Stanford HAI выпустил девятый AI Index Report – ежегодную сводку по состоянию индустрии ИИ. Мы написали серию из пяти статей по ключевым сюжетам отчёта. Три уже вышли – вот главное из каждой.
Парадокс внедрения
Корпоративное внедрение AI достигло 88%. GenAI обогнал интернет по скорости распространения – 53% охвата за три года (ПК потребовалось 15, интернету – 10).
Но данные Epoch AI показывают другую сторону: 62% пользователей применяют AI на уровне одной-двух быстрых задач. Только 6% используют регулярно и глубоко. Занятость разработчиков 22–25 лет в США снизилась на 20% с 2022 года – AI берёт задачи, на которых джуниоры раньше учились.
Разбор уровня внедрения Экономика: 280x дешевле
Стоимость инференса моделей уровня GPT-3.5 упала в 280 раз с конца 2022 года. За тот же период смартфоны подешевели на 15%, облачное хранилище – на 30%, авиабилеты – никак.
Бюджетные модели дают 85–90% качества флагманов за доли цента. При тестировании 53 моделей разница в цене между крайними – 1600 раз, в качестве между десятью лучшими – 0,24 балла из пяти. Барьер сместился из бюджета в навыки.
Обратная сторона: дата-центры потребляют электричества как штат Нью-Йорк, обучение фронтирных моделей – около 73 000 тонн CO2.
Экономический разбор Зубчатый край возможностей
Gemini Deep Think взял золото на Международной математической олимпиаде. SWE-bench (поиск и исправление реальных багов) за два года – от 4% до почти 100%. Модели превзошли химиков-профессионалов на ChemBench.
В то же время: лучшая модель определяет время по аналоговым часам в 50% случаев – уровень подбрасывания монетки. Роботы в реальных домашних задачах справляются в 12% случаев (в симуляции – 89%). AI-агенты на задачах в реальной ОС проваливают каждую третью попытку.
Stanford называет это jagged frontier – зубчатый край. Возможности ИИ распределены крайне неравномерно: золотая медаль на олимпиаде и монетка на циферблате – один и тот же ИИ.
Ещё две статьи серии – на этой неделе.
