Системы искусственного интеллекта за последние полтора года сделали резкий скачок. Если еще 18 месяцев назад AI-агенты проваливали 88% реальных компьютерных задач, то по состоянию на март 2026 года лучшие модели выполняют их в 66% случаев. Это лишь на несколько процентов ниже человеческого уровня. Об этом пишет Forbes.

Смотрите также Google начинает запуск своего приложения для компьютеров, и вы точно захотите его установить

Почему развитие ИИ опережает готовность компаний?

Такие данные содержит новый отчет Stanford Institute for Human-Centered AI – масштабное исследование объемом 423 страницы, которое анализирует развитие ИИ в разных сферах: от технологий и инвестиций до рынка труда и доверия общества. Документ подготовили независимые эксперты из академической среды, бизнеса и государственной политики, что придает ему вес.

Несмотря на очевидный прогресс, главный вывод отчета заключается не в том, что ИИ становится лучше. Проблема в другом – инструменты для контроля, оценки и внедрения этих технологий не успевают за их развитием.

Инвестиции в ИИ демонстрируют стремительный рост. У 2025 году глобальные вложения бизнеса достигли 581,7 миллиарда долларов – более чем вдвое больше, чем годом ранее. Только США обеспечили почти 286 миллиардов, что в 23 раза превышает зафиксированные частные инвестиции Китая.

Параллельно растет и эффективность моделей. В сфере программирования их производительность почти сравнялась с человеческой, а в тестах для веб-агентов уровень успешности поднялся с 15% до более 74% за два года. Генеративный ИИ также установил рекорд скорости распространения – его начали использовать более половины населения всего за три года, быстрее, чем интернет или персональные компьютеры.

Впрочем, развитие имеет неравномерный характер. Исследователи называют это эффектом "неравного фронта". Например, современные модели способны показывать результаты уровня золотой медали на математических олимпиадах или решать задачи по кибербезопасности с точностью более 90%. В то же время они могут ошибаться в простых вещах – например, правильно считывают аналоговые часы только в половине случаев.

Также ИИ до сих пор имеет проблемы с многошаговым планированием, финансовым анализом и пониманием видео. Роботы, работающие в физической среде, успешно выполняют лишь около 12% бытовых задач.

Эта нестабильность создает серьезные риски для бизнеса. Высокие результаты в одном тесте не гарантируют надежности в реальных условиях. Система может хорошо писать код, но не понимать бизнес-контекста. А агент, который справляется с большинством задач, может провалить именно те, что являются критически важными.

Кроме технологических вызовов, отчет выделяет три ключевые проблемы.

Первая – дефицит талантов. Поток исследователей ИИ в США сократился на 89% с 2017 года, и на 80% только за последний год. Это меняет глобальную конкуренцию за специалистов.

Вторая – снижение прозрачности. Индекс открытости фундаментальных моделей упал с 58 до 40 баллов. Самые мощные системы все реже раскрывают данные об обучении и рисках, что затрудняет их использование для компаний.

Третья – изменения на рынке труда. В США занятость среди молодых программистов в возрасте 22–25 лет снизилась почти на 20%, тогда как количество старших специалистов растет. Подобная тенденция наблюдается и в сфере поддержки клиентов. Производительность растет на 14–26%, но именно начальные позиции исчезают.

Отдельное внимание уделено экологическому воздействию. Обучение одной большой модели может создавать десятки тысяч тонн выбросов CO₂. Мощность дата-центров, обслуживающих ИИ, уже соизмерима с энергопотреблением больших регионов. Кроме того, использование воды для вычислений может достигать масштабов, сопоставимых с потребностями миллионов людей.

Еще один вызов – доверие. Лишь 31% американцев доверяют правительству в вопросах регулирования ИИ. При этом технология распространяется быстрее, чем когда-либо в истории.

В итоге отчет показывает: искусственный интеллект уже почти достиг уровня человека во многих задачах. Но инфраструктура для его безопасного и эффективного использования – от стандартов до рынка труда – существенно отстает. И именно это станет главным вызовом ближайших лет.