Snowflake, Illumio и Pluralsight задают тон насыщенной недели в сфере корпоративного ИИ

Nic Reeve11:00 22.08.20264 мин чтения

Новейшие функции ИИ от Snowflake, признание достижений Illumio и обновление продуктов Pluralsight стали ключевыми событиями в новостной повестке корпоративного ИИ на этой неделе. В течение недели с 21 августа поставщики продолжали активнее внедрять ИИ в платформы данных, рабочие процессы безопасности и техническое обучение, при этом заметнее всего продуктовая активность проявилась в примечаниях к выпуску обновлений Snowflake. Компания Illumio также оказалась в центре внимания, получив статус лидера и «фаворита клиентов» в области микросегментации, а Pluralsight привлекла интерес благодаря включению в отраслевые обзоры инструментов для обучения и развития навыков в сфере ИИ.

Темпы выпуска обновлений Snowflake оказались наиболее впечатляющими. 20 и 21 августа компания добавила ряд функций для ИИ и работы с данными, включая поддержку AI_EXTRACT и AI_PARSE_DOCUMENT для клиентских зашифрованных этапов и сетей с ограниченным доступом, инструмент для выполнения кода Cortex Agent (в ознакомительной версии), а позднее — Cortex AI_MULTI_EMBED для семантического поиска по видео. Snowflake также сообщила, что классификация конфиденциальных данных теперь поддерживает AI mode в рамках публичного превью, а инструменты автоматизации CoCo в CLI и Snowsight стали доступны в публичной ознакомительной версии.

Практический смысл обновлений Snowflake очевиден: компания расширяет спектр задач, которые предприятия могут автоматизировать внутри платформы — от извлечения данных из документов до запуска агентов и поиска по видео. Это важно, поскольку многие корпоративные заказчики больше не спрашивают, может ли ИИ генерировать текст; они интересуются, может ли он безопасно работать с управляемыми данными, в закрытых средах и производственных процессах. Примечания к выпуску Snowflake позволяют предположить, что компания позиционирует Cortex как полноценный уровень исполнения, а не просто оболочку для моделей.

Безопасность оставалась параллельной темой в новостях об ИИ на этой неделе. Широко обсуждаемая история, распространившаяся в профильных СМИ, описывала изменение кода, сгенерированное ИИ в публичном репозитории Snowflake, что якобы привело к риску внедрения скриптов, за которым последовало обнаружение и эксплуатация этой проблемы другим ИИ-агентом. Хотя этот случай примечателен тем, что иллюстрирует, как инструменты ИИ могут как создавать, так и находить уязвимости, к нему следует относиться осторожно, как к краткому отчету, а не как к официальному анализу инцидента. Тем не менее, это подчеркнуло более широкую проблему: по мере того как компании внедряют программирование с поддержкой ИИ и автоматизированную проверку, им требуются более надежные защитные механизмы для контроля изменений, вносимых этими системами.

Заголовок, связанный с Illumio, был более традиционным, но по-прежнему актуальным для дискуссий о безопасности на базе ИИ. Компания, занимающаяся локализацией угроз, 18 августа объявила о признании ее лидером и фаворитом клиентов в отчете The Forrester Wave: Microsegmentation Solutions, Q3 2026. Illumio делает акцент на прозрачности и контроле в средах, где рабочие нагрузки, включая нагрузки, связанные с ИИ, могут быстро перемещаться между сетями и облачными системами. В этом контексте признание — это больше, чем просто похвала; оно подкрепляет аргумент компании о том, что сегментация и локализация необходимы организациям при развертывании все более автономных систем.

Роль Pluralsight в обзоре недели была связана не столько с громким анонсом, сколько с укреплением позиций на рынке навыков в области ИИ. В еженедельном брифинге Solutions Review компания Pluralsight была поставлена в один ряд с другими поставщиками, выпускающими обновления для команд, которым необходимо создавать, защищать и вводить в эксплуатацию ИИ-системы. Такое позиционирование отражает реальность рынка: по мере взросления корпоративных продуктов ИИ растет спрос на платформы, способные обучать разработчиков, облачных инженеров и специалистов по безопасности их эффективному использованию. Бизнес Pluralsight по-прежнему тесно связан с потребностью в структурированном обучении в быстро меняющихся технических областях.

Более широкие новости об ИИ на этой неделе также указывают на быстро развивающуюся конкурентную среду. Как сообщило агентство Reuters 21 августа, OpenAI снизила цены для разработчиков на модель GPT-5.6 более чем на 20%, что служит напоминанием о том, что доступ к моделям и экономика инференса остаются ключевыми элементами стратегии поставщиков. Reuters также отметило другие шаги, связанные с ИИ, включая инвестиции Nvidia в инфраструктуру центров обработки данных и продолжающееся давление со стороны бизнеса с целью сбалансировать расходы на ИИ с окупаемостью. Эти события объясняют, почему корпоративные поставщики, такие как Snowflake, стремятся интегрировать маршрутизацию моделей, управление и автоматизацию непосредственно в свои платформы.

Это давление рынка заметно и в продуктовом направлении самой Snowflake. Недавние публикации подчеркнули наличие динамической маршрутизации моделей в Cortex AI Gateway, которая позволяет предприятиям выбирать между несколькими моделями в зависимости от задач, требований к управлению и стоимости. Для организаций, внедряющих ИИ в масштабе, такая маршрутизация важна, поскольку она снижает зависимость от одного поставщика моделей и дает ИТ-командам больше контроля над тем, куда передаются данные и как они обрабатываются.

Для команд безопасности события той же недели стали привычным предупреждением: автоматизация меняет поверхность атаки так же быстро, как и производительность. Программирование с помощью ИИ, маршрутизация моделей, извлечение данных из документов и выполнение агентских задач могут сократить ручной труд, но они также создают новые возможности для ошибок конфигурации и злоупотреблений. Такие поставщики, как Illumio, реагируют на это, делая упор на локализацию и микросегментацию, в то время как Snowflake фокусируется на функциях управления, которые удерживают большую часть ИИ-процессов внутри контролируемых сред.

Для корпоративных покупателей результатом стало более четкое разделение рынка. Одни поставщики конкурируют в производительности моделей и ценообразовании, другие — в обучении и поддержке, третьи — в области защиты и управления. Неделя с 21 августа показала, что самые важные новости об ИИ больше не ограничиваются тем, на что способны модели; они касаются того, где эти модели запускаются, как они контролируются и кто может безопасно доверять им в рабочих процессах.

Читать далее →

Похожие материалы

AI & Tech

Лунный ИИ от NASA вновь ставит под вопрос рыночную стоимость IBM

10 сентября 2026 года компании IBM и NASA представили открытую базовую модель NASA-IBM Lunar Foundation Model, что сделало этот проект центральной темой новостей об ИИ и вновь привлекло внимание к тому, как расширяющийся портфель решений IBM в области искусственного интеллекта должен отражаться на рыночной оценке компании. Что именно IBM и NASA запустили 10 сентября 2026 года? IBM и NASA выпустили открытую базовую модель, созданную специально для лунных исследований. Она была обучена на данных наблюдений за Луной, накопленных за десятилетия, и стала общедоступной через открытые репозитории. Модель предназначена для помощи исследователям в поиске залежей льда, кратеров и вулканического рельефа, а также для поддержки планов по обеспечению устойчивого присутствия человека на Луне. Согласно сообщению пресс-службы IBM от 10 сентября 2026 года, модель NASA-IBM Lunar Foundation Model является «одной из первых общедоступных базовых моделей для научных исследований Луны», обученной на обширном наборе данных, подготовленном совместно исследователями IBM и NASA. Научный отдел NASA заявляет, что модель размещена на публичных платформах машинного обучения, а полный программный код доступен в репозиториях для разработчиков, чтобы любой ученый мог скачать, протестировать и адаптировать его. Дата выпуска: 10 сентября 2026 года, объявлено совместно IBM и NASA. Сфера применения: лунный лед, кратеры, вулканическая история и картирование поверхности. Доступ: веса модели доступны по открытой лицензии, код открыт для тонкой настройки и экспериментов. Партнеры: IBM Research, NASA Science и академические партнеры. В репортаже Reuters система описывается как инструмент ИИ с открытым исходным кодом, предназначенный для анализа данных лунных наблюдений за десятилетия и содействия долгосрочному присутствию человека на Луне. Технологические и научные издания подчеркивают, что исследователи могут использовать модель для точного определения вероятных залежей льда в постоянно затененных кратерах, картирования кратеров с низким разрешением и более точного изучения вулканической истории Луны по сравнению с предыдущими методами. Насколько лунная модель NASA-IBM лучше существующих методов? В независимых отчетах о модели NASA-IBM Lunar Foundation Model говорится, что она улучшает обнаружение особенностей лунной поверхности более чем на двадцать процентов по сравнению с широко используемыми подходами, при этом используя меньше размеченных данных для достижения таких результатов. Этот рост точности является одной из причин, по которым инвесторы пересматривают возможности IBM в области ИИ при обсуждении оценки стоимости компании. Reuters ссылается на заявления NASA и IBM о том, что в бенчмарк-тестах лунная модель определяла ключевые особенности поверхности Луны на 23% точнее, чем широко используемые методы. В технологических изданиях сообщается, что точность прогнозов наличия погребенного льда в затененных полярных кратерах на 22% выше, чем у лучших доступных специализированных алгоритмов, а картирование кратеров с низким разрешением достигает точности на 19% выше при использовании вдвое меньшего объема размеченных обучающих данных. Ошибка прогнозирования льда: по данным TechTimes от 11 сентября 2026 года, уровень ошибок снижен на 22% по сравнению с лучшим предыдущим алгоритмом. Точность картирования кратеров: в том же отчете упоминается улучшение на 19% при низком разрешении. Общая идентификация особенностей: Reuters сообщает о точности до 23% выше, чем у широко используемых методов в бенчмарк-тестах. Использование размеченных данных: TechTimes отмечает, что лунная модель ИИ достигла таких показателей, используя лишь половину объема размеченных обучающих данных. В технологическом анализе модели указывается, что научная группа NASA подтвердила доступность системы на публичных ИИ-платформах с полным кодом на сайтах хостинга, что повторяет подход к распространению, который IBM использовала для своих более ранних базовых моделей для наблюдения за Землей — Prithvi. Те ранние модели, представленные в 2023 году для работы с гармонизированными данными спутников Landsat и Sentinel-2, по сообщениям IBM, обеспечивали примерно 15-процентное улучшение по сравнению с современными методами картирования зон наводнений и следов пожаров, используя вдвое меньше размеченных данных. Такая стратегия выпуска геопространственных моделей с явным преимуществом в производительности и открытым доступом помогла утвердить IBM в качестве ключевого игрока в области научного ИИ, что теперь влияет на дискуссии аналитиков и инвесторов о прибыли и оценочных мультипликаторах компании. Как эта лунная ИИ-модель вписывается в общую стратегию IBM в области искусственного интеллекта? Лунная базовая модель расширяет стратегию IBM по созданию специализированных базовых моделей в рамках портфеля watsonx и сотрудничеству с государственными институтами в области открытого геопространственного ИИ. Эта стратегия теперь охватывает наблюдение за Землей, метеорологию, экологический мониторинг и лунные исследования, и все чаще упоминается в аналитических обзорах акций IBM. В объявлении IBM от 3 августа 2023 года о своей геопространственной базовой модели описывалось обучение крупной системы ИИ на данных спутников Landsat и Sentinel-2 за один год по всей территории континентальной части США с последующей тонкой настройкой для таких задач, как картирование зон наводнений и пожаров. По данным IBM, эта модель, ориентированная на Землю, обеспечила 15-процентное улучшение по сравнению с передовыми методами при использовании вдвое меньшего объема размеченных данных, а ее коммерческая версия должна быть интегрирована в IBM Environmental Intelligence Suite, входящую в экосистему watsonx. Семейство базовых моделей: модели IBM и NASA пополняют семейство геопространственных и метеорологических моделей Prithvi, что было отмечено в материалах к выпуску лунной модели. Путь коммерциализации: геопространственная модель IBM связана с Environmental Intelligence Suite, демонстрируя, как научный ИИ интегрируется в программное обеспечение, приносящее доход. Стратегия открытой науки: NASA и IBM предоставляют веса и код по открытым лицензиям, стимулируя использование в глобальных исследованиях. Позиционирование бренда: пресс-служба IBM группирует лунную модель среди своих пресс-релизов об искусственном интеллекте, представляя ее как часть своей стратегии лидерства в области ИИ. В материалах NASA о лунной базовой модели подчеркивается сотрудничество не только с IBM, но и с академическими партнерами, что укрепляет позиции IBM как партнера в области научных вычислений, а не просто коммерческого поставщика. Для инвесторов эта двойная роль важна, так как она формирует восприятие долгосрочной значимости IBM в таких высокозначимых областях, как освоение космоса и климатология. Почему оценка акций IBM снова оказалась в центре внимания после запуска лунного ИИ? Недавние отчеты аналитиков демонстрируют возобновление интереса к потенциалу прибыли IBM от инициатив в области ИИ и квантовых вычислений, при этом лунная модель служит наглядным примером технической глубины IBM. Консенсусные целевые показатели указывают на умеренный рост, а некоторые обзоры напрямую связывают позитивные настроения с сотрудничеством IBM в сфере ИИ и ее планами по развитию продуктов. В статье по анализу акций от 12 сентября 2026 года сообщается, что Уолл-стрит придерживается общего консенсуса «Покупать» (Buy) по акциям IBM. Согласно данным, 25 аналитиков установили 12-месячную целевую цену на уровне 245,35 USD, что примерно на 4,8% выше цены закрытия IBM на 10 сентября, составившей 234,02 USD. В тех же материалах упоминаются другие сводки, указывающие на консенсус «Умеренно покупать» (Moderate Buy) со средней целевой ценой около 265,90 USD, что подразумевало бы более значительный потенциал роста по сравнению с текущими уровнями около 243 USD. Ссылка на цену закрытия: в материале TheStreet, цитируемом в новостях, цена закрытия IBM на 10 сентября 2026 года указана как 234,02 USD. Количество аналитиков: согласно опросу TheStreet, 25 аналитиков установили 12-месячную цель на уровне 245,35 USD. Описание консенсуса: отдельные сервисы рыночных данных описывают рейтинг как «Умеренно покупать» со средней целью 265,90 USD. Метрики оценки: согласно данным Seeking Alpha на период около 10 сентября, прогнозный коэффициент P/E (non-GAAP) составляет 20,22, trailing P/E (GAAP) — 22,15, а мультипликатор P/B — 6,81. Данные Seeking Alpha также показывают отношение стоимости предприятия к выручке (EV/Sales) на уровне 4,22 и отношение стоимости предприятия к EBITDA на уровне 17,72 для IBM, характеризуя компанию как зрелую технологическую фирму с премиальной оценкой по сравнению со многими традиционными конкурентами, но торгующуюся с дисконтом по сравнению с некоторыми более быстрорастущими компаниями, ориентированными на ИИ. Рыночные комментарии связывают такой профиль с сочетанием стабильного дохода от инфраструктуры и развивающегося роста в области ИИ и квантовых вычислений. В материалах, описывающих рост акций IBM благодаря ставкам на квантовые технологии и ИИ, упоминается, что, несмотря на упомянутое вскользь юридическое расследование, интерес инвесторов к передовым вычислительным инициативам IBM остается высоким. В этом контексте лунная базовая модель приводится как демонстрация способности IBM сотрудничать с такими агентствами, как NASA, в области передового ИИ, что подкрепляет аргумент о том, что текущие показатели оценки могут недооценивать будущие денежные потоки от продуктов и услуг на базе ИИ. На кого, помимо акционеров IBM, влияет лунный ИИ NASA-IBM? Лунная модель напрямую затрагивает планетологов и инженеров, работающих в программе NASA Artemis, и косвенно влияет на поставщиков и партнеров, участвующих в планировании лунной инфраструктуры. Она также имеет значение для академических исследователей, разработчиков ИИ и дискуссий о политике в области открытых научных данных и государственно-частного сотрудничества в освоении космоса. В материалах NASA о лунной базовой модели отмечается, что система ИИ обучалась преимущественно на данных с аппарата Lunar Reconnaissance Orbiter и других приборов, что позволило создать единый набор данных, подходящий для машинного обучения. В описании проекта со стороны IBM поясняется, что две организации создали то, что они называют первым набором данных с открытым исходным кодом, который объединяет десятилетия лунных данных в формате, оптимизированном для исследований в области ИИ. Планировщики NASA Artemis: TechTimes отмечает, что система может помочь в выборе мест посадки вблизи южного полюса Луны, где лед может обеспечить наличие воды, кислорода и топлива для последующих миссий на Марс. Сообщество планетологов: NASA и технологические издания заявляют, что любой исследователь в мире может скачать и адаптировать модель для новых исследований лунных явлений. Академические партнеры: NASA ссылается на несколько университетов, участвующих в сотрудничестве, что расширяет доступ для студентов и начинающих ученых. Поставщики космической отрасли: более точные карты льда и рельефа поддерживают компании, работающие над созданием обитаемых модулей, добычей полезных ископаемых и использованием ресурсов на Луне. Для разработчиков ИИ лунная модель демонстрирует, как базовые модели могут быть адаптированы к областям, выходящим за рамки языка и стандартного компьютерного зрения. Для политиков подход с открытой лицензией поднимает вопросы о том, как должны распределяться данные, финансируемые из государственного бюджета, и технологии частного сектора, когда они определяют будущую добычу ресурсов и национальное присутствие на Луне. Что дальше для портфеля ИИ и рыночной оценки IBM? Комментарии научных и рыночных источников предполагают несколько следующих шагов: более широкое научное использование лунной модели, коммерческие ответвления через программные пакеты IBM и продолжающаяся переоценка аналитиками потенциала прибыли IBM от ИИ и квантовых вычислений. Результат повлияет на то, будут ли текущие целевые цены расти или стабилизируются по мере созревания таких проектов, как лунный ИИ. Технологические обзоры указывают на то, что лунная базовая модель следует паттерну, установленному IBM и NASA с моделями Prithvi: открытые веса, открытый код и дообучение силами сообщества на публичных платформах. Такая история делает вероятным появление новых версий, обученных на расширенных наборах данных или адаптированных к другим планетарным телам по мере сбора агентствами новых данных дистанционного зондирования. Научная дорожная карта: долгосрочная цель NASA по обеспечению устойчивого присутствия человека на Луне отводит лунному ИИ центральную роль в планировании миссий. Коммерческий потенциал: предыдущий геопространственный ИИ IBM уже был связан с Environmental Intelligence Suite, что намекает на возможность аналогичной интеграции для лунных или более широких продуктов по космическим данным. Драйверы оценки: целевые показатели аналитиков, собираемые рыночными сервисами, вероятно, будут меняться по мере того, как IBM будет отчитываться о конкретной выручке, связанной с ее моделями ИИ и квантовыми предложениями. Факторы риска: в обзорах акций упоминаются юридические расследования и конкурентное давление со стороны других поставщиков ИИ как противовесы ожиданиям роста. По мере развития этих процессов сотрудничество IBM с NASA над Lunar Foundation Model служит наглядным тестом того, как передовые проекты в области открытого научного ИИ могут трансформироваться в коммерческий спрос и, в свою очередь, в показатели оценки, которые инвесторы тщательно изучают каждый квартал.

Nic Reeve·14:00 16.09.2026

AI & Tech

Квартальная выручка Nvidia в $92 млрд станет ключевым испытанием для бума ИИ

Предстоящий отчет Nvidia о доходах за второй квартал, в преддверии которого Уолл-стрит прогнозирует рекордную выручку в размере около $92 млн , станет ключевой проверкой того, может ли многотриллионный бум в сфере искусственного интеллекта оправдать чрезвычайно высокие оценки акций, связанных с ИИ. Рынок готовится к очередному рекордному кварталу Консенсус-прогноз аналитиков, собранный Bloomberg, указывает на выручку во втором квартале в размере около $92 млн , что подразумевает рост примерно на 96% в годовом исчислении и дальнейшее ускорение продаж по сравнению с предыдущим кварталом. Финансовые издания, освещающие деятельность компании, отмечают, что Уолл-стрит ожидает роста чистой прибыли примерно на 95% — до более чем $51,5 млн, что станет одним из самых быстрых темпов роста прибыли среди крупных американских компаний. Эти цифры ознаменуют очередной качественный скачок в результатах деятельности Nvidia. За квартал, закончившийся в апреле 2026 года, компания отчиталась о выручке в размере $81,6 млн , что на 20% больше, чем в предыдущем квартале, и на 85% больше в годовом исчислении, а также о рекордной прибыли в $58,3 млн, обусловленной спросом на ИИ-чипы для центров обработки данных. Ранее Nvidia дала инвесторам прогноз по выручке на текущий квартал в размере около $91 млн, что уже тогда превышало большинство оценок аналитиков. От $216 млн в год до триллионных возможностей Результаты Nvidia за последний финансовый год подчеркивают, как быстро масштабируется бизнес. Согласно независимым аналитическим данным, основанным на финансовой отчетности Nvidia, за 2026 финансовый год компания сообщила о годовой выручке в размере около $216 млн , что примерно на 65% больше, чем годом ранее. Квартальная выручка достигла $68,1 млн в четвертом квартале 2026 финансового года, в основном за счет продаж оборудования для центров обработки данных, связанных с рабочими нагрузками ИИ. Помимо опубликованных цифр, исследования Уолл-стрит уже намечают еще более агрессивную траекторию. S&P Global недавно повысила свои прогнозы по Nvidia, ожидая $216 млн выручки в 2026 финансовом году, $394 млн в 2027 и $544 млн в 2028 году , ссылаясь на «ненасытный спрос» на ИИ-системы и инфраструктуру, который растет быстрее, чем ожидалось ранее. Сама Nvidia оценивает возможности еще шире. На конференции для разработчиков GTC 2026 генеральный директор Дженсен Хуанг заявил, что потенциальный объем выручки от платформ ИИ-чипов Blackwell и Rubin может достичь как минимум $1 трлн к 2027 году , что выше предыдущей оценки в $500 млн к 2026 году, обсуждавшейся во время предыдущих телеконференций. Этот прогноз отражает не только обучение больших моделей ИИ, но и ускоряющийся бизнес в сфере инференса — запуска этих моделей в режиме реального времени в облачных центрах обработки данных, корпоративных серверах и периферийных устройствах. Почему этот отчет о доходах так важен для индустрии ИИ Nvidia стала главным индикатором состояния индустрии ИИ, поскольку её графические процессоры (GPU) и системы-ускорители являются доминирующей аппаратной платформой для обучения и развертывания передовых моделей ИИ в облаке. В результате ожидания по её доходам теперь определяют настроения инвесторов в отношении широкого спектра акций технологических и полупроводниковых компаний, включая облачных провайдеров, разработчиков чипов, производителей памяти и разработчиков ПО для ИИ. Рыночные стратеги называют предстоящий отчет потенциальным моментом истины для возрождающегося сектора ИИ. Любой признак того, что клиенты гипермасштабируемых облачных сервисов — от технологических гигантов США до китайских платформ — сокращают заказы на новейшие архитектуры Nvidia, может заставить инвесторов пересмотреть агрессивные прогнозы роста не только для Nvidia, но и для всей экосистемы ИИ. И наоборот, если Nvidia достигнет или превысит отметку выручки почти в $92 млн, сохраняя при этом высокую маржу и сильные прогнозы на будущее, это укрепит мнение о том, что развитие инфраструктуры ИИ находится в фазе устойчивого, капиталоемкого расширения. Аналитики уже ожидают, что спрос на инфраструктуру центров обработки данных останется основным драйвером, а новые циклы продуктов, такие как архитектуры Blackwell и Vera Rubin, обеспечат дальнейший рост производительности и повышение цен на системы. Прогнозы и риск разрыва ожиданий Прогнозы, которые Nvidia представит вместе с результатами за второй квартал, могут быть не менее важны, чем основные показатели. В предыдущие кварталы компания часто давала прогнозы, значительно опережающие консенсус. Например, ранее в этом году Nvidia прогнозировала выручку в размере около $78 млн на квартал, заканчивающийся в апреле 2026 года, — прогноз, который сигнализировал об ускорении роста и помог поддержать ралли акций, вызванное ИИ. Аналитики и инвесторы будут внимательно следить за тем, продолжит ли компания указывать на двузначный последовательный рост. Любое смягчение прогнозов — возможно, из-за ограничений цепочек поставок, экспортного контроля или более осторожной позиции крупных облачных клиентов — может быть истолковано как первый значимый сигнал того, что спрос на оборудование для ИИ нормализуется после достижения пиковых уровней. Существует также риск «разрыва ожиданий». Консенсус-прогнозы сейчас закладывают экстраординарный рост и прибыльность, не оставляя пространства для разочарований. Даже результаты, которые будут восприняты как «менее впечатляющие», чем в предыдущие кварталы, могут спровоцировать резкую волатильность акций Nvidia и других компаний, связанных с ИИ. Более широкие рыночные и политические соображения Помимо акций технологических и полупроводниковых компаний, за доходами Nvidia внимательно следят макроинвесторы. Масштабы капитальных вложений в инфраструктуру ИИ влияют на выпуск корпоративных облигаций, инвестиции в оборудование и даже спрос на электроэнергию в регионах, стремящихся привлечь строительство центров обработки данных. Подтверждение продолжения агрессивных капитальных вложений в ИИ поддержало бы нарративы о многолетнем инвестиционном цикле, сосредоточенном на облачных технологиях и вычислениях. Политики и регуляторы также следят за траекторией Nvidia. Быстрый рост выручки, связанный с ИИ, усилил дискуссии о конкуренции в сфере передовых чипов, экспортном контроле, влияющем на продажи в Китай, и устойчивости глобальных цепочек поставок. Рекордная прибыльность может усилить контроль за концентрацией рынка аппаратного обеспечения для ИИ и рыночной властью нескольких платформ, поставляющих критически важные компоненты крупнейшим технологическим компаниям мира. Что дальше Какими бы ни были точные цифры второго квартала, Nvidia уже дала понять, что ожидает продления ИИ-цикла как минимум до конца 2020-х годов, что подкрепляется тем, что компания называет сменой поколений платформ в сторону ускоренных вычислений. Предстоящий отчет покажет, продолжает ли это долгосрочное видение соответствовать краткосрочным реалиям спроса клиентов, производственных мощностей и динамики конкуренции. Для инвесторов ставки ясны: квартал, который подтвердит консенсус по выручке почти в $92 млн и укрепит триллионные возможности Nvidia в сфере ИИ, может поддержать ралли активов, связанных с ИИ. Любое невыполнение прогнозов или осторожный тон, напротив, могут спровоцировать масштабную переоценку того, насколько быстро будущее ИИ может — и должно — быть заложено в текущие рыночные цены.

Nic Reeve·14:00 24.08.2026

AI & Tech

Партнерство Hotshot и Litera обеспечит обучение юристов работе с ИИ прямо на платформах непрерывного образования

Hotshot и Litera подписали соглашение об углублении сотрудничества в сфере обучения Компания Hotshot, ведущая образовательная платформа для юристов, вступила в новую фазу сотрудничества с поставщиком юридических технологий Litera, подписав Меморандум о взаимопонимании (MoU) по интеграции библиотеки курсов Hotshot в платформу для обучения и контроля соответствия требованиям CE Manager. Это объявление, сделанное 20 августа 2026 года в Чикаго и Нью-Йорке, свидетельствует о более тесном взаимодействии между обучением юристов и стремительно расширяющимся использованием искусственного интеллекта в юридических фирмах. В рамках Меморандума Litera и Hotshot будут работать над углублением технического и коммерческого партнерства, которое позволит сделать практические курсы Hotshot по запросу доступными напрямую через CE Manager. Интеграцию планируется завершить к четвертому кварталу 2026 года в зависимости от этапов разработки и внедрения. Что включает в себя интеграция Инициатива направлена на предоставление юридическим фирмам более удобного способа управления профессиональным развитием и соблюдением нормативных требований. Библиотека Hotshot, насчитывающая более 400 курсов, будет доступна в рамках CE Manager, что позволит юристам находить и проходить обучение, не покидая платформу, которую они уже используют для отслеживания непрерывного юридического образования (CLE) и контроля соответствия. Согласно заявлению компаний, фирмы смогут: Назначать курсы Hotshot отдельным сотрудникам, практическим группам или всем специалистам фирмы прямо из CE Manager. Отслеживать прохождение обучения и получение соответствующих кредитов CLE на единой панели управления, сокращая объем ручного ввода данных и их сверки. Интегрировать всю библиотеку Hotshot в существующие программы обучения, объединяя контент, созданный самой фирмой, с внешними образовательными ресурсами. Это сотрудничество основывается на предыдущей работе компаний в области отслеживания кредитов CLE, которая уже позволяла вносить в CE Manager данные о CLE, полученных благодаря коротким видеокурсам Hotshot. Новый шаг значительно расширяет рамки отношений, переходя от простой интеграции данных к более комплексному партнерству в области контента и рабочих процессов. Контекст: ИИ меняет подход к развитию талантов в юриспруденции Это сотрудничество происходит в то время, когда фирмы пересматривают методы развития талантов в эпоху генеративного ИИ и агентских юридических инструментов. Litera позиционирует себя как платформа юридического ИИ, внедряя ИИ-агентов, таких как юридический помощник «Lito», в инструменты для составления документов, управления рабочими процессами и проведения комплексной юридической проверки (due diligence), которыми пользуются десятки тысяч профессионалов во всем мире. Объединяя обучение со своими существующими продуктами на базе ИИ, Litera стремится гарантировать, что юристы не только осваивают новые инструменты, но и понимают практические, этические и процедурные изменения, которые их сопровождают. Для фирм сочетание среды для составления документов и рабочих процессов на основе ИИ с интегрированным, практико-ориентированным учебным контентом решает растущую проблему: как достаточно быстро повысить квалификацию юристов, чтобы не отставать от технологий. Партнерство Hotshot и Litera подается как ответ на это давление, предлагая способ сделать непрерывное обучение частью повседневной юридической работы. О компании Hotshot и ее подходе к обучению Hotshot широко используется на юридическом рынке США, включая более половины фирм из списка Am Law 100, а также региональные и бутиковые компании. Курсы платформы разработаны так, чтобы быть практичными и лаконичными; обучение часто проходит через короткие видеоролики, в которых разбираются реальные сделки, задачи по судебным спорам и практические навыки. Контент создается практикующими специалистами и экспертами из крупных юридических фирм, финансовых институтов и организаций, оказывающих профессиональные услуги. Ключевой момент, на котором делается акцент в рамках сотрудничества, — это философия Hotshot, ставящая практическое обучение на первое место , с дополнительным начислением кредитов CLE. Вместо того чтобы рассматривать CLE как формальность для «постановки галочки», курсы направлены на развитие навыков, которые юристы могут немедленно применить на практике, где кредиты являются лишь вторичным преимуществом. Такой подход соответствует общей тенденции отрасли делать обучение, ориентированное на соблюдение требований, более содержательным и актуальным для повседневной практики. О компании Litera и ее платформе CE Manager Litera стала крупным поставщиком юридических технологий, предлагая инструменты для составления документов, управления сделками, комплексной проверки и управления процессами. В последние годы компания все больше внимания уделяет ИИ, продвигая свою платформу как способ объединить практику и бизнес в сфере права в единой среде с расширенными возможностями ИИ. CE Manager, один из ключевых продуктов Litera для профессионального развития, представляет собой платформу для управления обучением и контроля соответствия требованиям CLE, адаптированную для юридических фирм. Она используется для отслеживания кредитов юристов в разных юрисдикциях, управления каталогами курсов и формирования отчетов о соблюдении требований для регуляторов и внутренних заинтересованных лиц. Внедряя контент Hotshot непосредственно в CE Manager, Litera стремится превратить систему, которая изначально предназначалась для контроля соответствия, в более надежный образовательный центр, где назначение обучения, отслеживание кредитов и поиск контента происходят в одном месте. Преимущества для юридических фирм и юристов Партнерство обещает ряд практических преимуществ для фирм, которые находятся под давлением необходимости модернизации обучения при одновременном сдерживании расходов: Централизованный процесс обучения: Юристы могут получать доступ к курсам, разработанным самой фирмой, стороннему контенту (например, от Hotshot) и системе отслеживания CLE в рамках единой системы, что избавляет от необходимости переключаться между платформами. Улучшенный контроль за соблюдением требований: Отделы комплаенса получают более полное представление об учебной активности, включая информацию о том, какие курсы завершены, какие кредиты получены и где остаются пробелы в компетенциях. Масштабируемое повышение квалификации в области ИИ: По мере того как инструменты генеративного ИИ внедряются в повседневные рабочие процессы юристов, интегрированная платформа предлагает способ проведения структурированного обучения по вопросам ответственного использования ИИ, безопасности данных и обновленных рабочих процессов. Гибкое обучение по запросу: Короткие практические видео легче вписать в плотный график, а интеграция с CE Manager означает, что их просмотр может быть сразу засчитан в качестве кредита CLE там, где это применимо. Часть более широкой тенденции в области юридического ИИ и образования Сотрудничество Hotshot и Litera также отражает более широкую тенденцию: сближение платформ юридического ИИ с инструментами обучения и управления изменениями. По мере того как такие инструменты, как генеративное составление документов, комплексная проверка на базе ИИ и агентские помощники, переходят из стадии пилотных проектов в промышленную эксплуатацию, многие поставщики укрепляют свои экосистемы обучения за счет партнерств, интеграций и курируемых библиотек контента. Для юридических фирм эти изменения подчеркивают, что внедрение технологий — это уже не просто вопрос инфраструктуры. Оно требует устойчивых инвестиций в обучение и развитие, культурных изменений и новых показателей компетенции и продуктивности. Интеграция курсов Hotshot в CE Manager от Litera направлена на снижение барьеров для этих инвестиций путем прямой увязки обучения с обязательными процессами комплаенса и повседневными системами, которые юристы уже используют. Дальнейшие шаги и доступность Согласно анонсу, расширенная интеграция, которая позволит работать с полной библиотекой Hotshot внутри CE Manager, должна стать доступной к концу 2026 года после завершения внедрения и тестирования. В промежуточный период фирмы, уже использующие обе платформы, могут продолжать пользоваться существующими интеграциями для отслеживания CLE и готовиться к переходу на более глубоко унифицированный опыт обучения. Поскольку юридическая отрасль адаптируется к последствиям практики, основанной на ИИ, это сотрудничество позиционирует Hotshot и Litera как партнеров для фирм, стремящихся согласовать развитие талантов, контроль соответствия требованиям и технологическую стратегию. То, насколько широко и быстро фирмы примут это интегрированное решение, станет ключевым индикатором того, насколько серьезно рынок воспринимает обучение как важнейший компонент трансформации юридического ИИ.

Nic Reeve·10:00 21.08.2026