US PCE: ЦИФРЫ ЛУЧШЕ ПРОГНОЗОВ, ПОМЕСЯЧНО ТЕМПЫ СНИЗИЛИСЬ, НО ГОДОВАЯ ДИНАМИКА ПО-ПРЕЖНЕМУ УВЕЛИЧИВАЕТСЯ

Федрезерв, как известно, таргетирует не индекс потребительских цен, а дефлятор потребительских расходов (PCE). В прогнозах регулятора фигурирует именно этот показатель

Вышедшая статистика BEA показывает, что в ноябре динамика PCE составила 0.13% мм/2.44% гг (ранее: 0.23% мм/2.31% гг), ждали 0.2% мм и 2.5% гг, а базовый индекс: 0.11% мм/2.82% гг (ранее: 0.26% мм/2.79% гг), прогноз: 0.2% мм и 2.9% гг.

Динамика расходов по большинству статей: услуги (3.8% гг vs 3.9% и 3.7% ранее), серьезного улучшения здесь нет, продовольствие (1.4% гг vs 1.0% и 1.2%), топливо (-4.0% гг vs -6.0% и -8.1%), товары длительного пользования (-1.1% гг vs -1.6% и -1.9%), повседневные товары (0.0% гг vs -0.6% и -0.8%)

Годовые темпы продолжают отдаляться все дальше и дальше от таргета. Хотя, конечно, помесячные темпы оказались довольно неплохими, вопрос – насколько устойчивой будет эта тенденция

WSJ: Следующий скачок в ИИ стоит безумного дорого и отстает от планов

OpenAI столкнулся со множеством проблем в своем новом ИИ проекте под названием Orion или GPT-5. Он в разработке уже более 18 месяцев (и все еще не запущен). Компания провела как минимум два больших учебных запуска. Каждый раз возникали новые проблемы, и ПО не давало ожидаемых результатов.

Orion работает лучше, чем текущие предложения OpenAI, но он недостаточно продвинулся, чтобы оправдать огромные затраты на поддержание новой модели в рабочем состоянии. Шестимесячный учебный цикл может обойтись примерно в $0,5 млрд только в вычислительных затратах.

Аналитики предсказывают, что технологические гиганты могут потратить $1 трлн на проекты ИИ в ближайшие годы. Большая часть ожиданий приходится на OpenAI, стоявшую у истоков бума ИИ.

Оценка в $157 млрд, которую инвесторы дали OpenAI в октябре, во многом основана на прогнозе Альтмана, что GPT-5 станет «значительным скачком вперед» во всех видах предметов и задач. Он должен свершать новые научные открытия, а также выполнять рутинные задачи, такие как запись на прием или бронь перелета.

Исследователи надеются, что он будет совершать меньше ошибок, чем сегодняшний ИИ, или хотя бы признавать сомнения — вызов для текущих моделей, которые могут делать ошибки с кажущейся уверенностью (“галлюцинировать”).

Нет точных критериев для определения того, когда модель становится достаточно умной, чтобы называться GPT-5. Руководители компании опираются на «ощущения», но ощущений пока нет.

Тренировки моделей

С момента выхода GPT-4 в марте 2023 года OpenAI работает над GPT-5. Модели тестируются во время запусков, когда модель загружена триллионами фрагментов слов (токенами). Крупный тренировочный запуск может занять несколько месяцев и требовать десятки тысяч чипов.

Альтман сказал, что обучение GPT-4 обошлось более чем в $100 млн. Ожидается, что будущие модели ИИ превысят $1 млрд. Неудачный тренировочный запуск подобен взрыву космической ракеты в небе вскоре после запуска. Исследователи пытаются минимизировать вероятность такой неудачи, проводя пробный запуск перед реальным.

С GPT-5 проблемы возникали с самого начала. В середине 2023 года OpenAI начала тренировочный запуск, который также был испытанием для нового дизайна Orion. Процесс был вялым, и было предвестником того, что масштабный тренировочный запуск займет много времени и будет очень дорогим.

Исследователи OpenAI решили внести некоторые технические изменения, чтобы усилить Orion. Они также пришли к выводу, что им нужны более разнообразные, высококачественные данные, но в интернете их недостаточно.

Данные с нуля

Для своих предыдущих моделей OpenAI использовал данные из интернета, такие как новости, сообщения в соцсетях и научные статьи. Чтобы сделать Orion умнее OpenAI нужно больше.

Тогда OpenAI решил создавать данные с нуля. Компания наняла людей, таких как инженеры-программисты и математики, и они делятся объяснениями своей работы с Orion. Когда люди объясняют свои мысли, это углубляет ценность вновь созданных данных. Также это карта того, как модель может решать другие подобные проблемы.

В процессе обучения ИИ инженеру-программисту может быть предложено написать программу, которая эффективно решает сложную логическую задачу. Математику может потребоваться рассчитать максимальную высоту пирамиды, построенной из миллиона баскетбольных мячей. Ответы — и, что еще важнее, как их достичь — затем включаются в учебные материалы по ИИ.

Процесс мучительно медленный. GPT-4 обучался примерно на 13 триллионах токенов. Тысяча человек, пишущих по 5000 слов в день, потратила бы месяцы на создание миллиарда токенов. OpenAI также начала разрабатывать так называемые синтетические данные, или данные, созданные ИИ, для обучения Orion.

Исследования показали, что цикл обратной связи ИИ, создающего данные для ИИ, часто может вызывать сбои или приводить к бессмысленным ответам. Ученые OpenAI считают, что они могут избежать этих проблем, используя данные, созданные другой моделью ИИ, называемой o1.

📌Тред про гонку за ИИ https://emcr.io/news/t/ai-and-red-ocean

Конкуренция и конец эпохи максимальных данных (продолжение)

К началу 2024 года руководители начали ощущать давление. GPT-4 уже исполнился год, и конкуренты начали догонять. Новый LLM от Anthropic был оценен многими в отрасли как лучший, чем GPT-4. Несколько месяцев спустя Google запустила самое вирусное новое приложение ИИ года под названием NotebookLM.

Пока Orion застопорился, OpenAI начала разрабатывать другие проекты и приложения. Они включали облегченные версии GPT-4 и Sora, продукта, который может создавать видео, сгенерированное ИИ. Это привело к борьбе за ограниченные вычислительные ресурсы между командами.

Более того, конкуренция между лабораториями ИИ стала настолько жесткой, что крупные технологические компании публикуют меньше статей о последних открытиях или прорывах, чем это обычно бывает в науке. Когда два года назад на рынок хлынул поток денег, технологические компании начали рассматривать результаты этих исследований как коммерческую тайну, которую нужно охранять.

В начале 2024 года OpenAI приготовилась дать Orion еще одну попытку, на этот раз вооружившись лучшими данными. Но после начала обучения исследователи обнаружили проблему: данные были не такими диверсифицированными, как ожидалось, что потенциально ограничивало способность модели учиться.

OpenAI потратила слишком много времени и денег, чтобы начать все заново. Тогда исследователи попытались найти более широкий диапазон данных для подачи модели в процессе обучения. Неясно, оказалась ли эта стратегия плодотворной.

Проблемы Orion дали понять некоторым в OpenAI, что стратегия «чем больше, тем лучше», которая во многом способствовала ее раннему успеху, исчерпывает себя. В отрасли появились разговоры, что улучшения в области ИИ выходят на плато. Суцкевер, недавно ставший соучредителем Safe Superintelligence (SSI), заявил на недавней конференции по ИИ, что эпоха максимальных данных закончилась.

Модели рассуждений

Трудности с Orion привели исследователей OpenAI к новому подходу, чтобы сделать LLM умнее: рассуждения. Исследователи говорят, что длительное «размышление» может позволить LLM решать сложные проблемы, которым они не обучались.

За кулисами o1 OpenAI предлагает несколько ответов на каждый вопрос и анализирует их, чтобы найти лучший. Он может выполнять более сложные задачи, такие как написание бизнес-плана или создание кроссворда, при этом объясняя свои рассуждения, что помогает модели немного учиться на каждом ответе.

Исследователи из Apple недавно опубликовали статью, в которой утверждается, что модели рассуждений, включая версии o1, скорее всего, имитируют данные, которые они видели при обучении, а не фактически решают новые проблемы. Также они говорят о «катастрофическом падении производительности», если вопросы были изменены для включения незначительных деталей.

В этом месяце OpenAI выпустила полную версию модели рассуждений o1. Дополнительные интеллектуальные ресурсы стоят дорого, а OpenAI платит за генерацию нескольких ответов на один запрос вместо одного.

Более продвинутая и эффективная модель рассуждений может лечь в основу Orion. Исследователи надеются объединить его со старым методом получения большего количества данных, часть из которых может быть получена из других моделей ИИ OpenAI. Затем OpenAI сможет уточнить результаты с помощью материала, созданного людьми.

В пятницу Альтман объявил о планах новой модели рассуждений, которая будет умнее всего, что компания выпускала ранее. Он ничего не сказал о том, когда появится модель, достойная названия GPT-5, и появится ли она вообще.

#газеты
Владельцем российского производителя касс АТОЛ стал Роман Володин, ранее возглавлявший компанию. По его словам, все текущие проекты и стратегия АТОЛ сохранятся, фирма продолжит фокусироваться на разработке решений в сфере RetailTech.

АТОЛ в 2001 году основали Алексей и Ирина Макаровы. Согласно СПАРК, до сделки им принадлежало по 50% в компании. АТОЛ - разработчик оборудования и программного обеспечения для автоматизации бизнес-процессов в торговле. В состав группы входят УК АТОЛ, ООО “АТОЛ”, ООО “АТОЛ Онлайн”, ООО “АТОЛ Сигма”, ООО “Казначей”, ООО “Центр разработки и исследований”, ООО “Новые решения драйва”, АО “АТОЛ Пэй” и др. Самое прибыльное юрлицо из них - ООО “АТОЛ”, выручка которого в прошлом году достигла 5,3 млрд рублей, а чистая прибыль - 227 млн рублей.

Источник, близкий к компании, сообщил, что среди претендентов на покупку АТОЛ были “Софтлайн”, “Сбер" и Т-банк. Ранее “Коммерсантъ” писал, что переговоры о покупке АТОЛ ведет “Софтлайн”. По словам собеседника издания, переговоры находились в завершающей стадии, сумма сделки оценивалась в 5 млрд рублей. Представитель “Софтлайна” отказался комментировать детали несостоявшейся сделки.

https://www.rbc.ru/technology_and_media/23/12/2024/676566319a79470f5f57c01f?from=short_news

@rusven

ЧТО ЭТО БЫЛО?

Пятничное решение ЦБ стало абсолютным сюрпризом. Почему так произошло? Простое и убедительное объяснение содержится в речи Председателя. Ужесточение денежно-кредитных условий (ДКУ) оказалось намного сильнее, чем предполагала 21-я ставка: «до октябрьского решения по ключевой ставке спред составлял в среднем около 2–3 пп для наиболее надежных категорий заемщиков. Сейчас он достиг 5–6 пп. То есть ставки выросли в среднем так, как если бы при неизменности спреда ключевая ставка была повышена не до 21%, а до 24% или даже больше». Почему это произошло? Из-за ужесточения требований к капиталу и ликвидности банков. Эффекты от этих мер, по-видимому, оказались более сильными, чем ожидал ЦБ.

Этого было бы недостаточно для принятия решения о неизменности ставки (сложно сказать, какая нужна жёсткость ДКУ, чтобы остановить кредитный бум), если бы ЦБ одновременно не увидел замедления кредитования. Произошло это, по-видимому, буквально в последние недели, т.к. официальная общедоступная статистика пока не позволяет сделать такой вывод. Алексей Заботкин признал, что «решение по ставке ЦБ принимал, обладая более полной информацией от банков и компаний, чем рынок в целом», добавив, что «видим в данных на 15 декабря значительное замедление кредитной активности».

Логика ЦБ, которую он неоднократно транслировал в рынок, всегда заключалась в том, что 1) решение принимается на основании прогноза, 2) сильное отклонение от прогноза всегда требует реакции ДКП. Сейчас мы имели очень сильное отклонение от прогноза инфляции (около 10% на конец года вместо обещанных в октябре 8-8.5%), а также сильный обвал рубля (ЦБ не даёт прогноз курса, но судя по его вмешательству – откладывание покупки валюты по БП – ноябрьское движение курса было неожиданным для ЦБ, и не предполагалось прогнозом).

Исходя из этой логики, ЦБ должен был повышать ставку 20 декабря (чего от него все и ждали), но охлаждение кредитной активности, по-видимому, оказалось столь резким и неожиданным, что ЦБ решил взять паузу.

Если это действительно так, и мы увидим всё это в официальной статистике, то решение ЦБ - абсолютно правильное.

СТАВКИ ДОСТИГЛИ ПИКА?

Может ДА, а может и НЕТ. Понять это мы сможем только весной. Мы не возьмемся однозначно сказать, на пике ставка или нет, но что можно сказать с большой уверенностью, так это то, что жёсткая ДКП (ставка в районе 20%) будет длительной. Ставить на быстрое и глубокое снижение ключа точно не надо.

НА ЧТО СМОТРЕТЬ, ЧТОБЫ ПОНЯТЬ, КУДА ПОЙДЁТ СТАВКА?

1) Корпоративный кредит. Если рост замедлится до менее 1% в месяц, этого будет достаточно, чтобы далее ставку не повышать.

2) Инфляция. Мы считаем, что вопрос о снижении ставки может оказаться на столе совета директоров ЦБ, если темпы роста цен снизятся до 5-6% saar, а кредитная активность будет оставаться невысокой. Если же и в 1К25 темпы роста цен будут двузначными (в терминах saar), то в марте ЦБ может возобновить повышение ставки (в феврале, полагаем, пауза продлится)

3) Санкции. Ограничения, наложенный на внешнеэкономическую деятельность РФ в 2023-24гг, носили исключительно проинфляционный характер и стали важным фактором отклонения инфляции от прогноза. Появление новых санкционных сюжетов может потребовать проведение более жесткой ДКП.

А ЧТО С РЫНКАМИ?

ОФЗ рванули вверх с такой скоростью, как будто снижении ставки в феврале-марте – вопрос решенный. Мы считаем это маловероятным сценарием, а потому сомневаемся в устойчивости наблюдаемого роста.

Акции совершили ещё более стремительный рывок. Это исключительно спекулятивное и краткосрочное движение. Парадокс в том, что если рынок ставит на смягчение ДКП, то он должен понимать, что это возможно лишь при существенном снижении кредитной и деловой активности, т.е. падении прибылей компаний.

Рубль. Более мягкая ДКП – это однозначно плохая новость для рубля. Отсутствие значимой реакции – это неэффективность валютного канала трансмиссионного механизма. Влияние на курс идёт не через процентный арбитраж, а преимущественно через спрос-импорт. Поэтому лаги больше. Но направленность этого влияния сомнений вызывать не должна

Ъ: Вторичное жилье движется к росту

Готовое жилье в России за месяц подорожало на 0,4–2%. Сейчас активность сдерживает приближение новогодних каникул, но спрос на рынке недвижимости аналитики все же считают устойчивым. Рынок адаптировался к высоким ипотечным ставкам. Сделки на нем заключают покупатели с собственными средствами, полученными от продажи имевшейся недвижимости, либо инвесторы, вкладывающие в жилье накопления. В январе спрос поддержит выплата годовых бонусов менеджменту крупных компаний.

Tether намерена завершить 2024 год с чистой прибылью $10 млрд. По словам главы компании Паоло Ардоино, в этом году она направила около половины этой суммы на инвестиции в проекты за пределами крипторынка.

Компания объявила об инвестициях в размере $775 млн в конкурента видеоплатформы YouTube — Rumble. $250 млн из этой суммы используют для финансирования инициатив, нацеленных на расширение охвата платформы, а оставшуюся часть средств — на покупку ее акций (RUM).

В 2025 году Tether планирует направить не менее половины прибыли на инвестиции, в том числе в сектор искусственного интеллекта, с планами запуска собственной ИИ-платформы.

Tether продолжает рассматривать инвестиции в США, поскольку ожидается, что регулирование крипторынка станет более благоприятным при избранном президенте Дональде Трампе. После выборов президента США в начале ноября капитализация USDT от Tether выросла более чем на 16%, достигнув $140 млрд, что стало историческим рекордом для проекта.

@rbccrypto

Honda и Nissan ведут переговоры о слиянии. Необходимость объединения объясняют конкуренцией с китайскими автоконцернами.

Если слияние состоится, то новая компания станет третьей по величине автомобильной группой в мире, уступая только Toyota и Volkswagen.

BMW подтвердила, что автомобили бренда поставляются в Россию в нарушение санкций ЕС по серому импорту.

Германский автопроизводитель BMW подтвердил сообщения об экспорте его автомобилей в Россию в обход санкций ЕС. В официальном сообщении компании говорится, что в ходе внутреннего расследования были выявлены нарушения, связанные с экспортом автомобилей в Россию.

Сейчас дальнейшие продажи автомобилей в Россию остановлены. «Кроме того, BMW Group приняла решение уволить сотрудников, несущих основную ответственность», — подчеркнули в компании.

Ранее немецкий Business Insider сообщил, что подразделение BMW в Ганновере поставило в Россию в обход санкций более 100 автомобилей класса люкс.

@forbesglobalrus

Рыночная капитализация Tesla превысила суммарную капитализацию 40 следующих автопроизводителей.

ПОТРЕБИТЕЛЬСКАЯ УВЕРЕННОСТЬ В США: ОЖИДАНИЯ РЕЗКО РАЗВЕРНУЛИСЬ ВНИЗ

Опубликованный The Conference Board индекс доверия потребителей в США в ноябре составил 104.7 пунктов vs 112.8. Это -7.2% мм и -3.1% гг vs 3.0% мм и 11.7% гг в ноябре.

Индекс текущей ситуации, основанный на оценке потребителями нынешних условий бизнеса и рынка труда, снизился до 140.2 vs 140.9 в прошлом месяце. Индекс ожиданий, основанный на краткосрочных прогнозах потребителей в отношении доходов, бизнеса и условий на рынке труда, упал до 81.1 с 92.3 ранее.

The Conference Board отмечает: ”…недавнее восстановление потребительской уверенности прервалось в декабре, индекс упал обратно к середине диапазона, который присутствовал в течение последних двух лет. Снижению способствовали текущая ситуация и ожидания, наиболее резкое падение произошло в компоненте ожиданий. По сравнению с прошлым месяцем потребители в декабре были существенно менее оптимистичны в отношении будущих условий ведения бизнеса и доходов. Более того, пессимизм в отношении будущих перспектив занятости усилился...”

Ъ: Назад к обществу потребления
Авторы свежих аналитических докладов уже подводят макроэкономические итоги 2024 года, все более уверенно фиксируя устойчивое торможение экономики и структурные сдвиги, сформировавшиеся в последнее время. Хотя экономисты разошлись с официальной оценкой внутригодовой динамики капитальных инвестиций, они уверены, что модель роста экономики РФ после череды потрясений возвращается к потребительской.