По данным National Bureau of Economic Research, 90% опрошенных компаний считают, что искусственный интеллект никак не повлиял на их производительность. При этом только за один квартал венчурные фонды вложили в AI-компании $242 миллиарда — 80% всех мировых венчурных инвестиций. Это вчетверо больше, чем годом ранее.
Обе цифры верные и обе описывают один и тот же апрель 2026-го. Вместе они определяют момент, в котором мы находимся: технология бежит вперёд быстрее, чем что-либо — рынок, государство, общество. И не понятно, что с этим делать. В Bay Area, где расположены штаб-квартиры компаний, создающих эту технологию, разрыв между двумя цифрами ощущается буквально: в одном здании на Market Street нанимают AI-инженера за $400 000, в соседнем сокращают отдел, который этот инженер сделал ненужным.
13 апреля Stanford University опубликовал девятый ежегодный AI Index — 423-страничный доклад, который каждый год фиксирует координаты индустрии. В этом году координаты сдвинулись так резко, что доклад читается не как академический отчёт, а как сводка с фронта.
На бенчмарке Humanity’s Last Exam, составленном экспертами из самых сложных вопросов в своих профессиональных областях, лучшая модель год назад набирала 8,8%, а сейчас лидеры преодолели отметку в 50%. На SWE-bench Verified, который измеряет способность AI писать работающий код, результаты за год подскочили с 60% до почти 100% человеческого уровня. Генеративный AI достиг 53% охвата мирового населения за три года — быстрее, чем персональный компьютер, быстрее, чем интернет. 88% организаций в tech-секторе уже используют AI хотя бы в одной ключевой функции, а четыре из пяти студентов университетов работают с генеративными моделями. Это не прогнозы, а замеры.
Одна из ключевых тенденций 2026-го при этом — не мощность, а закрытость. Google, Anthropic и OpenAI перестали раскрывать параметры топовых моделей, размеры обучающих данных и продолжительность тренировки. Foundation Model Transparency Index, измеряющий открытость разработчиков, обвалился с 58 до 40 пунктов за год. Более 90% значимых моделей создаются частными компаниями, а 80 из 95 наиболее заметных моделей 2025 года вышли без исходного кода. Закономерность простая: чем мощнее модель, тем меньше о ней известно.
Anthropic и вовсе ограничила доступ к модели Mythos Preview узкой группе организаций. По заявлению компании, модель оказалась способна находить и эксплуатировать десятки тысяч программных уязвимостей, воспроизводя их в более чем 80% случаев. Эксперты по кибербезопасности предупредили, что аналогичные возможности у конкурентов появятся в ближайшие месяцы. Модель, которую создатели побоялись выпустить, — это новый жанр AI-новостей, которого год назад просто не существовало.
По данным того же доклада Stanford, разрыв между USA и China в качестве моделей сократился до 2,7 процентных пункта. В начале 2023-го OpenAI с ChatGPT оторвался от всех, к 2024-му Google и Anthropic сократили дистанцию, а в феврале 2025-го китайский DeepSeek-R1 ненадолго сравнялся с лучшей американской моделью. По состоянию на март 2026-го лидирует Anthropic, за ней идут xAI, Google и OpenAI, а китайские DeepSeek и Alibaba отстают минимально.
Гонка при этом идёт по разным трекам. USA выпускает больше моделей, привлекает больше денег и располагает 5 400 дата-центрами — в десять раз больше, чем любая другая страна. China лидирует в патентах, научных публикациях и промышленной робототехнике. South Korea подаёт больше AI-патентов на душу населения, чем кто-либо, а 44 государства уже располагают суперкомпьютерными кластерами с государственным финансированием.
Но есть деталь, которая в докладе Stanford звучит тихо, а весит тяжело: число AI-исследователей, переезжающих в USA, упало на 89% с 2017 года, причём за один только последний год падение составило 80%. Страна, которая построила AI-индустрию во многом на привлечённых талантах, эти таланты теряет.
Параллельно с ростом возможностей растёт и счёт за них.
Только Microsoft за один квартал потратил на инфраструктуру $34,9 миллиарда, а по оценке Goldman Sachs, четыре крупнейших гиперскейлера — Amazon, Google, Microsoft и Meta — потратят в 2026-м около $527 миллиардов. По всему миру одновременно строится более 80 крупных дата-центров, а McKinsey оценивает совокупные вложения в инфраструктуру данных к 2030 году в $7 триллионов.
По данным Stanford AI Index, тренировка одной крупной модели в 2025-м генерировала столько углеродных выбросов, сколько производят 16 000 перелётов San Francisco — New York. А эксплуатация одной только GPT-4o, по оценкам исследователей, цитируемым в докладе, потребляет за год столько воды, сколько нужно для питьевого снабжения Los Angeles и San Francisco вместе. В Northern Virginia фермеры обнаружили, что их земли со всех сторон окружены шестиэтажными вычислительными зданиями, которые гудят круглые сутки, а в ряде округов USA уже приостановлена выдача разрешений на строительство, потому что энергосети не справляются с нагрузкой.
При всём этом OpenAI зарабатывает $20 миллиардов в год и планирует потратить $1,4 триллиона на дата-центры за восемь лет, хотя только 3% пользователей платят за AI-инструменты. Пузырь на рынке искусственного интеллекта или начало суперцикла — на этот вопрос нет ответа даже у тех, кто зарабатывает на его обсуждении. JPMorgan проверил рынок по пяти классическим критериям пузыря и не нашёл совпадений, нобелевский лауреат Daron Acemoglu из MIT говорит, что модели переоценены, инвестор Ray Dalio видит параллели с dot-com, а глава ФРС Jerome Powell возражает, что AI-компании, в отличие от dot-com, генерируют реальную выручку. Microsoft при этом уже приостановил часть проектов по строительству дата-центров, и это о чём-то говорит — даже главные игроки начинают считать.
За первый квартал 2026-го влияние AI на рынок труда перестало быть предметом дискуссий и стало статистикой: в tech-секторе сократили от 78 до 80 тысяч человек, три четверти из которых приходятся на USA. По данным Nikkei Asia, 47,9% сокращений компании напрямую объяснили AI и автоматизацией. Block Джека Дорси урезал штат с 10 000 до менее чем 6 000, Atlassian убрал 1 600 человек, Oracle объявил о сокращении от 20 до 30 тысяч позиций.
Но здесь начинается зона, где цифры говорят одно, а реальность — другое. Marc Andreessen назвал волну увольнений AI-washing: по его мнению, компании, раздувшие штат в пандемию, сокращают по экономическим причинам, а списывают на прогресс. По данным Forrester, 55% работодателей уже жалеют о сокращениях, проведённых ради AI. Klarna заменила 700 человек моделью, но качество рухнуло, клиенты ушли, и людей начали нанимать обратно.
По данным CFO-опроса Duke University и Федеральных резервных банков Atlanta и Richmond, реальное влияние AI на занятость в 2025-м было минимальным, а прогноз на 2026-й предполагает исчезновение около 500 000 рабочих мест — не через увольнения, а через отказ от найма. Вакансия открывается, и её просто не заполняют.
Удар при этом пришёлся совсем не туда, куда ждали. Пять лет назад казалось, что AI первым заменит водителей и дворников, но произошло обратное: по данным Stanford, занятость среди разработчиков 22-25 лет упала почти на 20% с 2022-го, а доля вакансий начального уровня в программировании снизилась с 43% до 28%. Те, кого AI должен был заменить в последнюю очередь, попали под удар первыми. При этом CNN в начале апреля, ссылаясь на данные Citadel Securities, сообщил, что вакансий для разработчиков на Indeed стало на 11% больше, чем год назад, IBM утроил набор на начальные позиции, а Goldman Sachs фиксирует рост зарплат senior-разработчиков с AI-компетенциями на 12-18% в год. Увольняют и нанимают одновременно, но нанимают других — не тех, кто пишет код, а тех, кто умеет направлять AI-агентов, которые этот код пишут.
На GitHub в Китае за последние две недели набрал 10 000 звёзд инструмент colleague.skill, который создаёт цифровую копию уволившегося сотрудника из его переписок и документов, а следом появился контринструмент anti-distill, выхолащивающий файл перед передачей руководству. Цифровая гонка вооружений между работниками и работодателями идёт в реальном времени и на открытом коде.
AI перестаёт отвечать на вопросы и начинает действовать. Visa запустила платформу, позволяющую AI-агенту от имени пользователя искать товар, сравнивать цены и оплачивать покупку. Microsoft обновил Copilot для совместной работы нескольких моделей над одной задачей, Salesforce превратил Slackbot в автономного рабочего ассистента, а китайская Z.ai выпустила открытую модель, которая, по заявлению разработчиков, способна работать над одной задачей до восьми часов подряд. По прогнозам аналитиков, к концу года agentic AI составит 10-15% всех корпоративных IT-расходов.
23 марта Jensen Huang, CEO Nvidia, на подкасте Lex Fridman заявил: «Я думаю, мы достигли AGI», хотя тут же оговорился, что речь идёт про способность AI создать продукт на миллиард долларов, пусть и ненадолго, а не про компанию масштаба Nvidia. Dario Amodei, CEO Anthropic, на панели World Economic Forum дал конкретный срок: через 6-12 месяцев AI заменит программистов полностью, end-to-end. Sam Altman в интервью Axios назвал суперинтеллект «вот настолько близким» и добавил, что это не новая технология, а перестройка общества.
Исследователи MIT, Stanford и Google DeepMind тут же возразили: модели по-прежнему галлюцинируют, не справляются с новыми типами рассуждений и не обладают пониманием в человеческом смысле, — и всё это правда. Но когда CEO трёх крупнейших AI-компаний мира в течение трёх недель произносят вслух слова, которые раньше звучали только в узком кругу, это уже не маркетинг, а сигнал.
6 апреля OpenAI опубликовала 13-страничный документ «Industrial Policy for the Intelligence Age», в котором утверждает, что существующая экономическая система не переживёт переход к суперинтеллекту без перестройки. Логика документа прямолинейная: государство живёт на налоги с зарплат — если AI убирает зарплаты, государство теряет базу; социальные гарантии привязаны к работодателю — если работодатель заменяет людей моделями, гарантии исчезают вместе с позициями.
Среди предложений — сдвиг налогов с труда на капитал, отмена подоходного налога для зарабатывающих менее $100 000, создание суверенного фонда, выплачивающего дивиденды каждому гражданину, четырёхдневная рабочая неделя и признание доступа к AI базовым правом наравне с электричеством.
Критики тут же указали на противоречие: та же OpenAI лоббировала ослабление EU AI Act, боролась против калифорнийского SB1047 и перешла из некоммерческой в коммерческую форму — а теперь предлагает государству перераспределять богатство. Исследователь Cambridge Eryk Salvaggio назвал документ рекламой, замаскированной под политику, однако содержание заслуживает внимания хотя бы потому, что больше подобных документов пока не написал никто.
Сенатор Bernie Sanders и конгрессвумен Alexandria Ocasio-Cortez между тем внесли The AI Data Center Moratorium Act of 2026 — мораторий на строительство новых дата-центров до принятия федерального регулирования AI, а законодатели минимум 11 штатов предложили аналогичные паузы. По данным Stanford, доверие американцев к собственному правительству в вопросах регулирования AI составляет 31% — худший показатель среди всех опрошенных стран.
Stanford подводит итог одной фразой: «AI бежит, а остальные пытаются найти обувь».
Для Bay Area $242 миллиарда венчурных вложений за квартал — это не строчка из отчёта. Это цены на жильё в Mountain View, очередь в кофейню на Castro Street из людей, которые вчера получили оффер в Anthropic, и пустые этажи в здании, где ещё в январе сидел отдел поддержки.
В начале текста были две цифры. 90% компаний говорят, что AI ничего не изменил; $242 миллиарда за квартал говорят, что изменилось всё. Обе правда. Разрыв между ними и есть место, в котором мы сейчас находимся.
