Разочарование назревало давно. В конце 2022 года OpenAI запустила бесплатное веб-приложение ChatGPT, что радикально изменило траекторию целой отрасли и повлияло на экономики нескольких стран. Миллионы пользователей заговорили со своими компьютерами, а компьютеры начали отвечать. Нас это заворожило, и мы ждали продолжения.
Оно последовало. Технологические фирмы бросились догонять лидеров, выпуская конкурентов, которые превосходили друг друга новыми возможностями: голос, изображения, видео. Благодаря постоянному соревнованию компании представляла каждый новый продукт как прорыв, укрепляя веру в бесконечное улучшение. Энтузиасты уверяли в экспоненциальном прогрессе и публиковали графики, показывающие рост по сравнению с прошлогодними моделями: смотрите, линия ползет вверх! Генеративный ИИ казался способным на все.
2025 год стал временем расплаты.
Руководители ведущих ИИ-компаний давали обещания, которые не смогли выполнить. Они утверждали, что генеративный ИИ заменит офисных работников, приведет к эре изобилия, ускорит научные открытия и поможет в поиске лекарств от болезней. Страх упустить выгоду заставил директоров компаний в развитых странах менять стратегии и бросаться в погоню.
Тут-то и потускнел блеск. Хотя технологию позиционировали как универсальный инструмент для обновления процессов и снижения затрат, исследования этого года показывают обратное: компании не могут реализовать ее потенциал. Опросы и данные от Бюро переписи населения США и Стэнфордского университета указывают на застой в внедрении ИИ-инструментов бизнесом. Многие инициативы застревают на стадии пилотных проектов. Без массового распространения неясно, как крупные ИИ-фирмы окупят огромные траты в этой гонке.
К тому же обновления базовой технологии больше не приносят революционных скачков.
Яркий пример — провальный релиз GPT-5 в августе. OpenAI, компания, разжегшая и поддерживавшая бум, готовила новую генерацию. Месяцами она нагнетала ожидания: «эксперт уровня PhD по любой теме», — хвастался CEO Сэм Альтман. В другой раз он без слов выложил картинку Звезды Смерти из «Звездных войн», что фанаты восприняли как знак абсолютной мощи: скоро! Ожидания зашкаливали.
Но после выхода GPT-5 показалось, что ничего особенного. Это вызвало самый сильный сдвиг настроений со времен первого ChatGPT три года назад. «Эпоха прорывов закончилась», — заявил в видео через два дня ИИ-исследователь и популярный ютубер Янник Килхер: «AGI не придет. Мы в эру Samsung Galaxy для LLM».
Многие проводят параллель со смартфонами. Десятилетие назад они были самым захватывающим гаджетом. Сейчас релизы Apple или Samsung проходят без ажиотажа. Суперфаны разбирают мелочи, но для большинства новый iPhone неотличим от старого. То же с генеративным ИИ? И это проблема? Смартфоны стали нормой, но перевернули мир.
За последние годы было полно настоящих «вау»-моментов: от скачков в генерации видео до способностей моделей рассуждения, побед в конкурсах по кодированию и математике на мировом уровне последних моделей. Но эта технология молода, в основном экспериментальна, и успехи идут с крупными оговорками.
Пора скорректировать ожидания.
Большой сброс
Не стоит бросаться в крайности: от хайпа к полному отрицанию. Технологию нельзя отвергать только из-за переоценки. Когда ИИ не оправдывает ожиданий, многие говорят о тупике. Но так не работает прогресс в исследованиях — он идет рывками. Стены обходят, перелезают или проходят под ними.
Вернемся к GPT-5: перед ним OpenAI выпустила o1 и o3 (первые модели рассуждения, открывшие новый подход) и Sora 2, поднявшую планку видео. Это не тупик.
ИИ работает отлично! Взять Nano Banana Pro от Google DeepMind — модель для изображений, превращающая главу книги в инфографику и не только. Доступна бесплатно на смартфоне.
Но когда изумление уходит, что остается? Как мы увидим эту технологию через год или пять? Оправдает ли она гигантские траты — финансовые и экологические?
Вот четыре взгляда на ИИ в конце 2025 года: начало нужной коррекции хайпа.
01: LLM — не вся ИИ
Коррекция нужна хайпу вокруг больших языковых моделей, а не ИИ в целом. Ясно, что LLM не путь к искусственному общему интеллекту (AGI), гипотетической системе, способной на любые когнитивные задачи человека.
Даже Илья Суцкевер, главный ученый и сооснователь Safe Superintelligence (бывший в OpenAI), подчеркивает пределы LLM, в создании которых он участвовал. В интервью Дваркешу Пателю в ноябре он отметил: LLM хорошо осваивают конкретные задачи, но не принципы за ними.
Разница между решением тысячи алгебраических задач и любой алгебраической. «Самое ключевое — модели обобщают гораздо хуже людей», — сказал Суцкевер.
LLM кажутся всемогущими из-за убедительного языка. Удивительно, как они копируют речь и письмо. Мы склонны приписывать разум поведению, похожему на человеческое — даже если его нет. Мы создали машины с человекоподобным поведением и видим за ними разум.
Это естественно: LLM в массах всего пару лет. Но маркетологи раздули ожидания. С опытом понимание вырастет, и ожидания упадут.
02: ИИ не решает все проблемы мгновенно
В июле исследователи MIT опубликовали исследование, ставшее ключевым аргументом скептиков: 95% компаний, пробовавших ИИ, не нашли от него пользы.
Аналогичные выводы в ноябре от Upwork: агенты на топовых LLM от OpenAI, Google DeepMind и Anthropic не справлялись с простыми рабочими задачами самостоятельно.
Это далеко от прогноза Альтмана: «В 2025 году ИИ-агенты могут выйти на работу и изменить компании», — писал он в январе на блоге.
Но в исследовании MIT успех измеряли узко: 95% — те, кто не масштабировал кастомные системы за полгода после пилота. Неудивительно, что эксперименты с новой техникой часто проваливаются сразу.
Цифра не учитывает неофициальное использование: в 90% компаний сотрудники юзают личные чатботы — «теневую экономику ИИ», ценность которой не оценили.
Когда Upwork проверили агентов с помощью экспертов-людей, успех вырос. Люди сами находят, как ИИ помогает в работе.
Это перекликается с наблюдением Андрея Карпати, ИИ-исследователя и популяризатора (введшего термин «vibe-кодинг»): чатботы лучше среднего человека в многих делах (юридические советы, баги, школьная математика), но хуже эксперта. Потому они популярны у неспециалистов для повседневки, но не перевернули экономику, где нужны профи.
Это может измениться. Пока не ждите обещанного эффекта на рынок труда. ИИ не панацея и не замена людям. Но варианты интеграции в рабочие процессы еще тестируют.
03: Пузырь ли это? (И если да, то какой?)
Если ИИ — пузырь, то как субпрайм 2008-го или дотком 2000-го? Разница огромна.
Субпрайм уничтожил экономику, оставив долги и переоцененную недвижимость. Дотком стер компании, но подарил интернет — сеть кабелей и стартапы вроде Google и Amazon, ставшие гигантами.
Может, это другой пузырь. У LLM нет устойчивой бизнес-модели. Неизвестно, будет ли «убийственное» приложение.
Экономисты беспокоятся о тратах на инфраструктуру под будущий спрос — а если его не будет? Плюс циклические сделки вроде Nvidia платит OpenAI, а та — Nvidia. Взгляды расходятся.
Некоторые инвесторы спокойны. Гленн Хатчинс, сооснователь Silver Lake Partners, в интервью подкасту Technology Business Programming Network в ноябре объяснил: почти все дата-центры имеют надежных клиентов, забронировавших мощности.
Один из главных — Microsoft с лучшим кредитным рейтингом. «Договор с ними — гарантия платежей», — сказал Хатчинс о Сатье Наделле.
Директора вспоминают дотком: выжившие без денег дошли до финиша и расцвели.
Сегодня ИИ-компании стараются продержаться, не отставая. Это рискованная ставка.
Но урок еще: аутсайдеры становятся единорогами. Synthesia с инструментами для аватаров для бизнеса казалась бесполезной Натану Бенаишу из Air Street Capital пару лет назад, когда deepfakes пугали.
«Не понимали, кто заплатит за синхронизацию губ и клонирование голоса», — вспоминает он. Оказалось, много кто. Теперь 55 тысяч корпоративных клиентов, выручка $150 млн в год, оценка $4 млрд в октябре.
04: ChatGPT — не начало и не конец
ChatGPT — итог десятилетия прогресса в глубоком обучении, основе современного ИИ. Семена глубокого обучения заложены в 1980-х, само поле — с 1950-х. На этом фоне генеративный ИИ только стартовал.
Исследования кипят. Рекорды подач на топовые конференции ИИ — организаторы отклоняли одобренные бумаги. (При этом arXiv захлебнулся от ИИ-генерируемого мусора.)
«Мы вернулись к эпохе исследований», — сказал Суцкевер о лимитах LLM в интервью Дваркешу. Это не отставание, а начало нового.
«Хайп притягивает деньги и таланты», — отмечает Бенаиш. «Два-три года назад авторы моделей были нишевыми гиками, теперь все технари работают на ИИ».
Куда дальше?
Хайп подпитывали не только фирмы с дорогими технологиями, но и мечтатели в и вне отрасли о машинах, что читают, пишут и думают. Это старая мечта.
Хайп не мог длиться вечно — и это плюс. Теперь можно оценить реальные возможности, понять слабости и научиться применять полезно. «Мы разбираемся, как вызвать нужное из этой многомерной черной коробки навыков», — говорит Бенаиш.
Коррекция хайпа опоздала, но ИИ никуда не денется. Мы еще не разобрались в созданном, не говоря о будущем.