1️⃣ ИИ не замедляется — он ускоряется Абсолютное большинство моделей в 2025 году создала индустрия. Раньше прорывы рождались в университетах, теперь — в корпоративных лабораториях с многомиллиардными бюджетами на R&D. Топовые модели уже превосходят человека с ученой степенью PhD в некоторых научных вопросах, на математических олимпиадах и в программировании. На ключевом бенчмарке для разработки ПО результат вырос с 60% до почти 100% всего за один год.

2️⃣ Гонка вооружений моделей С начала 2025 года американские и китайские модели несколько раз менялись местами на вершине рейтингов. По состоянию на март 2026 Anthropic (это Claude) лидирует — но всего на 2,7%. Статистически это почти не значимо.

3️⃣ Феномен «рваного фронтира»

Мой любимый факт из всего отчета: Gemini выиграл золотую медаль на международной математической олимпиаде, но при этом лучшая из существующих моделей правильно читает аналоговые часы лишь в 50% случаев — как будто подбрасывает монетку 🤦‍♂️ Короче, некоторые функции ИИ значительно превосходят человеческие возможности (там, где много обучающих данных), а в других наблюдаются существенные ошибки (там, где данных для обучения мало). Прогресс идёт неравномерными скачками.

4️⃣ Внедрение ИИ в экономику GenAI достиг 53% охвата населения за три года. Для сравнения: персональный компьютер потратил на это 16 лет, интернет — 7. Внедрение на уровне компаний — 88% (конечно, степень разная, это нужно учесть). Потребительская ценность GenAI для американцев — $172 млрд в год, показатель вырос на 54% за один год. Общемировые инвестиции компаний в AI удвоились. США вложили $285,9 млрд — в 23 раза больше Китая.

5️⃣ Тревожная часть Зафиксированных на уровне исследования инцидентов с AI стало на 55% больше, чем годом раньше. В основном отмечают: дискриминацию, дезинформацию, мошенничество, утечки данных. Прозрачность компаний упала: средний индекс с 58 до 40 из 100. Крупнейшие игроки — OpenAI, Anthropic, Google — перестали публиковать параметры своих топ-моделей. При этом уровень галлюцинаций у лучших моделей варьируется от 22% до 94% в зависимости от типа задачи. По сути мы получаем более мощные инструменты с менее понятным устройством. Это требует максимальной осознанности при использовании, а не слепого доверия.

Есть и другие выводы, но о них расскажу в следующем посте — о возможностях, рисках и трендах 🔽