Инвестиции в инфраструктуру ИИ, волна новых моделей и битва за обучающие данные

На этой неделе индустрия искусственного интеллекта одновременно продвинулась по трём направлениям: консолидация физической инфраструктуры, обеспечивающей работу крупных моделей, выпуск волны новых фронтирных моделей и судебная борьба за то, были ли обучающие данные, на которых они построены, когда-либо получены законным путём.

Marvell ставит $115 млрд на то, что оптическая связность — следующее узкое место ИИ

Marvell Technology объявила о поглощении производителя оптических компонентов Lumentum в рамках сделки по обмену акциями стоимостью около $115 млрд — одной из крупнейших приобретений в сфере полупроводников за всю историю. Логика прямолинейна: по мере того как кластеры ИИ масштабируются до миллионов GPU, пропускная способность между чипами и стойками становится ограничивающим фактором, а передача этого трафика по оптическому волокну вместо меди резко снижает как задержку, так и энергопотребление.

В последние годы Marvell тихо репозиционировала себя как поставщик кастомного кремния и межсоединений для ИИ-инфраструктуры гиперскейлеров. Lumentum привносит производство лазеров и фотоники, которые Marvell сейчас закупает у третьих сторон. Их вертикальное объединение — прямой вызов Broadcom и рынку готовой оптики.

Для отрасли в целом сделка сигнализирует: гонка за вычислительными ресурсами ИИ касается не только GPU и ускорителей. Тот, кто контролирует коммутационную фабрику — свитчи, трансиверы и лазеры, связывающие ускорители воедино, — будет всё сильнее определять, насколько быстро и с какими затратами могут масштабироваться кластеры. Сделка ожидает закрытия в середине 2027 года, после прохождения регуляторного одобрения.

Одна неделя, три фронтирные модели: Claude Duet, GPT-6 Pro Parallel Agents, Gemini 4 Argon

В течение одной недели Anthropic, OpenAI и Google вывели в общий доступ по одной крупной новой модели. Claude Duet от Anthropic создан для параллельных мультиагентных рабочих процессов: архитектурные изменения снижают накладные расходы при переключении контекста между одновременными задачами. Режим GPT-6 Pro Parallel Agents от OpenAI расширяет существующую модель планировщиком, который может распределять подзадачи на параллельные экземпляры и объединять результаты. Gemini 4 Argon от Google делает ставку на извлечение информации в длинном контексте — по имеющимся данным, модель обрабатывает до 10 миллионов токенов с улучшенной точностью на бенчмарках поиска иголки в стоге сена.

Такой темп создаёт реальную путаницу при корпоративных закупках. Независимые агрегаторы бенчмарков — в том числе llm-stats.com и felloai.com — фиксируют существенные расхождения в вопросе о том, какая модель лидирует в задачах программирования, рассуждений и следования инструкциям: отчасти потому, что каждая лаборатория курирует собственные наборы для оценки, отчасти потому, что производительность существенно варьируется в зависимости от типа задачи. Модель, возглавляющая рейтинг по программированию, может занимать третье место по многошаговым рассуждениям.

Практическое следствие для команд, строящих решения поверх этих API: выбор модели больше не является разовым решением. Оптимальный вариант для конкретного рабочего процесса может меняться раз в несколько недель, а стоимость переноса промптов и оценочных тестов не является тривиальной. Ряд корпоративных вендоров отреагировал созданием модельно-агностичных слоёв маршрутизации, пересматривающих выбор провайдера для каждого запроса.

Авторско-правовая защита OpenAI привлекает 20 amicus brief — и жёсткую контратаку

Иск New York Times против OpenAI по вопросу использования обучающих данных вступает в критическую фазу, и обе стороны наращивают внешнюю поддержку. На этой неделе OpenAI выделила 20 поданных в её поддержку amicus brief от академических исследователей и организаций по защите гражданских свобод до коалиций технологической отрасли, утверждающих, что узкое толкование принципа добросовестного использования сдержит развитие ИИ-исследований в целом.

С другой стороны, Music Artists Coalition Ирвинга Азоффа присоединилась к брифу совместно с Creative Artists Agency, настаивая на том, что лицензирование, а не добросовестное использование, является надлежащей правовой базой для коммерческого обучения ИИ. Wikimedia также высказалась, предупредив, что решение в пользу OpenAI может нанести ущерб открытой веб-экосистеме, от которой зависит Википедия, создав стимулы для производителей контента закрывать публично доступные материалы.

Ставки выходят далеко за рамки этого одного дела. Если суды постановят, что обучение на общедоступных текстах является нарушением при отсутствии лицензии, бизнес-модель большинства крупных языковых моделей станет юридически уязвимой в США. Напротив, решение о добросовестном использовании, вероятно, ускорит приобретение обучающих данных, перенеся неурегулированные лицензионные вопросы на будущие законодательные баталии. Решение раньше середины 2027 года не ожидается, однако стадия брифов уже формирует правовой протокол, который определит исход дела.

Квартальные капзатраты Alphabet в $51 млрд обрушивают акции ИИ-сектора

Alphabet отчиталась о рекордных капитальных затратах в размере $51 млрд за квартал, почти целиком приходящихся на ИИ-инфраструктуру: дата-центры, кастомный кремний TPU и сети. Цифра значительно превысила ожидания аналитиков, и реакция рынка оказалась отрицательной: акции Alphabet упали, потянув вниз более широкую корзину технологических акций с экспозицией к ИИ.

Распродажа отражает напряжённость, нараставшую весь год. Инвестиции в ИИ-инфраструктуру ускоряются, но доходные статьи, которые их оправдывают, — облачные ИИ-сервисы, прирост эффективности рекламы, обновления корпоративного ПО — растут медленнее, чем капзатраты. Как минимум одна компания с Уолл-стрит опубликовала сценарный анализ: если сроки монетизации ИИ сдвинутся на 12–18 месяцев, подразумеваемая доходность вложенного капитала не будет соответствовать текущим оценкам акций.

Это не означает, что инвестиции ошибочны — инфраструктура с длинным циклом нередко выглядит дорого до момента материализации спроса. Однако инвесторы начинают требовать более конкретных ориентиров относительно того, когда расходы на ИИ трансформируются в расширение маржи, а компании, не способные их предоставить, несут краткосрочные потери котировок.

Четыре лаборатории договорились о едином сигнале robots.txt для отказа от обучающих данных

В более тихой новости, значение которой может быть больше, чем следует из её освещения, OpenAI, Google, Microsoft и Anthropic объявили о совместном соглашении соблюдать единый машиночитаемый сигнал, с помощью которого владельцы сайтов могут исключить своё содержимое из поисковых обходов для обучения ИИ. Механизм расширяет существующий стандарт robots.txt новой директивой, специфичной для ИИ.

Соглашение является добровольным и саморегулируемым, то есть не имеет инструментов принуждения. Сайт, воспользовавшийся правом на отказ, не имеет правовых средств защиты, если лаборатория-подписант проигнорирует директиву, а сборщики, не являющиеся подписантами, вообще не затронуты. Критики отметили, что объявление состоялось на той же неделе, когда усилилась брифинговая активность по делу NYT об авторских правах, что наводит на мысль о стратегически выверенном тайминге.

Тем не менее сигнал имеет значение на полях. Он даёт издателям контента технически простой способ выразить предпочтение, создаёт документальный след для будущих судебных разбирательств, если лаборатория нарушит его, и может снизить политическое давление в пользу более жёсткого регуляторного вмешательства. То, насколько ощутимо изменится ландшафт обучающих данных, зависит от широты принятия директивы издателями и последовательности её соблюдения лабораториями.