Переход Microsoft на ИИ: дебют моделей MAI

На протяжении трех лет история искусственного интеллекта от Microsoft была неотделима от OpenAI. Это партнерство, подкрепленное совокупными инвестициями, превышающими 13 миллиардов долларов, предоставило Microsoft ранний доступ к самым передовым моделям ИИ на планете, выведя ее продукты Copilot в корпоративный мейнстрим и добавив сотни миллиардов долларов к рыночной капитализации компании. Для внешнего мира стратегия Microsoft в сфере ИИ *и была* OpenAI.

Мустафа Сулейман намерен изменить это положение дел.

В эксклюзивном интервью VentureBeat на конференции Microsoft Build 2026 генеральный директор Microsoft AI сообщил, что примерно шесть месяцев назад изменение условий контракта с OpenAI предоставило его подразделению официальные полномочия для реализации того, что он открыто называет «суперинтеллектом» — с использованием собственных исследователей Microsoft, собственных конвейеров данных и собственных специализированных процессоров.

«Нас освободили от контракта с OpenAI для официального преследования суперинтеллекта всего около шести месяцев назад, — сказал Сулейман. — Так что это пока самый начальный этап».

Это заявление, прозвучавшее буднично за кулисами центра Fort Mason Center, является самым четким на сегодняшний день сигналом о стратегическом переломном моменте, происходящем внутри самой дорогой публичной компании мира. Microsoft не отказывается от OpenAI. Но она строит что-то параллельно с ней — и, в конечном счете, нечто способное стоять на собственных ногах.

Первое собственное семейство моделей Microsoft свидетельствует о новом уровне амбиций в сфере ИИ

Самым осязаемым доказательством этого сдвига стало событие того же дня. Microsoft анонсировала семейство из семи новых моделей ИИ, разработанных полностью собственными силами Командой суперинтеллекта ИИ (AI Superintelligence Team). Они охватывают рассуждения, генерацию кода, создание изображений, транскрипцию и синтез речи. Модели, выпущенные под брендом «MAI», являются самой амбициозной собственной разработкой Microsoft в области ИИ на сегодняшний день.

Флагманская модель MAI-Thinking-1 — это модель рассуждений с 35 миллиардами активных параметров, которая, по заявлению Microsoft, не уступает ведущим моделям своего векового класса по ключевым бенчмаркам разработки ПО и демонстрирует продвинутые способности к математическому логическому выводу. Сулейман неоднократно подчеркивал одну деталь: модель обучалась с нуля на чистых, коммерчески лицензированных данных, без дистилляции из сторонних передовых моделей. Это прямой, хотя и негласный контраст с широко распространенной в отрасли практикой использования результатов работы систем конкурентов для обучения более дешевых альтернатив.

«Мы обучаем наши модели рассуждений с нуля, — написал Сулейман в блоге, посвященном анонсу. — Мы не занимаемся дистилляцией из других лабораторий и не полагаемся на нелицензированные или непрозрачные данные».

Остальные модели семейства формируют мультимодальный портфель, разработанный для корпоративного развертывания: MAI-Code-1-Flash — легкая модель для написания кода, созданная специально для GitHub Copilot и VS Code; MAI-Image-2.5, поддерживающая генерацию изображений по тексту и их редактирование; MAI-Transcribe-1.5, которую Microsoft называет самой точной из доступных моделей транскрипции, работающей на 43 языках; а также MAI-Voice-2 — многоязычная система генерации речи. Все эти модели поставляются через Microsoft Foundry, инфраструктуру компании для хостинга и развертывания моделей. И впервые разработчики получили возможность настраивать веса моделей самостоятельно через сторонние платформы, включая OpenRouter, Fireworks и Baseten.

Однако в интервью Сулейман дал понять, что эти семь моделей — лишь доказательство концепции, а не готовый продукт. Настоящим проектом является сама лаборатория.

«Наша задача — сделать так, чтобы, заглядывая в 2030 год и за его пределы, мы обладали возможностью не просто покупать модели у третьих лиц, а создавать абсолютный передовой рубеж, лучшие модели в мире, — сказал он. — Это долгий переход».

Что на самом деле означает для будущего ИИ в Microsoft освобождение от обязательств перед OpenAI

Чтобы понять, что Сулейман имеет в виду под «освобождением», нужно разобраться в необычной контрактной архитектуре, которая годами определяла деятельность Microsoft в сфере ИИ.

Когда Microsoft инвестировала миллиарды в OpenAI в 2019 году, партнерство сопровождалось конкретным соглашением: OpenAI строит передовые модели, а Microsoft выступает в роли эксклюзивного облачного провайдера, интегрируя эти модели в свои продукты и перепродавая их через Azure. Сделка давала Microsoft колоссальные коммерческие рычаги влияния — доступ к самому передомому ИИ в мире без необходимости строить его самостоятельно, — но она же создавала и зависимость. Microsoft было прямо запрещено вести собственные исследования в области общего искусственного интеллекта (AGI), а соглашение даже ограничивало размер моделей, которые компания могла обучать, запрещая ей создавать системы, превышающие определенный порог вычислений, измеряемый во флопсах.

Это соглашение было официально пересмотрено. Как сообщали издания Fortune и Axios в ноябре, обновленная сделка с OpenAI сняла эти ограничения, открыв Сулейману путь к запуску команды MAI Superintelligence Team и работе над тем, что он называет «гуманистическим суперинтеллектом». Результатом, по словам Сулеймана того времени, стала «среда наилучших возможностей из обоих миров, где мы свободны преследовать собственный суперинтеллект и в то же время тесно сотрудничать с ними».

К моменту его беседы с VentureBeat на Build 2026 прошло примерно шесть месяцев с момента официального старта этих усилий по обретению независимости. Microsoft уже начала поставлять модели собственного производства — в том числе MAI-Image-2-Efficient, более легкую модель генерации изображений, выпущенную в апреле, — но семь моделей MAI, анонсированных на Build, стали самым амбициозным релизом команды на сегодняшний день: это полноценное мультимодальное семейство, охватывающее рассуждения, код, генерацию изображений, транскрипцию и голос.

Тем не менее, Сулейман не рассматривает этот сдвиг как разрыв с OpenAI. Он охарактеризовал текущую позицию Microsoft как положение изобилия, а не дефицита.

«Нет никакой острой необходимости в срочном порядке заполнять какой-то пробел через три или шесть месяцев, — сказал он. — У нас есть OpenAI, у нас есть Anthropic, у нас есть тысячи моделей внутри Foundry. Так что в нашем распоряжении уже есть колоссальный выбор возможностей».

Такая формулировка показательна. Натиск Microsoft в направлении создания собственных передовых моделей обусловлен не кризисом в отношениях с OpenAI, а стратегическим расчетом: по мере того как ИИ становится важнейшим технологическим уровнем в корпоративных вычислениях, компания не может позволить себе полностью зависеть от партнеров в вопросах базовых возможностей. «В течение следующих пяти лет мы должны быть способны производить самые современные модели фронтир-уровня, — заявил Сулейман. — Это наша миссия».

По словам Сулеймана, переход от чат-ботов к автономным ИИ-агентам уже начался

Если семь моделей MAI олицетворяют технические амбиции, то новая функция под названием Frontier Tuning отражает коммерческую логику. Анонсированная вместе с моделями на Build функция Frontier Tuning позволяет корпоративным клиентам кастомизировать модели MAI с использованием собственных проприетарных данных, рабочих процессов и отраслевой терминологии, причем все это — в пределах их собственного безопасного периметра комплаенса. Система использует среды обучения с подкреплением — то, что Microsoft называет «тренировочными залами для ИИ», — которые позволяют агентам обучаться непосредственно на реальных рабочих задачах, не затрагивая рабочие производственные системы.

Результаты, которыми поделилась Microsoft, поражают. Модель MAI, настроенная для работы с Excel, как сообщается, соответствует производительности GPT 5.4, работая при этом с вдесятеро большей эффективностью. Ранние корпоративные пользователи отмечают схожие успехи: будучи настроенной под жесткие требования одной безымянной организации, модель MAI достигла самого высокого процента успешных результатов среди всех протестированных моделей при примерно десятой доле затрат.

Сулейман охарактеризовал Frontier Tuning как часть более широкого эволюционного этапа — перехода от интеллекта к действию. «Мы в основном вышли за рамки простого диалога, — заявил он в интервью VentureBeat. — Теперь мы переходим к действиям».

Он представил новую структуру для осмысления этого прогресса: переход от IQ (фактологического интеллекта) к EQ (эмоциональному интеллекту или способности следовать инструкциям по тону и стилю) и к тому, что он называет AQ — «коэффициенту действий» (Actions Quotient).

Будущие ИИ-агенты, по мнению Сулеймана, не станут ограничиваться ответами на вопросы. Они будут входить в корпоративное ПО, ориентироваться в сложных многоприложных рабочих процессах и выполнять задачи в Excel, Word, Teams, Jira, Adobe InDesign и CRM-системах — точно так же, как это делал бы живой сотрудник.

«Вы должны иметь возможность выйти на работу в первый день и практически выпустить учетные данные для нового ИИ-агента, — сказал он. — Модель должна уметь перемещаться по всем этим различным средам, и в этом заключается реальная сила Microsoft».

Анонсы на конференции Build 2026 подтвердили это на конкретных примерах продуктов. Microsoft Scout, первый «автопилотный» агент компании, работает как постоянно активный фоновый ассистент, созданный на базе технологии с открытым исходным кодом OpenClaw. Он функционирует со своей собственной управляемой учетной записью внутри Microsoft Entra, поэтому его действия поддаются аудиту и привязке к конкретным лицам. Windows 365 для агентов предоставляет ИИ-агентам их собственные управляемые облачные ПК (Cloud PC), позволяя им напрямую взаимодействовать с приложениями и браузерами в корпоративных средах. А платформа Foundry получила масштабные обновления, включая хостинговых агентов с холодным стартом менее чем за 100 миллисекунд, новый фреймворк Microsoft Agent Framework и публикацию в Teams и Microsoft 365 Copilot в один клик.

Почему в Microsoft считают корпоративные данные следующим рубежом обучения ИИ

Сулейман также объяснил, почему считает позиции Microsoft уникально защищенными — и этот аргумент меньше связан с архитектурой моделей и больше с тем, где именно реально протекает рабочая деятельность.

«Мы вроде как пропылесосили все очевидные пулы обучающих данных, — сказал он, имея в виду первоначальную борьбу индустрии за поглощение открытого интернета. — На следующем этапе мы на самом деле хотим иметь возможность передавать эти агенты компаниям, чтобы они обучали их на своих конкретных задачах, используя данные, имеющиеся у них внутри их собственных масштабных рабочих процессов».

Это утверждение звучит тонко, но имеет далеко идущие последствия. Первая волна генеративного ИИ обучалась на общедоступных текстах — книгах, веб-сайтах, постах на Reddit, репозиториях кода. Эти данные теперь в значительной степени исчерпаны, а их использование все чаще оспаривается в судах.

Следующая волна, утверждает Сулейман, будет обучаться на данных конкретных предприятий: внутренних рабочих процессах, трассировках принятых решений и институциональных знаниях, которые определяют то, как функционируют реальные организации. Microsoft, которая, по словам Сулеймана, через Azure обслуживает 493 компании из списка Fortune 500, уже встроена в эти рабочие процессы благодаря Microsoft 365, Teams, Dynamics 365 и более широкой экосистеме Azure. Frontier Tuning — это тот механизм, который преобразует данное позиционное преимущество в производительность моделей.

«Люди недооценивают тот факт, что это станет следующим доменом», — отметил Сулейман.

Список первых партнеров Frontier Tuning отражает масштаб амбиций: Mayo Clinic, где Microsoft совместно создает передовую модель ИИ для здравоохранения, используя обезличенные клинические данные; EY, которая настраивает агента по налоговому консультированию для развертывания среди 75 000 специалистов по всему миру; Land O’Lakes, где Frontier Tuning обеспечила то, что специалист по разработке продуктов компании назвал «значительными улучшениями в обоснованности результатов и соблюдении стиля»; а также Pearson, которая использует настроенные модели для предоставления обратной связи, соответствующей науке об обучении, в своем продукте Communication Coach.

Партнерство с Mayo Clinic может оказаться наиболее значимым. Microsoft и Mayo Clinic сотрудничают в целях создания передовой модели ИИ для здравоохранения, которая объединяет клинический опыт Mayo и лонгитюдные данные о пациентах с возможностями Microsoft в области ИИ. Модель будет принадлежать Mayo Clinic и сначала развернута внутри собственной среды Mayo, прежде чем стать доступной для других организаций через Foundry.

Собственные чипы ИИ от Microsoft и масштабная скупка графических процессоров демонстрируют превосходство компании в сфере вычислительных мощностей

Ничего из этого не работает без инфраструктуры вычислений промышленного масштаба, и Сулейман был необычайно откровенен в отношении аппаратной экономики, лежащей в основе стратегии Microsoft.

«Мы являемся крупнейшим покупателем графических процессоров на планете, — сказал он. — Мы крупнейший покупатель GB200 и GB300 в мире».

Microsoft продолжит закупать ускорители Nvidia «в течение многих-многих лет», заверил Сулейман. Но при этом компания параллельно создает собственный заказной кремний. Maia 200, AI-ускоритель Microsoft второго поколения, уже работает в производственном режиме в дата-центрах в Айове и Аризоне, а развертывание в Италии, Австралии и Южной Корее находится в планах. По данным Microsoft, Maia 200 обеспечивает лучшую производительность в расчете на доллар и ватт среди всего парка оборудования компании.

В интервью Сулейман точнее охарактеризовал экономику процесса: по его словам, Maia 200 на 30% экономичнее чипов Nvidia GB200. А когда Microsoft оптимизирует свои собственные модели MAI для нативного запуска на кремнии Maia, компания получает дополнительное увеличение производительности на ватт в 1,4 раза. «В предстоящие годы строить решения на базе моделей MAI с использованием чипов Maia 200 и Maia 300 внутри Azure будет дешевле», — заявил он.

Это утверждение — если оно подтвердится в масштабе — имеет глубокие последствия для конкурентной среды. Оно означает, что Microsoft не просто покупает себе путь к доминированию в сфере ИИ с помощью Nvidia; она выстраивает вертикально интегрированный стек, в котором ее собственные модели, работающие на ее собственных чипах в ее собственном облаке и настроенные на данных ее клиентов, могут предложить такие показатели производительности и стоимости, которые не сможет воспроизвести ни один конкурент.

Сулейман отвергает идею о том, что модели ИИ превращаются в сырьевые товары

Сулейман также резко выступил против одного из самых популярных в Кремниевой долине нарративов: о том, что модели ИИ стремительно коммодитизируются (превращаются в стандартизированный биржевой товар).

«Многие говорят, что модели превращаются в коммодити, — сказал он. — Я так не считаю».

Его аргументация строится на понятии «качественных токенов» — предпосылке о том, что состав, кураторство, лицензирование и дедупликация обучающих данных имеют по меньшей мере не меньшее значение, чем чистый масштаб. Новые модели MAI от Microsoft, по его словам, обучались на смеси для предварительного обучения, состоящей примерно из 50% высококачественного кода, а остальная часть была получена из коммерчески лицензированных и тщательно отобранных источников.

Результатом, по его утверждению, является четкая «родословная» моделей, оптимизированных для написания кода, рассуждений и агентного поведения — принципиально отличных от моделей, оптимизированных для потребительского чата, культурного контента или многоязычного охвата.

«Мы увидим совершенно разные линии моделей, отражающие различные цели обучения разных компаний, — сказал он. — Качественные токены имеют больший вес, чем просто грубый масштаб».

Для Microsoft это стратегически важный аргумент. Если модели являются сырьевым товаром — если любая лаборатория может достичь фронтир-уровня за считанные месяцы с помощью более дешевых вычислений и дистиллированных обучающих данных, — тогда модель превращается в гонку на выживание с падением цен до нуля, а многомиллиардные инвестиции Microsoft в вычисления не дают никаких долгосрочных преимуществ. Но если качество моделей является функцией дисциплины данных, глубины исследований и институционального терпения, тогда избранный Сулейманом подход со строительством лабораторий превращается в надежный экономический ров.

Он привел конкретную метафору для описания такого подхода, заимствованную из теории оптимизации: «машина для восхождения на холм» (hill-climbing machine). Эта фраза описывает систему, которая непрерывно совершенствуется — цикл за циклом — за счет применения больших вычислительных мощностей, лучших данных и более точной оценки. «Цель здесь состоит в том, чтобы построить то, что мы называем машиной для восхождения на холм, — написал он в своем блоге. — Организацию, способную непрерывно совершенствоваться цикл за циклом». Эта метафора показательна тем, что она описывает процесс, а не конечный пункт назначения. Сулейман не обещает, что Microsoft создаст лучшую модель в мире в следующем квартале. Он утверждает, что Microsoft строит систему — исследовательскую культуру, конвейеры данных, кремниевую ко-оптимизацию, инфраструктуру оценки, — которая будет производить все более совершенные модели на протяжении многих лет.

План Microsoft на пять лет: путь к превращению в самодостаточную сверхдержаву в сфере ИИ

Стратегическая картина, которая вырисовывается из комментариев Сулеймана и полного спектра анонсов на Build 2026, представляет собой образ компании, готовящейся к будущему, в котором возможности ИИ не арендуются у партнера, а генерируются внутри компании в масштабе для каждого уровня стека.

Microsoft по-прежнему нуждается в OpenAI. Партнерство продолжает обеспечивать работу Copilot, служб Azure AI и инфраструктуры ChatGPT. Сулейман признал это, охарактеризовав портфель поставщиков моделей Microsoft как источник силы, а не как проблему, требующую решения.

Но вектор движения безошибочен. Обладая собственными передовыми моделями, собственными специализированными процессорами, собственными средами обучения с подкреплением для корпоративной настройки и собственной инфраструктурой автономных агентов, Microsoft выстраивает параллельный путь — путь, который к 2030 году может сделать компанию полностью самодостаточной передовой лабораторией ИИ, внедренной в крупнейшую в мире платформу корпоративного ПО.

«Наша главная цель — это то, что мы называем гуманистическим суперинтеллектом, — написал Сулейман в своем блоге. — Это означает передовые системы ИИ, созданные для того, чтобы служить людям и организациям, а не заменять их».

Достижима ли эта цель — или хотя бы четко определима — остается одним из величайших открытых вопросов в технологической сфере. И когда Сулеймана спросили о траектории прогресса, в его словах было больше уверенности, чем осторожности. «Я действительно думаю, что мы находимся лишь на вершине айсберга, — сказал он. — Модели намного мощнее, чем мы пока умеем извлекать из них интеллект».

Но уверенность и практическая реализация — разные вещи. Создание передовой лаборатории — это не просто анонс; это десятилетнее обязательство, требующее удержания элитных исследователей, поддержания научной строгости под коммерческим давлением и получения результатов, оправдывающих ошеломляющие капитальные затраты.

Google убедилась в этом на примере DeepMind, сооснователем которой Сулейман являлся в 2010 году до перехода в Microsoft, и даже эта лаборатория, широко почитаемая как одна из лучших в мире, годами балансировала между фундаментальными исследованиями и поставкой продуктов.

Сулейман казался осведомленным об этом противоречии. «Если торопиться, все испортишь», — сказал он.

На его ноутбуке наклеена фраза: «Терпение и срочность». Это парадокс, на разрешение которого у Microsoft теперь есть пять лет и несколько сотен миллиардов долларов.