AI стал быстрее интернета – но 62% пользователей застряли на старте
В апреле 2026 года Stanford HAI выпустил девятый ежегодный AI Index Report – самую масштабную сводку о состоянии индустрии искусственного интеллекта. Заголовки предсказуемо оптимистичны: корпоративное внедрение достигло 88%, генеративный ИИ обогнал интернет по скорости распространения, потребительская ценность GenAI-инструментов оценивается в $172 млрд ежегодно. Но стоит заглянуть за цифры – и появляется знакомая проблема.
Мы в mysummit.school детально разбирали данные Epoch AI / Ipsos в отдельном материале: 62% пользователей применяют ИИ поверхностно – на одну-две задачи. Теперь Stanford AI Index 2026 создаёт контекст для этой цифры. Внедрение произошло. Инструменты доступны. Инвестиции бьют рекорды. И при этом большинство людей так и не двинулось дальше первого знакомства.
Это первая статья из серии «Stanford AI Index 2026». В ней – парадокс массового внедрения: как технология, которая распространяется быстрее всех предшественников, умудряется оставлять за бортом тех, кто формально ей уже пользуется.
О чём отчёт
Stanford AI Index – это ежегодный фактографический отчёт, который собирает данные из десятков источников: от McKinsey и Epoch AI до правительственных баз и научных публикаций. Девятое издание вышло в апреле 2026 и покрывает данные за 2025 год.
Что отличает девятый выпуск от восьмого. Прошлогодний AI Index 2025 (восьмое издание, данные за 2024) фиксировал переломный момент: корпоративное внедрение выросло с 55% до 78% за год, расходы на вычисления стали ключевым барьером, а стоимость инференса снизилась в 280 раз с 2023 года. Тогда ключевым сюжетом был скачок в возможностях моделей – SWE-bench перешёл с 4,4% на 71,7%.
В 2026 году фокус сместился. Технические бенчмарки по-прежнему растут, но главным сюжетом стала адаптация – кто на самом деле внедрил AI, как быстро это происходит, и какую ценность это создаёт (или не создаёт). Впервые в отчёте отдельная глава посвящена потребительской ценности GenAI, а тема «AI и занятость» получила заметно больше данных, чем раньше.
Скорость, которой не было ни у одной технологии
Начнём с того, что действительно впечатляет. Генеративный ИИ достиг 53% охвата населения за три года. Персональному компьютеру понадобилось почти 15 лет, интернету – около десяти. Ни одна потребительская технология не распространялась с такой скоростью.*
При этом речь не об абстрактном «осведомлён о существовании». Потребительская ценность GenAI-инструментов, по оценке AI Index, составляет $172 млрд в год для американских потребителей. Медианная ценность на одного пользователя утроилась между 2025 и 2026 годом. Четыре из пяти студентов университетов используют генеративный ИИ в учёбе.
Но здесь начинается интересное. Скорость адаптации неравномерна – и разрыв между странами оказывается больше, чем ожидалось. Сингапур лидирует с 61% регулярного использования GenAI, ОАЭ – 54%. А США, несмотря на то что именно здесь создаётся подавляющая доля инструментов и инвестиций, занимают лишь 24-е место с результатом 28,3%.
Задумайтесь: страна, которая производит ChatGPT, Gemini, Claude и Copilot, по уровню адаптации уступает Сингапуру более чем вдвое. Это не история о «технологическом лидерстве = пользовательском лидерстве». Создавать технологию и внедрять технологию – оказывается, совершенно разные навыки.
* Сравнение условное – для PC и интернета данные по другой методологии, AI Index это оговаривает. Но порядок разницы показателен.
Год-к-году: AI Index 2025 vs 2026
Цифры становятся ещё выразительнее, когда ставишь два отчёта рядом.
Корпоративное внедрение выросло с 78% до 88%. Годом ранее этот показатель вырос с 55% до 78% – и тогда это казалось стремительным. Десять процентных пунктов за год на уже высокой базе означают, что AI перестал быть «экспериментом для продвинутых» и стал операционной нормой. 88% организаций сообщают, что используют AI в каком-то виде.
Обратите внимание на формулировку – «в каком-то виде». Мы вернёмся к этому.
Частные инвестиции выросли с $109,1 млрд до $285,9 млрд – рост в 2,6 раза за год. В 2024 году (AI Index 2025) инвестиции в GenAI отдельно составляли $33,9 млрд. Общая сумма частных инвестиций в AI за 2025 год – $285,9 млрд – превышает ВВП многих стран. Основной вклад – инфраструктура: дата-центры, вычисления, чипы. Деньги вливаются в фундамент, а не в приложения.
Число AI-инцидентов продолжает расти. В 2024 году AI Index зафиксировал 233 случая (deepfakes, утечки данных, ошибки автоматизации). Тренд 2025 года идёт в том же направлении – больше использования означает больше инцидентов. Это не катастрофа, но это стоимость масштабирования, которую редко закладывают в ROI-модели.
Для тех, кто строил бизнес-кейс на данных прошлого года – мы разбирали методику обоснования ROI на конкретных цифрах Google Cloud. Данные AI Index 2026 усиливают аргументацию: рынок удваивается, а не стабилизируется.
Цифры сами по себе – контекст. Что с ними делать на практике – отдельный навык.
9 бесплатных уроков по работе с ИИ на реальных задачах менеджера. Данные отчётов – это контекст. Навык – это то, что можно попробовать.
Доступ сразу после регистрации
Парадокс глубины: 88% внедрили, 62% застряли
И вот мы добрались до центрального противоречия. 88% организаций используют AI. Генеративный ИИ обогнал интернет по скорости адаптации. Инвестиции утроились. Студенты встроили ChatGPT в учёбу. Всё указывает на массовое внедрение.
Но.
Данные Epoch AI / Ipsos, которые мы детально разбирали в апреле, рисуют другую картину: 62% пользователей AI применяют его на уровне «одна-две быстрые задачи». Только 5,6% опираются на AI всерьёз – регулярно, глубоко, для ключевых рабочих процессов.
Это не противоречие между двумя отчётами. Это одна и та же реальность, увиденная с разных сторон. Stanford AI Index считает «внедрение» – организация хотя бы как-то использует AI. Epoch AI считает «глубину» – как именно конкретный человек с этим AI работает. И разрыв между «как-то» и «всерьёз» оказывается огромным. Даже среди компаний с выручкой более $5 млрд «полностью внедрили» AI лишь 10%. У компаний поменьше – 3–5%.
Я бы назвал это парадоксом доступности: чем проще попробовать технологию, тем больше людей застревают на этапе «попробовал». Барьер входа исчез – но это не помогло с барьером углубления. Открыть ChatGPT и задать вопрос может каждый. Перестроить под него рабочий процесс – совсем другая задача.
Stanford AI Index косвенно подтверждает этот разрыв. Данные по потребительской ценности показывают, что медианная ценность на пользователя утроилась – но это медиана, которая включает и тяжёлых пользователей, создающих непропорционально много стоимости. Если 5,6% используют AI в десять раз интенсивнее остальных, они двигают медиану, даже если остальные 62% стоят на месте.
Производительность растёт – а junior-позиции исчезают
Ещё один сюжет AI Index 2026, который стоит разобрать отдельно. Отчёт фиксирует устойчивые данные о росте производительности: от 14% до 26% в зависимости от сектора. Клиентская поддержка и разработка ПО – две области, где эффект измерен наиболее надёжно.
Это хорошая новость – но у неё есть обратная сторона.
В тех же самых областях – клиентская поддержка и разработка – начинает снижаться число junior-позиций. Отчёт приводит конкретную цифру: занятость среди американских разработчиков в возрасте 22–25 лет снизилась почти на 20% с 2022 года. Это не рецессия. Это структурный сдвиг.
Механизм понятен: AI берёт на себя задачи, которые раньше выполняли начинающие специалисты. Черновики документов, первая линия поддержки, шаблонный код, базовая аналитика. Это именно те задачи, на которых джуниоры учились и доказывали свою ценность. Когда AI делает их быстрее и дешевле, спрос на начинающих снижается – даже если спрос на опытных специалистов растёт.
Для менеджеров это создаёт неочевидную дилемму. Производительность команды может расти за счёт AI, но конвейер подготовки новых кадров при этом сужается. Кто станет опытным специалистом через три-пять лет, если сегодня для начинающих остаётся меньше задач, на которых можно вырасти?
Это не абстрактное рассуждение. Мы разбирали реальную стоимость AI-инструментов для dev-команд – и там та же логика: инструмент, который экономит время сеньору, одновременно сокращает пространство для роста джуниора. Экономия и развитие оказываются в конфликте.
Парадокс глубины и влияние на занятость – две стороны одной проблемы: инструмент доступен, а навык работы с ним – нет.
Менеджеру не нужно становиться разработчиком. Нужно понимать, какие задачи AI делает лучше и где он создаёт новые проблемы. Открытый модуль – бесплатно.
Доступ сразу после регистрации
Что это значит для менеджера
Из всех цифр AI Index 2026 я бы выделил три вывода, которые имеют прямое отношение к управленческим решениям.
«Мы внедрили AI» больше не аргумент. Когда 88% организаций уже используют AI, само по себе внедрение не создаёт конкурентного преимущества. Преимущество – в глубине. В том, перешла ли организация от «у нас есть ChatGPT» к «AI встроен в три ключевых процесса и мы измеряем результат». Большинство – не перешло. Это возможность для тех, кто перейдёт.
Скорость адаптации обманчива. 53% охвата за три года – это феноменально как цифра на слайде и почти бессмысленно как метрика реального эффекта. Потому что «использовать» и «получать ценность» – разные вещи. Четыре из пяти студентов используют GenAI, но это не значит, что четыре из пяти студентов стали продуктивнее. Метрика адаптации без метрики глубины – это половина картины.
Окно дешёвых экспериментов закрывается, но окно глубины открыто. Инвестиции выросли с $109 до $286 млрд за год. Инфраструктура дорожает. Конкуренция за таланты усиливается. Стоимость ошибки растёт – не потому что инструменты стали хуже, а потому что ставки стали выше. Зато разрыв между «пользуюсь поверхностно» и «пользуюсь системно» по-прежнему определяется не бюджетом, а навыками. 62% застряли не потому, что им не хватает денег на подписку.
Что дальше в серии
Это первая статья из пяти по Stanford AI Index 2026. В остальных:
- Экономика моделей: как снижение стоимости инференса в 280 раз меняет расчёт ROI
- Зубчатый край возможностей: олимпиадная математика – да, аналоговые часы – нет
- Разрыв восприятия: 73% экспертов верят в AI, 23% обычных людей
- Образовательный разрыв: почему 80% студентов используют AI, а формальное образование отстаёт
Каждый из этих сюжетов влияет на то, как менеджеру принимать решения о внедрении AI – не «в целом», а конкретно: что покупать, кого нанимать, чего ожидать.
От цифр – к навыкам
Stanford AI Index показывает: внедрение AI – уже не вопрос. Вопрос – глубина. Курс MySummit.school начинается с того перехода, на котором застряли 62%: от разовых запросов к системному применению AI в управленческих задачах.
Stanislav Belyaev
Engineering Leader в Microsoft18 лет в управлении инженерными командами. Основатель mysummit.school. 700+ выпускников в Яндекс Практикуме и Стратоплане.