AI-дайджест недели: война за инфраструктуру и конец гонки параметров – главные новости искусственного интеллекта

Пока все ждали GPT-6, индустрия искусственного интеллекта незаметно сменила повестку. Неделя с 3 по 10 мая 2026 года запомнится не очередным "прорывом" в количестве параметров, а тем, что крупнейшие игроки наконец признали очевидное: узким местом стало железо, а не алгоритмы. Anthropic заключает сделку с SpaceX на 220,000+ GPU, Google с партнёрами обещает $200 млрд на чипы, Microsoft добавляет ещё $25 млрд к бюджету. Одновременно Google выпускает алгоритмы оптимизации, которые экономят память и вычисления, а OpenAI фокусируется на снижении галлюцинаций вместо наращивания размера моделей.

Это дайджест о том, как AI-компании одновременно тратят сотни миллиардов долларов на инфраструктуру и отчаянно пытаются выжать больше из того, что уже есть. Плюс Apple неожиданно решила стать Switzerland в AI-войнах, а Google научил нейросети автоматизировать Excel. Обо всём по порядку.

OpenAI удвоила ставку на точность, а не на размер

На этой неделе OpenAI запустила GPT-5.5 Instant как дефолтную модель ChatGPT. Главное обещание: 50% сокращение галлюцинаций. Не в два раза быстрее, не вдвое умнее – в два раза меньше откровенной лжи. Это смена приоритетов.

Год назад мы бы получили пресс-релиз о "2 триллионах параметров" и "превосходящей человека производительности". Сейчас OpenAI продаёт надёжность. GPT-5.5 лучше интегрируется с историей чатов, загруженными файлами и подключёнными сервисами вроде Gmail. Это incremental upgrade для корпоративных пользователей, которым нужна предсказуемость, а не wow-эффект.

Параллельно вышла GPT Realtime 2 – обновление голосовых моделей с улучшенной обработкой прерываний и extended reasoning. Опять же: не "в 10 раз быстрее", а "более естественные диалоги". OpenAI зреет, превращается из стартапа в продуктовую компанию. Это скучно, но именно так выглядит путь к реальной коммерциализации.

Что это значит: гонка "кто больше" закончилась. Теперь побеждает тот, кто делает AI пригодным для production. Галлюцинации – это не баг, который можно игнорировать, это экзистенциальная угроза для enterprise-внедрений.

Google объявила войну рутине в офисных приложениях

Google анонсировала масштабное обновление Gemini AI для Docs, Sheets, Slides и Drive. Главная метрика: 70% успешной автоматизации работы с таблицами. Это не "умный помощник", который подсказывает формулы. Это полноценная замена ручного ввода данных.

Мы это пропустили на прошлой неделе – и зря. Потому что если цифра в 70% хотя бы близка к реальности, это первый AI-продукт, который массово убьёт конкретные рабочие задачи. Не "поможет", а именно заменит. Junior-аналитики, копирующие данные между системами, могут начинать обновлять резюме.

Google также выпустила TurboQuant – алгоритм, резко снижающий потребление памяти моделями и решающий проблемы с KV cache bottlenecks. Это технический апгрейд, но с огромными последствиями: модели становятся дешевле в эксплуатации, быстрее работают на слабом железе, лучше подходят для on-device AI.

И вишенка на торте: DeepMind выпустила AlphaEvolve – систему, которая не только решает задачи из теоретической информатики, но уже сэкономила 0.7% глобальных вычислительных мощностей Google. Это agentic AI, которая оптимизирует инфраструктуру в реальном времени. Мы тоже пропустили, хотя это один из редких примеров AI, который окупается немедленно.

Что это значит: Google делает ставку на вертикальную интеграцию – от оптимизации алгоритмов до автоматизации рутины в продуктах с миллиардом пользователей. Если это работает, преимущество будет фундаментальным.

Война за GPU: все скупают чипы, как будто завтра их не будет

Самая дорогая новость недели: Anthropic заключила партнёрство с Colossus 1 Data Center от SpaceX на 300+ мегаватт вычислительной мощности – это 220,000+ Nvidia GPU. Мы это пропустили, хотя по масштабу сделка сопоставима с запуском новой модели.

Одновременно Google объявила о партнёрстве с Anthropic в рамках commitment на $200 млрд на cloud-чипы для agentic AI. А Microsoft на этой неделе увеличила AI-бюджет на 2026 год ещё на $25 млрд – просто чтобы компенсировать инфляцию цен на компоненты.

Давайте посчитаем: $200 млрд + $25 млрд + стоимость 220,000 GPU (грубо $5-10 млрд) = где-то в районе четверти триллиона долларов инфраструктурных инвестиций за одну неделю. Это не разработка моделей. Это железо, дата-центры, электричество, охлаждение.

Проблема в том, что все эти деньги идут в одно место: Nvidia и производителей серверного оборудования. Цены растут быстрее спроса. Microsoft вынуждена платить больше не потому что хочет, а потому что альтернативы нет.

Что это значит: индустрия попала в инфраструктурную ловушку. Чтобы конкурировать, нужны вычисления. Чтобы получить вычисления, нужны безумные деньги. Это отсекает всех, кроме Big Tech и хорошо финансируемых стартапов. Барьеры входа растут быстрее, чем эффективность моделей.

Apple открывает iOS для AI-конкуренции (неожиданно)

Apple планирует в iOS 27 позволить пользователям выбирать сторонних AI-провайдеров для Apple Intelligence. Google, Anthropic и другие смогут стать альтернативой встроенному решению. Мы это пропустили, хотя это самое значимое платформенное изменение недели.

Это не про технологии. Это про антимонопольное давление и стратегический сдвиг Apple от вертикальной интеграции к платформенной модели. Apple фактически признаёт, что не может создать лучший AI в одиночку – или не хочет рисковать репутацией, интегрируя сырые технологии глубоко в OS.

Для пользователей это хорошо: выбор всегда лучше вендор-локина. Для AI-компаний это огромная возможность: доступ к миллиарду iOS-устройств. Для Apple это риск: если сторонний AI окажется лучше, зачем покупать iPhone?

Что это значит: Apple больше не верит, что может выиграть AI-гонку собственными силами. Это либо мудрость, либо капитуляция. Время покажет.

Anthropic привлекает деньги старой гвардии

Anthropic финализирует joint venture на $1.5 млрд с Blackstone и Goldman Sachs для создания enterprise AI-инструментов. Мы освещали эту новость, но она заслуживает повторного упоминания в контексте недели.

Private equity и инвестбанки заходят в AI не через венчурные фонды, а через прямые партнёрства. Это сигнал, что AI перестал быть «будущим» и стал настоящим – со зрелыми бизнес-моделями, предсказуемой экономикой, корпоративными продажами.

Blackstone и Goldman приносят не только деньги, но и дистрибуцию: доступ к портфельным компаниям, enterprise-клиентам, регуляторным связям. Anthropic получает то, чего не купишь на Y Combinator – легитимность в глазах CFO из Fortune 500.

Что это значит: AI окончательно переехал из гаражей в залы заседаний. Венчурный капитал уступает место институциональным инвестициям. Романтика закончилась.

Тренды недели: эффективность важнее масштаба

Если искать общий знаменатель у всех этих новостей, то это конец эпохи scaling laws как единственной стратегии. OpenAI снижает галлюцинации вместо наращивания параметров. Google выпускает алгоритмы оптимизации. AlphaEvolve экономит вычисления. TurboQuant уменьшает memory overhead.

Одновременно индустрия тратит рекордные суммы на инфраструктуру – но не ради "больше", а ради "доступнее". Anthropic покупает GPU не для тренировки Claude 4, а чтобы удовлетворить текущий enterprise-спрос. Microsoft увеличивает бюджет, чтобы не отстать от конкурентов, а не потому что нашла новый алгоритм.

Это индустрия на распутье. Легкие победы закончились. Теперь каждый процент улучшения стоит миллиарды долларов. Вопрос не в том, кто сделает самую большую модель, а в том, кто первым найдёт способ делать AI дёшево, быстро и надёжно.

Apple в этом контексте делает единственно разумное: вместо того чтобы вкладываться в собственную AI-лабораторию, открывает платформу и позволяет другим конкурировать. Это либо стратегическая мудрость, либо признание поражения. Скорее всего – и то, и другое.

Что дальше?

Неделя показала, что AI-индустрия быстро взрослеет. Меньше хайпа, больше инженерии. Меньше обещаний AGI, больше автоматизации Excel. Меньше стартапов, больше private equity.

Это хорошо для пользователей и бизнеса: AI становится предсказуемым инструментом, а не лотереей. Это плохо для инноваций: когда ставки так высоки, никто не хочет рисковать. Когда инфраструктура стоит $200 млрд, нет места для экспериментов.

Главный вопрос: сможет ли кто-то найти способ делать AI дешевле, или мы обречены на олигополию Big Tech с их бесконечными бюджетами? Google экспериментирует с TurboQuant и AlphaEvolve. OpenAI оптимизирует точность. Но пока все ответы стоят безумных денег.

Возможно, следующий настоящий прорыв будет не в моделях, а в том, как сделать их доступными для всех. Или мы просто смиримся, что AI – это новая нефть, и контролировать её будут те, у кого больше скважин.