Как на самом деле используются ИИ-модели в мире?
Появилась редкая возможность посмотреть не что говорят об ИИ, а что люди реально делают с ИИ. Расскажу об основных выводах из отчета State of AI, который выпустила компания OpenRouter (крупная платформа, которая анализирует миллиарды запросов к ИИ-моделям по всему миру).
Цель отчёта — показать, как на самом деле используются ИИ-модели в мире: кто лидирует, какие задачи выполняются чаще всего, и как меняется рынок на основе анализа триллионов токенов и реальных запросов.
🔥 Еще больше интересного в моем канале продуктовые штучки
Основные цели использования ИИ-моделей
Программирование: более 50% всех запросов. Это самый быстрорастущий сегмент, где модели используются для генерации, отладки и рефакторинга кода.
Ролевые игры и креативные диалоги: около 50% запросов в open source-моделях. Люди используют модели для ролеплея, сторителлинга, персонажных диалогов и развлечений.
Перевод и многоязычность: значительная доля запросов, особенно среди китайских и западных моделей, где требуется поддержка нескольких языков.
Общие вопросы и образование: умеренный объём, модели используются для ответов на вопросы, поиска информации и обучения.
Наука, финансы, юриспруденция, медицина: небольшая доля, но запросы растут, особенно в профессиональных и экспертных сегментах.
Удержание пользователей у ИИ-моделей
В целом низкий: большинство пользователей быстро уходят.
Пояснение к диаграмме. Удержание измеряется как удержание активности, при котором пользователи учитываются, если они возвращаются в последующие месяцы, даже после периодов бездействия. В результате кривые могут демонстрировать небольшие внезапные скачки.
Однако есть небольшая группа, которую авторы называют «foundational cohorts» (фундаментальные когорты), — это те, чьи запросы остаются стабильными и повторяются даже спустя месяцы.
Такие пользователи появляются, когда модель действительно решает их конкретную задачу, и они «залипают» на ней, несмотря на появление новых моделей.
Это явление назвали «эффектом хрустальной туфельки» (Glass Slipper effect): как только модель подходит идеально, пользователь остаётся с ней надолго.
Примеры «эффекта хрустальной туфельки» среди ИИ моделей:
Gemini 2.5 Pro: у пользователей, которые начали использовать модель в июне 2025 года, около 40% оставались активными спустя 5 месяцев, несмотря на появление новых моделей. Это связано с тем, что модель хорошо справлялась с задачами, требующими глубокого анализа и точности.
Claude 4 Sonnet: пользователи, начавшие использовать модель в мае 2025 года, демонстрируют высокий ретеншн, так как она подходит для сложных корпоративных задач, например, программирования и работы с большими объёмами данных.
Пожалуйста, поддержите меня, поставьте лайк! 🙏
#ai #искусственныйинтеллект #нейросети #aiтренды #aiрынок #stateofai #моделиИИ #генеративныйаи #машиннообучение #llm #технологии #будущееИИ #аналитика #отчет #AI #stateofai #aimodels #generativeai #machinelearning #productivity #opendata #userbehavior #retention #glassslippereffect #aiprod #llm #aianalytics #opensourceai #futureofai