AI-новости 27 июня 2026: OpenAI укрепляет власть, фармацевтика на ИИ и кибервойны нового уровня

Коротко: OpenAI меняет корпоративное управление в пользу Сэма Альтмана, AI проникает в фармацевтику через гигантские базы данных и партнёрства, а кибератаки на основе искусственного интеллекта переходят от экспериментов к промышленному масштабу.

Главное: - OpenAI повысила порог для увольнения CEO – Сэм Альтман теперь практически несменяем - Запущена крупнейшая база химических реакций для AI-разработки лекарств (мы это пропустили) - AI-кибератаки достигли операционной готовности с потенциалом промышленного масштабирования - Bayer заключила соглашение с Iambic Therapeutics об AI-поиске лекарственных мишеней (тоже пропустили) - Google активно блокирует AI-хакеров, эксплуатирующих неизвестные уязвимости - Nokia внедряет агентный ИИ в домашние и широкополосные сети - Thinking Machines показала interaction models для мультимодального взаимодействия в реальном времени

---

Пятница, 27 июня. Пока мир следит за летними отпусками, искусственный интеллект продолжает перекраивать корпоративные структуры, фармацевтическую индустрию и ландшафт глобальной кибербезопасности. И да, мы честно признаёмся: две важные новости из биотеха мы просмотрели. Бывает.

Сегодняшний день демонстрирует три чётких тренда: технологические гиганты укрепляют власть топ-менеджеров, AI массово внедряется в разработку лекарств, а киберугрозы на базе нейросетей из теории переходят в практику. Причём все три процесса происходят одновременно, создавая причудливую картину мира, где корпоративные перестановки соседствуют с научными открытиями и военизированными кибератаками.

Давайте разбираться, что на самом деле произошло и почему это важнее, чем кажется на первый взгляд.

OpenAI делает CEO практически несменяемым

Вывод: OpenAI изменила корпоративное управление так, что уволить Сэма Альтмана теперь почти невозможно – это стабилизирует компанию, но концентрирует слишком много власти в одних руках.

Что изменилось в управлении

OpenAI подняла порог голосов совета директоров, необходимых для увольнения CEO. После драмы ноября 2023 года, когда Альтмана временно отстранили, а потом вернули под давлением сотрудников и инвесторов, компания решила больше не повторять этот хаос.

Теперь для смещения главы компании нужно квалифицированное большинство совета директоров, а не простое. Это значит, что даже если часть директоров недовольна действиями CEO, устроить новый переворот практически невозможно. С одной стороны, это стабильность для самой влиятельной AI-лаборатории в мире. С другой – концентрация власти в руках одного человека в компании, которая строит AGI.

Скептики уже отмечают: OpenAI начинала как некоммерческая организация с миссией обеспечить безопасность ИИ для всего человечества. Теперь это гибридная структура с оценкой $150+ млрд, где CEO защищён от совета директоров лучше, чем в обычных корпорациях. Звучит как отличный сценарий для фантастического триллера.

Контекст глобальных напряжённостей

Изменение произошло на фоне растущих геополитических напряжённостей вокруг AI. США ужесточают экспортный контроль чипов, Китай инвестирует десятки миллиардов в собственные модели, Европа принимает AI Act. В этой обстановке OpenAI нужна предсказуемость.

Альтман публично заявляет о планах строительства энергетической инфраструктуры для AI, ведёт переговоры с правительствами и инвестфондами. Смена CEO в разгар таких проектов была бы катастрофой. Поэтому совет решил подстраховаться.

Только вот вопрос: а кто подстрахует всех остальных от чрезмерно концентрированной власти?

AI захватывает фармацевтику через данные и партнёрства

Вывод: Искусственный интеллект становится основным инструментом разработки лекарств – от баз химических реакций до поиска новых мишеней, причём темпы внедрения ускоряются.

Крупнейшая база химических реакций (которую мы пропустили)

Запущена крупнейшая база данных химических реакций, специально разработанная для обучения AI-моделей. Это не просто очередной датасет – это инфраструктурный проект для всей отрасли drug discovery.

Базы химических реакций существовали и раньше, но они создавались для человеческих исследователей. Новая платформа структурирована так, чтобы машинное обучение могло эффективно находить паттерны, предсказывать результаты реакций и предлагать новые синтетические пути. По сути, это ImageNet для химии.

Признаёмся честно: мы это пропустили. Слишком сфокусировались на громких анонсах моделей и забыли посмотреть, что происходит в прикладных областях. А зря – именно такие проекты определяют, как быстро AI перейдёт от генерации картинок к реальному влиянию на здоровье миллиардов людей.

Bayer и Iambic Therapeutics объединяют усилия

Bayer – один из крупнейших фармацевтических гигантов – заключила соглашение с биотехнологической компанией Iambic Therapeutics о применении AI-платформы для поиска новых лекарственных мишеней. Это тоже прошло мимо нашего радара.

Iambic использует машинное обучение для анализа белковых структур и предсказания, какие молекулы могут стать эффективными мишенями для новых препаратов. Bayer получает доступ к этой платформе и интегрирует её в свои исследовательские процессы.

Важный нюанс: речь идёт не об отдельном проекте, а о системном партнёрстве. Bayer фактически признаёт, что классические методы drug discovery уже недостаточно эффективны, и переходит на AI-driven подход. Когда фармгигант с оборотом €47 млрд делает такой шаг, это сигнал для всей индустрии.

Вопрос только в том, насколько быстро AI-предсказания трансформируются в реальные препараты, прошедшие клинические испытания. Пока что разрыв между in silico и in vivo остаётся значительным.

Тёмная сторона: AI-кибератаки становятся реальностью

Вывод: AI-кибератаки перешли от экспериментальной фазы к операционной готовности с потенциалом промышленного масштабирования – это новый уровень глобальной киберугрозы.

От экспериментов к промышленному масштабу

Исследователи кибербезопасности фиксируют качественный сдвиг: AI-кибератаки больше не proof-of-concept в лабораториях университетов. Они используются в реальных операциях и готовы к промышленному масштабированию.

Что это значит? Нейросети могут автоматизировать разведку целей, генерировать персонализированные фишинговые сообщения, адаптировать вредоносный код под защитные системы в реальном времени. Раньше такие атаки требовали команды опытных хакеров и недель подготовки. Теперь один человек с правильной моделью может запустить кампанию против сотен целей одновременно.

Особенно тревожит потенциал промышленного масштабирования. Это означает, что киберпреступные группировки и государственные акторы могут превратить AI-атаки в конвейер. Загрузил данные о жертвах, запустил модель, получил скомпрометированные системы. Как SaaS, только для взлома.

Международного регулирования пока нет. Каждая страна разрабатывает собственные подходы, а хакеры работают быстрее законодателей.

Google блокирует AI-хакеров с неизвестными уязвимостями

Alphabet's Google активно противодействует AI-хакерам, эксплуатирующим неизвестные цифровые уязвимости (zero-day). Это важная веха в корпоративной защите эпохи AI-угроз.

Google Threat Intelligence Group выявила несколько групп, использующих машинное обучение для поиска zero-day уязвимостей в популярном ПО. Классический подход: найти баг раньше разработчиков, эксплуатировать его до патча. Только теперь поиск автоматизирован и идёт в сотни раз быстрее.

Google заблокировала несколько атак и поделилась данными с разработчиками уязвимого ПО. Это хороший пример того, как крупные технологические компании могут использовать свои ресурсы для общественного блага. Но давайте будем честны: Google защищает прежде всего собственную экосистему. Мелкие компании и некоммерческие организации таких ресурсов не имеют.

Гонка вооружений AI-атаки против AI-защиты только начинается. И пока неясно, кто победит.

Новые грани AI: от телекоммуникаций до интерфейсов

Вывод: AI распространяется на инфраструктурные области – от управления сетями до мультимодальных интерфейсов, создавая новые возможности для автоматизации и взаимодействия.

Nokia внедряет агентный ИИ в сети

Nokia запустила agentic AI для домашних и широкополосных сетей. Это значит, что искусственный интеллект теперь автономно управляет телекоммуникационной инфраструктурой, принимает решения о маршрутизации трафика, оптимизирует качество связи и устраняет проблемы без участия человека.

Агентные системы (agentic AI) – это следующий шаг после обычных ML-моделей. Они не просто классифицируют или предсказывают, а действуют: анализируют ситуацию, определяют цель, планируют шаги, выполняют их, оценивают результат. В контексте телекоммуникаций это означает сети, которые сами себя настраивают, балансируют, чинят.

Для операторов связи это серьёзная экономия: меньше технических специалистов, быстрее реакция на проблемы, лучше качество услуг. Для пользователей – теоретически более стабильный интернет. Для скептиков – ещё одна критическая инфраструктура, управляемая чёрным ящиком.

Что может пойти не так? Практически всё: от неожиданных решений AI до массовых сбоев из-за ошибок в обучении моделей. Но эксперименты уже идут в промышленных масштабах.

Thinking Machines и interaction models

Thinking Machines продемонстрировала предварительную версию interaction models – моделей, обученных с нуля для мультимодального взаимодействия в реальном времени. Это не адаптация существующих LLM, а специализированная архитектура для диалога с минимальной задержкой.

Современные AI-ассистенты часто работают так: пользователь что-то говорит или пишет, модель обрабатывает запрос, генерирует ответ, может быть добавляет голос или изображение. Interaction models проектируются для одновременной обработки текста, голоса, изображений и даже видео с возможностью прерываться, уточнять, корректировать на лету.

Это меняет парадигму UI/UX для AI-систем. Вместо чат-интерфейса или голосового помощника получаем что-то ближе к разговору с человеком: можно перебить, показать картинку, жестами дополнить объяснение. Для автономных систем и роботов это критически важно.

Правда, пока это превью и закрытые демо. Когда модели станут публично доступны и насколько они надёжны в реальных условиях – вопрос открытый. Но направление интересное.

Похожие темы

Если вас интересует корпоративное управление в AI-компаниях и геополитический контекст, читайте наш предыдущий материал: AI-новости 30 мая 2026: OpenAI укрепляет власть, ценовые войны моделей и предупреждение об AGI.

Про кибербезопасность и угрозы новых моделей мы подробно писали здесь: AI-новости 9 мая 2026: GPT-5.5 с киберугрозами, математика за час и термокатастрофа AWS.

А чтобы понять контекст борьбы Google за доминирование в enterprise и безопасности: AI-дайджест 10–17 мая: Google и безопасность.

FAQ

Почему OpenAI усложнила процедуру увольнения CEO? После драмы ноября 2023 года, когда совет директоров временно уволил Сэма Альтмана, компания решила избежать повторения хаоса. Новый порог голосов стабилизирует руководство, но концентрирует власть в руках одного человека – что вызывает вопросы о балансе контроля в компании, строящей AGI.

Как AI меняет разработку лекарств? Искусственный интеллект анализирует огромные базы химических реакций и предсказывает эффективные лекарственные мишени в сотни раз быстрее традиционных методов. Крупнейшие фармкомпании вроде Bayer заключают партнёрства с AI-стартапами, фактически признавая, что классический drug discovery уже недостаточно эффективен.

Насколько опасны AI-кибератаки? Очень. Они перешли от экспериментов к операционной реальности с потенциалом промышленного масштабирования. Нейросети автоматизируют разведку, персонализируют фишинг и адаптируют вредоносный код в реальном времени. Один человек с правильной моделью может атаковать сотни целей одновременно – а международного регулирования пока нет.

---

Сегодняшний день показывает, что AI развивается одновременно в нескольких измерениях: корпоративном, научном, инфраструктурном и военизированном. OpenAI укрепляет внутреннюю власть, фармкомпании переходят на AI-driven разработку, телеком-гиганты автоматизируют сети, а киберпреступники масштабируют атаки.

Остаётся вопрос: успеют ли регуляторы, исследователи безопасности и общество в целом адаптироваться к такой скорости изменений – или мы просто будем наблюдать, как алгоритмы переписывают правила игры быстрее, чем мы успеваем их понять?