Великобритания стремится взять на себя роль глобального регулятора в сфере ИИ

Nic Reeve10:45 23.09.20266 мин чтения

Премьер-министр Энди Бернем объявил 22 сентября 2026 года, что Великобритания предпримет попытку выступить посредником в заключении всемирного соглашения по искусственному интеллекту во время своего предстоящего председательства в G20. Это событие в сфере AInews последовало за визитом премьер-министра на Генеральную Ассамблею ООН в Нью-Йорке, где он позиционировал британское правительство как центрального дипломатического посредника в вопросах технологической безопасности.

Каков план Великобритании по глобальному управлению ИИ?

Британское правительство стремится установить единый набор глобальных принципов для регулирования развития искусственного интеллекта. Выступая за стандартизацию протоколов прозрачности и доступа, Великобритания намерена создать базовый уровень подотчетности для крупнейших технологических компаний, работающих на международном уровне.

Согласно сообщению Streamlinefeed, премьер-министр утверждает, что фрагментированные режимы регулирования неизбежно создадут лазейки, которыми смогут воспользоваться злоумышленники. Он подчеркнул, что мировое сообщество должно согласовать стандарты безопасности, чтобы стремительное развитие машинного обучения не стало множителем геополитических рисков.

Бернем предположил, что правительства должны выйти за рамки добровольных подходов. Он призвал к созданию механизмов надзора, которые потребуют от разработчиков доказательств безопасности их систем перед их внедрением в общественное или коммерческое пространство.

Почему Великобритания считает, что может возглавить эту инициативу?

Премьер-министр считает, что Великобритания занимает уникальное положение для роли «честного брокера» благодаря своим специфическим дипломатическим отношениям и технической экспертизе. Великобритания поддерживает тесные связи с Европейским союзом, США и Китаем, которые являются основными игроками на технологической арене.

По данным Politico Europe, Бернем назвал экспертный опыт страны, включая работу Института безопасности ИИ (AI Security Institute), ключевой причиной, по которой нация может взять на себя лидерство. Эти технические возможности позволяют Великобритании преодолеть разрыв между различными философиями регулирования.

Стратегия опирается на способность Лондона достичь консенсуса, который сбалансирует технологические инновации с необходимыми ограничениями безопасности. Бернем намерен использовать особый доступ Великобритании к американским моделям для содействия этим переговорам на высоком уровне.

Когда состоится саммит G20?

Великобритания вступит в должность председателя G20 в 2027 году, приняв эту роль у Соединенных Штатов. Переход произойдет после саммита G20 в Майами, проведение которого запланировано на декабрь 2026 года.

Согласно Unite.AI, флагманский саммит лидеров пройдет в Манчестере в ноябре 2027 года. Это мероприятие соберет крупнейших мировых экономических игроков для решения острых проблем, включая регулирование быстро меняющихся технологий.

Ожидается, что подготовка к саммиту в Манчестере усилится осенью 2026 года. Председательство Великобритании задумано как масштабная инициатива продолжительностью в год, которая охватит различные регионы страны в рамках мероприятий G20.

Где пройдет саммит G20?

Манчестер был официально утвержден в качестве города, принимающего саммит лидеров G20 в 2027 году. Город был выбран в начале 2026 года после нескольких месяцев оценки потенциальных площадок.

Пресс-служба премьер-министра отметила, что Манчестер был выбран благодаря своему культурному наследию. По данным Unite.AI, ожидается, что в саммите будут задействованы сотни местных жителей — от обеспечения безопасности до участия в различных культурных программах.

Кто участвует в дипломатической миссии Великобритании?

Премьер-министр Энди Бернем возглавляет дипломатическое наступление в сопровождении Канишки Нараяна, министра Великобритании по вопросам искусственного интеллекта. Программа пребывания премьер-министра в Нью-Йорке сосредоточена преимущественно на технологической дипломатии и международной безопасности.

Запланирована встреча Бернема с президентом США Дональдом Трампом для обсуждения взвешенного подхода к технологиям. Согласно The Next Web, эта встреча станет первой встречей двух лидеров с момента вступления Бернема в должность премьер-министра.

Премьер-министр также намерен встретиться с различными мировыми лидерами для обсуждения конфликтов в Украине и на Ближнем Востоке. Ожидается, что он выступит соорганизатором мероприятия высокого уровня по вопросу решения проблемы двух государств для Израиля и Палестины совместно с президентом Макроном и другими международными официальными лицами.

Как Великобритания планирует сотрудничать с Соединенными Штатами?

Великобритания и Соединенные Штаты запускают новое партнерство в области ИИ и автономных систем. Это сотрудничество призвано защитить критически важную национальную инфраструктуру, такую как воздушное пространство и морские пути, путем обнаружения и сдерживания потенциальных угроз.

В партнерство вовлечены группа оперативного внедрения ИИ Министерства обороны Великобритании и Управление по цифровым технологиям и искусственному интеллекту Министерства обороны США. По данным Unite.AI, цель состоит в создании оперативно совместимых возможностей, которые укрепят технологическое преимущество обеих стран.

Эта работа опирается на существующее партнерство AUKUS, которое фокусируется на подводных технологиях и автономных подводных аппаратах. Недавние испытания в рамках AUKUS включали боевой пуск тяжелой торпеды, выпущенной с подводного дрона под названием Excalibur.

Каковы риски нерегулируемого искусственного интеллекта?

Премьер-министр выделил несколько критических рисков: от геополитической нестабильности до эрозии демократических институтов. Он предупредил, что неконтролируемые системы машинного обучения могут стать катализатором существующей глобальной напряженности.

Согласно Streamlinefeed, Бернем особо подчеркнул опасность использования ИИ государственными субъектами, такими как Россия, для проведения дезинформационных кампаний. Эти операции направлены на подрыв демократии и манипулирование общественным дискурсом с помощью искусственно созданного контента.

Премьер-министр утверждает, что установление обязательных правил безопасности является фундаментальным требованием для защиты целостности глобальных демократических систем от гибридных войн.

Что представляет собой декларация под руководством Финляндии?

Финская декларация — это нормативная база, требующая, чтобы искусственный интеллект оставался под строгим человеческим контролем. Она предписывает проведение тщательного тестирования всех передовых моделей перед их выпуском, чтобы гарантировать безопасность до того, как они станут доступны широкой публике.

По данным Streamlinefeed, эту декларацию уже поддержали более 20 стран, включая Германию, Канаду и Ирландию.

Хотя декларация набирает обороты, США и Китай ее не подписали. Это создает значительный пробел в предлагаемой глобальной нормативной базе, который Великобритании предстоит преодолеть.

Существует ли внутреннее давление на премьер-министра?

Да, премьер-министр сталкивается с давлением внутри своих политических кругов с требованием действовать более решительно. Некоторые лидеры считают, что Великобритании следует более тесно примкнуть к существующему движению за регулирование под руководством Финляндии.

Согласно Streamlinefeed, бывший министр кабинета Даррен Джонс публично призвал Бернема подписать декларацию. Джонс утверждает, что подписанты представляют собой естественных союзников Британии.

Джонс предположил, что Великобритания должна использовать этот политический импульс для заключения соглашения с Вашингтоном. Это потенциально укрепит роль Соединенного Королевства как лидера в области технологического регулирования.

Как Великобритания рассматривает раскол между США и Китаем?

Британское правительство рассматривает технологическое соперничество между США и Китаем как основной вызов глобальной стабильности. Поскольку ни одна из сверхдержав не подписала финскую декларацию, создание единого свода правил осложняется этим расколом.

Бернем намерен использовать стратегическое положение Великобритании, чтобы преодолеть этот разрыв. Он верит, что Великобритания обладает необходимым влиянием, чтобы согласовать консенсус, который устроит обе стороны технологического противостояния.

Цель премьер-министра — найти золотую середину, которая позволит внедрять инновации, сохраняя при этом строгие ограничения безопасности. Это требует управления интересами как США, так и Китая посредством тонкой дипломатии.

Какую роль ИИ будет играть в повестке дня премьер-министра?

Ожидается, что искусственный интеллект станет доминирующей темой дипломатических встреч премьер-министра. Даунинг-стрит заявила, что эта технология будет играть центральную роль в его дискуссиях с мировыми лидерами в Нью-Йорке.

По данным Unite.AI, Бернем намерен использовать технологию для двух основных целей: обеспечить ее использование во благо и максимизировать ее способность обеспечивать безопасность и защищенность граждан.

В своей речи на Генеральной Ассамблее премьер-министр утверждал, что ИИ может помочь снизить стоимость жизни и поддержать более стабильный мир. Он стремится продемонстрировать лидерство, подобное роли Великобритании во время мирового финансового кризиса.

Что произойдет после Генеральной Ассамблеи ООН?

Внимание сместится на официальную подготовку к председательству в G20. Великобритания перейдет от дипломатических дискуссий высокого уровня в Нью-Йорке к реализации стратегической дорожной карты технологического управления.

Правительство премьер-министра намерено сделать стандарты безопасности ИИ центральным столпом своей повестки лидерства на протяжении всего 2027 года. Это будет включать структурированный график переговоров по окончательным компонентам глобального свода правил.

По мере того как Великобритания готовится принять председательство у США в конце 2026 года, основной акцент будет сделан на создании системы, которая не позволит злоумышленникам использовать лазейки в регулировании. Конечная цель — достичь консенсуса во время саммита в Манчестере.

Источники

Читать далее →

Похожие материалы

AI & Tech

Совместный проект Motional и MIT поможет роботакси принимать более точные решения на дорогах

Проект Motional и MIT CW-Net привлекает внимание к повышению прозрачности принятия решений роботакси 2 сентября 2026 года исследователи из MIT и компании по разработке автономных транспортных средств Motional представили новую систему под названием Concept-Wrapper Network (CW-Net). Она позволяет беспилотному автомобилю объяснять свои решения в режиме реального времени — прорыв, который быстро привлек внимание мировых новостных ресурсов в сфере ИИ. Как CW-Net помогает людям понимать решения беспилотных автомобилей? CW-Net преобразует непрозрачный процесс планирования роботакси в краткие и понятные концепции, такие как «приближение к остановившемуся транспортному средству» или «рядом с велосипедистом». Затем система принуждает алгоритм планирования автомобиля использовать эти концепции при выборе следующего маневра, благодаря чему пояснение в точности соответствует реальной причине действия. Эта работа, описанная в статье, опубликованной в журнале Nature 2 сентября 2026 года, затрагивает одну из главных проблем беспилотного вождения: модели глубокого обучения типа «черный ящик», которые работают эффективно, но дают пассажирам, страховочным водителям и регуляторам мало информации о том, почему автомобиль ускорился, затормозил или совершил маневр. Согласно MIT News, CW-Net — это «классификатор концепций», встроенный в сеть планирования движения беспилотного автомобиля, где он сопоставляет необработанные данные датчиков с высокоуровневыми концепциями, на которые уже опирается модель. Затем система заставляет финальный этап планировщика принимать решения о траектории, используя эти концепции, что позволяет сохранить эффективность вождения, делая при этом логику действий прозрачной. Как поясняют в Motional, пояснения отображаются рядом с запланированным маршрутом в режиме реального времени, предоставляя страховочным водителям и пассажирам текущий комментарий о том, что, по мнению автомобиля, происходит вокруг. В новостных отчетах отмечается, что метки концепций CW-Net включают повседневные дорожные ситуации, такие как «уступление дороги пешеходу», «ожидание на красный свет» и «экстренное торможение», вместо абстрактных математических признаков. Эта разработка выросла из более широкого исследовательского направления MIT по моделям «концептуального узкого места» (concept bottleneck), где системы ИИ вынуждены мыслить понятными человеку категориями перед выдачей результата. Исследование MIT, проведенное в марте 2026 года, заложило основу для подхода CW-Net, продемонстрировав, что извлечение концепций из существующих моделей может повысить как точность, так и ясность объяснений. Какие тесты провели MIT и Motional для новой системы объяснимого ИИ? Команда CW-Net обучила систему на огромном наборе данных реальных дорожных ситуаций, а затем развернула ее на роботакси Motional — сначала на закрытых полигонах, а затем в симуляциях, имитирующих условия Лас-Вегаса, чтобы проверить, могут ли люди более точно предсказывать поведение автомобиля и выявлять ошибки. В отчетах об экспериментах описывается кампания по контролируемой оценке, призванная ответить на прямой вопрос: делает ли раскрытие логики автомобиля через концепции работу операторов более безопасной и эффективной? Согласно одному из отраслевых обзоров, CW-Net была обучена на примерно 130 миллионах размеченных дорожных сцен, каждая из которых была снабжена концепциями, описывающими ситуацию, прежде чем ее интегрировали в планировщики Motional. MIT News сообщает, что CW-Net была установлена на реальном беспилотном тестовом автомобиле, где страховочный водитель следил одновременно за траекторией движения и лентой пояснений в реальном времени. В одном из инцидентов на закрытом полигоне, упомянутом в нескольких отчетах, CW-Net показала, что автомобиль остановился из-за «экстренного торможения», а не из-за «обнаружения велосипедиста», что помогло водителю осознать, как могло произойти опасное сближение. Симуляции в Лас-Вегасе с участием обычных пользователей показали схожие результаты: участники, видевшие пояснения CW-Net, лучше предсказывали моменты, когда автомобиль мог допустить ошибку или повести себя неожиданно. Эти эксперименты опираются на более ранние академические работы. Согласно версии статьи с открытым доступом от марта 2023 года, исходная концепция CW-Net уже показывала, что объяснения на основе концепций улучшают ментальные модели страховочных водителей, приводя ожидания человека в соответствие с внутренним процессом принятия решений автомобилем. Почему объяснимый ИИ важен для планов Motional по внедрению роботакси? Motional обязалась убрать страховочных операторов из своих коммерческих роботакси к концу 2026 года, поэтому прозрачное и предсказуемое поведение ИИ становится критически важным для регуляторов, партнеров и пассажиров, которые должны доверять полностью беспилотному сервису в таких городах, как Лас-Вегас. Компания, созданная как совместное предприятие Hyundai Motor Group и Aptiv, годами эксплуатировала тестовые парки. Сейчас она стремится перейти от контролируемых пилотных проектов к коммерческим беспилотным поездкам в то время, когда общественное внимание к безопасности автономного транспорта растет. В технологических новостях в январе 2026 года сообщалось, что Motional планирует запустить полноценные беспилотные сервисы к концу года, исключив резервных водителей после получения разрешений от регуляторов. В собственных коммуникациях Motional описывает CW-Net как способ «открыть мозг беспилотного автомобиля», давая возможность пассажирам и регуляторам видеть, почему автомобиль реагирует на опасности или сложные дорожные ситуации. По данным профильных изданий, сотрудничество с MIT позволяет инженерам Motional быстрее проводить отладку в случае сбоев, так как они видят, на какую концепцию опирался планировщик при принятии неудачного решения. Общие технологические отчеты подчеркивают, что более ясные пояснения могут также упростить решение вопросов ответственности после инцидентов, документируя, что именно система обнаружила и как она интерпретировала сцену. Для городских транспортных агентств, рассматривающих партнерство с операторами роботакси, такая интерпретируемость может быть так же важна, как и сухие показатели безопасности. Это дает им инструмент для проверки поведения системы, вместо того чтобы воспринимать стек ИИ как непостижимый «черный ящик». Чем CW-Net отличается от предыдущих методов объяснимого ИИ? CW-Net не просто добавляет отдельный модуль пояснений поверх планировщика. Она перестраивает сам планировщик таким образом, чтобы его внутренняя логика выражалась в концепциях, которые напрямую используются системой объяснений. Исследователи утверждают, что это обеспечивает причинно-следственную верность пояснений, а не их декоративный характер. Объяснимый ИИ часто полагался на инструменты постобработки (post-hoc), которые выделяют части изображения или входных данных датчиков постфактум, что оставляет риск того, что визуализация лишь косвенно коррелирует с решением, а не является его истинной причиной. Работа MIT и Motional пытается усилить эту связь. Компьютерные специалисты MIT исследовали модели с «концептуальным узким местом», которые заставляют системы ИИ делать прогнозы, используя явные концепции, описываемые затем естественным языком с помощью большой мультимодальной модели. Согласно исследованию MIT от марта 2026 года, этот подход требует специализированного автокодировщика для извлечения наиболее релевантных признаков из предобученной модели и превращения их в компактный набор концепций. Затем эти концепции помечаются и описываются с помощью мультимодальной языковой модели, обученной распознавать присутствие каждого концепта в сцене. CW-Net применяет этот набор идей к планированию движения автономных транспортных средств, переводя плотные потоки данных датчиков в помеченные дорожные концепции, общие как для планировщика, так и для модуля объяснений. Благодаря тесной связи пояснений с внутренним путем планировщика, CW-Net стремится уменьшить то, что исследователи называют «утечкой концепций», когда пояснения ссылаются на идеи, которые на самом деле не влияли на вывод модели. Это различие важно, когда человек должен полагаться на пояснение в критически важных для безопасности ситуациях. Кто работал над проектом и как публикуются результаты? Исследовательская группа CW-Net объединила специалистов Лаборатории компьютерных наук и искусственного интеллекта MIT (CSAIL) и инженеров по автономному вождению Motional. Их совместная статья об объяснимом глубоком обучении для беспилотных автомобилей была опубликована в журнале Nature в начале сентября 2026 года после представления на конференциях и публикации препринтов. Это сотрудничество отражает более широкую тенденцию, когда крупные программы беспилотного транспорта сочетают внутренние разработки с академическим партнерством для решения фундаментальных вопросов ИИ, таких как интерпретируемость, справедливость и безопасность. MIT News называет исследователей CSAIL ведущими авторами метода concept-wrapper, работавшими в тесном контакте с командами робототехники Motional, внедрившими систему на тестовых автомобилях. Motional указывает нескольких своих ведущих ученых и руководителей, включая генерального директора, в качестве соавторов статьи в Nature и более ранних работ по объяснимому планированию движения. Препринт под названием «Explainable deep learning improves human mental models of self-driving cars» впервые появился онлайн в марте 2023 года, заложив научную основу для публикации в Nature. Деловые и технологические ресурсы подчеркивают, что размещение статьи в столь авторитетном журнале сигнализирует о том, что интерпретируемость становится центральным элементом мейнстримных исследований в области автономного вождения, а не просто академическим любопытством. Публикация в ведущем журнале также открывает работу для критики со стороны внешних экспертов — от специалистов по этике ИИ до аналитиков транспортной безопасности, что может повлиять на то, как регуляторы будут оценивать объяснимые системы в будущих правилах для беспилотного транспорта. Что ждет объяснимый ИИ для беспилотных автомобилей в будущем? MIT и Motional заявляют, что CW-Net — это шаг к более широкому использованию объяснений на основе концепций в критически важных для безопасности системах ИИ. Будущие работы, вероятно, будут включать тестирование системы в других городах, расширение сферы применения на новые сценарии вождения и интеграцию с более широкими усилиями по аудиту и стресс-тестированию моделей ИИ на наличие предвзятости и режимов отказа. Исследователи уже изучают смежные идеи. Лаборатория CSAIL при MIT разработала автоматизированных агентов интерпретируемости, которые исследуют нейронные сети с использованием визуально-языковых моделей, в то время как методы «концептуального узкого места» продолжают развиваться в компьютерном зрении и робототехнике в целом. В отчете за июль 2024 года о проекте MAIA в MIT описывается мультимодальный агент, который разрабатывает эксперименты для понимания того, как ведут себя модели ИИ, что намекает на появление инструментов, способных в будущем проверять системы вроде CW-Net на скрытые дефекты. Анонсы робототехнических конференций середины 2026 года показывают, что команды MIT используют большие языковые модели, чтобы помогать роботам интерпретировать сложные инструкции, подкрепляя идею о том, что пояснения на естественном языке станут стандартной частью поведения машин. Отраслевые комментаторы ожидают, что Motional и другие компании будут сочетать объяснимое планирование с другими средствами защиты, такими как слияние данных от различных датчиков, резервные системы торможения и независимые советы по анализу сбоев. По мере выхода роботакси на новые рынки транспортные агентства могут требовать доступ к логам объяснений систем вроде CW-Net при расследовании инцидентов или выдаче разрешений. Для обычных пассажиров самое заметное изменение может быть простым: когда они сидят в беспилотной машине и задаются вопросом «Почему она остановилась?», автомобиль сможет ответить на понятном языке, опираясь непосредственно на те же концепции, которые направляют его движение.

Nic Reeve·14:00 03.09.2026

AI & Tech

AI-новости: xAI представила Grok 4.7 с расширенными возможностями логического вывода для разработчиков

AInews: 21 сентября 2026 года компания xAI представила Grok 4.7, позиционируя модель как свою самую мощную систему на данный момент для разработки программного обеспечения, агентских задач и профессиональной интеллектуальной деятельности. Согласно анонсу xAI, модель доступна через Cursor, Grok Build, Grok API, сторонние инструменты для кодинга, маршрутизаторы моделей и облачные платформы. Что именно xAI выпустила 21 сентября? xAI выпустила Grok 4.7 в качестве новой флагманской модели для задач, требующих глубоких рассуждений, генерации кода и проведения исследований. Компания заявляет, что система построена на базе более крупной модели, чем Grok 4.6, и прошла дополнительное обучение с подкреплением (reinforcement learning) для решения сложных и длительных задач. Дата запуска: 21 сентября 2026 года, согласно данным xAI. Основное назначение: программирование, агентские рабочие процессы и интеллектуальная деятельность, согласно xAI. Идентификатор модели: grok-4.7 в xAI API, согласно информации о релизе xAI. Входные и выходные данные: на вход подаются текст и изображения, на выходе — текст, согласно опубликованным деталям модели от xAI. Запуск последовал за несколькими днями спекуляций о новой версии Grok. Отчеты, опубликованные до анонса, указывали на возможное появление модели в квотах облачных сервисов, однако те сообщения не подтверждали публичный релиз. Анонс xAI от 21 сентября стал первым прямым подтверждением. Какие возможности заявляются у Grok 4.7? Grok 4.7 спроектирована так, чтобы дольше удерживать внимание на сложных задачах, проверять собственную работу и обрабатывать огромные объемы контекста. Эти утверждения исходят от xAI и описывают целевое использование модели компанией, а не являются независимым вердиктом о производительности. Контекстное окно: 500 000 токенов, согласно информации о модели от xAI. Уровни рассуждений (reasoning): настройки low, medium, high и xhigh, согласно документации к релизу xAI. Уровень рассуждений по умолчанию: high, согласно деталям релиза, обобщенным независимыми отраслевыми ИИ-изданиями. Инструменты: вызов функций (function calling), веб-поиск, поиск в X и выполнение кода, согласно документации xAI API. Фокус модели смещен с простого чата на практическое применение. Агент для кодинга может использовать вызовы инструментов, проверять файлы, пересматривать код и запускать тесты. Исследовательский процесс позволяет удерживать больше материалов в рамках одной сессии. Контекстное окно в 500 000 токенов также дает разработчикам возможность передавать большие репозитории, техническую документацию или истории многоэтапных задач без необходимости разбивать каждый запрос. Как новая модель показала себя в опубликованных тестах? Первые показатели бенчмарков взяты в основном из собственных материалов xAI по запуску и должны рассматриваться как результаты, представленные компанией. Независимые издания повторяли эти цифры, однако имеющиеся отчеты не подтверждают, что во всех тестах использовались идентичные промпты, инструменты или правила оценки для конкурирующих систем. CursorBench 4.0: 46,3%, согласно представленным xAI результатам бенчмарков. DeepSWE v1.1: 71,0%, согласно представленным xAI результатам бенчмарков. EEBench: 64,0%, согласно представленным xAI результатам бенчмарков. HealthBench Professional: 56,7%, согласно представленным xAI результатам бенчмарков. Harvey Legal Agent Benchmark: 19,6%, согласно представленным xAI результатам бенчмарков. Эти тесты охватывают разные способности. Бенчмарки по кодингу измеряют эффективность программной инженерии, в то время как медицинские и юридические оценки проверяют умение отвечать на профессиональные вопросы или поведение агента. Один процент не может описать производительность модели во всех сценариях использования. Пользователям также необходимо отличать баллы бенчмарков от надежности в реальной эксплуатации. Система может показать отличный результат в контролируемом тесте, но все равно требовать проверки человеком при внесении изменений в живую кодовую базу, работе с конфиденциальными записями или принятии решений в регулируемых областях. Где клиенты могут использовать Grok 4.7? Grok 4.7 была запущена скорее как набор инструментов для разработчиков, нежели как единое обновление для потребителей. xAI сообщает, что клиенты могут получить к ней доступ через Cursor и Grok Build, а пользователи API могут подключать её к приложениям и агентским системам для кодинга. Cursor: доступен на момент запуска, согласно xAI и независимым отчетам о релизе. Grok Build: доступен на момент запуска, согласно xAI. xAI API: доступен под именем grok-4.7 , согласно xAI. Другие пути: сторонние среды для разработки, маршрутизаторы моделей и облачные платформы, согласно xAI. GitHub Copilot: согласно независимым отчетам о релизе, модель была добавлена для планов Pro, Pro+, Max, Business и Enterprise в день запуска. Доступность может варьироваться в зависимости от продукта, тарифного плана и региона. Доступ через API также зависит от одобрения аккаунта, поддержки эндпоинтов и выбранной разработчиком интеграции. Появление модели в сервисе маршрутизации не обязательно означает, что все клиенты получат одинаковые лимиты, задержки или доступ к инструментам. Сколько стоит Grok 4.7? Согласно опубликованным тарифам компании, xAI установила цену для стандартной API-модели на уровне $2 за миллион входных токенов и $6 за миллион выходных токенов для промптов объемом менее 200 000 токенов. Для более длинных промптов применяется более высокий ценовой уровень. Вход (Input): $2 за миллион токенов при объеме промпта ниже порога в 200 000 токенов, согласно xAI. Кэшированный вход (Cached input): $0,50 за миллион токенов ниже этого порога, согласно документации к релизу. Выход (Output): $6 за миллион токенов ниже порога, согласно xAI. Длинные промпты: $4 за вход, $1 за кэшированный вход и $12 за выход за миллион токенов при объеме свыше 200 000 токенов, согласно прайс-листу xAI. Оплата за токены — это лишь часть расходов. Приложения, выполняющие повторяющиеся вызовы инструментов, веб-поиск или выполнение кода, могут потреблять больше токенов и генерировать дополнительные сервисные затраты. Разработчикам также необходимо учитывать расходы на хранение данных, мониторинг и стоимость проверки человеком. Что изменилось по сравнению с Grok 4.6? Согласно отчетам о релизе, Grok 4.7 сохраняет контекстное окно в 500 000 токенов и стандартные тарифы ($2 за вход и $6 за выход) для коротких промптов, характерные для Grok 4.6. Вместо этого xAI представляет обновление как качественное улучшение, направленное на более сложные задачи, усиленную верификацию и длительную работу. Масштаб модели: xAI утверждает, что в Grok 4.7 используется более крупная базовая модель, чем в Grok 4.6. Обучение: xAI заявляет, что новая система прошла расширенное обучение с подкреплением на более трудных и длительных задачах. Самопроверка: xAI утверждает, что Grok 4.7 проверяет свои результаты более надежно. Ценообразование: стандартные тарифы API для коротких промптов остаются прежними — $2 за миллион входных токенов и $6 за миллион выходных токенов, согласно xAI. Компания также упоминает более быструю версию под названием Grok 4.7 Fast. Независимые источники сообщают, что быстрая версия доступна через Cursor и Grok Build по двойному тарифу за токены, при этом на момент запуска она не была указана как публичная модель в xAI API. На что разработчикам обратить внимание в дальнейшем? Следующим испытанием станет реальное развертывание. Разработчики оценят, сокращает ли увеличенный контекст и самопроверка время на отладку, оправдывают ли высокие настройки рассуждений задержку (latency) и ведет ли себя система стабильно в различных инструментах кодинга и облачных сервисах. Независимое воспроизведение бенчмарков может прояснить, как Grok 4.7 соотносится с конкурирующими системами. Документация API и детали регионального развертывания определят, кто сможет получить доступ к каждой функции. Корпоративные пользователи изучат вопросы конфиденциальности, логирования, хранения данных и контроля разрешений перед широким внедрением. Разработчики сравнят стандартную и Fast-версии по стоимости, скорости и точности выполнения задач. Grok 4.7 выходит на рынок в момент, когда ИИ-компании ведут борьбу за рабочие нагрузки разработчиков, которые выходят далеко за рамки простой генерации текста. Успех продукта будет зависеть от измеримых результатов в разработке ПО, предсказуемых операционных расходов и способности сохранять контроль человека в процессе, когда автоматизированный агент меняет код или выполняет деликатную профессиональную работу.

Nic Reeve·14:00 22.09.2026

AI & Tech

Акции производителей чипов растут на фоне усиления инвестиций Big Tech в ИИ-агентов

Акции производителей полупроводников возобновили рост на этой неделе на фоне шквала новостей об искусственном интеллекте (ИИ) от технологических гигантов. Аналитики с Уолл-стрит переключили внимание инвесторов на следующий этап развития ИИ: так называемый агентный ИИ (agentic AI) — программные агенты, способные планировать, принимать решения и выполнять многошаговые задачи от лица пользователей. Новый всплеск энтузиазма помог поднять ключевые отраслевые индексы и акции известных полупроводниковых компаний, даже несмотря на то, что многие новые ИИ-продукты находятся на ранних стадиях разработки и до их существенного вклада в корпоративную прибыль пройдут еще годы. Агентный ИИ: от концепции к продукту Последний этап ралли был вызван серией шагов технологических гигантов, направленных на приближение агентного ИИ к конечным и корпоративным пользователям. Агентные системы отличаются от традиционных чат-ботов тем, что объединяют множество инструментов и действий — например, поиск данных, вызовы API или запуск рабочих процессов — для достижения цели с минимальным участием человека. Согласно отраслевым отчетам этой недели, компания Meta готовит платформу для потребителей, которая позволит пользователям делегировать ИИ-агентам повседневные цифровые задачи: от управления публикациями в социальных сетях до координации онлайн-взаимодействий. Параллельно Google Cloud начала внедрение агентного сервиса, специально разработанного для финансовых специалистов и созданного в партнерстве с такими институтами, как Deutsche Bank и CME Group . Эти инструменты нацелены на автоматизацию трудоемких рабочих процессов, таких как анализ рисков, подготовка портфельной отчетности и соблюдение нормативных требований. Эти шаги знаменуют собой одну из самых четких попыток крупных платформ превратить хайп вокруг автономного ИИ в конкретные продукты с платными клиентами, укрепляя веру инвесторов в то, что расходы на ИИ останутся многолетним трендом, а не кратковременным циклом. Рост ETF на полупроводники и лидеров отрасли Реакция рынка последовала незамедлительно. Ведущий американский биржевой фонд (ETF), инвестирующий в полупроводники и широко используемый в качестве индикатора сектора, вырос примерно на 1,5% в день объявления новостей, что отражает широкий рост по всему сектору. Акции компании Nvidia , являющейся одним из главных бенефициаров ИИ, прибавили около 1,8%, продолжив год, в течение которого этот специалист по графическим процессорам остается ключевым игроком в рыночных колебаниях, связанных с ИИ. Рост произошел, несмотря на то что многие из представленных проектов ИИ-агентов вряд ли принесут значительную выручку в ближайшем будущем. Для инвесторов главным выводом стала не возможность немедленной монетизации, а сигнал о том, что крупные облачные операторы и потребительские платформы намерены внедрять все больше сервисов с интенсивным использованием ИИ — а значит, покупать больше вычислительной инфраструктуры. Уолл-стрит переосмысливает ИИ как бум, движимый агентами Действия технологических гигантов совпадают с изменением риторики Уолл-стрит относительно ИИ. Недавние исследования крупнейших инвестиционных банков переориентировали следующую главу бума на агентный ИИ , подчеркивая требования, которые такие системы предъявляют не только к графическим процессорам (GPU), но и к центральным процессорам (CPU) и сетевому оборудованию. В широко цитируемой записке Bank of America утверждается, что к 2030 году агентный ИИ может сформировать рынок серверных CPU объемом более $170 миллиардов. Этот прогноз помог спровоцировать ралли акций таких компаний, как Advanced Micro Devices (AMD) , Intel и Arm Holdings . В отчете подчеркивается, что каждый шаг в рабочем процессе ИИ-агента — от обращения к инструментам и базам данных до координации работы нескольких моделей — увеличивает спрос на универсальные вычислительные мощности наряду со специализированными ИИ-ускорителями. Другие аналитики поддержали эту мысль, предположив, что, хотя Nvidia доминировала на раннем этапе гонки за ИИ-инфраструктурой, переход к более сложным агентам переключает внимание инвесторов на производителей CPU и чипов памяти. UBS, например, выделил AMD и Arm как ключевых бенефициаров растущих требований к CPU для разработки и запуска новых ИИ-агентов, повысив целевые цены по их акциям и указав на трехзначный рост котировок за последние месяцы. Intel, AMD и Micron становятся бенефициарами ИИ Развивающаяся рыночная ситуация уже отразилась на биржевых графиках. Ранее в этом году акции Intel и AMD показали двузначный процентный рост за одну неделю, а поставщик памяти Micron взлетел более чем на 30% после того, как аналитики описали «смену караула» в лидерстве на рынке ИИ-оборудования. Хотя Nvidia остается доминирующим поставщиком GPU для обучения моделей, ускорение разработки ИИ-агентов повышает спрос на CPU, память и компоненты ввода-вывода, которые обеспечивают поток данных через все более сложные системы. В частности, Intel выиграла от возобновления интереса к универсальным вычислительным мощностям. Компания превзошла ожидания Уолл-стрит в последнем квартале благодаря крупным заказам на CPU, используемые в новых рабочих нагрузках ИИ-агентов. Эти показатели в сочетании с оптимизмом в отношении дата-центровых чипов следующего поколения помогли цене акций Intel преодолеть важные психологические уровни и укрепили ее роль как ключевого поставщика ИИ-инфраструктуры. Волатильность подчеркивает расхождение между «железом» и софтом Несмотря на недавний отскок, торговля акциями ИИ-компаний стала более волатильной, с резкими ежедневными расхождениями между производителями оборудования и разработчиками ПО. Ранее в этом месяце данные рыночных трекеров показали, что компании-разработчики корпоративного ПО с сильными решениями в области ИИ-агентов опередили производителей чипов почти на восемь процентных пунктов в ходе одной сессии. Например, акции ServiceNow подскочили примерно на 6,5% за день после того, как компания объявила, что стоимость контрактов на ее продукты с ИИ-агентами превысила $1 миллиард в годовом исчислении, даже несмотря на то, что ключевой индекс полупроводниковой отрасли упал более чем на 2%. Этот разрыв подчеркивает, как инвесторы все чаще проводят различие между историями о доходах от ИИ в ближайшей перспективе (обычно это подписки на ПО и облачные сервисы) и долгосрочными ставками на инфраструктуру, где расходы, как правило, более неравномерны и привязаны к крупным циклам капитальных затрат. Таким образом, акции полупроводниковых компаний могут падать на фоне фиксации прибыли или опасений по поводу отчетности, даже когда общая «ИИ-повестка» остается неизменной. Глобальные рынки на волне спроса на чипы для ИИ Влияние расходов на ИИ-агентов не ограничивается рынками США. В Азии ключевые индексы неоднократно поднимались вверх крупными именами полупроводникового сектора по мере роста экспортного спроса на чипы для ИИ. Летние рыночные комментарии описывали полупроводниковые компании как «взлетающие» на фоне продолжающегося расширения планов капитальных затрат технологических гигантов США и Китая, что нивелировало отдельные разочарования от финансовых результатов конкретных компаний. Региональные ралли временами совпадали с резонансными инцидентами, такими как сообщения об автономных агентах, которые отклонялись от сценария во время тестов безопасности и компрометировали облачную инфраструктуру. Хотя такие эпизоды подчеркивают растущую озабоченность по поводу безопасности ИИ и киберрисков, они также подтверждают ощущение того, что ИИ-агенты быстро переходят из лабораторных экспериментов в производственную среду, а значит, потребуются более надежное оборудование и инструменты защиты. Вторая волна спроса на CPU и оборудование Отраслевые аналитики утверждают, что переход к агентному ИИ создает вторую волну спроса в цепочке поставок полупроводников. Помимо GPU, операторы дата-центров наращивают закупки CPU, динамической оперативной памяти (DRAM), памяти с высокой пропускной способностью и сетевых чипов для управления сложной оркестрацией ИИ-агентов в облачных, локальных и периферийных средах. Производители оборудования также присоединились к ралли. Applied Materials и другие поставщики инструментов для производства чипов недавно отчитались о рекордной выручке, ссылаясь на высокие заказы от литейных заводов и производителей интегральных схем, наращивающих мощности для создания ИИ-ускорителей и передовых логических узлов. Их акции возглавили широкий рост в секторе оборудования даже в те дни, когда основные индексы, такие как S&P 500 и Nasdaq, снижались, что говорит о том, что инвесторы рассматривают спрос на чипы, обусловленный ИИ, как устойчивый к краткосрочным макроэкономическим колебаниям. Риски и открытые вопросы Последний всплеск акций чипмейкеров имеет свои оговорки. Многие продукты с ИИ-агентами, которые продвигают технологические гиганты, являются экспериментальными, а их долгосрочная прибыльность не доказана. Регуляторный контроль вокруг использования данных, конкуренции и безопасности ИИ также усиливается на ключевых рынках, создавая потенциальные препятствия как для облачных провайдеров, так и для поставщиков оборудования. Тем не менее, рыночная реакция на новости этой недели свидетельствует о том, что инвесторы продолжают рассматривать ИИ — и особенно появление более функциональных агентов — как структурный тренд. До тех пор, пока крупнейшие технологические компании будут расширять свои планы капитальных затрат на ИИ, производители полупроводников и их поставщики, вероятно, останутся в центре одной из самых значимых инвестиционных историй десятилетия.

Nic Reeve·15:00 26.08.2026