Рынок искусственного интеллекта продолжает преподносить сюрпризы, и один из самых интригующих трендов последних месяцев — стремительная экспансия Apple в качестве поставщика инфраструктуры для обучения ИИ-агентов. Речь идет не о серверных стойках, а о вполне привычных десктопных компьютерах Mac mini и Mac Studio, которые в массовом порядке закупает OpenAI.

По моим данным, речь идет о десятках тысяч устройств, приобретенных за последние несколько месяцев. Эти машины не используются для тренировки базовых моделей — для этого по-прежнему нужны GPU-кластеры Nvidia. Вместо этого Mac-компьютеры формируют новый, критически важный слой инфраструктуры: виртуальный «офис», где ИИ-агенты учатся взаимодействовать с десктопными операционными системами. Это так называемые computer-use agents, которые осваивают навыки кликов, ввода текста и управления интерфейсом методом проб и ошибок, то есть через обучение с подкреплением.

Показательно, что главный конкурент OpenAI, компания Anthropic, решает схожую задачу иначе — арендуя мощности Mac mini у Amazon Web Services. Это подтверждает: потребность в «реальных» операционных средах для агентов стала индустриальным стандартом, и Apple, осознанно или нет, оказалась в эпицентре этой трансформации.

Почему именно Mac?

Анализ технических характеристик новейших устройств Apple, представленных в конце августа, проливает свет на этот выбор. Разделение ролей очевидно:

  • Mac mini M6. Компактный форм-фактор идеален для развертывания тысяч изолированных рабочих сред. Агентам нужны полноценные ОС, чтобы учиться на реальных сценариях, а не в симуляторах.
  • Mac Studio M5 Ultra. Поддержка до 512 ГБ объединенной памяти позволяет запускать и хостить самые тяжелые языковые модели локально. Например, флагманская модель с пропускной способностью 1,2 ТБ/с может целиком уместить в оперативной памяти открытую LLM GLM-5.3-Flash на 320 млрд параметров, которая в зависимости от квантования занимает до 300 ГБ.

Для сравнения: на классическом десктопе такой объем видеопамяти потребовал бы связки из десяти флагманских RTX 5090 с чудовищным энергопотреблением и потерей производительности. Это делает Mac не просто удобным, а экономически рациональным решением для задач агентного обучения.

Примечательно, что еще в апреле 2026 года Тим Кук, занимавший пост генерального директора Apple, публично признал дефицит Mac mini и Mac Studio, прямо связывая его с бумом агентных ИИ-инструментов. Маркетинг компании быстро адаптировался: новые устройства позиционируются как решения для «постоянно работающих локальных агентных вычислений».

Ни OpenAI, ни Anthropic не раскрывают точное количество закупленных устройств и суммы контрактов. Однако очевидно, что мы наблюдаем зарождение нового инфраструктурного рынка, где Apple, благодаря уникальной архитектуре своих чипов и унифицированной памяти, занимает доминирующее положение. Это не замена GPU-фермам, а создание принципиально иного слоя — среды для «практики» уже обученных моделей.

Мой взгляд: этот тренд недооценен рынком. Если агентные вычисления станут мейнстримом, а все указывает на это, Apple может получить значительный источник дохода от корпоративных закупок, не имея прямого конкурента в этом сегменте. Вопрос лишь в том, как скоро другие производители, включая Qualcomm и AMD, смогут предложить сопоставимые по эффективности решения.