Что изменилось в повестке

В первом квартале 2026 года главным технологическим сюжетом стал переход от генерации контента к агентному ИИ, который способен не просто отвечать на запросы, а выполнять цепочки действий в рабочих процессах.[10] В этом же направлении движутся крупнейшие игроки: OpenAI развивает платформу Frontier для создания и управления ИИ-агентами на предприятиях, а Google усиливает мультимодальные сценарии и многоэтапные задачи в Android.[10]

На фоне этого разговор о пути к AGI заметно сместился из области теоретических прогнозов в практическую плоскость. В отраслевых обзорах AGI все чаще описывается как высокоавтономная система, способная переносить опыт между задачами и работать без постоянного ручного контроля.[12] При этом академические и прикладные материалы сходятся в одном: для такого перехода одного машинного обучения недостаточно, нужны новые архитектуры данных, вычислительная база и механизмы самосовершенствования.[7][12]

Почему тема стала острее именно сейчас

Сразу несколько свежих прогнозов подогрели дискуссию о сроках появления систем, которые будут приближаться к AGI в ограниченных контекстах. В itWeek говорится, что в ближайшие пять-семь лет могут появиться функционально широкие системы, похожие на AGI в отдельных сценариях, но полноценный универсальный интеллект, по этой оценке, остается горизонтом не раньше чем через 10 лет.[1] Более агрессивные ожидания — вплоть до появления AGI в ближайшие 18 месяцев — распространяются в публичных выступлениях и соцсетях, но подтверждаются не аналитикой, а скорее индустриальным оптимизмом.[2][4]

Именно поэтому рынок сейчас концентрируется не вокруг самого ярлыка AGI, а вокруг инфраструктуры, которая может к нему приблизить: центров обработки данных, энергоемких вычислений, агентных фреймворков и контроля над рисками.[6][10] По оценкам Gartner, мировые затраты на ИИ в 2026 году вырастут на 44% и достигнут $2,5 трлн, что показывает масштаб капитала, который уже направляется в эту гонку.[10]

Что это значит для бизнеса

В деловой повестке главным становится не вопрос, «когда придет AGI», а какие процессы компании готовы автоматизировать уже сейчас. В материалах по теме подчеркивается, что начинать предлагают с низкорисковых пилотных проектов, которые повышают производительность или снимают рутинную нагрузку, а не с попыток сразу доверить системе критические функции.[1][6] Такой подход выглядит прагматичным на фоне растущих опасений по поводу безопасности, конфиденциальности и устойчивости ИИ-систем.[6]

Источник новости: RBC Trends.