allnewscast
Срочные новости
Частная оценка Пакстона по итогам съезда разошлась с публичными похвалами Трампа— Politics & ElectionsДжиллибранд и Уэлч назначили на осень слушания в Сенате по законопроекту об отмене пошлин— Politics & ElectionsФедеральный судья обвинил команду Трампа в нарушении запрета на изменение правил голосования по почте в USPS— Politics & ElectionsЧастная оценка Пакстона по итогам съезда разошлась с публичными похвалами Трампа— Politics & ElectionsДжиллибранд и Уэлч назначили на осень слушания в Сенате по законопроекту об отмене пошлин— Politics & ElectionsФедеральный судья обвинил команду Трампа в нарушении запрета на изменение правил голосования по почте в USPS— Politics & Elections
AI & Tech

Google ограничил использование Smart Bidding и фидов данных в новой рекламной политике для поиска

Nic Reeve6 мин чтения
Google ограничил использование Smart Bidding и фидов данных в новой рекламной политике для поиска

Google внедряет ряд изменений в политику и продукты, которые значительно ужесточают правила использования искусственного интеллекта в рекламных аукционах и способы обработки данных для поисковой рекламы. Это меняет стратегию для брендов и рекламных tech-стартапов, зависящих от экосистемы Google.

Изменения охватывают механизмы интеллектуального назначения ставок (Smart Bidding), потоки данных, основанные на согласии пользователей, переход на кампании с приоритетом ИИ, а также обновленные условия использования данных рекламодателей для обучения генеративных рекламных моделей Google. В совокупности это свидетельствует о переходе к более контролируемому и ориентированному на комплаенс этапу развития ИИ в поисковой и товарной рекламе.

Smart Bidding: от «сверхэффективности» к строгому соблюдению целей

В основе изменений лежит фундаментальное обновление систем Smart Bidding от Google. Новый механизм, который аналитики часто называют оптимизацией целевых ставок (Bidding Target Optimization), должен вступить в силу 17 августа 2026 года. Он меняет алгоритмы работы стратегий целевой цены за конверсию (tCPA) и целевой рентабельности инвестиций в рекламу (tROAS) в кампаниях с ограниченным бюджетом.

Ранее Smart Bidding иногда демонстрировал эффективность выше заявленной, если находил высокоэффективный инвентарь в рамках бюджета кампании. Согласно новым правилам, алгоритмы будут стремиться удерживать показатели строго в рамках целей рекламодателя, а не «перевыполнять» их. Это фактически сужает диапазон ставок вокруг заданных целей, заставляя рекламодателей более тщательно калибровать свои показатели, если они хотят добиться дополнительного прироста.

Чтобы упростить переход, в начале июля Google представила инструменты для корректировки целей, позволяющие рекламодателям пересмотреть свои показатели CPA и ROAS до даты вступления новых правил в силу. По мнению отраслевых экспертов, это снижает волатильность, но также устраняет скрытый потенциал роста, на который многие performance-маркетологи привыкли рассчитывать при использовании Smart Bidding.

Экспериментальный ИИ и строгие ограничения

Параллельно Google расширила функцию под названием «Исследование в Smart Bidding» (Smart Bidding Exploration). Изначально запущенная для поисковых кампаний, теперь эта возможность доступна и для кампаний Performance Max, не использующих товарные фиды, в то время как размещения на основе фидов (например, Shopping) пока находятся в стадии бета-тестирования.

Функция исследования позволяет рекламодателям задавать диапазон допустимых отклонений от целевого ROAS. В пределах этого диапазона ИИ Google может делать ставки на поисковые запросы и площадки, по которым нет достаточных исторических данных о конверсиях, фактически тестируя непроверенный трафик, который все еще может соответствовать приемлемым критериям эффективности. Маркетологи получают доступ к более широкому кругу потенциальных клиентов, но в рамках жестких экономических параметров, определяемых настройками допуска ROAS.

В совокупности функции исследования и оптимизации целей отражают новую философию: ИИ Google разрешено экспериментировать, но только в рамках четко определенных финансовых ограничений. Систему уводят от бесконтрольного использования возможностей в сторону строгого соблюдения четко заявленных бизнес-целей.

Еще одно важное изменение касается потоков данных, которые питают рекламные алгоритмы и инструменты измерения Google. С 15 июня 2026 года режим согласия Consent Mode v2 стал единственным инструментом управления сбором рекламных данных для таких сервисов, как Google Ads и Analytics.

Параметр ad_storage теперь единолично контролирует, могут ли устанавливаться рекламные файлы cookie и идентификаторы, а также могут ли передаваться данные, связанные с рекламой. Устаревшие механизмы, такие как переключатель Google Signals и некоторые переопределения обмена данными на уровне аккаунта, были отключены. На практике это означает: если веб-сайт не получает согласие пользователя на хранение рекламных данных в соответствии с обновленной структурой, системы Google будут резко ограничивать сбор данных и формирование аудиторий для этого ресурса.

Эта реконфигурация имеет серьезные последствия для обучения ИИ. Без сигналов о согласии в оптимизационные контуры Google поступает меньше данных на уровне пользователей, что может снизить точность таргетинга и атрибуции, но улучшает соответствие требованиям конфиденциальности. Для рекламодателей и ИИ-стартапов посыл очевиден: настройка согласий больше не является второстепенной задачей — теперь это определяющий фактор того, какой объем данных доступен алгоритмам для обучения.

Кампании AI Max и принудительный переход

Что касается структуры кампаний, Google продолжает объединять устаревшие форматы в ИИ-ориентированные типы. AI Max for Search — преемник традиционных поисковых настроек с фокусом на ИИ — вышел из стадии бета-тестирования и стал широко доступен в начале 2026 года. Новые инструменты позволяют рекламодателям применять текстовые рекомендации, которые формируют автоматически создаваемые рекламные объявления, в то время как система использует машинное обучение для настройки сообщений и таргетинга в широких масштабах.

Динамические поисковые объявления (DSA), которые долгое время были основным инструментом автоматического сопоставления запросов с релевантными целевыми страницами, подлежат принудительному переводу на AI Max for Search. Изначальный крайний срок (сентябрь 2026 года) был перенесен, и теперь завершение поддержки ожидается в 2027 году. Тем не менее, Google подтвердила, что создание новых DSA будет заблокировано, а существующие кампании в конечном итоге будут переведены на AI Max с сохранением лишь ограниченного контроля над URL.

Аналогичным образом, автоматизированные активы и некоторые конфигурации широкого соответствия начнут автоматически обновляться до AI Max с сентября 2026 года. Для стартапов, построивших свои инструменты вокруг DSA и устаревших структур таргетинга, эта консолидация ставит стратегические вопросы: инвестировать ли в более глубокую интеграцию с AI Max или отказаться от автоматизации кампаний, специфичной для Google.

Обновленные условия обучения ИИ-моделей на данных рекламодателей

В основе всех этих продуктовых изменений лежат обновленные условия предоставления услуг для Google Ads и связанных продуктов, вступившие в силу 1 июля 2026 года. В них уточняется, как предоставленные рекламодателями креативные активы (тексты, изображения и фиды товаров) могут использоваться для обучения генеративных ИИ-систем Google.

Хотя детали варьируются в зависимости от региона и продукта, суть заключается в том, что Google может использовать материалы рекламодателей для обучения, чтобы улучшать генерацию рекламных текстов, вариантов изображений и моделей оптимизации кампаний с соблюдением требований о согласии, конфиденциальности и договорных ограничений. Для маркетологов это закрепляет реальность, которая формировалась в течение нескольких лет: загружаемые ими креативы и данные фидов служат не только для текущих кампаний, но и помогают совершенствовать алгоритмы, которые будут определять будущие результаты как для них самих, так и для других.

Регуляторное давление на ИИ-поиск и использование данных

Регуляторы также усиливают давление на то, как ИИ использует контент и данные в поисковых системах. В Великобритании Управление по защите конкуренции и рынкам (CMA) в июне 2026 года выпустило знаковое предписание, обязывающее Google предоставить издателям особые инструменты контроля над тем, используется ли их контент для формирования поисковых сводок, созданных ИИ.

Согласно этому предписанию, Google должна предложить детализированные опции отказа (opt-out) для AI Overviews и других генеративных функций, объяснять, как используется просканированный контент, а также предоставлять метрики вовлеченности и значимую атрибуцию издателям, чей контент появляется в ИИ-модулях. У компании есть девять месяцев на полное выполнение требований, хотя регуляторы ожидают заметного прогресса задолго до истечения этого срока.

Для всей цепочки поставок данных в ИИ это подчеркивает зарождающийся принцип: доступ к контенту и поведенческим данным для обучения ИИ больше не является само собой разумеющимся — он должен быть предметом переговоров, раскрытия информации и контроля. Этот сдвиг затрагивает не только Google, но и сторонних брокеров данных, стартапы, работающие на парсинге, и рекламные платформы, которые полагаются на поисковую выдачу и рекламный инвентарь Google как на основной источник сигналов.

Последствия для стартапов и рекламодателей

Для стартапов, работающих в сфере поиска, маркетинговой аналитики или оптимизации ИИ-рекламы, ужесточение правил Google — палка о двух концах. С одной стороны, более четкие рамки целевых ставок и потоки данных, основанные на согласии, снижают неопределенность и регуляторные риски. С другой — ограниченный доступ к неконтролируемым данным, принудительный переход на ИИ-кампании и более строгое соблюдение экономических целей затрудняют получение «альфы» исключительно за счет арбитража или агрессивных экспериментов.

Рекламодатели теперь сталкиваются с более сложным техническим ландшафтом оптимизации. Успех все больше зависит от:

  • Точной калибровки целей CPA и ROAS для баланса между стабильностью и ростом.
  • Настройки режима согласия (Consent Mode) и сигналов ad_storage для сохранения объема юридически допустимых данных.
  • Адаптации к AI Max и другим ИИ-структурам без потери критически важных элементов контроля.
  • Понимания того, как креативные активы и товарные фиды влияют на более широкие генеративные ИИ-модели.

По мере того как рекламный стек Google на базе ИИ зреет в условиях более строгих правил, брендам и стартапам придется рассматривать управление данными и стратегию ставок как основные дисциплины продукта, а не как второстепенные операционные детали.

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·