Американские компании активно собирают данные российских брокеров для обучения ИИ
Доля запросов ботов-скраперов, которые собирают данные для обучения искусственного интеллекта, в ИИ-трафике сайтов российских брокеров значительно выросла летом 2026 года. Она увеличилась с 7% в июне до 68,82% в августе того же года. Об этом сообщает «СNews» со ссылкой на данные Servicepipe.
«Если в июне на скраперов пришлось 420 тыс. запросов, то в августе — уже 5,5 млн», — рассказал заместитель генерального директора Servicepipe Даниил Щербаков.
Общий объём ИИ-трафика в августе 2026 года вырос с 6 млн запросов в июне до 8 млн в августе. Скраперы массово скачивают страницы, извлекая из них тексты, таблицы и другие данные, которые могут использоваться для обучения моделей или формирования наборов данных.
Лидерами по сбору информации стали боты двух американских компаний — Meta* и Anthropic. На первую пришлось 55,14% запросов (более 3 млн), на вторую — 27,78% (более 1,5 млн запросов). Для сравнения, в июне эти показатели составляли 7,32% (30 тыс. запросов) и 12,26% (51 тыс. запросов) соответственно. Доля GPTBot от OpenAI оказалась меньше 10% (8,83%), доля китайского Bytespider от ByteDance — 6,36%, у TikTokSpider — 0,53%.
Другие категории ботов, такие как краулеры и ассистенты, напротив, сократили свою активность. Доля запросов ассистентов в ИИ-трафике в августе 2026 года упала до 8,78% (около 700 тыс. запросов) с 33% в июне (около 2 млн запросов). Доля краулеров в августе сократилась до 22,4% (около 1,8 млн запросов) с 60% в июне (3,6 млн запросов).
Суперактивность Meta вызвана подготовкой компании к запуску новых моделей нейросети Llama*. Её боты, а также ClaudeBot и GPTBot выкачивают массивы текстового контента, включая аналитику, новости, экспертные статьи и описания продуктов, чтобы заложить в будущие модели финансовый контекст, отраслевую терминологию и логику работы биржевого рынка. Скапер Google-Extended пополняет обучающие сеты для моделей семейства Gemini отдельно от стандартного поисковика. CCBot датасета Common Crawl и бот американского НИИ AI2 собирают данные для научных исследований, Bytespider и TikTokSpider — для обучения рекомендательных алгоритмов и рекламных систем.
Российские разработчики применяют те же способы сбора и подготовки данных, но у американских компаний больше масштаб. Они обходят сайты по всему миру, а отечественные сосредоточены преимущественно на русскоязычном сегменте. Россия — крупнейшая страна, и для нейросетей Meta и Anthropic важно понимать не только свой родной язык или языки своей группы. Сайты брокеров привлекательны тем, что содержат много структурированной, регулярно обновляемой информации о финансовых инструментах, тарифах, условиях торговли и аналитике.
*Признана экстремистской и запрещена в России
Подписывайтесь на наш Telegram-канал, чтобы быть в курсе всех новостей и событий Рунета.
