Stanford AI Index 2026: что важно знать разработчику — 10 ключевых графиков

Что такое Stanford AI Index и почему ему доверяют

Каждый год десятки организаций публикуют доклады о состоянии ИИ. Большинство из них выпускают компании, которые сами продают модели — и это неизбежно влияет на выводы.

Stanford AI Index устроен иначе. Его выпускает Stanford University — без коммерческого интереса в гонке моделей. Доклад выходит с 2017 года, опирается на данные из правительственных баз, научных журналов и независимых критерий.

График 1. Энергетический след моделей

По мере роста возможностей моделей растет и их воздействие на окружающую среду. Обучение Grok 4 выбросило в атмосферу около 72 816 тонн CO2 — примерно столько же производят 17 000 автомобилей за год езды. Мощность дата-центров под ИИ выросла до 29,6 гигаватт: столько необходимо, чтобы обеспечить электричеством весь штат Нью-Йорк в пиковую нагрузку. Годовое потребление воды только на инференс GPT-4o может превысить объем питьевой воды для 12 миллионов человек. Суммарная нагрузка всей ИИ-инфраструктуры сопоставима с потреблением электроэнергии Швейцарии или Австрии.

Экологический след модели постепенно становится частью технического решения — в ближайшее время это начнет появляться в требованиях заказчиков.

График 2. США и Китай: разрыв почти исчез

Годами США опережали весь мир по всем ключевым метрикам — размеру моделей, производительности, числу исследований.

Китай методично сокращал отставание. В феврале 2025 года DeepSeek-R1 на короткое время сравнялся с лучшей американской моделью. По состоянию на март 2026 года лучшая модель США опережает лучшую китайскую всего на 2,7%. США по-прежнему выпускают больше топовых моделей и патентов с высоким влиянием, Китай лидирует по числу публикаций, цитированиям и установке промышленных роботов.

Монополии на лучшие модели больше не существует. Следить нужно за обеими экосистемами.

График 3. США теряют ИИ-таланты

В США работает больше ИИ-исследователей и разработчиков, чем в любой другой стране. Однако поток специалистов, приезжающих туда, резко замедлился. Число ИИ-ученых, переехавших в США, сократилось на 89% с 2017 года. За последний год снижение составило 80%.

Конкуренция за ИИ-специалистов носит глобальный характер. Работать из своей страны на зарубежные компании — стратегия, которая становится все более востребованной.

График 4. ИИ берет золото на олимпиаде, но не умеет читать часы

Возможности моделей растут неравномерно — и это принципиально важно понимать при выборе инструментов для разработки. Фронтирные модели теперь превосходят человека на экзаменах уровня PhD по естественным наукам и в задачах соревновательной математики. Gemini Deep Think взял золотую медаль на Международной математической олимпиаде 2025 года. Успешность ИИ-агентов на реальных задачах выросла с 20% до 77,3% за год. В кибербезопасности агенты решают задачи в 93% случаев против 15%.

При этом роботы справляются с реальными бытовыми задачами — складывание одежды, мытье посуды — только в 12% случаев. Аналоговые часы модели читают правильно лишь в половине попыток. Многошаговое планирование и финансовый анализ остаются слабыми местами. 

График 5. Инвестиции в ИИ удвоились за год

Глобальные корпоративные инвестиции в ИИ достигли $581,7 миллиарда в 2025 году — рост на 130% по сравнению с предыдущим годом. Частные инвестиции составили $344,7 миллиарда, прирост 127,5%. США вложили 285,9 миллиарда — в 23 раза больше, чем Китай с его 12,4 миллиарда по частным источникам. 

По оценкам, с 2000 по 2023 год через государственные инвестиционные механизмы в разные отрасли, включая ИИ, было направлено около $912 миллиардов.

График 6. Начинающие разработчики под давлением

Производительность труда в ИИ-смежных профессиях растет. Одновременно с этим падает занятость на начальном уровне в тех же самых профессиях. Число трудоустроенных разработчиков в возрасте от 22 до 25 лет сократилось почти на 20% с 2024 года — при этом занятость их старших коллег продолжает расти. 

Аналогичная картина наблюдается в клиентской поддержке и других профессиях с высоким уровнем ИИ-воздействия. Корпоративные опросы фиксируют: руководители планируют дальнейшее сокращение штата, и темп планируемых сокращений опережает уже случившиеся.

График 7. ИИ в науке: от помощника к участнику открытий

ИИ выходит за рамки инструмента для написания статей и проверки вычислений — он начинает участвовать в самих научных открытиях. 

Число ИИ-связанных публикаций в естественных, физических и биологических науках выросло на 26-28% год к году. В 2025 году ИИ впервые самостоятельно провел полный пайплайн прогнозирования погоды: от простых метеонаблюдений до готового прогноза температуры, ветра и влажности. В астрономии создана первая foundation model, автоматизирующая наблюдения через 10 телескопов одновременно.

График 8. Самые мощные модели — самые закрытые

Foundation Model Transparency Index измеряет, насколько открыто крупные ИИ-компании раскрывают информацию о своих моделях: данные для обучения, объем вычислений, параметры, риски, политики использования. В 2026 году средний балл по индексу упал до 40 из 100 — против 58 в прошлом году. Закономерность, которую зафиксировали авторы: чем мощнее модель, тем меньше о ней известно публично. Крупнейшие компании все активнее скрывают технические детали своих флагманских продуктов.

Для разработчика это технический риск: не открытость усложняет отладку, аудит и соответствие регуляторным требованиям при выборе модели для продукта.

График 9. Общественное отношение к ИИ: оптимизм и тревога одновременно

Глобальный опрос зафиксировал рост оптимизма — 59% людей выразили позитивный настрой по отношению к ИИ, год назад таких было 52%. Одновременно уровень тревожности также вырос на 2% и достиг 52%. США выделяются на общем фоне: только 33% американцев ожидают, что ИИ улучшит их работу при глобальном среднем в 40%. Доверие к правительству в вопросе регулирования ИИ в США — минимальное среди всех исследованных стран, 31%.

Пользователи неоднозначно воспринимают технологию. Доверие к ИИ-продукту необходимо выстраивать осознанно — через открытость, пользовательский контроль и объяснимость решений.

График 10. Генеративный ИИ распространяется быстрее интернета

Генеративный ИИ достиг 53% охвата мирового населения за три года — быстрее, чем в свое время персональный компьютер и интернет. Темп распространения варьируется по странам и соотноситься с уровнем ВВП на человека. Сингапур показывает 61%, ОАЭ — 54%. США при всем лидерстве в инвестициях и разработке занимают лишь 24-е место с показателем 28,3%. 

Оцениваемая ценность генеративных ИИ-инструментов для американских потребителей достигла $172 миллиарда в год к началу 2026 года, а медианная ценность для одного пользователя утроилась — при том что большинство инструментов остаются бесплатными или почти бесплатными.

Аудитория сформирована. Привычка к ИИ-инструментам складывается быстро. Пока рынок не устоялся, есть возможность создавать новые продукты.