Transcription
Ну что, давай начнём, наверное, с самой громкой новости последних дней. Это гигантская, ну просто фантастическая сделка Open AI и Oracle.
Да уж, цифры там звучат, конечно, 300 млрд долларов на вычислительные мощности. Это ээ, сложно даже представить.
Вот именно. И что это вообще значит для всего мира, искусственного интеллекта? Куда мы движемся с такими ресурсами? Сегодня мы как раз и попробуем глубоко копнуть в эту тему. Погрузимся в самый центр разработок ИИ. Ориентироваться будем на недавнее интервью с Диланом Потелем из SemiAnalysis.
О, да, Потель известен своими инсайдами. Он обычно хорошо понимает, что происходит внутри этих компаний.
Точно. Так что наша задача — разобраться в этой, ну, гонке вооружения за вычислениями в остром соперничестве OpenAI, Anthropic, конечно. И посмотреть, что там на переднем крае и инструментов для кодеров. В общем, пристегнитесь, будет интересно.
Да, масштаб сделки с Oracle, он, конечно, поражает. Речь ведь идёт о гигаватах мощности. Это колоссально. Но знаешь, что меня ещё больше удивило?
Что же?
То, что Oracle, как говорит Потель, сделала публичный прогноз своей выручки аж на 4 года вперёд, основываясь на этой сделке.
На 4 года. Серьёзно? Представляешь, в корпоративном мире так не делают. Обычно максимум квартал, ну, может, год, и то с оговорками, а тут четыре.
Это показывает невероятную уверенность или зависимость от этой сделки.
Скорее уверенность в OpenAI. И это даёт OpenAI доступ к ресурсам, которые, ну, просто огромные. И что важно, как ты правильно заметил, стратегически важно, что это ресурсы от Oracle, компании, которая сама не рвётся создавать свои модели, конкурирующие с OpenAI, в отличие от, скажем, Microsoft или Google.
А, то есть они получают мощности от партнёра, который не дышит им в спину.
Именно, не прямой конкурент в их ключевой области. Очень, очень умный ход со стороны OpenAI.
Хорошо, давай тогда разберёмся вот в чём. А Microsoft, куда они делись из этой картины? Они же вложили миллиарды, были главным партнёром. Что-то, похоже, изменилось.
Похоже, что да. Потель там высказывает довольно смелую мысль, что Microsoft, возможно, сильно пожалеет о своей осторожности.
Осторожности в чём?
Ну, по его данным, когда OpenAI пришла к ним с запросом на вот эти самые гигантские мощности, на сотни миллиардов долларов, финансовый отдел Microsoft, ну, видимо, просто не поверил.
Не поверил? В смысле?
Ну, смотри, у OpenAI тогда выручка была, ну, меньше 30 млрд в год, а запрос на ресурсы на 300 млрд.
Мм, ну да, разрыв впечатляет.
Вот финансисты и подумали, наверное: "Ребята, вы серьёзно? Как вы собираетесь за это платить?" Патель считает, что Microsoft просто не поверила, что OpenAI сможет это профинансировать или что такие мощности нужны так быстро. Недооценили, возможно.
То есть Microsoft по сути засомневался в амбициях OpenAI или в их способности найти деньги.
Выглядит именно так, если верить Пателю. И эта сделка с Oracle, она как раз показывает, что OpenAI нашла способ, обошла Microsoft, можно сказать.
Ищет независимость в ресурсах. Понятно.
Да? Они явно стремятся к большей автономии в этом критически важном вопросе.
О'кей, с железом OpenAI, значит, укрепляется. Но ведь конкуренты не спят. Anthropic. Они же наступают на пятки, и их рост, говорят, просто феноменальный. В чём их фишка?
Да, Anthropic растёт невероятно быстро. Потель даже приводит прогнозы, что по темпам роста выручки они могут обогнать OpenAI уже к 2027 году. Представляешь?
Ого, это серьёзная заявка.
Очень серьёзная. И вот что там интересно по мнению Пателя — это их подход, их внутренняя культура. Он описывает это почти как, ну, не культ, но что-то близко.
Культ чего?
Культ достижения ИИ, общего искусственного интеллекта. У них очень сильная, почти религиозная сфокусированность на этой миссии. И путь к ней, как они считают, лежит через программирование и создание ИИ, который умеет пользоваться компьютером.
А, то есть фокус на коде и компьютерной грамотности ИИ.
Именно. У них же семь сооснователей. Многие очень сильные технари, и все разделяют это видение. Это как магнит для лучших инженеров, которые верят именно в такой путь.
Звучит мощно, но не слишком ли узко? Вот эта почти культовая фокусировка, она не мешает им видеть другие возможности?
Хороший вопрос, но Патель считает, что сейчас это как раз их главная сила. Они концентрируют все ресурсы и лучшие умы этой цели. А OpenAI...
А OpenAI что?
А у OpenAI цели гораздо шире. Поиск, магазин GPT, какие-то потребительские штуки, монетизация. Они как бы распыляются больше.
Диверсификация против фокуса.
Да, и лидерство разное. Альтман OpenAI — визионер, но не такой технарь, как Амадеи и другие в Anthropic. Плюс Патель упоминал стиль Брокмана в OpenAI, который, возможно, кого-то оттолкнул. У Anthropic семь сооснователей, может, более гибкое техническое руководство.
Понятно. И вот мы подошли к главному полю битвы сейчас и для программистов. Codex от OpenAI против Cloud Code от Anthropic. Кто кого? Что там реально происходит?
Да вот здесь, пожалуй, самое интересное для многих наших слушателей, кто пишет код.
О, да, тут всё меняется просто на глазах. Долгое время, и это правда, Cloud Code от Anthropic считался удобнее. Он был быстрее и лучше объяснял, что он там в коде меняет. Как бы дружелюбнее.
Но...
Но ситуация резко изменилась буквально за последний месяц. Codex от OpenAI, особенно если использовать его с новой моделью GPT-4 Turbo.
Turbo, это какой-то особый режим?
Да, режим глубоких рассуждений. И через обновлённые интерфейсы, командную строку, плагины для VS Code он стал намного мощнее. Потель говорит: "Обновление для CLI выходит чуть ли не каждый день, иногда дважды в день".
Каждый день. Ничего себе темп. Они явно бросили силы на это направление.
Именно. И результат, как говорится, налицо. Потель считает, что GPT-4 Turbo сейчас, ну, скажем так, умнее флагмана Anthropic модели Opus 4.1 примерно на 10 пунктов IQ, если так можно выразиться.
За счёт чего?
За счёт времени на подумать. GPT-4 Turbo может размышлять над задачей до 5-7 минут. Opus от Anthropic отвечает гораздо быстрее, но глубина рассуждений у него как бы ограничена этим временем.
Так, подожди, 7 минут. Это же очень долго для интерактивной помощи.
Вот в этом и проблема. Как говорит Патель, у OpenAI сейчас нет золотой середины. Либо быстрый ответ от простой модели GPT-4o Instant, который не всегда точен для сложного случая, либо очень умный, но мучительно долгий ответ от GPT-4 Turbo. Нет режима "подумай пару минут".
Но хорошо... 7 минут. Да уж. Но, наверное, для каких-то суперсложных багов или архитектурных задач это оправдано. Как разработчики реагируют? Используют обе системы.
Абсолютно. Патель говорит, опытные разработчики так и делают. Запускают сложную задачу на обоих и смотрят, кто лучше справится. Для отладки чего-то запутанного или проектирования нового модуля Codex GPT-4 Turbo часто даёт лучший план, пусть и долго.
А для рутины, поправить интерфейс, написать стандартный кусок кода?
А для этого Cloud Code всё ещё удобнее, он быстро и хорошо объясняет. Так что выбор зависит от задачи.
Получается, у каждой свои сильные стороны. OpenAI в крайностях — быстро или глубоко, Anthropic в сбалансированной середине.
Пока да. OpenAI сильна на полюсах. Anthropic держит середину. Но все ждут новую модель от Anthropic. Может, Claude 4 или Opus 5. Так что баланс может опять качнуться. Гонка идёт нон-стоп.
Ясно. С кодом понятно, там всё бурлит. Но ведь эти компании смотрят дальше, какие ещё горизонты штурмуют эти ИИ-гиганты, куда всё идёт?
Патель выделяет несколько ключевых направлений, очень важных, и они все связаны.
Так-так.
Во-первых, и это может быть самое важное для бизнеса прямо сейчас, использование инструментов Tool Use и управление компьютером. Computer Use.
Что это значит?
Tool Use — это когда ИИ может вызвать другую программу или API, а Computer Use — это глубже, когда ИИ может сам работать с файлами, кликать по кнопкам в программах, ну, фактически пользоваться компом как человек. Потель считает, OpenAI тут немного впереди.
Ого. То есть ИИ сам зайдёт в CRM, обновит данные в SAP, напишет отчёт. Да, вот это и есть реальный скачок продуктивности в офисе. Второе направление — длина контекста и рассуждения. То есть сколько информации модель может удержать в памяти и как глубоко анализировать. Это важно для сложных задач и чтобы избежать галлюцинаций.
Понятно. Что ещё?
Третье. Мультимодальность. Работа с текстом, картинками, аудио, видео одновременно. Тут у Google может быть преимущество из-за YouTube. Потель упоминал их модели Imagen 3 для видео и Gemini для картинок. Это прям новые меры открывает.
Да, мультимодальность — это мощно.
И четвёртое, очень важное для нас, обычных пользователей, проблема промптинга. Большинство людей ведь не умеют писать хорошие запросы для ИИ.
Это точно. Пишем как в Google.
Вот. А будущее, считает Патель, за системами, которые сами поймут твой контекст, посмотрят, какие у тебя файлы открыты, какая история в браузере, почта, и сами поймут, что тебе нужно. Не будут ждать идеальный промпт.
Звучит как магия, но удобно. И сам добывает себе контекст. Слушай, вот эта идея с пониманием контекста, она круто звучит для компьютера. А на смартфонах как? Там же все закрыты приложения в своих песочницах, особенно у iOS. Получит ли ИИ доступ к почте, мессенджерам, всему остальному?
Да, это огромная проблема и пока нерешённая. Мобильные платформы, особенно iOS, очень жёстко всё ограничивают. Безопасность, конфиденциальность, это понятно.
И что? Никаких шансов?
Ну, Патель скептически относится к идее каких-то неофициальных платформ, в которые бы собирали данные от всего, из WhatsApp, Slack, почты. Кто на это подпишется, особенно в корпорациях? Никто не доверит рабочую переписку непонятному сервису.
Логично. Слишком рискованно. Поэтому полноценный Computer Use, вот это глубокое взаимодействие и с твоим рабочим пространством гораздо проще сделать на ПК, на ноутбуке. Там системы более открытые.
А у Apple и Google есть какие-то идеи для мобильных?
Ну, гипотетически. Apple может что-то делать через облачную виртуализацию, запускать копию твоего iPhone у себя и там давать доступ ИИ. Google может использовать открытость Android, но это всё пока вилами по воде писано. И тут, конечно, вопрос: кто предложит лучший ИИ-опыт на мобильных, учитывая все эти ограничения? Или самые крутые ИИ-ассистенты так и останутся на ПК?
Интересный поворот. Мы много говорили про OpenAI и Anthropic, но есть же и другие. Google, например, все ждут их Gemini 3, или Илон Маск со своим xAI. Как они вписываются?
Google, конечно, в игре. От них ждут Gemini 3, и их сила, как мы говорили, в мультимодальных данных и ресурсах. Они могут выстрелить именно в интеграции всего со всем: текста, видео, аудио.
А Маск xAI?
xAI по оценке Пателя очень быстро догнали лидеров по качеству самих моделей, но пока не обогнали. И главная их проблема сейчас: им нужны огромные деньги на создание своих вычислительных кластеров, таких же мощных, как у OpenAI или Google.
То есть им сложнее привлекать инвестиции.
Ну да. Одно дело прийти к инвесторам и сказать: "Мы лучшие. Вот наша выручка", как OpenAI или Anthropic. И другое дело: "Мы догнали по качеству, но нам нужны десятки миллиардов на железо". Это труднее продать.
Понятно. А есть ещё кто-то? Есть интересные стартапы типа Cognition и с их агентом Devin, или Adept. Они не делают свои базовые модели, а строят крутые приложения поверх существующих LLM. Как раз в области Computer Use, помощи кодерам. Рынок становится многослойным.
Да уж, игроков хватает. Слушай, вокруг ИИ сейчас столько шума, хайпа. Сами руководители Альтман, Амадеи постоянно делают громкие заявления. Как обычному человеку, который пытается следить за темой, но не эксперт, отделить зёрна от плевел? Где реальность, а где маркетинг?
О, хайпа действительно много, это факт. И да, CEO этих компаний заинтересованы его поддерживать. Это помогает и деньги привлекать, и таланты, и на регуляторов влиять. Но реальность она, конечно, сложнее.
Насколько сложнее? Что насчёт AGI, например? Когда он будет?
Потель довольно трезво на это смотрит. Он считает, что полноценный AGI — это скорее 2030 год или даже позже.
То есть не завтра.
Точно не завтра. Но и вот это важно понимать: огромные изменения в обществе, автоматизация кучи работы, рост производительности — всё это возможно гораздо раньше. И для этого не нужен сверхразум. Нынешние и будущие модели уже могут очень много. То есть не нужно ждать AGI, чтобы увидеть реальные изменения.
Именно. Важно смотреть на конкретные возможности и сейчас, и в ближайшем будущем, на их практическое применение, а не только на заголовки про сингулярность. Нюансы решают.
Итак, давай попробуем подвести итог. Что мы имеем? Гигантские сделки по вычислениям, как у OpenAI и Oracle, они прямо меняют правила игры, дают лидерам ресурсы для рывка. Да, это топливо для следующего поколения ИИ.
Дальше — острейшая конкуренция OpenAI и Anthropic. У каждой своя философия. OpenAI шире, глубже, с фокусом на AGI через код.
Две разные стратегии. И пока непонятно, чья окажется выигрышней в долгосрочной перспективе. Хоть и медленнее...
Да, там прямо ежедневная эволюция идёт.
А будущее — это не только текст. Это ИИ, который использует инструменты, помнит много информации, видит картинки и видео и, главное, понимает нас без идеальных промтов.
Да, движение идёт к более интегрированным и интуитивным помощникам.
Ну и к чему мы пришли? Что всё это значит?
Это значит, что прогресс идёт невероятно быстро, темпы поражают. И вот этот разрыв между тем, что модели могут в теории, и тем, как мы их можем удобно использовать на практике, он сокращается. Модели будут всё более специализированными.
Специализированными, в смысле, одна модель будет лучше решать задачки по программированию, потому что её на них тренировали. Другая будет асом в работе с Salesforce, потому что её обучали в этой среде. Третья — гением видео. Всё будет зависеть от данных и методов тренировки. И вот тут у меня финальная мысль возникла как раз из этого вытекающая: если модели становятся такими специализированными, то не придётся ли нам, и компаниям, и отдельным людям, подходить к выбору ИИ стратегически, и даже больше, не придётся ли нам учиться комбинировать разные ИИ?
Мм, интересная мысль. Создавать свой собственный когнитивный стек.
Именно, свой набор ИИ-помощников, где каждый силён в чём-то своём. Не только для кода, а для любой сложной работы. Может, пора уже собирать свой личный ИИ-оркестр? Как думаешь?