State of AI Report, Stanford AI Index, IEA, a16z, Y Combinator, McKinsey, Sequoia, CB Insights, ICONIQ и Gartner сходятся в одном: развитие ИИ упирается уже не в технологии, а в деньги, электричество и политику. Ниже 10 драйверов — с числами, с указанием, где источники спорят между собой, и с оценкой того, что из этого работает в России.
Драйверов
10
Полный консенсус
6 из 10
Цена вывода
10× дешевле за год
Открытые веса Китая
61% токенов
Что стало ограничителем
Раньше рынок упирался в то, чего модели не умеют. Сейчас умений хватает, и всё упирается в другое.
Было
Технические ограничения
Чего модели ещё не умеют
→↓
Стало
Капитал
Гигаватт мощности стоит 50–60 млрд долларов. Такие чеки выписывают государства и суверенные фонды, а не венчур.
Стало
Энергия
Потребление дата-центров удвоится к 2030 году. Узкое место — подключённые мегаватты, сети и разрешения.
Стало
Политика
Экспортный контроль на чипы, национальные программы и разные режимы регулирования решают, кому что достанется.
Что произошло за полтора года
Шесть дат, на которые ссылаются остальные разделы. Ни одна из них не прогноз: всё уже произошло.
Ноябрь 2024
Сформулирована LLMflation
a16z фиксирует правило: стоимость модели эквивалентного качества падает примерно в десять раз в год.
Уровень передовых моделей при стоимости финального обучения около 5,6 млн долларов. Капитализация NVIDIA за день упала на 589 млрд — по данным Bloomberg, рекорд фондового рынка США.
Еврокомиссия предлагает Digital Omnibus: срок для высокорисковых автономных систем сдвинут со 2 августа 2026 на 2 декабря 2027. Совет ЕС согласился 29 июня 2026.
Киловатт-час становится дефицитом, а миллион токенов дешевеет на порядок в год. Заработать на самой модели поэтому всё труднее, а на мощностях под ней и на приложениях над ней — легче.
Потребление электроэнергии дата-центрами
ТВт·ч в год, по данным IEA
Оговорка того же источника: доля дата-центров в мировом спросе на электроэнергию к 2030 году останется около 3%, а узкие места в цепочке поставок делают самые агрессивные сценарии менее вероятными.
Цена вывода модели
долларов за миллион токенов, шкала логарифмическая
Ряды не сведены в одну линию: у них разные методики измерения. Обратная сторона удешевления — парадокс Джевонса: агентные и рассуждающие модели тратят столько токенов, что совокупный счёт растёт вопреки падению цены.
Деньги и результат разошлись
Любой из этих трёх показателей поодиночке уводит не туда. Вместе они показывают, что деньги перестали давать преимущество в качестве моделей.
Частные инвестиции в ИИ, 2025
США285,9
Китай12,4
разрыв более чем 23-кратный
млрд долларов · Stanford AI Index 2026
Отставание лучших моделей Китая
2,7%
Разрыв качества почти закрылся, разрыв в деньгах — нет
% по рейтингу Arena Elo, март 2026 · Stanford AI Index 2026
Доля китайских открытых моделей
Конец 20241,2%
202530%
Май 202661%
Полтора года назад доля была в пределах погрешности. Сейчас это больше половины рынка.
в потреблённых токенах · OpenRouter, a16z
Консенсус против применимости
Драйвер может быть подтверждён всеми источниками и при этом наглухо закрыт санкциями — оси независимы. Размер круга показывает масштаб эффекта, номер ведёт на разбор.
Доступно в РоссииЧастично в РоссииЗакрыто в Россииразмер — масштаб эффекта
От горизонтальных инструментов к глубоким отраслевым решениям
Часть источников · большинство
Sequoia, ICONIQ, a16z и другие
Доступно
Разбор драйверов
3
Удешевление интеллекта
Цена вывода падает на порядок в год
КонсенсусВ России: доступно
Механика
Стоимость единицы «интеллекта» падает примерно на порядок в год. Дешевеющий вывод открывает массовые сценарии применения и одновременно резко увеличивает общее потребление токенов агентами.
Кто называет
a16z (термин LLMflation), Stanford AI Index, State of AI Report, Y Combinator, Sequoia
Ключевые числа
a16z, ноябрь 2024: для модели эквивалентного качества стоимость падает в десять раз в год. То, что стоило 60 долларов за миллион токенов в 2021 году, стоит 0,06 доллара — падение в тысячу раз за три года.
Stanford AI Index 2025: производительность уровня GPT-3.5 подешевела с 20 долларов за миллион токенов в ноябре 2022 года до 0,07 доллара к октябрю 2024-го — более чем в 280 раз за полтора года.
Stanford AI Index: затраты на оборудование снижаются на 30% в год, энергоэффективность растёт на 40% в год.
State of AI: меньшие модели конкурируют с крупными при значительно меньшей стоимости — классический парадокс Джевонса.
Что из этого делают
Массовые потребительские продукты, которые становятся рентабельными по мере удешевления вывода; переход от оплаты за инструмент к оплате за результат.
В чём расходятся
Часть источников предупреждает о парадоксе стоимости: агентные и рассуждающие модели резко увеличивают потребление токенов, поэтому совокупные счета растут несмотря на падение цены за токен. Само десятикратное падение под сомнение не ставится, но по устойчивости темпа мнения расходятся — есть прогнозы о замедлении до трёх-пяти раз в год.
4
Агенты вместо моделей
Ценность уходит от модели к системе вокруг неё
КонсенсусВ России: доступно
Механика
Отдельная модель сама по себе решает всё меньше. Работает система вокруг неё: длинные задачи, инструменты, память, несколько агентов и люди в одном процессе.
Кто называет
Sequoia, McKinsey, Gartner, a16z, ICONIQ, Y Combinator
Ключевые числа
McKinsey, ноябрь 2025, опрос 1993 респондентов примерно из 105 стран: 88% организаций используют ИИ хотя бы в одной функции против 78% годом ранее, но лишь около 23% масштабируют агентов.
McKinsey: только 39% сообщают о влиянии ИИ на операционную прибыль на уровне компании, и лишь около 6% получают эффект выше 5%. Высокоэффективные компании в 2,8–3,6 раза чаще фундаментально перепроектируют процессы, а не автоматизируют существующие.
ICONIQ, опрос около 300 компаний: почти 80% ИИ-нативных разработчиков вкладываются в агентные процессы. 47% ИИ-нативных продуктов достигли критического масштаба против 13% у продуктов, где ИИ добавлен к существующему.
Stanford AI Index 2026: развёртывание автономных многошаговых агентов остаётся на однозначных процентах почти во всех функциях.
Что из этого делают
Совместные агентные сессии для команд; координация поверх учётных систем; отраслевые сценарии, где несколько агентов ведут процесс целиком.
В чём расходятся
Gartner помещает агентов на пик завышенных ожиданий и предупреждает о последующем разочаровании. McKinsey фиксирует разрыв масштабирования: внедряют почти все, а по-настоящему автономных агентов запустили единицы процентов. Sequoia настроена заметно оптимистичнее и считает, что агентная экономика уже наступает.
6
Данные реального мира
Модели упёрлись в качество корпоративных данных
Часть источниковВ России: доступно
Механика
Модели стали достаточно сильными, чтобы упереться в данные. Мешает уже не сама модель, а то, что в неё подают: корпоративные архивы и показания оборудования лежат без структуры.
Кто называет
a16z, Y Combinator, Gartner
Ключевые числа
a16z: ограничивающим фактором для ИИ-компаний стала энтропия данных — около 80% корпоративных знаний хранится в неструктурированном виде.
a16z: повестку 2026 года определят ограничения по данным в критических отраслях, где каждый выезд бригады, замер датчика и производственный цикл становятся материалом для обучения.
Gartner: данные, готовые для ИИ, — одна из двух самых быстрорастущих технологий 2025 года.
Что из этого делают
Платформы очистки, структурирования и проверки мультимодальных данных; сбор физических данных роботами и датчиками; монетизация промышленными компаниями собственных операционных данных.
В чём расходятся
Существенных противоречий нет: драйвер только формируется, и часть источников говорит о нём косвенно — через накопление собственных данных и перепроектирование процессов.
7
Доверие и верификация
Подделать человека стало дёшево — нужен новый слой доверия
Часть источниковВ России: доступно
Механика
Чем дешевле генерация, тем меньше стоят привычные признаки подлинности — голос, лицо, живое видео. Возникает спрос на подтверждение того, что по ту сторону человек.
Кто называет
Y Combinator, Gartner, State of AI Report
Ключевые числа
Y Combinator приводит случай, когда сотрудник финансовой службы перевёл 25 млн долларов после видеозвонка, где все участники, кроме него самого, оказались подделкой.
Формулировка запроса: каждый сигнал доверия создавался для мира, в котором подделать человека было дорого, и этот мир исчез.
Gartner: новые вызовы доверия, риска и безопасности ИИ требуют многослойных средств контроля по всем используемым ИИ-сущностям.
Что из этого делают
Слой доверия интернета — подтверждение живого человека в звонках, сообщениях и транзакциях без потери приватности; инфраструктура управления рисками и соответствием для ИИ.
В чём расходятся
Прямых противоречий нет. Открыт вопрос, кто станет этим слоем верификации — независимые компании или сами платформы.
9
Вертикализация
От горизонтальных инструментов к глубоким отраслевым решениям
Часть источниковВ России: доступно
Механика
ИИ переходит от универсальных инструментов к глубоким отраслевым решениям: образование, здравоохранение и уход за пожилыми, комплаенс, кибербезопасность, клиентский сервис, финансы, право.
Кто называет
Sequoia, ICONIQ, a16z, Y Combinator, McKinsey
Ключевые числа
a16z: вертикальные ИИ-компании в здравоохранении, праве и жилье вышли на выручку более 100 млн долларов в год за несколько лет.
Sequoia: страховое брокерство с рынком 140–200 млрд долларов названо крупнейшей ближайшей возможностью. Harvey в праве превысил 190 млн долларов годовой выручки против 100 млн в августе 2025 года; продукт используют более 100 тысяч юристов в 1300 организациях.
Демография как спрос: к 2030 году каждый пятый американец будет старше 65 лет, в уходе миллионы незакрытых вакансий, а 53 млн человек уже ухаживают за родными без оплаты.
a16z: число незакрытых вакансий в кибербезопасности выросло с менее чем 1 млн в 2013 году до 3 млн в 2021-м — рутину закрывает автоматизация.
Что из этого делают
ИИ-репетиторы и ИИ-нативные учебные заведения; голосовые агенты и уход за пожилыми; ИИ-нативный комплаенс и кибербезопасность; здравоохранение с оплатой за результат для пациента, а не за использование продукта.
В чём расходятся
Прямых противоречий нет; спор идёт о том, победят ли вертикальные новички или действующие игроки, встраивающие ИИ. Одна из предлагаемых стратегий — обслуживать новые компании с момента их создания, пока у них ещё нет поставщика.
Что из этого работает в России
Всё, что упирается в большие деньги и передовые ускорители, для России закрыто. Остаётся то, где преимущество дают дешёвая энергия, открытые модели и отраслевые данные.
Закрыто
Передовые ускорители NVIDIA. Сбербанк рассчитывает на китайские Huawei Ascend, но конкурирует за них с ByteDance, Tencent и Alibaba, а Ascend 950 уступает NVIDIA H200. Российский рынок ускорителей для ИИ — 62,7 млрд рублей в 2025 году при росте около 20%.
Китайские открытые веса: Qwen под лицензией Apache 2.0, DeepSeek под MIT, Kimi K2 — юридически и технически пригодны для дообучения и развёртывания. Тот же драйвер, что и в мире, — только здесь он один из немногих открытых.
Избыток дешёвой электроэнергии. В особых экономических зонах Дальнего Востока киловатт-час стоит 0,045–0,065 доллара — в 2–2,5 раза дешевле, чем в восточном Китае. Сибирская гидрогенерация и холодный климат дают естественное охлаждение 8–9 месяцев в году, а тарифы для бизнеса составляют около 46% от среднеевропейских.
Подключённая мощность майнеров и дата-центров выросла на 33%, до 4 ГВт, за 2025 год. В ноябре 2025 года объявлены планы размещать дата-центры при крупнейших АЭС, а глава Якутии заявил о возможности разместить до 2 ГВт.
Дата-центры в Сибири и на Дальнем Востоке под вывод на открытых моделях: дешёвая гидроэнергия плюс естественное охлаждение. Ограничение — доступ к ускорителям, поэтому ниша зависит от поставок Huawei Ascend или отечественного производства.
Отраслевые вертикальные ассистенты на русском языке — право, бухгалтерия, госуслуги, уход за пожилыми — на базе открытых весов, с низкой зависимостью от передовых ускорителей.
Данные реального мира: энергетика, металлургия, нефтегаз, сельское хозяйство и логистика генерируют операционные данные, которые можно структурировать и монетизировать.
Часть цифр за 2025–2026 годы взята из вторичных обзоров, а не из полных отчётов. Такие числа стоит перепроверить, прежде чем на них опираться.
Планы капитальных затрат до 2030 года, оценки IEA и Gartner, цели инициативы «ИИ плюс» — это намерения и расчёты, а не результаты. Китайский документ вдобавок не поясняет, как измеряется проникновение ИИ.
Ряд крупных раундов имеет продолжение в 2026 году с более высокими оценками. Здесь использованы подтверждённые данные 2025 года, чтобы не смешивать периоды.
Публично подтверждённых оценок российского венчурного финансирования ИИ за 2025 год, сопоставимых по методологии с CB Insights или Stanford, в доступных источниках нет. То же касается сумм государственной поддержки российских ИИ-компаний.
Оценка около 184 млрд долларов государственных фондов Китая, направленных в ИИ, — кумулятивная за 2000–2023 годы, а не годовая, и не сопоставима напрямую с годовыми частными инвестициями.