Ещё недавно искусственный интеллект воспринимался как инструмент, помогающий человеку решать задачи быстрее и точнее. Сегодня – он сам становится источником новых знаний, формируя основу для новой платформенной экономики. Об этом свидетельствуют данные свежего отчёта Air Street Capital: State of AI Report (9 октября 2025 года), который фиксирует переход от «инструментального» к «обучающему» ИИ.
Символом этого перехода стал эксперимент с нейросетью AlphaZero, обучившейся игре в шахматы без участия человека. Исследователи выделили из неё так называемые динамические концепции – не отдельные ходы, а серии стратегических мотивов. После того как эти принципы были переданы четырём чемпионам мира, их результаты выросли в среднем на 0,85 балла из 4 в тестовых партиях, то есть почти на 25 % больше точных решений, – впечатляющий прирост для игроков такого уровня.
Этот случай впервые показал, что сверхчеловеческий ИИ может не просто обыгрывать человека, а учить его новому стилю мышления, выходящему за рамки человеческой интуиции. Так рождается зона машинного знания (M–H zone, Machine–Human zone) – область, где алгоритм понимает больше, чем человек, и способен делиться этим пониманием.
По данным State of AI Report 2025, в этом году особое внимание получили архитектуры, способные к «самообучающему действию». Пример – китайская модель Kimi K2 от Moonshot AI: триллион параметров, обучение без потери точности, устойчивое поведение в реальных сценариях. Она демонстрирует, что эпоха просто «больших» моделей заканчивается – наступает время агентных ИИ, способных рассуждать, проверять себя и адаптироваться.
«Технология LoRA (Low-Rank Adaptation) и новые методы дообучения вроде Muon-оптимизации делают ИИ доступным даже университетам и компаниям среднего уровня. Это открывает окно возможностей для отечественных разработчиков: теперь не нужно обучать модели “с нуля” – достаточно адаптировать открытые решения под конкретные бизнес-задачи», – поясняет Степан Сергеев, заместитель заведующего кафедрой бизнес-информатики Финансового университета при Правительстве РФ.
Отчёт фиксирует любопытную динамику: в 2024 году открытые модели почти догнали закрытые по уровню интеллекта, но в 2025-м разрыв снова вырос. На вершине рейтинга остаются GPT-5, o3 и Claude 4.1 Opus, однако открытые системы – Qwen 2.5, DeepSeek R1 и Kimi K2 – развиваются быстрее. Они внедряют новые методы – включая верифицируемые вознаграждения (RLVR) и энергоэффективную оптимизацию Muon – которые могут стать стандартом будущей ИИ-инфраструктуры.
«Сценарий 2025 года показывает, что открытые модели способны быть конкурентоспособными не только в науке, но и в промышленности. Для России это окно возможностей – развивать собственные открытые архитектуры с ориентацией на прозрачность и устойчивость», – считает Сергеев.
Самым значимым геоэкономическим событием отчёт называет «Новый Шёлковый путь ИИ»: Китай впервые обогнал США по качеству и масштабам распространения открытых моделей. На три крупнейших проекта – Qwen, DeepSeek и Kimi K2 – приходится 63 % мирового использования open-weight систем. Их успех объясняется не секретностью, а скоростью совместного развития.
«Китай доказал, что открытые модели могут быть не альтернативой, а новым стандартом. Россия, опираясь на научные школы и госинициативы, может встроиться в этот цифровой “Шёлковый путь” знаний», – отмечает Ярослав Зубов, к. э. н., доцент кафедры бизнес-информатики Финансового университета.
Всё больше примеров доказывают: искусственный интеллект перестаёт быть «чёрным ящиком». Он становится партнёром – в науке, в инженерии, в управлении. Именно этот симбиоз человека и машины формирует новую платформенную экономику.
«Переход от автоматизации к интеллектуальному наставничеству – это не мечта, а практическая задача ближайших лет», – подытоживает Зубов.
ИИ, способный не только вычислять, но и объяснять, – это фундамент цифрового доверия. И именно на этом фундаменте Россия сегодня может строить собственную, устойчивую и открытую платформенную экономику – где данные становятся знаниями, а технологии – инфраструктурой развития.