В каком направлении будет двигаться ИИ в 2026 году?
Ох, не люблю я слово прогноз (прогнозирование – как конструктивный процесс давно дискредитировано и «опорочено» доморощенными прогнозистами и прохиндеями), пусть это будет некое проецирование наиболее вероятных векторов развития.
Ниже мои концептуальные зарисовки на основе многолетнего крайне плотного изучения индустрии.
Первое и самое важное, что следует выделить – период масштабирования LLMs уже закончен, по крайней мере, 90% когнитивной глубины достигнут. Как это понимать?
Ощутимо и значимо умнее, чем сейчас, – модели уже не станут, но глупее – могут стать из-за эффекта заражения, когда обучение будет идти на основе синтетических данных (я подробно описывал этот процесс в сериях материалов по ИИ в прошлом году).
Развитие LLMs будет идти через наращивание инструментария по специфическим коммерческим или государственным задачам и проектам в основном по агентским направлениям.
Однако, универсальные автономные агенты – это во многом профанация. Для того, чтобы ИИ агенты были функциональными и надежными, должен быть вшит внутренний верификатор результатов и понимание истинности, правильности пути решения задачи для непрерывной самокоррекции и оптимизации траектории решения.
Этого нет в LLMs и быть не может (архитектурные ограничения в 2025 подробно описывал). Чрезвычайно много ограничений, в том числе в рамках контекстного окна и стабильности удержания памяти и внимания на всем диапазоне контекстного окна без сваливания в галлюцинации.
ИИ агенты обязательно выдадут результат, но этот результат часто будет далек от правильного, а о надежности даже речи не идет. На каждой итерации ИИ-агентов необходимо контролировать, но затраты на иерархический и многовекторный контроль могут превышать потенциальную выгоду от использования ИИ-агентов.
На текущей уровне технологической зрелости, до широкого внедрения ИИ-агентов еще далеко.
Заземление ИИ. 2026 будет годом внедрения прототипов «физического ИИ», связанного с робототехникой и автоматизированными комплексами на складах, в логистике и на производстве. До коммерческого применения еще далеко, но следите за этими новостями. Понятие «физического ИИ» должно стать мейнстримом в конце 2026.
2026 станет годом первой фазы макроэкономически значимой интеграции ИИ (LLMs) в бизнес-проекты, но этот путь не будет линейным, не будет непрерывным (скорее сильно неравномерным) и не будет однозначно успешным (скорее вызовет множество противоречивых фидбэков) из-за уязвимостей ИИ-агентов.
В одних сценариях (их много) LLMs могут быть крайне эффективны и полезны, а в других сценариях (их намного больше) могут быть убийственно ненадежным и опасными с точки зрения деградации производственного процесса из-за накопления критических ошибок и галлюцинаций.
Вновь никакой монетизации. В 2026 будет очередная волна безумных инвестиций в ИИ инфраструктуру (вероятно, даже больше, чем в рекордном 2025, где бигтехи освоили около 400 млрд) и как уже было на протяжении последних трех лет – ИТ компании вновь будут «ехидно закатывать глаза», скрывая реальные показатели. Однако, то что было забавным в первые пару лет (игры в прятки с инвесторами), будет вызвать отторжение на четвертом году. Никакой монетизации, как не было, так и не будет.
Регуляторы начнут обрезать «крылья» ИТ компаниям в попытке создать четкие границы глубины внедрения и функциональной интеграции. Этот процесс абсолютно неизбежный (любая новая технология обрастает бюрократией и ограничениями), что значительно затруднит процесс внедрения инноваций, особенно среди стартапов.
ИИ мошенничество выйдет на новые невиданные и неизведанные эшелоны. Никто не может так «забористо» и достоверно врать, как ИИ (вне конкуренции с человеком), что при наслоении имитации голоса, аватаров (синтетический образ реального человека с похожей мимикой и поведением) создадут огромное пространство для мошенничества.
Эксперименты с мультимодальностями (графика, видео, аудио, текст) могут выдать интересные сценарии применения для LLMs в реальном мире.
Продолжение следует...
