Stanford HAI выкатил AI Index за 2026.
Цифра, которую стоит держать в голове всем, кто практикует AI у себя в работе: 38.8% против 83.5%.
PaperArena, бенчмарк сложных научных задач в несколько шагов. Лучший AI-агент в 2026: 38.8%. PhD-эксперт на тех же задачах: 83.5%. AI в 2.15 раза слабее человека.
При этом на отдельных вопросах AI обгоняет: 93% против 81.2%. На задачах через интерфейс компьютера (OSWorld) рост за год с 12% до 66.3%, разрыв с человеком всего 6 пунктов.
Я уже писал в апреле про разрыв 33% реального результата vs 75% заявленного. Где маркетинг говорит «AI почти как человек», реальные сложные задачи показывают «в 2 раза слабее».
И вот тонкий момент. Картина не «AI хуже» и не «AI лучше». AI выиграл на одношаговых задачах, связанных с большим объёмом данных или широким набором знаний, и в рутине.
При этом проигрывает на сложных задачах с выбором и принятием решения в неопределённости.
То есть ровно там, где живёт работа аналитика, операционного директора, юриста, врача в нестандартном случае.
Но и в этих случаях я убеждён, что можно дотюнить задачку. Провести N-ное количество прогонов, извлечь опыт, посмотреть что не получилось, запустить ту же саморефлексию, по итогу собрать данные и построить более точные инструкции для задачи.
Если ваш AI-проект упёрся в потолок и команда говорит, что AI не справляется, высока вероятность, что задача попала в эту зону или попросту нужно подкорректировать методы. Не повод бросать AI.
Повод правильно делегировать.
Повод обновить методы работы.
AI делает первые 70%: поиск, структуру, черновик.
Человек закрывает 30%: выбор, проверка, решение.
Профессионал всё ещё нужен AI, и думаю нужен будет ещё долгое время. Как минимум чтобы улучшать сценарии и проводить новые эксперименты.
Опять же я не видел задачи из их бенчмарков, но убежден что и их можно дотюнить. Как показали последние 2 месяца, если AI у кого то не работает, это не значит что построить решение не получится
Источник: Stanford HAI, 2026 AI Index Report.
Цифра, которую стоит держать в голове всем, кто практикует AI у себя в работе: 38.8% против 83.5%.
PaperArena, бенчмарк сложных научных задач в несколько шагов. Лучший AI-агент в 2026: 38.8%. PhD-эксперт на тех же задачах: 83.5%. AI в 2.15 раза слабее человека.
При этом на отдельных вопросах AI обгоняет: 93% против 81.2%. На задачах через интерфейс компьютера (OSWorld) рост за год с 12% до 66.3%, разрыв с человеком всего 6 пунктов.
Я уже писал в апреле про разрыв 33% реального результата vs 75% заявленного. Где маркетинг говорит «AI почти как человек», реальные сложные задачи показывают «в 2 раза слабее».
И вот тонкий момент. Картина не «AI хуже» и не «AI лучше». AI выиграл на одношаговых задачах, связанных с большим объёмом данных или широким набором знаний, и в рутине.
При этом проигрывает на сложных задачах с выбором и принятием решения в неопределённости.
То есть ровно там, где живёт работа аналитика, операционного директора, юриста, врача в нестандартном случае.
Но и в этих случаях я убеждён, что можно дотюнить задачку. Провести N-ное количество прогонов, извлечь опыт, посмотреть что не получилось, запустить ту же саморефлексию, по итогу собрать данные и построить более точные инструкции для задачи.
Если ваш AI-проект упёрся в потолок и команда говорит, что AI не справляется, высока вероятность, что задача попала в эту зону или попросту нужно подкорректировать методы. Не повод бросать AI.
Повод правильно делегировать.
Повод обновить методы работы.
AI делает первые 70%: поиск, структуру, черновик.
Человек закрывает 30%: выбор, проверка, решение.
Профессионал всё ещё нужен AI, и думаю нужен будет ещё долгое время. Как минимум чтобы улучшать сценарии и проводить новые эксперименты.
Опять же я не видел задачи из их бенчмарков, но убежден что и их можно дотюнить. Как показали последние 2 месяца, если AI у кого то не работает, это не значит что построить решение не получится
Источник: Stanford HAI, 2026 AI Index Report.