Как искусственный интеллект меняет представление о независимости государств: что показал Stanford AI Index 2026

Еще несколько лет назад главные вопросы об искусственном интеллекте касались того, насколько безопасны алгоритмы, не украдут ли они авторское право, как отличить сгенерированный текст от человеческого, какие функции можно доверить ИИ, а какие должны остаться за человеком. Сегодня этого уже недостаточно. Искусственный интеллект — уже не просто «умный помощник». Он быстро превращается в базовую инфраструктуру экономики, науки, государственного управления и военно-политической конкуренции.

Этот фундаментальный сдвиг четко фиксирует Stanford AI Index 2026 — одно из самых влиятельных в мире ежегодных исследований отрасли ИИ, которое готовит Институт искусственного интеллекта Стэнфордского университета (далее — отчет). Аналитики Стэнфорда собирают огромные массивы данных о техническом прогрессе ИИ, его экономическом влиянии, социальных последствиях, а также изменениях, которые он вызывает в образовании, медицине и государственной политике.

Главный вывод нового отчета тревожен и прагматичен одновременно: государства имеют дело уже не просто с новой цифровой технологией, а с системами, способными брать на себя все более сложные когнитивные и операционные функции. И борьба за эти системы меняет представление о независимости государств.

ВАС ЗАИНТЕРЕСУЕТ

Пределы интеллекта: почему даже сверхразумный ИИ не решит всех проблем человечества

Конец иллюзии «плато» и парадоксы ИИ

Для начала — о надеждах тех, кто ждал, что ИИ вот-вот впервые упрется в потолок и прогресс замедлится. Не уперся. Как свидетельствует отчет, серьезных оснований говорить о технологическом «плато» искусственного интеллекта пока нет. Наоборот, развитие ИИ продолжает ускоряться.

Больше 90% мощных передовых моделей создает частная индустрия, и они быстро учатся. Только за один год успешность ИИ в сложных программистских тестах SWE-bench Verified взлетела с 60% почти до 100%. Лучшие модели достигают или превосходят базовые результаты человека в задачах уровня PhD, анализе разнородных данных и сложной математике.

Но здесь появляется удивительный эффект, который в Стэнфорде метко окрестили jagged frontier of AI — «неуклюжей границей ИИ»: быстрый рост интеллектуальных возможностей не означает их универсальности или стабильности. Алгоритм может демонстрировать результат уровня победителя олимпиады в сложной математической задаче и в то же время ошибаться в относительно простой операции. Например, самые развитые модели до сих пор правильно определяют время по обычным часам со стрелками только в половине случаев.

США против Китая: конец сказки о тех, кто «догоняетъ»

Вторая тенденция мира ИИ, сформулированная в отчете, — изменение географии глобального технологического лидерства. Отчет Стэнфорда свидетельствует: традиционная схема «США создают — Китай догоняет» все меньше соответствует реальному состоянию технологической конкуренции.

Американское преимущество сохраняется, но уже не безусловно. В 2025 году США создали 59 значимых для развития ИИ моделей и патентов, Китай — 35. В то же время Китай лидирует по объему публикаций на тему ИИ, их цитированию и количеству патентов. И это преимущество постоянно растет.

Особенно показательно сокращение разрыва в производительности между лучшими американскими и китайскими моделями ИИ. В течение 2025–2026 годов они несколько раз сменяли друг друга на верхних позициях рейтингов, а по состоянию на март 2026 года преимущество лучшей американской модели составляло всего примерно 2,7%. Stanford прямо характеризует разрыв в производительности моделей США и Китая как фактически преодоленный.

Мир окончательно разделился на две технологические экосистемы искусственного интеллекта. Американская опирается на частный капитал, глобальные технологические платформы и венчур. Китай — на жесткий сплав государства, науки и промышленной политики.

Именно поэтому даже финансовую статистику нужно читать осторожно. Официальные частные инвестиции в США кажутся гигантскими (285,9 млрд долл. против 12,4 млрд в Китае), однако Пекин вливает колоссальные ресурсы через скрытые правительственные фонды развития.

ВАС ЗАИНТЕРЕСУЕТ

Кто первым захватит массовый рынок искусственного интеллекта — США или Китай?

Законы без «железа» не работают

Итак, глобальная конкуренция между государствами в сфере ИИ постепенно переходит от борьбы за отдельную лучшую модель к борьбе за способность воспроизводить полный жизненный цикл искусственного интеллекта: фундаментальные исследования, кадры, наборы данных, архитектуру моделей, чипы, дата-центры, энергетику, облачные сервисы, инвестиции и правовую среду. И именно на этом уровне ИИ перестает быть обычной отраслью цифровой экономики и приобретает признаки стратегической инфраструктуры.

Именно поэтому Stanford AI Index 2026 выводит в центр государственной политики понятие, о котором еще вчера мало кто задумывался, — AI sovereignty, или суверенитет в сфере искусственного интеллекта. Что это значит на практике?

До сих пор считалось: если государство написало хороший закон, защитило персональные данные граждан и установило высокие стандарты этики — оно контролирует ситуацию. Наивные иллюзии. Вы можете иметь идеальный закон об ИИ, но если у вас нет собственных ИИ-моделей, серверов и чипов, ваш «суверенитет» — это просто бумага с печатью. Вы все равно критически зависимы от чужих облаков, чужих дата-центров и чужих алгоритмов. Возникает принципиально новое соотношение: нормативный контроль над технологией не тождествен контролю над технологической средой ее существования.

Поэтому ИИ-суверенитет неизбежно связан с вычислительным суверенитетом (compute sovereignty). С 2018 по 2025 год количество государственных суперкомпьютерных кластеров в Европе и Центральной Азии выросло с трех до 44. Страны усиленно строят свой вычислительный ресурс. Если в XIX веке суверенитет держался на угле и железной дороге, а в XX — на нефти и заводских трубах, то в XXI веке новой материальной базой государственности становятся дата-центры, полупроводники и стабильность электросетей.

Но эта новая база очень концентрированная. США имеют на своей территории более 5427 дата-центров — это в десять раз больше, чем у любой другой страны мира. Более 60% совокупной вычислительной мощности ИИ в мире держится на оборудовании только одной компании — NVIDIA. А почти все самые передовые чипы производит один-единственный завод на острове Тайвань — TSMC. Это значит, что вычислительный ресурс уже перестает быть сугубо технической характеристикой ИИ-компаний и приобретает стратегическое значение. С этой точки зрения понятие «технологическая независимость» без гарантированного доступа к цифровой инфраструктуре постепенно теряет практический смысл. Представьте себе эту хрупкость: весь цифровой прогресс человечества зависит от безопасности нескольких географических точек на карте и нескольких корпоративных штаб-квартир.

Эти ограничения постепенно фрагментируют глобальное цифровое пространство: движение данных все больше зависит от границ и правил отдельных государств. Например, к концу 2024 года в Восточной Азии и Тихоокеанском регионе действовало 77 требований по локализации данных, в Африке южнее Сахары — 71, в Европе и Центральной Азии — 66, тогда как в Северной Америке — всего три. Речь идет о требованиях хранить или обрабатывать определенные данные на серверах внутри страны, оставлять там их копию или ограничивать передачу за границу.

Государства стремятся контролировать не только формальный правовой режим данных, но и место их физического хранения, порядок обработки, возможность трансграничной передачи, доступ государственных органов и использование массивов информации для обучения моделей. Данные в этом контексте — уже не просто экономический актив или объект правовой защиты. Они становятся ресурсной базой ИИ-экономики. Если модель обучается на массивах данных определенной языковой, культурной, экономической или социальной среды, контроль над этими массивами напрямую влияет и на качество будущих ИИ-систем.

Закрытость моделей и опасные слепые пятна

На этом фоне парадоксально выглядит уменьшение прозрачности разработок передовых моделей ИИ. Системы становятся мощнее и автономнее, но общество получает все меньше информации об их внутренней архитектуре и условиях создания. Самые большие пробелы касаются того, на каких именно данных обучали искусственный интеллект и какие последствия возникают после его внедрения.

Традиционного требования «объяснить алгоритм» (описать его через понятную последовательность операций) уже недостаточно для сложных моделей. Юридически значимой становится возможность провести внешний аудит системы, проверить ее безопасность и в случае инцидента восстановить причинную связь между функционированием системы и причиненным ущербом.

Показательна динамика инцидентов с ИИ: количество зафиксированных случаев выросло с 233 в 2024 году до 362 в 2025-м, то есть примерно на 55%. В то же время компании охотно публикуют отчеты о высоких возможностях своих моделей, но неохотно — отчеты об их безопасности и ответственности. Отчет характеризует это как опасное отставание безопасности ИИ от роста его мощности.

Наука, образование и «парадокс джуниоров» на рынке труда

Фундаментальные изменения происходят и в научной деятельности. Количество публикаций об ИИ выросло за год на 26%. Искусственный интеллект уже используют не просто для поиска литературы или перевода, а в полных исследовательских циклах. ИИ-агенты самостоятельно формулируют гипотезы, анализируют данные. Концепция «науки с помощью ИИ» (AI-assisted science) постепенно переходит в «науку, которую реализует ИИ» (AI-conducted science), что поднимает острые вопросы академической добропорядочности и авторства.

В бизнесе ИИ уже используют 88% организаций, опрошенных в рамках исследования Стэнфорда. А самые интересные структурные изменения происходят на рынке труда. Особенно показательно сокращение занятости software developers в возрасте 22–25 лет почти на 20%, тогда как в более старших возрастных группах аналогичного падения нет. Примерно треть работодателей ожидает дальнейшего сокращения персонала. Эти данные позволяют иначе поставить традиционный вопрос о «профессиях, которые уничтожит ИИ».

Вероятно, первым объектом автоматизации становится не профессия как таковая, а начальная карьерная ступенька внутри профессии. Junior-специалисты традиционно выполняли стандартизированные, повторяющиеся и относительно простые операции, через которые постепенно приобретали опыт и переходили к более сложным задачам. В долгосрочной перспективе возникает парадокс: экономика и дальше нуждается в senior-специалистах, но механизм, который исторически превращал junior в senior, начинает разрушаться. Последствия такого процесса для профессионального образования и рынка труда могут оказаться гораздо серьезнее, чем простая статистика сокращенных рабочих мест.

Образование демонстрирует ту же закономерность. Больше 80% американских старшеклассников и студентов уже используют ИИ для обучения, однако только примерно половина средних и старших школ имеют соответствующие ИИ-политики, а понятными эти правила считают всего 6% учителей. Китай и ОАЭ уже ввели обязательное ИИ-образование. Поэтому вопрос «запретить или разрешить ChatGPT» все быстрее теряет смысл. Система образования, которая продолжает оценивать способность человека выполнять операции, которые ИИ делает за секунды, неизбежно вступает в конфликт с новой технологической реальностью.

ВАС ЗАИНТЕРЕСУЕТ

Искусственный интеллект в образовании: деградация мышления или революция в обучении?

Новая формула суверенитета

Регулирование искусственного интеллекта остается необходимым, но оно больше не достаточный ответ государства на трансформацию ИИ. Можно иметь самое детальное законодательство об ИИ и при этом не иметь собственных моделей. Можно установить самые строгие стандарты использования данных и не иметь вычислительной инфраструктуры для их обработки. Можно требовать прозрачности алгоритмов, но оставаться зависимым от иностранных облачных сервисов, графических процессоров, базовых моделей и платформ.

В этом заключается отличие между регуляторным и технологическим суверенитетом. Первый означает способность писать правила. Второй — способность создавать и поддерживать саму технологию. Если есть только первый, возникает абсурд: государство подробно описывает правила для технологий, ядро которых контролируют из-за рубежа.

Поэтому современный цифровой суверенитет целесообразно рассматривать как сложную систему, включающую суверенитет данных + вычислительный суверенитет + ИИ-суверенитет + инфраструктурный суверенитет + нормативно-юрисдикционный суверенитет. Это, конечно, не дословная цитата из отчета, а теоретическое обобщение тенденций, которые показывает Stanford AI Index 2026.

Борьба за технологическое лидерство больше не сводится только к программному коду. Новая формула глобальной конкуренции выглядит так: вычисления + энергия + данные + модели + таланты + право, регулирующее ИИ. Ни один из этих элементов отдельно не работает.

Глобальная дискуссия окончательно смещается с вопроса «Как нам регулировать искусственный интеллект?» к гораздо более сложному: «Кто будет иметь реальную способность создавать, обеспечивать энергией и контролировать собственную ИИ-экосистему?».

И это уже вопрос не технологической политики.

Это вопрос суверенитета.