Чому весь ШІ починається з одного чипа1 травня Пентагон підписав угоди на доступ до секретних мереж з OpenAI, Google, Microsoft, NVIDIA, AWS, SpaceX, Oracle і стартапом Reflection - і демонстративно залишив Anthropic за дверима. За цим списком стоять реальні гроші: $33,7 млрд у бюджеті-2026 на ШІ, і 1,3 млн військових, що вже щодня генерують запити через GenAI.mil.Щоб зрозуміти, чому «замовлення на чипи» - це фінансовий індикатор, а не технічна новина, потрібна одна аналогія. У м’ясній галузі дивляться на голів худоби на відгодівлі - більше корів сьогодні означає більше м’яса за пів року. У виробників чипів (NVIDIA, Huawei) ця метрика - кількість замовлених GPU і обсяг поставок. Чип - це «корова» для ШІ: без нього модель не навчиш і не запустиш. Тому коли ByteDance замовляє $5,6 млрд чипів Huawei - це передплата на обчислювальні потужності на роки. Huawei очікує $12 млрд виручки від ШІ-чипів у 2026 році, на 60% більше ніж торік, бо NVIDIA після санкцій фізично не може продавати топові GPU в Китай.Для компаній, що розробляють і запускають моделі - OpenAI, Anthropic, Google - ключова метрика інша: кількість токенів через API на місяць. Токен - це три-чотири символи тексту, які модель «спалює» під час відповіді. Більше токенів - більше виручки. Угода з Пентагоном - це буквально сотні мільярдів токенів щомісяця від гарантованого замовника. Anthropic від цього потоку наразі відрізана через відмову знімати guardrails для автономної зброї, хоча переговори у Білому домі вже відновились.Три цифри, за якими варто стежити: GPU-замовлення (хто контролює «корів»), обсяг API-токенів (хто продає «м’ясо»), кількість корпоративних контрактів рівня DoD (хто має гарантований попит). Сьогодні NVIDIA губить першу метрику в Китаї, Anthropic - третю в США.#шірадар
Білий дім проти ШІ-зброї. Але ШІ-зброя вже вирвалась назовні Anthropic відкрила Claude Security для всіх корпоративних клієнтів - система сканує GitHub-репозиторій, знаходить вразливості й генерує патчі через Opus 4.7 без жодної додаткової інтеграції. CrowdStrike, Palo Alto Networks, Microsoft Security і Wiz вже вбудовують її у свої продукти, Accenture і Deloitte розгортають для клієнтів. OpenAI того ж дня оголосила розгортання GPT-5.5-Cyber серед критичних кіберзахисних структур. Обидві компанії одночасно вийшли на ринок кіберзахисту як продукту.Але Білий дім зупинив розширення Mythos - найпотужнішої моделі Anthropic, яка здатна самостійно знаходити й експлуатувати вразливості. Компанія планувала розширити доступ з 50 до 120 організацій, адміністрація Трампа сказала «ні». Два аргументи: ризик кіберзброї і нестача обчислювальних потужностей без шкоди для урядового доступу. Перший публічний прецедент, коли уряд США блокує продуктовий roadmap AI-компанії - не через закон, а через телефонний дзвінок.Поки два гіганти ділили кіберзахисний ринок, атаки вже йшли знизу. Північна Корея (Famous Chollima) поширює npm-пакет PromptMink, написаний за допомогою ШІ, - він краде API-ключі зі середовищ розробників. LiteLLM отримала критичну SQL-ін’єкцію з оцінкою CVSS 9.3: неавторизований зловмисник може читати й модифікувати базу даних будь-якого AI-проксі через стандартний LLM-маршрут. GitHub - окремо - закрив RCE, яка спрацьовує від одної команди git push. Три вектори, три різні частини AI-стека, одна доба. І це тільки початок…На фоні безпекового хаосу ринок продовжував рахувати гроші. Google Cloud виросла на 63% рік до року до $20 млрд за квартал, backlog корпоративних замовлень сягнув $462 млрд - майже вдвічі більше, ніж квартал тому. Mistral випустила Medium 3.5: 128 млрд параметрів, відкриті ваги, розгортається від 4 GPU, 77.6% на SWE-Bench - перша self-hostable модель рівня топ-флагманів для компаній, чиї дані не можуть покидати периметр. NVIDIA виросла на 3.6% до нового рекорду.Якщо уряд може зупинити одну компанію одним дзвінком - що відбудеться, коли наступна модель виявиться ще потужнішою за Mythos, а доступ до неї вже матимуть 120 організацій?#шірадар
Вчора Google зробив крок, який остаточно закриває епоху ШІ як простого чата. Тепер Gemini прямо в чаті генерує готові файли - PDF, Word, Excel, Docs, Sheets, Slides. Одним промптом, без копіпасту та зайвих рухів. Згенерували, завантажили, працюєте. Але це лише інтерфейс. Справжня зміна парадигми відбувається глибше.Всередині Google Workspace алгоритм тепер працює як повноцінний аналітик. Gemini будує складні таблиці в Sheets з нуля, зчитуючи ваш опис природною мовою. Дані бенчмарку SpreadsheetBench фіксують 70,48% успішного виконання архітектурних задач - це абсолютний лідер на ринку. Автоматизація рутини прискорилася вдев'ятеро. Це вже не допомога з формулами, це інший рівень управління даними.Для бізнесу це напряму конвертується в капіталізацію часу та економію ресурсів. Фінансовий директор формує P&L-дашборд на основі минулорічних даних одним запитом, перетворюючи день роботи відділу на десять хвилин машинного часу. Маркетолог перестає бути ручним маршрутизатором між розрізненими таблицями і поштою, делегуючи збір контексту алгоритму. Операційний директор будує робочу модель розподілу бюджету або графіку персоналу без залучення дорогих зовнішніх консультантів.Рік тому моделі просто генерували текст. Сьогодні вони агрегують ваш корпоративний Context Management - файли, листи, історію комунікацій - і видають готові інфраструктурні документи. Штучний інтелект перестав бути асистентом і став повноцінним операційним партнером.Аналізуючи ефективність агентських систем, які ми розгортаємо для корпоративних клієнтів в AISync Global, я бачу єдиний критичний тренд. Питання давно не в тому, чи варто тестувати інновації. Питання виключно в тому, скільки грошей ваша команда втрачає щодня на процесах, які грамотно налаштована система закриває за 60 секунд.Зараз ми "проганяємо" це оновлення на реальних бізнес-кейсах нашої екосистеми. Тверді цифри та результати покажу в наступному розборі#шірадар
$130 мільярдів проти однієї компаніїOpenAI будували як некомерційну організацію - місія, а не прибуток. Маск був серед засновників і вклав у цю ідею $45 млн. Потім Альтман перетворив компанію на бізнес з оцінкою $852 млрд, залучив Microsoft, Saudi Aramco, SoftBank - і готується до виходу на біржу. Маск вважає, що його обдурили: обіцяли одне, зробили інше. Тепер він судиться і вимагає $130+ млрд збитків і примусового повернення компанії до некомерційної структури.Суд розпочався рівно тоді, коли WSJ розкрив: OpenAI кілька місяців поспіль не виконувала власні планові показники по виручці і не досягла мільярда тижневих активних користувачів, яких обіцяла інвесторам. Збіг чи ні - але Маск атакує компанію в критичний момент. Акції Oracle, CoreWeave та SoftBank за добу просіли на 4–10%.Якщо суд вирішить на користь Маска - IPO заблоковане, структура власності переписується, $852 млрд оцінка тане. Якщо програє - Маск отримав чотири тижні медійного шуму навколо конкурента і уповільнив його на рік судовими витратами. Для інвесторів у компанії з прямою залежністю від OpenAI - Oracle, CoreWeave, SoftBank - це не абстрактний судовий процес, це прямий ризик у портфелі.Ця історія тягнеться вже більше року і завершення ще не видно. Маску вигідно. Він має більше часу наростити обчислювальні потужності, ну і вибити конкурента, або отримати частку бізнесу. Спостерігаємо…
«Всі хочуть створювати ШІ-агентів, доки не починають створювати ШІ-агентів»(Продовжуємо вчорашню тему про персональну АІ-операційну систему)ФундаментДані - Моделі - Процеси. Зверніть увагу: я тут не пишу про нейромережі та інші інструменти ШІ. Тільки три фундаментальні речі. Дані - Моделі - Процеси.Все базується на даних. Як тільки ви даєте будь-якій Моделі задачу - вона вмикає свій «досвід». А досвід базується на даних, які вона має, актуальності цих даних і релевантності до контексту.Для прикладу. Мені треба ШІ-агент, який публікує дописи в соцмережах. Можна прийти до ChatGPT і написати «Пиши». Він напише. Але це буде нереальний мусор, який не виконує жодної бізнес-задачі. А от якщо він матиме приклади публікацій, постійно збиратиме аналітику, дані для актуалізації і на їх основі генеруватиме контент - виявиться, що не такий вже й мусор. І не тільки читати можна, але й бізнес-задачі виконує.Тому ШІ-агент номер один - власна база знань з пам’яттю та постійною актуалізацією. Я це називаю одним словом: АІ-Досвід.Досвід складається із зовнішніх даних - вебсайтів і книг, ваших переписок, додаткових матеріалів і навіть складних Excel-таблиць або нормативних документів та політик.В мене він побудований у звʼязці з Obsidian + Vector Store + SQL + LLM для структуризації. А ось та волога мрія, що зараз я підключу Obsidian + Claude Code як це красиво описав Андрій Карпаті, і воно само буде збирати дані і само навчатись руйнується як тільки у вас назбирається більше ста документів в папці Ну а коли вже розбудуєте агента АІ-Досвід, то тільки після цього - вибираємо моделі та процеси.Про це поговоримо в наступних дописах.#шісистема
Щодня з’являється новий інструмент, новий плагін, нова нейромережа - і вмикається режим FOMO.Але поки ви гоняєтесь за фічами, хтось тихо будує систему.Два місяці тому всі фанатіли від OpenClaw. Де він зараз? Скільки реальних кейсів ви на ньому побудували?Потім прийшов Claude Code. Зараз розгортається хайп навколо Codex. І щоразу одне й те саме - ажіотаж, спроби, розчарування, наступний хайп.В погоні за щастям фічами зникає суть.ШІ - це про ефективність. Не про те, яку модель ви запустили вчора.П’ять компаній вже поділили ринок. Гонка моделей зрозуміла. Можна видихнути і нарешті зайнятись головним.Я два роки будував свою АІ-операційну систему. Не читав про неї - будував. Тестував, ламав, переробляв. Зараз вона працює на мене щодня - у роботі з клієнтами, в контенті, в інвестиційному аналізі, в операційці бізнесів.Це не набір інструментів. Це архітектура.І я вперше публічно покажу її повністю - шар за шаром.Серія дописів стартує цього тижня. Перший буде - про фундамент, без якого решта не має сенсу.P.S: підхід до інвестицій покращився в рази#шісистема
OpenAI випустив GPT-5.523 квітня OpenAI запустив GPT-5.5, кодова назва всередині компанії - “Spud”. Реліз стався через шість тижнів після GPT-5.4 - рекордно короткий цикл навіть за мірками 2026 року.  Модель вже доступна платним користувачам ChatGPT і Codex: рівні Plus, Pro, Business та Enterprise.  API-доступ поки затримується - OpenAI пояснює це необхідністю додаткових засобів кіберзахисту, специфічних для роботи через інтерфейс розробника. Ключова інженерна особливість: модель вирішує багатокрокові завдання автономно, з меншою кількістю підказок від користувача, і робить це за тією самою швидкістю, що й попередній GPT-5.4. GPT-5.5 vs Claude Opus 4.7: де хто виграєOpus 4.7 з’явився тижнем раніше, 16 квітня. Обидві моделі позиціонуються як флагмани для агентної роботи. Але цифри показують два різних профілі.На Terminal-Bench 2.0, який тестує автономне виконання задач у терміналі, GPT-5.5 набирає 82.7%, Opus 4.7 - 69.4%. Якщо агент має самостійно розгортати, тестувати і виправляти код у середовищі командного рядка - GPT-5.5 зараз попереду.На бенчмарку MRCR, що симулює роботу з документами від 512K до 1M токенів, GPT-5.5 показує 74.0% проти 32.2% у Opus 4.7.  Удвічі більше - і це означає, що аналіз цілої кодової бази або тисяч сторінок юридичних документів за один прохід поки є прерогативою GPT-5.5.Opus вигра в іншому - реальне програмне забезпечення. SWE-bench Pro, що тестує вирішення справжніх задач з GitHub-репозиторіїв, у Opus 4.7 становить 64.3%; GPT-5.4, попередник GPT-5.5, зупинявся на 57.7%.  Даних GPT-5.5 на цьому бенчмарку поки немає, тому поки лідерство за Claude в оркестрації між інструментами, але це за бенчами. Будемо реально тестуватиКомп’ютерне керування - практична нічия: GPT-5.5 на OSWorld-Verified дає 78.7%, Opus 4.7 - 78.0%.  Різниця менша за похибку реального застосування.Реальні кейси, не синтетика, але і не з нашої практикиМатематик збудував застосунок з алгебраїчної геометрії з одного промпту за 11 хвилин. Команди, що тестували GPT-5.5 до релізу, звітують про економію до 10 годин роботи на тиждень. З боку Opus 4.7 цифри не менш круті. Rakuten зафіксував утричі більше виробничих задач, вирішених у порівнянні з Opus 4.6. CodeRabbit отримав понад 10% покращення точності при аналізі складних pull request-ів.  Vercel підтвердив нову поведінку: модель самостійно пише тести і верифікує власний код до початку роботи - без жодного запиту з боку розробника. Ціна - і де прихований нюансGPT-5.5 у API коштуватиме $5 за мільйон вхідних токенів і $30 за вихідні.  Opus 4.7 тримає ціни Opus 4.6 - $5 вхідні, $25 вихідні.  На перший погляд різниця невелика. Але є деталь: оновлений токенізатор Opus 4.7 може витрачати від 1 до 1.35 рази більше токенів залежно від типу контенту.  Тож реальну вартість потрібно рахувати на власних задачах, а не за прайс-листом.Хто що обираєGPT-5.5 - якщо ваш агент самостійно виконує тривалі задачі в терміналі, аналізує великі масиви документів або підтримує наукові дослідження. Opus 4.7 - якщо будуєте багатоагентні пайплайни, де модель координує десятки інструментів, або вирішуєте складні задачі реального code review у великих репозиторіях.Цікаво інше: обидві моделі вийшли з інтервалом у тиждень, обидві б’ють рекорди - але жодна не домінує в усіх сценаріях одночасно. Ми перейшли від “яка модель найкраща” до “яка модель найкраща для цієї конкретної задачі”.
OpenAI запустила Workspace Agents для Business, Enterprise, Edu та Teachers планів - хмарних ботів на основі Codex, що виконують командні процеси автономно, навіть коли ніхто з команди не онлайн. Один раз описуєте процес у ChatGPT, агент сам будує кроки, підключає інструменти, запускається за розкладом або реагує на тригери в Slack. До 6 травня - безкоштовно в режимі research preview. Після - кредитна модель.Але щоб зрозуміти, що насправді відбулося, варто поставити OpenAI поруч з Anthropic.Anthropic зробила цей крок першою. Anthropic відкрила Managed Agents у публічний бета - API для розробників за $0.08/год runtime без інфраструктурного overhead. Notion, Asana і Sentry вже будують на цьому. Операційні, маркетингові та фінансові команди складають більшість тих, хто використовує Cowork щодня - не розробники.OpenAI відповіла через два тижні.Різниця між двома підходами не в якості - вона в точці входу. OpenAI орієнтується на корпоративні Slack-потоки і хмарну координацію: агент живе в ChatGPT і нікуди не виходить. Anthropic грає на ширшу аудиторію та глибший контроль: агент бачить ваш екран, файли, рутини, відкриває застосунки. Для великого enterprise з тисячами сідів у ChatGPT - Workspace Agents є рішенням тут і зараз. Для компанії, що хоче вбудувати агента в реальні операційні процеси — Claude Managed Agents ближчий до виробничого інструменту. В AISync Global саме так і виглядає практика на клієнтських впровадженнях: desktop-модель із доступом до реальних файлів дає інший рівень автоматизації, ніж chat-бот у хмарі.На цьому фоні Anthropic розслідує несанкціонований доступ до Claude Mythos Preview. Модель із закритим релізом - лише для Amazon, Apple, Microsoft, Cisco та JPMorgan - отримали через компрометовані credentials підрядника і URL-інференцію з окремого витоку даних. Ознак виходу за межі vendor-середовища Anthropic не знайшла. Але сам факт: найзахищеніша модель компанії вартістю $380 мільярдів виявилась доступною за перші 24 години після анонсу - через ланцюг постачання, а не через технічну вразливість. Для кожного бізнесу, що зараз дає агентам доступ до внутрішніх систем: ваш ризик не в моделі, а в людях навколо неї.ServiceNow звітувала Q1 краще за прогнози - subscription revenues $3.1 мільярда, зріст 21% рік до року. Акції впали на 12%. CEO Білл МакДермотт пояснив: вакансії, що відкриваються, не заповнюватимуться людьми - їх займуть агенти. Ринок поки не знає, як оцінювати компанію, що публічно скорочує найм на користь автоматизації і водночас зростає швидше за прогнози.Агентна ера більше не потребує пояснень. Вона потребує рішень.#шірадар
OpenAI перебудували генерацію зображень з нуля. ChatGPT Images 2.0 - інша архітектура: модель спочатку думає, потім малює. Точність відтворення тексту на зображеннях - близько 99% проти 90–95% у попередній версії, до 8 узгоджених зображень з одного промпту, 4K через API, підтримка японської, корейської, хінді та бенгалі. Доступно на всіх тарифах ChatGPT.Anthropic того ж дня рухались у протилежному напрямку. 21 квітня Claude Code зник із тарифу Pro за $20 на місяць. Тепер доступ починається з Max 5x за $100. Hacker News зібрав 400+ коментарів за першу добу, на GitHub відкрили issue з позначкою «breaking change». За кілька годин checkbox повернувся до колонки Pro, але жодного пояснення так і не з’явилось. Хоча, якщо чесно, обурення виглядає трохи наіграним. За $20 на місяць Claude Code дозволяє зробити максимум прототип гри «Змійка» - і навіть тут токени можуть скінчитися раніше, ніж гра запрацює. Серйозна розробка на Claude Code в реальності коштує $2–3 тисячі на місяця на одного розробника, якщо рахувати споживання токенів у продакшн режимі. А насправді може й більше в рази в залежності від складності розробки. Інструмент завжди був professional-grade, просто ціна цього не відображала. Для повсякденного та бізнесового використання є Codex - функціонально не слабший, але збудований під нетехнічну аудиторію з відповідним UX.#шірадар
Нові можливості для інвестиційКвантові обчислення остаточно вийшли з дослідницьких лабораторій і перетворилися на реальний бізнес-інструмент, який генерує додану вартість. Це вже не абстрактне майбутнє, а production-рішення. Нещодавній експеримент Google яскраво це продемонстрував: завдання, на яке найпотужнішому у світі класичному суперкомп’ютеру Frontier знадобилося б три роки, квантовий процесор виконав за дві години - тобто у понад 13 000 разів швидше. І цей рівень продуктивності вже працює на ринок. Фармацевтичні гіганти, такі як AstraZeneca, використовують квантові симуляції для відбору молекул, перетворюючи місяці розрахунків на дні, тоді як логістичні корпорації на кшталт DHL оптимізують ланцюги постачань і отримують до 20% ефективніші маршрути завдяки гібридним квантовим солверам.Важливо розуміти, що квантовий ШІ - це не просто чергова мовна модель чи звичний ШІ на новому процесорі. Це вузькоспеціалізований інструмент для задач, де класичні архітектури впираються в математичну межу: оптимізація систем із тисячами змінних, моделювання молекулярних зв’язків або пошук у просторах рішень, які неможливо перебрати за прийнятний час. Бар’єр входу стрімко падає. IBM надає хмарний доступ до свого 1000-кубітного процесора Condor, а платформи на кшталт Amazon Braket агрегують потужності різних розробників за ціною від кількох центів за задачу. Екосистема також отримала потужний софтверний поштовх: NVIDIA щойно випустила Ising - перші відкриті AI-моделі, які допомагають квантовим процесорам виправляти власні помилки у 2,5 раза швидше. Це переводить дискусію з площини «чи варто цим цікавитись» у площину практичної імплементації.Ця трансформація вже формує нових лідерів у ключових секторах. У фінансовій сфері перевага в мілісекунди при оптимізації портфелів та оцінці ризиків конвертується в мільйонні прибутки, тому банки рівня JPMorgan вже розгортають пілоти. У логістиці завдання розподілу ресурсів, яке раніше було недосяжним при великій кількості точок, стає вирішуваним. Ринки капіталу реагують відповідним чином: капіталізація гравців на кшталт IonQ впевнено перетнула позначку в $10 млрд, а загальний потік венчурних інвестицій у квантові стартапи б'є всі рекорди.Окремий вектор, який вимагає уваги вже сьогодні, - це корпоративна безпека. Квантові машини достатньої потужності здатні зламати традиційні алгоритми шифрування за лічені години. Зловмисники вже використовують стратегію «збережи зараз, розшифруй потім», накопичуючи зашифровані дані в очікуванні технологічного стрибка. Індустрія діє на випередження: Google Chrome та Android активно переходять на постквантову криптографію (post-quantum TLS), а NIST офіційно затвердив нові стандарти захисту (алгоритми сімейства CRYSTALS). Для бізнесу це не питання далекого майбутнього, а цілком конкретний виклик: чи залишаться ваші корпоративні дані приватними на горизонті трьох-п'яти років.Технологічні гіганти прогнозують досягнення стабільної «квантової переваги» (quantum advantage) на реальних бізнес-задачах найближчими роками, а появу масових стійких до помилок систем (fault-tolerant) - ближче до 2029-го. Ця хвиля ще не накрила ринок з головою, але її контури абсолютно чіткі.
TGLIST.COM.UA
