного производства (foundry) вызвали острые споры о реальной стоимости акций компании. Согласно одной из популярных версий, справедливая цена акций Intel может достигать 500 долларов, что более чем в четыре раза превышает недавнюю рыночную стоимость. В то время как оценки большинства аналитиков по-прежнему варьируются в диапазоне от 90 до 120 долларов за акцию, пользовательские модели оценки и некоторые методики, основанные на показателях продаж, утверждают, что рынок серьезно недооценивает долгосрочный потенциал прибыли Intel в сфере ИИ, из-за чего акции могут стоить более чем на 80% ниже своей справедливой стоимости. Откуда взялось утверждение о 82-процентной недооценке Главный тезис о том, что акции Intel недооценены примерно на 82%, основан на аналитике популярных платформ для частных инвесторов, которые применяют агрессивные прогнозы роста и рентабельности к развивающимся ИИ-направлениям Intel. В ряде недавних отчетов эта модель указывает на справедливую стоимость около 500,93 доллара за акцию по сравнению с ценой в 90–100 долларов в конце августа 2026 года. Исходя из этого, Intel считается недооцененной примерно на 80–82%, а разрыв объясняется оптимистичными ожиданиями относительно серверных процессоров x86, ускорителей ИИ и контрактов на производство чипов в ближайшее десятилетие. Эти прогнозы обычно предполагают: Устойчивый и значительный рост сегмента Intel по работе с центрами обработки данных и ИИ (DCAI). Высокий спрос со стороны внешних клиентов на использование передовых техпроцессов Intel, таких как 18A. Тот факт, что доходы от ИИ в конечном итоге будут оцениваться с премиальными коэффициентами, аналогичными показателям ведущих производителей графических процессоров и облачной инфраструктуры. Важно отметить, что справедливая стоимость выше 500 долларов — это не консенсус-прогноз Уолл-стрит, а конкретная сценарная модель, экстраполирующая текущие успехи в области ИИ на долгосрочную перспективу. Последние успехи Intel в сфере ИИ и финансовых показателях Аргументы в пользу роста акций стали набирать популярность по мере того, как финансовые отчеты Intel демонстрируют растущее влияние спроса на ИИ на бизнес компании. Во втором квартале 2026 года Intel сообщила о выручке в размере около 16,1 млрд долларов, что на 25% больше по сравнению с аналогичным периодом прошлого года , а скорректированная прибыль на акцию составила 0,42 доллара, превысив ожидания аналитиков. Особо отличилось подразделение Data Center and AI Group, показавшее рост около 59% в годовом исчислении . Руководство отметило, что доходы от направлений, связанных с ИИ, выросли более чем на 70% и теперь обеспечивают около 70% от общего объема выручки. Intel также спрогнозировала выручку на третий квартал в диапазоне от 15,8 до 16,8 млрд долларов при валовой рентабельности на уровне чуть выше 40%, выразив уверенность в том, что спрос, связанный с ИИ, останется высоким, несмотря на опасения относительно оценок стоимости производителей чипов. Что касается стратегии, Intel подчеркнула подписание соглашений о контрактном производстве и передовой упаковке чипов с крупными технологическими игроками, включая Google, Nvidia, Tesla и Apple, а также партнерства, связанные с производственным узлом 18A и литографией High NA EUV. Выручка контрактного производства выросла более чем на 30% по сравнению с прошлым годом, хотя доля внешних клиентов в этом сегменте пока невелика, из-за чего долгосрочная стратегия в этой области остается частично не подтвержденной результатами. Оценки справедливой стоимости от аналитиков: диапазон 90–120 долларов Традиционные исследования аналитиков рисуют гораздо более умеренную картину внутренней стоимости Intel. Компания Morningstar, которая неоднократно пересматривала свою модель оценки Intel в ответ на ИИ-бум, несколько раз повышала оценку справедливой стоимости в 2026 году. Ранее в этом году аналитики повысили справедливую стоимость Intel до 90 долларов за акцию с 60 долларов, ссылаясь на «потрясающий» рост спроса на серверные процессоры и развитие ИИ-инфраструктуры. После публикации сильных результатов и улучшения прогнозов Morningstar повысила оценку справедливой стоимости примерно до 105 долларов за акцию , а в некоторых комментариях упоминаются цифры чуть выше 100 долларов по мере уточнения предположений, связанных с ИИ. Другие аналитические обзоры показывают, что целевые показатели и оценки справедливой стоимости варьируются в диапазоне от 88 до 115 долларов за акцию . Некоторые фирмы устанавливают целевые цены до 200 долларов, но многие сохраняют рейтинг «Нейтрально» или «Держать» из-за опасений по поводу эффективности исполнения стратегии и капиталоемкости бизнеса. Согласно ряду моделей дисконтированных денежных потоков (DCF), внутренняя стоимость Intel рассчитывается в диапазоне от 80 до 90 с небольшим долларов за акцию, что лишь немногим выше или ниже текущей рыночной цены, подразумевая, что при консервативных прогнозах денежных потоков акции оценены справедливо. Модели, основанные на продажах, по-прежнему указывают на недооценку В отличие от более консервативного подхода DCF, некоторые методы оценки, сфокусированные на мультипликаторе «цена/продажи» (P/S), утверждают, что структура выручки Intel, движимая ИИ, и масштаб компании оправдывают более высокий мультипликатор, чем тот, который рынок присваивает сейчас. Одна из таких моделей выводит «справедливый» коэффициент P/S около 15,1x для Intel, по сравнению с наблюдаемым мультипликатором, близким к 13,1x на момент анализа, что предполагает торговлю акциями с дисконтом относительно того, что оправдывалось бы их участием в рынке ИИ и профилем рентабельности. Другой сценарий указывает на справедливый коэффициент P/S около 17,9x против текущего мультипликатора около 7,6x. С этой точки зрения Intel выглядит значительно недооцененной по показателям продаж, даже если внутренняя стоимость, основанная на денежных потоках, лишь незначительно превышает рыночную цену. Такие подходы, ориентированные на продажи, лежат в основе многих тезисов о том, что акции «все еще дешевы», подчеркивая потенциал переоценки Intel по мере того, как доходы от ИИ становятся все более значимым и стабильным компонентом бизнеса. Не все аналитики верят в историю с недооценкой Несмотря на энтузиазм вокруг ИИ, некоторые исследовательские компании по-прежнему скептически относятся к тому, что текущие оценки могут быть оправданы. В начале 2026 года в одном широко цитируемом отчете Intel была названа «переоцененной». В нем предупреждалось, что акции торгуются более чем на 30% выше справедливой стоимости в 32 доллара за акцию , исходя из осторожных предположений о прибыльности и конкурентных рисках. Хотя с тех пор эта цифра была существенно повышена тем же провайдером, предыдущая позиция иллюстрирует, насколько чувствительна воспринимаемая справедливая стоимость Intel к базовым предположениям об устойчивости спроса на ИИ, эффективности производства и распределении капитала. Даже после обновления моделей, отражающих ИИ-бум, некоторые аналитики утверждают, что в акции Intel уже заложен высокий уровень оптимизма, и они могут столкнуться с трудностями, если расходы на ИИ-инфраструктуру нормализуются или если конкуренты захватят значительную долю рынка ускорителей и серверных процессоров. Привлечение капитала для ИИ добавляет новый аспект в дискуссию Споры об оценке обострились после недавнего решения Intel привлечь значительный объем акционерного капитала для финансирования своих амбиций в области ИИ. В середине августа компания запустила процедуру размещения акций, первоначально оцениваемую в 15 млрд долларов, а затем увеличила ее до 20 млрд долларов из-за высокого спроса со стороны инвесторов. Продажа акций ненадолго оказала давление на котировки, но некоторые наблюдатели рынка восприняли это как признак уверенности руководства в масштабах возможностей Intel в сфере ИИ и дорожной карте контрактного производства. Для оптимистичных моделей привлечение капитала рассматривается как необходимое топливо для роста; для скептиков — это лишь усиливает опасения по поводу размытия долей акционеров и высоких затрат на конкуренцию на переднем крае полупроводникового производства. Широкий диапазон оценок, обусловленный предположениями об ИИ По состоянию на конец августа 2026 года оценки справедливой стоимости Intel охватывают удивительно широкий диапазон — от 80–120 долларов, типичных для традиционных аналитиков, до более чем 500 долларов за акцию согласно пользовательским моделям. Утверждение о том, что Intel может быть недооценена примерно на 82%, опирается на самые оптимистичные из этих прогнозов, которые предполагают устойчивый рост благодаря ИИ и премиальные мультипликаторы стоимости на многие годы вперед. Для инвесторов этот разрыв подчеркивает, насколько ключевым для истории Intel является ИИ: чем больше уверенности рынок проявляет в способности Intel превратить свои текущие успехи в устойчивые потоки высокомаржинальной прибыли, тем более правдоподобной становится верхняя граница этого диапазона оценки.

Nic Reeve·