Главное про AI - Вадим Жартун

рецепта и спросить «перепиши рецепт на веган». Stanford HAI в AI Index 2025 фиксирует: MMMU (мультимодальные задачи по 30 дисциплинам) вырос на 18,8 п.п., GPQA (Graduate-Level Question Answering — вопросы уровня выпускника вуза по естественным наукам) — на 48,9, SWE-bench (задачи по исправлению реальных ошибок в open-source коде) — на 67,3. Это значит, что мультимодальные модели уже не лабораторный эксперимент. Это рабочий инструмент, который проходит колледж-уровневые тесты по диаграммам, графикам и чертежам.

Применения мультимодальности в офисе. Анализ скриншотов: модель видит скриншот интерфейса и описывает, что не так. Анализ видео: модель смотрит 10-минутное видео с совещания и делает саммари. Анализ аудио: модель слышит звонок и вытаскивает договорённости. Генерация мультимодального контента: модель генерирует презентацию с текстом, изображениями, графиками в одном пайплайне. Визуальный поиск: модель ищет по изображению «где этот график из прошлого квартала». Утром — голосовой брифинг от AI-ассистента на основе PDF отчёта. Днём — скриншот ошибки в приложении, и AI-агент сам нажимает кнопки. Вечером — голосовое summary встречи. Голос, фото, видео, скриншот — равноправные каналы наряду с текстом.

ОГРАНИЧЕНИЯ МУЛЬТИМОДАЛЬНЫХ МОДЕЛЕЙ 2025–2026

У мультимодальных моделей остаются пять конкретных ограничений. Эти ограничения — не «баги», которые исправят в следующей версии, а свойства архитектуры.

– Слабее человека в задачах, где нужен физический здравый смысл («что произойдёт, если я уроню стакан на клавиатуру?»).

– Ошибки в OCR на нестандартных шрифтах, рукописном вводе, смеси языков.

– «Галлюцинации» на видео: модель может «увидеть» то, чего нет, особенно в длинных роликах.

– Стоимость обработки видео всё ещё высока: минута видео обходится в десятки раз дороже минуты текста.

– Приватность: видео и аудио содержат идентифицируемые данные (лица, голоса), и их обработка в облаке требует отдельного согласования с требованиями защиты данных.

Мультимодальность, edge AI и агентский AI — это конкретные направления 2026 года. Но за пределами очевидных сдвигов есть слой более длинных трендов, которые уже сейчас можно отделить от хайпа.

ГОРИЗОНТ 2026–2028: ТРЕНДЫ НА ВЫЖИВАНИЕ И НА ВЫЛЕТ

Stanford HAI (Институт Stanford, ориентированный на человека AI) в AI Index 2025 (глава 2: «Technical Performance») фиксирует пять сдвигов. Модели обходят бенчмарки быстрее, чем учёные успевают их создавать. AI проник в науку: Нобелевские премии 2024 года по физике и химии даны за работу с искусственными нейронными сетями и за дизайн белков; число одобренных FDA (Управлением по санитарному надзору США) медицинских устройств с AI выросло с 6 в 2015 году до 223 в 2023-м. Корпоративный AI-бум: $252,3 млрд инвестиций в 2024-м, рост частных вложений +44,5% год к году, число вновь профинансированных стартапов в области генеративного AI почти утроилось. Глобальная гонка: США лидируют по инвестициям ($109,1 млрд частных в 2024-м), но Китай выпускает всё более сильные модели, и лидерство США нельзя принимать как данность. AI выходит в физическое пространство: число промышленных роботов, установленных в мире, утроилось за 2013–2023 годы и составило 541 000 в 2023 году.

AI Index 2026 (опубликован в марте 2026, шестой ежегодный выпуск) добавляет шестой сдвиг: 53% населения стали использовать генеративный AI за три года. Это самая быстрая кривая внедрения технологии в истории. Некоторые страны опережают ожидания: Сингапур (61%), ОАЭ (54%), а США на 24-м месте с 28,3%. Правительства по-разному отреагировали в 2025 году: одни сделали акцент на безопасности, другие на конкурентоспособности, и результат — фрагментированный регуляторный ландшафт, в котором компаниям придётся разбираться по юрисдикциям.

Вопрос, который остаётся открытым: AGI (Artificial General Intelligence) — будет ли он достигнут в обозримом будущем, и если да, что это значит для офисного работника. Anthropic, OpenAI, Google DeepMind и Microsoft дают осторожные прогнозы: AGI возможен в 2027–2035 годах, но в лабораторных условиях, а не в офисной работе. В офисе 2027 года мы будем работать с узкоспециализированными AI-агентами, каждый из которых решает свою задачу лучше человека, но общий «сверхинтеллект» остаётся горизонтом.

«ХАЙПЫ 2026», ОБРЕЧЁННЫЕ ИСЧЕЗНУТЬ В ТЕЧЕНИЕ ГОДА

– «AI-друг / AI-компаньон для жизни». Продакт-пилоты есть, массового внедрения нет, и регуляторика будет давить.

– «AGI через год». Лидеры индустрии тихо сдвигают сроки, и бенчмарки пока не показывают «общего» мышления.

– «Полная замена юриста / врача / бухгалтера AI». Лидеры индустрии (Salesforce, IBM, McKinsey) прямо пишут: в их сценариях остаётся передача дела человеку.

– «AI-токены подешевеют в 10 раз». Inference costs действительно снижаются, но не так быстро, и для on-device модели NPU стоит денег.

– «AI заменит учителя / тренера / психолога». Рынок есть, но критические решения остаются за человеком, и регуляторика против полной замены.

Хайп — это воздух, который выходит из шарика. Структурный сдвиг — это шарик, который остаётся.

«СТРУКТУРНЫЕ СДВИГИ 2026–2028», КОТОРЫЕ ОСТАНУТСЯ

Хайпы и структурные сдвиги — это две стороны одной картины. Что исчезнет, а что останется — это прогноз, но прогноз, привязанный к конкретным метрикам, а не к интуиции.

– AI в продакшене закрывает 30–40% рутины в офисных ролях. Саммаризация, draft, перевод, поиск, поддержка клиентов первого уровня — это уже работает, и доля будет расти.

– AI-агенты в корпоративных процессах. Salesforce, Microsoft, IBM уже продают агентов, и это продукт, а не «эксперимент».

– Edge AI на устройствах сотрудников. Apple Intelligence, Gemini Nano, Snapdragon X — on-device становится массовым стандартом для сценариев приватности и скорости.

– Мультимодальность как стандартный интерфейс. Голос, фото, видео, скриншоты — равноправные каналы, и через 2–3 года текстовый интерфейс будет вспомогательным.

– Регуляторика как фактор планирования. Фрагментация правил (Сингапур, ЕС, США, Китай) усложняет глобальные продукты и требует отдельных команд по комплаенсу.

ДЕЙСТВИЯ МЕНЕДЖЕРА НА 2026–2028 ГОДЫ

Эти пять действий — не «общие советы», а конкретные шаги, которые менеджер может предпринять в ближайший квартал. Каждый пункт привязан к конкретному источнику, который уже упоминался в главе.

– Раз в квартал пересматривать AI-план. Что сработало, что нет, что менять в процессах. McKinsey фиксирует: 6% масштабировали — это те, кто пересматривает регулярно.

– Назначить владельца AI-внедрения на уровне C-level, а не на уровне IT. По данным BCG «AI at Work: CEO Edition» (январь 2026), 75% генеральных директоров (CEO) лично принимают ключевые решения по AI. В небольшой компании (до 20 человек) «C-level» и «IT-отдел» — это один человек. И вопрос не в уровне, а в том, что AI-внедрение — это не «проект для технического специалиста», а «проект для первого лица».

– Переобучать команду не «курсами», а рабочими проектами.