Предупреждение о чрезмерном ажиотаже: почему революция в области искусственного интеллекта до сих пор застопорилась во многих компаниях

Профессии в переходный период: почему ИИ не заменит нас, а разделит рынок труда

Незаметное перераспределение: кто выиграет от чуда искусственного интеллекта в 2026 году, а кто проиграет?

Искусственный интеллект окончательно вышел за пределы экспериментальной лаборатории. К 2026 году речь уже не идёт о захватывающих трюках или отдельных пилотных проектах, а о масштабной фундаментальной технологии, которая меняет мировую экономику. Пока технологические гиганты вкладывают триллионы в новые центры обработки данных и инфраструктуру в беспрецедентном суперцикле, традиционные компании сталкиваются с колоссальной задачей глубокой интеграции интеллектуальных агентов в свои бизнес-процессы. Но стремительный рост интеллектуальных машин имеет свою цену: энергосети достигают предела своих возможностей, рынок труда поляризуется, а распределение создания стоимости коренным образом пересматривается. Это подробный анализ важнейшего переходного года, который определит победителей и проигравших в капитализме, основанном на ИИ, и покажет, почему главная проблема в конечном итоге заключается не в технологии, а в адаптации человека.

Когда машины думают сами за себя: как искусственный интеллект перестраивает экономические основы

Многомиллиардные ставки, перебои в электроснабжении и скрытое перераспределение добавленной стоимости – почему 2026 год станет лакмусовой бумажкой капитализма, основанного на искусственном интеллекте

Искусственный интеллект — это не мимолетная технологическая мода, а фундаментальная, основополагающая технология — в экономическом плане, технология общего назначения, сравнимая с паровым двигателем, электричеством или интернетом. Такие технологии проникают практически во все сектора экономики, трансформируя производственные процессы, организационные структуры и даже саму природу труда. Всемирный банк в своем докладе о мировом развитии за 2026 год прямо относит ИИ к этой категории, описывая его как технологию, способную изменить траектории развития целых экономик. К 2026 году это проникновение достигнет масштабов, выходящих далеко за рамки экспериментальных пилотных проектов. Компании будут вкладывать значительные средства в внедрение ИИ не просто как инструмента повышения эффективности, а как основного элемента своей операционной и стратегической архитектуры.

Текущий этап характеризуется переходом к агентным системам, которые уже не просто реагируют на запросы, но и самостоятельно планируют, выполняют и координируют действия в рамках множества систем. Gartner прогнозирует, что к концу 2026 года около 60 процентов внедрений ИИ в компаниях будут включать в себя агентные возможности. Это отличает сегодняшний ИИ от предыдущих волн автоматизации, которые в основном затрагивали физические или рутинные задачи. Вместо этого он теперь оказывает глубокое влияние на наукоемкие области, от разработки программного обеспечения и принятия финансовых решений до управления цепочками поставок. Поэтому экономическая оценка должна учитывать как огромный рост производительности, так и связанные с этим последствия для распределения ресурсов. В то время как одни экономисты говорят о потенциальном ускорении глобального роста, другие предупреждают о концентрации прибыли у нескольких поставщиков технологий и временном увеличении структурной безработицы в определенных профессиональных группах.

Исторически сложилось так, что в случае с более ранними базовыми технологиями для того, чтобы в полной мере оценить их экономический эффект, требовались десятилетия. Электрификация заводов требовала не только нового оборудования, но и полной переработки планировки производственных помещений и организации труда. Аналогичная ситуация наблюдается и с искусственным интеллектом сегодня. Хотя многие организации внедрили инструменты ИИ, глубокая интеграция в бизнес-процессы, адаптация организационных структур и необходимая подготовка персонала отстают. Это объясняет, почему, несмотря на миллиардные инвестиции, макроэкономически измеримый рост производительности пока оказывается более умеренным, чем можно было бы предположить, исходя из результатов лабораторных исследований. Тем не менее, предварительные данные указывают на эффект ускорения, особенно в секторах с высокой доступностью данных и цифровой зрелостью.

Жажда капитала у триллионной машины

Рынок искусственного интеллекта растет невероятными темпами. По оценкам исследовательской компании Gartner, глобальные расходы на ИИ в 2026 году составят около 2,52 триллиона долларов, что примерно на 44 процента больше, чем в предыдущем году. Наибольшую долю в этой статье расходов занимает инфраструктура, то есть специализированные серверы, процессоры, сети и центры обработки данных. По данным Gartner, только создание инфраструктуры для ИИ приведет к увеличению расходов на оптимизированные для ИИ серверы на 49 процентов в 2026 году, при этом на эту область придется примерно 17 процентов от общих расходов на ИИ. Крупнейшие гипермасштабные компании, такие как Microsoft, Amazon, Google, Meta и Oracle, планируют совокупные капитальные затраты в размере от 600 до 690 миллиардов долларов в 2026 году, что примерно на 36 процентов больше, чем в предыдущем году, причем около трех четвертей этой суммы будет направлено на инфраструктуру ИИ.

Такие масштабы станут ощутимыми лишь через несколько лет. По прогнозам McKinsey, к 2030 году для удовлетворения спроса на вычислительные мощности по всему миру потребуется инвестировать почти семь триллионов долларов США в центры обработки данных, из которых около 5,2 триллиона будут направлены исключительно на мощности, предназначенные для искусственного интеллекта. Швейцарский инвестиционный банк UBS ожидает, что крупные облачные компании потратят около 4,1 триллиона долларов США на инфраструктуру для ИИ в период с 2026 по 2028 год, что почти втрое превысит 1,3 триллиона долларов, инвестированных за предыдущие шесть лет. Показательным индикатором этого чрезмерного рвения является то, что облачные компании сейчас реинвестируют практически каждый доллар своей выручки непосредственно в инфраструктуру для ИИ.

Этот суперцикл стимулирует спрос на полупроводники, особенно на графические процессоры (GPU) и специализированные чипы для искусственного интеллекта, а также на энергетику, технологии охлаждения и высокопроизводительные сети. Эффект распространяется глубоко на всю цепочку поставок: по оценкам, к 2026 году до 70 процентов мировых микросхем памяти будут потребляться центрами обработки данных для ИИ, что вынудит трех крупнейших производителей — Samsung, SK Hynix и Micron — перенаправить дефицитные мощности на производство высокорентабельных микросхем памяти. В то же время появляются новые инструменты финансирования, и все большая доля инвестиций финансируется за счет заемных средств, что значительно увеличивает задолженность в технологическом секторе и поднимает новые системные вопросы.

Несмотря на этот бум, распределение создаваемой стоимости остается неравномерным. Значительная часть прибыли сосредоточена среди поставщиков базовых технологий, в то время как многие традиционные компании на данный момент несут в основном расходы на инфраструктуру и интеграцию. Соответственно, ожидания на рынках капитала высоки. Goldman Sachs отмечает, что рост инвестиционных прогнозов все чаще сопровождается повышением избирательности инвесторов, которые все внимательнее изучают, какие компании действительно получат выгоду. Этот переход от чистого энтузиазма по поводу инфраструктуры к очевидному созданию стоимости на уровне приложений знаменует собой этап созревания рынка.

От кода к контейнеру: ИИ трансформирует целые отрасли

В разработке программного обеспечения ИИ коренным образом меняет наш подход к работе, и его внедрение стало практически повсеместным. Современные отраслевые анализы показывают, что около 97 процентов организаций используют или оценивают ИИ в разработке программного обеспечения, при этом наибольшая польза достигается в генерации кода, в то время как планирование, проектирование и сопровождение по-прежнему требуют человеческого суждения. Это не уменьшает потребность в квалифицированных разработчиках, а скорее смещает её. Рутинные задачи автоматизируются, в то время как сложная системная архитектура, критическая оценка кода, сгенерированного ИИ, аспекты безопасности и творческое решение проблем приобретают всё большее значение. Примечательно, что в командах с высоким уровнем использования ИИ время, затрачиваемое на проверку кода, увеличилось на 91 процент, поскольку больше сгенерированного кода требует более тщательной проверки, а 66 процентов разработчиков называют феномен «почти, но не совсем правильно» своим самым большим разочарованием. Таким образом, ИИ ускоряет написание кода, но смещает узкое место в сторону обеспечения качества.

В финансовой сфере ИИ позволяет принимать более быстрые, широко распространенные и прозрачные решения. Алгоритмы анализируют огромные массивы данных практически в режиме реального времени, выявляют закономерности, ускользающие от внимания аналитиков-людей, и моделируют сценарии с высокой скоростью. Это демократизирует некоторые аналитические инструменты, но также несет в себе риск системных ошибок, если модели основаны на схожих обучающих данных или неадекватно представляют редкие экстремальные события. В промышленности и логистике ИИ значительно ускоряет оптимизацию цепочек поставок, но многие организации остаются на пилотной стадии, поскольку проблемы интеграции в существующие системы, качества данных и управления изменениями еще не решены.

SAP является ярким примером этой трансформации и разрыва между анонсом и доступностью. На своей конференции Sapphire в мае 2026 года компания из Вальдорфа представила свое видение автономного предприятия, в котором агенты ИИ берут на себя сквозное управление бизнес-процессами, в то время как люди сохраняют контроль над принятием важных решений. SAP позиционирует Joule как центральный уровень оркестрации и взаимодействия и анонсировала более 50 специализированных помощников и более 200 специализированных агентов; заявленная цель — развернуть около 400 агентов к концу 2026 года. В то же время SAP использует возможности ИИ для ускорения миграции устаревших систем в облако, при этом ожидается, что инструменты на основе агентов сократят трудозатраты более чем на 35 процентов. Однако реальность использования остается удручающей: значительная часть анонсированных агентов все еще находится в режиме предварительного просмотра или раннего доступа, Joule привязан к облачным контрактам, а отраслевые аналитики оценивают, что только около трех процентов клиентов SAP используют Joule в производственной среде. Это несоответствие между стратегическим видением и оперативным внедрением является симптомом всей области корпоративного ИИ в 2026 году.

Платформа управляемого ИИ — Изображение: Xpert.Digital

Здесь вы узнаете, как ваша компания может быстро, безопасно и без высоких барьеров для входа внедрить индивидуальные решения на основе искусственного интеллекта.

Управляемая платформа искусственного интеллекта — это комплексное и беззаботное решение для вашего бизнеса в сфере искусственного интеллекта. Вместо того чтобы возиться со сложными технологиями, дорогостоящей инфраструктурой и длительными процессами разработки, вы получаете готовое решение, адаптированное под ваши потребности, от специализированного партнера — зачастую всего за несколько дней.

Основные преимущества с первого взгляда:

⚡ Быстрая реализация: от идеи до готового к использованию приложения за считанные дни, а не месяцы. Мы предлагаем практические решения, которые создают немедленную добавленную стоимость.

🔒 Максимальная безопасность данных: Ваши конфиденциальные данные остаются с вами. Мы гарантируем безопасную и соответствующую законодательству обработку данных без их передачи третьим лицам.

💸 Отсутствие финансового риска: вы платите только за результат. Полностью исключаются высокие первоначальные инвестиции в оборудование, программное обеспечение или персонал.

🎯 Сосредоточьтесь на своем основном бизнесе: сконцентрируйтесь на том, что у вас получается лучше всего. Мы берем на себя всю техническую реализацию, эксплуатацию и обслуживание вашего решения на основе ИИ.

📈 Перспективность и масштабируемость: ваш ИИ растет вместе с вами. Мы обеспечиваем непрерывную оптимизацию и масштабируемость, а также гибко адаптируем модели к новым требованиям.

Более подробная информация здесь:

• Платформа управляемого искусственного интеллекта

Мало гигантов, высокая волатильность

В сфере искусственного интеллекта доминирует горстка гипермасштабных компаний и технологических гигантов, контролирующих как инфраструктуру, так и ведущие модели. Однако их масштабные инвестиционные вложения создают зависимость по всей цепочке поставок, от производителей микросхем и поставщиков энергии до специалистов по охлаждению и сетевым технологиям. Это отражается на фондовых рынках в виде высокой волатильности. Периоды эйфорического роста цен на акции компаний, занимающихся ИИ, неоднократно прерываются коррекциями, вызванными предупреждениями о перегреве разработки, регуляторных рисках или сомнениями в рентабельности огромных инвестиций. Главный открытый вопрос заключается в том, оправдают ли будущие доходы от ИИ рекордные инвестиции в инфраструктуру.

Для инвесторов, стремящихся к широкому влиянию ИИ без принятия на себя рисков, связанных с отдельными акциями, привлекательными стали тематические фонды и биржевые фонды (ETF). Однако эксперты призывают к осторожности, поскольку не каждая компания, в названии которой присутствует слово «ИИ», получит выгоду в долгосрочной перспективе, а растущая избирательность инвесторов уже очевидна в расхождении цен на отдельные акции. Настоящими победителями, вероятно, станут те, кто не только внедряет ИИ, но и использует его для создания устойчивых конкурентных преимуществ, будь то за счет превосходного клиентского опыта, значительно более высокой операционной эффективности или совершенно новых бизнес-моделей. Устоявшиеся поставщики программного обеспечения с глубокими отраслевыми знаниями и высококачественными данными о компаниях могут оказаться в более выгодном положении, чем чисто ИИ-стартапы, поскольку их модели основаны на реальных бизнес-контекстах.

Переходный период: на данном этапе — дополнение, а не замена

Влияние ИИ на рынок труда гораздо сложнее, чем предполагают многие популярные представления. Международный валютный фонд оценивает, что около 40 процентов рабочих мест в мире могут быть затронуты ИИ, при этом эта цифра возрастает примерно до 60 процентов в развитых странах, около 40 процентов на развивающихся рынках и около 26 процентов в странах с низким уровнем дохода. Затронутость ИИ не означает автоматического вытеснения работников. До сих пор ИИ скорее дополнял человеческий труд, чем полностью заменял его, и примерно в половине затронутых профессий он, вероятно, повысит производительность труда работников, а не заменит их. В то же время Фонд предупреждает, что в большинстве сценариев ИИ, скорее всего, усугубит общее экономическое неравенство, если политики не вмешаются.

Таким образом, реальная проблема заключается не столько в угрозе массовой безработицы, сколько в ускоренной поляризации. Высококвалифицированные работники, способные эффективно использовать ИИ, увидят значительный рост производительности, в то время как рутинные задачи для специалистов среднего уровня квалификации окажутся под давлением. Молодые специалисты, начинающие работу в высококонкурентных областях, столкнутся с более узкими рамками найма, в то время как опытные специалисты смогут использовать свои знания с помощью ИИ. В разработке программного обеспечения общий спрос остается высоким, поскольку сгенерированный код должен интенсивно тестироваться, адаптироваться и интегрироваться в сложные системы, о чем свидетельствует резкое увеличение усилий по проверке. Таким образом, переподготовка и непрерывное обучение станут ключевыми приоритетами экономической политики, которые определят справедливое распределение преимуществ ИИ.

Электричество, вода и физическая цена интеллекта

Огромные энергетические потребности центров обработки данных представляют собой одно из наиболее ощутимых практических ограничений бума искусственного интеллекта. Международное энергетическое агентство (МЭА) оценивает глобальное потребление электроэнергии центрами обработки данных в последние годы в несколько сотен тераватт-часов и, согласно базовому сценарию, прогнозирует удвоение этого показателя до примерно 945 тераватт-часов к 2030 году, что будет соответствовать почти трем процентам мирового потребления электроэнергии. Центры обработки данных, искусственный интеллект и электромобильность являются одними из наиболее динамичных факторов роста глобального спроса на электроэнергию, который, по прогнозам МЭА, будет расти в среднем на 3,6 процента в год в период с 2026 по 2030 год. В некоторых регионах это уже приводит к локальным перегрузкам электросетей, росту цен на электроэнергию и конфликтам с муниципалитетами, которые выступают против строительства новых центров обработки данных из-за шума, потребления воды для охлаждения и дополнительной нагрузки на инфраструктуру. В США, по оценке отрасли, на центры обработки данных может приходиться около 38 процентов чистого прироста потребления электроэнергии к 2037 году.

Эти экологические и инфраструктурные ограничения вынуждают отрасль внедрять инновации в области энергоэффективных чипов, жидкостного охлаждения и выбора мест размещения в регионах с обильными запасами возобновляемой энергии. Плотность мощности на одну серверную стойку резко возрастает и, по мнению экспертов отрасли, будет почти удваиваться ежегодно, при этом потребляемая мощность стойки увеличится с примерно 227 киловатт до 400 киловатт и выше, что требует новых концепций распределения электроэнергии. В то же время появляются новые рынки для «зеленых» центров обработки данных, интеллектуальных систем управления энергопотреблением и специализированных поставщиков услуг. Примечательно, что, по прогнозам МЭА, к 2030 году на возобновляемые источники энергии и атомную энергетику будет приходиться примерно половина мирового производства электроэнергии, в то время как на развивающиеся экономики, особенно на Китай, придется большая часть дополнительного потребления. Таким образом, устойчивое развитие становится не только риском, но и определяющим фактором.

Закон, власть и мораль: нормативно-правовая база

Европейский союз разработал основанную на оценке рисков нормативно-правовую базу в рамках Закона об искусственном интеллекте, которая служит глобальным эталоном. Так называемый «Цифровой омнибус», опубликованный в виде Регламента 2026/1744 от 24 июля 2026 года и вступивший в силу 27 июля 2026 года, специально скорректировал сроки. Сроки выполнения обязательств для автономных систем высокого риска, перечисленных в Приложении III, которые охватывают такие области, как трудоустройство, образование, правоохранительная деятельность, кредитоспособность и биометрия, были перенесены с августа 2026 года на 2 декабря 2027 года, в то время как для систем высокого риска, встроенных в продукты, перечисленных в Приложении I, срок был продлен до 2 августа 2028 года. Для систем высокого риска, используемых государственными органами, крайний срок установлен на 2 августа 2030 года. В то же время 2 августа 2026 года остается актуальной датой, поскольку обязательства по обеспечению прозрачности в соответствии со статьей 50, такие как маркировка чат-ботов и дипфейков, в значительной степени выполняются в соответствии с первоначальным графиком, хотя для водяных знаков генеративных систем, уже находящихся на рынке, был предоставлен продленный срок до 2 декабря 2026 года.

Таким образом, комплексный закон меняет требования, не отказываясь от цели сделать ИИ безопасным, прозрачным и ориентированным на человека. Введены дополнительные запреты на системы ИИ, создающие интимные изображения и материалы сексуального характера без согласия, которые вступят в силу со 2 декабря 2026 года. Значительные штрафы в размере до семи процентов от годового мирового дохода продолжают оказывать существенное давление на соблюдение требований. В геополитическом плане ИИ усиливает конкуренцию между США, Китаем и Европой, при этом экспортный контроль на высокопроизводительные чипы, создание собственных цепочек поставок и борьба за таланты формируют ландшафт. В Китае спрос на вычислительные мощности ускоряет отдельный суперцикл в области высокопроизводительных материалов, что говорит в пользу трансграничной, диверсифицированной инвестиционной стратегии. Этические вопросы, касающиеся предвзятости моделей, защиты персональных данных и развертывания в чувствительных областях, остаются нерешенными, и компании, которые создают надежные структуры управления на раннем этапе, получают не только правовую определенность, но и доверие клиентов и инвесторов.

Это не просто игра крупных игроков

Несмотря на доминирование крупных технологических компаний, перед малыми и средними предприятиями (МСП) и развивающимися экономиками открываются значительные возможности. МСП внезапно получают доступ к доступным инструментам ИИ для использования аналитических возможностей, ранее доступных только крупным корпорациям. В развивающихся странах и странах с переходной экономикой ИИ может помочь сократить разрыв в производительности, при условии успешного создания местных экосистем данных и развития цифровых навыков. Всемирный банк в своем Глобальном докладе о развитии за 2026 год подчеркивает, что правительства должны создавать как аналоговые, так и цифровые основы, и что приложения ИИ должны быть разработаны таким образом, чтобы охватывать людей с обычными мобильными телефонами и тех, кто неграмотен или не обладает покупательной способностью, например, посредством голосовых сервисов. Это выдвигает на первый план вопрос о том, уменьшает ли ИИ глобальное неравенство или усугубляет его.

Вокруг ИИ как услуги, платформ на основе агентов, экосистем, управляемых данными, и гибридного взаимодействия человека и машины появляются новые бизнес-модели. Компании, которые не только внедряют ИИ, но и перестраивают свои основные процессы вокруг этой технологии, скорее всего, совершат наибольший рывок вперед. Для этого требуется смелость в отказе от существующих моделей и культура непрерывных экспериментов. В то же время пример корпоративного ИИ показывает, что между приобретением инструмента и реальным созданием ценности существует долгий путь, требующий качества данных, реструктуризации процессов и культурных изменений.

Что должны предпринять руководители и инвесторы сейчас?

Лидерам необходимо понимать ИИ как ключевую стратегическую компетенцию, а не как изолированный технологический проект. Это означает создание четкой системы управления ИИ, обеспечение качества и доступности данных, развитие талантов с гибридными навыками и стратегическое формирование партнерских отношений с поставщиками технологий. Опыт 2026 года показывает, что узким местом редко является сама технология, а скорее организационная способность интегрировать ее в существующие процессы, о чем свидетельствует низкий уровень продуктивного внедрения даже зрелых агентских платформ. Те, кто осваивает интеграцию в основные и информационные процессы, превращают производительность лаборатории в измеримый успех в бизнесе.

Инвесторам следует смотреть дальше краткосрочных вспышек энтузиазма и сосредоточиться на создании фундаментальной ценности, устойчивой масштабируемости и ответственном развитии. Учитывая растущую избирательность рынков и открытый вопрос о прибыльности рекордных инвестиций, диверсификация по всей цепочке создания стоимости представляется целесообразной, от инфраструктуры и моделей до вертикальных приложений. Концентрация прибыли у нескольких поставщиков основных технологий реальна, но следующая волна создания ценности, вероятно, возникнет на уровне приложений, где отраслевые знания и доступ к данным определят успех.

Между эйфорией и разочарованием: наиболее вероятный путь

Будущее ИИ в бизнесе не будет ни чистым чудом повышения производительности, ни антиутопическим крахом. Реалистичный путь, по-видимому, предполагает, что ИИ заметно ускорит глобальный рост, повысит производительность во многих секторах и создаст новые формы создания ценности, одновременно влекя за собой значительные издержки адаптации в виде переобучения, неравенства и тонкой настройки регулирования. Решающим фактором станет скорость и качество социальной и организационной адаптации, а не только технические возможности моделей. Несоответствие между быстрыми темпами инвестиций и все еще умеренным уровнем внедрения в производство — это не противоречие, а скорее типичная модель развития базовой технологии на стадии зрелости.

Компании и правительства, которые инвестируют на ранних этапах в развитие навыков, инфраструктуры и ответственного управления, получат непропорционально большую выгоду, в то время как другие рискуют отстать. Таким образом, революция в области ИИ не является неизбежной, а представляет собой вызов, который необходимо сформировать. Она требует высокой степени дальновидности, адаптивности и этической ответственности от всех заинтересованных сторон. Только таким образом технологический потенциал может быть преобразован в широко распространенный экономический и социальный прогресс. События 2026 года, от триллионных инвестиций и отложенных сроков регулирования до физических пределов энергосетей, указывают на то, что мировая экономика находится в середине решающей переходной фазы, исход которой остается неопределенным.

Konrad Wolfenstein

Я с удовольствием стану вашим личным консультантом.

Вы можете связаться со мной по адресу wolfenstein∂xpert.digital или

Просто позвоните мне по номеру +49 7348 4088 965 .

LinkedIn