Почему ИИ растет быстрее всех? 10 фактов, которые важно знать

Отчет BOND Capital по искусственному интеллекту за 2025 год — это не просто аналитика на 340 страниц. Это описание того, как ИИ за последние два года перешёл из области перспективных технологий в реальную экономику.

ИИ становится неотъемлемой частью бизнес-среды. Он перестраивает то, как компании работают с данными, принимают решения, общаются с клиентами и управляют командами. Его развитие не просто быстрое — оно опережает всё, что мы видели раньше: интернет, мобильные технологии, облачные сервисы. И скорость — далеко не единственное, что должно привлечь внимание бизнеса.

В этой статье мы расскажем про 10 самых интересных фактов из отчета.

ChatGPT достиг 100 миллионов пользователей всего за 0,2 года. Для сравнения: TikTok понадобился почти год, Instagram — два с половиной, а iPhone вышел на эту цифру за 74 дня и при этом стоил пользователю более $750.

Такая скорость означает не просто популярность продукта — она показывает, что пользователи готовы мгновенно адаптироваться к технологиям, которые предлагают реальную пользу и не требуют сложной настройки. Если темпы сохранятся, то более половины американских домохозяйств начнут регулярно использовать ИИ уже к 2027 году.

Бизнесу это сигнал: если вы не используете ИИ сейчас, значит, вы опаздываете. Причём не по отношению к гигантам, а к массовому рынку.

Если раньше новые технологии запускались в США и лишь потом распространялись на остальной мир, то с ИИ всё иначе. Уже сегодня 90 % пользователей ChatGPT — вне Северной Америки. Такие страны, как Индия и Индонезия, стали крупнейшими по числу активных пользователей.

Китай активно развивает собственные модели. DeepSeek — одна из ведущих open-source платформ — набрала 54 миллиона пользователей за четыре месяца. Это подтверждает, что ИИ больше не является технологией одной страны или одного рынка. Он сразу глобален. Он развивается одновременно в десятках экосистем, часто с опорой на собственные стандарты, регуляции и подходы.

По данным отчёта, 63 % разработчиков в 2024 году использовали ИИ-инструменты, тогда как годом ранее этот показатель составлял 44 %. Экосистема развивается стремительно: количество проектов на GitHub, связанных с ИИ, выросло на 175 % за 16 месяцев.
Это означает, что технические специалисты уже адаптировали ИИ в свой рабочий процесс. Но бизнес, в большинстве случаев, всё ещё отстаёт: руководители продолжают воспринимать ИИ как нечто отдельное, требующее "отдельного проекта" или "пилотного запуска", тогда как сотрудники уже интегрируют его в ежедневные задачи.

За последние 10 лет доля капитальных затрат (CapEx) крупнейших IT-компаний на инфраструктуру выросла почти вдвое: с 8 % до 15 % от выручки. У Amazon Web Services доля инвестиций в ИИ-дата-центры достигла почти половины всей выручки.

Иными словами, сегодня самые большие деньги тратятся не на доступ, не на хранение, а на вычисления. Это подтверждает и рост спроса на GPU, и переориентация компаний на развитие собственных вычислительных платформ. В ближайшие годы это станет ключевым фактором конкурентоспособности. Компании с доступом к вычислениям получат преимущество не в будущем — уже сейчас.

С 2022 по 2024 год стоимость инференса — то есть обработки запроса к модели — снизилась на 99,7 %. Это позволило резко снизить порог входа: ИИ стал доступен не только крупным компаниям, но и стартапам, фрилансерам, внутренним командам без отдельного бюджета.

Но при этом общие издержки на ИИ в компаниях растут. Это объясняется просто: обучение модели — разовая операция. А инференс — постоянная. С каждым днём возрастает количество кейсов, в которых ИИ применяют, и, соответственно, количество запросов, которые нужно обрабатывать.

В долгосрочной перспективе это означает: использовать ИИ — дёшево. Но масштабировать его — дорого. Особенно для тех, кто не просчитал нагрузку заранее.

Искусственный интеллект уже используется не только в цифровой среде. В отчёте приводится статистика: Tesla за три года увеличила количество полностью автономных километров в 100 раз. Waymo контролирует более четверти рынка райдшеринга в Сан-Франциско.
ИИ управляет логистикой, роботизированными складами, производственными линиями и даже военными системами. Речь идёт не просто о «цифровизации», а о полном переходе от физического капитала к программируемому — там, где решения принимаются не людьми, а алгоритмами.

ИИ больше не находится в стадии экспериментов. Более половины компаний из списка S&P 500 упоминают ИИ в публичных отчётах. JPMorgan уже сэкономил миллиарды за счёт автоматизации процессов. В Bank of America ИИ-ассистент провёл более двух миллиардов клиентских взаимодействий.

Медицинский гигант Kaiser использует ИИ-секретарей, которые фиксируют и обрабатывают данные более чем на 10 миллионах врачебных приёмов. Эти решения давно перешли из зоны "интересного теста" в зону "бизнес-критичной инфраструктуры".

Несмотря на лидерство крупных платформ, таких как GPT-4 или Gemini, open-source модели активно сокращают отставание. DeepSeek и LLaMA показывают конкурентные результаты при существенно меньших затратах.

Для бизнеса это возможность — особенно если важны локальная адаптация, контроль над данными, гибкость и стоимость. В таких сценариях открытые модели становятся всё более привлекательной альтернативой.

Китай активно развивает национальную ИИ-инфраструктуру. Он лидирует по числу открытых моделей, количеству промышленных роботов и масштабу господдержки в этой сфере. В отличие от большинства стран, Китай рассматривает ИИ не как отдельную индустрию, а как системообразующий элемент экономики и государственной политики.

Крупнейшие игроки, такие как Huawei, Baidu, Alibaba и DeepSeek, не просто создают аналоги западных моделей — они выстраивают полный цикл: от разработки чипов до облачной инфраструктуры и корпоративных решений. При этом Китай делает ставку на открытые модели, которые дешевле обучать и проще масштабировать в условиях ограниченного доступа к западным GPU и софту.

В результате формируется параллельная технологическая экосистема, способная конкурировать с западной не только на внутреннем рынке, но и в странах, которые заинтересованы в альтернативных решениях с локальной адаптацией и меньшей зависимостью от США. Это уже не вопрос технологического прогресса — это вопрос суверенитета.

Китайская архитектура ИИ — это стратегия на десятилетия, в которой ИИ становится таким же базовым ресурсом, как электроэнергия, транспорт или сеть 5G. И для остальных игроков на глобальном рынке это означает одно: впереди не просто соревнование компаний, а полноценное геополитическое перераспределение технологических влияний.

Один из самых важных — но часто недооценённых — сдвигов в индустрии ИИ касается не алгоритмов, а инфраструктуры. Производительность дата-центров NVIDIA выросла в 225 раз за восемь лет. При этом пропускная способность токенов — то есть количество информации, которую модели обрабатывают — увеличилась в 27 000 раз. Одновременно снизилось энергопотребление на один токен, что дало компаниям возможность значительно повысить маржинальность.

Но вместе с этим резко вырос и порог входа. Те, кто не имеет доступа к масштабируемым вычислительным мощностям, начинают отставать не в функциях, а в фундаменте. Сегодняшняя конкуренция — это не только UX и фичи, а доступ к GPU, дата-центрам, серверному железу и энергоэффективности.

ИИ стремительно движется от статуса «научной новинки» к роли основной производственной мощности. Он больше не находится в зоне лабораторных экспериментов — он уже встроен в критически важные процессы и продукты.
Каждая бизнес-функция — от клиентского сервиса и маркетинга до логистики, управления знаниями и научных разработок — перестраивается с учётом новой логики. Сейчас лучший момент принимать решения на уровне всей организации: какие процессы пересматривать, какие роли трансформировать, какие системы строить заново.

А с этим можем помочь мы, ребята из grinit.ru :)