Оценка AI-лаборатории Бэзоcа составляет почти 38 миллиардов, привлечение финансирования нацелено на завоевание рынка реального искусственного интеллекта

AI лаборатория, принадлежащая Джеффу Безосу, «план Прометей» (Project Prometheus) завершает раунд нового финансирования на 10 миллиардов долларов: в нем участвуют институциональные инвесторы, включая JPMorgan и BlackRock. После завершения раунда оценка компании составит около 38 миллиардов долларов. План «Прометей» уже привлек 6,2 миллиарда долларов на посевном этапе, наняв более 100 сотрудников из ведущих AI-лабораторий, включая OpenAI.

Физический AI и LLM: радикально разные технические пути

Ключевая направленность плана «Прометей» — создание нового типа AI-систем, способных понимать физические законы и взаимодействовать с реальной средой, с особым акцентом на обрабатывающую промышленность и промышленные процессы; это принципиально отличается от компаний вроде OpenAI и Anthropic, которые фокусируются на больших языковых моделях (LLM).

Сценарии применения таких систем включают управление оборудованием на заводах, оптимизацию цепочек поставок, автоматизацию процессов в аэрокосмической отрасли и производстве полупроводников. Их AI не только генерирует текст или изображения — он может напрямую вмешиваться в работу физического мира.

Информационный ров: самое трудное для преодоления конкурентное препятствие в физическом AI

Главная задача физического AI — барьер в получении данных. LLM могут использовать для обучения огромные объемы текста и изображений, извлеченных из интернета, тогда как физическому AI нужны данные реального мира — показания датчиков, производственные процессы, тактильная обратная связь, данные о сбоях в хаотичной среде и т.д. Такие данные обычно являются собственными и обходятся дорого в сборе. Tesla — типичный пример преимущества в данных в этой области: примерно 5–6 миллионов электромобилей с аппаратным обеспечением для полностью автономного вождения ежегодно накапливают более 50 миллиардов миль реальных данных вождения, что позволяет ей сохранять устойчивое лидерство в возможностях автономного вождения.

Коммерческая стратегия: стратегия холдинговой компании и грандиозное видение на 100 миллиардов долларов

Чтобы решить проблему получения физических данных, план «Прометей» использует уникальную холдинговую стратегию. Безос и Бадждж будут собирать сотни миллиардов долларов для холдинговой компании, позиционируемой как «инструмент для трансформации промышленности»; основное назначение средств — приобретение компаний в сферах инженерии, строительства и дизайна. Благодаря этим инвестициям холдинг получает данные реального мира для обучения своих AI-систем. Согласно сообщению The New York Times, Безос также проводит ранние переговоры с инвесторами на Ближнем Востоке и в Юго-Восточной Азии, обсуждая привлечение до 100 миллиардов долларов.

Часто задаваемые вопросы

Что такое физический искусственный интеллект и в чем его принципиальные отличия от ChatGPT и других LLM?

LLM в основном обрабатывают цифровые данные, такие как текст и изображения, а вывод чаще всего представлен текстом или изображениями. Цель физического AI — понимать физические законы и взаимодействовать с реальной средой: управлять промышленным оборудованием, воспринимать трехмерное пространство, принимать решения в реальном времени в сложной промышленной среде. Его обучающие данные включают физические данные, такие как показания сенсоров и траектории движения механизмов; технический путь здесь принципиально отличается от LLM.

Почему Безос делает ставку на физический AI именно сейчас?

Генеративный AI уже относительно насыщен на уровне программного обеспечения, а проникновение AI в физический мир все еще крайне низкое. Величина рынков в таких сферах, как промышленное производство, аэрокосмическая отрасль и полупроводники, огромна. Плюс к этому Безос накопил на Amazon глубокий опыт в цепочках поставок и промышленной инфраструктуре — все это дает ему заметное врожденное преимущество на следующем главном фронте AI-соревнований.

С какими ключевыми конкурентными вызовами сталкивается план «Прометей»?

Главная проблема — барьер в получении физических данных: в отличие от LLM, которые могут брать огромные объемы тренировочных данных из интернета, физическому AI нужны данные дорогие и собственные. Tesla уже создала значительное преимущество в данных для автономного вождения, а стартапы вроде Periodic Labs тоже входят в ту же нишу. Однако масштаб капитала Безоса и опыт в промышленной инфраструктуре Amazon являются ключевыми конкурентными преимуществами, которые сложно быстро воспроизвести.