🇮🇱Создатель шпионского ПО Pegasus Шалев Хулио призвал государства отказаться от американских ИИ-моделей ради цифрового суверенитета 45-летний сооснователь и бывший генеральный директор израильского производителя коммерческого шпионского ПО NSO Group Шалев Хулио в интервью Financial Times призвал правительства развёртывать собственные ИИ-модели вместо того, чтобы доверять чувствительные национальные данные технологическим компаниям из США. Вместе с бывшим канцлером Австрии Себастьяном Курцем он в 2022 году основал компанию Dream со штаб-квартирой в Тель-Авиве и офисами в Вене и Абу-Даби, которая выросла примерно до 350 сотрудников и к июню 2026 года привлекла более $400 млн инвестиций при оценке в $3 млрд от инвесторов, в том числе от Bain Capital Ventures и поддерживаемой советником по национальной безопасности ОАЭ шейхом Тахнуном бен Заидом Аль Нахайяном инвестиционной фирмы Tau Capital. «У каждого правительства должна быть собственная модель [ИИ-модель]. Они не должны рисковать тем, что однажды кто-то проснётся и отключит их модель, поскольку ИИ является критической инфраструктурой. Вы хотите сами контролировать свой ИИ» — заявил Хулио. По словам руководителя Dream, ещё в декабре 2022 года американские венчурные инвесторы сочли безумием его прогноз о появлении через пять лет полностью автономных кибератак, однако уже в августе 2026 года, спустя всего три с половиной года, исследователи компании зафиксировали первую в истории полностью автономную атаку на правительственную цель. Для защиты государственных ведомств компания выпустила национальную ИИ-систему обороны критической инфраструктуры Sphere, инструмент автономного поиска и устранения уязвимостей в ПО Hero, а также запущенную в июне 2026 года платформу Atlas для разработки и эксплуатации кастомизированных ИИ-моделей на собственной инфраструктуре заказчика без зависимости от внешних облачных провайдеров. В отличие от универсальных больших языковых моделей вроде Claude от Anthropic или ChatGPT от OpenAI, узкоспециализированные решения на примере компании Dream обучаются на внутренних государственных данных под конкретные задачи от анализа засекреченных разведданных до оптимизации госзакупок, поэтому они обходятся дешевле и 🖥способны быстро работать всего на одном, двух или трёх GPU. ✋ @Russian_OSINT