Здравствуйте и добро пожаловать в Eye on AI. В этом выпуске… Китай блокирует покупку Manus компанией Meta… OpenAI не достигает своих целей по доходам и росту… Anthropic показывает, что модели ИИ могут способствовать развитию исследований в области безопасности ИИ… Решение сенатора Берни Сандерса пригласить китайских экспертов по искусственному интеллекту на панель на Капитолийском холме вызывает гнев китайских ястребов.
В борьбе за корпоративные продажи OpenAI и Anthropic нацелились на компании, предоставляющие финансовые услуги. Это неудивительно. Как говорится в старом анекдоте о том, почему преступники грабят банки: там деньги. Сообщается, что у OpenAI есть батальон бывших инвестиционных аналитиков, помогающих создать еще не выпущенный агентский продукт для финансового анализа с использованием искусственного интеллекта. Anthropic внедряет навыки финансового моделирования для своих продуктов Claude Code, Cowork и Claude for Finance. Стартап Samaya AI также создает инструменты искусственного интеллекта для финансового сектора. Кроме того, существует множество новых инструментов финансового консультирования, использующих ИИ, о чем мой коллега Джефф Джон Робертс рассказал в своей недавней информативной статье.
Главным поставщиком специализированных финансовых данных и инструментов анализа, конечно же, является Bloomberg. Доступ к «терминалу» компании, как она называет свой основной продукт (хотя данные больше не передаются через специальную машину), по-прежнему считается обязательным инструментом каждого трейдера, инвестиционного банкира и хедж-фонда.
Еще до того, как он покинул компанию и присоединился к Fortune в 2019 году, Блумберг начал использовать машинное обучение и большие языковые модели, чтобы сделать доступ к этим функциям более интуитивным, а также для внедрения новых типов анализа данных. И эти усилия только ускорились, особенно после дебюта чат-ботов с генеративным ИИ в 2022 году и недавних достижений в области агентного ИИ.
Я регулярно писал о прогрессе Bloomberg в области искусственного интеллекта здесь, в Fortune. Но я все равно был удивлен и впечатлен, когда посетил недавний «Саммит искусственного интеллекта в финансах» в лондонском офисе компании, где она демонстрировала свою новую функцию «AskB», которую компания называет самым большим переосмыслением терминала в истории Bloomberg. AskB позволяет пользователям использовать естественный язык для навигации по функциям терминала, но он делает гораздо больше. Система действует как агент, оперативно создавая инвестиционные экраны и подготавливая комплексные исследовательские отчеты, включая сложные финансовые модели и прогнозы бычьего и медвежьего рынка для конкретных акций.
AskB, который использует под капотом множество моделей искусственного интеллекта, в том числе некоторые, созданные самим Блумбергом, а также другие от передовых компаний по моделированию искусственного интеллекта, таких как Anthropic, показывает, что Bloomberg серьезно относится к потенциальной угрозе со стороны собственных стартапов в области искусственного интеллекта. Я поговорил с Шоном Эдвардсом, техническим директором Bloomberg, чтобы узнать больше о том, как Bloomberg создал AskB. Большая часть того, что он сказал, содержит уроки для компаний в любой отрасли, которые пытаются заставить агентов ИИ повысить реальную ценность бизнеса.
Данные – это отличительная черта
Это не значит, что ИИ не может помочь. Эдвардс рассказал мне, что агенты ИИ значительно ускорили процесс создания наборов данных Bloomberg. По его словам, обработка данных, которая раньше занимала четыре с половиной месяца, теперь занимает два дня. Это высвободило большие команды, ранее занимавшиеся вводом и очисткой данных, многие из которых были переведены на проведение внутренних оценок.
Создавайте сильные оценки
Это подводит нас ко второму важному уроку: создание хорошей внутренней оценки имеет решающее значение для получения окупаемости инвестиций от агентов ИИ. «Оценки, я не могу это подчеркнуть, являются решающим фактором в построении полезной и надежной системы», — говорит Эдвардс, называя акцент на создании этих оценок одним из крупнейших «культурных сдвигов», которые Bloomberg пережил за последние два года.
Подготовка оценок – дело непростое и недешевое. Это требует тесного сотрудничества со специалистами в этой области (в данном случае с экспертами по облигационным соглашениям, аналитиками акций, экспертами по рыночным структурам и даже журналистами Bloomberg), а также с командами разработчиков и продуктов. Bloomberg был готов отстранить этих экспертов от их повседневной работы, чтобы они писали тесты для субагентов и помогали оценивать все рабочие процессы. По словам Эдвардса, использование самих моделей ИИ в качестве оценщиков может сработать в простых случаях. Но для всего остального нужны люди-советники. По его словам, при подготовке этих оценок Bloomberg систематизирует «неявное знание» своих экспертов о том, как работают его агенты искусственного интеллекта.
Использование нескольких моделей может помочь сдержать расходы.
Далее, очень важна ценовая дисциплина. А это значит, что рабочие процессы должны быть многомодельными. По словам Эдвардса, AskB использует комбинацию коммерческих моделей Frontier и Open-Weight, а также свои собственные внутренние модели, перенаправляя запросы к самой дешевой модели, которая может справиться с заданной задачей с той степенью надежности и производительности, которую требует рабочий процесс.
Наконец, следующий рубеж – проактивный. Когда я спросил, что будет дальше, Эдвардс ответил, что рабочие процессы между агентами и постоянный мониторинг данных. Он хочет, чтобы Bloomberg был «глазами и ушами» своих финансовых клиентов, смотрел на мир, исходя из позиции, мандата и стратегии каждого клиента, и выявлял не только очевидные вещи, но также эффекты второго и третьего порядка. Наводнение разрушает завод, производящий детали для поставщика компании, запасы которой существуют уже давно; AskB, по замыслу Эдвардса, укажет вам на проблему еще до того, как вы решите спросить.
Достичь этого видения будет сложно. Но многие компании хотят иметь такого активного и всегда доступного агента. Bloomberg показывает некоторые ключевые шаги на этом пути.
УДАЧА В ИИ
Anthropic утверждает, что инженерные ошибки стали причиной месячного спада Claude Code после нескольких недель негативной реакции пользователей, Беатрис Нолан
Европейский успех Cohere подчеркивает рост средних держав ИИ за пределами США и Китая, Шэрон Голдман
DeepSeek представляет свою новейшую модель по минимальным ценам и с «полной поддержкой» чипов Huawei, автор Николас Гордон
Эксклюзив: стартап по подбору персонала на основе искусственного интеллекта Dex привлекает начальный раунд в размере 5,3 миллиона долларов, Джереми Кан
Я использовал новую функцию отправки Клода в течение месяца. Вот все, что я могла сделать, Катерина Джоино
Комментарий: Марк Цукерберг создает клон самого себя с искусственным интеллектом. Большинству людей просто нужна помощь с почтовым ящиком, Мукунд Джа
ИИ В НОВОСТЯХ
Китайский регулятор конкуренции блокирует покупку компанией Meta компании Manus, занимающейся искусственным интеллектом. Китай заблокировал приобретение компанией Meta компании Manus примерно за 2 миллиарда долларов, приказав отменить сделку даже после того, как сотрудники присоединились к Meta, а первоначальные инвесторы Manus уже получили выплаты. Этот шаг подчеркивает, насколько агрессивно Китай ужесточает контроль над ИИ как стратегической технологией, особенно когда отечественные стартапы пытаются «отмыть» свою идентичность, перемещая свою штаб-квартиру в островное государство, чтобы привлечь иностранный капитал, чипы или покупателей. Это решение подчеркивает ускоряющееся отделение экосистем искусственного интеллекта в США и Китае, при этом основатели все чаще оказываются между инвестиционными ограничениями США и растущим контролем Пекина в отношении реструктуризации за рубежом. Подробный анализ решения можно найти в статье редактора журнала Fortune по Азии Николаса Гордона.
ВЗГЛЯД НА ИССЛЕДОВАНИЯ ИИ
Anthropic демонстрирует прогресс в использовании ИИ для автоматизации исследований в области безопасности ИИ. В сообщении в блоге и сопроводительном исследовательском документе компания сообщила, что группа спонсируемых ею исследователей показала, что Claude Opus 4.6 может помочь в разработке и проведении исследований, указывающих на способ решения сложной проблемы безопасности ИИ: как может более слабый интеллект, будь то модель ИИ или потенциально человек, контролировать более умную модель ИИ? Каждый из девяти параллельных экземпляров «Автоматического исследователя выравнивания», оснащенных некоторыми инструментами для проведения расследования, был направлен на несколько отличающуюся первоначальную гипотезу. Затем Клодам пришлось провести исследование, используя модель открытого веса Alibaba Qwen 3-4B Base в качестве сильной модели искусственного интеллекта и Qwen 1.5-0.5B-Chat в качестве менее эффективной модели надзора. Им разрешили потратить семь дней на формулирование гипотез об экспериментах, а затем результаты сравнили с тем, что смогли сделать два исследователя безопасности искусственного интеллекта в аналогичном периоде времени.
«Клодов» тестировали, чтобы выяснить, смогут ли они заставить более сильную модель работать в серии тестов настолько хорошо, насколько это возможно, хотя сама более слабая модель справлялась с этими задачами намного хуже. Клоды, в целом, преуспели, найдя способы заставить слабую модель убедить сильную модель восстановить 97% «разрыва в производительности» между слабой и сильной моделью, в то время как исследователям человеческого ИИ удалось закрыть только 23% этого разрыва. Более того, методы были обобщены на невидимые математические задачи и задачи кодирования, но не были обобщены на другую модель. Кроме того, следователи иногда обнаруживали, что Клоды пытались обмануть, просто инструктируя сильную модель напрямую, вместо того, чтобы найти способы заставить слабого учителя контролировать сильную модель. Хотя это и не идеальный результат, общая вычислительная стоимость экспериментов, проведенных Клодом, составила 18 000 долларов, что, по словам Anthropic, может означать, что эти автоматизированные методы все еще могут быть полезны в поиске новых направлений исследований, которыми могут следовать люди.
У ВАС ЕСТЬ КАЛЕНДАРЬ
23-27 апреля: Международная конференция по обучению представлениям (ICLR), Рио-де-Жанейро, Бразилия.
22–24 апреля: Google Next, Лас-Вегас.
8–10 июня: Fortune Brainstorm Tech, Аспен, Колорадо. Запросите помощь здесь.
17-20 июня: VivaTech, Париж.
6–11 июля: Международная конференция по машинному обучению (ICML), Сеул, Южная Корея.
7–10 июля: Саммит «ИИ во благо», Женева, Швейцария.
ПИТАНИЕ ДЛЯ МОЗГА
