Yandex B2B Tech анонсировала нового ИИ-агента для бизнеса. Он будет построен на базе Yandex AI Studio и возьмёт на себя до половины задач офисных сотрудников (от бухгалтеров до маркетологов), на которые обычно уходит до трети рабочего времени.

Выпуск решения планируется до конца сентября 2026 года. В отличие от остальных ИИ-агентов, это будет своего рода операционная ИИ-система для бизнеса. В ней любой сотрудник сможет использовать привычные ему рабочие сервисы и инструменты (условный Excel), но работать с ними можно будет через ИИ-агентов. Такой интеллектуальный помощник, например, сможет вести документооборот, сравнивать коммерческие предложения от поставщиков и проверять заявки, анализировать кандидатов на вакантные должности и т. д.

Источник изображения: yandex.cloud

Пользователи смогут предоставить ИИ-ассистенту доступ к корпоративным сервисам от своего имени. Он получит те же права и сможет запрашивать актуальную информацию для решения задачи. Для безопасного использования агента предусмотрены средства ограничения доступа к внутренним, а каждое важное действие потребует подтверждения от человека. Также будет доступна возможность анализировать поведение ИИ-агента: проверять всю цепочку его действий и решений, какие инструменты он использовал и к каким данным и системам обращался внутри организации.

По словам разработчиков, ИИ-агент для бизнеса можно будет использовать для решения задач, которые требуют специфических знаний и умений. Для этого предусмотрена система навыков. Компании смогут использовать готовые навыки из каталога, например «Финансист» или «HR-специалист», либо создать собственные. Уметь писать код для этого не требуется. Достаточно указать источники данных — это может быть почта, внутренние базы знаний и так далее — и своими словами описать процесс решения задачи.

Компания Databricks сообщила о подписании предварительного соглашения о стратегическом раунде финансирования M, по итогам которого её рыночная стоимость будет оцениваться в $188 млрд. Этот раунд предполагается завершить позже этим летом, и его возглавляет существующий инвестор Coatue. В раунде примут участие как новые, так и существующие инвесторы. По данным источников The Wall Street Journal, объём инвестиций составит $3 млрд.

Всего пять месяцев назад, в феврале, Databricks завершила раунд финансирования серии L на сумму $5 млрд при оценке в $134 млрд. За пять месяцев до этого, в сентябре 2025 года, компания привлекла $1 млрд при оценке в $100 млрд. А примерно за девять месяцев до этого, в декабре 2024 года, она привлекла $10 млрд при оценке в $62 млрд.

«Этот новый капитал позволит нам развить нашу стратегию использования нескольких ИИ для удовлетворения огромного спроса клиентов, чтобы мы могли укрепить Unity AI Gateway, расширить Genie и развить Lakebase», — заявил Али Годси (Ali Ghodsi), соучредитель и генеральный директор Databricks. Также полученные в рамках раунда средства будут направлены на будущие приобретения в сфере ИИ и углубление исследований в этой области.

Источник изображения: Databricks

Unity AI Gateway — решение для управления несколькими системами ИИ, которое помогает предприятиям контролировать затраты на использование ИИ, Genie (прежнее название Databricks One) — ИИ-помощник, который поддерживает запросы на естественном языке и генерирует на основе бизнес-данных на платформе необходимые отчёты. Lakebase — бессерверная управляемая база данных на основе PostgreSQL, созданная для ИИ-агентов.

Databricks отметила, что в сфере корпоративного ИИ существует контекстный разрыв, из-за которого многие организации не могут использовать ИИ в масштабе и получать отдачу от инвестиций. Данные зачастую находятся в разных системах, «оторваны» от ИИ и их сложно контролировать, что затрудняет управление стоимостью, безопасностью и надёжностью ИИ. По словам Databricks, платформа Databricks Data + AI позволяет решить эти проблемы, объединяя данные и ИИ в готовой к использованию агентами инфраструктуре, регулируя затраты и доступ к ИИ, а также предоставляя бизнес-контекст, необходимый компаниям для успешного создания и развёртывания ИИ-решений.

Databricks также известна активным внедрением более доступных китайских ИИ-моделей с открытыми весами для контроля затрат, что является одним из главных трендов 2026 года. Особенно активно она продвигает модель GLM 5.2 от Z.ai, отметил ресурс TechCrunch.

Selectel и Национальный исследовательский университет ИТМО объявили о запуске совместного предприятия с целью разработки решений в сфере ИИ, в частности — платформы для создания, внедрения и промышленной эксплуатации мультиагентных систем на базе больших языковых моделей (LLM). Новая платформа позволит быстро создавать ИИ-решения под конкретные бизнес-процессы заказчиков, подключать их к корпоративным данным и системам, измерять качество работы и безопасно их развивать по мере изменения задач бизнеса.

Коммерческая модель будет учитывать фактическое потребление вычислительных ресурсов и токенов. Оплата заказчиком использования ИИ-агентов будет производиться в зависимости от объёма, сложности и места выполнения работы: на инфраструктуре Selectel, в выделенном контуре или непосредственно у заказчика.

Сообщается, что в штат СП войдёт проектная группа ИТМО и опытные эксперты индустрии. ИТМО выступит ключевым центром компетенций с готовыми наработками, а Selectel обеспечит финансирование проекта на сумму более 1 млрд руб., а также предоставит необходимую IT-инфраструктуру. Ранее сообщалось, что Selectel создал новую компанию для реализации ИИ-проектов — «Эмерджентные мультиагентные системы» (ООО «ЭМС»).

По словам Олега Любимова, гендиректора Selectel, объединив экспертизу Selectel в построении специализированной инфраструктуры для ИИ с профильными компетенциями команды ИТМО, и действуя при этом как самостоятельный игрок, новое предприятие будет способствовать ускорению развития прикладных решений, необходимых крупному бизнесу на фоне перехода к агентной экономике ИИ-систем.

Источник изображения: ИТМО

Любимов уточнил в интервью ресурсу Forbes, что у Selectel доля в уставном капитале СП составляет ⅔, у ИТМО — ⅓. Руководитель ИТМО Александр Бухановский рассказал Forbes, что специалисты ИТМО разработали технологию, которая автоматизирует конструирование прикладных агентов ИИ и мультиагентных систем на их основе под комплексные бизнес-задачи. «Мы реализовали ИИ, который умеет делать ИИ», — отметил он.

С 2020 года Selectel инвестировал в развитие ИИ-решений более 3,5 млрд руб. В ближайшие пять лет провайдер планирует увеличить финансирование проектов в сфере ИИ, выделив на эти цели 10 млрд руб. С конца прошлого года 25 % АО «Селектел» принадлежит компании «Каталитик Пипл», созданной МКПАО «Т-Технологии» и ХК «Интеррос».

Schneider Electric (SE) объявила о покупке за $3,1 млрд наличными компании Cognite Holding, специализирующейся на системах промышленного искусственного интеллекта, сообщает Silicon Angle. Если раньше подобные системы отслеживали в основном работу промышленных объектов вроде электростанций, оповещая о необходимости техобслуживания, то теперь ИИ становятся всё более автономными. Новые системы самостоятельно принимают решения и даже выполняют определённые действия, что является критически важным для SE.

По данным компании, Cognite создала редкий продукт — полноценную ИИ-платформу промышленного уровня, собирающую разрозненные данные с разных промышленных объектов в единую базу, позволяя ИИ-агентам анализировать информацию и выполнять определённые действия. Платформа сочатает единую модель данных и граф знаний с ИИ-агентами, «очищающими», структурирующими и связывающими данные. После этого анализом информации и запуском необходимых рабочих процессов занимаются другие ИИ-агенты.

В основе платформы — два продукта. Data Fusion «контекстуализирует» и обеспечивает «операционализацию» промышленных данных. Atlas AI отвечает за агентный уровень, автоматизирующий выполнение задач и ускоряющий принятие решений. Так, ИИ может выявить некорректно работающий насос, заказать необходимые комплектующие и запланировать ремонт, а человеку останется лишь подтвердить операции.

Источник изображений: Cognite

ИИ-инструменты Cognite уже применяются в электроэнергетике, нефтегазовой промышленности и в производстве. За десятилетия работы в этих секторах накоплены гигантские объёмы исторических данных, значительная часть которых никак не использовалась. ИИ-агенты Cognite могут извлекать из этих массивов данных практическую пользу. Сделку заключили на фоне стремительного роста интереса к промышленным ИИ-системам. В частности, в Европе производители стремятся сократить потери ресурсов и поднять производительность.

Основанная в 2017 году Cognite насчитывает более 800 сотрудников по всему миру. В 2025 году выручка компании превысила $170 млн, а объём повторяющихся подписок увеличился на 36 %. Поддерживающие компанию бизнесы получат от сделки значительную прибыль. Например, норвежская Aker, которая помогла основать компанию в 2017 году, рассчитывает получить наличными около $1,48 млрд от продажи своей доли.

Решения Cognite будут интегрированы с платформой Aveva CONNECT. Aveva занимается созданием программ для проектирования, эксплуатации и оптимизации промышленных объектов. Schneider Electric пыталась приобрести Aveva в 2015–2016 гг., но попытки не увенчались успехом. В 2017 году удалось завершить сделку, а полный контроль над Aveva получен лишь в 2022 году. За это время Aveva успела купить разработчика промышленного ПО OSIsoft, сделка на $5 млрд закрыта в 2020 году.

Объединив ресурсы Cognite с возможностями Schneider Electric и Aveva, покупатель сможет соединить крупнешйю в мире инфраструктуру автоматизации и управления энергией с ИИ, что сделает систему «умной» по своей природе. Вместе системы получают возможность «думать, адаптироваться и действовать». Schneider Electric отметила, что сделка ещё не получила одобрения регуляторов, но компания рассчитывает закрыть её в ближайшие кварталы.

Хотя сегодня на пользовательский ИИ-трафик приходится лишь малая доля от общего объёма, распространение агентного ИИ существенно изменит его структуру. В отчёте AI Impact on Wide Area Networks (WAN) компания Cisco прогнозирует, что именно ИИ станет главным драйвером роста сетевого трафика, а потребительский трафик к середине 2030-х гг. вырастет приблизительно в 6,6 раза, сообщает блог IEEE ComSoc.

По оценкам Cisco, ИИ обеспечит около 63 % дополнительного роста трафика, если сравнивать со сценарием без учёта ИИ. Исследование уделяет основное внимание именно WAN-сетям (без ЦОД и кластеров) и даёт рекомендации по проектированию сетей и планированию пропускной способности.

Потребительский ИИ-трафик в основном по-прежнему состоит из коротких текстовых диалогов, но ситуация меняется с переходом к агентному ИИ и мультимодальным взаимодействиям. Пока же, по данным Comcast, 97,1 % ИИ-трафика приходилось на текст, 2,6 % на изображения и 0,3 % на видео. И хотя на инференс приходится лишь «незначительная» доля трафика, Cisco полагает, что к 2035 году на него будет приходиться приблизительно 25 % всего трафика Сети.

Истчоник изображения: Robin Pierre/unsplash.com

Важно, что инференс-трафик вдвое продолжительнее типичных веб-взаимодействий и к тому же интенсивнее, поскольку генерируется роботом. При выполнении некоторых задач агентами может использоваться до 450 % больше трафика на задачу, чем человеком, а около 9 % инференс-потоков обеспечивают больше исходящего трафика (upstream), чем входящего, тогда как у обычного веб-трафика на upstream приходится всего 0,5 %, и это уже серьёзный сдвиг в поведении Сети, который с ростом использования агентных ИИ будет только расти.

Использование ИИ гораздо чувствительнее к задержкам, чем при большинстве обычных сетевых сценариев, поскольку коммуникация пользователя с ИИ часто идёт в виде разговора в интерактивном режиме, и ожидаются почти мгновенные ответы. По мнению Cisco, даже небольшие задержки становятся критичными для качества сервиса. В то же время растут и объёмы ИИ-трафика, поскольку увеличиваются мультимодальные промпты/загрузки и использование агентов.

Источник изображения: Cisco

Изменения структуры трафика потребуют и изменений физической инфраструктуры. Оптоволоконные сети уже обеспечивают относительно симметричные потоки данных и низкую задержку, но операторы DOCSIS вынуждены бороться за снижение задержки и выделять больше полос для исходящего трафика в ущерб входящему.

Теперь для ШПД-сетей одной из ключевых задач становится пропускная способность upstream-каналов, задержки и т.п., а не просто общий объём пропускаемых данных. Повышение симметричности upstream- и downstream-каналов, а также возможность обеспечения низкой задержки становится чрезвычайно важным, особенно по мере роста мультимодального и агентного использования ИИ.

VK Tech представила платформу VK AI Space, позволяющую разрабатывать и запускать кастомных ИИ-агентов. Основой платформы стали большие языковые модели (LLM), в том числе — собственные разработки группы VK, обученные на российских данных. Кроме того, использованы популярные модели open source, а также ML-модели, предназначенные для работы систем компьютерного зрения, распознавания аудио и др.

Подчёркивается, что интеграция с корпоративным ПО VK Tech позволяет быстро включать новые ИИ-сценарии в рабочую среду сотрудников компаний-клиентов, например — создавать ИИ-боты в VK WorkSpace. Платформа имеет набор уже готовых ИИ-агентов под распространённые задачи: для подготовки документов и создания протоколов встреч, перевода материалов, составления кратких резюме представленных данных, поиска по корпоративным базам знаний. Платформу протестировали на реальных внутренних ИИ-проектах VK.

Особенностью платформы является возможность VK AI Space создавать изолированный контур для каждого ИИ-агента, что позволяет клиентам выбирать заранее, к каким системам агент получит доступ и что именно ему разрешено делать. После получения задачи агент самостоятельно планирует этапы её выполнения, работает с доступными инструментами и адаптируется к новым данным. Даже если принятое решение будет ошибочным, ИИ-агент не сможет выйти за пределы сферы своей ответственности и нанести ущерб смежным системам. При этом можно в любое время проверить шаги агента и наличие ошибок.

Источник изображения: Campaign Creators/unsplash.com

Изолированные контуры VK Tech позволят сокращать время от пилотного проекта до начала реальной эксплуатации, что даст возможность масштабировать применение ИИ в организациях экономически эффективно, говорит компания. Помимо возможности развернуть VK AI Space на собственных мощностях клиента, предусмотрена работа платформы в облаке VK Cloud. Кроме того, предусмотрено предоставление готового программно-аппаратного комплекса по подписке.

AMD и Nutanix объявили о заключении соглашения о многолетнем стратегическом партнёрстве с целью разработки открытой инфраструктурной платформы для корпоративных приложений в области агентного ИИ, первая версия которой должна появиться к концу этого года.

В рамках соглашения AMD инвестирует $150 млн в обыкновенные акции Nutanix по цене $36,26/шт. и предоставит до $100 млн дополнительного финансирования для совместных инженерных и маркетинговых инициатив, а также сотрудничества в области выхода на рынок с целью ускорения внедрения совместной платформы агентного ИИ. Ожидается, что сделка по инвестиции в акционерный капитал будет завершена во II квартале 2026 года после получения необходимых разрешений регулирующих органов.

Совместно разработанная платформа агентного ИИ предназначена для обеспечения ускорения инференса на базе ускорителей Instinct и процессоров EPYC, HPC и оркестрации с использованием EPYC, а также унифицированного управления жизненным циклом с помощью Nutanix Enterprise AI, что позволит развёртывать открытые и коммерческие ИИ-модели без зависимости от вертикально интегрированных стеков ИИ. В рамках сделки Nutanix также интегрирует ПО AMD ROCm и Enterprise AI в свою облачную платформу Nutanix Cloud и платформу Nutanix Kubernetes, отметил ресурс SiliconANGLE.

Источник изображения: AMD

В настоящее время Nutanix поддерживает только ускорители NVIDIA. Благодаря этой сделке Nutanix будет поддерживать и ускорители AMD, что, как ожидается, позволит AMD расширить круг клиентов. «Наша цель — предоставить клиентам выбор, — заявил глава Nutanix Раджив Рамасвами (Rajiv Ramaswami) изданию The Register. — NVIDIA — лидер рынка, а AMD — ещё одна крупная компания, владеющая платформой».

О сделке было объявлено после того, как Nutanix сообщила о финансовых результатах за II квартал 2026 финансового года. Выручка компании выросла год к году на 10 % до $723 млн. Скорректированная прибыль на акцию составила 56¢. Оба показателя превысили прогнозы аналитиков, ожидавших $710,35 млн выручки и 44¢ на акцию скорректированной прибыли. Высокие показатели были достигнуты благодаря росту клиентской базы: годовой доход от регулярных платежей по состоянию на конец января составил $2,36 млрд, что на 16 % больше, чем годом ранее.

Рамасвами сообщил, что за прошедший квартал компания заключила 1000 новых контрактов с клиентами, и большинство из них намерены перейти с VMware на Nutanix. Вместе с тем дефицит в цепочках поставок процессоров и комплектующих, включая память и накопители, привёл к тому, что компания снизила свой прогноз на весь год с $2,82–$2,86 млрд до $2,80–$2,84 млрд. После объявления о сделке AMD и Nutanix акции Nutanix выросли в цене на 15 %.

IBM представила системы хранения данных FlashSystem класса All-Flash следующего поколения 5600, 7600 и 9600, которые, как утверждается, обеспечивают до 40 % большую эффективность обработки данных, ёмкость и производительность по сравнению с предыдущим поколением. Компания назвала выход сразу трёх новых систем самым значительным обновлением FlashSystem за последние шесть лет.

IBM сообщила, что расширяя существующие возможности FlashSystem с помощью агентного ИИ, она переосмысливает отказоустойчивость за счёт постоянной защиты, автономного анализа угроз и индивидуальных рекомендаций по восстановлению. Генеральный директор IBM Storage Сэм Вернер (Sam Werner) описывает новую FlashSystem как постоянно доступный интеллектуальный слой, использующий автономных ИИ-агентов для повышения производительности, безопасности и снижения затрат. Он отметил, что IBM позиционирует этот релиз как шаг к созданию СХД, которая будет служить стратегическим партнёром по ИИ для ИТ-руководителей, а не статическим хранилищем, требующим постоянного ручного контроля.

Источник изображений: IBM

FlashSystems — это классические двухконтроллерные массивы, работающие под управлением ОС SAN Volume Controller и поддерживающие блочное хранение данных. В новых системах установлен флеш-накопитель пятого поколения FlashCore Module ёмкостью до 105,6 Тбайт, разработанный для обеспечения аппаратного ускорения обнаружения программ-вымогателей в реальном времени, сокращения объёма данных, аналитики и управления, с расширенной телеметрией и стабильно низкой задержкой.

Система FlashSystem 5600 ориентирована на организации, которым требуются функции корпоративного класса в компактном форм-факторе. Заявлена эффективная ёмкостью до 2,5 Пбайт, пропускная способность до 30 Гбайт/с и производительность до 2,6 млн IOPS (чтение 4K-блоками) в одном 1U-шасси. Узел включает два 12-ядерных Intel Xeon и 256 или 512 Гбайт RAM. Общее количество IO-портов не превышает 16: 10/25/40/100GbE с поддержкой iSCSI и NVMe/TCP или FC32/64 с NVMe/FC (такие же опции и у старших моделей). Система разработана для развёртывания в условиях ограниченного пространства, таких как периферийные узлы, удалённые офисы и небольшие ЦОД.

IBM FlashSystem 7600 предназначена для высокопроизводительных масштабируемых сред с растущими рабочими нагрузками, обеспечивает до 7,2 Пбайт эффективной ёмкости в одной системе форм-фактора 2U, 55 Гбайт/с и до 4,3 млн IOPS. 7600 предназначена для работы с большими виртуализированными средами, аналитическими платформами и консолидированными приложениями, требующими большей ёмкости и более быстрого отклика. Узел содержит два 16-ядерных AMD EPYC и 768 Гбайт или 1,5 Тбайт RAM.

IBM FlashSystem 9600 создана для критически важных операций, требующих экстремальной производительности и максимальной масштабируемости, обеспечивает до 11,8 Пбайт эффективной ёмкости в одной системе форм-фактора 2U, до 86 Гбайт/с и до 6,3 млн IOPS. Количество портов — до 32. Узлы включают два 48-ядерных AMD EPYC и 1,5 или 3 Тбайт RAM. Типичные сценарии использования системы включают основные банковские системы, ERP-платформы и приложения на основе ИИ, требующие скорости и расширенной безопасности. По данным компании, использование FlashSystem 9600 позволяет снизить эксплуатационные расходы на 57 % за счёт ИИ и консолидации по сравнению с предыдущим поколением.

IBM сообщила, что IBM FlashSystem уменьшает требуемый объём хранилища на 30–75 % в зависимости от модели за счёт оптимизированного размещения и консолидации по сравнению с предыдущим поколением. У FlashSystem 7600 и 9600 есть интерактивные светодиодные панели, позволяющие отслеживать состояние системы.

IBM также представила FlashSystem.ai, новый набор интеллектуальных сервисов обработки данных на основе ИИ, предназначенных для управления, мониторинга, диагностики и решения проблем на всём пути передачи данных. FlashSystem.ai обеспечивает бесперебойную работу в режиме самообслуживания, автоматизируя ручные и подверженные ошибкам задачи. Благодаря модели, обученной на десятках миллиардов точек данных, собранных с помощью расширенной телеметрии и многолетнего опыта реального работы с данными, платформа может выполнять тысячи автоматизированных решений в день, которые ранее требовали человеческого контроля.

Помимо автоматизации, IBM подчеркивает адаптивное поведение СХД. Функции агентного ИИ позволяют понимать шаблоны приложений в течение нескольких часов, объяснять свои рассуждения и учитывать отзывы администраторов для улучшения предложений с течением времени. В последних FlashSystem, по утверждению IBM, FlashSystem.ai может сократить время, затрачиваемое на документацию по аудиту и соответствию требованиям, вдвое благодаря объяснимым рассуждениям ИИ. Системы разработаны для проактивной настройки и интеллектуального размещения рабочих нагрузок, обеспечивая беспрепятственное перемещение данных между конфигурациями хранения, включая массивы сторонних производителей.

IBM также утверждает, что ее новый метод обнаружения угроз, обученный на десятках миллиардов точек телеметрических данных, может снизить количество ложных срабатываний до менее 1 %. Компания также заявила, что платформа, используя FlashCore, может обеспечить обнаружение программ-вымогателей и оповещение с помощью ИИ менее чем за 60 с, а также выполнить автономные действия по восстановлению на аппаратном уровне.

Databricks объявила о завершении раунда финансирования серии L, в ходе которого она привлекла более $4 млрд с оценкой рыночной стоимости в $134 млрд. Это на $34 млрд больше её оценки после предыдущего раунда финансирования в августе этого года. С момента основания в 2013 году Databricks провела 12 раундов финансирования, в ходе которых привлекла $19 млрд инвестиций. Из них $14 млрд — в течение последних двух лет.

Раунд финансирования возглавили Insight Partners, Fidelity Management & Research Company и JP Morgan Asset Management при участии Andreessen Horowitz, фондов и счетов под управлением BlackRock, Blackstone, Coatue, GIC, MGX, NEA, Ontario Teachers Pension Plan, Robinhood Ventures, а также счетов, управляемых T. Rowe Price Associates, Inc., Temasek, Thrive Capital и Winslow Capital.

Резкому росту оценки компании способствовал быстрый рост её выручки. Databricks сообщила, что её расчётная годовая выручка (Revenue Run Rate, RRR) в III квартале превысила $4,8 млрд (рост год к году на 55 %), причём более $1 млрд приходится на ИИ-решения и ещё $1 млрд — на платформу для хранения данных Data Warehousing.

Источник изображений: Databricks

В прошлом году, когда компания привлекла $10 млрд в рамках раунда J, у неё было более 500 клиентов с ежегодным регулярным доходом (ARR) более $1 млрд, сообщил ресурс Blocks & Files. Сейчас таких клиентов более 700. Коэффициент удержания клиентов составляет более 140 %, поскольку существующие клиенты со временем тратят больше денег на услуги Databricks. Компания также отметила популярность Lakebase, управляемой базы данных на основе PostgreSQL, запущенной компанией в июне. Компания сообщила, что сервис уже используют тысячи клиентов и и наращивает выручку вдвое быстрее, чем её решение для хранилищ данных.

Привлечённые инвестиции Databricks планирует направить на дальнейшую разработку трёх «стратегических продуктов».

Первый из них — Lakebase, «первая бессерверная база данных Postgres, специально разработанная для эпохи ИИ». Lakebase идеально подходит для хранения точек данных, которые ИИ-модели используют для принятия решений, пишет SiliconANGLE. Сервис работает со сжатыми версиями бизнес-данных, которые нейронной сети проще обрабатывать, чем исходную информацию, и регулярно обновляет их по мере появления новой информации Например, магазин может преобразовать статистику об активности посетителей веб-сайта в высокоуровневые данные о том, какие товарные объявления вызывают наибольший интерес. Lakebase использует технологии приобретённого за $1 млрд стартапа Neon. Lakebase может предоставлять функции нейронным сетям, развёрнутым как на платформе Databricks, так и во внешней инфраструктуре.

Ещё одно направление инженерных разработок компании — решение Agent Bricks, которое упрощает создание и масштабирование высококачественных агентов на основе их данных. Инструмент генерирует синтетические обучающие данные, которые можно использовать для оптимизации агентов для конкретных задач. Кроме того, он создаёт эталонные тесты для измерения эффективности обучения ИИ и упрощает связанные задачи, такие как разработка системных подсказок.

Компании могут превратить ИИ-агентов, созданных с помощью Lakebase и Agent Bricks, в приложения, используя Databricks Apps, третий продукт, который компания планирует усовершенствовать. Databricks Apps ускоряет разработку приложений за счет автоматизации ряда ручных задач. Это включает в себя процесс внедрения функций аутентификации, контроля доступа и других мер кибербезопасности.

«Благодаря интеграции транзакционных данных в Lakebase, интуитивно понятному интерфейсу и возможности создания передовых многоагентных систем с помощью Agent Bricks, мы предоставляем клиентам единую основу для построения надёжных, высокопроизводительных приложений для обработки данных в масштабе предприятия», — заявил соучредитель и генеральный директор Databricks Али Годси (Ali Ghodsi).

Компания сообщила, что будет использовать новый капитал, чтобы помочь клиентам создавать приложения и агентов на основе ИИ, используя Lakebase в качестве системы учёта, Databricks Apps в качестве уровня пользовательского интерфейса и Agent Bricks для работы с многоагентными системами. Также сообщается, что новое финансирование позволит обеспечить ликвидность для сотрудников, чтобы они могли реализовать свои акции, и, как ожидается, будет способствовать дальнейшим приобретениям и исследования в области ИИ.

IBM и Groq объявили о стратегическом партнёрстве с целью предоставления клиентам возможностей высокоскоростного ИИ-инференса по доступной цене путём объединения watsonx Orchestrate от IBM с аппаратными решениями Groq, что позволит ускорить развёртывание агентных систем ИИ. В рамках партнёрства Groq и IBM планируют интегрировать и усовершенствовать технологию Red Hat vLLM с архитектурой LPU Groq.

Ожидается, что совместное решение позволит клиентам использовать возможности watsonx Orchestrate привычным образом и с привычными инструментам в инференс-платформе GroqCloud, предоставляющей разработчикам доступ к высокоскоростной и недорогой обработке LLM. Эта интеграция позволит удовлетворить ключевые потребности разработчиков ИИ-решений, включая оркестрацию инференса, балансировку нагрузки и аппаратное ускорение, что в конечном итоге оптимизирует сам процесс инференса. Также планируется поддержка моделей IBM Granite в GroqCloud для клиентов IBM.

IBM отметила, что предприятия при переводе ИИ-агентов из пилотной версии в промышленную эксплуатацию продолжают сталкиваться с проблемами обеспечения скорости, стоимости и надёжности. Партнёрство IBM и Groq позволяет объединить скорость инференса Groq, экономическую эффективность и доступ к новейшим open source моделям с оркестрацией агентского ИИ IBM, предоставляя клиентам инфраструктуру, необходимую для их масштабирования, говорит компания.

Источник изображения: Groq

IBM сообщила, что LPU обеспечивают минимум в пять раз более быстрый и экономичный инференс, чем системы на ускорителях конкурентов, имея, по всей видимости, в виду NVIDIA. Это позволяет обеспечить стабильно низкую задержку и производительность при масштабировании нагрузок, что особенно важно для ИИ-агентов в регулируемых отраслях. В качестве примера IBM привела деятельность клиентов из сферы здравоохранения, которые одновременно получают тысячи сложных вопросов пациентов. Благодаря Groq ИИ-агенты IBM смогут анализировать информацию в режиме реального времени и мгновенно предоставлять точные ответы, позволяя организациям в этой сфере принимать более оперативные и обоснованные решения.

В нерегулируемых отраслях клиенты IBM с помощью платформы GroqCloud смогут ускорить работу ИИ-агентов и повысить автоматизацию кадровых процессов и производительность сотрудников. IBM объявила, что сразу же предоставит клиентам доступ к возможностям GroqCloud, а совместные с Groq команды сосредоточатся на предоставлении заказчикам IBM следующих возможностей:

• высокоскоростной и высокопроизводительный инференс;
• развёртывание ИИ с акцентом на безопасность и конфиденциальность, разработанное для соответствия самым строгим нормативным требованиям и требованиям;
• интеграцию с агентским продуктом IBM — платформой watsonx Orchestrate, обеспечивающей клиентам гибкость в применении специализированных шаблонов агентских алгоритмов, адаптированных к различным сценариям использования.

Groq привлекла инвестиции в размере $1,8 млрд, включая раунд финансирования на сумму $750 млн в прошлом месяце с оценкой в $6,9 млрд. В числе её инвесторов — Cisco и Samsung. Также Groq сотрудничает с саудовской Aramco Digital. По данным WSJ, компания развернула в этом году 12 ЦОД и намерена развернуть как минимум ещё 12 в 2026 году. В 2024 году Groq сменила модель работы — с тех пор она больше не продаёт свои ИИ-ускорители, предлагая вместо этого создание ЦОД или облака.