Архив рубрики ~Лента новостей~

Palantir и голые токены: как продать «суверенный ИИ» людям, которые не любят терять контроль

Palantir и голые токены: как продать «суверенный ИИ» людям, которые не любят терять контроль

Palantir выложил в X пост, который журналисты быстро стали называть «манифестом». Формально это «The Technological Republic, in brief» — промо-выжимка из книги Алекса Карпа и Николаса Замиски The Technological Republic. Если перевести с языка подрядчика для армии, разведки и крупного бизнеса на обычный русский: не отдавайте свои данные поставщикам больших языковых моделей, не считайте внедрение ИИ по расходу токенов, держите у себя модели, следы работы системы и результаты дообучения.

С подобными посылами на уровне здравого смысла спорить трудно. Если организация живёт на собственных процессах, правах доступа, связях между данными и накопленных рабочих приёмах, странно отдавать всё это внешнему поставщику только потому, что у него удобное окно для отправки запроса. Особенно когда речь не про канцелярскую рутину — письма, отчёты, таблицы, служебные записки, которые и без ИИ обработают руками, в Word или Excel, пусть медленнее и без аккуратной картинки для отчёта, — а про производство, логистику, безопасность, медицину или военное планирование.

Но важно, кто именно это говорит. Palantir вырос не из кружка любителей открытого ПО — компания продаёт софт для соединения данных, прав доступа, предметных моделей и действий оператора; сама она описывает свой рынок как решения «from the factory floors to the front lines». По годовому отчёту за 2025 год, 54% выручки Palantir пришло от государственных заказчиков, 46% — от коммерческих. Это не декоративный раздел «прочие красивые кейсы», а почти половина бизнеса.

Поэтому, когда такая компания заводит речь про «экономию на токенах», речь не о бережливости. Речь о новом слое контроля: где живут данные, кто управляет моделью, кто видит запросы, кто получает следы работы системы и кто потом становится обязательной частью всей этой конструкции.

Что Palantir продаёт под видом «суверенности»

Сначала надо разделить книгу, промо-пост и публичную речь Карпа. «Манифест» Palantir — не PDF на сайте компании и не закрытая записка для избранных. Это рекламная выжимка из книги, оформленная как набор тезисов для X. Название книги там есть, но оно легко теряется: читается как крупный пост компании, а не как фрагмент книжной кампании. Дальше к этому посту приклеиваются интервью Карпа про токены, «веса» и «альфу» — и получается уже не книга, а рыночный лозунг про «AI sovereignty».

Впрочем, книга книгой, а бизнес бизнесом. Несколько военных эпизодов уже показали, что системы Palantir — не «убероружие», которое само решает исход кампании. Значит, надо одновременно продавать книгу, подогревать рынок, объяснять военным, почему результат оказался не волшебным, и закрепляться как долгосрочный поставщик Пентагона. Тема «суверенного ИИ» для этого удобна: проблема вроде бы не в том, что система переоценена, а в том, что токены были не там, данные были не так связаны, а модель надо ещё плотнее посадить на инфраструктуру заказчика.

Главная претензия простая: организация должна владеть данными, моделями и весами, а «tokenmaxxing» создаёт ложное ощущение прогресса. По-русски tokenmaxxing можно назвать проще: накручивание токенов. Компания покупает доступ к модели, сотрудники активно гоняют запросы, счёт растёт, в презентации эта цифра появляется с припиской «внедрение ИИ», но рабочий процесс остаётся примерно тем же, только с новым полем ввода.

Расход токенов не доказывает полезность системы. Это как оценивать работу сервера по росту числа операций ввода-вывода дисков за сутки.

Дальше начинается карповский театр. Алекс Карп, сооснователь и гендиректор Palantir, в интервью и публичных выступлениях обвиняет ИИ-лаборатории в том, что клиенты платят за токены, которые не создают ценности, а поставщики моделей забирают их «weights and alpha». Это уже не надо приписывать книжной выжимке как письменному документу: фраза про «веса и альфу» разошлась из телевизионного выступления Карпа на CNBC, а медиа потом склеили пост Palantir, интервью и сделку с NVIDIA в один сюжет.

В таком виде это уже не факт, а подходящая случая «продавцовая» формула. Трудно поверить, что крупный корпоративный заказчик не осилит договориться с провайдером о режиме, при котором его данные не пойдут в обучение общей модели. У OpenAI для бизнес-продуктов и API заявлено отключение обучения на входах и выходах по умолчанию; у Anthropic для Claude for Work, Anthropic API и Claude Gov заявлен похожий режим. Это не отменяет рисков хранения, логирования, доступа подрядчиков и условий конкретного договора, но делает тезис «они забирают вашу альфу» слишком широким.

При этом Palantir сам умеет работать как прослойка к тем самым внешним моделям. В документации AIP перечислены поддерживаемые поставщики: xAI, OpenAI, Anthropic, Meta и Google. В другом разделе описаны прокси-эндпоинты Foundry для Anthropic, OpenAI, xAI и Google, с управлением доступом, географическими ограничениями и учётом использования. То есть публично внешние лаборатории удобно ругать, а технически — можно маршрутизировать запросы к ним через свою платформу и брать плату «за наведение порядка» на входе.

Аккуратная версия претензии звучала бы скучнее: счёт за токены не доказывает результата; отдельно проверяйте, где хранятся запросы, кто видит ответы, какие журналы остаются после работы, что используется для дообучения и кому принадлежат производные модели. Но это язык аудитора. Карп говорит так, чтобы его услышали люди с большими бюджетами и традиционно коротким терпением: «вас обирают», «ваши токены ничего не стоят», «вашу альфу уносят».

Что Карп называет «альфой»?

С весами всё более‑менее понятно: это параметры модели или дообученной версии. С «альфой» хуже, точнее, со смыслом слова. В финансах альфа — доходность сверх базового ориентира, в бизнес‑разговорах слово расползается до «уникального преимущества». У Карпа оно превращается в мешок для всего ценного: данных, примеров решений, подсказок, внутренних правил, меток качества, связей между объектами и накопленного опыта людей, которые годами делали работу руками.

В серьёзном бизнесе ценность часто сидит не в «базе клиентов» как таковой, а в тех самых «мелочах, где сидит дьявол»: какое поле маскируют даже на тестовом стенде, кто реально закрывает риск в сложном финансовом продукте, какая лицензия делает схему законной, какой налоговый режим удерживает маржу, какая последовательность проверок пропускает сделку. Снаружи это может выглядеть как рядовой параметр или «шум в логах». Для конкурента, аудитора или консультанта это уже карта слабого места.

Опасность не обязательно в том, что поставщик модели завтра сделает прямого конкурента на ваших данных. Достаточно, что он умеет вычленять повторяющиеся схемы из миллиарда запросов, видеть связи между действиями и потом продавать соседнему рынку стратегический консалтинг, отраслевой анализ или подсказки, куда копать. Даже анонимизация не всегда спасает: иногда ценна не конкретная фамилия в поле (которую мы легко заменим на рандомное «Name7328951»), а сама схема связей. Вот поэтому «альфа» одновременно раздражает и цепляет удобной недосказанностью. Впрочем, названный риск явно существует, так что примем как данность.

Сильная сторона Palantir не в том, чтобы суметь сделать «самый умный мозг». Palantir продаёт слой, где данные превращаются в объекты и действия внутри организации. В документации Foundry это называется Ontology: она описывает рабочие объекты предприятия, соединяет данные, логику и действия, а не складывает таблицы рядом с чат-ботом. Там же описаны права на действия, аудит и связь с внешними системами.

Для завода это могут быть деталь, станок, склад, ремонт, заявка и поставка. Для больницы — пациент, назначение, анализ, койка, маршрут, риск и врачебное решение. Для армии — разведсредство, подразделение, маршрут, цель, склад, штаб и средство поражения. Большая языковая модель может написать гладкий ответ. Рабочая система должна ещё понимать, кто имеет право видеть объект, кто может изменить его состояние, что надо сохранить для проверки и какое действие вообще допустимо.

Здесь Palantir (в лице Карпа) критикует «голые токены» не снаружи, а из соседнего отдела продаж. Он говорит: не покупайте просто модель; купите среду, где модель будет связана с вашими данными, правами и действиями. И, конечно, предполагается «купите у нас» (т.е. у них).

NVIDIA, Nemotron и «контроль над весами»

В истории с NVIDIA видно, где заканчивается лозунг и начинается архитектура. Palantir не показывает собственную большую языковую модель. Он берёт NVIDIA Nemotron и предлагает запускать её в инфраструктуре заказчика. NVIDIA в своём объявлении пишет, что Palantir интегрирует ускоренные вычисления NVIDIA, библиотеки CUDA-X и открытые модели Nemotron в Ontology и AIP. В отдельном блоге NVIDIA описывает запуск Nemotron в защищённых и изолированных средах, а также обучение моделей на данных заказчика с сохранением права собственности на результирующие модели и веса.

После обвинений в адрес внешних ИИ-лабораторий надо показывать замену. Замена выглядит так: NVIDIA даёт модель, вычислительную платформу и стек запуска, Palantir обеспечивает слой данных, авторизации, журналирования, задач, проверок и действий. Это может быть полезно, особенно там, где отправлять запросы во внешний сервис нельзя или неудобно. Но «суверенность» здесь не означает исчезновение зависимости. Зависимость переносится: вместо внешнего ИИ-чата появляется связка NVIDIA, Palantir и локальной инфраструктуры заказчика.

Поэтому фразу «контролируйте свои веса» стоит читать с уточнением. Базовые веса Nemotron — это NVIDIA. Дообученные веса под задачу могут принадлежать заказчику. А Palantir продаёт систему, которая помогает собрать данные, связать их с предметной моделью, организовать обратную связь и применить результат в работе. Это не «освобождение от всех цепей», а скорее «смена адреса кассы приёма оплаты».

Но ещё вчера внешние модели были нормальными?

У нынешней речи Карпа есть показательный фон. Palantir сам последние годы не жил в полной независимости от внешних моделей. Reuters писал, что Maven Smart Systems — военная платформа Palantir для разведанализа и наведения — использовала подсказки и рабочие процессы, построенные с помощью Anthropic Claude Code; после конфликта Anthropic с Пентагоном Palantir пришлось думать о замене.

На этом фоне манифест про «не отдавайте данные и веса наружу» выглядит не только как принцип, но и как своевременная попытка перехватить повестку. Пока внешние модели помогали продавать результат, они были рабочим инструментом. Когда зависимость стала политической и закупочной проблемой, она превратилась в угрозу «суверенности».

И всё же странно слушать, что токены якобы не создают ценности. Breaking Defense писал, что во время операции против Ирана пользователи Пентагона расходовали до 20 млрд токенов в день, а Palantir Maven Smart System использовалась для планирования и координации ударов по 13 000 целям за 38 дней. Если токены сами по себе бесполезны, почему их так много ушло в реальной военной системе? Ответ простой: бесполезен не токен, а метрика про их расход, когда её выдают за результат.

Токен — это оплаченная единица вычислений. Поставщик принял запрос, обработал его, вернул ответ. Услуга оказана. Вопрос в другом: стало ли меньше ручной работы, быстрее ли принимаются решения, меньше ли ошибок, можно ли воспроизвести ответ, понятно ли, какие данные ушли в запрос и что осталось после него. Рост потребления токенов не доказывает, что организация стала лучше работать. Но он и не доказывает обратного.

Боевые данные — не папка с отчётами

Здесь важно не делать вид, что речь только про обычный офисный документооборот, расходы на API и панели для начальства. Если годовой отчёт, таблица закупок или подборка служебных писем испортятся, потеряются или не будут вовремя обработаны, это неприятно. Иногда дорого. Но обычно не смертельно в прямом смысле слова. Palantir работает и в другой зоне: там данные, модели, разведсредства и операторы сходятся в решении, что считать целью, куда смотреть дальше и какое действие предложить человеку.

На Украине Brave1 Dataroom, созданная при участии Palantir, Минобороны Украины, ВСУ и других структур, описана как «защищённая среда для обучения и проверки ИИ-моделей на реальных боевых данных». Речь идёт не о папке с отчётами, которую в крайнем случае заново соберут бухгалтерия, юристы или аналитики, а в том числе о данных для планирования дальних ударов.

С Израилем история выглядит несколько косвенной. Palantir объявлял о партнёрстве с Минобороны этой страны для поставки технологий, которые «помогут военным усилиям». То есть компания стала частью закупочной цепочки военного ведомства страны, которая в этой войне била по Газе так, что дети составили около 30% убитых палестинцев. Будем честны: при такой статистике разговор о «точности» и «выборе целей» перестаёт быть стерильной инженерной темой.

Такой пример важен не потому, что позволяет привязать один продукт к одному удару. Он показывает, как быстро разговор о «суверенных данных» уходит из бухгалтерии в управление насилием. Военная ценность таких систем не в разовом «точнее попасть», а в постоянном обновлении картины противника: где у него слабое место, какой узел держит систему, какое действие даст максимальный эффект и как быстро пересчитать всё это после следующего удара.

Для гражданского бизнеса похожая логика звучит почти безобидно: найти узкое место в поставках, снизить простой, быстрее перебросить ресурсы. В военной системе это уже может означать удар по цепочке снабжения, узлу связи, энергетике, маршруту эвакуации или человеку, чьё состояние влияет на решение штаба. С точки зрения такой модели выбор между поражением хорошо прикрытого склада важного ресурса и «аккуратной», недорогой по расходу боеприпасов ликвидацией семьи вражеского генерала может свестись к банальной математике, если и то и другое считается рычагом воздействия на противника. Моральные вопросы здесь очевидны, но пока речь даже не о них, а о том, что «эффективность» в такой системе быстро перестаёт быть бухгалтерским словом.

Где полезная мысль, а где продажа

Манифест Palantir полезен как раздражитель. Он бьёт по слабому месту нынешней моды на ИИ: многие компании покупают доступ к моделям, считают токены и называют это внедрением. Для серьёзных задач этого мало. Нужны данные у заказчика, права доступа, журналы действий, проверка качества, управляемое дообучение, локальный запуск там, где он нужен, и ясное право на результат.

Но читать это как чистую инженерию нельзя. Palantir давно работает на стыке государства, армии, разведки и крупного бизнеса. Карп в этой истории не независимый грубоватый комментатор, а официальный голос компании, которая продаёт дорогую инфраструктуру применения контроля. Он объявляет токены у признанных провайдеров «плохими» — спасибо, что не «протухшими», — и предлагает заказчику «личное» решение: модель попроще, кластер за деньги клиента, данные рядом, журналы под рукой, интерфейсы в единой системе.

На бумаге это выглядит как возвращение контроля заказчику. В эксплуатации контроль уходит к тому, кто собирает предметную модель, права доступа, цепочки действий, метрики качества, дообучение и рабочие интерфейсы. NVIDIA здесь даёт открытые модели и средства запуска. Palantir даёт способ связать их с данными, правами, следами работы и операционными процессами. Такая интеграция действительно нужна там, где обычный чат-бот бесполезен, но это не отмена зависимости, а её перенос в другое место. Теперь эта зависимость стоит на кластере, купленном за деньги клиента.

Поэтому главный вопрос не в том, украдёт ли OpenAI или Anthropic чью-то «альфу». Главный вопрос жёстче: если система знает ваши данные, помогает принимать решения и постепенно обучается на ваших действиях, кто в итоге управляет этой системой — вы или тот, кто сумел стать её обязательной частью?

Источники

  • X / Palantir — пост Palantir «The Technological Republic, in brief», который медиа называют манифестом.

  • The Technological Republic — официальный сайт книги.

  • YouTube — фрагмент CNBC с выступлением Карпа про NVIDIA, токены и frontier AI.

  • Tom’s Hardware — пересказ позиции Карпа про токены, веса и «альфу».

  • The Straits Times — перепечатка Reuters про Maven Smart Systems, Anthropic Claude Code и замену Anthropic.

  • Breaking Defense — данные о расходе токенов Maven и планировании ударов.

  • CTech — материал о партнёрстве Palantir с Минобороны Израиля.

  • +972 Magazine — расследование о системе Lavender.

  • The Guardian — материал о Lavender и использовании ИИ при выборе целей в Газе.

  • AP — материал о докладе комиссии при Совете ООН по правам человека, доле детей среди погибших и позиции Израиля, который обвинения комиссии отвергает.

Только зарегистрированные пользователи могут участвовать в опросе. Войдите, пожалуйста.Вы вообще знали про Palantir до этого момента?55.56%Да, постоянно слышал1038.89%Да, краем уха75.56%Раз не запомнил, то, наверное, нет10%Нет, почти не слышал00%Вообще никогда0 Проголосовали 18 пользователей. Воздержался 1 пользователь.

Источник: habr.com

Оцените материал:

Поделиться
Понравилась статья? Расскажите другим
ВКонтакте
Читайте также
Новости робототехники Оптимизированный контроллер на основе нечеткой логики снижает среднюю ошибку отслеживания роботизированной руки на 89% в ходе моделирования. Новости робототехники Компания Waymo приостановила поездки по автомагистралям по всей стране после распоряжения Департамента транспортных средств Калифорнии. Новости робототехники Это простое изменение предотвращает застревание роев роботов. Новости робототехники Как я готовил робота-собаку Unitree Go2 на удаленке к МТС True Tech Champ Новости робототехники Гибкие роботизированные манипуляторы учатся предсказывать свои следующие движения. Новости робототехники Выращенные в лаборатории мышцы мышей позволяют крошечным роботам прыгать, плавать, ходить и хватать предметы. Новости робототехники Колесные, летающие и шестиногие роботы остаются на правильном пути благодаря новому методу обучения. Новости робототехники Мягкая роботизированная рыба сочетает в себе высокоскоростное плавание и трехмерную маневренность. Новости робототехники БИОЛОГ: НЕУМЕРЕННОЕ ИСПОЛЬЗОВАНИЕ ГАДЖЕТОВ НЕОБРАТИМО МЕНЯЕТ ЛИЧНОСТЬ РЕБЁНКА Новости робототехники Искусственный интеллект в БПЛА: преимущества и риски Новости робототехники Новая система искусственного интеллекта поможет машинам более детально понимать трехмерное пространство. Новости робототехники Ростех показал кобота с «умным» зрением Новости робототехники ДНК-роботы могли бы доставлять лекарства и выслеживать вирусы внутри вашего тела. Новости робототехники Человекоподобные роботы, играющие в футбол, забили важный гол в области робототехники, продемонстрировав высокую координацию движений. Новости робототехники Оптимизированный контроллер на основе нечеткой логики снижает среднюю ошибку отслеживания роботизированной руки на 89% в ходе моделирования. Новости робототехники Компания Waymo приостановила поездки по автомагистралям по всей стране после распоряжения Департамента транспортных средств Калифорнии. Новости робототехники Это простое изменение предотвращает застревание роев роботов. Новости робототехники Как я готовил робота-собаку Unitree Go2 на удаленке к МТС True Tech Champ Новости робототехники Гибкие роботизированные манипуляторы учатся предсказывать свои следующие движения. Новости робототехники Выращенные в лаборатории мышцы мышей позволяют крошечным роботам прыгать, плавать, ходить и хватать предметы. Новости робототехники Колесные, летающие и шестиногие роботы остаются на правильном пути благодаря новому методу обучения. Новости робототехники Мягкая роботизированная рыба сочетает в себе высокоскоростное плавание и трехмерную маневренность. Новости робототехники БИОЛОГ: НЕУМЕРЕННОЕ ИСПОЛЬЗОВАНИЕ ГАДЖЕТОВ НЕОБРАТИМО МЕНЯЕТ ЛИЧНОСТЬ РЕБЁНКА Новости робототехники Искусственный интеллект в БПЛА: преимущества и риски Новости робототехники Новая система искусственного интеллекта поможет машинам более детально понимать трехмерное пространство. Новости робототехники Ростех показал кобота с «умным» зрением Новости робототехники ДНК-роботы могли бы доставлять лекарства и выслеживать вирусы внутри вашего тела. Новости робототехники Человекоподобные роботы, играющие в футбол, забили важный гол в области робототехники, продемонстрировав высокую координацию движений.

Оставить комментарий