88% компаний «внедрили» AI – и только 5% используют его по-настоящему

Корпоративная статистика по AI выглядит победоносно. 88% крупных компаний сообщают о внедрении, частные инвестиции выросли с $109 до $286 млрд за год, генеративный ИИ достиг 53% охвата населения быстрее, чем интернет или персональный компьютер.

Но за этими числами спрятан другой факт, который Stanford AI Index 2026 публикует тихо, без фанфар: 62% пользователей AI применяют его на уровне «одна-две быстрые задачи». Регулярно, глубоко, для ключевых рабочих процессов – только 5,6%.

Это не проблема доступности. Это проблема навыка.

Stanford HAI выпускает AI Index ежегодно с 2018 года. Девятый выпуск – 380 страниц – вышел в апреле. Из него можно сделать два противоположных вывода в зависимости от того, какие цифры выбрать.

Оптимистичная версия: ИИ побил все рекорды скорости распространения технологий. Четыре из пяти студентов используют GenAI в учёбе. Даже среди компаний с выручкой от $5 млрд внедрение выросло за год.

Реалистичная версия: «внедрение» и «реальная польза» – разные вещи. Среди тех же компаний с выручкой более $5 млрд «полностью внедрили» AI только 10%. У компаний поменьше – 3–5%. Остальные застряли на пилотах и экспериментах, из которых не могут выйти второй год подряд.

Открыть ChatGPT и задать вопрос – легко. Перестроить под него рабочий процесс так, чтобы результат был лучше без AI, – это другая задача. Её решают навыки работы с моделями, а не бюджет на подписки.

Мы разработали бесплатный открытый модуль из 9 уроков на реальных управленческих задачах – от промптинга до оценки рисков. Именно тот переход от «попробовал ChatGPT» к системному использованию, о котором говорит Stanford.

Есть и хорошая новость для тех, кто считает деньги. Стоимость инференса моделей уровня GPT-3.5 упала в 280 раз с момента выхода ChatGPT. Не «упала немного» – в 280 раз, при сопоставимом качестве.

Это переворачивает ROI-модели, которые строились полтора года назад. Сценарии, которые были нерентабельны при прежних ценах, сейчас окупаются даже при умеренных объёмах.

Но есть и обратная сторона, которую в ROI-расчётах обычно не учитывают. По оценкам исследователей, тренировка GPT-5 произвела около 11 500 тонн CO₂ – это как 2 500 автомобилей за год. Одна модель равняется небольшому автопарку среднего города. Регуляторное и репутационное давление по этой теме будет только расти.

Coinbase сократил 700 человек – около 14% штата. Сокращения случаются постоянно, и сами по себе они не новость.

Новость – в обосновании. CEO Брайан Армстронг прямо связал решение с AI: «То, чего может достичь маленькая, сфокусированная команда, изменилось до неузнаваемости».

Компания переходит от «чистых менеджеров» к модели player-coaches – людей, которые и управляют, и работают руками. Максимум пять уровней управления. Новый формат – AI-native pods: один человек управляет агентами, которые закрывают функции инженеров, дизайнеров и продактов.

Klarna делала похожее, но там AI масштабировал поддержку клиентов. Coinbase идёт дальше: убирает слои управления между решением и исполнением.

Это первый случай, когда публичная компания говорит прямо: средний менеджмент становится избыточным из-за AI. Следующие будут говорить это тише, но делать то же самое.

Вопрос, который стоит задать себе честно: какие из ваших задач – это маршрутизация информации вверх-вниз? Координация, контроль статусов, сбор обновлений от команды? Именно эти функции автоматизируются первыми.

Мы протестировали десятки моделей на реальных управленческих задачах – от стратегического анализа до работы с возражениями. Если выбираете модель для команды, это самый компактный способ сравнить варианты.

Mozilla получила ранний доступ к Claude Mythos Preview и запустила его на кодовую базу Firefox – почти 6 000 файлов на C++. За один проход модель нашла 271 подтверждённую уязвимость в одном релизе.

Для сравнения: средняя норма за 2025 год составляла около 21 бага в месяц. 180 из найденных уязвимостей – уровня sec-high, то есть эксплуатируемые через обычное посещение вредоносной страницы. Среди находок – критические баги 15- и 20-летней давности.

Mozilla оговаривается корректно: квалифицированный исследователь нашёл бы все эти уязвимости. Но один человек нашёл бы 5–10 за месяц – AI нашёл 271 за один проход. Людей это не заменяет, но экономику безопасности переворачивает полностью.

Мы в Microsoft тоже получили доступ к Mythos – пока в ограниченном кругу. И это уже перестраивает процессы: цикл выпуска security-патчей сжимается до 24 часов. Когда AI находит 271 уязвимость за один сеанс, старая схема «собрали, приоритизировали, поставили в следующий спринт» перестаёт работать.

Если у вас в команде есть legacy-код – а он есть у всех – это касается и вас. AI найдёт то, до чего у безопасников руки не дойдут ещё три года. Значит, найдут и другие.

Одна деталь из отчёта Stanford, которую легко пропустить.

Занятость среди американских разработчиков в возрасте 22–25 лет снизилась на 20% с 2022 года. AI берёт на себя задачи, на которых джуниоры раньше учились и росли. Тот же тренд виден в службах поддержки.

Производительность команды растёт. Но конвейер подготовки новых кадров сужается.

Компании экономят на джуниорах сегодня и получают дефицит экспертизы через несколько лет. Этого нет в ROI-моделях, которые строятся на горизонте квартала.

Stanford AI Index 2026 рисует картину технологии, которая распространяется быстрее всего в истории – и одновременно используется поверхностно большинством тех, кто её «внедрил».

Разрыв между 88% внедрения и 5,6% реального использования – это не провал маркетинга. Это очередь задач, которые никто публично не признаёт своими: обучение, перестройка процессов, выращивание внутренней экспертизы.

Coinbase сделал ставку на то, что эту очередь можно сократить радикально. Посмотрим, кто следующий.

Инструмент есть. Теперь – навык. В mysummit.school мы учим менеджеров и технологов работать с AI системно: промптинг, оценка рисков, выбор модели, встраивание в рабочий процесс. Открытый модуль из 9 уроков – бесплатно. Если хотите закрыть тот самый разрыв между «попробовал» и «использую каждый день» – начните здесь.

Это материал из дайджеста mysummit.school – двухнедельной подборки о практическом применении AI в работе. Подписаться на дайджест. Полная версия отчёта – на сайте Stanford HAI.