Индустрия искусственного интеллекта постепенно прощается с романтикой первых дней и переходит к суровым будням бухгалтерии. Как показывает анализ экономики машинного обучения, масштабирование ИИ-продуктов линейно увеличивает операционные расходы. Теперь умение считать стоимость каждого запроса к API становится для бизнеса важнее, чем использование самой передовой архитектуры.
Пока компании учатся считать деньги, лидеры рынка учат их работать по своим правилам. OpenAI запустила масштабную академию с новыми образовательными маршрутами. Предлагая курсы и сертификаты, компания незаметно, но крепко привязывает корпоративный сектор к своей экосистеме. Параллельно с этим происходит зачистка неконтролируемых пространств: OpenAI анонсирует отказ от старых кастомных GPT в пользу автономных агентов для Enterprise-сегмента, а Meta готовит свой ответ в виде ассистента Muse.
На уровне разработки происходят не менее фундаментальные сдвиги. Стартап Higgsfield AI продемонстрировал, как GPT-6 Astra берет на себя роль планировщика многошаговых задач. Это позволяет одному инженеру выпускать сложную функцию за один день, а маркетологам - генерировать сотни вариаций видеорекламы из одного промпта.
Хорошие новости для тех, кто хочет сэкономить на облачных вычислениях: локальный запуск ИИ-моделей стал еще удобнее. Поддержка формата GGUF появилась в библиотеке Transformers. Теперь квантованные модели можно использовать напрямую в экосистеме PyTorch, что особенно порадует владельцев чипов Apple Silicon.
*Meta признана в РФ экстремистской организацией и запрещена.