Ілон Маск хоче, щоб xAI навчала модель Grok на робочих матеріалах та способі мислення інженерів SpaceX — тобто не лише на публічних текстах з інтернету, а на внутрішній технічній експертизі приватної ракетно-космічної компанії. За даними Speka, йдеться саме про плани залучити «думки і роботу» співробітників SpaceX як джерело даних для тренування.

Формально xAI і SpaceX — окремі компанії, обидві засновані та контрольовані Маском, але з різними акціонерами, юридичними структурами та профілем бізнесу. Ідея тренувати ШІ-модель однієї компанії на внутрішніх напрацюваннях іншої — нетиповий крок навіть для екосистеми Маска, де дані й інфраструктура й так активно перетікають між Tesla, X, xAI та SpaceX.

Для індустрії це цікавий сигнал: найбільші лабораторії вичерпують якісний публічний текст в інтернеті швидше, ніж встигають нарощувати обчислювальні потужності, тож пошук нових джерел даних — це вже не другорядне питання, а стратегічний пріоритет.

Що саме хоче зробити Маск?

Ідея — використати не готові документи чи публічні матеріали SpaceX, а сам процес роботи інженерів: те, як вони формулюють задачі, приймають рішення, аналізують збої та шукають рішення в ракетній інженерії. Це принципово інший тип даних, ніж текст із вебсторінок чи книг — ближчий до записів мислення експерта в реальному часі, ніж до готового результату.

Джерело новини не наводить деталей механізму збору — чи йдеться про запис нарад, внутрішню документацію, код, репорти про аномалії чи щось інше. За нашою оцінкою, найімовірніший формат — це журнали інженерних рішень і технічної комунікації, які й так генеруються в SpaceX щодня, просто раніше не розглядалися як актив для тренування моделі.

Чому саме SpaceX, а не звичайні публічні дані?

Ракетна інженерія — одна з небагатьох галузей, де правильне рішення коштує сотні мільйонів доларів і секунди часу, а помилка мислення видно одразу за результатом запуску. Такого типу «трасувань мислення» практично немає в загальнодоступному інтернеті: публічні статті й форуми дають готові висновки, але не показують сам процес, яким досвідчений інженер доходить до рішення.

Що це означає для співробітників SpaceX?

Найочевидніше питання — межі згоди й контролю: чи погоджувались інженери SpaceX, що продукти їхньої щоденної роботи підуть на тренування комерційної моделі іншої компанії, і хто визначає, які саме матеріали є «даними для навчання», а які — конфіденційною інтелектуальною власністю SpaceX. Новина не уточнює, чи це вже впроваджена практика, чи заявлений намір, тож наразі оцінити масштаб і формальний статус ініціативи неможливо.

Що з цього взяти AI-білдерам?

Практичний висновок для команд, що будують власні LLM-рішення на базі внутрішніх даних компанії, простий: цінність має не сам документ, а зафіксований процес прийняття рішення. Якщо ваша команда веде технічну комунікацію в чатах, тікетах чи нарадах, це вже потенційний датасет для fine-tuning або RAG-системи — за умови, що ви заздалегідь продумали, як саме фіксувати проміжні кроки мислення, а не лише фінальні рішення.

Висновок AiiN

За нашою оцінкою, історія з Grok і SpaceX показує зміну фронту в гонці за дані: якщо ще два роки тому боротьба точилася за обсяг тексту з інтернету, то тепер лабораторії все частіше шукають доступ до внутрішньої експертизи компаній із глибокою інженерною практикою — авіакосмічної, виробничої, медичної. У Маска тут структурна перевага: контроль над кількома компаніями одразу дає xAI доступ до типу даних, який іншим лабораторіям доводиться купувати або взагалі неможливо дістати.

Чи належить SpaceX компанії xAI?

Ні, це окремі компанії. Обидві заснував і контролює Ілон Маск, але вони мають різну структуру власності, інвесторів і напрямок бізнесу — SpaceX займається ракетами і супутниками, xAI розробляє мовну модель Grok.

Що таке Grok?

Grok — флагманська мовна модель компанії xAI, заснованої Ілоном Маском. Вона вже інтегрована в платформу X (колишній Twitter) і раніше тренувалася зокрема на публічних постах цієї соцмережі.

Чи означає це, що Grok стане кращим за конкурентів у технічних задачах?

Достеменно невідомо: якісні дані про інженерне мислення підвищують шанси на кращі результати в задачах, повʼязаних із фізикою та інженерією, але фактичний ефект залежить від обсягу задіяних матеріалів і того, як саме xAI інтегрує їх у тренувальний процес. Наразі це радше стратегічний намір, ніж підтверджений результат.