ИИ многим кажется всего лишь инструментом для выполнения повседневных задач, но на самом деле он оказывает огромное влияние на экономику стран, бизнеса и целых отраслей. Развитие AI-технологий не стоит воспринимать как очередной хайп — это такой же важный этап в технологическом прогрессе, как появление интернета или создание смартфонов.
В этой статье мы расскажем, что стоит ожидать от развития ИИ в ближайшие годы и к каким глобальным изменениям это может привести.
Рынок GenAI и структура функционирования ИИ
Согласно прогнозам, рынок GenAI к 2030 году вырастет в 10 раз, достигнув $356 млрд — это больше, чем у многих других технологий. В разбивке по странам: CША — $115 млрд, Европа — $108 млрд, Азия — $51 млрд.

Перед тем, как перейти к трендам, разберемся, из чего состоит экосистема ИИ:
Технологический уровень. Сюда относятся мощные сервера и хранилища данных, которые позволяют моделям ИИ обучаться и быстро находить нужную информацию.
Платформенный уровень. Это мозг всей экосистемы — технологии, на которых работают большинство ИИ сервисов. Они делятся на крупные языковые модели (LMM), которые генерируют текст и общаются с пользователем, и мультимодальные платформы, способные распознавать изображения, видео и текст.
Инструменты для профессионалов. Специализированные среды разработки, предназначенные для обучения и доработки AI-моделей.
Сервисы для конечных пользователей. Всем известные решения, такие как ChatGPT, работающие на базе языковых моделей и мультимодальных платформ.
Ключевые тренды GenAI 2025
Два главных игрока на рынке AI — США и Китай. В начале 2025 года в этих странах произошли события, которые повлияют на развитие индустрии:
StarGate. США запускают проект стоимостью $500 млрд, в котором участвуют Microsoft, NVDIA, OpenAI и другие компании. Масштабы соответствующие — мощность дата-центров будет эквивалентна трем атомным электростанциям.
DeepSeek. Китай выпустил DeepSeek V3 — модель, которая в 20-30 раз экономичнее ChatGPT-4o, но технологически находится на том же уровне. DeeSeek — open-source, что делает этот прорыв важным для все AI-индустрии, а не только для Китая.

Отмена указа о безопасности AI. Трамп снял часть ограничений на разработку и внедрение ИИ, дав компаниям больше свободы. В связи с этим ожидается новая волна конкуренции между странами и корпорациями.
Индустрия движется в сторону ИИ-агентов
В глобальном контексте развитие ИИ застыло на уровне Workflow-агентов — привычных всем ассистентов вроде ChatGPT. Они способны работать с запросами, но не могут ставить перед собой задачи.
В 2025 году приоритеты смещаются в сторону AI-агентов — автономных юнитов, способных работать без вмешательства человека. От стандартных LLM их отличает то, что они могут разбивать задачу на шаги, учиться в процессе выполнения и самостоятельно находить решение.
На данный момент применение AI-агентов ограничено узкими сферами, где можно четко прописать алгоритм действий. Простейший пример — клиентская поддержка. Такие агенты не только ведут осмысленные диалоги, но и решают спорные ситуации.
Каждый агент заточен под конкретную задачу. К примеру, в финансах один отвечает за анализ рынка, а другой — управляет инвестициями. При этом их можно объединить в группу, где каждый будет выполнить свою роль для достижения общей цели.
После агентского этапа развития AI следует MAS — это самоорганизующиеся система, состоящая из множества агентов. В ее рамках агенты сотрудничают, ведут переговоры и конкурируют для решения задачи. Главное отличие MAS в том, что агенты работают вместе и обмениваются данными, а не просто делают каждый свое дело.
RAG становится базовой технологией для LMM
RAG — это метод генерации текста с дополненной выборкой. До его появления языковые модели давали ответы на основе данных на которых их обучили. И далеко не всегда выдавали актуальные ответы. Причина проста — нужных данных могло просто не быть в их памяти.
RAG решил эту проблему: при отправке запроса в нейросеть он подмешивает данные из внешних источников и использует их для генерации ответа.
В 2024 году RAG зарекомендовал себя, поэтому остается основным методом для языковых моделей. Технологию продолжают дорабатывать и улучшать.

Более того, в январе 2025 вышло исследование, расширяющее возможности RAG для работы с видеоконтентом.
Развитие малых языковых моделей (SLM)
SLM — это компактные нейросети, обученные на меньших, но более нишевых данных. По возможностям они не уступают большим моделям, при этом требуя меньше ресурсов. Это достигается за счет фокуса на конкретной задаче и тщательно отобранных данных для обучения.
Тренд на самообучающиеся модели ускоряет развитие и внедрение SLM в бизнес. По прогнозам Garther, к 2027 году более 50% моделей GenAI, используемых в бизнесе, будут адаптированы под конкретные задачи.
Модели самообучения удешевляют создание нейросетей
Главный двигатель этого тренда — появление DeepSeek V3. Его ключевое отличие — автономное обучение с подкреплением (RL).
Конечно, модели самообучения были и раньше, но в том же ChatGPT от OpenAI использовался RLHF, где для его корректировки требовалось вмешательство человека.
В отличие от предыдущих решений, RL полностью автономна: модель учится на своих ошибках и использует длинные цепочки рассуждений. Такой подход позволил сократить траты на команду корректировщик и вычислительные мощности.
Нейросети массово внедряются в умные устройства
По прогнозам Deloitte, в 2025 году 30% смартфонов будут оснащены GenAI. Иными словами, AI-смартфоны уже близки к массовому рынку. Китай уже делает шаг в этом направлении, интегрируя чат-бота DeepSeek в свои устройства.
Рынок ПК тоже не отстает: по данным Gartner, в 2025 году поставки ноутбуков с ИИ-ассистентами достигнут 144 млн, а к 2026 году они станут стандартом для крупных компаний.
Как AI меняет рынок труда
На смену поколению Digital Natives, выросшему со смартфонами, приходит Al Ready — молодые люди, заставшие ИИ c ранних лет. Для них AI сервисы — это новый Word. И с этим трудно не согласиться, ведь число AI-инструментов будет расти на 40% ежегодно.
Глобальный рынок труда тоже осознает, что сейчас переломный момент, и поднимает планку для сотрудников. Это подтверждают цифры:
- 12% рекрутеров в мире уже создают должности, где AI навыки — обязательное требование;
- Число позиций Руководитель AI-направления выросла на 28% за 5 лет;
- 66% руководителей хотят нанимать нетехнических специалистов с навыками ИИ;
- Вакансии, требующие AI навыков, предлагают зарплаты на 25% выше.
Получается, утверждение о том, что ИИ отнимет куча рабочих мест в обозримом будущем, пока не вяжется с реальностью. Вместо того чтобы заменять людей, AI берет часть их обязанностей на себя.
К примеру, в сфере кредитов менеджеры раньше вручную собирали документы, готовили контракты и проверяли заявки. Теперь же АI-агенты могут взять часть этой работы на себя, оставив человеку только ту, где без него не обойтись.
Вывод напрашивается сам собой: в будущем конкуренция будет не между ИИ и человеком, а между теми, кто использует его и теми, кто этого не делает.
Вывод
GenAI растет как на дрожжах — все больше стран и крупных IT-компаний вкладываются в него. 2025 год станет моментом подведения итогов: компании начнут публиковать реальные кейсы применения ИИ в своих бизнес-процессах. Вероятно, это подтолкнет других последовать их примеру, и через несколько лет ИИ станет еще более привычной частью нашей жизни.