ИИ-год 2025: от эксперимента к новой технологической инфраструктуре

За 2025 год искусственный интеллект окончательно превратился из эксперимента в новую технологическую инфраструктуру. Его уже сравнивают с интернетом по фундаментальности, и только в США за год на вычислительное «железо» потратили более $300 млрд. Аналогичные вычислительные кластеры появляются по всему миру.

Как за 2025 год улучшились ведущие модели

Главный тренд — мультимодальность. Современная модель должна уверенно работать не только с текстом, но и с изображениями — как создавать их, так и понимать, что на них изображено. Желательно — и с видео. Его генерация пока остается сравнительно дорогой, а вот понимание контента уже стало массово доступным.

Глобальные лидеры по итогам года окончательно сформировались. За звание сильнейших к концу 2025-го боролись GPT от OpenAI и Gemini от Google. Не отстает Claude от компании Anthropic. В числе лидеров также Grok от xAI — проекта Илона Маска, LLaMA от запрещенной в России корпорации Meta, а также две китайские модели — DeepSeek, который задал жару американским игрокам в начале 2025 года, и Qwen от Alibaba.

Qwen, кстати, активно используют российские компании — модель оказалось сравнительно несложно дообучать под прикладные задачи. Важно и то, что все ведущие модели показывают очень близкие результаты даже в самых сложных тестах. Например, в GPQA — бенчмарке уровня аспирантуры, устойчивом к поиску в Google, — топ-модели набирают примерно от 80 до 90 баллов, что считается высоким результатом.

Различия между ведущими моделями сокращаются, хотя развитие продолжается, отмечает управляющий директор по искусственному интеллекту «Авито» Андрей Рыбинцев.

«Скорость появления новых моделей, технологий и кейсов применения по-прежнему высокая. Буквально каждую неделю появляется что-то новое, и чтобы оставаться в тренде, нужно постоянно следить за повесткой. Появились генераторы видео очень высокого качества — то, что раньше казалось невозможным. Уже были скандалы, связанные с тем, что крупные компании генерируют рекламные ролики с помощью ИИ вместо классического продакшна. Генераторы и редакторы изображений тоже сделали гигантский шаг вперед», — рассказал Рыбинцев.

Если год назад пользователи смеялись над лишними пальцами на изображениях, то теперь качество стало почти фотореалистичным. Порог входа настолько низкий, что интернет заполонили ролики, созданные нейросетями. Словарь Merriam-Webster даже назвал словом года термин slop («помойка») — так обозначают массив некачественного ИИ-контента.

Инвестиции и «железная гонка»

На этом фоне резко выросли инвестиции в искусственный интеллект. Особенно заметен рост вложений в ИИ-стартапы: после спада в 2022 году рынок вернулся к росту, а в 2025-м инвестиции почти удвоились и превысили $200 млрд в глобальном масштабе. Около 40% этих средств пришлось на базовые модели — фундамент ИИ-индустрии.

Основные деньги получают два крупнейших игрока — Anthropic с Claude и OpenAI с GPT. Эксперты объясняют: в первую очередь средства идут на вычислительное «железо». Это связано с архитектурой современных ИИ-моделей, поясняет начальник управления перспективных технологий ИИ Сбербанка Семен Буденный.

«Появляются инкрементальные улучшения — модели обучаются быстрее и дешевле, но принципиального скачка без масштабных вычислений сейчас не будет. Главный стимул — конкуренция, большие массивы данных и возможность их обрабатывать. Идет настоящая «железная гонка»: компании строят вычислительные кластеры, и именно они дали колоссальный буст развитию генеративного ИИ. AI и data science — во многом эмпирические науки: сначала нужно провести множество экспериментов, ошибиться, выбрать лучшее и масштабировать», — говорит Буденный.

Компании-лидеры активно участвуют в этой гонке. Часть мощностей они строят самостоятельно, часть арендуют у облачных провайдеров — например, у Amazon или Microsoft. По приблизительным оценкам, у Anthropic и OpenAI в работе около миллиона ускорителей, у запрещенной в России Meta — порядка 600 тыс., а у xAI Илона Маска — около 800 тыс.

Маск подошел к гонке особенно агрессивно. Его флагманский проект Colossus — гигантский ИИ-кластер в Мемфисе — был развернут за считанные месяцы. xAI собрала суперкомпьютер из сотен тысяч видеокарт NVIDIA для обучения моделей вроде Grok. Стоимость проекта — миллиарды долларов, энергопотребление — сотни мегаватт.

Сильнее всего на этом фоне выиграла NVIDIA: именно на ее ускорителях обучаются современные ИИ-модели. За последние пару лет капитализация компании выросла почти в четыре раза, а в 2025 году она первой в истории достигла $5 трлн.

Глобально гонку по «железу» выигрывают США: только за 2025 год они вложили в этот сегмент около $350 млрд. Китай — примерно $100 млрд, Россия — около $1 млрд. При этом российские эксперты отмечают, что отечественные компании, несмотря на отставание по инвестициям, чувствуют себя устойчиво.

«Мы вынуждены работать в условиях ограничений, и это делает нас более осмысленными в инженерных решениях. В России исторически сильная инженерная школа и очень цифровизированный рынок — достаточно посмотреть на банки и ритейл. Иногда это напоминает ситуацию с первыми космическими программами, когда приходилось выжимать максимум из ограниченных ресурсов», — говорит директор по развитию ИИ X5 Михаил Неверов.

От экспериментов к бизнес-эффекту

При этом одно дело — миллиардные инвестиции, другое — реальное использование технологии в бизнесе. Долгое время генеративный ИИ критиковали за отсутствие отдачи, но в 2025 году тренд, похоже, переломился. По данным McKinsey, использование генеративного ИИ почти сравнялось с применением классического машинного обучения. Разрыв, который еще пару лет назад был двукратным, заметно сократился.

В российских компаниях этот сдвиг тоже подтверждают. Генеральный директор MWS AI Денис Филиппов отмечает переход от разговоров о моделях к обсуждению практической пользы.

«Главный итог — уход от обсуждения LLM к разговору о применении ИИ и финансовом эффекте. В 2024 году все просто «поигрались» с моделями, а теперь бизнес хочет понимать, какую практическую пользу и отдачу они дают», — говорит Филиппов.

Использование ИИ-инструментов положительно влияет и на сотрудников. Искусственный интеллект учит менеджеров дисциплине: он плохо работает с размытыми задачами и заставляет четко формулировать цели и контекст. Он также показывает, что идеальный результат не получается с первого раза и что итеративный подход — норма. ИИ берет на себя рутинные задачи и позволяет сосредоточиться на действительно ценной работе.

«Искусственный интеллект должен быть инструментом обучения менеджеров. Он учит формулировать запросы максимально точно — и это полезно не только в общении с ИИ, но и во взаимодействии с людьми. По сути, это идеальный тренажер управленческих навыков», — подытожил директор по развитию ИИ-технологий «Яндекса» Александр Крайнов.