Știri
Știri din categoria Inteligență artificială
OpenAI își simplifică portofoliul înainte de listarea la bursă, reunind ChatGPT, Codex și API-ul pentru dezvoltatori într-o singură organizație de produs condusă de Greg Brockman, într-o mișcare menită să reducă fragmentarea internă și să susțină o „platformă agentică” unificată, potrivit The Next Web.
Reorganizarea formalizează o structură interimară începută la începutul lui aprilie, după ce Fidji Simo (CEO pentru „AGI deployment”, adică implementarea comercială a tehnologiilor OpenAI) a intrat în concediu medical. Într-un memo intern văzut de Wired, Brockman ar fi scris că OpenAI va „investi într-o singură platformă agentică” și va „uni ChatGPT și Codex într-o experiență agentică unificată”.
Sub Brockman, OpenAI își grupează activitatea în jurul a patru „piloni”, cu schimbări de roluri la vârf:
Consolidarea este prezentată ca o ieșire dintr-o perioadă în care echipe și produse diferite concurau pentru aceleași resurse (putere de calcul, ingineri, priorități). Publicația notează că OpenAI a început „retrageri strategice” încă din decembrie, când Sam Altman ar fi declarat un „code red” și ar fi cerut refocalizarea pe experiența de bază ChatGPT.
În acest context, compania a oprit sau a pus pe pauză mai multe inițiative descrise intern drept „side quests” („misiuni secundare”), inclusiv:
Brockman a legat explicit reorganizarea de limitările de infrastructură, afirmând într-un podcast că puterea de calcul a OpenAI „nu este suficientă nici măcar pentru un asistent personal și linia Codex” în paralel, în forma actuală. Concluzia: dacă produsele converg spre aceleași capabilități, menținerea unor echipe și foi de parcurs separate devine redundantă.
Materialul plasează decizia și în contextul competiției accelerate pe zona de „agentic coding” (instrumente care nu doar sugerează cod, ci pot executa sarcini în pași, folosind unelte). Exemplul central este Cursor, despre care se spune că a ajuns la 2 miliarde de dolari venit anualizat și discută o rundă la o evaluare de 50 de miliarde de dolari.
În paralel, OpenAI ar pregăti o listare la bursă în T4 2026, vizând o evaluare de aproximativ 852 de miliarde de dolari. O singură platformă, cu o logică unificată de monetizare (abonament, ofertă pentru companii și facturare prin API), ar fi mai ușor de explicat investitorilor decât un portofoliu de aplicații cu obiective și costuri concurente.
Platforma unificată ar urma să fie livrată treptat. Conform planului descris, Codex ar urma să se extindă mai întâi dincolo de programare, către sarcini de productivitate, iar ulterior ChatGPT și instrumentul de cercetare Atlas ar fi integrate. Nu este anunțată o dată de lansare.
Ambiția, în termeni operaționali, este o singură interfață în care utilizatorul poate conversa, scrie cod, rula sarcini în mai mulți pași, naviga pe web, gestiona fișiere și interacționa cu servicii externe, cu venituri colectate printr-un singur abonament sau prin relația de facturare API.
În fundal, momentul este complicat de procesul Musk vs. Altman, care, potrivit articolului, poate influența chiar structura juridică a companiei. În acest cadru, concentrarea responsabilităților la Brockman (strategie de produs și infrastructură) devine și un pariu de guvernanță: OpenAI își simplifică „povestea” pentru piață, dar își concentrează execuția într-un singur centru de comandă.
Recomandate
ChatGPT a coborât sub 50% cotă de piață, semn că piața asistenților AI intră într-o fază mai competitivă și mai orientată spre monetizare , potrivit HotNews , care citează raportul „State of AI” 2026 al firmei de analiză Sensor Tower . Datele indică o schimbare de dinamică într-un segment care, până recent, părea dominat aproape incontestabil de OpenAI: la începutul anului, ChatGPT era încă peste 50%, dar până la finalul lunii mai a scăzut la 46,4%, pe fondul creșterii rapide a rivalilor. Cine câștigă teren și cum arată împărțirea pieței Conform estimărilor Sensor Tower, avansul vine în special din două direcții: Gemini (Google) : 27,7% cotă de piață, alimentată în mare parte de integrarea în ecosistemul mai larg de instrumente Google; Claude (Anthropic) : 10,3% cotă de piață, cu o reputație puternică pentru sarcini de productivitate și, prin Claude Code, utilizare intensă în rândul programatorilor. Alți asistenți — inclusiv Grok (xAI), Perplexity, DeepSeek și Meta AI — sunt menționați cu sub 5% fiecare. De ce contează pentru business: utilizatorii schimbă mai ușor aplicația, iar banii cresc Raportul „State of AI” 2026, citat de TechCrunch, estimează că între începutul anului și finalul lunii iunie utilizatorii vor descărca aproape 2,3 miliarde de aplicații AI și vor cheltui peste 4,2 miliarde de dolari (aprox. 19,3 miliarde lei) pe acestea. În aceeași perioadă a anului trecut, cheltuielile au fost de 1,83 miliarde de dolari (aprox. 8,4 miliarde lei), ceea ce sugerează o mutare a industriei de la „creștere cu orice preț” către monetizare . În același timp, raportul notează că atât ritmul descărcărilor, cât și cel al cheltuielilor încetinesc, un posibil semn de maturizare a pieței, chiar dacă valorile absolute continuă să urce. Încrederea în brand începe să conteze în utilizare Un alt semnal operațional important: utilizatorii sunt „din ce în ce mai dispuși” să treacă de la un asistent la altul, iar anumite evenimente pot accelera migrarea. Ca exemplu, raportul menționează că acordul încheiat în februarie de OpenAI cu Departamentul Apărării al SUA a declanșat un vârf măsurabil al dezinstalărilor, sugerând că pentru o parte dintre utilizatori contează nu doar funcțiile, ci și încrederea în companie și alinierea la anumite valori. Utilizatori și abonamente: două modele diferite de tracțiune Sensor Tower indică și o diferențiere între popularitate și capacitatea de a transforma utilizarea în venituri recurente: ChatGPT ar fi ajuns la un miliard de utilizatori activi lunar , cu o creștere de 200 de milioane din februarie; Gemini are 662 de milioane de utilizatori activi lunar, iar Claude 245 de milioane . Pe partea de monetizare, Claude iese în evidență: 13% dintre utilizatorii Anthropic plătesc un abonament , o rată de conversie prezentată drept un reper relevant pentru investitori atunci când evaluează cât de sustenabile sunt veniturile companiilor din AI. În paralel, raportul estimează că timpul petrecut în aplicațiile AI va urca de la 17,2 miliarde de ore în prima jumătate din 2025 la aproximativ 36 de miliarde de ore în prima jumătate a acestui an, pe fondul utilizării tot mai frecvente pentru productivitate și al apetitului mai mare pentru funcții premium, în special în SUA. [...]
OpenAI alocă 150 milioane de dolari (aprox. 690 milioane lei) pentru a accelera implementările de IA în companii , mizând pe o rețea globală de parteneri care să acopere partea considerată acum „factorul limitativ”: identificarea cazurilor de utilizare, reproiectarea fluxurilor de lucru, integrarea cu sistemele existente și managementul schimbării, potrivit OpenAI . Programul, numit OpenAI Partner Network , este gândit ca un cadru prin care parteneri din întreaga lume pot „construi, vinde și livra” soluții de inteligență artificială folosind produsele și modelele OpenAI. Miza operațională este scalarea adoptării în mediul enterprise (companii mari), unde provocarea nu mai este performanța modelelor, ci execuția: strategie, integrare sigură cu datele și sistemele interne, guvernanță și suport. Ce presupune rețeaua și cum sunt structurați partenerii OpenAI descrie rețeaua ca un program care face colaborarea „mai ușoară și mai flexibilă”, indiferent dacă partenerii co-vând, implementează, construiesc soluții sau conectează clienții la tehnologia OpenAI. Partenerii sunt recunoscuți în funcție de valoarea creată și primesc acces la resurse, instruire și suport pentru a-și construi practici de IA. Programul are trei niveluri, cu criterii ridicate privind performanța comercială și capacitatea de livrare: Select Advanced Elite Specializări și suport pentru implementări complexe Pe măsură ce platforma evoluează, partenerii vor putea obține specializări care să indice expertiză în zone „cu impact ridicat”, precum Codex , securitate cibernetică și agenți (sisteme care pot executa sarcini în mod semi-autonom, pe baza unor obiective). Scopul declarat este dublu: clienții să identifice mai ușor furnizori cu capabilități dovedite, iar partenerii să aibă o cale mai clară de dezvoltare a competențelor, în pas cu ritmul de livrare al produselor OpenAI. Separat, OpenAI spune că pilotează și un program de tip Forward Deployed Experts , destinat partenerilor implicați în implementări enterprise complexe. Inițiativa urmărește alinierea mai bună cu echipele OpenAI de „Forward Deployed Engineering” atunci când proiectele cer suport de implementare mai profund, iar participanții ar urma să aibă acces la tehnologii, „playbook”-uri (ghiduri operaționale) și tipare de transformare. Ținta de scalare: 300.000 de consultanți certificați până la final de 2026 Pe lângă investiția de 150 milioane de dolari (aprox. 690 milioane lei), OpenAI afirmă că își propune să instruiască și să abiliteze 300.000 de consultanți certificați până la finalul lui 2026 . În logica programului, această masă de competențe ar trebui să reducă blocajele de implementare din companii și să crească viteza cu care proiectele trec „de la ambiție la rezultate măsurabile”. În esență, OpenAI își poziționează rețeaua de parteneri ca o infrastructură de livrare: nu doar acces la modele, ci capacitate de integrare, reproiectare de procese și management al adoptării, la scară globală. [...]
Cheltuielile OpenAI au urcat anul trecut la 34 mld. dolari, iar presiunea pe cash împinge compania spre eficientizare înainte de un posibil IPO , potrivit IT之家 , care citează un articol publicat de Financial Times . Conform informațiilor, OpenAI ar fi avut în 2025 cheltuieli totale de 34 miliarde de dolari (aprox. 156 miliarde lei). Structura costurilor indică un model de creștere puternic dependent de investiții: 19 miliarde de dolari (aprox. 87 miliarde lei) pentru cercetare și dezvoltare, circa 6 miliarde de dolari (aprox. 28 miliarde lei) pentru vânzări și marketing, iar restul de aproximativ 9 miliarde de dolari (aprox. 41 miliarde lei) pentru infrastructură, operațiuni și alte costuri. Diferența dintre cheltuieli și venituri rămâne mare În același context, publicația notează că mai multe instituții media au relatat anterior că veniturile OpenAI ar fi fost de 13 miliarde de dolari (aprox. 60 miliarde lei) anul trecut, mult sub nivelul cheltuielilor. Totodată, compania ar fi înregistrat o pierdere netă de 39 miliarde de dolari (aprox. 179 miliarde lei), semn că se află încă într-o etapă de investiții masive. De unde vin costurile și ce urmează Potrivit sursei, principalii factori care alimentează pierderile sunt investițiile continue în: achiziția de cipuri pentru putere de calcul; construirea de centre de date; recrutarea de specialiști. În paralel, OpenAI ar lucra la optimizarea modului de operare, inclusiv prin creșterea eficienței, temperarea ritmului de creștere a bugetului de cercetare și dezvoltare și reducerea proiectelor non-esențiale, în pregătirea pentru un IPO (ofertă publică inițială) în acest an, mai arată materialul. [...]
Administrația SUA a amânat includerea DeepSeek pe „Entity List”, o decizie care menține, cel puțin temporar, accesul utilizatorilor și companiilor americane la tehnologia firmei chineze, în pofida acuzațiilor de sprijin pentru operațiuni militare și de informații ale Chinei , potrivit Tom's Hardware . Miza este una de reglementare cu efecte directe în piață: „Entity List” (lista de entități a Departamentului Comerțului din SUA) limitează sever posibilitatea instituțiilor și companiilor americane de a face afaceri cu firmele incluse. Conform unui raport citat de Reuters , DeepSeek și peste o sută de alte companii chineze ar fi fost pregătite pentru includere încă de anul trecut, însă Casa Albă a evitat actualizarea listei pentru a nu escalada tensiunile comerciale cu Beijingul, inclusiv în contextul vizitei de stat de trei zile a președintelui Donald Trump în China. Ce ar fi însemnat „Entity List” pentru companii și utilizatori În material se arată că un comitet interagenții ar fi recomandat includerea startupului chinez după ce un oficial senior al Departamentului de Stat ar fi susținut că firma sprijină operațiuni militare și de informații ale Chinei. Pe aceeași listă ar fi urmat să intre și producătorul chinez de memorii CXMT, ceea ce ar fi extins impactul dincolo de zona de software și modele de inteligență artificială. Pentru piața americană, o astfel de decizie ar fi avut consecințe operaționale imediate, deoarece ar fi afectat atât companiile care folosesc sau testează modele ale DeepSeek, cât și lanțuri de aprovizionare unde apar produse ale CXMT. De ce amânarea contează acum Tom’s Hardware notează că, în ciuda îngrijorărilor de securitate, DeepSeek câștigă popularitate în rândul utilizatorilor americani, fiind folosit ca alternativă la modele „de vârf” mai scumpe ale OpenAI și Anthropic . În paralel, CXMT ar începe să câștige tracțiune, inclusiv prin faptul că Corsair ar folosi cipuri DRAM de la compania chineză pentru piața din China, pe fondul penuriei care a afectat livrările unor producători precum Micron, Samsung și SK hynix. În acest context, o actualizare a listei ar lovi nu doar entitățile vizate, ci și companii și utilizatori americani care depind de aceste produse sau le folosesc pentru a-și reduce costurile. Context: acuzații suplimentare și riscul de represalii Materialul mai menționează că Anthropic a acuzat DeepSeek și alte două modele chineze „frontier” că ar fi „distilat” (adică ar fi extras comportamente/capabilități dintr-un model mai mare pentru a antrena unul mai mic) modelul Claude, folosind 16 milioane de „schimburi” realizate prin 24.000 de conturi frauduloase, potrivit unei postări pe X . Compania americană susține că astfel de practici pot elimina mecanisme de siguranță și pot alimenta utilizări militare, de informații sau de supraveghere. Separat, sunt amintite și relatări potrivit cărora DeepSeek ar fi folosit companii-paravan pentru a încerca să obțină cipuri Nvidia interzise la export, detaliate într-un alt material Tom’s Hardware despre încercări de a achiziționa cipuri Nvidia interzise . Pe fond, publicația plasează decizia într-o logică mai largă a restricțiilor și controalelor la export folosite de SUA pentru a limita accesul Chinei la tehnologie avansată. Totodată, este invocat riscul de represalii din partea Beijingului, inclusiv prin controlul asupra exporturilor de pământuri rare, materiale importante pentru industria semiconductorilor, subiect tratat de Tom’s Hardware într-un articol despre controlul Chinei asupra pământurilor rare și despre penuria resimțită de producătorii de cipuri . În lipsa unei actualizări oficiale a listei, situația rămâne deschisă: raportul citat indică faptul că includerea DeepSeek și a altor firme este pregătită, dar blocată politic pe termen scurt, tocmai din cauza potențialului de escaladare economică și comercială. [...]
Dezvoltarea rapidă a AI ar putea duce la deficit de forță de muncă, nu la șomaj în masă , susține Jeff Bezos , potrivit Economedia . Mesajul are relevanță economică directă: dacă productivitatea crește mai repede decât disponibilitatea oamenilor, companiile pot ajunge să concureze mai dur pentru angajați, în timp ce apar roluri noi care mută accentul de la execuție la coordonare și decizie. Bezos a făcut declarațiile miercuri, la o conferință de tehnologie organizată la Paris, unde a respins ideea că inteligența artificială va „face oamenii inutili” și a argumentat că, dimpotrivă, AI poate amplifica capacitatea de producție și eficiența în multe domenii. În viziunea sa, societatea este limitată de resursa umană, iar AI ar reduce barierele care frânează munca oamenilor. „Știu că există o mare îngrijorare (…) că AI va face ca oamenii să devină inutili (…) Nu sunt deloc de acord (…) Și cred, de fapt, că AI-ul va crea un deficit de forță de muncă.” Context: temerile privind automatizarea rămân puternice Declarațiile vin pe fondul unei anxietăți persistente legate de automatizare. Un sondaj Ipsos/Reuters citat în material arată că aproximativ jumătate dintre americani cred că avansul inteligenței artificiale ar putea duce la pierderea locurilor de muncă pentru mulți angajați. În același timp, extinderea tehnologiilor AI începe să schimbe structura pieței muncii, inclusiv prin apariția unor ocupații noi. Ce tipuri de joburi apar deja în „economia AI” Economedia notează două exemple de roluri emergente: „Vibecoders” : programatori care folosesc instrumente AI (precum GitHub Copilot, Claude sau Cursor) pentru a dezvolta aplicații fără a scrie integral codul manual. Accentul se mută spre arhitectura și direcția proiectului, în timp ce o parte din execuție este automatizată. „Prompt engineer” : specialist care formulează instrucțiuni pentru modele de AI astfel încât acestea să genereze rezultate precise și relevante; rolul pune mai mult accent pe creativitate, logică și comunicare decât pe programare avansată. Informațiile sunt preluate de Economedia dintr-un material citat de Mediafax , fără detalii suplimentare despre amploarea acestor roluri sau ritmul în care se generalizează în companii. [...]
Laboratoarele chineze de IA mută tot mai mult antrenarea pe cipuri locale, dar „înlocuirea Nvidia” rămâne departe , arată o trecere în revistă publicată de South China Morning Post , pe fondul restricțiilor americane la export și al presiunii Beijingului pentru autosuficiență tehnologică. Deși modelele chinezești au devenit mai competitive față de cele din SUA, hardware-ul de IA al Chinei rămâne în urmă, iar cipurile locale sunt folosite pe scară largă mai ales la „inference” (rularea modelului deja antrenat pentru a răspunde la întrebări), nu la pre-antrenare, etapa cea mai consumatoare de putere de calcul. Publicația notează că niciunul dintre modelele de top din China nu este cunoscut ca fiind pre-antrenat pe „siliciu” autohton, însă tot mai multe echipe încearcă să mute etape mai timpurii ale antrenării pe infrastructură locală. Potrivit economistului Natixis Gary Ng, această tranziție poate încetini dezvoltarea pe termen scurt față de rivalii americani, dar ar contribui, în timp, la construirea unui lanț intern complet de aprovizionare pentru IA, „destul de rar la nivel global”. Unde se vede, concret, trecerea pe cipuri chinezești Articolul inventariază cinci exemple recente, care acoperă etape diferite din ciclul de viață al unui model (pre-antrenare, post-antrenare și inferență): Zhipu AI – GLM-Image : model de generare de imagini, open-source, dezvoltat împreună cu Huawei și antrenat pe serverul Ascend Atlas 800T A2 (cu acceleratorul Ascend 910) și framework-ul MindSpore, potrivit companiei. Zhipu susține că este primul model multimodal „state-of-the-art” antrenat integral pe cipuri domestice, cu nuanța că modelele de imagini cer, de regulă, mai puțină putere de calcul decât modelele lingvistice mari (LLM). (Context despre companie: Zhipu AI ) Meituan – LongCat-2.0-Preview : compania a invitat utilizatorii să testeze un model „trillion-parameter” și a afirmat că atât antrenarea, cât și inferența au fost făcute integral pe un „cluster de calcul domestic”. Meituan nu a precizat ce acceleratoare a folosit, menționând doar că etapa de antrenare a necesitat 50.000–60.000 de cipuri locale, iar modelul nu a fost încă lansat oficial publicului. (Context: Meituan ) ModelBest – modele ușoare „on-device” : start-up-ul a publicat BitCPM-CANN, un model ternar de 1,58 biți, în patru dimensiuni (0,5–8 miliarde de parametri), proiectat să comprime „greutățile” (weights) pentru eficiență fără memorie fizică suplimentară. Modelul ar fi fost antrenat pe hardware Ascend și poartă numele arhitecturii CANN (Compute Architecture for Neural Networks), echivalentul local al CUDA (setul de instrumente software al Nvidia). Compania mai spune că a antrenat pe Ascend și MiniCPM5-1B, care ar fi depășit seria Qwen a Alibaba într-un clasament Artificial Analysis pentru modele open-weights sub 2 miliarde de parametri. (Context: ModelBest ) DeepSeek-V4-Pro – post-antrenare pe Ascend 910C : o echipă de cercetare de la Huawei și Shenzhen Loop Area Institute afirmă că a folosit cipuri Ascend 910C pentru post-antrenarea „full-parameter” a modelului flagship de 1,6 trilioane de parametri, pe un cluster cu cel puțin 1.000 de cipuri Huawei. Publicația subliniază însă că post-antrenarea este mult mai puțin intensă computațional decât pre-antrenarea. (Context: DeepSeek-V4-Pro ) Universitatea Peking – EvoPhys-World : un „world model” 5D care simulează mișcări în spații fizice și a urcat pe primul loc în benchmark-ul WorldScore al Universității Stanford. Echipa spune că a antrenat modelul folosind GPU-ul MTT S5000 de la Moore Threads și platforma Musa, alternativă la CUDA. Moore Threads susține că performanța la „training throughput” (viteza de procesare în timpul învățării) a fost aproape la nivelul unor cipuri „mainstream” globale nenumite și cu o calitate a inferenței aproape identică. (Context: Moore Threads Technology ) De ce contează pentru piață Imaginea de ansamblu este una de substituție graduală, pe segmente , nu de înlocuire rapidă a Nvidia: China pare să avanseze în folosirea cipurilor locale la inferență și, punctual, la post-antrenare sau la antrenarea unor modele mai „ușoare”, în timp ce pre-antrenarea modelelor de vârf rămâne, cel puțin din informațiile publice, un prag încă neatins pe scară largă cu hardware autohton. În termeni operaționali, miza imediată este dacă ecosistemele software alternative la CUDA (precum CANN și Musa) și capacitatea de a construi clustere mari cu cipuri locale pot reduce dependența de acceleratoarele americane, chiar cu costuri de eficiență pe termen scurt. [...]
