Тренды в искусственном интеллекте в 2026 году: эксперты об уровне зрелости и перспективах развития AI-технологий

При этом эксперты обращают внимание — в этой сфере существует много мифов. Порой они создают искаженное восприятие того, что происходит на самом деле. Поэтому сегодня особенно важно отличать гипотетическое использование ИИ преступниками от реальных действий. Для того, чтобы разобраться, где правда, важно ориентироваться на надежные источники данных: отчеты ИБ-компаний и LLM-вендоров. Конечно, стоит оговориться, что каждый из источников информации имеет свои особенности, которые нужно учитывать.

Владислав Тушканов, руководитель группы исследования технологий машинного обучения в «Лаборатории Касперского», подчеркивает: «Важно отметить, что ИИ кардинально не меняет ландшафт киберугроз. Мы давно живем в мире, где есть фишинг и вредоносные программы. Конечно, современные технологии могут расширять возможности для злоумышленников и снижать порог входа в индустрию. Однако сами по себе техники атакующих остаются неизменными уже длительное время. Поэтому базовые правила цифровой грамотности и современные защитные решения вполне способны обеспечить должный уровень защиты — как пользователям, так и организациям».

Для эффективной борьбы с эволюционирующими киберугрозами, которые создаются в том числе с использованием LLM, — важно еще активнее применять ИИ в кибербезопасности. Например, для повышения продуктивности ИБ-специалистов и эффективности защитных решений. «Мы для защиты от фишинга применяем, в частности, технологию оптического распознавания символов — OCR. Она обнаруживает вредоносный текст, спрятанный внутри изображений на фишинговых сайтах, а также собственную запатентованную модель машинного обучения, обучающуюся на множестве поддельных и легитимных сайтов. К тому же ИИ активно применяется для совершенствования существующих технологий защиты и детектирования опасных техник атак, таких как DLL Hijacking и не только», — говорит Владислав Тушканов.

Уже в 2025 году стало ясно, что технология воплощенного ИИ успешно работает в лабораториях, а с 2026-го она будет еще активнее интегрироваться в нашу повседневную жизнь.

Кроме того, за последние два года резко увеличилось количество публикаций в области робототехники, появились стартапы, сумевшие привлечь внушительные инвестиции в такие проекты. Катализатором роста стали такие знаковые проекты, как Robotics Transformer (RT-1) от Google DeepMind. Ключевой фактор развития отрасли: масштабирование данных — от VR-телеметрии, генерируемой Tesla, до полностью виртуальных симуляторов, созданных Nvidia.

«Сейчас формируется новая структура индустрии: она выстраивается вокруг разработчиков VLA-моделей — моделей, объединяющих языковые и визуальные возможности для решения задач высокого уровня. А также — производителей роботов и компаний-интеграторов готовых решений. Одновременно усиливается интерес к вопросам безопасности: подходы к ограничениям и разработке защитных систем для роботов будут совершенствоваться столь же быстро, как и методы обеспечения безопасности языковых моделей», — прогнозирует Владислав Куренков, руководитель научной группы «Адаптивные агенты» Института AIRI.

Исследование McKinsey Global Institute, опубликованное в ноябре 2025 года, показывает, что ключевая трансформация рынка труда связана не с массовым вытеснением людей технологиями, а с новым форматом сотрудничества между человеком, ИИ-агентами и роботами. По оценкам аналитиков, искусственный интеллект способен автоматизировать до 57% рабочих часов в США, однако это не равно прямой утрате рабочих мест. Речь идет о перераспределении задач: значительная часть функций будет выполняться в гибридных моделях, где человеческая экспертиза дополняется возможностями ИИ. В такой системе технологии усиливают продуктивность людей, а будущее работы формируется на основе партнерства, а не замещения.

По словам CEO MWS AI (входит в Erion, ранее «Экосистема МТС») Дениса Филиппова, в 2026 году актуален разговор о тренде на поиск нового, гибридного формата работы в организациях. Компании все чаще задумываются, как сочетать решения на базе искусственного интеллекта и работу людей. Рынок постепенно приходит к новой организационной модели, где наряду с сотрудниками работают ИИ-решения — отдельные агенты или их команды, которые автономно выполняют набор задач. И ключевой вопрос здесь в том, как правильно встроить их в общую систему и соединить с работой людей.

«Одновременно встает и более сложный вопрос: что делать с людьми, с которых эти задачи снимаются. Тема "искусственный интеллект заменит людей" часто смягчается формулировкой про усиление человека и инструмент в его руках, но по-честному это не снимает проблему. В ряде задач и отраслей ИИ действительно существенно заменит человеческий труд и заберет значительный объем текущей работы. Поэтому важно прямо смотреть на те сферы, где это влияние будет наибольшим. Отсюда логично возникает тема перепрофилирования и переобучения. Растет спрос на программы переквалификации, и роль HR в компаниях заметно усиливается. Человеческий капитал остается самым ценным активом, даже с учетом развития ИИ. Недальновидный подход — внедрить технологии и просто сократить тысячи сотрудников. Куда разумнее искать ответ на вопрос, как этих людей переквалифицировать, потому что в целом людей на рынке по-прежнему не хватает», — отмечает эксперт.

В рекомендательных системах уже происходит переход к нейросетевым технологиям и мультимодальным моделям, и этот тренд будет усиливаться. Перед рынком стоит задача создать для каждого пользователя живую и точную ленту, понимающую его интересы, глядя на которую авторы и рекламодатели быстрее будут находить свою аудиторию и эффективнее взаимодействовать с ней.

У каждой платформы свой подход к решению этого вопроса. Например, VK объединил рекомендации, рекламу и поиск на единой Discovery-платформе. Команда разработала и начала внедрять технологии глубокого понимания контента на основе мультимодальных моделей.

«Это делает рекомендации кросс-платформенными, то есть рекомендательная система работает сразу в нескольких продуктах. Например, мультимодальная контентная модель анализирует текст, изображения, аудио и видео по отдельности и объединяет в едином пространстве: она может предложить похожий по смыслу видеоролик на основе понравившегося текстового поста или короткого видео. Мультимодальная языковая модель может находить смысловые связи между объектами и оценивать их релевантность», — объясняет Андрей Зимовнов, руководитель направления рекомендаций, AI VK.

К 2026 году рынок ИИ окончательно выйдет из фазы массовых экспериментов и перейдет к этапу продуктивного и управляемого применения. Компании уже понимают, где ИИ работает, а где нет, и ключевой задачей становится извлечение измеримой пользы, а не формальное внедрение технологии.

«ИИ перестает быть самостоятельным решением: наибольший эффект он дает в связке с профессиями и конкретными процессами. "Специалист + ИИ" системно эффективнее, чем ИИ сам по себе. При этом значительная часть пилотов по-прежнему не доходит до продакшена — из-за отсутствия формализации, ответственности и встраивания в бизнес-контур. В 2026 году станет особенно заметно расслоение рынка. Одни компании продолжат внедрять ИИ "ради галочки", другие — строить процессы вокруг него. Именно вторые начнут получать устойчивый эффект: ускорение операций, воспроизводимые кейсы и снижение издержек. По этому пути уже идут глобальные игроки — от OpenAI до Palantir, и аналогичный тренд будет разворачиваться и в России», — рассказывает Михаил Неверов, директор по развитию искусственного интеллекта Х5.

Одновременно рынок упирается в более сложный вызов — контроль автономности. Агентные системы и автопилоты технически готовы, но остаётся открытым вопрос ответственности и границ решений, которые можно отдавать ИИ. Отдельная проблема — взаимодействие ИИ-агентов между собой, когда формально задача выполнена, но результат не соответствует ожиданиям человека.

«При этом важно понимать: речь не идет о сворачивании экспериментов. Технология продолжает быстро развиваться, и отказ от исследовательских контуров создает риск упустить следующий качественный скачок. Зрелость рынка в 2026 году будет определяться не отказом от экспериментов, а умением разводить их с продакшеном — тестировать новое, не ломая работающие процессы. В итоге ИИ перестает быть универсальным ответом "на любой вопрос". 2026 год становится годом трезвой зрелости: эффективности, управляемости и осознанного выбора — где ИИ действительно создает ценность, а где его применение не оправдано», — заключил Неверов.