РЫНОК ТРУДА В США: С ТАКИМИ PAYROLLS И БЕЗРАБОТИЦЕЙ ПОЯВЛЯЕТСЯ ВЕРОЯТНОСТЬ -50 БП ПО СТАВКЕ В СЕНТЯБРЕ, ИНДЕКСЫ НА ХАЯХ

Вышедшая статистика BLS по рынку труда США за август показала следующие цифры:

• Количество новых рабочих мест рухнуло до 22K vs 79К в июле (прогноз: 75К)

• Частный сектор: падение до 38К vs 77К, прогноз 75К, мы считаем именно динамику в Private более репрезентативным показателем ситуации

• Норма безработицы: 4.3% vs 4.2% месяцем ранее, прогноз 4.3%

• Почасовой рост зарплат: 0.3%мм и 3.7%гг vs 0.3%мм и 3.9%гг. Прогноз: 0.3% мм, 3.7% гг

• Participation Rate 62.3% vs 62.2% месяцем ранее.

Цифры вышли даже хуже провальных показателей от ADP в среду, которые показали рост всего на 54К. Пауэлл уверяет, что с рынком труда все в порядке. Несколько затруднительно сейчас понять где именно “в порядке”, т.к. недавние данные по вакансиям также рисуют не совсем оптимистичную картину – нанимают все меньше. Вероятность более весомого снижения ставки Федрезервом в сентябре растет, S&P и DJIA обновляют исторические максимумы

Свежий апдейт

Nvidia, Google и фонд Билла Гейтса инвестирует $863 млн в термоядерный синтез

Инвестиции привлекла компания Commonwealth Fusion Systems. Средства будут направлены на строительство прототипа реактора Sparc, запуск которого запланирован на 2026 год. Сейчас система готова на 65%. Ожидается, что устройство достигнет положительного энергобаланса в ядерном синтезе в 2027 году. После успешного завершения испытаний компания приступит к строительству коммерческой электростанции Arc в Вирджинии на 400 МВт. Половину этой мощности уже законтрактовал Google для своих ЦОДов.

Commonwealth Fusion с учётом данного раунда привлекла уже $3 млрд, это 1/3 всех инвестиций в термоядерный синтез.

Для финансирования строительства потребуется привлечение ещё нескольких миллиардов долларов, источник которых пока окончательно не определён. Среди существующих и новых инвесторов значатся крупные инвестиционные фонды и корпорации: Morgan Stanley, FFA Private Bank, Galaxy Interactive, HOF Capital, NVentures от Nvidia и консорциум японских компаний. Участие таких крупных игроков говорит о довольно высоких шансах на успех проекта.

#news #энергетика #термояд

https://techcrunch.com/2025/08/28/nvidia-google-and-bill-gates-help-commonwealth-fusion-systems-raise-863m/

ВНЕШНЯЯ ТОРГОВЛЯ КИТАЯ В АВГУСТЕ: УВЕРЕННЫЕ ТЕМПЫ НЕСКОЛЬКО ПОДСОКРАТИЛИСЬ, ТОВАРООБОРОТ С США ПАДАЕТ

Опубликованная внешнеторговая статистика Китая за август, зафиксировала следующие показатели:

• Экспорт: 4.4% гг ($321.8 млрд) vs 7.2% гг ($321.8 млрд), прогноз: 5.0% гг.

• Импорт: 1.3% гг ($219.4 млрд) vs 4.1% гг ($223.5 млрд), прогноз: 3.0% гг.

• Профицит торгового баланса: $102.33 млрд vs $98.24 ранее

Рост экспорта замедлился по сравнению с предыдущими двумя месяцами, что отчасти отражает статистический эффект высокой базы прошлого года, когда экспорт Китая рос самыми быстрыми темпами за почти полтора года.
Импорт растет третий месяц подряд после возобновления роста в июне, хотя и остался сдержанным из-за продолжающегося спада на рынке недвижимости, растущей нестабильности в сфере занятости и других факторов.

Китай всё больше полагается на альтернативные рынки, особенно в странах Ю-В Азии и Европы, Африки и ЛатАма, поскольку торговая политика Трампа оказывает давление на поставки в США, которые в августе упали на 33% гг, а общий рост экспорта замедлился до самого низкого уровня за последние шесть месяцев. Импорт из США сократился на 16% год-к-году.

NVIDIA запускает Universal Deep Research — систему, создающую настраиваемых AI-ассистентов для исследований

NVIDIA представила Universal Deep Research (UDR), инструмент для глубоких исследований, который работает поверх любого LLM и позволяет описывать стратегию поиска и анализа простым языком. Это превращает исследовательский процесс в настраиваемую систему, где пользователь сам определяет глубину и ход работы.

UDR переводит стратегию в исполняемый код и выполняет её шаг за шагом: формирует запросы, собирает и проверяет данные, строит отчёт. Оркестрация идёт на CPU, а модель подключается лишь для локальных задач — саммаризации или извлечения фактов, что экономит ресурсы и ускоряет процесс.

Вместо длинных контекстов система хранит промежуточные данные в переменных состояниях, делая результаты воспроизводимыми и предсказуемыми. NVIDIA показала три готовых сценария — от минимального обзора до интенсивного итеративного поиска, но главное, что пользователь может легко редактировать и создавать свои.

GitHub
Технический отчет

#news #бигтехи #ИИ_для_науки #AI

https://research.nvidia.com/labs/lpr/udr/

ПРОМПРОИЗВОДСТВО В ГЕРМАНИИ НЕСКОЛЬКО ОЖИВИЛОСЬ В ИЮЛЕ ИЗ-ЗА НАРАЩИВАНИЯ ВЫПУСКА МАШИН И ОБОРУДОВАНИЯ

По данным Destatis промышленное производство в ведущей европейской экономике в июле прибавило 1.3% мм (ожидали 1.1% мм) vs -0.1 мм в ранее.
Годовые темпы: 1.5% гг vs -1.8% гг (пересмотрен с -3.6% гг).

Основные компоненты:

• капитальные товары: 3.0% мм vs -3.2% мм в июне

• потребительские товары: 2.1% мм vs -5.6% мм

• промежуточные товары: 0.8% мм vs -0.6% мм.

Destatis отмечает, что положительная динамика производства в июле была обусловлена, главным образом, ростом производства машин и оборудования (9.5% mm SA), и вполне возможно это в рамках гособоронзаказа, общий пакет которого оценивается порядка в €800 миллиардов. Рост производства в автомобильной промышленности (2.3%) и фарме (8.4%) также оказал положительное влияние на общий результат. Напротив, производства энергии (-4.5%) снизилось.

Максим Белугин #PerforumExclusive

Как понять, приносит ли ИИ реальную пользу? Разрабатываем метрики ИИ.ИИ перестаёт быть «магией» и становится обычным софтом — а значит, к нему нужны нормальные продуктовые метрики. Часто компании меряют «сколько людей открыли ИИ за неделю» или «в скольких процессах его включили». Звучит красиво, но почти ничего не говорит о пользе: это про охват, а не про изменение результата.

Почему такие цифры обманывают? Еженедельные пользователи легко растут за счёт любопытства — люди заходят «поиграться» и уходят. А счётчик «сколько токенов сгенерили» напоминает ранний интернет, где считали мегабайты трафика: это скорее про расходы и инфраструктуру, чем про ценность для клиента или бизнеса.

Полезность ИИ лучше измерять в практической плоскости. Во-первых, время: насколько быстрее пошла работа — например, отчёт теперь собирается за 15 минут вместо часа. Во-вторых, качество: меньше правок от редактора или менеджера, простой пример: проверка ошибок в отчетности или презентационных материалах, вместо вычитывания (ИИ в разы лучше человека справляется с этой задачей). В-третьих, деньги: растёт конверсия, падает стоимость лида и доля возвратов. В-четвёртых, надёжность: меньше ошибок и эскалаций, SLA выполняются стабильнее. И, наконец, вовлечённость: сотрудник тратит больше времени на решения и креатив, а не на рутину — это видно по структуре рабочего дня.

Внедрять ИИ стоит так, чтобы он работал «под капотом». Пусть подсказывает формулировки, сам резюмирует звонки, собирает черновики, сверяет данные — пользователь не «пользуется ИИ», он просто получает результат быстрее и аккуратнее. В операциях ИИ берёт на себя повторяемые шаги (классификация писем, типовые ответы, сопоставление данных), а люди переключаются на нестандартные случаи.

Как настроить свои метрики? Выберите одну-две частые и дорогие задачи, зафиксируйте базу — текущее время, ошибки, стоимость. Включите ИИ-сценарий и каждую неделю меряйте дельту. Привяжите приоритеты и бонусы не к факту «мы использовали ИИ», а к улучшению результата — скорости, качеству, экономике.

Итог простой: ИИ становится инфраструктурой, как когда-то базы данных. Главный вопрос — не «как часто мы нажимаем кнопку ИИ?», а «на сколько процентов ускорили процесс и на сколько снизили ошибки». Именно там и находится реальная практическая ценность.