Ang Stanford HAI Center for Human-Centered AI ay naglabas ng AI Index Report 2026, ang pinakamakapangyarihang taunang pagsusuri sa larangan ng AI. Sa nakaraang taon, sa pamamagitan ng isang serye ng pagmamasid, ang mga siyentipiko ng Stanford ay nakuha ang pangunahing konklusyon: ang AI ay tinatanggap ng buong mundo nang mas mabilis kaysa sa PC at internet, ngunit ang mga institusyon, merkado ng trabaho, at mga kasangkapan para sa pagsusuri ng lipunang tao ay lubos na naiiwan.
Ang AI ay nagsisikap, habang ang tao ay patuloy na naghahanap ng sapatos. Sampung larawan upang ipakita kung saan mga lugar ay mas mabilis ang AI kaysa sa tao.
1
Ang pagsubok sa pagpapahalaga sa AI ay walang kwenta mismo.
Ang mga pamagat tulad ng “AI ay Labis sa Tao” ay nakabatay sa kapanatagan ng mga benchmark. Ngunit natuklasan ng report ng Stanford na sa malawakang ginagamit na mathematical benchmark na GSM8K, mayroong halos 42% na mga tanong na hindi epektibo. May mga aksiyon din sa iba pang pagsubok na may posibilidad na “nag-iisip ng mga tanong,” kung saan ang mga modelo ay nakakakuha ng mataas na marka dahil sa pagtrato sa mga datos ng pagsubok, ngunit ito ay hindi nangangahulugan na mas matalino na sila. Maraming kumpanya ang tumanggi na ipahayag ang mga kaukulang resulta ng benchmark. Sabi ni Gil, isa sa mga may-akda ng report: “Ang pagkakaroon ng hindi pagpapahayag ng resulta ay maaaring magbigay ng ilang kahulugan na mismo.”
2
Nawala na ang tunay na pagkakaiba sa pagitan ng China at US, tanging 2.7% lang
Hanggang Marso 2026, ang Elo rating ng pinakamalakas na modelo sa Estados Unidos, ang Claude Opus 4.6, ay 1503, habang ang pinakamalakas na modelo sa Tsina ay nasa likod nito ng tanging 2.7%. Sa nakaraang taon, madalas na nagpalit-lit ang liderato ng mga modelo ng dalawang bansa, at noong Pebrero 2025, ang DeepSeek R1 ay nakapag-ugnay sa pinakamalakas na modelo ng Estados Unidos.
Gayon ngunit iba ang mga pangunahing kakayahan sa AI ng dalawang bansa. Ang Amerika ay may mas malakas na mga modelo, mas maraming kapital, at may 5,427 na data center—higit sa sampung beses ang bilang ng anumang ibang bansa. Samantala, nangunguna ang Tsina sa mga papel sa AI, patente, at pag-deploy ng mga robot. Sa simpleng salita, nananalo ang Amerika sa computing power at pera, samantalang nananalo ang Tsina sa pananaliksik at paggawa.
3
Ang mga modelong pinakabagong ay nagkakatulad, at ang antas ng katalinuhan ay magkakapareho
Hanggang Marso 2026, ang Anthropic (1503), xAI (1495), Google (1494), at OpenAI (1481) ay nasa maliit na range. Ibig sabihin, hindi na ang “sino ang mas malakas na model” ang pangunahing pakikidigma. Ang pagkakaroon ng pagkakaiba ay umuusbong sa gastos, kumpiyansa, at pag-optimize para sa partikular na larangan—na nagpapaliwanag kung bakit gumagawa ang Anthropic ng Advisor Tool (pagbawas sa gastos), bumibili ang Google ng Wiz (cloud security), at bumibili ang OpenAI ng iba’t ibang kompanya sa application layer (pagpapalawig ng mga escenario). Habang ang sariling inteligensya ng mga model ay nagsisiguro na magkakatulad, kailangan ng pagkakaiba sa ibang lugar.
4
Bumaba ng halos 20% ang pagkakakitaan ng mga developer na 22-25 taong gulang
Nakamit ng generative AI ang pagtatanggap sa antas ng populasyon na higit sa 53% sa loob ng tatlong taon, at 88% ng mga organisasyon ay gumagamit na ng AI. Gayunpaman, ang epekto sa paggawa ay hindi pantay-pantay. Ayon sa pag-aaral ni Stanford economist noong 2025, bumaba ng halos 20% ang bilang ng mga software developer na 22-25 taong gulang mula noong 2022, habang patuloy na tumataas ang grupo ng mas matatanda. Ayon sa survey ni McKinsey noong 2025, ang isang-katlo ng mga organisasyon ay inaasahan na bawasan ang kanilang mga empleyado sa susunod na taon dahil sa AI, na kumikita sa mga serbisyo sa operasyon, supply chain, at software engineering.
Hindi pa nagpapakita ang kabuuang data ng malawakang pagkawala ng trabaho, ngunit sapat na ito upang ipakita na ang merkado ng paggawa ay tulad ng pagluluto sa mainit na tubig—naglalaho ang krisis nang paunti-unti.
5
Ang bilis ng pagtatanggap ay hihigit sa PC at internet, at ang Estados Unidos ay nasa ika-24 na pwesto lamang
Nakamit ng generative AI ang 53% na population adoption rate sa loob ng tatlong taon, mas mabilis kaysa sa personal computer at internet. Ngunit ang pinakamalaking hindi inaasahang data point ay: ang Estados Unidos ay nangunguna sa pag-invest at pag-unlad ng AI models, ngunit ang population adoption rate ay lamang 28.3%, nasa ika-24 sa buong mundo. 64% ang United Arab Emirates, 60.9% ang Singapore. Ang pinakamaraming nagbabayad, ang pinakakaunti na gumagamit.
6
$581.7 bilyon ang global na pag-invest sa AI, 23 beses ang dami ng Amerika kumpara sa Tsina, ngunit...
Ang kabuuang pag-invest sa mga kumpanyang AI sa buong mundo noong 2025 ay umabot sa $5817 bilyon, na isang pagtaas ng 129.9% kumpara sa nakaraang taon. Ang pribadong pag-invest sa AI sa Estados Unidos ay $2859 bilyon, 23 beses ang dami ng China at 48.5 beses ang dami ng United Kingdom. Ang isang estado lamang na California ay nagtatampok ng higit sa 75% ng pag-invest sa Estados Unidos. Marami rin ang malalaking transaksyon: kinuha ng OpenAI ang $400 bilyon na pondo, na may halagang $3000 bilyon; kinuha ng Anthropic ang $130 bilyon na pondo, na may halagang $1830 bilyon; at kinuha ng Cursor ang $23 bilyon na pondo sa halagang $293 bilyon.
Ngunit may isang nakatagong impormasyon: sa loob ng bansa, ang mga pondo ng gobyerno ay nagbigay ng halos $184 bilyon sa mga kumpanya ng AI mula 2000 hanggang 2023, at ang perang ito ay hindi isama sa mga istatistika ng pribadong pag-invest. Kapag isasama ang bahaging ito, ang pagkakaiba sa pondo sa pagitan ng China at Estados Unidos ay maaaring mas maliit kaysa sa nakikita sa mga numero.
7
AI Agent: Mula sa pag-uusap hanggang sa paggawa, ngunit may 1/3 na rate ng pagkabigo
Ang taong 2025 ay ang Taon ng AI Agent. Ang akurasyon ng OSWorld (na sinusubok ang kakayahan ng AI na matapos ang mga gawain sa operating system) ay tumaas mula sa 12% patungo sa 66.3%, na nag-iisa lamang ng 6 puntos mula sa pagganap ng tao. Ang WebArena ay nakamit ang 74.3%, habang ang Cybench (mga gawain sa cybersecurity) ay tumaas mula sa 15% patungo sa 93%.
Ngunit sa kabuuan, mayroon pa rin ang Agent ng halos 1/3 na rate ng pagkabigo. At ang aktwal na pag-deploy sa mga negosyo ay nasa iisang digit pa rin—sa karamihan ng mga business scenario, higit sa 2/3 ng mga respondent ay nagsabi na wala silang gumagamit ng AI Agent. May malaking pagkakaiba pa sa pag-unlad sa benchmark at sa aktwal na pag-deploy.
8
89% ng mga robot ay nabubuhay sa laboratorio
Ang AI ay malakas na sa virtual world, ngunit nananatiling mahina sa physical world. Ang tagumpay na rate sa pagpapatakbo ng robot sa mga software simulation ay 89.4%, ngunit ang tagumpay na rate sa totoong mga gawain sa bahay ay lamang 12.4%. Isang malinis na laboratorio, isang maingay na tahanan—sa totoong kapaligiran na ito, ang papel ng robot ay nananatiling maliit.
Gayunpaman, ang autonomous driving ay isang exception: humahawak ang Waymo ng halos 450,000 paglalakbay bawat linggo, habang natapos ng Apollo Go ang halos 11 milyong fully driverless trips noong 2025.
9
Eksperto vs Publiko: 73% vs 23% na pagkakaiba sa pagkakaintindi
Ang pagbanggit sa pag-aaral ni Pew ay nagpapakita ng nakakagulat na pagkakahati-hati: 73% ng mga eksperto sa AI ay naniniwala na ang AI ay magkakaroon ng positibong epekto sa trabaho, ngunit lamang 23% ng mga Amerikano ang naniniwala nito—kumpletong polarisasyon.
Isang iba pang interesanteng datos: Sa lahat ng mga bansang sinuri, ang mga Amerikano ang may pinakamababang tiwala sa pamahalaang regulasyon ng AI. Parehong optimista ang mga eksperto sa potensyal ng AI sa edukasyon at kalusugan, ngunit naniniwala silang sasaktan ng AI ang mga eleksyon at mga ugnayang panlipunan.
10
Ang GPT-4o ay gumagamit ng higit sa 12 milyong litro ng tubig sa isang taon, at ang kanyang paggamit ng kuryente ay sapat upang palakasin ang buong estado ng New York.
Ang pag-unlad ng AI ay may gastos sa kalikasan. Ang mga data center ng AI sa buong mundo ay maaaring mag-consume ng 29.6 GW ng kuryente—sapat na dami upang suportahan ang buong estado ng New York sa panahon ng peak demand. Ang isang modelo lamang ng OpenAI na GPT-4o ay maaaring magamit ng higit sa 12 milyong litro ng tubig taun-taon, higit pa sa pangangailangan sa inumin ng 12 milyong tao.
Ang mga malaking pagkakasunog na ito, na inilalagay sa isang pagkakasunod-sunod ng mga pagtatrain ng modelo, ay nangyayari samantala ang supply chain ng chip sa likod ng mga modelo ay napakadaling masira. Ang Estados Unidos ay may-ari ng karamihan sa mga AI data center sa buong mundo, ngunit halos lahat ng mga unang-unggoy na AI chip ay gawa lamang ng isang kumpanya sa Taiwan—TSMC. Ang lahat ng computing power, lahat ng investment, at lahat ng pag-unlad ng modelo, ay nakabatay sa pisikal na pundasyong ito.
Ito ay tanging bahagi ng ulat, ngunit sapat na ito upang makita na ginagamit natin ang pinakamabilis na paggalaw sa kasaysayan upang «tanggapin» ang isang teknolohiya na hindi pa natin lubos na nauunawaan.
Kasama rin sa buong ulat ang mas maraming detalye tungkol sa AI safety, regulatory developments, research trends, at iba pang dimensyon—malakas na inirerekomenda ang pagbabasa ng buong orihinal na ulat para sa mga interesado: 👉🏻: https://hai.stanford.edu/ai-index
Ang artikulong ito ay mula sa WeChat public account na “APPSO”, may-akda: APPSO na nagtataguyod ng mga produkto ng kinabukasan