Ринок штучного інтелекту продовжує підносити сюрпризи, і один із найінтригуючіших трендів останніх місяців — стрімка експансія Apple як постачальника інфраструктури для навчання ІІ-агентів. Йдеться не про серверні стійки, а про цілком звичні десктопні комп’ютери Mac mini та Mac Studio, які масово закуповує OpenAI.

За моїми даними, йдеться про десятки тисяч пристроїв, придбаних за останні кілька місяців. Ці машини не використовуються для тренування базових моделей — для цього, як і раніше, потрібні GPU-кластери Nvidia. Натомість Mac-комп’ютери формують новий, критично важливий шар інфраструктури: віртуальний «офіс», де ІІ-агенти вчаться взаємодіяти з десктопними операційними системами. Це так звані computer-use agents, які освоюють навички кліків, введення тексту та керування інтерфейсом методом проб і помилок, тобто через навчання з підкріпленням.

Показово, що головний конкурент OpenAI, компанія Anthropic, вирішує схоже завдання інакше — орендуючи потужності Mac mini у Amazon Web Services. Це підтверджує: потреба в «реальних» операційних середовищах для агентів стала індустріальним стандартом, і Apple, усвідомлено чи ні, опинилася в епіцентрі цієї трансформації.

Чому саме Mac?

Аналіз технічних характеристик новітніх пристроїв Apple, представлених наприкінці серпня, проливає світло на цей вибір. Розподіл ролей очевидний:

  • Mac mini M6. Компактний форм-фактор ідеальний для розгортання тисяч ізольованих робочих середовищ. Агентам потрібні повноцінні ОС, щоб навчатися на реальних сценаріях, а не в симуляторах.
  • Mac Studio M5 Ultra. Підтримка до 512 ГБ об’єднаної пам’яті дозволяє запускати та хостити найважчі мовні моделі локально. Наприклад, флагманська модель із пропускною здатністю 1,2 ТБ/с може повністю вмістити в оперативній пам’яті відкриту LLM GLM-5.3-Flash на 320 млрд параметрів, яка залежно від квантування займає до 300 ГБ.

Для порівняння: на класичному десктопі такий обсяг відеопам’яті потребував би зв’язки з десяти флагманських RTX 5090 із жахливим енергоспоживанням і втратою продуктивності. Це робить Mac не просто зручним, а економічно раціональним рішенням для завдань агентного навчання.

Примітно, що ще у квітні 2026 року Тім Кук, який обіймав посаду генерального директора Apple, публічно визнав дефіцит Mac mini та Mac Studio, прямо пов’язуючи його з бумом агентних ІІ-інструментів. Маркетинг компанії швидко адаптувався: нові пристрої позиціонуються як рішення для «постійно працюючих локальних агентних обчислень».

Ні OpenAI, ні Anthropic не розкривають точну кількість закуплених пристроїв і суми контрактів. Однак очевидно, що ми спостерігаємо зародження нового інфраструктурного ринку, де Apple, завдяки унікальній архітектурі своїх чипів та уніфікованій пам’яті, займає домінуюче становище. Це не заміна GPU-фермам, а створення принципово іншого шару — середовища для «практики» вже навчених моделей.

Мій погляд: цей тренд недооцінений ринком. Якщо агентні обчислення стануть мейнстримом, а все вказує на це, Apple може отримати значне джерело доходу від корпоративних закупівель, не маючи прямого конкурента в цьому сегменті. Питання лише в тому, як швидко інші виробники, включно з Qualcomm і AMD, зможуть запропонувати порівнянні за ефективністю рішення.