|
2025 год был годом осознания потенциала ИИ, а 2026-й обещает стать временем его практического применения.
Если 2025 год был годом AI получил подтверждение , то 2026 год станет годом, когда технология станет практичной. Фокус внимания уже смещается с создания все более масштабных языковых моделей на более сложную работу по созданию ИИ. На практике это предполагает развертывание небольших моделей там, где они подходят, внедрение интеллектуальных данных в физические устройства и разработку систем, которые легко интегрируются в рабочие процессы человека.
Эксперты AGI_LOG, с которыми мы беседовали, считают 2026 год переходным: от масштабирования методом "грубой силы" к исследованию новых архитектур, от показных демонстраций к целевому внедрению и от агентов, обещающих автономию, к тем, которые на самом деле улучшают работу людей.
Веселье еще не закончилось, но индустрия начинает приходить в себя.
В 2012 году Алекс Крижевски, Илья Суцкевер и Джеффри Хинтон в статье ImageNet показали, как системы искусственного интеллекта могут “научиться” распознавать объекты на изображениях, просмотрев миллионы примеров. Этот подход был дорогостоящим с точки зрения вычислений, но стал возможен благодаря графическим процессорам. Результат? Десятилетие интенсивных исследований в области искусственного интеллекта, когда ученые работали над созданием новых архитектур для различных задач.
Кульминацией этого стал запуск OpenAI GPT-3 в 2020 году, который показал, как простое увеличение модели в 100 раз открывает такие возможности, как кодирование и логическое мышление, не требуя специального обучения. Это ознаменовало переход к тому, что Киан Катанфоруш, генеральный директор и основатель платформы ИИ-агентов Workera, называет “эпохой масштабирования”: периоду, определяемому верой в то, что увеличение объема вычислений, объема данных и более масштабных моделей-трансформеров неизбежно приведет к следующим крупным прорывам в ИИ.
Сегодня многие исследователи считают, что индустрия искусственного интеллекта начинает выходить за рамки законов масштабирования и вновь вступает в эпоху исследований.
Ян Лекун (Yann LeCun), бывший главный специалист по ИИ в Meta] , долгое время выступал против чрезмерной зависимости от масштабирования и подчеркивал необходимость разработки более совершенных архитектур. И Суцкевер недавно сказал [[LINK:https://www.dwarkesh.com/p/ilya-sutskever-2|интервью, что текущие модели находятся на стадии становления, а результаты предварительного обучения выровнялись, что указывает на потребность в новых идеях.
“Я думаю, что, скорее всего, в ближайшие пять лет мы найдем более совершенную архитектуру, которая значительно улучшит трансформаторы”, - сказал Катанфоруш. “И если мы этого не сделаем, мы не можем ожидать значительных улучшений в моделях”.
Большие языковые модели отлично подходят для обобщения знаний, но многие эксперты говорят, что следующая волна внедрения ИИ на предприятиях будет обусловлена меньшими по размеру и более гибкими языковыми моделями, которые можно будет точно настроить для решений, зависящих от предметной области.
“Точно настроенные SLM станут большой тенденцией и станут основным продуктом, используемым зрелыми предприятиями с искусственным интеллектом в 2026 году, поскольку преимущества в стоимости и производительности будут преобладать над стандартными LLM”, - сказал AGI_LOG Энди Маркус, директор по обработке данных AT& T. - Мы уже видели, что предприятия все больше полагаются на SLMS, потому что при правильной настройке они по точности соответствуют более крупным обобщенным моделям для корпоративных бизнес-приложений и превосходят их по стоимости и быстродействию”.
Мы уже видели этот аргумент от французского стартапа в области искусственного интеллекта Mistral: он утверждает, что его небольшие модели на самом деле работают лучше, чем более крупные модели, в нескольких тестах после точной настройки.
“Эффективность, экономичность и адаптивность SLM делают их идеальными для специализированных приложений, где точность имеет первостепенное значение”, - сказал Джон Найсли, стратег по ИИ в ABBYY, корпоративной ИИ-компании, базирующейся в Остине.
В то время как Маркус считает, что SLMS будут играть ключевую роль в эру агентов, Найсли говорит, что компактные модели лучше подходят для развертывания на локальных устройствах, “и эта тенденция усиливается благодаря достижениям в области периферийных вычислений”.
Люди учатся не только с помощью языка; мы учимся, испытывая на собственном опыте, как устроен мир. Но магистры на самом деле не понимают мир; они просто предсказывают следующее слово или идею. Вот почему многие исследователи считают, что следующий большой скачок произойдет благодаря моделям мира: системам искусственного интеллекта, которые изучают, как объекты движутся и взаимодействуют в трехмерном пространстве, чтобы они могли делать прогнозы и предпринимать действия.
Признаки того, что 2026 год станет важным годом для моделей мира, множатся. Лекун покинул Meta, чтобы основать собственную лабораторию моделирования мира, и, как сообщается, ищет оценку в 5 миллиардов долларов . Компания DeepMind от Google активно работает над Genie и в августе выпустила свою последнюю модель, которая создает интерактивные модели мира общего назначения в режиме реального времени. Наряду с демонстрациями таких стартапов, как Decart и Odyssey, Fei-Fei Li's World Labs запустила свою первую коммерческую модель мира Marble. Новички, такие как General Intuition, в октябре выиграли стартовый раунд стоимостью 134 миллиона долларов для обучения агентов пространственному мышлению, а стартап Runway по созданию видео в декабре выпустил свою первая мировая модель, GWM-1 .
В то время как исследователи видят долгосрочный потенциал в робототехнике и автономии, краткосрочное влияние, вероятно, в первую очередь проявится в видеоиграх. По прогнозам PitchBook, рынок игровых моделей миров может вырасти с 1,2 миллиарда долларов в период с 2022 по 2025 год до 276 миллиардов долларов к 2030 году, благодаря способности технологий создавать интерактивные миры и более реалистичных неигровых персонажей.
Пим де Витте (Pim de Witte), основатель General Intuition, сказал AGI_LOG, что виртуальные среды могут не только изменить игровой мир, но и стать важными испытательными площадками для следующего поколения базовых моделей.
В 2025 году агенты не оправдали ожиданий, но главная причина этого в том, что их сложно подключить к системам, в которых фактически выполняется работа. Без доступа к инструментам и контексту большинство агентов оказались в ловушке пилотных рабочих процессов.
Разработанный компанией Anthropic Model Context Protocol (MCP), “USB-C для ИИ”, который позволяет агентам ИИ взаимодействовать с внешними инструментами, такими как базы данных, поисковые системы и API, доказал, что ему недостает соединительной ткани, и он быстро становится стандартом. OpenAI и Microsoft публично поддержали MCP, а Anthropic недавно пожертвовала его Новый Agentic AI фонд Linux Foundation , цель которого - помочь стандартизировать инструменты agentic с открытым исходным кодом. Google также начал устанавливать свои собственные управляемые серверы MCP для подключения агентов искусственного интеллекта к своим продуктам и сервисам.
Благодаря тому, что MCP сокращает трудности при подключении агентов к реальным системам, 2026 год, вероятно, станет годом, когда рабочие процессы агентов окончательно перейдут от демонстраций к повседневной практике.
Раджив Дхам (Rajeev Dham), партнер Sapphire Ventures, говорит, что эти достижения приведут к появлению решений, ориентированных на агентов, которые будут выполнять “системные функции учета” в различных отраслях.
“По мере того как голосовые агенты будут решать все больше комплексных задач, таких как прием и общение с клиентами, они также начнут формировать базовые системы”, - сказал Дхам. “Мы увидим это в различных секторах, таких как бытовые услуги, технологии и здравоохранение, а также в горизонтальных функциях, таких как продажи, ИТ и поддержка”.
В то время как более сложные рабочие процессы могут вызвать опасения по поводу возможных увольнений, Катанфоруш из Workera не уверен, что это так: “2026 год станет годом людей”, - сказал он.
В 2024 году все компании, работающие с ИИ, предсказывали, что они автоматизируют рабочие места, избавившись от необходимости в людях. Но технологии еще не внедрены, а в условиях нестабильной экономики это не очень популярная риторика. Катанфоруш говорит, что в следующем году мы поймем, что “ИИ работает не так автономно, как мы думали”, и разговор будет больше сосредоточен на том, как ИИ используется для улучшения рабочих процессов человека, а не для их замены.
“И я думаю, что многие компании начнут нанимать сотрудников”, - добавил он, отметив, что ожидает появления новых функций в области управления ИИ, прозрачности, безопасности и обработки данных. “Я довольно оптимистичен в отношении того, что безработица в среднем составит менее 4% в следующем году”.
“Люди хотят быть выше API, а не ниже его, и я думаю, что 2026 год - важный год для этого”, - добавил де Витте.
Эксперты считают, что достижения в таких технологиях, как малые модели, мировые модели и передовые вычисления, позволят шире применять машинное обучение на физическом уровне.
“Физический ИИ войдет в моду в 2026 году, когда на рынок начнут выходить новые категории устройств на базе ИИ, включая робототехнику, мультимедийные устройства, дроны и носимые устройства”, - сказал AGI_LOG Викрам Танеджа, глава AT&T Ventures.
В то время как автономные транспортные средства и робототехника являются очевидными вариантами использования физического ИИ, которые, без сомнения, продолжат развиваться в 2026 году, обучение и внедрение по-прежнему требуют больших затрат. С другой стороны, носимые устройства обеспечивают более дешевую поддержку со стороны потребителей. Умные очки, такие как Ray-Ban Meta, начинают поставляться в виде помощников, которые могут ответить на вопросы о том, на что вы смотрите, и в новых форм-факторах, таких как Кольца для здоровья на базе искусственного интеллекта и умные часы. нормализуют логический вывод "всегда на месте".
“Поставщики услуг связи будут работать над оптимизацией своей сетевой инфраструктуры для поддержки этой новой волны устройств, и те, у кого есть гибкость в том, как они могут обеспечить подключение, окажутся в наилучшем положении”, - сказал Танеджа.
