📊🎓 Стэнфорд выдал индустрии больший языковых моделей табель успеваемости — и там есть тройки

Stanford HAI опубликовал ежегодный AI Index 2026 — пожалуй, единственный отчёт об индустрии, который сложно обвинить в аффилированности с вендорами. Данные собирают академики, а не пресс-службы OpenAI.

Картина получилась неоднозначная. Да, модели уже бьют лучших студентов на математических олимпиадах и стабильно превосходят «человеческий базовый уровень» в задачах на зрение и понимание контекста. Да, стоимость обучения моделей среднего размера падает. Но одновременно: энергопотребление дата-центров растёт экспоненциально, ведущие лаборатории год от года раскрывают всё меньше деталей об обучении своих моделей, а рынок труда рисует «K-образную» кривую — одни теряют работу, другие (ML-инженеры) стоят дороже золота.

Интереснее всего то, что аналитики называют «фазой приземления»: венчурный восторг сменяется прагматичным вопросом — сколько это реально стоит и что реально производит? Инвестиции не иссякают, но становятся точечными. Компании перестают финансировать «обучение ради обучения» и начинают спрашивать про ROI. Параллельно 2026-й стал рекордным по числу принятых законов об ИИ — регуляторы в США, ЕС и Китае наперегонки заполняют законодательный вакуум. Маркетологи это тихо ненавидят, а юристы потирают руки.

Самое честное резюме отчёта: ИИ не пузырь и не революция — это дорогостоящая инфраструктура с неочевидным сроком окупаемости и счётом за электричество, который никто не хочет показывать публично.

Подписывайтесь на Telegram PromtScout.