Тенденции развития ИИ в 2026 году и дальние перспективы

Революция ИИ перешла в новую фазу. ИИ-агенты получили доступ к внешнему миру и начали действовать самостоятельно. Технология незаметно проникла в физические устройства. Еще более неожиданным стало вторжение ИИ в эмоциональную сферу. Что ждет нас в 2026 году и дальше? В этой статье разбираем семь ключевых трендов ближайшего года и дальние перспективы: от мультиагентного ИИ до физических роботов, от создания нового знания до сильного ИИ. Руководителям нужны не фантазии, а понимание, как меняется реальность. Мы постарались показать эту реальность.

Тренд №1: в 2026 году чаты с генеративными языковыми моделями продолжат расти

Напомню, что революцию в ИИ возглавил ChatGPT, он стал первым сервисом, который открыл доступ к большим языковым моделям для миллионов людей. Он набрал 100 миллионов пользователей всего за два месяца — быстрее, чем любые другие сервисы в истории. И хотя рост сейчас уже не такой фантастический, ChatGPT по-прежнему продолжает расти очень быстро. В феврале 2025 года ChatGPT использовали уже 400 миллионов человек. По последним данным на декабрь 2025 года, ChatGPT используют уже около 858 миллионов пользователей в месяц, как отмечает в корпоративных отчетах сама OpenAI. За последние 2 месяца количество пользователей, включая потребителей и бизнес-клиентов, выросло на 100 миллионов. На корпоративном рынке использование генеративного ИИ в 2025 году стало своего рода «санитарным минимумом» для выживания подавляющего большинства компаний. Об этом мы подробно писали в статье «Внедрение генеративного ИИ в бизнес 2025».

В 2026 году технологии больших языковых моделей будут продолжать проникать в массы со скоростью, возможно, слегка падающей, но все еще очень высокой.

Интерес к генеративным языковым моделям повсеместный, технологические компании только и говорят, как его применять. И пользователей чатов с генеративными языковыми моделями станет еще больше.

Тренд №2. Массовое распространение ИИ-агентов изменит пользовательский опыт

Базовая модель взаимодействия с нейросетями через чат – это «умелец, у которого связаны руки». Мы загрузили вопрос или текст, получили ответ и все, дальше нейросеть в этом простом варианте ничего сделать не сможет. Все понимали, что это очень бедно и самое распространенное решение – ИИ-агенты. Идея ИИ агентов на базе больших языковых моделей появилась в 2023 году, а продукты – в 2024. В течение 2024 года ИИ-агенты становятся отдельным направлением: появляются платформы для агентов (Amazon Bedrock Agents, MCP от Anthropic), начинают тестироваться первые прикладные ИИ-агенты для веб автоматизации. В 2025 году стартовали первые «боевые» ИИ-агенты у больших игроков, например OpenAI. ИИ-агент дает модели доступ к внешнему миру, скажем, к поиску и мы получаем мощь Perplexity. ИИ-агент не спит, не ест, не болеет – люди быстро привыкают, формируют пользовательский опыт, и проецируют его на ожидания от работодателей.

Корпоративный мир изменится, это неизбежно, даже если компания не считает нужным участвовать в ИИ-революции– ИИ-агенты и пользовательский опыт ее заставят.

Эксперты BCG подчеркивают: ИИ-агенты войдут в потребительский опыт и HR-процессы, включая обучение и агенты в кадрах, оказывающие сервисы сотрудникам — отпуска, командировки, обучение.

Тренд №3. Мультиагентный ИИ, ансамбль специализированных моделей (пока?) эффективнее универсальных

Возможно наше будущее – это универсальные нейросетевые модели, которые работают одновременно с текстом, визуалом, аудио и видео, к тому же в разных мирах, физическом и виртуальном. Одна и та же модель хорошо справляется со всеми задачами везде. Однако, универсальные мультимодальные модели проигрывают.

Пока попытки создать универсальные нейросетевые модели чаще всего менее эффективны, как правило, выигрывает ансамбль специализированных моделей.

Например, задача голосового общения с ИИ. Один подход – единая модель, принимающая аудиосигнал, генерирующая текст и озвучивающая его голосом. И второй подход — мультиагентный ИИ: модель 1 распознает речь, модель 2 рассуждает и генерирует ответ, модель 3 озвучивает. Пока мультиагентный ИИ подход работает заметно лучше. Универсальные мультимодальные модели обязательно придут в нашу жизнь, но не в ближайший год, это не быстрый процесс.

Не ждите универсальных моделей. Традиционная парадигма – каскадный подход на базе различных специализированных моделей в ближайшие годы будет работать лучше.

Тренд №4. Революция ИИ перейдет в реальный мир и поток устройств с ИИ будет сильно расти

В 2024-2025 годах произошло важное изменение: ИИ (не только генеративные языковые модели) незаметно вошел в наш физический мир через гаджеты. Умные часы или фитнес-браслеты с ИИ-анализом параметров функционирования организма. В России выросло поколение, воспитанное умными колонками – с 2018-2019 годов они слушали сказки, общались с умными колонками и в 2024-2027 эти дети пошли или скоро пойдут в школу. В 2025 году вышли диктофоны (но не просто для записи), технологии распознавания речи и транскрипции меняют правила: фиксируйте встречи онлайн и оффлайн, получайте выжимку договоренностей – что обещали вы, что вам. Никто больше не отвертится: «я этого не говорил». Функции расшифровки есть почти во всех системах видеоконференцсвязи. Телефонные переговоры? Диктофон спасает: протокол готов, шлете собеседнику: «обсудили, вот о чем договорились». (Отметим, что стоит всегда предупреждать: «идет запись разговора, и я пришлю вам протокол и саммари»). ARK Innovation прогнозирует: уже очень скоро ИИ определит выбор устройств, которыми мы будем пользоваться.

В 2026 году массовый ИИ перестанет быть просто чатом – он станет частью агентов, различных устройств, и пользовательского опыта.

Тренд №5. Генеративный ИИ уже рождает новое знание

Насколько современные ИИ-технологии способны творить? Этом вопросом задаются многие. Мы можем говорить о творчестве, когда ИИ-технология начинает порождать принципиально новое научное знание самостоятельно. И признаки этого видны уже несколько лет: генеративные модели занимают первые места на математических олимпиадах и олимпиадах по программированию. Это уже не повторение того, что написано в учебниках, это творческое мышление.

ИИ постепенно переходит от вспомогательной роли ассистента человека к активной роли творца, способного к осмыслению научной проблемы.

Пока речь идет об ансамбле различных специализированных моделей (см. Тренд №3). И в 2027 году мы, вполне вероятно увидим ИИ, который будет рождать фундаментальные новые знания в научных областях, по крайней мере в некоторых. Главный вопрос сейчас не в том, может ли он это делать, а когда это выйдет на массовый уровень.

Тренд №6. ИИ неожиданно проник в эмоциональную и психологическую сферу

В 2025 году нас ждало неожиданное открытие – от утилитарного взаимодействия с большими языковыми моделями люди перешли к психологическому, гораздо более глубокому. Люди пишут, что ИИ – это их лучший друг, что он помогает справиться с вечерней тревожностью, с эмоциональными проблемами, что это лучший психолог. Некоторые говорят, что ИИ помогает работать с детскими травмами. Такое активное присутствие ИИ в эмоциональной и человеческой сфере, а не только в решении задач – это неожиданно. Искусственный интеллект и эмоциональный интеллект объединяются как-то по-новому, некоторую новую реальность, с которой нам необходимо считаться.

Тренд №7. Когнитивные способности человека меняются с развитием ИИ-технологий

История показывает, что, когда происходят технологические скачки, меняются и когнитивные способности человека. До появления интернета перед нами не вставала сложная задача валидации и «переваривания» массива информации. До книгопечатания не требовалось интенсивное запоминание. Сейчас, с ИИ, который будет помогать во всех жизненных сферах, меняется требуемые когнитивные способности и даже определение «умного человека». Раньше «умный» означало большой объем памяти и скорость счета. Теперь это – способность делегировать мышление, разбираться в новых инструментах, понимать их возможности и границы.

Тенденция в том, что ИИ приводит не к замене человеческого разума, а к его трансформации. Он меняет нас.

Дальние перспективы

Теперь поговорим о более дальних перспективах, за пределами 2026 и 2027 годов. Они, конечно, более расплывчаты и неконкретны, однако, о них тоже стоит знать при обдумывании видения будущего компаний в дальнем горизонте.

ИИ пока больше мешает образованию, чем помогает

Текущее поколение ИИ – очень слабый помощник в области обучения и образования, если вообще можно говорить о какой-то помощи. ИИ часто используют как замену собственной мыслительной деятельности, что, пока, контрпродуктивно. Яркий эксперимент: студентам дали написать эссе с помощью ChatGPT и без. Результат поразителен: те, кто писал с ИИ, через одну минуту не могли вспомнить ни одной цитаты своего текста. 83% тех, кто писал самостоятельно, цитировали куски своего эссе – их мозг работал.

ИИ – это суррогат, эрзац мышления, пока он больше мешает образованию, чем помогает.

Форматы взаимодействия ученика и ИИ еще не разработаны, интерактивность взаимодействия нейросетей с учеником совершенно недостаточна. Еще предстоит огромная работа по созданию ИИ, который действительно помогал бы в образовании. Мы только в начале этого пути.

Физический ИИ и роботы

Гуманоидные роботы очень быстро становятся неотъемлемой частью современного производства, логистики и сферы услуг (об этом мы писали в статье «15 ключевых трендов, определяющих будущее. Взгляд предпринимателя Часть 1: Пять технологических трендов»). Тренд очевиден, однако, качественный прорыв в ближайшие годы пока маловероятен.

У текущего поколения ИИ есть серьезное ограничение: все простые задачи в виртуальной цифровой экономике уже автоматизированы или будут автоматизированы в ближайшее время. Скоро в цифровой сфере не останется задач для автоматизации. Все остальное, бесконечно более сложнее, связано с физическим миром, а не с виртуальным. Взаимодействие робота с ИИ и человека в реальности – физический ИИ – вот новая фундаментальная область деятельности.

Из чего состоит физический ИИ? Эксперты выделяют три ключевых компонента.

Сенсорика. Понимание окружающего мира начинается с сенсоров.
ИИ для взаимодействия «роя» роботов. Нам нужно не ИИ для одного робота или беспилотника, а для «роя» или «стаи» роботов, для массового взаимодействия систем, действующих вместе. Роевая мультиагентность – это критический фактор развития.
Безопасное взаимодействие с человеком. Посмотрите ролики лидеров робототехники: их роботы не умеют взаимодействовать с людьми, они небезопасны. Нам нужно преодолеть этот порог, создать машины, понимающие человеческие намерения, способные к безопасному взаимодействию.

Роботы с ИИ не появятся в ближайшее время, поскольку есть два важных барьера, о которых стоит знать.

Антропоморфность. Все хотят видеть антропоморфного робота, прямоходящего и похожего на человека. Но выяснилось, что механическое воспроизведение человека очень дорого. Мир, который мы построили, создан для человека. Выключатели, двери, мебель – все для нашего размера и возможностей. Собрать человеческую руку из механических частей и двигателей – это необыкновенно сложно и дорого. В интернете видны красивые, хорошо движущиеся антропоморфные существа, но каждое стоит сотни тысяч, если не миллионы долларов.
Данные для обучения. Прорыв, который произошел в генеративных нейросетях –это текстовый прорыв. Модели обучались буквально на всех доступных текстах мира. Но это совсем не то, что нужно роботу для работы в реальном мире. Собрать качественный и большой объем данных о том, как мы взаимодействуем с окружающим пространством во время движения – это серьезная проблема, таких данных просто мало. Есть видеокамеры, есть снятые видеоролики, но это не эквивалентно опыту от первого лица, это не субъективное восприятие агента, взаимодействующего со средой. Это не то, что нужно роботу для понимания мира, в котором он движется и действует.

Два этих барьера – стоимость механического воспроизведения антропоморфности и недостаток данных, нужных о реальном взаимодействии с миром, – это не просто проблема технологий, это структурные ограничения, которые предстоит преодолевать годы.

Важный принципиальный момент: физический ИИ – это не собственно ИИ-технологии, это физика, химия и биология. Чтобы создавать физический ИИ, нужны люди, которые знают не только математику ИИ, но физику, химию и особенно биологию. Они будут формировать физический ИИ на основе понимания природы, а не виртуального мира.

И многие эксперты считают, что через некоторое время мы увидим совсем других роботов, не бегающих собак и антропоморфных роботов. Ведь в природе нет ни одной «зверушки», которая катается на колесиках. Человек изобрел колесо, и это замечательно, но оно нужно именно человеку.

Будущие роботы с ИИ будут выглядеть иначе, чем мы ожидаем, но решать задачи гораздо лучше, чем если бы мы сделали их по своему образу и подобию.

Сильный ИИ – это будет ансамбль из разнородных агентов, а не единый суперинтеллект

Говорить об одном сильном универсальном суперинтеллекте неправильно, большинство экспертов не верят в создание такого «монстра» в ближайшее время. Однако есть другой путь – сильный интеллект может наступить тогда, когда много ИИ-агентов начинают взаимодействовать между собой и возникают эмерджентные явления — коллективное поведение агентов создает эффекты, которые раньше были невозможны. В 2025 году компания Sakana AI представила метод AB-MCTS, который позволяет нескольким большим языковым моделям совместно решают одну задачу, обмениваясь гипотезами и улучшая решения друг друга.

По мнению Алексея Толстикова, руководителя Школы анализа данных «Яндекса», нам нужен комплекс ИИ-моделей, работающих вместе с человеком: «Речь не о передаче решения одной модели – скорее об ансамбле экспертов: людей и нескольких систем ИИ».

Сильный ИИ без достаточного количества разнородных агентов в разных отраслях, возникнуть, вероятно, не может, это задача социальная, а не техническая.

Разнородность ИИ-агентов при этом принципиальна, однородность – это враг развития, для прогресса нужна дифференциация ролей и функций. Поэтому достижение сильного ИИ ближе к 2030 году, а не к 2027 – просто не успеем накопить нужное количество и разнообразие агентов.

Сравнение ИИ с человеком — это неправильный подход

Наконец, в заключение, о популярной идее сравнения искусственного интеллекта с человеческим. Это сравнение явно напрашивается, так как в обоих терминах используется одно и то же слово «интеллект», но это, скорее, ошибка именования – сравнивать ИИ с человеческим умом опасно и неправильно. Как известный лингвист Ноам Хомский говорит, антропоморфные сравнения ИИ с человеком некорректны. Самолет вдохновлен птицей, но если сравнивать их буквально, получается ерунда: птица не перенесет 10 тонн груза, как самолет, зато самолет не может перелететь с одного стула на другой. Такая же история и при сравнении подводной лодки и рыбы.

ИИ хотя и вдохновлен моделью мозга и нейронами, уже обладает очевидными сверхспособностями, превосходящими человеческий ум. Текущие большие языковые модели, например, ChatGPT, превосходят 99% людей по широте и глубине знаний: они неплохо рассуждают о Шекспире и теории относительности. Многие из нас могут мыслить так широко? Не стоит спрашивать, насколько ИИ копирует человеческий ум, важнее понимать, что он способен делать лучше и быстрее нас? А что нет, по крайней мере пока.

Комментарии 0

Чтобы оставить комментарий пожалуйста Авторизуйтесь