admin
Stanfordo į žmogų orientuotas dirbtinio intelekto institutas paskelbė 2026 m. AI indekso ataskaitą. Ataskaitoje yra daugiau nei 400 puslapių devyniuose skyriuose, kuriuose aprašomi techniniai rezultatai, investicijos, darbo jėgos poveikis ir visuomenės nuotaikos.
Daugiausia dėmesio sulaukia tas skaičius, kurį pasiekė „Generative AI“. 53 % per trejus metus nuo ChatGPT paleidimo. Tai greičiau, nei asmeninis kompiuteris ar internetas pasiekė panašų lygį.
Visiems, dirbantiems paieškoje, ataskaitoje pateikiami duomenys, tiesiogiai susiję su pakeitimais, kuriuos naršėte visus metus.
Kas rasta ataskaitoje
Tai yra devintasis kasmetinis AI indeksas ir jis apima daugybę sričių. Keletas išvadų yra svarbiausios paieškos pramonei.
Kalbant apie galimybes, paribių modeliai dabar pranoksta žmogaus našumą doktorantūros lygio mokslo klausimais ir konkurencingoje matematikoje. AI agentai, atliekantys realaus pasaulio užduotis, patobulinti nuo a 20 % sėkmės rodiklis 2025 m 77 % šiandien. Kodavimo etalonai, su kuriais modeliai kovojo prieš metus, dabar beveik išspręsti.
Kalbant apie investicijas, pasaulinės įmonių dirbtinio intelekto investicijos 2025 m. pasiekė 581 mlrd. USD 130 % nuo praėjusių metų. JAV privačios AI investicijos pasiekė 285 mlrd. Daugiau nei 90 % pažangių modelių dabar yra iš privačių įmonių, o ne iš akademinių laboratorijų.
Kalbant apie poveikį darbo jėgai, 22–25 metų programinės įrangos kūrėjų užimtumas sumažėjo beveik 20 % nuo 2024 m. Panašus modelis atsirado klientų aptarnavimo ir kitose pareigose su didesne AI ekspozicija.
Skaidrumas mažėja. Fondo modelio skaidrumo indeksas sumažėjo nuo 58 iki 40. Pajėgiausi modeliai dabar mažiausiai atskleidžia savo mokymo duomenis, parametrus ir metodus. Iš 95 žymiausių praėjusiais metais išleistų modelių 80 buvo išleisti be mokymo kodo.
Įvaikinimo skaičius, kurį cituoja visi
53 % skaičiaus supratimas, ką jis apima, o kas ne, svarbu, kaip jį interpretuojate.
Palyginimas su kompiuteriais ir internetu pagrįstas Sent Luiso federalinio banko, Vanderbilto ir Harvardo Kenedžio mokyklos tyrimais. Grupė palygino priėmimo rodiklius pagal metus nuo kiekvienos technologijos pirmojo masinės rinkos produkto. IBM PC pristatytas 1981 m. Komercinis interneto srautas atidarytas 1995 m. ChatGPT paleistas 2022 m. lapkritį.
Panašiais momentais po paleidimo generatyvus AI pritaikymas gerokai lenkia abi ankstesnes technologijas.
Tačiau palyginimas nėra „obuoliai su obuoliais“, ir patys tyrėjai taip teigė. Davidas Demingas iš Harvardo pažymėjo, kad dirbtinis intelektas yra sukurtas ant kompiuterių ir interneto. Žmonės jau turėjo techninę įrangą ir ryšį. Niekam nereikėjo pirkti naujos įrangos ar laukti, kol ryšys pasieks jų rajoną. Dirbtinis intelektas buvo pritaikytas dešimtmečius trukusioms investicijoms į technologijas.
Įvaikinimo skaičius taip pat skiriasi priklausomai nuo to, kas ir kaip skaičiuoja. Stanfordo ataskaitoje teigiama, kad JAV bus priimtas įvaikinimas 28 %o šalis užima 24 vietą pasaulyje. Paties Sent Luiso federalinio rezervo stebėjimo priemonė leidžia įvaikinti JAV 54 % 2025 m. rugpjūčio mėn. Ta pati šalis, beveik dvigubai daugiau, matuojama skirtingai. Fed komanda netgi peržiūrėjo savo ankstesnis įvertinimas aukštyn nuo 39 % į 44 % pakeitus tvarką jos apklausos klausimus.
„Įvaikinimas“ taip pat neskiria intensyvumo. Asmuo, kuris prisiregistravo gauti nemokamą ChatGPT paskyrą ir vieną kartą ją išbandė, skaičiuojamas taip pat, kaip tas, kuris ja naudojasi aštuonias valandas per dieną. Stanfordo ataskaitoje pažymima, kad dauguma vartotojų pasiekia nemokamas arba beveik nemokamas pakopas. Tai kitoks vaizdas, nei rodo antraštės numeris.
Visa tai nereiškia, kad įvaikinimo duomenys yra neteisingi. Generatyvusis AI plinta greičiau nei panašios technologijos tame pačiame etape. Tačiau vien tik priėmimo greitis neparodo, kaip giliai jis įtrauktas į darbo eigą ar kiek konkrečiai pakeičia paieškos elgseną.
Dantyta siena
Naudingiausia ataskaitoje pateikta koncepcija paieškos specialistams gali būti AI galimybių „dantyta riba“.
Tie patys modeliai, kurie laimėjo auksą tarptautinėje matematikos olimpiadoje, teisingai skaito tik analoginius laikrodžius 50 % laiko. IEEE Spectrum pranešė, kad Claude Opus 4.6 surinko aukščiausią balą žmonijos paskutiniame egzamine, o laikrodžius skaito vos 8,9 % tikslumu. Modeliai, kurie sprendžia doktorantūros lygio mokslo klausimus, vis dar susiduria su vaizdo supratimu ir kelių etapų planavimu.
Ray Perrault, vienas iš AI indekso valdymo komiteto direktorių, sakė IEEE Spectrum, kad etaloniniai standartai nėra tiksliai susieti su realaus pasaulio rezultatais. Žinant modelio balus 75 % Remiantis teisinio samprotavimo etalonu, „mums mažai ką pasako apie tai, kaip tai būtų tinkama teisinės praktikos veiklai“, – sakė jis.
Paieškos specialistai pastebėjo panašius netolygumus AI paieškos produktuose. Ahrefs tyrimas parodė, kad AI režimas ir AI apžvalgos nurodo skirtingus URL toms pačioms užklausoms, tik 13 % sutampa. „Google“ atstovas Robby Steinas pripažino, kad sistema sugrąžina AI apžvalgas, kai žmonės su jomis nebendrauja. Šie signalai rodo, kad AI paieškos našumas įvairiuose kontekstuose yra netolygus, net jei „Google“ nevisiškai paaiškino, kur tie skirtumai yra ryškiausi.
Stanfordo duomenys rodo, kad geras etalonas negarantuoja patikimų rezultatų atliekant visas užduotis ar užklausų tipus. Ataskaitoje neatsakoma, ar šie netolygumai gerėja naudojant būsimus modelius.
Kas vyksta su skaidrumu
Tai, kas ataskaitoje sakoma apie skaidrumą, tiesiogiai siejama su paieška.
Fondo modelio skaidrumo indeksas per vienerius metus sumažėjo nuo 58 iki 40. Pajėgiausių modelių balas yra žemiausias. „Google“, „Anthropic“ ir „OpenAI“ nustojo atskleisti savo naujausių modelių duomenų rinkinių dydžius ir mokymo trukmę. 80 iš 95 žymiausių modelių, išleistų 2025 m., buvo išsiųsti be mokymo kodo.
„TechCrunch“ pastebėjo, kad ekspertų optimizmas dėl AI ir visuomenės nerimas dėl jo yra atskirtas. JAV pranešė, kad iš apklaustų šalių mažiausiai pasitiki savo vyriausybės gebėjimu reguliuoti dirbtinį intelektą 31 %.
Kalbant apie paties indekso kontekstą, kritimas nuo 58 iki 40 gali reikšti, kad įmonės tampa vis labiau slaptos. Tai taip pat gali atspindėti tai, kad indeksas užtraukia uždarojo kodo modelius pagal dizainą, o labiausiai pajėgūs modeliai yra uždarojo kodo. Abu paaiškinimai gali būti teisingi vienu metu.
Tai, kas svarbu praktikams, yra pasekmė. Modeliai, kuriuose veikia AI apžvalgos, AI režimas ir „ChatGPT Search“, tampa vis geresni ir mažiau paaiškinami vienu metu. Optimizuojate sistemas, kuriose jas kuriančios įmonės dalijasi mažiau, o ne daugiau apie tai, kaip jos veikia.
Ataskaitos patvirtinimai atskleidžia, kad Stanfordo HAI gauna finansinę paramą iš „Google“, „OpenAI“ ir kitų, o ataskaita buvo parengta padedant „ChatGPT“ ir „Claude“.
Pradinio lygio klausimas
22–25 metų programinės įrangos kūrėjų užimtumas beveik sumažėjo 20 % Ataskaitoje teigiama, kad nuo 2024 m. Per tą patį laikotarpį vyresnių kūrėjų darbuotojų skaičius išaugo. Panašus modelis atsirado klientų aptarnavimo vaidmenyse.
Iš pirmo žvilgsnio atrodo, kad AI pakeičia pradinio lygio darbą. Tačiau ataskaitoje buvo įspėjimas, kuris apsunkina šią išvadą. Daugelyje profesijų nedarbas auga, o mažiausiai dirbtinio intelekto paveiktų darbuotojų skaičius išaugo labiau nei tų, kurie yra labiausiai paveikti.
Tai neatmeta AI kaip veiksnio. Tai reiškia, kad 20 % nuosmukis gali atspindėti dirbtinio intelekto perkėlimą, didesnį samdymo sulėtėjimą, įmones, restruktūrizuojančias pradinio lygio samdymą, arba visus tris iš karto. Ataskaitoje pateikiama koreliacija, o ne priežastinis ryšys.
Paieškos ir turinio komandoms signalas yra kryptingas, net jei priežastis yra įvairi. Stanfordo duomenys atitinka tai, ką anksčiau šiais metais parodė Tufts AI Jobs Risk Index. Vaidmenys, susiję su informacijos rinkimu iš esamų šaltinių, patiria didesnį spaudimą nei vaidmenys, kuriems reikia sprendimo, patirties ir originalios analizės.
Kodėl tai svarbu paieškos profesionalams
Net ir su įspėjimais, priėmimo greitis paaiškina to, ką matėte, tempą.
Iki 2025 m. I ketvirčio „Google“ išplėtė AI apžvalgas iki 1,5 milijardo mėnesio naudotojų. Iki 2025 m. trečiojo ketvirčio AI režimas pasiekė 75 milijonus kasdienių aktyvių naudotojų, o vėliau tapo pasauliniu. „Google“ išplėtė „Search Live“ į daugiau nei 200 šalių. Asmeninė žvalgyba šiais metais buvo pristatyta nemokamiems JAV vartotojams.
Priėmimo kreivė padeda paaiškinti, kodėl „Google“ tokiu tempu plečia AI paieškos funkcijas. Tai neparodo, kiek šio naudojimo atliekama paieškoje, o ne atskiruose AI įrankiuose.
„Nelyginta riba“ reiškia, kad negalite daryti bendrų prielaidų apie AI paieškos kokybę įvairiose užklausų kategorijose. Užklausos tipas, kuris pateikia tikslias AI apžvalgas, šiandien gali sukelti haliucinaciją su nedideliais skirtumais. Stebėjimas turi vykti užklausos lygiu, o ne kategorijos lygiu. „Search Console“ šiuo metu neatskiria AI apžvalgos arba AI režimo našumo nuo tradicinės paieškos metrikos, todėl tai apsunkina.
Skaidrumo sumažėjimas turi įtakos tai, kaip gerai galite suprasti, kodėl jūsų turinys rodomas arba nerodomas dirbtinio intelekto sugeneruotuose atsakymuose. Kai „Google“ mažiau dalijasi apie modelius, kuriuose veikia jos paieškos funkcijos, grįžtamojo ryšio kilpą tarp to, ką skelbiate, ir to, kas pasirodo, tampa sunkiau perskaityti.
Shelley Walsh kalbėjo „SEJ Live“ ir nurodė Grantą Simmonsą, kad „auksinės žinios“ yra turinys, pagrįstas originaliais duomenimis, tiesiogine patirtimi ir gilumu, kurio AI santraukos negali atkartoti iš mokymo duomenų. Stanfordo ataskaitos duomenys apie priėmimo greitį ir modelio apribojimus patvirtina šią poziciją. Modeliai yra greiti ir plačiai naudojami, tačiau netolygūs. Turinys, užpildantis spragas, kuriose dirbtinis intelektas yra nepatikimas, turi struktūrinį pranašumą.
Ko ataskaita mums nepasakoja
Stanfordo ataskaitoje nepateikiami su paieška susiję pritaikymo duomenys. Mes nežinome, kiek procentų tai sudaro 53 % AI naudoja specialiai per paiešką, o ne per ChatGPT, Gemini ar kitus atskirus įrankius.
„Google“ AI paieškos naudojimo skaičiai yra riboti. Bendrovė pranešė 2025 m. pirmąjį ketvirtį AI apžvalgos pasiekė 1,5 milijardo mėnesio naudotojų, o AI režimas 75 mln. aktyvių naudotojų kasdien 2025 m. trečiąjį ketvirtį. Atnaujinti skaičiai turėtų būti įtraukti į kitą pajamų skambutį.
Ataskaitoje taip pat negalime pasakyti, ar nelygios sienos problema gerėja, ar blogėja paieškos programose. Etaloniniai duomenys rodo, kad modeliai apskritai gerėja, tačiau laikrodžio rodmenų pavyzdys rodo, kad tobulėjimas nėra vienodas. Ar dirbtinio intelekto apžvalgos ir AI režimas tampa patikimesni konkrečioms jūsų verslui svarbioms užklausoms, reikia jūsų pačių stebėjimo, o ne apibendrintų lyginamųjų duomenų.
Žvilgsnis į priekį
Stanfordo ataskaita pateikiama praėjus savaitei po kovo mėnesio pagrindinio „Google“ atnaujinimo. Kitas „Alphabet“ pajamų skambutis greičiausiai apims atnaujintus AI paieškos naudojimo numerius.
Priėmimo duomenys nenumato, kaip paieška atrodys metų pabaigoje. Tačiau tai patvirtina, kad DI elgesys nebėra spekuliatyvus. Kyla klausimas, ar „Google“ AI paieškos produktai bus pakankamai patikimi, kad atitiktų priėmimo tempą.
Skaityti daugiau išteklių:
Teminis vaizdas: n_a vektorius/Shutterstock
