Google разрешила платить мимо кассы Google разрешила платить мимо кассы Актёр клонировал голос, чтобы отбиться от пиратов Актёр клонировал голос, чтобы отбиться от пиратов TSMC переводит ИИ на свет TSMC переводит ИИ на свет YouTube судят за то, что он не отключил рекламу Premium-подписчикам YouTube судят за то, что он не отключил рекламу Premium-подписчикам

Чем нам запомнился ИИ в 2025 году

3 мин
Иллюстрация сгенерирована нейросетью Gemini

ИИ в 2025 запомнился тем, что перестал быть магией. Год начался обещаниями замены людей на цифровых рабов работников, а закончился вопросом «Где деньги?». Оказалось, что роботы дальше, чем думал рынок, умные агенты пока всё ещё тупят, а навязывание ИИ начинает надоедать.

Россия живёт в двух реальностях одновременно. Первая, витринная — это экосистемные гиганты, которые строят «национальные ИИ-комбайны» и суют технологию в поиск, ассистента, маркетплейс, облако, умные устройства. Там много презентаций, красивых обновлений и попыток заставить пользователей использовать ИИ даже против их воли. Это важная часть рынка, но 2025-й показал неприятную вещь: просто добавить кнопку «спроси у ИИ» не достаточно, чтобы завоевать лояльность пользователей, которые давно привыкли к зарубежным решениями и ботам в телеграме. Правда, с текущими доходами и ключевой ставкой немногие компании могут себе такое позволить.

Вторая реальность интереснее — это корпоративная Россия. Здесь ИИ внедряют не так громко, не только хайпа и статуса ради, а стараются превратить в инструмент, используя точечно, считая результаты и получая отдачу. В промышленности, финтехе, логистике, ритейле и контакт-центрах нейросети стали таким инструментом. Изоляция от международного рынка и сложности с комплектующими парадоксально сделали рынок более рациональным: прежде чем «прикрутить LLM», компании считают стоимость дообучения, итераций, инференса и человеко-часов. Ну а китайские открытые модели пока остаются доступны всем желающим и легли в основу внутренних решений российских компаний.

Беспилотники и роботизация всё чаще воспринимаются как продолжение ИИ, а не игрушки для выставок. Не потому что модели внезапно поумнели, а потому что бизнесу и государству стало выгодно автоматизировать наблюдение, контроль, маршрутизацию и доставку. ИИ в 2025-м заметнее всего там, где он не разговаривает, а анализирует данные: классический ML всё ещё остаётся более полезным и актуальным для бизнеса, чем языковые модели.

За пределами России 2025 был годом громких гонок и разочарования. LLM научились размышлять, потом стали гибридными, мультимодальными, получили увеличенное контекстное окно. В какой-то момент для обычного пользователя разница между обновлениями начала теряться. На смену хайпу вокруг привычных чат-ботов пришёл хайп вокруг «агентов», которые стали главным обманом ожиданий. Демо научились делать почти все, а гарантировать результат почти никто: агент работает долго, легко может перепутать шаги, «срезать углы» и уверенно соврать, что всё сделал. Поэтому агент в 2025-м оказался не сотрудником, а стажёром на удалёнке, который может бесплатно раздать все деньги из автомата с едой. На этом фоне кажется здравой (и даже немного заниженной) оценка Gartner, которые спрогнозировали смерть 40% проектов с ИИ-агентами к 2027 году.

Медиа и правообладатели перестали спорить о морали и перешли к подходу «судись или лицензируй», потому что генеративный контент начал съедать ценность оригинального контента — трафик сайтов, живущих за счёт поиска, снизился на 30-60%. ИИ внезапно стал не просто технологией, а новой стороной переговоров о том, кому принадлежит внимание аудитории и кто получает за него деньги. Несмотря на отдельные соглашения между музыкальными лейблами и Suno, Disney и OpenAI, беспрецендентные выплаты Anthropic авторам использованных для обучения книг — отрасль ещё остаётся дикой, а урегулирование авторских прав в ИИ станет одним из важных треков в наступившем году.

Можно сказать, что ИИ в 2025 году стал инфраструктурой с коммунальными платежами. Побеждают не те, кто сделают более дорогую и мощную модель, а те, кто умеет интегрировать эти модели в рабочий процесс, оптимизировать их запуск и считать эффект от внедрения.

// Илья Власов