Інститут штучного інтелекту, орієнтованого на людину (HAI) Стенфордського університету випустив свій дев'ятий щорічник Звіт про індекс AI — найповніша глобальна оцінка штучного інтелекту на основі даних.Видання 2025 і 2026 років малюють картину галузі на переломній точці: можливості штучного інтелекту розвиваються швидше, ніж будь-коли, витрати різко падають, глобальна конкуренція досягла майже паритету, але сфера стикається з нагальними питаннями щодо довіри, екологічної стійкості та справжньої цінності, отриманої від масштабних інвестицій.

1. Продуктивність штучного інтелекту б’є рекорди, але на вершині стає тісно

За такими строгими тестами, як MMMU (мультимодальне міркування), GPQA (запитання та відповіді для випускників) і SWE-bench (реальне кодування), продуктивність штучного інтелекту значно підскочила 18,8, 48,9 і 67,3 в.п відповідно всього за один рік.Мовні моделі тепер відповідають або перевершують людей-програмістів у задачах кодування з обмеженим часом, а генерація високоякісного відео досягла величезних успіхів.

І все ж розрив лідерства різко скоротився.На початку 2024 року модель з найвищим рейтингом мала перевагу на ~12% над моделлю з 10-го рейтингу.До 2025 року ця перевага скоротилася лише до 5%.Вирівнювання ландшафту означає, що жодна модель не може довго домінувати, що викликає питання про насиченість еталонними показниками та що означає справжня інновація.

2. Розрив у штучному інтелекті між США та Китаєм майже зник

У 2024 році інституції США створили 40 відомих моделей штучного інтелекту, а в Китаї – 15, але на початку 2025 року розрив у продуктивності таких ключових тестів, як MMLU та HumanEval, скоротився з двозначного показника до майже паритету. Звіт за 2026 рік свідчить про ще більш напружену гонку: до березня 2026 року провідна модель США була лише на рівні. Випереджає 2,7%. найкращої китайської моделі, з першими позиціями, які багаторазово обмінюються руками.

У той час як США лідирують за обсягом передових моделей і приватними інвестиціями, Китай домінує в промисловій робототехніці (54% світових установок) і результатах досліджень.Перегони вийшли за межі еталонних показників у реальну продуктивність, мікросхеми та енергетичну інфраструктуру.

3. Витрати на ШІ падають — демократизація доступу

Вартість висновків для продуктивності рівня GPT-3.5 знизилася понад 280 разів — з 20 доларів США за мільйон токенів у листопаді 2022 року до лише 0,07 доларів США до жовтня 2024 року. Менші моделі швидко наздоганяють: у 2022 році найменша модель, яка набрала >60% результатів за MMLU, мала 540 мільярдів параметрів (PaLM).До 2024 року Phi-3-mini від Microsoft досяг того ж, маючи лише 3,8 мільярда параметрів — 142× зменшення.

Витрати на апаратне забезпечення щороку знижувалися приблизно на 30%, а енергоефективність підвищувалася на ~40% щороку.Відкриті моделі майже скоротили розрив із закритими моделями, скоротивши різницю в продуктивності з 8% до лише 1,7% за ключовими тестами за один рік.

4. Основне впровадження стрімко зростає, але рентабельність інвестицій залишається невловимою

Усиновлення стрімко пішло вгору: 78% організацій використовували штучний інтелект принаймні в одній бізнес-функції у 2024 році, порівняно з 55% у 2023 році. Використання генеративного штучного інтелекту в бізнес-функціях зросло більш ніж удвічі (33% → 71%).Але ось протверезна реальність: 95% інвестицій у штучний інтелект наразі дають нульовий позитивний фінансовий прибуток , згідно зі звітом за 2026 рік.Незважаючи на те, що штучний інтелект помітно підвищує продуктивність — +14% в обслуговуванні клієнтів, +26% у розробці програмного забезпечення, ці досягнення не призвели до загальної прибутковості.У 2024 році приватні інвестиції в штучний інтелект досягли 252,3 мільярда доларів США (+26% порівняно з минулим роком), але більшість компаній все ще шукають формулу ROI.

5. «Пилчастий інтелект»: перевершує та зазнає несподіваних успіхів

Два протилежних приклади: провідні системи штучного інтелекту виграють золоті медалі на Міжнародній математичній олімпіаді (Gemini Deep Think отримали 35/42 балів), але не зчитують аналоговий годинник — точність тесту ClockBench лише 50,1% порівняно з людьми на 90,1%.Зараз агенти ШІ вирішують проблеми кібербезпеки в 93% випадків (порівняно з 15% у 2024 році).Рівень успішності завдань у реальному світі підвищився з 20% у 2025 році до 77,3% у 2026 році. Проте фізичний світ залишається перешкодою: роботи досягають успіху в 89,4% випадків у програмному моделюванні, але лише 12% під час складання білизни або миття посуду.

Цей пилкоподібний візерунок — блискучий в одних областях, незрозумілий в інших — є важливим попередженням для розгортачів: штучний інтелект загалом не розумний, а надмірна довіра залишається небезпечною.

6. Екологічні витрати безконтрольно зростають

Навчальні викиди для таких моделей, як Grok 4, досягли розрахункового значення 72 816 тонн CO₂ еквівалента — це можна порівняти з керуванням 17 000 автомобілями протягом цілого року.Зараз центри обробки даних штучного інтелекту споживають 29,6 ГВт потужності, що відповідає піковому попиту штату Нью-Йорк.Річне використання води тільки для GPT-4o може перевищити потреби питної води 12 мільйонів людей.Сукупна потреба в електроенергії комплексних систем AI конкурує з національним споживанням електроенергії в Швейцарії чи Австрії.

7. Громадський оптимізм зростає, але глибокі регіональні розбіжності зберігаються

У всьому світі оптимізм щодо ШІ (більше користі, ніж шкоди) зріс з 52% до 55% у 2022–2024 роках.Однак регіональні поділи помітні: 83% у Китаї вважають, що ШІ приносить більше переваг, тоді як лише 39% у США та 40% у Канаді погоджуються.Довіра до компаній ШІ для захисту особистих даних впала з 50% до 47%.Громадськість все більше усвідомлює ризики упередженості, конфіденційності та підзвітності, вимагаючи прозорих, етичних і надійних рішень ШІ.

8. Відповідальний ШІ та регулювання: більше інцидентів, нові закони

Інциденти штучного інтелекту, які відстежуються базою даних AIAAIC, перейшли до 233 у 2024 році — рекордні +56,4% порівняно з минулим роком.Водночас у 2024 році федеральні агентства США запровадили 59 нормативних актів, пов’язаних зі штучним інтелектом (у 2023 році вдвічі більше), а також 131 новий закон штату.Глобальні законодавчі посилання на штучний інтелект зросли на 21% у 75 країнах.Основні фінансові ініціативи включають Канаду (2,4 мільярда доларів), Китай (фонд виробництва напівпровідників у розмірі 47,5 мільярда доларів), проект Transcendence у Саудівській Аравії на 100 мільярдів доларів та зобов’язання Індії виділити 1,25 мільярда доларів.

📌 Ключові висновки для тих, хто приймає рішення

Для керівників підприємств: Впровадження штучного інтелекту тепер є стандартом, але 95% не бачать позитивної рентабельності інвестицій.Надавайте пріоритет вузьким завданням із високою вартістю, у яких ШІ кращий (кодування копілотів, узагальнення) і уникайте надмірних інвестицій у експериментальні граничні моделі.Використовуйте відкриті моделі для прозорості, оскільки нормативна складність зростає.

Для політиків: Розрив між США та Китаєм фактично скорочено.Масштабні інвестиції в інфраструктуру тепер повинні зважити екологічні витрати та наслідки для національної безпеки.Стандартизовані оцінки безпеки необхідні терміново, а не за бажанням.

Для всіх: Інструменти GenAI охопили 53% населення світу всього за три роки (швидше, ніж Інтернет або ПК).Однак пилкоподібний інтелект означає, що ці інструменти залишаються ненадійними для багатьох повсякденних завдань.Навчіться перевіряти результати штучного інтелекту та підтримувати людський нагляд.

Звіти за 2025–2026 роки чітко показують, що штучний інтелект більше не є просто історією про те, що можливо, це історія про те, що відбувається зараз, і про те, як ми разом формуємо майбутнє.Дані є. Рішення за нами.