Как использовать ИИ в работе и бизнесе: нейросети, автоматизация, разработка, вайбкодинг и DevOps. Практические тесты, инструкции и результаты.
По всем вопросам: https://t.me/Fam1nor
YouTube: https://www.youtube.com/@undercode_ai
Post #9
108
А пока вам интересную статистику принес
СТЭНФОРДСКИЙ ОТЧЕТ ПО ИИ 2025: ОСНОВНЫЕ ТЕНДЕНЦИИ
Ежегодный отчет Stanford AI Index (2025) анализирует ключевые изменения в сфере искусственного интеллекта:
✔️Глобальное лидерство
- США сохраняют первенство с 40 значимыми ИИ-моделями
- Китай демонстрирует быстрый рост (15 моделей)
- Европа представлена 3 французскими разработками
- Разрыв в качестве между США и Китаем сократился с 9,26% до 1,70% за год
✔️Экономика ИИ
- Обучение моделей требует огромных затрат (Gemini 1.0 Ultra - $192 млн)
- DeepSeek-R1 создан за $6 млн, что указывает на новые подходы
- Общие инвестиции в ИИ достигли $150 млрд ($33 млрд - генеративный ИИ)
✔️Технологические вызовы
- Стоимость обработки упала с $20 до $0,07 за млн токенов
- 48% сайтов блокируют сбор данных для обучения
- GPT-4 превосходит врачей в тестах (96% точности)
✔️Практическое внедрение
Несмотря на технический прогресс:
- Экономический эффект пока скромный (-10% затрат, +5% доходов)
- Основные проблемы: энергопотребление, нехватка данных, регулирование
Отчет показывает, что отрасль переходит от этапа бурного роста к более сбалансированному развитию с акцентом на устойчивость и практическое применение.
СТЭНФОРДСКИЙ ОТЧЕТ ПО ИИ 2025: ОСНОВНЫЕ ТЕНДЕНЦИИ
Ежегодный отчет Stanford AI Index (2025) анализирует ключевые изменения в сфере искусственного интеллекта:
✔️Глобальное лидерство
- США сохраняют первенство с 40 значимыми ИИ-моделями
- Китай демонстрирует быстрый рост (15 моделей)
- Европа представлена 3 французскими разработками
- Разрыв в качестве между США и Китаем сократился с 9,26% до 1,70% за год
✔️Экономика ИИ
- Обучение моделей требует огромных затрат (Gemini 1.0 Ultra - $192 млн)
- DeepSeek-R1 создан за $6 млн, что указывает на новые подходы
- Общие инвестиции в ИИ достигли $150 млрд ($33 млрд - генеративный ИИ)
✔️Технологические вызовы
- Стоимость обработки упала с $20 до $0,07 за млн токенов
- 48% сайтов блокируют сбор данных для обучения
- GPT-4 превосходит врачей в тестах (96% точности)
✔️Практическое внедрение
Несмотря на технический прогресс:
- Экономический эффект пока скромный (-10% затрат, +5% доходов)
- Основные проблемы: энергопотребление, нехватка данных, регулирование
Отчет показывает, что отрасль переходит от этапа бурного роста к более сбалансированному развитию с акцентом на устойчивость и практическое применение.
- 👍 3