Публикация была переведена автоматически. Исходный язык: Русский
С 2023 года AI прошел путь от экспериментальной технологии до неотъемлемой части бизнес-инфраструктуры и повседневной жизни. Этот период стал временем стремительного роста возможностей моделей, смены лидеров на рынке и перехода от простых чат-ботов к сложным агентным системам.
Если упростить, можно выделить несколько этапов в развитии AI.
Этапы эволюции ИИ (2023–2026)
2023: "Прорыв" и мейнстримизация. Год начался с феноменального успеха ChatGPT, который стал самым быстрорастущим потребительским приложением в истории, набрав 100 млн пользователей за два месяца . Это послужило катализатором для всего рынка: было запущено более 149 фундаментальных моделей, около 66% из которых были открытыми . Компании по всему миру начали активно экспериментировать с генеративным AI, пытаясь понять его потенциал.
2024: "Битва титанов" и регуляторика. Лидерство OpenAI перестало быть безоговорочным, столкнувшись с серьезными вызовами со стороны конкурентов (Anthropic, Google) . Рынок сместился от экспериментов к активному внедрению: 72–78% компаний уже использовали AI в той или иной форме (link). Одновременно с этим правительства начали устанавливать правила игры: только в США было принято 59 законов, связанных с AI, а в Европе вступал в силу всеобъемлющий "Акт об AI" (EU AI Act).
2025: "Год агентов" Важнейшим трендом стало активное развитие агентного AI — систем, способных не просто генерировать текст, а самостоятельно выполнять сложные, многошаговые задачи.
Менялась и сама технология. Если раньше прогресс в основном обеспечивался за счет увеличения размеров моделей и объемов данных для обучения (pre-training), то сейчас драйверами роста стали новые методы, требующие еще больше вычислительных мощностей.
Ключевые технологические сдвиги
От текста к "физическому AI. Модели научились работать не только с текстом, но и с изображениями, видео и звуком в едином пространстве — так называемые "мультимодальные" модели (например, Sora 2, Gemini) . Это открыло путь для "физического AI" — систем, которые понимают и взаимодействуют с трехмерным миром в робототехнике и беспилотных автомобилях .
От ответов к рассуждениям. Модели перестали просто предсказывать следующее слово. Они научились "думать", используя цепочки рассуждений (chain-of-thought), чтобы решать сложные задачи по математике, программированию или логике . В 2025 году более 50% всех запросов к большим языковым моделям обрабатывалось именно такими "рассуждающими" системами. Этот процесс "долгого мышления" требует в 100 раз больше вычислений, чем простой ответ на вопрос .
От чат-бота к "цифровому коллеге". Самым важным изменением стало появление **агентов** (Agentic AI). Теперь AI может не только общаться, но и действовать: писать код, бронировать билеты, управлять CRM-системой . Сложность задач, которые они могут выполнять, растет: от нескольких минут до нескольких дней автономной работы . Это меняет структуру программного обеспечения, превращая его из статичного "SaaS" в динамичный "агентный SaaS".
2026 год
AI помог создать самого себя. В феврале 2026 Anthropic выпускает аж две новые версии Anthropic Opus 4.6 и Sonet 4.6, OpenAI выпускает GPT-5.3 Codex, а в марте GPT-5.4. Время релизов все больше и больше сокращается. Но еще интересно, что в технической документации GPT-5.3-Codex указано, что это их первая модель, которая сыграла важную роль в своем собственном создании.
Дарио Амодеи, CEO Anthropic, говорит, что AI сейчас пишет «большую часть кода» в его компании, и что петля обратной связи между текущим AI и AI следующего поколения «набирает обороты месяц за месяцем». Он говорит, что мы, возможно, «всего в 1–2 годах от точки, когда текущее поколение AI автономно создаст следующее».
Что это значит для вашей работы
Дарио Амодеи, который, вероятно, является самым ориентированным на безопасность генеральным директором в AI-индустрии, публично предсказал, что AI устранит 50% рабочих мест начального уровня в сфере «белых воротничков» в течение одного-пяти лет. И многие в индустрии считают, что он недооценивает.
Если мы говорим о разработке программного обеспечения, то еще год назад AI едва мог написать десяток строк кода без ошибок. Теперь ты пишешь промпты для AI agents и AI все делает сам: пишет код, делает ревью, пишет тесты, открывает приложение, кликает на кнопки, тестирует функции, фиксит проблемы и деплоит код. Понятно, что не все так идеально, но то, что может AI сейчас - впечатляет. Выглядит так, что через несколько лет будет гораздо меньше ролей в программировании, чем сегодня.
Вызовы и перспективы
Несмотря на стремительный прогресс, индустрия столкнулась с серьезными вызовами:
Экономика затрат: "Долгое мышление" и сложные рассуждения остаются очень дорогими. Стоимость инференса для передовых моделей может достигать $60–80 за миллион токенов, что пока не позволяет создавать массовые рекламные бизнес-модели . Ожидается, что для достижения "программной" маржинальности затраты должны упасть еще в 10 раз (link).
Разрыв во внедрении: К 2025 году лишь 1% компаний достигли полной зрелости в использовании AI . Основная масса все еще находится на стадии пилотов и экспериментов, не в силах масштабировать решения и измерить реальный возврат инвестиций .
Риски и доверие: Рынок требует надежности и безопасности. Регуляторы (NIST, EU AI Act) создают стандарты, а компании внедряют системы управления, контроля и этики, чтобы сделать AI предсказуемым и безопасным инструментом .
Несмотря на все это, AI развивается экспоненциально. Каждая новая модель не просто лучше предыдущей, она лучше с большим отрывом. Можно говорить, что новая реальность уже рядом или даже уже наступила.
С 2023 года AI прошел путь от экспериментальной технологии до неотъемлемой части бизнес-инфраструктуры и повседневной жизни. Этот период стал временем стремительного роста возможностей моделей, смены лидеров на рынке и перехода от простых чат-ботов к сложным агентным системам.
Если упростить, можно выделить несколько этапов в развитии AI.
Этапы эволюции ИИ (2023–2026)
2023: "Прорыв" и мейнстримизация. Год начался с феноменального успеха ChatGPT, который стал самым быстрорастущим потребительским приложением в истории, набрав 100 млн пользователей за два месяца . Это послужило катализатором для всего рынка: было запущено более 149 фундаментальных моделей, около 66% из которых были открытыми . Компании по всему миру начали активно экспериментировать с генеративным AI, пытаясь понять его потенциал.
2024: "Битва титанов" и регуляторика. Лидерство OpenAI перестало быть безоговорочным, столкнувшись с серьезными вызовами со стороны конкурентов (Anthropic, Google) . Рынок сместился от экспериментов к активному внедрению: 72–78% компаний уже использовали AI в той или иной форме (link). Одновременно с этим правительства начали устанавливать правила игры: только в США было принято 59 законов, связанных с AI, а в Европе вступал в силу всеобъемлющий "Акт об AI" (EU AI Act).
2025: "Год агентов" Важнейшим трендом стало активное развитие агентного AI — систем, способных не просто генерировать текст, а самостоятельно выполнять сложные, многошаговые задачи.
Менялась и сама технология. Если раньше прогресс в основном обеспечивался за счет увеличения размеров моделей и объемов данных для обучения (pre-training), то сейчас драйверами роста стали новые методы, требующие еще больше вычислительных мощностей.
Ключевые технологические сдвиги
От текста к "физическому AI. Модели научились работать не только с текстом, но и с изображениями, видео и звуком в едином пространстве — так называемые "мультимодальные" модели (например, Sora 2, Gemini) . Это открыло путь для "физического AI" — систем, которые понимают и взаимодействуют с трехмерным миром в робототехнике и беспилотных автомобилях .
От ответов к рассуждениям. Модели перестали просто предсказывать следующее слово. Они научились "думать", используя цепочки рассуждений (chain-of-thought), чтобы решать сложные задачи по математике, программированию или логике . В 2025 году более 50% всех запросов к большим языковым моделям обрабатывалось именно такими "рассуждающими" системами. Этот процесс "долгого мышления" требует в 100 раз больше вычислений, чем простой ответ на вопрос .
От чат-бота к "цифровому коллеге". Самым важным изменением стало появление **агентов** (Agentic AI). Теперь AI может не только общаться, но и действовать: писать код, бронировать билеты, управлять CRM-системой . Сложность задач, которые они могут выполнять, растет: от нескольких минут до нескольких дней автономной работы . Это меняет структуру программного обеспечения, превращая его из статичного "SaaS" в динамичный "агентный SaaS".
2026 год
AI помог создать самого себя. В феврале 2026 Anthropic выпускает аж две новые версии Anthropic Opus 4.6 и Sonet 4.6, OpenAI выпускает GPT-5.3 Codex, а в марте GPT-5.4. Время релизов все больше и больше сокращается. Но еще интересно, что в технической документации GPT-5.3-Codex указано, что это их первая модель, которая сыграла важную роль в своем собственном создании.
Дарио Амодеи, CEO Anthropic, говорит, что AI сейчас пишет «большую часть кода» в его компании, и что петля обратной связи между текущим AI и AI следующего поколения «набирает обороты месяц за месяцем». Он говорит, что мы, возможно, «всего в 1–2 годах от точки, когда текущее поколение AI автономно создаст следующее».
Что это значит для вашей работы
Дарио Амодеи, который, вероятно, является самым ориентированным на безопасность генеральным директором в AI-индустрии, публично предсказал, что AI устранит 50% рабочих мест начального уровня в сфере «белых воротничков» в течение одного-пяти лет. И многие в индустрии считают, что он недооценивает.
Если мы говорим о разработке программного обеспечения, то еще год назад AI едва мог написать десяток строк кода без ошибок. Теперь ты пишешь промпты для AI agents и AI все делает сам: пишет код, делает ревью, пишет тесты, открывает приложение, кликает на кнопки, тестирует функции, фиксит проблемы и деплоит код. Понятно, что не все так идеально, но то, что может AI сейчас - впечатляет. Выглядит так, что через несколько лет будет гораздо меньше ролей в программировании, чем сегодня.
Вызовы и перспективы
Несмотря на стремительный прогресс, индустрия столкнулась с серьезными вызовами:
Экономика затрат: "Долгое мышление" и сложные рассуждения остаются очень дорогими. Стоимость инференса для передовых моделей может достигать $60–80 за миллион токенов, что пока не позволяет создавать массовые рекламные бизнес-модели . Ожидается, что для достижения "программной" маржинальности затраты должны упасть еще в 10 раз (link).
Разрыв во внедрении: К 2025 году лишь 1% компаний достигли полной зрелости в использовании AI . Основная масса все еще находится на стадии пилотов и экспериментов, не в силах масштабировать решения и измерить реальный возврат инвестиций .
Риски и доверие: Рынок требует надежности и безопасности. Регуляторы (NIST, EU AI Act) создают стандарты, а компании внедряют системы управления, контроля и этики, чтобы сделать AI предсказуемым и безопасным инструментом .
Несмотря на все это, AI развивается экспоненциально. Каждая новая модель не просто лучше предыдущей, она лучше с большим отрывом. Можно говорить, что новая реальность уже рядом или даже уже наступила.
Поделиться
