Кто будет создавать передовые технологии искусственного интеллекта

Сегодня компания Cohere объявила о первом закрытии раунда финансирования Серии E с целевым объемом до 7 млрд канадских долларов. Лид-инвестором выступила Schwarz Group, а в числе новых и вернувшихся инвесторов — Bell Ventures, Bullhound Capital, Inovia Capital, NVIDIA, Prosperity7 Ventures и правительство Канады. Мы направим эти средства на создание чего-то крайне важного для сферы ИИ: передовой компании за пределами США и Китая. Наша амбиция — создавать пограничные модели, способные конкурировать с лучшими мировыми аналогами, безопасную платформу, которая позволяет организациям владеть используемым ими ИИ, и средства киберзащиты, на которые могут полагаться демократические государства. Мы не обязаны мириться с будущим, в котором ИИ управляют лишь немногие, и мы не должны этого хотеть.

Всего через несколько лет каждая больница в Баварии, каждый банк в Нью-Йорке и каждое ведомство в Оттаве будут выполнять значительную часть своих операций с помощью ИИ. Они должны иметь возможность выбирать системы мирового класса, созданные в рамках заслуживающих доверия законов, с использованием технологий, которые они могут проверять и адаптировать, развертывать в собственных средах и на платформах, на доступность которых можно положиться в самый ответственный момент. Сегодня многие организации сталкиваются с неприятным выбором: дешевые модели из Китая или мощные системы, в которые нельзя полностью заглянуть или которые невозможно полностью контролировать. Рынок уже делает свой выбор: более 70 процентов токенов открытых моделей, обслуженных через OpenRouter, поступили от китайских моделей в начале этого года по сравнению с 3 процентами четырнадцатью месяцами ранее.

Мы сосредоточены на том, чтобы это изменить.

Потребность в выборе и контроле больше не является теоретической. Недавняя история показала, как технологии, лежащие в основе инфраструктуры связи, энергетики и национальной безопасности, могут оказаться под влиянием решений, принятых в других местах. Доступ может измениться в одночасье из-за коммерческих решений, экспортного контроля или геополитических событий, часто при почти полном отсутствии альтернатив. Каждая ситуация была уникальной, но урок один: странам необходим гарантированный доступ к технологиям, которые обеспечивают их безопасность, устойчивость и конкурентоспособность. Поскольку правительства стран-союзников берут на себя большую ответственность за собственную оборону, инфраструктуру и технологический потенциал, ИИ должен занять свое место в этом списке.

Аргументы против пограничного фатализма

Когда Канада и Германия запустили свою Альянс суверенных технологий в Мюнхене в начале этого года, они заявили, что «выбирают созидание», и именно это мы намерены воплотить в жизнь. Тем не менее, крепнет мнение, что рубеж искусственного интеллекта принадлежит двум странам и горстке компаний, а все остальные должны смириться с арендой интеллекта у того, кто победит. Вы можете услышать варианты этого аргумента в залах заседаний советов директоров, правительственных ведомствах и инвестиционных комитетах по всему демократическому миру, как правило, от людей с самыми благими намерениями. Его сторонники называют это реализмом. Мы называем это пограничным фатализмом.

Если довести пограничный фатализм до его логического завершения, он представляет собой план управляемого упадка. Он призывает страны отказаться от возможностей, на создание которых ушли десятилетия. Инвестировав в исследования, таланты и инновации, они перестроят свои экономики, государственные службы и оборонную инфраструктуру вокруг технологий, которые они не контролируют, на которые не могут существенно повлиять и к которым у них может даже не быть постоянного доступа. И при этом от них будут ожидать благодарности за доступ к API.

Фаталисты правы в одном: создавать технологии на переднем крае сложно. Это требует капитала, вычислительных мощностей и исследовательских талантов в масштабах, которые могут собрать лишь немногие организации. Ошибаются они в том, что считают, будто существует только один способ конкурировать.

Существует множество рубежей

Значительная часть путаницы при обсуждении передовых моделей ИИ проистекает из того, что «передний край» рассматривается как нечто единое. Но существуют бесчисленные доменные рубежи: наилучшая достижимая производительность в определенном классе ценных задач, от поиска уязвимостей в программном обеспечении до анализа разведывательных данных на десятках языков или выполнения задач комплаенса в банке. Исследователи из Гарвардской школы бизнеса назвали эту неравномерность «неровным технологическим рубежом». Во многих областях успех зависит не только от самой модели, но и от окружающей ее системы: того, как формируется контекст, как отслеживается состояние, как проверяется логика рассуждений и как оцениваются результаты. Эта реальность создает пространство для новых создателей. И есть такие аспекты неровного технологического рубежа, где владение, а не покупка имеет решающее значение для суверенитета.

Доказательство: кибербезопасность

Кибербезопасность — один из важнейших доменных рубежей на сегодняшний день. Claude Mythos Preview от Anthropic продемонстрировала потенциал передовых моделей в обнаружении ранее неизвестных уязвимостей, в то время как Проект Glasswing распространил эту работу на операторов критической инфраструктуры более чем в 15 странах. Эти достижения имеют значение. Но они в значительной степени происходили за закрытыми дверями, а доступ был ограничен небольшой группой партнеров на условиях, установленных единственным провайдером, что отражает ту же концентрацию, которая определяет общий ландшафт передового ИИ. Что еще более важно, они не доказывают, что лидерство в киберзащите будет принадлежать исключительно той компании, которая создаст самую мощную универсальную модель.

Компания AISLE, которая вскоре присоединится к нам под названием Cohere Cyber, предлагает иной взгляд. Компания описывает обнаружение уязвимостей как производственную функцию с двумя входными параметрами: уровень интеллекта на один токен и токены на один доллар. На практике это означает, что возможности модели — лишь часть уравнения. Грамотно спроектированная система может использовать эффективные модели для исследования большего числа возможностей, запуска большего количества тестов и проверки большего числа результатов. Сырой интеллект имеет значение, но способность преобразовывать этот интеллект в результаты важна не меньше.

Факты говорят сами за себя. В августе основатель curl Дэниел Стенберг отметил, что Mythos, Codex Security от OpenAI и ZeroPath не нашли ничего нового в его кодовой базе. Впоследствии система AISLE выявила уязвимости, которые были исправлены в октябрьском релизе curl. Специализированная киберплатформа и универсальная модель напрямую несопоставимы. Но в этом-то и суть. Организации не развертывают модели изолированно. Они развертывают системы, продукты и рабочие процессы. В конечном счете значение имеет производительность всей системы в целом.

Кибербезопасность также предлагает нечто уникально ценное для разработки ИИ: объективную истину (ground truth). Предполагаемые уязвимости можно воспроизвести, подтвердить их наличие силами сопровождающих ПО и протестировать на соответствие предлагаемым исправлениям. Это делает кибербезопасность не только критически важной областью саму по себе, но и идеальной средой для улучшения моделей, лежащих в ее основе.

Как рубежи подпитывают друг друга

Можно было бы ожидать, что компания, сосредоточенная на определенных доменах, начнет отставать в создании универсальных моделей, но на практике работа в конкретных областях — один из лучших способов сделать универсальные модели лучше. Работать на доменном рубеже означает стремиться к наилучшим результатам в решении определенного типа ценных задач — будь то с помощью специализированной модели, универсальной модели с правильными инструментами и инструкциями или полноценной системы, построенной на основе нескольких моделей.

Некоторые из последних крупных достижений в области рассуждения моделей стали результатом обучения с подкреплением в определенных предметных областях, где компьютер может проверить правильность ответа — например, проверяется ли доказательство, проходит ли тест или воспроизводится ли баг. Навыки, приобретаемые моделями в этих областях, переносятся за их пределы на смежные задачи, что стимулирует общее улучшение моделей наряду с узкоспециализированными.

Работа с клиентами над реальными задачами также показывает, в чем современные модели не дорабатывают — в аспектах, которые редко фиксируются в публичных бенчмарках, и каждый такой сбой указывает на то, что следующая модель должна делать лучше. Клиенты также подсказывают нам, какие возможности имеют наибольшее значение. Заказчики из государственного сектора обычно в первую очередь запрашивают мощный анализ на многих языках и способность работать с изображениями и документами наравне с текстом — ровно те возможности, которые необходимы банку, телекоммуникационному оператору или больнице от ИИ-агента.

Все эти улучшения возвращаются в наши базовые модели, а более качественные базовые модели делают всё, что мы строим поверх них, еще более функциональным, поэтому клиент из одной сферы выигрывает от того, чему мы научились в другой. Этот цикл — причина, по которой мы развиваем все эти направления одновременно, и данный раунд финансирования призван ускорить этот процесс.

Европа уже делала это раньше

Способен ли новый игрок бросить вызов устоявшимся гигантам подобным образом — с иным подходом и союзниками, строящими вместе с ним — это вопрос, на который Европа уже отвечала в прошлом. Полвека назад ответ пришел из сферы коммерческой авиации.

В конце 1960-х годов американские производители доминировали на рынке реактивных пассажирских самолетов. Национальные авиастроительные компании Европы по отдельности были слишком малы, чтобы составить им конкуренцию. Британское правительство отозвало свое финансирование проекта, который в 1969 году стал Airbus. Франция и Германия продолжили движение вперед. Компания Airbus начинала не с того, что копировала самолеты Boeing один в один. Она начала конкуренцию с помощью принципиально иной конструкции: A300, первого в мире двухдвигательного широкофюзеляжного самолета. Коммерческий успех пришел спустя годы. Прорыв произошел, когда компания Eastern Air Lines во главе с бывшим командиром «Аполлона-8» Фрэнком Борманом согласилась в 1977 году trial four A300s и впоследствии заказала дополнительные самолеты. Десять лет спустя A320 принес в гражданскую авиацию электродистанционное управление. В 2025 году Airbus delivered 793 aircraft по сравнению с 600 у Boeing.

Урок заключается в том, что в казалось бы устоявшемся рынке можно совершить проворот силами серьезного конкурента с терпеливыми инвестициями, дифференцированным подходом и партнерами, готовыми к совместному созиданию. Airbus строит самолеты в Мобиле, штат Алабама, и с более чем 2 000 американских поставщиков. Модель A220 начинала свой путь как C Series от Bombardier, спроектированная в Квебеке. Многие ее двигатели поставляются компанией CFM International — совместным предприятием GE и французской Safran на паритетных началах, чей двигатель LEAP также приводит в движение Boeing 737 MAX. Ничто из этого не делает Airbus менее европейской компанией. Конкуренция в отношении планеров и партнерство в отношении двигателей сделали обе стороны Атлантики сильнее.

Именно такую модель мы держим в уме для сферы ИИ. То, что мы строим, — это вторая альтернатива для демократического мира, и Соединенные Штаты извлекают из этого такую же пользу, как Канада, Германия и другие союзники. Передовой край технологий в США не должен нести бремя конкуренции с Китаем в одиночку. Создание новых передовых возможностей по всему демократическому миру делает весь альянс сильнее.

Два десятилетия созидания

Основа для этой амбициозной цели уже существует. ИИ всегда был международным проектом, и Канада с Германией внесли в него важный вклад. В 2004 году, когда нейросети были не в моде почти везде, Канадский институт перспективных исследований поддержал программу по ИИ под руководством Джеффри Хинтона, которая объединила его с Йошуа Бенжио и Яном ЛеКуном — тремя исследователями, удостоенными впоследствии премии Тьюринга за глубокое обучение. Статья, опубликованная в Google в 2017 году, была написана восемью исследователями с корнями в семи странах. Одним из них был студент бакалавриата Университета Торонто, который впоследствии стал соучредителем Cohere. В том же году Канада стала первой страной с национальной стратегией в области ИИ, опорой которой стали институты Vector, Mila и Amii.

Государственные инвестиции продолжаются. С 2017 года Оттава выделила на ИИ более 5 миллиардов канадских долларов: около на Панканадскую стратегию, в бюджете на 2024 год, включая 2 миллиарда канадских долларов на Стратегию суверенных вычислений в области ИИ, и в рамках обнародованной в июне стратегии «ИИ для всех». Это принесло свои плоды в виде инноваций и талантов. Обладая примерно половиной процента мирового населения, Канада является родиной почти десяти процентов ведущих мировых исследователей в области ИИ. Германия сделала аналогичную ставку, выделив на свою национальную стратегию в области ИИ с 2018 года и превратив Кибердолину в Тюбингене в одно из крупнейших в Европе научно-исследовательских партнерств в сфере ИИ.

Исследования и таланты — это фундамент. Следующий шаг — создание компаний, способных превратить их в передовые возможности, предоставить исследователям условия для работы на родине и поставлять системы, которыми могут пользоваться институты. Именно для этого предназначен данный раунд. Инвесторы, научно-исследовательские институты, инфраструктурные партнеры и клиенты по обе стороны Атлантики строят будущее вместе с нами, потому что верят: будущее ИИ должно быть более конкурентным, а не отданным на откуп фатализму. Наш раунд серии E является крупнейшим раундом финансирования, когда-либо привлекаемым частной канадской компанией, и он переносит два десятилетия государственных и частных инвестиций в новую главу.

Что мы будем строить

Модели для любого ценового сегмента, вплоть до переднего края технологий. Передовой край неоднороден, и стоимость полезных возможностей стремительно падает. Мы продолжим инвестировать в передовые модели, одновременно создавая более компактные и эффективные решения для задач, не требующих крупнейших доступных систем. Клиентам необходим как доступ к развивающимся возможностям, так и гибкость в выборе подходящей модели для каждой конкретной задачи с учетом производительности, стоимости, задержек и требований развертывания. Цель состоит не в том, чтобы создать одну модель для всех задач. Это портфель возможностей, который позволяет клиентам внедрять ИИ на собственных условиях. Мы продолжим работать с партнерами в сферах исследований, суверенной инфраструктуры, корпоративного развертывания и облачных сервисов, чтобы удовлетворить весь спектр потребностей клиентов.

Платформа, контролируемая клиентом. Если модели взаимозаменяемы, то надежным активом является уровень, управляющий данными и рабочими процессами организации, и этот уровень должен принадлежать клиенту. North, наша платформа агентного ИИ, создана именно для того, чтобы стать таким уровнем. Она работает в собственном облаке клиента, дата-центре или изолированной среде (air-gapped) и остается независимой от конкретных моделей, позволяя организациям использовать модели Cohere наряду с другими по своему выбору. Рабочие процессы, данные и элементы управления остаются у клиента, и никакой внешний провайдер не может их отключить. Компания Reliant AI, присоединившаяся к нам ранее в этом году, расширяет возможности North в области биофармацевтики и здравоохранения. Мы применим аналогичный подход и в других отраслях, объединяя модели мирового класса с узкоспециализированными продуктами, разработанными для реального внедрения.

Кибербезопасность передового уровня. Киберпространство — это сфера, где тезис о передовых рубежах уже доказан и где надежный доступ имеет наибольшее значение. Благодаря нашей планируемой покупке AISLE, которая выявила более 500 CVE в первый же год, мы создаем Cohere Cyber: систему передового уровня, предназначенную для помощи защитникам в поиске, проверке и устранении уязвимостей до того, как злоумышленники смогут их использовать. Она работает локально, за межсетевым экраном или в полностью изолированных от интернета средах (air-gapped), гарантируя, что конфиденциальный исходный код никогда не покинет периметр организации. Поскольку она работает на моделях, размещаемых у клиента, ни один внешний провайдер не сможет ограничить доступ или отключить систему в самый ответственный момент. Самое главное — она создана для обороны. Ее цель — выявлять и исправлять слабые места до того, как они превратятся в инциденты, предоставляя передовые кибервозможности в руки защитников без существенного увеличения рисков для всех остальных.

Следующие двенадцать месяцев. Мы завершим объединение с Aleph Alpha и приобретение AISLE, запущен Cohere Cyber для изолированных и секретных сред, выпустим следующее поколение наших моделей и начнем обучение передового масштаба с нашими союзниками и партнерами. Каждый шаг продвигает одну и ту же стратегию: более мощные модели, лучшие системы вокруг них и больший контроль для институтов, которые полагаются на то и другое.

Создаем вместе

ИИ станет частью операционной инфраструктуры экономик, государственных служб и национальной обороны. Кто его создает, по каким законам и с какой подотчетностью — все это определит выбор, доступный каждой стране, которая его внедряет. Ни одна страна не обязана создавать каждую часть этой инфраструктуры в одиночку. Но демократическому миру нужно больше стран и компаний, способных внести свой вклад в это дело.

Канада и Германия сделали выбор в пользу созидания, и мы тоже. Если вы являетесь представителем правительства, оператором критической инфраструктуры, исследователем или американским партнером, который верит, что альянс становится сильнее, когда больше его членов способны создавать технологии, мы хотим работать с вами. Передовой рубеж не зарезервирован за фиксированным набором стран или компаний. Он принадлежит тем, кто готов его развивать.