allnewscastallnewscast
Срочные новости
AI & Tech

Тренды ИИ в конце августа: доступные модели, новые агенты и растущие риски

Nic Reeve7 мин чтения
Тренды ИИ в конце августа: доступные модели, новые агенты и растущие риски

От стремительного снижения цен на модели до усиления контроля со стороны регулирующих органов и роста числа кибератак с использованием ИИ — последние две недели принесли серьезные изменения в то, как искусственный интеллект создается, оценивается и регулируется во всем мире. Для маркетологов и бизнес-лидеров эти перемены меняют как экономику ИИ, так и ландшафт рисков, в котором они его внедряют.

Стоимость снижается по мере удешевления передовых моделей

Одним из наиболее значимых событий стал новый виток снижения цен на передовые модели ИИ. Агентство Reuters сообщает, что OpenAI сократила стоимость для разработчиков своей передовой модели GPT-5.6 Sol более чем на 20%, что сигнализирует об усилении конкуренции в ценовом сегменте и делает высокотехнологичные возможности более доступными как для корпоративных пользователей, так и для стартапов. Эти сокращения последовали за общей августовской тенденцией, в рамках которой несколько провайдеров снизили цены на свои новейшие модели, чтобы увеличить объемы использования и закрепить долю рынка.

Отраслевые аналитики отмечают, что это ценовое давление сопровождается улучшениями в производительности и масштабируемости. Модель Claude Opus 5 от Anthropic была отмечена за предоставление контекстного окна объемом 1 миллион токенов, предназначенного для анализа сложных документов и рабочих процессов исследований, в то время как Gemini 3.6 Flash от Google делает упор на снижение затрат на вывод данных и повышение эффективности долгосрочных агентов. Для маркетинговых команд эти изменения означают более доступную генерацию контента в больших масштабах, тестирование кампаний и анализ клиентских инсайтов при меньшем беспокойстве о бюджетах на токены и большем фокусе на творческом и стратегическом внедрении.

Агенты проникают в повседневные рабочие процессы

Наряду с более дешевыми моделями, в августе наблюдался устойчивый импульс в развитии «агентного» ИИ — систем, способных непрерывно действовать от имени пользователей. Обзоры недавних релизов подчеркивают, как крупные платформы внедряют агентов в популярные инструменты для продуктивности и потребительские приложения. Google и Anthropic продвигают постоянно работающих настольных агентов, предназначенных для автоматизации рутинных задач в рамках обычных рабочих процессов, таких как управление электронной почтой, планирование встреч, поиск и редактирование документов.

Что касается потребительского сектора, ИИ все активнее интегрируется в повседневные сервисы. Августовский архив The Verge освещает расширение возможностей ChatGPT, включая функцию бронирования столиков в ресторанах через партнеров, таких как OpenTable и Resy, что еще больше стирает грань между разговорным помощником и полноценным сервисным агентом. Публикация TechCrunch о новых плагинах для Apple Messages показывает, что ChatGPT получил возможность отправлять текстовые сообщения напрямую за пользователей, расширяя присутствие ИИ в мобильной коммуникации.

Для маркетологов эти события особенно актуальны. Поскольку агенты проникают в мессенджеры и процессы бронирования, бренды получают новые точки контакта для персонализированного, опосредованного ИИ взаимодействия — от автоматических рассылок и напоминаний до службы поддержки клиентов в режиме реального времени, встроенной в чат. Проблемой станет сохранение голоса бренда и доверия клиентов, когда взаимодействие все чаще осуществляется полуавтономными системами.

Физический ИИ и робототехника привлекают капитал инвесторов

Параллельным трендом является всплеск инвестиций в «физический ИИ» — роботов и дроны, которые сочетают машинное обучение с аппаратным обеспечением. В августовском обзоре отмечается, что IPO компании Unitree было переподписано более чем в 5000 раз, а оборонная компания Neros, специализирующаяся на дронах, привлекла 250 миллионов долларов. Заказы на промышленных роботов во втором квартале достигли 622 миллионов долларов, поскольку спрос на автоматизацию вышел за пределы автомобильного сектора в логистику, производство и складское хозяйство.

Эти события свидетельствуют о том, что влияние ИИ быстро распространяется с программного обеспечения на физическую инфраструктуру. Для предприятий розничной торговли, логистики и производства это означает более доступные варианты автоматизации и, потенциально, новые формы операций, основанных на данных, — например, отслеживание запасов в реальном времени и управление исполнением заказов с помощью ИИ. Для специалистов по маркетингу опыт, основанный на робототехнике — от автоматизированных демонстраций в магазинах до мероприятий с поддержкой ИИ, — может стать частью формирующегося инструментария для работы с впечатлениями клиентов.

Регулирование и риски: от вреда чат-ботов до киберпреступности на базе ИИ

По мере того как ИИ проникает во все сферы повседневной жизни, регуляторы и правоохранительные органы усиливают внимание к рискам и злоупотреблениям. Недавний анализ Al Jazeera обращает внимание на относительно слабое регулирование ИИ по сравнению с обычными потребительскими товарами, отмечая обеспокоенность общественности после случаев, когда люди взаимодействовали с чат-ботами перед совершением самоубийств или инцидентами с насилием. Отчет подчеркивает растущее давление на устоявшуюся позицию Кремниевой долины о том, что инновации должны развиваться при минимальном контроле.

Новые данные о киберпреступности подчеркивают, что риски носят не только психологический или социальный характер. Исследование, освещенное CNBC, показывает, что в период с марта 2025 по февраль 2026 года каждая четвертая утечка данных была осуществлена с использованием ИИ, что на 56% больше, чем в предыдущем году. Аналогичным образом, в отчете INTERPOL об оценке киберугроз в Африке говорится, что ИИ участвует в 55% зарегистрированных киберпреступлений на континенте, что иллюстрирует, как автоматизация и генеративные инструменты используются для масштабирования фишинга, мошенничества и сетевых атак.

Эти тенденции напрямую пересекаются с маркетингом и взаимодействием с клиентами. Поскольку инструменты ИИ становятся стандартом в стеках для кампаний, CRM и аналитики, организации должны усилить методы обеспечения безопасности доступа к данным, результатам работы моделей и автоматизированной коммуникации, гарантируя, что ИИ непреднамеренно не поможет злоумышленникам или не раскроет конфиденциальную информацию клиентов.

Макроэкономические и политические последствия

Политики начинают учитывать ИИ в экономических прогнозах и промышленной стратегии. В материалах Reuters отмечается, что представители Национального банка Швейцарии предупредили о том, что искусственный интеллект может способствовать росту инфляции, поскольку повышение производительности и новые модели спроса влияют на рынки труда и ценообразование. В то же время правительства реализуют национальные инициативы в области ИИ и чипов. Южная Корея планирует создать фонд «чиповой прибыли», направленный на поддержку молодежной занятости и инвестиций в ИИ, позиционируя страну как долгосрочный центр роста полупроводниковой индустрии для ИИ.

Бразилия продвигает программу создания суперкомпьютера с ИИ, разделяя проекты между китайскими и американскими фирмами, что отражает более широкую геополитическую конкуренцию вокруг инфраструктуры и стандартов ИИ. Тем временем Китай и Индонезия договорились об углублении сотрудничества в сфере минеральных ресурсов, энергетики и технологий, включая ИИ, что еще больше закрепляет эту технологию в качестве стратегического приоритета в региональных партнерствах.

В корпоративном секторе Reuters сообщает о всплеске «ИИ-долга» — крупных, многолетних инвестициях в инфраструктуру и возможности ИИ, поскольку американские компании спешат не отстать от технологических изменений. Аналитики предупреждают о возможной усталости инвесторов, поскольку фирмам трудно продемонстрировать краткосрочную отдачу от амбициозных программ ИИ. Для отделов маркетинга и продаж это усиливает давление с целью демонстрации измеримого бизнес-эффекта от внедрения ИИ, особенно в области привлечения клиентов, персонализации и роста доходов.

Конкуренция платформ и принятие пользователями

На уровне платформ Google продолжает расширять свою экосистему Gemini. The Verge отмечает, что обновленная модель Flash теперь обеспечивает работу Gemini Spark, повышая скорость отклика и экономическую эффективность для ИИ-интерфейсов, интегрированных в поиск. Дополнительные отчеты независимых аналитиков предполагают, что приложение Gemini преодолело отметку примерно в 1 миллиард ежемесячных пользователей, закрепив за ИИ-помощниками статус массовых потребительских продуктов.

Публикации TechCrunch указывают на усиление конкуренции между OpenAI и Anthropic на бизнес-рынке, причем новые данные свидетельствуют о том, что OpenAI укрепляет позиции среди корпоративных пользователей. В сочетании с быстрым ростом числа пользователей ChatGPT, освещаемым в отраслевых блогах и августовских обзорах, это говорит о том, что многие организации стандартизируют свои процессы вокруг небольшого числа ведущих базовых моделей, даже экспериментируя с нишевыми или альтернативами с открытым исходным кодом.

Для маркетологов растущее знакомство пользователей с ИИ-помощниками меняет ожидания аудитории. Потребители все чаще ожидают разговорной поддержки, персонализированных рекомендаций и бесшовного перехода между человеческими и ИИ-каналами. Бренды, которые отстают в интеграции ИИ в путь клиента, рискуют выглядеть устаревшими, в то время как тем, кто движется быстро, необходимо балансировать между инновациями, прозрачностью и ответственным использованием данных.

Что это означает для лидеров маркетинга и бизнеса

В совокупности события последних двух недель указывают на новый этап в эволюции ИИ: затраты снижаются, возможности расширяются до агентов и робототехники, а опасения по поводу регулирования и безопасности усиливаются. Для маркетинговых команд эта среда предлагает мощные инструменты для работы с контентом, сегментацией и вовлечением, но также требует дисциплинированного управления, четкого раскрытия информации и тщательного выбора поставщиков.

Поскольку отраслевые издания, такие как MarketingProfs, отслеживают эти изменения в регулярных обновлениях по ИИ, основной посыл остается неизменным: ИИ больше не является экспериментальным дополнением. Он стал базовым слоем современного маркетинга и бизнес-операций, требующим стратегического надзора, сопоставимого с тем, который применяется к данным, бренду и доверию клиентов.

Читать далее

Похожие материалы

Битва нейросетей: Gemini Omni Flash против Kling 3.0 в генерации видео
AI & Tech

Битва нейросетей: Gemini Omni Flash против Kling 3.0 в генерации видео

Битва ИИ-новостей: Gemini Omni Flash или Kling 3.0 для управления видео нового поколения? 19 мая 2026 года Google начала внедрение Gemini Omni Flash в свои приложения и API для генерации и редактирования разговорного видео, в то время как Kling 3.0 от Kuaishou, выпущенный 4–5 февраля 2026 года, вывел многокадровые последовательности и кинематографические раскадровки в мейнстрим гонки ИИ-технологий. Что именно представляют собой Gemini Omni Flash и Kling 3.0? Gemini Omni Flash — это быстрая модель Google для преобразования текста и изображений в видео, предназначенная для интерактивного редактирования; в настоящее время она широко доступна как Gemini Omni 1.1 Flash. Kling 3.0 — это семейство мультимодальных моделей видео и изображений третьего поколения от Kuaishou, в основе которых лежат движки Video 3.0 и Video 3.0 Omni для создания коротких нативных 4K-клипов с элементами управления раскадровкой. Обе системы находятся на переднем крае ИИ-видео. Согласно анонсу модели Gemini от Google в мае 2026 года, Gemini Omni Flash превращает текстовые запросы и дополнительные справочные изображения в короткие видеоклипы и позволяет пользователям «легко редактировать видео с помощью диалога» в приложении Gemini, Google Flow и инструментах YouTube. Согласно документации для разработчиков Google, API Gemini Omni Flash описывается как модель для «генерации и редактирования» видео, которая дорабатывает клипы посредством диалогов на естественном языке и поддерживает расширение видео. Согласно примечаниям к выпуску Google от 27 августа 2026 года, Gemini Omni 1.1 Flash стала общедоступной и заменила предыдущую предварительную версию, которая будет отключена 30 сентября 2026 года. Согласно записи о Kling 3.0 в ИИ-вики, обновленной 11 сентября 2026 года, Kling 3.0 включает в себя Video 3.0, Video 3.0 Omni, Image 3.0 и Image 3.0 Omni, построенные на единой мультимодальной архитектуре, которая выдает короткие клипы в нативном разрешении 4K с синхронизированным многоязычным аудио. Согласно руководству Genra от 20 февраля 2026 года, Kuaishou приурочила публичный релиз Kling 3.0 к 5 февраля 2026 года, внедрив режимы «текст-в-видео», «изображение-в-видео» и генерацию на основе референсов по всей линейке. Как Gemini Omni Flash справляется с редактированием видео и управлением пользователем? Gemini Omni Flash фокусируется на разговорном редактировании: пользователи могут запрашивать изменения, расширять сцены и корректировать кадры, используя естественный язык, с поддержкой инкрементальных расширений по 10 секунд до 40 секунд в Gemini Omni 1.1 Flash. Благодаря этому модель Google ощущается скорее как интерактивный редактор, а не как генератор одного кадра. Редактирование в экосистеме Gemini строится на основе диалога. Согласно блогу Google Omni 1.1 Flash от 27 августа 2026 года, модель обеспечивает «видеопроизводство студийного качества» и позволяет пользователям расширять видео с шагом в 10 секунд до 40 секунд суммарно, анализируя до 10 секунд предыдущего контекста вместо одной последней секунды. Согласно той же публикации, Gemini Omni 1.1 поддерживает такие функции, как интерполяция первого и последнего кадров и вывод в 4K в поддерживаемых средах, что улучшает непрерывность между правками. Согласно блогу Google Gemini Omni от 19 мая 2026 года, пользователи могут «легко редактировать видео с помощью диалога» и уже видят интеграцию модели в приложение Gemini, Google Flow и YouTube Shorts, с развертыванием для подписчиков Google AI Plus, Pro и Ultra по всему миру и бесплатным использованием в некоторых инструментах YouTube. Согласно документации API Gemini Omni Flash, разработчики могут уточнять и редактировать созданные видео, отправляя инструкции на естественном языке в процессе взаимодействия, что позиционирует модель как динамический редактор, поддерживающий как расширение, так и генерацию видео. Согласно анонсу Google Workspace от 16 июля 2026 года, Gemini Omni Flash теперь обеспечивает работу Google Vids, где пользователи могут редактировать видео с помощью простых текстовых запросов и генерировать новые клипы с персональными аватарами, которые выглядят и звучат как они сами. Согласно пояснительной статье ilisai, обновленной 2 сентября 2026 года, видеогенератор сервиса теперь использует Gemini Omni 1.1 Flash и тарифицирует минимум 10 секунд за клип, что указывает на то, что быстрая модель Google уже развернута на сторонних платформах. Этот разговорный рабочий процесс благоприятствует авторам, которые ожидают быстрой итерации, например, редакторам социальных видео или маркетинговым командам, которым нужно вносить много мелких изменений, не пересобирая клипы с нуля. Что предлагает Kling 3.0 в плане многокадровой непрерывности и раскадровки? Модели Video 3.0 и Video 3.0 Omni в Kling 3.0 делают упор на многокадровую генерацию: до шести связанных кадров в одном клипе со стабильной идентичностью персонажа, освещением и окружением при смене планов. Планирование кадров может быть автоматическим или полностью пользовательским, превращая запросы в структурированные мини-последовательности. Инструменты для работы с несколькими кадрами делают Kling похожим на движок превизуализации для режиссеров. Согласно руководству пользователя Kling Video 3.0, обновленному 26 августа 2026 года, модель поддерживает два режима для многокадрового видео: «Multi‑Shot» и «Custom Multi‑Shot». Когда включен Multi‑Shot, система автоматически планирует переходы и создает многосценовый контент; Custom Multi‑Shot позволяет пользователям настраивать количество и длительность кадров. Согласно руководству Kling по многокадровой съемке от 28 июля 2026 года, Multi‑Shot структурирует сцену посредством выбора ракурсов, смены кадров и развития повествования, считывая информацию о покрытии из запроса для настройки углов и композиций для кинематографического сторителлинга. Согласно руководству по Kling 3.0 от Morphic за август 2026 года, Kling Video 3.0 поддерживает многокадровые последовательности до шести склеек на генерацию, с режимами «текст-в-видео», «изображение-в-видео» и «начальный и конечный кадр в видео» при максимальной длительности 15 секунд на клип. Согласно обзору Invideo от 28 мая 2026 года, Kling 3.0 может генерировать до шести связанных кадров, позволяя пользователям либо описать сцену и позволить модели спланировать переходы, либо указать кадрирование, длительность и движение камеры для каждого кадра для точного выполнения списка съемок. Согласно странице функций Kling3Pro от 26 марта 2026 года, многокадровая генерация Kling 3.0 определяет до шести отдельных кадров в рамках одного 15-секундного клипа, каждый со своим запросом и углом камеры, при этом сохраняя непрерывность внешности персонажа, гардероба и окружения с помощью кодирования идентичности на уровне сцены. Согласно рейтингу продуктов от AI Wiki и Synthszr, обновленному 6 сентября 2026 года, единая архитектура Kling 3.0 создает нативное 4K-видео с частотой до 60 кадров в секунду и поддерживает многокадровые раскадровки с количеством склеек до шести, укрепляя свои позиции в области высокой точности воспроизведения. Эти гарантии непрерывности важны для рекламных агентств, команд превизуализации и независимых кинематографистов, которым нужна последовательность связанных кадров, а не просто отдельные клипы. Как соотносятся возможности длительности, разрешения и аудио? Gemini Omni Flash делает упор на гибкую длительность за счет расширений и фокусируется на быстрых 720p-клипах во многих сервисах, в то время как Kling 3.0 ориентирован на короткие, но насыщенные нативные 4K-последовательности до 15 секунд с синхронизированным многоязычным аудио. Технические компромиссы определяют, кто больше выигрывает от каждой системы. Согласно блогу Google Omni 1.1 Flash, пользователи могут расширять видео с шагом в 10 секунд до 40 секунд в общей сложности, при этом Omni анализирует до 10 секунд предыдущего контекста для сохранения согласованности движения и композиции. Согласно статье ilisai от 19 июля 2026 года, оригинальная предварительная версия Gemini Omni Flash создавала короткие 720p-клипы по текстовым запросам или референсным изображениям, а с обновлением от 1 сентября каждое видео, созданное с помощью Gemini Omni 1.1 Flash, тарифицируется минимум как 10 секунд вывода. Согласно профилю Kling 3.0 в ИИ-вики, новое поколение перешло от примерно 10-секундных 1080p-клипов в Kling 2.6 к 15-секундным нативным 4K-клипам в Kling 3.0, добавив синхронизированную лип-синк озвучку на пяти языках. Согласно технической таблице Morphic, модель Video 3.0 в Kling 3.0 поддерживает длительность от 3 до 15 секунд, соотношения сторон, такие как 16:9, 9:16 и 1:1, и нативное 4K-разрешение, с альтернативными опциями в 1080p и 720p. Согласно рейтингу Synthszr от 6 сентября 2026 года, Kling 3.0 нативно генерирует 4K-видео с частотой до 60 кадров в секунду с синхронизированным аудио и поддерживает до шести склеек на клип. Пользователи, стремящиеся к максимальному разрешению и интегрированному звуку, будут склоняться к Kling; команды, оптимизирующие процесс итеративного редактирования внутри существующих инструментов Google, могут предпочесть более низкое разрешение в обмен на скорость и интеграцию. Где доступны эти модели и как они тарифицируются? Gemini Omni Flash встроена в уровни подписки и инструменты Google, от приложения Gemini до продуктов YouTube и Google Vids, в то время как Kling 3.0 доступен через платформы Kuaishou и партнерские API, ориентированные на создателей и разработчиков. Коммерческие условия различаются, но обе системы нацелены на профессиональное и полупрофессиональное использование. Согласно блогу запуска Gemini Omni от 19 мая 2026 года, Gemini Omni Flash начала внедряться для подписчиков Google AI Plus, Pro и Ultra по всему миру через приложение Gemini и Google Flow, а также стала доступна бесплатно в YouTube Shorts и приложении YouTube Create. Согласно блогу Google Workspace от 16 июля 2026 года, Gemini Omni Flash теперь обеспечивает работу Google Vids, предоставляя пользователям Workspace доступ к редактированию на основе текстовых запросов и генерации аватаров в рамках пакета для повышения продуктивности. Согласно примечаниям к выпуску Gemini API, Gemini Omni 1.1 Flash стала общедоступной в начале сентября 2026 года, что сигнализирует о том, что теперь действуют производственная тарификация и квоты, поскольку предварительная версия приближается к выводу из эксплуатации. Согласно руководству по функциям Kuaishou от 9 февраля 2026 года, Kling 3.0 был официально запущен 4 февраля 2026 года в 23:00 по пекинскому времени, а доступ к API для разработчиков открылся 5 февраля 2026 года. Согласно обзору Genra от 20 февраля 2026 года, развертывание Kling 3.0 в приоритетном порядке проводилось для подписчиков «Ultra» перед более широким открытием, что позиционирует модели как премиальные инструменты для серьезных авторов. Согласно руководству Morphic, сторонние платформы интегрируют режимы Kling 3.0 в свои собственные интерфейсы, предлагая создателям контроль над длительностью, разрешением и многокадровыми функциями в дополнение к своей собственной ценовой политике. Согласно рейтингу Synthszr за сентябрь 2026 года, Kling 3.0 фигурирует в списках ИИ-продуктов, нацеленных на профессиональных пользователей, что указывает на его позиционирование в профессиональных и полупрофессиональных рабочих процессах видеопроизводства. Эти стратегии дистрибуции имеют значение. Google тесно связывает ИИ-видео со своими стеками продуктивности и социальными сетями, в то время как Kuaishou и ее партнеры продвигают Kling в специализированные творческие и редакторские среды, где пользователи могут выстраивать вокруг них целые производственные цепочки. Кто больше выигрывает от гибкости редактирования, а кому нужна многокадровая непрерывность? Авторы, которые быстро итерируют одиночные клипы — с частыми правками на основе текста, сменой аватаров и расширением сцен — больше всего выигрывают от разговорного редактирования Gemini Omni Flash и глубокой интеграции в инструменты Google. Команды, планирующие раскадровки или рекламные последовательности, получают больше пользы от многокадровой непрерывности Kling 3.0 и вывода в 4K с качественным аудио. Разные рабочие процессы указывают на разных лидеров. Для менеджеров соцсетей и создателей короткого контента внутри YouTube и Workspace способность Gemini расширять сцены, интерполировать кадры и применять правки на естественном языке — «приблизить этот кадр», «сделать фон ярче» — снижает трения при превращении черновых идей в отполированные клипы. Для кинематографистов, агентств и команд превизуализации комбинация Kling из шести связанных кадров, фиксированной идентичности персонажа и визуализации в 4K означает, что они могут прорабатывать миниатюрные раскадровки, тестировать охват камеры и поддерживать непрерывность от кадра к кадру. Согласно сравнению Invideo, Kling 3.0 прямо противопоставляет поддержку нескольких кадров моделям для создания одного кадра, подчеркивая, что он может либо автоматически планировать покрытие, либо следовать детальному списку съемок, написанному человеком. Согласно блогу Google Omni 1.1, расширенное окно контекста и инструменты интерполяции ориентированы на производство «студийного качества» для авторов, которые, возможно, не хотят мыслить дискретными кадрами, но заботятся о плавности движений и последовательности кадрирования в готовом видео. Ни одна модель не выигрывает безоговорочно. Выбор зависит от того, мыслит ли творческая команда клипами с разговорными правками или последовательностями кадров с жесткой непрерывностью и высококлассным визуалом.

Nic Reeve·
x.ai расширила доступ к чат-боту Grok для пользователей SuperGrok и Cursor
AI & Tech

x.ai расширила доступ к чат-боту Grok для пользователей SuperGrok и Cursor

Компания x.ai расширила доступ к своему помощнику по автоматизации Grok Bot , включив этот инструмент в более широкий набор подписок SuperGrok и Cursor и избавив многих пользователей от необходимости оформлять отдельный тарифный план для бота. Grok Bot: от узкоспециализированного дополнения к массовому продукту Изначально доступ к Grok Bot предлагался как премиальная опция, привязанная преимущественно к дорогостоящим тарифам, таким как SuperGrok Heavy , Cursor Ultra и некоторым премиальным корпоративным аккаунтам. Эти планы были ориентированы на продвинутых пользователей, готовых платить примерно от 200 до 300 долларов в месяц за индивидуальную подписку или около 120 долларов за место для команд. Это ограничивало аудиторию бота относительно небольшим сегментом профессиональных и корпоративных клиентов. По состоянию на конец августа 2026 года x.ai и партнеры по экосистеме значительно расширили этот список. Теперь Grok Bot включен в более широкий спектр потребительских и ориентированных на разработчиков планов, а также в более доступные командные тарифы, что делает бота стандартным компонентом стека Grok, а не нишевым дополнением. В какие планы теперь входит Grok Bot? Согласно недавней документации по тарифам и брифингам для партнеров, доступ к Grok Bot теперь включен в следующие категории подписок: Тарифы SuperGrok с доступом к боту : Помимо уже существующего включения в SuperGrok Heavy , Grok Bot теперь значится как функция, доступная в SuperGrok Plus — среднем тарифе, расположенном выше стандартной подписки SuperGrok за 30 долларов. Индивидуальные планы Cursor : Grok Bot включен в Cursor Pro+ и Cursor Ultra , предоставляя индивидуальным разработчикам и опытным пользователям возможности автоматизации рабочих процессов с помощью бота и помощь в написании кода в рамках основной подписки, интегрированной с IDE. Командные планы Cursor : Как Cursor Teams Standard , так и Cursor Teams Premium теперь включают Grok Bot, расширяя возможности автоматизированного управления проектами и кодом для командной работы — примерно за 40 долларов за место для тарифа Standard и около 120 долларов за место для Premium. В публикации в блоге, посвященной роли Grok Bot в экосистеме, отмечается, что по состоянию на 22 августа 2026 года в число соответствующих критериям планов входят Cursor Pro+ , SuperGrok Plus , Cursor Ultra , SuperGrok Heavy , а также Cursor Teams Standard и Premium . В другом обновлении, описывающем интеграцию с Vertex AI, подтверждается, что Grok Bot теперь доступен через SuperGrok Plus, Cursor Pro+, все тарифы Cursor Teams, Cursor Ultra и SuperGrok Heavy, а для тех, у кого нет этих подписок, предусмотрена новая бесплатная пробная версия. Контекст ценообразования: от 40 долларов за место до 300 долларов в месяц Расширение доступа происходит на фоне общего уточнения структуры цен на потребительские и профессиональные продукты Grok. Основной чат-сервис Grok включает бесплатный уровень и несколько платных: SuperGrok Lite примерно за 10 долларов в месяц, SuperGrok примерно за 30 долларов в месяц, SuperGrok Plus примерно за 100 долларов в месяц и SuperGrok Heavy на уровне 300 долларов в месяц. Что касается инструментов для разработчиков, Cursor предлагает подписки Pro и Ultra, а также командные места. Cursor Pro+ позиционируется как самый дешевый способ получения доступа к Grok Bot для индивидуальных пользователей — около 60 долларов в месяц с включенным еженедельным лимитом использования бота. Cursor Ultra (около 200 долларов в месяц) был одним из первых широко известных способов получения доступа к Grok Bot, особенно для пользователей, связывающих свои учетные записи Grok напрямую с Cursor для получения встроенной поддержки написания кода с помощью ИИ. Для организаций тарифы Cursor Teams Standard (около 40 долларов за место в месяц) и Cursor Teams Premium (около 120 долларов за место) теперь предоставляют доступ к Grok Bot для каждого пользователя, внедряя помощника по автоматизации непосредственно в общие репозитории и рабочие процессы. Отдельной подписки на Grok Bot пока нет Несмотря на расширенный список тарифов, Grok Bot остается пакетным продуктом, а не самостоятельной подпиской. Согласно аналитическим обзорам цен, по состоянию на конец августа 2026 года отдельного тарифа только для Grok Bot не существует; вместо этого доступ к боту включен в более дорогие планы SuperGrok, Cursor и командные подписки. Эта стратегия пакетирования согласуется с общим подходом x.ai к монетизации Grok, который использует различные пути — прямые планы SuperGrok, социальные пакеты, такие как X Premium и X Premium+, и инструменты для разработчиков, такие как Cursor, — вместо продажи каждой функции как отдельной подписки. Бесплатная пробная версия и пути доступа Для пользователей, не готовых сразу оформлять подписку среднего или высокого уровня, x.ai ввела 7-дневную бесплатную пробную версию Grok Bot с ограниченным функционалом. Для активации требуется банковская карта, однако автоматического перехода на платную подписку не происходит, если пользователь не выразит явного желания продолжить использование. Это дает потенциальным клиентам возможность протестировать возможности бота в своих рабочих процессах без необходимости сразу переходить на SuperGrok Plus, Heavy или тарифы Cursor Ultra и Teams. Помимо пробной версии, Grok по-прежнему доступен через основное приложение Grok и через пакеты платформы X, такие как X Premium и X Premium+, которые предоставляют различные уровни доступа к флагманским моделям Grok, но в большинстве случаев не рекламируют Grok Bot как ключевую функцию. Что означает это расширение для пользователей Аналитики, отслеживающие цены на ИИ-подписки, утверждают, что включение Grok Bot в большее количество планов среднего уровня и командных тарифов может значительно увеличить его использование, особенно среди разработчиков и небольших команд, которых могла отпугнуть цена в 300 долларов за SuperGrok Heavy. Привязывая доступ к боту к таким планам, как SuperGrok Plus и Cursor Pro+, x.ai эффективно снижает порог входа для сценариев использования, ориентированных на автоматизацию, сохраняя при этом четкий премиальный уровень для самых требовательных клиентов. Для индивидуальных опытных пользователей включение Grok Bot в SuperGrok Plus служит «мостиком» между более доступным тарифом SuperGrok за 30 долларов и планом Heavy за 300 долларов, добавляя доступ к боту, более высокие лимиты использования и приоритет в пиковые часы без необходимости выделять бюджет корпоративного уровня. Разработчики, использующие Cursor, получают более прямую интеграцию: тарифы Pro+ и Ultra теперь предлагают рабочие процессы с использованием бота наряду с функциями автодополнения и анализа кода. Команды, в свою очередь, могут внедрить Grok Bot в свою среду совместной работы через тарифы Standard и Premium, не ограничивая доступ к боту лишь несколькими сотрудниками с дорогими подписками. Отраслевые наблюдатели отмечают, что это может изменить восприятие Grok Bot — из узкоспециализированного инструмента он превратится в стандартный элемент стека разработки ПО и операционной деятельности с поддержкой ИИ. Дальнейшее развитие модели подписки Grok Решение включить Grok Bot в большее количество планов вписывается в общую тенденцию быстрой итерации цен и пакетирования услуг Grok. За последние месяцы x.ai добавила промежуточные уровни, такие как SuperGrok Plus, уточнила пулы использования и доступ к моделям, а также прояснила способы интеграции Grok с внешними платформами, такими как Vertex AI и Cursor. Комментарии аналитиков указывают на то, что текущая конфигурация вряд ли является окончательной: по мере изменения поведения пользователей и характера рабочих нагрузок x.ai может продолжить пересматривать состав тарифов, в которых доступен Grok Bot, и объемы использования, включенные в каждый из них. Однако на данный момент клиенты с подписками SuperGrok Plus, SuperGrok Heavy, Cursor Pro+, Cursor Ultra и тарифными планами Cursor Teams получают выгоду от расширенного доступа к Grok Bot без необходимости управлять отдельной подпиской.

Nic Reeve·
Лунный ИИ от NASA вновь ставит под вопрос рыночную стоимость IBM
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·