Исследование Microsoft: Разрыв в использовании генеративного ИИ между Глобальным Севером и Югом увеличился
Генеративный ИИ распространяется быстро, но очень неравномерно. В одних странах им уже пользуется почти каждый третий человек, в других — только каждый шестой. Причина не сводится к цене подписки: доступ зависит от интернета, электричества, устройств и цифровых навыков. По данным нового доклада Microsoft, за последний квартал этот разрыв снова увеличился.
Глобальный Север и Глобальный Юг — не географические полушария, а условное социально-экономическое деление стран. К Северу относят преимущественно более обеспеченные государства с развитой инфраструктурой, к Югу — страны с более низкими доходами и менее устойчивыми условиями доступа к цифровым технологиям.
Исследователи оценивали не частоту запросов, а долю людей, которые хотя бы раз воспользовались генеративным ИИ за отчётный период. Расчёт основан на обезличенных данных сервисов Microsoft с поправкой на распространённость устройств, операционных систем и доступа к интернету. Это оценка, а не глобальный опрос всех пользователей.
В июне 2026 года генеративным ИИ пользовались 28,8% людей в возрасте от 15 до 64 лет в Глобальном Севере и 16,2% — в Глобальном Юге. Тремя месяцами ранее эти доли составляли 27,5% и 15,4%. Число пользователей выросло в обеих группах, но на Севере рост был быстрее, поэтому разрыв продолжил увеличиваться.
Первым барьером становится само подключение. В странах Глобального Севера интернетом пользуются девять из десяти жителей, в странах Глобального Юга — примерно две трети. Среди уже подключённых к сети базовыми навыками работы с информацией обладают семь из десяти жителей Севера и менее половины жителей Юга. Дополнительными препятствиями остаются ненадёжное электроснабжение и слабая поддержка местных языков.
Для тех, кто всё же получает доступ, ИИ становится в том числе инструментом обучения. Среди ранних пользователей Microsoft Copilot из Глобального Юга доля разговоров о самостоятельном освоении знаний и навыков была на 29,2% выше среднемировой, а об учебных заданиях — на 32,3% выше. Выборка состоит из ранних пользователей одного сервиса, поэтому результаты нельзя переносить на всё население.
Одним из способов снизить стоимость доступа авторы называют модели с открытыми весами, которые можно независимо запускать и изменять. Их проще адаптировать к местным языкам и предлагать через разных поставщиков. Однако более дешёвая модель не заменит электроснабжение, устойчивую связь, подходящие устройства и цифровые навыки — именно эти условия пока определяют, кто действительно может пользоваться генеративным ИИ.