Știri
Știri din categoria Inteligență artificială
Inginerii Ramp reduc timpul de feedback la revizuirea codului de la ore la minute folosind Codex cu GPT‑5.5, ceea ce schimbă practic ritmul în care echipele pot itera pe „pull request”-uri și pot livra mai repede, potrivit OpenAI.
Ramp folosește Codex atât pentru a accelera revizuirea codului, cât și pentru a dezvolta unelte interne „agentice” (instrumente care pot prelua sarcini în mod semi-autonom, pe baza unui obiectiv). Austin Ray, care conduce echipa AI Developer Experience (AI DevEx) la Ramp, spune că revizuirea cu Codex a devenit „o parte obligatorie” în multe fluxuri de code review și că inginerii o cer „pe nume”.
„Codex code review catches things that I miss and that other engineers miss and that other AI code reviewers definitely miss.” —Austin Ray, AI DevEx la Ramp
Miza principală pentru Ramp este viteza de dezvoltare și calitatea codului. Conform sursei, inginerii care „așteptau ore” pentru o primă revizuire pot primi acum feedback „în minute”. Diferența, în descrierea lui Ray, vine din capacitatea Codex de a „raționa” în profunzime în raport cu baza de cod, oferind un nivel de minuțiozitate pe care, în practică, mulți recenzori umani nu îl pot susține constant din lipsă de timp.
Codex este folosit în două moduri, în funcție de preferințele inginerilor:
Pe lângă revizuirea codului, Ray folosește Codex pentru a construi „On-Call Assistant”, un instrument agentic menit să reducă din povara inginerilor în rotațiile de on-call (perioadele în care echipele răspund incidentelor de producție). Ray descrie on-call-ul ca fiind dificil din cauza volumului de logică de business, a cunoștințelor de domeniu și a incidentelor complexe, inclusiv bug-uri de concurență și investigații de durată.
În acest context, Codex ar ajuta la gestionarea complexității și la accelerarea dezvoltării: sursa afirmă că „On-Call Assistant” a devenit „semnificativ mai rapid de construit”, iar Ray spune că are mai multă încredere în fiecare îmbunătățire livrată.
„Codex with GPT‑5.5 is incredibly adept at dealing with that complexity…” —Austin Ray, AI DevEx la Ramp
Ray spune că evaluează uneltele pentru dezvoltatori printr-un criteriu pragmatic: dacă „schimbă efectiv” felul în care oamenii livrează cod sau rămân doar o demonstrație. În aceeași logică, recomandările lui pentru lideri sunt centrate pe implementare și adopție:
În viziunea lui Ray, efectul pe termen mai lung este o schimbare de rol: inginerii ar urma să devină mai mult „orchestratori”, iar abilitatea critică nu va fi scrierea fiecărei linii de cod, ci direcționarea instrumentelor AI, decizia când pot fi de încredere și când trebuie contrazise. Sursa nu oferă un calendar sau ținte cantitative pentru această tranziție, dar o prezintă ca direcție de lucru deja vizibilă în echipele Ramp.
Recomandate
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. [...]
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. [...]
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. [...]
Utilizatorii de iPhone 17 ar putea rămâne fără unele funcții majore de inteligență artificială în iOS 27 , potrivit Android Headlines — un semnal că Apple ar putea condiționa următorul val de capabilități AI de hardware mai nou, cu efect direct asupra ciclului de înlocuire a telefoanelor. Informația, așa cum este prezentată în material, indică o posibilă segmentare a funcțiilor AI în viitoarea versiune iOS 27, astfel încât nu toate modelele recente să primească aceleași capabilități. Pentru utilizatori, miza este practică: accesul la funcții noi nu ar mai depinde doar de actualizarea software, ci și de generația de dispozitiv. De ce contează: AI ca diferențiator de produs și motiv de upgrade Dacă aceste limitări se confirmă, Apple ar folosi AI nu doar ca „feature” de software, ci ca argument comercial pentru trecerea la modele mai noi. În termeni operaționali, asta înseamnă că o parte dintre utilizatori ar putea avea o experiență diferită pe iOS 27, chiar dacă rulează aceeași versiune de sistem de operare. Materialul nu oferă, în fragmentul disponibil, o listă completă a funcțiilor AI care ar urma să lipsească pe iPhone 17 și nici criteriile tehnice exacte (de exemplu, cerințe de procesare pe dispozitiv). Limitarea trebuie tratată ca atare: este o informație de tip „ar urma”, nu o confirmare oficială din partea Apple. Ce ar trebui urmărit în continuare Pentru a evalua impactul real, relevante vor fi: ce funcții AI sunt încadrate drept „majore” și dacă rulează local (pe telefon) sau în cloud; ce modele vor fi eligibile și care este pragul hardware (cip, memorie etc.); dacă Apple va comunica explicit diferențele între generații odată cu detaliile despre iOS 27. [...]
