Отчет, который все цитируют, но мало кто читает
Каждый апрель Stanford HAI выпускает свой AI Index Report - толстенный документ на 500 страниц, который моментально разлетается по слайдам инвесторов и отчетам аналитиков. В этом году, 13 апреля 2026, вышло девятое издание. Цифры внутри заставляют задуматься: мы либо на пороге золотого века, либо готовимся к энергетическому коллапсу. Вот дюжина графиков, которые объясняют все.
График 1: США производят 85% фундаментальных моделей. Остальные - на подхвате
Если вы думали, что Китай, ЕС или кто-то еще догоняет Штаты в гонке ИИ, забудьте. На 2025 год (последние полные данные) 58 из 68 крупнейших моделей вышли из американских лабораторий. Китай? Всего 5. Европа? 3. Остальной мир - 2. Это не гонка, это монолог.
Интересный факт: из этих 58 моделей 41 создана коммерческими компаниями (OpenAI с GPT-5, Google с Gemini 3.5 Ultra, Anthropic с Claude 4.5). Академия отстает безнадежно. Государственные проекты вроде китайского "Вэньсинь" или европейского EU-GPT-4 - это часто оболочки вокруг американских технологий.
График 2: Один тренировочный прогон GPT-5 съел 12 ГВт·ч. Это как...
...годовой расход электричества 4000 американских домов. Или 1000 биткоин-ферм. Новые модели, такие как GPT-5, Claude 4.5 и Gemini 3.5 Ultra, требуют в 3-5 раз больше энергии, чем их предшественники в 2024 году. И это только обучение. Инференс (ежедневная работа) добавляет еще 30-40% к этому счету.
Как мы писали в статье о моратории на дата-центры, несколько штатов уже вводят ограничения на строительство новых объектов. Но это не останавливает гигантов: они просто переносят кластеры в регионы с дешевой энергией, часто - угольной.
График 3: Вода для охлаждения - новый дефицит
Дата-центр Microsoft в Аризоне, который обучает GPT-5, забирает 2.5 миллиона литров воды в день. Это бассейн олимпийского размера. Каждый день. В отчете Stanford впервые появился раздел о водопотреблении ИИ. Цифры пугают: глобально ИИ-инфраструктура использует столько же воды, сколько город с населением 10 миллионов человек.
Спойлер: когда в следующем году добавят данные по 2026, цифры будут еще выше. Google только что запустил кластер Ironwood в Техасе, который использует испарительное охлаждение. В засушливом регионе. Политики молчат.
График 4: Частные инвестиции в ИИ: $450 миллиардов за год
В 2025 году частные инвестиции в ИИ-стартапы и инфраструктуру достигли $450 миллиардов. Это на 35% больше, чем в 2024. Но вот что интересно: 80% этих денег пошли не на алгоритмы, а на железо и энергию. Как мы уже писали, мир строит дата-центры вслепую, без понимания, какие модели будут через три года.
График 5: Стоимость обучения модели пересекла $500 миллионов
В 2023 году обучение GPT-4 стоило около $100 миллионов. Сегодня тренировка GPT-5 обходится в $500-700 миллионов. Следующее поколение, вероятно, перевалит за $1 миллиард. Это значит, что только несколько компаний в мире могут позволить себе фундаментальные исследования. Академические лаборатории вынуждены использовать уже обученные модели или довольствоваться маленькими.
График 6: ИИ превзошел людей в чтении и понимании, но отстает в здравом смысле
По тестам MMLU (Massive Multitask Language Understanding) GPT-5 набрал 92.4%, что выше среднего человека (89%). Но в тестах на здравый смысл (например, HellaSwag) результаты все еще ниже 80%. ИИ стал экспертом по экзаменам, но глуповат в бытовых ситуациях.
График 7: 45% научных статей по биологии используют ИИ для анализа данных
ИИ проник в науку глубже, чем кажется. В биологии, химии, физике модели помогают анализировать эксперименты, предсказывать структуры белков, моделировать материалы. Но здесь тоже доминируют американские инструменты. Европейские ученые жалуются на зависимость от облаков AWS и Google Cloud.
График 8: Количество законов об ИИ выросло в 4 раза за три года
В 2023 году в мире было 200 законов и нормативных актов, касающихся ИИ. В 2025 - уже 800. Евросоюз лидирует по объему регулирования, но США догоняют. Проблема в том, что 70% этих законов написаны людьми, которые не понимают, как работают нейросети. Результат - барьеры для инноваций и лазейки для крупных игроков.
График 9: ИИ создал 2 миллиона новых рабочих мест, но уничтожил 3.5 миллиона
Чистый убыток 1.5 миллиона рабочих мест за 2025 год. Больше всего пострадали административные должности, переводчики, junior-разработчики. Вырос спрос на инженеров по машинному обучению, специалистов по этике ИИ и... юристов по регулированию ИИ. Ирония.
График 10: 60% американцев боятся, что ИИ уничтожит человечество
Опросы показывают, что страх перед ИИ растет быстрее, чем понимание технологии. В 2023 году 40% респондентов боялись ИИ, сейчас - 60%. При этом только 15% могут объяснить, как работает большая языковая модель. Страх питается голливудскими сценариями и заявлениями Илона Маска.
График 11: Военные расходы на ИИ: $120 миллиардов в 2025
США, Китай, Россия, Израиль активно внедряют ИИ для автономного оружия, киберзащиты, логистики. Это отдельная гонка, о которой мало говорят. И она еще более непрозрачная, чем коммерческая.
График 12: Углеродный след ИИ сравнялся с авиационной отраслью
Выбросы CO2 от ИИ-инфраструктуры достигли 1.2 гигатонн в 2025 году. Это примерно 2.5% глобальных выбросов. Как и авиация, ИИ становится крупным загрязнителем. Но в отличие от авиации, у ИИ нет плана по декарбонизации. Зеленая энергия не успевает за ростом аппетитов.
Что дальше? Прогноз от того, кто видел все графики
К 2027 году мы увидим первую модель, обучение которой стоит $1 миллиард. Она будет потреблять энергии как небольшая страна. И она будет американской. Остальной мир будет пытаться догнать, тратя триллионы на суверенный ИИ, но без доступа к чипам, энергии и данным это будет симуляция.
Совет инвесторам: покупайте акции компаний, которые производят электроэнергию, воду и охлаждающее оборудование. Алгоритмы приходят и уходят, а физические ограничения остаются.