Еволюція індустрії ШІ входить у «зону диференціації», оскільки домінуючий дизайн відстає

Цей текст містить приблизно 18 000 слів, основна структура така:

• Інтуїтивні або абстрактні судження щодо розвитку ШІ можуть бути важкими для ефективного керування рішеннями

• Два класичні інструменти аналізу еволюції галузей (Utterback + Klepper)

• Проаналізуйте за допомогою рамки об’єднання: на якому етапі зараз знаходиться галузь ШІ?

• Нове питання, яке треба задати: яким буде темп у майбутньому?

• Шкала часу еволюції галузі ШІ: від ери виробництва до цифрової ери

• Конкретні часові координати AI-революції (прогноз)

• Використовуйте останні тенденції для зворотного підтвердження

Відкрийте телефон — про штучний інтелект щодня постійно приходять новини: щойно випущено нову модель, яка знову перевершила продуктивність; компанія отримала нове фінансування, її оцінка досягла рекордного рівня; кількість користувачів платформи подолала новий рекорд; у рейтингу вчорашній лідер сьогодні вже був обігнаний. Щільність та швидкість інформації значно перевищують будь-яку попередню технологічну революцію.

Це відчуття продовжується після завершення WAIC у липні. У приміщенні конференції постійно оновлюються дані, постійно покращуються показники продуктивності, постійно оновлюються технічні параметри та форми продуктів; від передових лабораторій, великих компаній та стартапів до гравців традиційних галузей, виробників кінцевого обладнання та наукових установ — все більше різноманітних компаній активно входять у цю велику технологічну промислову революцію.

Така висока щільність інформації та велика кількість учасників природно викликають дві поширені реакції.

Одне — це тривога: чи я відстаю? Чи пропускає моя компанія щось важливе? Якщо не діяти цього тижня, чи не стане пізно наступного тижня?

Інший — імпульсне судження: хто вже виграв? хто вже вибув? чи вже майже визначилася структура цієї галузі?

За обоєма реакціями стоїть та сама проблема: на якому етапі зараз перебуває галузь ШІ? І як ми можемо розумно зробити це визначення?

Зараз існують і популярні твердження — наприклад, «ШІ вже увійшов у новий етап». Залежно від перспективи, такі висновки мають свою логіку та підстави. Але для корпоративних рішень, які повинні приймати стратегічні рішення, важливішими є більш фундаментальні питання: на підставі чого ми вважаємо, що попередній етап завершився? На підставі чого ми впевнені, що ШІ ввійшов у новий етап? Які саме ознаки цього? Які внутрішні закономірності визначають цей процес? І з яких етапів складається повний цикл? Для того щоб отримати більш надійні висновки, потрібна більш строга та наукова аналітична рамка — саме це зараз дуже легко знехтувати в процесі ШІ-революції, але це може мати дуже великі наслідки. Неправильна оцінка етапу розвитку галузі безпосередньо впливає на напрямок, темпи та пріоритети інвестицій — якщо ви помилилися з етапом, всі ваші дії можуть бути спрямовані не туди.

У сучасних дискусіях про ШІ багато вчених почали аналізувати та оцінювати етап розвитку галузі, зокрема професор Гарвардської школи бізнесу Карім Лахані у березні 2026 року опублікував у своєму Substack довгу статтю «Від ферменту до домінуючого дизайну», яка є одним із найбільш представницьких зусиль у цьому напрямку. Він використав аналітичні інструменти, розроблені протягом декількох десятиліть двома високоавторитетними вченими у галузі дослідження інновацій — Джеймсом Уттербеком (Массачусетський технологічний інститут) та Стівеном Клеппером (Університет Карнегі-Меллон) — на основі повних історичних даних з кількох галузей, щоб визначити етап конкуренції великих моделей ШІ та сформулювати кілька оригінальних спостережень (про це буде детальніше зазначено нижче). Його основний висновок: ШІ зараз перебуває на пізній стадії рухливості, домінуючий дизайн ще не встановлено; порядок у галузі слід розглядати як відкритий питання, а не як вже вирішену проблему. Це збігається з напрямком цієї статті і є одним із ключових джерел ідей, які автор використав при створенні цієї рамки.

Ця стаття повністю розгорне класичні рамки двох вчених, досліджуючи розширені аналітичні рамки для цифрової/AI-ері, поєднуючи найновіші дані та досягнення галузі 2026 року. Спочатку строго визначається етап, на якому перебуває сучасна еволюція AI-галузі, а потім ставиться питання, якого не поставив професор Лахані, але яке є надзвичайно важливим для керівників бізнесу: згідно з загальними закономірностями еволюції галузі, яким буде темп до встановлення домінуючого дизайну та виявлення глибокого перерозподілу?

Це й є та «шкала часу еволюції ІТ-індустрії», про яку йде мова в цій статті — де ми зараз і яким буде темп майбутнього.

Ці два класичні інструменти є найбільш впливовими публічними академічними активами в галузі дослідження індустріальних інновацій. Їхня цінність полягає не у абстрактних теоріях, а у тому, що обидва вони є закономірностями, виведеними з великої кількості історичних даних і багаторазово підтвердженими емпірично.

Три етапи еволюції індустрії Уттербека: з точки зору «продуктового виміру»

Джеймс Аттербек — професор Школи менеджменту Слоун при Массачусетському технологічному інституті, один із засновників у галузі індустріального інновацій та еволюції технологій. Його класичне дослідження, проведене разом із Вільямом Абернаті ще в 1975 році, спостерігало за історією еволюції технологій у десятках виробничих галузей і в 1994 році було систематизоване в його підсумковій праці «Mastering the Dynamics of Innovation», де було виявлено дивовижно послідовний закон: еволюція технологій майже у всіх галузях слідує чітко визначеній трьохетапній послідовності.

Фаза розробки (Fluid Phase) — усі пробують. Ще немає відповідей на питання: яким має бути продукт, чого справді хочуть клієнти, що вважати «достатньо добре». Існує кілька конкуруючих дизайнов, бар’єри для входу низькі, інновації зосереджені на рівні продукту. Головне питання: яким має бути продукт?

Перехідний етап (Transitional Phase) — де деякі проектні рішення починають стабілізуватися, і виникає домінуючий дизайн (Dominant Design). Акцент інновацій зміщується з питання «Яким має бути продукт» на «Як зробити продукт дешевшим, надійнішим і масштабованим» — від інновацій у продукті до інновацій у виробництві. Основне питання стає таким: що саме найбільше цінує клієнт?

Спеціальна фаза (Specific Phase) — дизайн продукту в основному визначений, конкуренція зміщується на ефективність — хто зробить це дешевше, надійніше та масштабованіше. Інновації стають поступовими, галузь високо концентрована. Основне питання: хто зможе надавати продукт надійніше, дешевше та масштабованіше?

Ключовим інсайтом цієї моделі є те, що в трьох етапах «хто лідирує» — це зовсім різні люди. Здібності переможців на етапі руху (експерименти, швидкість, уява, толерантність до помилок) кардинально відрізняються від здібностей переможців на етапі спеціалізації (масштаб, витрати, дисципліна, надійність). Те, що компанія лідирує на етапі руху, не означає, що вона здатна продовжувати лідирувати на етапі спеціалізації — саме це й є глибиною причини, чому багато лідерів у ході індустріальних змін у кінцевому підсумку вибувають.

Ще одна річ: Уттербек пізніше разом з Суаресом (1993) додав, що еволюція галузі не обов’язково проходить усі три етапи — деякі галузі в кінцевому підсумку формують домінуючий дизайн (траєкторія A), тоді як інші можуть довго залишатися у стані одночасного існування кількох шляхів (траєкторія B).

2.1.1 Ключові поняття: що таке «домінуючий дизайн» і чи буде він у епоху ШІ?

У трьох етапах домінуючий дизайн — це найважливіше поняття, і варто детально його розглянути.

Керівний дизайн — це не те, що продукт однієї компанії перемагає, а те, що певний набір технологій і формат продукту стає фактичним стандартом у всій галузі. Коли він встановлений, усім наступникам, щоб взяти участь у конкуренції, доводиться діяти на основі цього дизайну — продукти, що відхиляються від нього, майже не уникнуть маргіналізації.

Найкласичнішим прикладом є Ford T 1908 року — він встановив не те, що «бренд Ford переміг», а те, що «бензиновий двигун внутрішнього згоряння + передній розташування двигуна + задній привід + конвеєрне виробництво» — цей набір став стандартом для всієї автомобільної промисловості на наступні десятиліття. Після цього всі автовиробники конкурували в межах цієї домінуючої конструкції, намагаючись зробити краще, а не запитуючи, «як має виглядати автомобіль».

Після того як домінуючий дизайн встановлюється, правила гри в індустрії тихо змінюються: акцент інновацій зміщується з «що повинен бути продукт» на «як зробити продукт дешевшим, надійнішим і масштабованим» — від інновацій у продукті до інновацій у технологіях виробництва. Це найважливіший роздільний пункт між перехідним та спеціалізованим етапами.

Природне допитування: чи буде домінуючий дизайн у епоху ШІ?

Я вважаю: відповідь — так, але форма буде відрізнятися від ери виробництва. Доки галузь потребує масштабного доставлення, екосистемної взаємодії та стабільних очікувань користувачів, завжди сформується певний «фактичний стандарт» — це економічна вимога функціонування галузі. Хоча в епоху Інтернету темпи швидші, все ще з’явилися такі домінуючі рішення, як TCP/IP, HTTP, HTML, ядро Chromium.

Проте домінуючим дизайном ери ШІ, ймовірно, буде «шаровий, багатокомпонентний, компонуємий» — замість «однієї форми продукту, що панує», де на різних рівнях технологічного стеку виникають фактичні стандарти, з’єднані через інтерфейси та протоколи.

Іншими словами, домінуючим дизайном ери ШІ може бути не «наступний T-автомобіль», а скоріше набір ієрархічних протоколів, подібних до «TCP/IP + HTTP + HTML» — кожен рівень стабільний, а між рівнями відбувається взаємодія через стандартизовані інтерфейси. Вже зараз з’являються такі концепції, як MCP (Model Context Protocol, протокол контексту моделі), мережі A2A (Agent-to-Agent) та фактичні стандарти виклику API — усі вони можуть бути початковими формами цього «дизайну наступного покоління». Домінуючий дизайн не зник — він просто змінив форму подання.

2.1.2 Підтвердження історичними даними

Надійність моделі Уттербека трьох етапів походить з її точного опису кількох процесів встановлення домінуючих дизайнов:

• Автомобільна промисловість: після того як у 1908 році Ford T встановив домінуючий дизайн, автомобільна промисловість швидко перейшла з періоду руху до перехідного періоду.

• Телевізійна галузь: на початку чорно-білі телевізори існували разом із різними кольоровими системами; після встановлення стандарту NTSC у 1953 році розпочався перехідний період.

• Персональні комп’ютери: наприкінці 1970-х з’явилися різні архітектури, такі як Apple II, TRS-80, Commodore, але лише з появою архітектури IBM PC та союзу Wintel у 1981 році була остаточно встановлена домінуюча дизайн-модель.

• Мобільні телефони: До випуску iPhone у 2007 році на ринку існувало багато різних дизайнових рішень, таких як BlackBerry, Nokia Symbian, Windows Mobile. Після того як комбінація iPhone + iOS/Android стала домінуючим дизайном, інші напрямки швидко вийшли з основного ринку.

Спільні риси: обидва спочатку проходять етап потоку з кількома паралельними лініями, після чого певна комбінація стає домінуючим дизайном. Ця послідовність закономірностей є емпіричною основою моделі Уттербека.

2.2 Динаміка населення промисловості Klepper: з точки зору «бізнес-виміру»

Стефен Клеппер — професор економіки у Карнегі-Меллонському університеті, провідний дослідник у галузі промислової організації та еволюції підприємств. Ще в 1982 році Клеппер у співпраці з Майклом Гортом розробив першу формальну математичну модель життєвого циклу галузі в контексті промислової економіки (у науковому середовищі вона відома як модель Г-К), а пізніше опублікував серію незалежних досліджень, що її розширили. На основі систематичного аналізу десятиліть історичних даних з кількох галузей Клеппер виявив послідовну закономірність щодо входу та виходу підприємств у процесі їхнього розвитку:

Увійти у зростання → досягнення піку кількості компаній → велика перерозподіл → домінування невеликої кількості лідерів.

Емпірична основа цього закону — повне відстеження ним походження, розташування та років виробництва кожної компанії, що увійшла на ринок автопромислу США з 1895 по 1966 рік. Дані такі:

Тут є дивний парадокс:

Від піку до глибокої інтеграції 1960-х років пройшло приблизно 50–60 років, але за цей період річний виробництво автомобілів у США зросло в сотні разів за логарифмічною шкалою. Іншими словами, індустрія стала надзвичайно великою, а кількість компаній — надзвичайно малою. Індустрія не боролася — вона процвітала; вмирали слабкі, а не попит.

Клеппер також перевірив цю ж закономірність у кількох інших галузях, що зробило форму «зростання — пік — спад» не винятком автопромислу — телевізори (у ранні 1950-ті роки більше 80 учасників, після чого відбулася відносно швидка перебудова), друкарські машинки, вакуумні лампи, шини, пеницилін — у всіх них спостерігається та сама базова форма. Це надало теорії Клеппера міцну емпіричну основу.

2.2.1 Ключова теорія: теорія складання різниць у здібностях

Клеппер пояснив вищезазначене явище теорією складання різниць у здібностях:

Перемішування — це не раптове рішення ринку, а необхідний результат накопичення різниці в здатностях компаній з часом.

Різниця між різними підприємствами щодо інновацій, зростання та здатності знижувати витрати з часом експоненційно збільшується, доки слабкі не опиняться нижче рівня виживання. Ця теорія має три ключові пункти:

По-перше, різниця в здібностях часто виникає через випадкові обставини на початковому етапі. У перші роки входження на ринок здібності компаній насправді схожі, але через кілька різних рішень щодо ключових факторів — ключових рішень, ключових фахівців, ключових можливостей — між компаніями починають виникати розбіжності в здібностях. На початку ці розбіжності майже непомітні.

Друге: різниця в здібностях самопідсилюється та експоненційно збільшується. Підприємства з трохи вищими здібностями отримують більшу частку ринку → більше ресурсів та можливостей для навчання → ще більше переваги у здібностях — це позитивний зворотний зв’язок. Підприємства з трохи нижчими здібностями потрапляють у протилежний негативний зворотний зв’язок. Роки по тому початкова «незначна» різниця компонується у «неподоланну» пропасть.

Третє: коли розбіжність накопичується до «критичної різниці», слабкі учасники виштовхуються. Зерна відсіву закладені ще на початку періоду ліквідності — на перший погляд усі біжать, але насправді швидкість накопичення підстави абсолютно різна.

Наведене дослідження приходить до висновку, який повинен насторожити менеджерів: чекати, поки фінансові звіти погіршаться, перш ніж почати розвивати здібності, — це вже занадто пізно; чекати, поки з’являться помітні сигнали перерозподілу, перш ніж запускати оновлення здібностей, — оконо можливостей вже закрито. Те, хто зможе пройти через перерозподіл, вирішується раніше: чи вважали компанії «швидкість складання здібностей» найважливішою стратегічною змінною з самого початку.

2.2.2 Інша важлива неінтуїтивна спостереження: вікно входу закривається раніше, ніж сигнал перемішування

Крім теорії складання здібностей, Клеппер зробив ще один протилежний інтуїції, але надзвичайно важливий висновок — «вікно входу» галузі закривається раніше, ніж «сигнали перерозподілу».

Повернемося до даних автопромисловості: після досягнення піку кількості підприємств у 1907–1910 роках, частка нових компаній різко знизилася після 1910 року — тоді ще не було помітних сигналів перетворення, галузь продовжувала швидко рости, а ЗМІ не почали публікувати новини про «вихід» тих чи інших компаній. Справжнє масштабне перетворення (постійне зменшення загальної кількості підприємств протягом десятиліть) розпочалося лише після 1920 року. Іншими словами:

• Близько 1910 року — ззовні це все ще виглядало як «період процвітання, кожен виробляв автомобілі», але вік для нових учасників уже почав закриватися (справжніх нових гравців, які хотіли ввійти, ставало все менше)

• 1920–1960 роки — починають з’являтися сигнали перерозподілу, ЗМІ починають повідомляти про інтеграцію, саме тоді звичайні спостерігачі усвідомлюють: «О, галузь інтегрується»

• Коли спостерігачі зрозуміли, вікно для входу було закрито вже цілі 10–15 років

Це спостереження має сильні практичні наслідки: компанії не можуть чекати на "видимі сигнали перерозподілу", щоб вирішити, чи входити на певний ринок або рівень — бо коли сигнали стають помітними, вікно можливостей вже закрито. Справді розумне рішення про входження повинно бути прийняте ще тоді, коли "на поверхні все процвітає і всі входять", — коли вже зроблено незалежну оцінку того, чи закривається це вікно.

Це спостереження буде знову використано під час обговорення часових координат ШІ — вік входу великих моделей ШІ може закритися раніше, ніж очікують більшість спостерігачів.

2.3 Кожен інструмент має свої сліпі зони; їх спільне використання сприяє більш науковій оцінці етапів індустрії

Кожен із двох інструментів має значні сліпі зони — Utterback розповідає, як продукт еволюціонує, але не каже, які компанії виживуть; Klepper розповідає, як компанії вибувають, але не вказує, як зміниться розвиток продукту. Використовуючи лише один інструмент, ви бачите лише половину картини еволюції галузі.

Повна еволюція галузі, що включає два процеси: «збіжність технічного дизайну» та «перерозподіл підприємств» — перший може бути відповідений інструментами Уттербека, другий — інструментами Клеппера. Ці процеси пов’язані, але не повністю синхронізовані: встановлення домінуючого дизайну зазвичай відбувається після досягнення піку кількості підприємств і до прискорення перерозподілу.

Автомобільна промисловість працює саме так: у 1907–1910 роках кількість підприємств досягла піку в 275, у 1908 році Ford T-модель встановила домінуючий дизайн, а після 1910 року рівень входу різко знизився, і після 1920 року загальна кількість підприємств почала значно скорочуватися. Обидва процеси впливають один на одного й разом визначають повний ритм еволюції галузі.

Поєднання двох інструментів означає одночасний аналіз галузі з погляду «продуктового виміру» та «корпоративного виміру» — будь-яке визначення етапу розвитку галузі є більш надійним і науковим, лише коли спостереження на обох вимірах підтверджують одне одне.

3.0 Опис діапазону аналізу

«Революція ШІ» — це дуже велике поняття. Аналіз у цій статті зосереджений на одному сполученому та спільно еволюціонуючому цілому: «великих моделях ШІ та їх застосуваннях і пов’язаних продуктах» — включаючи самі базові великі моделі, застосування та форми продуктів, що побудовані навколо них (діалоги/програмування/агенти/допоміжний пілот/багатомодальність/модельна складова інкarnованого інтелекту), а також тісно пов’язані доповнювальні активи (хмарні технології, обчислювальні ресурси, чіпси, інструментальні ланцюги, системи оцінки). Ці три частини — це не три окремі галузі, а три сполучені рівні одного й того ж процесу еволюції галузі.

За межами аналізу цього тексту: частини, що стосуються незалежних фізичних форм або незалежних індустріальних логік — наприклад, механічна/апаратна основа людиноподібних роботів, AI+медицина/право/освіта та інші вертикальні галузі — вони мають власні індустріальні закономірності, які не можна безпосередньо застосувати до часових координат цього тексту.

3.1 З погляду Уттербека: кожен рівень все ще перебуває в фазі потоку

З точки зору трифазової моделі Уттербека, аналіз поточних великих моделей ШІ та їх застосувань показує, що майже кожен важливий аспект все ще перебуває в центрі суперечок.

Архітектурний рівень: Чи стане Transformer фінальним рішенням, чи переможе якийсь із напрямків — змішані експерти (MoE), моделі простору станів (сімейство Mamba), світові моделі, обчислення під час виведення або агент-орієнтовані архітектури? Поки головні компанії у 2026 році масово інвестують у шлях MoE, альтернативні напрямки, такі як світові моделі та агент-орієнтовані підходи, також отримують значний прогрес з боку академічної та промислової спільноти; публічні обговорення про зменшення граничної вигоди від Scaling Law змушують галузь переосмислити: «чи існують інші базові можливості?». Архітектурні напрямки ще далеко не збіглися.

Рівень продуктової форми (яким продуктом AI врешті-решт дійде до користувачів і бізнесу) — зараз одночасно конкурують щонайменше шість форм:

Шість форматів одночасно перетинаються та конкурують між собою, і жоден з них не може стверджувати, що вже переміг — це типова риса періоду потоку, коли існують кілька продуктів одночасно.

Вимірювані аспекти конкуренції: міркування, кодування, витрати, затримка, довжина контексту, мультимодальність, здатність агента / тривалість автономних завдань, надійність / частота галюцинацій, безпека / керованість — який з цих аспектів у кінцевому підсумку ринок визначить як «найважливіший»? Кожен виробник стверджує лідерство у своїй сильній стороні, але ринок ще не сформував консенсусу щодо того, який аспект є найважливішим. Особливо новий аспект — «як довго може працювати автономно» — з периферійної теми 2025 року став центральним показником на головній сесії WAIC 2026 року за один рік — це саме є сигналом того, що вимірювані аспекти конкуренції ще не визначені.

З точки зору Уттербека, великі моделі ШІ та їх застосування очевидно перебувають у фазі руху — існують кілька шляхів одночасно, концепції продуктів не визначені, а виміри конкуренції ще не встановлені.

3.2 З точки зору Клеппера: високий рівень входу, але розбіжність у здібностях вже формується у тіні

З погляду демографічних тенденцій у галузі Klepper, у сфері великих моделей ШІ спостерігається явище «суперечливого співіснування».

З одного боку, глобальні компанії, що розробляють великі AI-моделі, все ще перебувають на етапі високого входу — OpenAI, Anthropic, Google, Meta, xAI, Mistral, а також китайські Baidu, Alibaba, Tencent DeepSeek Місячна темна сторона, Zhipu, ByteDance та безліч стартапів, зосереджених на конкретних сценаріях. Нові учасники продовжують з’являтися, що підсилює характер інтенсивних експериментів.

З іншого боку, асиметрія здібностей провідних компаній вже тихо розширюється — обчислювальна потужність (хто може дозволити собі витрати на навчання надвеликих моделей), розповсюдження (хто контролює входи), корпоративні клієнти (хто накопичив галузеву довіру) та швидкість організаційного навчання (хто швидше перетворює кожен цикл технологічного прогресу на продукти та бізнес-здібності). Це й є місце, де відбувається тихе “складання різниці в здібностях” — розрив між лідерами та рештою, який ми бачимо сьогодні, багато в чому є результатом “складання” за останні 3–4 роки.

З точки зору Клеппера, індустрія великих моделей ШІ перебуває на етапі «високого входу, але диференціація здібностей вже почалася» — це аналогічно автопромисловості 1900–1910 років, коли кількість компаній ще зростала до піку, але деякі гравці вже тихо відірвалися вперед.

3.3 Серйозна перевірка домінуючого дизайну: п’ять чинників

Раніше, на основі досліджень Уттербека та Клеппера, було зроблено висновок: великі моделі ШІ та їх застосування перебувають у пізньому етапі руху. Цей висновок варто перевірити ще раз, здійснивши перевіряєму перевірку — автор, узагальнивши дослідження та аргументи вчених Уттербека, Суареса, Крістенсена та інших, сформулював п’ять чинників, що сприяють встановленню домінуючого дизайну. Історично встановлення домінуючого дизайну зазвичай вимагало наявності принаймні 3–4 з них одночасно:

• Фактор 1: Технічна доцільність — певний дизайн демонструє чітку збіжність щодо загальної продуктивності та інженерної досяжності, і галузь фактично збирається навколо цього напрямку, стаючи «загальноприйнятим рішенням» у технологічному шляху

• Фактор 2: Дозрівання комплементарних активів — навколо цього дизайну сформувалися супутні ланцюги постачання, стандарти, інструменти, системи навчання та екосистема розробників, що призводить до екосистемної залежності

• Фактор 3: проявлення економії на масштабі — масове впровадження цього дизайну створює позитивний цикл «зниження витрат + позитивна одинична економіка + успішна бізнес-модель», і цикл «інвестиції — прибуток — повторні інвестиції» починає працювати

• Фактор 4: Підтримка провідних виробників — кілька компаній з впливом на ринок обирають та просувають цей дизайн, спільно встановлюючи фактичний стандарт завдяки частці ринку та екосистемній привабливості.

• Фактор 5: Участь уряду/регуляторів — шляхом введення стандартизованих законів, систем сертифікації та регуляторних рамок для примусового або спрямованого забезпечення єдності

Модель Т Форда стала домінуючим дизайном автомобілів у 1908 році саме тому, що майже одночасно виконувалися п’ять факторів: технічна здійсненість (двигун внутрішнього згоряння + оптимальна компоновка з переднім двигуном), швидке розвиток комплементарних активів (АЗС, мережа обслуговування), економія на масштабі (конвеєрне виробництво, що знижує витрати), домінуючий виробник (Ford мав частку ринку більше половини) та державне регулювання (стандарти доріг, система водійських прав).

Перевірте поточний стан великих моделей ШІ та їх застосувань за цими п’ятьма факторами: лише один аспект відповідає, а решта чотири ще далеко від реалізації — саме це є конкретною основою для висновку статті про те, що «великі моделі ШІ та їх застосування все ще перебувають у пізньому стадії рідкого стану»: не на відчуття, а шляхом послідовного зіставлення.

Іншими словами, домінуючий дизайн встановлює поріг «наявності одночасно щонайменше 3–4 факторів», якого AI зараз далекий.

3.4 Комплексна оцінка етапу: «зона дивергенції», що переміщується від пізнього періоду ліквідності до раннього періоду переходу

На основі наведеного аналізу та тесту п’ятьох факторів можна зробити загальний висновок: наразі великі моделі ШІ та їх застосування перебувають у пізньому етапі ліквідності й почали перехід до раннього етапу — автор називає це «зоною диференціації».

Основний зміст «зони диференціації» можна скоротити так: продуктовий рівень ще відкритий, а диференціація здібностей вже розпочалася

«Зона дивергенції» — це не окремий новий етап, а описує перехідну зону між періодом потоку та перехідним періодом у теорії Уттербека з трьох етапів; вона також не передбачає, що ШІ обов’язково пройде весь перехідний період до збіжності до спеціалізованого етапу. Як описове поняття, воно відображає поточну об’єктивно існуючу двосторонню структуру:

З одного боку: з точки зору продукту — архітектура, форма та конкуренційні аспекти все ще відкриті — існує кілька шляхів, домінуючий дизайн ще не визначився, це частина, яка перебуває в фазі руху, ще не завершеної.

З іншого боку: на корпоративному рівні різниця в здатностях між лідерами та нелідерами вже почала збільшуватися — розрив у обчислювальних потужностях, розповсюдженні, корпоративних клієнтах та швидкості організаційного навчання приховано збільшується, що є частиною початкового перехідного періоду.

Обидві сторони, накладені одночасно, утворюють «зону дивергенції». Це не хаос, оскільки вже існують помітні моделі та накопичена асиметрія; і не кінець, оскільки критерії, що визначать, хто останнім посміхнеться, ще не закріпилися. Однією фразою: зовні все ще виглядає процвітанням, але компоненти різниці в здатностях вже запущені.

До подальшого розгляду варто додати три оригінальні спостереження професора Каріма Лахані, запропоновані ним у довгій статті за березень 2026 року на основі тієї ж аналітичної рамки — вони можуть вважатися подальшим уточненням механізмів всередині «зон дивергенції».

Спостереження Лахані: відкритість архітектури та асиметрична конкуренція можуть існувати одночасно — відкритість на архітектурному рівні та диференціація на корпоративному рівні можуть співіснувати. Лахані дав цьому стану точну назву: «структурований фермент» (Structured Ferment), що вказує на той самий феномен, що й «зони диференціації» у цій статті — лише в цій статті акцент робиться на динаміці «диференціації здібностей», а Лахані — на багатолінійному відчутті «ферментації».

Друге спостереження Лахкані: гіпотеза про ієрархічну концентрацію — структура промисловості майбутніх ШІ, ймовірно, не зійдеться до «одного переможця, що захоплює все», а замість цього в кожному рівні технологічного стеку з’являться кілька лідерів: шар передових моделей, шар корпоративної інтеграції, шар відкритої екосистеми та шар спеціалізованих доповнень (хмара, чіпи, інструментальні ланцюги, безпека), кожен з яких сформує власних лідерів.

Лахані: Третє спостереження — багатомодельне оркестрування є новою промисловою моделлю — реальні завдання розбиваються на ланцюжок: генерація ідеї, пошук, чернетка, кодування, перевірка, форматування, доставка — різні моделі мають переваги на різних етапах цього ланцюжка. Справжнім вирішуючим фактором може бути не «яка модель найсильніша», а «хто зможе в правильний момент викликати правильний інтелект для правильного завдання».

3.5 Конкретні характеристики поточного етапу

На основі наведеного аналізу, конкретні характеристики поточного етапу «зони дивергенції» можна звести до наступного:

Тоді, якщо великі мовні моделі ШІ та їх застосування перебувають у «зоні диференціації» (рухаючись від пізнього етапу ліквідності до раннього перехідного етапу), як буде розвиватися темп у майбутньому, згідно з загальними закономірностями еволюції галузі, до моменту встановлення домінуючого дизайну та початку глибокого перерозподілу?

Це питання життєво важливе для керівників підприємств. Часовий горизонт безпосередньо визначає темп дій — якщо вікно становить 20 років, можна спокійно планувати; якщо ж вікно становить лише 3–5 років, багато заходів потрібно вжити відразу.

Дуже природнім висновком є звернення до історичних даних Уттербека та Клеппера: автомобільна промисловість витратила приблизно 15–20 років на перехід від фази руху до встановлення домінуючого дизайну та 50–60 років — від піку до глибокої інтеграції — якщо ШІ дотримуватиметься того ж часових масштабів, здається, що перед нами ще дуже довгий шлях.

Але тут виникає дуже важливе питання — дані двох інструментів Уттербека та Клеппера базуються на виробництві. Чи можна безпосередньо застосувати часові масштаби еволюції виробничої галузі до цифрової/AI ери? Якщо ні, то яким є справжній часовий масштаб? Саме це є питанням, на яке потрібно відповісти далі.

Структурні відмінності між виробництвом та цифровою епохою — і чому це прискорюється

Еволюція промисловості виробництва природно повільна, оскільки вона має кілька спільних характеристик:

Фізичні продукти вимагають заводів, ланцюжків поставок, каналів розподілу — розширення має фізичні обмеження

Створення економії на масштабі вимагає величезного капіталу та часу — будівництво заводів та створення ланцюга поставок є довготривалими процесами

• Прийняття користувачами обмежено швидкістю фізичного розподілу — автомобілю потрібно кілька тижнів або навіть місяців, щоб від моменту виробництва дістатися до користувача

• Технологічний розвиток обмежений темпами оновлення технологій, матеріалів та виробничого обладнання — кожне покоління покращень вимагає перебудови виробничої лінії

Саме через ці характеристики період переповнення автопромисловості триває приблизно 20 років, а від домінуючого дизайну до глибокої інтеграції — ще десятиліття. Ці часові масштаби не є «універсальними закономірностями» еволюції галузі, а є результатом фізичних і капітальних обмежень, властивих виробництву.

Коли ці обмеження були цифрово знищені, чотири характеристики зазнали фундаментальних змін, і часова шкала еволюції галузі була безпосередньо стиснута:

• Розповсюдження майже не має граничних витрат — додаток може досягти глобальної аудиторії за кілька місяців; ChatGPT досяг 100 мільйонів користувачів лише за приблизно 2 місяці, став одним із найшвидше прийнятих споживчих продуктів в історії.

• Економія на масштабі була замінена мережевим ефектом та циклом даних — економія на масштабі в виробництві вимагає років накопичення на заводах, тоді як мережевий ефект у цифровій галузі може створити експоненційний самопідсилювальний цикл за 1–2 роки.

• Прийняття користувачами обмежується пропускною здатністю та пристроями, а не фізичним розповсюдженням — з «тижнів і місяців» до «завантаження та використання за хвилини».

• Технологічна еволюція обмежується не технологіями та обладнанням, а кадрами та обчислювальними потужностями — лідери галузі за дуже короткий час накопичують величезні капітали, обчислювальні потужності та кадри (у 2026 році п’ять найбільших американських технологічних компаній обіцяють вкласти в інфраструктуру ШІ загалом 700 мільярдів доларів США); така швидкість накопичення капіталу була немислима в епоху виробництва.

Крім цих чотирьох фундаментальних змін, цифрову епоху додатково прискорюють два фактори:

• Прискорення циклу зворотного зв’язку — цифрові продукти можуть проводити A/B-тестування в реальному часі, зворотній зв’язок скорочується з «років» до «днів або навіть годин», швидкість навчання відповідно прискорюється, а час компаундирування здібностей значно скорочується

• Глобальна синхронна конкуренція — цифрова індустрія з самого початку є глобальним ринком, гравців більше, конкуренція швидша, а перерозподіл ринку більш різкий.

Ключове питання: у скільки разів ці розбіжності стискають часові масштаби цифрової ери порівняно з ерою виробництва?

Порівняння швидкості еволюції шести галузей цифрової епохи

Розглянемо кілька цифрових галузей, які вже завершили еволюцію від періоду ліквідності до перехідного періоду:

Мобільні телефони (2007–2012) — у 2007 році був випущений iPhone, у 2008 році приєднався Android, близько 2010 року сформувалася чітка домінуюча дуальна структура iOS + Android, а близько 2013 року Nokia, BlackBerry і Windows Phone майже повністю вийшли з основного ринку. Від періоду руху до фіксації перехідного періоду: приблизно 5 років.

Соціальні мережі (2004–2012) — у 2004 році запущено Facebook, у 2004–2008 роках відбувалася конкуренція між кількома платформами (MySpace, Facebook), близько 2010 року Facebook встановив глобальне домінування. Від періоду руху до фіксації перехідного періоду: приблизно 6–8 років.

Веб-браузери (1994–2000) —— 1994 року Netscape запущений, 1995–1998 роки — війна браузерів (Netscape проти IE), 1999–2000 роки — IE домінує на ринку. Від періоду розробки до стабілізації перехідного періоду: приблизно 5–6 років.

Хмарні обчислення IaaS (2006–2015) — у 2006 році AWS запустилася, у 2010–2013 роках відбувалася конкуренція між кількома учасниками, у 2016–2018 роках сформувалася чітка структура з трьома лідерами (AWS, Azure, GCP). Від періоду руху до фіксації перехідного періоду: приблизно 8–10 років.

Електромобілі (2010–?) —— у 2010 році Tesla очолила індустрію, у 2015–2020 роках з’явилися численні нові гравці, а близько 2025 року сформувався початковий лідерський ландшафт, але індустрія все ще перебуває в перехідному стані. Передбачувана стабілізація: приблизно 12–15 років (зв’язано з фізичним виробництвом, трохи повільніше, ніж у чисто цифрових індустріях — це також нагадує нам, що в AI частини, що пов’язані з фізичною формою, наприклад, механічні/апаратні компоненти ембоді-інтелекту, будуть значно повільнішими, ніж чисто цифрові).

Квантифікація стиснення часових масштабів

Як з п’яти наведених даних про тривалість галузей визначити придатний коефіцієнт стиснення? Автор розробив систему логічного міркування.

Крок 1 · Вибір базової галузі

Базова галузь повинна відповідати трьом умовам:

Цілісна структура: пройти повний цикл — період ліквідності → перехідний період → спеціалізований період

Дані доступні: вхід та вихід підприємств, встановлення домінуючого дизайну, глибока інтеграція з перевіреними історичними даними

Достатньо довгий часовий інтервал: забезпечує оригінальний масштаб часу без стиснення.

Дані про автомобільну промисловість США за 1895–1966 роки, які відстежує система Klepper, задовольняють ці три умови.

Проте варто запитати: сам по собі внутрішній промисловий цикл виробництва не є рівномірним (телевізори T1 приблизно 6–8 років, автомобілі T1 приблизно 15–20 років — між ними вже майже двократна різниця), чому саме автомобілі вважаються еталоном для «епохи виробництва»?

Це можна дослідити за допомогою аналітичної рамки 5.1 — шість структурних факторів (фізичне розповсюдження, економія на масштабі, прийняття користувачами, технічна еволюція, зворотні зв’язки, глобальна конкуренція). Ця рамка може пояснити не лише різницю між «виробництвом» та «цифровим», але й різницю всередині «виробництва». Телевізори (почали у 1946 році) розвивалися в 2–3 рази швидше, ніж автомобілі (почали у 1895 році), оскільки телевізори використовували активи, накопичені попередньою індустрією (радіо) за цими шістьма факторами — мережу розповсюдження, технології виробництва електронних ламп, уявлення користувачів, технічну базу — все це не треба було будувати з нуля.

Цей аналіз виявляє глибшу закономірність: стиснення часових масштабів не є результатом лише одного стрибка від виробництва до цифрової ери, а є безперервним процесом прискорення, що накопичувався протягом кількох поколінь та через багато факторів. Основна причина вибору автомобіля як еталону — не лише три поверхневі умови: «цілісна структура + доступні дані + довгий період», а те, що автомобіль є найбільш повним прикладом створення «з нуля»: усі шість факторів повинні були бути розроблені з нуля, без будь-яких попередніх галузей, які могли б їх підтримати, що робить його представником первинного часового масштабу, не прискореного попередніми накопиченнями. Коефіцієнт стиснення, отриманий на основі цього еталону, дозволяє приблизно визначити «максимальне значення накопиченого прискорення в цифрову еру».

Крок 2 · Порівняйте п’ять цифрових галузей

З базою автомобіль T1 (15–20 років):

Крок 3 · Класифікуйте AI за допомогою шестифакторної рамки

Повернімося до шестифакторної рамки — ступінь, на яку галузь прискорюється за рахунок попереднього накопичення за шістьма факторами, безпосередньо визначає її коефіцієнт стиснення. Дотримуючись цієї логіки, розглянемо дані у таблиці:

Електромобілі: мінімальне стиснення (1,3–1,5 рази), оскільки для них все ще необхідно окремо будувати три ланки: фізичне виробництво, ланцюжок поставок та ітерації апаратного забезпечення;

Чисто цифрові галузі, такі як веб-браузери та хмарні обчислення: стиснення в 2–3 рази, оскільки вони базуються на накопиченнях з часів ПК та раннього інтернету;

Екосистема мобільних додатків: найбільше стиснення (у 3–4 рази), оскільки вона виникла після високорозвиненої цифрової інфраструктури — майже всі попередні обмеження з шести факторів були вирішені.

Тоді до якої категорії належать великі моделі ШІ та їх застосування? Автор аналізує та вважає:

Він з’явився на найпізнішій стадії цифрової епохи — хмарні обчислення, інтернет, мобільні пристрої, екосистема розробників та інфраструктура даних вже досягли високого рівня дозрілості; одночасно саме ШІ створило дві безпрецедентні самоприскорювальні петлі — мережевий ефект і колесо даних (чим більше використовується → тим більше даних → тим потужніша модель → більше людей використовують).

За допомогою рамки шести факторів, коефіцієнт стиснення ШІ повинен знаходитися в межах 3–5 разів: нижня межа 3 рази базується на вже підтверджених галузях «пізнього прискорення» з таблиці (наприклад, браузери, екосистеми мобільних додатків); верхня межа 5 разів — це екстраполяція, враховуючи унікальні подвійні самопідсилювальні петлі ШІ, що не мали аналогів в історії і є розумною, але ще не підтвердженою оцінкою.

Загальний огляд та комплексний прогноз

Підсумовуючи наведений аналіз, можна отримати повну порівняльну таблицю між поколіннями:

Загальна оцінка: від ери виробництва до цифрової ери часовий масштаб еволюції галузей скоротився приблизно в 3–5 разів; передбачається, що реальний коефіцієнт скорочення завдяки велиkim моделям ШІ та їх застосуванню знаходиться у верхній частині цього діапазону.

[Необхідне чесне зауваження]: Наведений вище порівняльний зразок включає лише цифрові галузі, які вже завершили визначення домінуючого дизайну, і не включає галузі, які ще не згладилися, такі як VR/AR, метавсесвіт, Web3/застосунки на блокчейні — усі вони значно перевищують очікуване стиснення у 3–5 разів і залишаються у фазі руху. Іншими словами, «стиснення у 3–5 разів» передбачає, що ШІ буде дотримуватися «шляху вже згладжених цифрових галузей». Якщо ця передумова зміниться, то стиснення у 3–5 разів потребуватиме відповідної корекції.

Після того як часовий масштаб скорочено приблизно в 3–5 разів, ми можемо перейти до аналізу конкретних часових координат великих моделей ШІ та їх застосувань. Звичайно, це не точний прогноз, а обґрунтована оцінка на основі історичних аналогій. Крім того, передумовою для такого прогнозування є те, що великі моделі ШІ будуть рухатися вздовж траєкторії A (формування домінуючого дизайну), а не траєкторії B (постійна диверсифікація).

Мій загальний висновок: ймовірність того, що великі моделі ШІ рухатимуться по траєкторії A, значно вища, ніж по траєкторії B — але форма не є «однією T-подібною машиною», а є «багатошаровою домінуючою архітектурою на основі шарових протоколів».

Крім того, що в підрозділі 2.1.1 це було аргументовано з погляду «економічних вимог галузі та ієрархічного протокольного стеку Інтернету», цей висновок підтверджують три наступні зараз спостережувані сигнали:

• Технічний набір інструментів вже збігся на поверхні — архітектура Transformer, попереднє навчання + післянавчання (SFT + RLHF/DPO), мультимодальне об’єднання, виклик інструментів / агентизація — майже всі провідні моделі використовують це. Це звичайна ситуація перед домінуючим дизайном в історії.

• Підшари домінуючого дизайну вже виникають окремо: шар програмних агентів зійшовся до моделей Claude Code / Cursor / Copilot / Windsurf; нативні мультимодальні продукти зійшлися до напрямку «моделі дифузії + тривала часовість з високою точністю»; у шарі корпоративних Copilot Microsoft 365 Copilot став фактичним стандартом. Не потрібно, щоб «весь AI» зійшовся разом — підшари вже самостійно формують власні домінуючі дизайни.

• Архітектура протокольного рівня вже сформувалася — MCP (запропонований Anthropic наприкінці 2024 року, згодом інтегрований OpenAI / Google / Microsoft у 2026 році), A2A-мережа — протокольний рівень зазвичай є більш тривалим, ніж продуктовий (як TCP/IP, який довше існує, ніж будь-який браузер)

[Необхідне чесне зауваження]: Після підтвердження двох протилежних сигналів, часову координату цієї статті потрібно перекалібрувати:

Зворотний сигнал один: формула «чим більше, тим сильніше» може втратити ефективність. Протягом останніх п’яти років розвиток здібностей ШІ здійснювався переважно за допомогою грубої формули «більші моделі + більше даних + потужніша обчислювальна потужність» (закон масштабування). Якщо у 2027–2028 роках ця формула досягне межі, а короткостроково не з’явиться жодної потужної альтернативи — галузь буде змушена розподілитися і випробувати абсолютно інші напрямки, такі як світові моделі, Mamba, архітектури, нативні для агентів, і поточна «технічна збіжність» може розбитися.

Другий зворотний сигнал: від «паралельного існування кількох лагерів» до «окремих домінуючих дизайнов для кожного лагеря». Поточне паралельне існування кількох лагерів — це нормальний вираз «диференціації здібностей» — справжнім ризиком є заглиблення цієї диференціації до «повної відсутності взаємодії». На цей напрямок вказують дві сили: перша — «мозок» ембодірованого інтелекту (у науковій літературі — моделі VLA) — через необхідність реального часу відчувати та обробляти фізичні відгуки, його базова архітектура може розвиватися за шляхом, повністю відмінним від великих мовних моделей для чату; друга — розрив між двома величезними лагерями, Китаєм і США, у сфері архітектури, протоколів, екосистеми та регулювання. Якщо розвиток від «єдиної домінуючої архітектури» перетвориться на «кілька окремих домінуючих архітектур для кожного лагеря», координати часу можуть змінитися.

Три ключові часові лінії (прогноз)

Продовжуючи попередній аналіз, якщо початком індустріалізації великих мовних моделей ІШ вважати 2020 рік — випуск GPT-3 (це загальноприйнята в галузі віха: архітектура Transformer досягла зрілості, вперше проявилися емерджентні здібності, вперше було створено комерційний API для бізнесу), то, відштовхуючись від цієї віхи, автор приблизно намалював загальну часову діаграму з 2020 по 2035 рік, що поділена на чотири етапи:

Розгорніть загальну схему детальніше: для керівників підприємств є три ключові часові лінії, які варто додатково проаналізувати та врахувати (діапазон аналізу: великі моделі ШІ та їх застосування; частини, що мають незалежну фізичну форму або незалежну промислову логіку, слід оцінювати окремо з урахуванням їхньої швидкості розвитку).

Таймлайн 1: Поява домінуючого дизайну — пошарове виникнення, передбачається 2026–2032 рр., розгортання по етапах

Ритми збіжності різних підшарів не синхронізовані і значно відрізняються. На основі поточних спостережуваних сигналів можна зробити приблизну оцінку за групами (а не точний розклад):

• Ранні прояви (приблизно 2026–2028 рр.) — протокольний рівень (MCP / A2A / специфікації викликів API) та рівень програмних агентів. Витрати на ітерації протокольного рівня відносно низькі, консенсус між виробниками формується швидко, вже сформувався зародок фактичного стандарту; на рівні програмних агентів вже спостерігається чітка конвергенція продуктів (Claude Code / Cursor / Copilot / Windsurf / Tongyi Lingma тощо).

• Середньострокова перспектива (близько 2027–2029 років) — основні напрямки продуктів: універсальний діалоговий асистент, нативні мультимодальні продукти (моделі дифузії + підхід з високою точністю тривалих часових рядів), вбудований допоміжний водій (формат, спрямований на корпоративні робочі процеси). Ці три рівні вже демонструють чіткі ознаки консолідації лідерів, а проникнення провідних продуктів серед клієнтів швидко зростає; однак повна формалізація вимагатиме ще 2–3 роки.

• Пізня поява (близько 2028–2030 років) — робоча станція для офісних/настільних агентів (на зразок WorkBuddy, Coze, Bailian). Основний рух — через екосистемні зв’язки, завдяки точкам входу, інтеграції в робочі процеси та позиціонуванню в екосистемі; однак масове корпоративне впровадження ще на початковій стадії переходу від «підвищення ефективності окремих працівників» до «підвищення ефективності організації»; повне зрілість очікується близько 2028–2030 років.

• Найпізніше з’являться (2030–2032 та пізніше) — загальний автономний агентний рівень (Manus, Operator тощо), парадигма взаємодії багатьох агентів, фундаментальні інновації на архітектурному рівні, рівень «мозку» ембоді-інтелекту (моделі VLA). Загальні автономні агенти та взаємодія багатьох агентів стикаються з глибокими проблемами, пов’язаними з надійністю, структурою витрат, межами відповідальності та міжгалузевими протоколами; темпи їх конвергенції значно повільніші, ніж у чисто цифровому рівні. Наразі архітектурний рівень характеризується «поверхневою конвергенцією інструментарію» (Transformer + MoE + післятренування + архітектура пам’яті), справжні фундаментальні інновації очікуються лише після 2030 року.

[Необхідне чесне зауваження]: Вищезазначені діапазони є лише розумними оцінками на основі поточних сигналів — це відчуття часу, а не розклад. До 2030 року архітектура, форма та конкурентні виміри все ще розвиваються; після 2030 року правила гри можуть почати «шаруватися» знову.

Часова лінія 2: Закриття вікна — передбачається 2026–2030 роки (першими закриються шари передових моделей)

Основним спостереженням Клеппера є те, що «вікно входження закривається раніше, ніж сигнал перерозподілу» — у автопромисловості спадок рівня входження у 1910 році порівняно з перерозподілом у 1920–1960 роках, що відбувся з затримкою 10–15 років. У цифрову епоху цей період стискається в 3–5 разів, тому ця різниця відповідно скорочується до 2–5 років — отже, вікно входження закривається приблизно за 2–5 років до глибокого перерозподілу, тобто у 2026–2030 роках.

Але потрібно розглядати різні етапи закриття окремо:

• Шар передових моделей: найперший, хто закрився; як чистий новачок, ввійти до шару передових моделей буде дуже складно після 2027–2028 років — композитні фактори обчислювальних потужностей, кадрів та корпоративної довіри наближаються до завершення; у 2026 році можна спостерігати, як інвестиційний капітал у глобальному шарі передових моделей концентрується навколо кількох учасників.

• Рівень протоколів та інструментального ланцюга: раніше закривається; коли стандарти протоколів, таких як MCP/A2A, стають домінуючими, нові учасники повинні підключатися до екосистеми, а не створювати щось з нуля

• Рівень застосунків та рівень продуктів: відносно відкритий; рівень програмних агентів закривається швидше через швидку комерціалізацію та інтеграцію лідерів ринку, але на рівні застосунків, таких як нативні мультимодальні продукти, офісні/настільні агенти, ще залишається достатньо простору для входу — можливості зберігаються до 2028–2032 років.

• Рівень інтеграції вертикальних галузей: довгостроково відкритий, інтеграція AI з вертикальними галузями, такими як охорона здоров’я, право, освіта тощо, може тривати до 2035 року та пізніше

Суть: різні стратегічні позиції мають різний ступінь терміновості входу — вікно для входу в шар передових моделей найкоротше, тоді як вікно для застосункового шару та вертикальної інтеграції відносно більше.

Таймлайн 3: Початок глибокого перерозподілу · Передбачається 2030–2035 рр. (відбувається переважно на рівні передових моделей)

Механізм композиції здібностей Klepper у цифрову епоху працює швидше — за 8–10 років можна досягти ефекту композиції, який у епоху виробництва вимагав 30 років. Розрив у здібностях між підприємствами протягом цього часових вікна зросте експоненційно до незворотного рівня.

Але сила глибокого перемішування також розподіляється за рівнями:

• Найглибше перетасовування шару передових моделей: поєднання здібностей, бар’єри обчислювальних ресурсів і капіталу, концентрація корпоративної довіри — може звестися до кількох лідерів

• Перетворення на рівні застосунків та рівні форматів продуктів є менш інтенсивним: кожен рівень може зберегти кілька ключових учасників, довгий хвіст більший

• Перемішування на рівні протоколу майже не відбувається: після стабілізації стандарт стає стандартом

• Перегрупування рівня вертикальної інтеграції індустрії, пов’язане з логікою традиційних галузей: штучний інтелект — лише одна з змінних; темпи перегрупування саме індустрії будуть визначальними

Терміновість входу підприємств у вікно

Подивіться на ці три часові лінії разом — ключовий висновок:

Більшість компаній, які зосереджують свою стратегію на великих мовах AI та їх застосуванні, можуть мати лише 2–4 роки на стратегічну корекцію — щоб до 2030 року зайняти визначену позицію перед тим, як домінуючий дизайн (зокрема на рівні формату продукту) виникне, необхідно до 2028 року визначити напрямок та вибрати точку входу; навпаки, 2026–2027 роки є найважливішими.

Але ця хронологія ґрунтується на передумові: економія масштабу та бізнес-модель мають здійснити ключовий стрибок до 2027–2030 років. А зворотне підтвердження у сьомій частині покаже, що «економія масштабу та бізнес-модель ще не сформувалися» — одне з найбільш точних спостережень 2026 року. Якщо проблеми з бізнес-моделлю залишатимуться нерозв’язаними після 2028 року, вік виникнення домінуючого дизайну може відповідно зміститися на 2–3 роки — тобто вищезазначені часові координати залежать від двох передумов: «AI рухається по траєкторії A + економія масштабу досягає стрибка протягом 3–4 років». Будь-яка зміна в будь-якій з них вимагатиме перекалібрування часових координат.

Для частин, що стосуються незалежних фізичних форм або незалежних галузевих логік (фізичні пристрої з вбудованою інтелектуальністю, AI + вертикальні галузі), графіки потрібно налаштовувати відповідно до їхнього власного темпу — але базовий принцип, що «різниця у швидкості композиції здатностей експоненційно посилюється», застосовується до всіх рівнів.

Це й є «шкала часу еволюції галузі ШІ» — надання шарової, умовної та точної відчуття часу, заснованої на аналітичній рамці.

Строгий аналіз повинен витримати перевірку найновішими даними. Використовуючи спостережувані тенденції в індустрії ШІ 2026 року, проведіть зворотну перевірку попередніх висновків щодо «зони диференціації» з чотирьох аспектів: продукт, компанія, бізнес, реальні події — виберіть лише шість найбільш інформативних сигналів.

Перевірка 1: архітектурно рівень все ще відкритий

Еволюція архітектури до 2026 року продовжує розвиватися кількома напрямками одночасно: під проводом Transformer, гібридні експерти (MoE) у Gemini 3.1 Pro, DeepSeek Повністю застосовується в моделях V4 і інших; обчислення під час висновків стає ключовим конкурентним аспектом для нових версій GPT, Claude та інших; у 2025–2026 роках продовжуються нові дослідження в галузі моделей простору станів (сімейство Mamba) та агентно-орієнтованих архітектур; напрямок світових моделей активно розвивається завдяки таким провідним вченим, як Фей-Фей Лі та Ян Лекун. Контекстне вікно продовжує швидко зростати від десятків тисяч до 2 мільйонів токенів; у 2026 році починають публічно обговорювати зменшення граничної вигоди від Scaling Law — це свідчить про те, що технологічні шляхи знову переглядаються.

Висновок: На архітектурному рівні все ще перебуває в стані руху. Технічна доцільність домінуючого дизайну далеко не виконана — це пряме підтвердження того, що у «зоні дивергенції» аспект продукту залишається відкритим.

Друга перевірка: на корпоративному рівні дійсно відбувається диференціація — але структура є багатофракційною

Фактична ситуація на рівні моделей у 2026 році — це багатополярна структура без абсолютного лідера:

• Лідери США: OpenAI, Anthropic, Google на чолі, за ними — Meta (серія Llama), xAI тощо

• Китайський курс відкритості: DeepSeek , Qwen, Kimi , Zhipu, Доубао , Hunyuan та інші, формуючи незалежну конкурентоспроможність за такими параметрами, як вартість, відкритий код, багатомовність та вертикальні сценарії

• Європа/інші лагері: Mistral та інші мають місце в екосистемі відкритого коду

Одночасно можна помітити чіткі сигнали диверсифікації: частка трафіку користувачів ChatGPT значно знизилася зі своєї ранішої абсолютної домінування, використання Gemini зростає в кілька разів щороку, а Anthropic досягає швидкого зростання в корпоративних та розробницьких сценаріях, її ARR вже досягла рівня десятків мільярдів доларів, а квартальний дохід перейшов на рівень десятків мільярдів доларів.

Висновок: Це повністю збігається з оцінкою «зони диференціації» — на продуктовому рівні зберігається відкрита структура з кількома напрямками (архітектура ще не визначена, стратегія ще не визначена), але на корпоративному рівні різниця в здатностях між лідерами та нелідерами вже чітко збільшується. Варто звернути увагу: «диференціація здатностей» не означає «перемогу декількох компаній» — це може бути «кожен із кількох лагерів відокремлюється від інших».

Перевірка 3: структура галузі еволюціонує до «шарування з концентрацією + багатомодельне оркестрування»

Прогноз Лахкані щодо «шарування концентрації» та «оркестрування багатомодельних систем» отримав сильну практичну перевірку у 2026 році:

• Шар передових моделей: кілька провідних виробників та кілька груп одночасно займають позиції (див. 7.2)

• Шар корпоративної інтеграції: Microsoft (+OpenAI), Google Workspace AI, Salesforce Einstein тощо впроваджують власні рішення

• Відкритий екосистемний рівень: DeepSeek (недороге висновування), Llama, Mistral відповідно прив’язані

• Специалізований шар доповнення: NVIDIA (GPU), AMD/Intel, Cerebras/Groq (чіпси нової архітектури) займають свої позиції — бар’єри входу на цьому рівні піднімаються до межі, про які йдеться в розділі 5.1

Тим часом оркестрування кількох моделей перетворилося з «нової моделі» на стандартну практику — користувачі більше не запитують «яка модель найсильніша», а «яка модель найкраще підходить для певного сценарію»: використання Claude для письма та програмування, Gemini для пошуку та аналізу, ChatGPT для генерації зображень та загальних діалогів — стало звичкою.

Висновок: гіпотеза про ієрархічне концентрування та оркестрування багатьох моделей обидві підтверджуються — причому еволюція ієрархічного концентрування відбувається швидше, ніж очікувалося.

Перевірка 4: часові масштаби дійсно значно стискаються

Основні докази стиснення часових масштабів походять із чотирьох кривих: «швидкість прийняття, притік капіталу, зниження витрат, ітерація здібностей»:

• Швидкість прийняття: ChatGPT досяг 100 мільйонів користувачів приблизно за 2 місяці — це один із найшвидших споживчих продуктів у історії

• Швидкість притоку капіталу: Anthropic витратила лише близько 4 років від заснування до досягнення ARR на рівні десятків мільярдів доларів — у епоху виробництва це займало десятиліття

• Швидкість зниження вартості: Ціна на токени основних великих моделей за останні три роки знизилася приблизно на два порядки, вартість висновку для лідерів у сфері відкритих та низьковартісних моделей вже потрапила в діапазон «центи за мільйон токенів»

• Швидкість ітерації здібностей: від GPT-3 до серії GPT-5 — менше ніж 6 років — у епоху виробництва ітерація одного продукту зазвичай тривала 5–10 років

Висновок: стиск масштабу часу не лише справджується, але на деяких конкретних кривих (прийняття, витрати, ітерації здібностей) стиск може досягати 5–10 разів. Проте слід звертати увагу — швидкість стиску конкретних кривих вища, ніж загальна швидкість еволюції галузі, оскільки загальна еволюція галузі обмежена повільними змінними, такими як підтвердження бізнес-моделей, утвердження регулювання та дозрівання екосистеми, і залишається на рівні 3–5 разів, визначеному у розділі 5.3. Іншими словами, «сигнальна» сторона (криві) еволюції AI-галузі вже значно прискорилася, тоді як «структурна» сторона (визначення домінуючого дизайну) потребує довшого періоду осадження.

Перевірка 5: Економія на масштабі та стабільна бізнес-модель ще не сформувалися

З п’яти факторів, що сприяють домінуючому дизайну, «ефект масштабу» є одним із необхідних умов — домінуючий дизайн може закріпитися лише тоді, коли витрати на масштабоване впровадження такої розробки достатньо низькі, модель прибутковості чітко визначена і формується позитивний цикл «інвестиції — результат — повторні інвестиції». Якщо застосувати цей критерій до великих моделей ШІ та їх застосувань у 2026 році, стане зрозуміло, що ефект масштабу та бізнес-моделі ще не сформувалися:

• Витрати на навчання та висновки все ще сильно коливаються — ціна на токени за останні три роки знизилася приблизно на два порядки, ціни на висновки для провідних відкритих та низьковитратних моделей увійшли в діапазон «центи за мільйон токенів»; крива витрат продовжує швидко зміщуватися, і про «стабільність» ще не може йти мови

• Лідери галузі продовжують масштабні інвестиції — такі передові компанії, як OpenAI та Anthropic, перебувають на етапі високих витрат і великих інвестицій; хоча ARR Anthropic вже досяг рівня десятків мільярдів доларів США, він все ще перебуває на етапі, коли витрати на навчання та обчислювальні ресурси значно перевищують результати.

• Впровадження ШІ у бізнесі дає ROI повільніше, ніж очікувалося — багато підприємств залишаються на етапі POC або пілотних проектів; перетворення ШІ на зростання загальної продуктивності факторів виробництва та позитивний ROI/ROE все ще перебуває на етапі дослідження; згідно з галузевими дослідженнями McKinsey «State of AI» та MIT NANDA «GenAI Divide» за 2025–2026 роки, більшість корпоративних інвестицій у ШІ ще не принесли чіткої позитивної фінансової віддачі

• Бізнес-модель ще перебуває на етапі дослідження — підписка, оплата за токени, оплата агента за результат, корпоративні замовлення, поділ доходів від API, відкритий код + послуги… Кожна бізнес-модель має своїх учасників, але жодна ще не досягла стану «масштабованого прибутку та компаундного зростання»

Висновок: Позитивний «вклад-вихід-знову вклад» ефект колеса для великих моделей ШІ та їх застосувань ще не сформувався — це пряме проявлення того, що умови економії на масштабі не виконуються. Якщо економія на масштабі та бізнес-модель ще не стабілізувалися, це означає, що ми все ще перебуваємо в зоні диференціації, оскільки це передумова для збіжності до етапу спеціалізації.

Перевірка 6: WAIC 2026 — «Чим вищого рівня людина, тим більше розбіжностей»

WAIC 2026, що завершився в липні 2026 року, надав прямий підтвердження з боку «людської» сторони.

Чотири провідні теми зустрічі (фізичний інтелект, науковий інтелект, інфраструктура обчислювальних потужностей, управління агентами) одночасно вважаються напрямками «наступного етапу» — наявність кількох гілок і відсутність однієї переможущої лінії є типовою рисою періоду руху. Яскравим прикладом цього є те, що лауреат премії Тьюринга 2024 року Річард Саттон і засновник та генеральний директор Step星辰 Інь Ці майже одночасно висловили два абсолютно протилежні погляди:

• Саттон: «Штучний інтелект ще слабкий і ненадійний», «шлях передачі людських знань» вже досяг межі, майбутнє повинно перейти до «епохи досвіду»

• Інь Ці: «Можливості моделей у 2026 році перетинають ключовий поріг», «Галузь стоїть у підніжжі вершини AGI», а агенти стануть «мінімальною одиницею продуктивності»

В одному й тому ж залі, в той самий момент часу, дві дуже представницькі особистості дали майже протилежні відповіді на питання «Де ми зараз знаходимося?». Разом із тим, Йошуа Бенджіо попередив, що «суспільство ще не готове до систем, які мають більш високі здібності та більшу автономність»; Сюе Лань з Цинхуа та Марк Нітцберг з Берклі висунули межі щодо «ціннісних суджень» та «рішень про життя та смерть» — регулятори та органи управління все ще обговорюють принципи, а не стандарти виконання.

Висновок: якщо ШІ справді вже перейшов на «другу половину» або «етап виконання після встановлення домінуючого дизайну», то провідні дослідники та підприємці не мали б такої чіткої розбіжності щодо найбазовішого питання — «де ми зараз знаходимося». Це саме є потужним прямим доказом того, що ми все ще перебуваємо в «зоні диференціації».

Комплексна перевірка: це і є «зона дивергенції»

Подивіться на перші шість пар перевірок разом — вони не є шістьма ізольованими випадками, а є шістьма незалежними поглядами, що взаємно підтверджують один і той самий висновок. Одним реченням:

Великі мовні моделі штучного інтелекту та їх застосування перебувають у «зоні диференціації» — шарування продуктів ще відкрите, диференціація здібностей вже розпочалася, а бізнес-моделі ще не виявилися ефективними. Це підтверджується тричі: у третій частині (аналіз етапів), шостій частині (часові координати) та цьому розділі (тренди 2026 року), а не є висновком з одного єдиного погляду.

Повернемося до двох початкових питань — де ми знаходимося та яким буде темп майбутнього.

Використання поєднаної рамки двох класичних аналітичних інструментів, додавання строгого тестування п’яти ключових факторів домінуючого дизайну та зворотного підтвердження найновіших трендів 2026 року дозволяє дати чітку відповідь на питання щодо сучасних великих моделей ШІ та їх застосування.

Де ми зараз — величезні моделі ШІ та їх застосування перебувають у «зоні диференціації», де відбувається перехід від пізнього етапу ринкової ліквідності до раннього етапу. Фактори, що формують домінуючий дизайн, наразі задовольняють лише 1 (частково). Структура галузі може еволюціонувати у напрямку «шарування та концентрації», а не «одного переможця».

Яким буде майбутній ритм — згідно зі шаровою часовкоординатою, домінуючі зміни можуть з’явитися приблизно у 2027–2030 роках на кількох підрівнях, глибока перегрупування проявляться у 2030–2035 роках, а час для стратегічної адаптації компаній становить приблизно 2–4 роки.

Відокремлення означає: різні стратегічні рівні (шар передових моделей / шар застосунків / шар вертикальної інтеграції) мають різний ступінь терміновості, але базовий принцип «накопичення різниці в здатностях» застосовується до всіх шарів. Наведений тут — це відокремлений, умовний відчуття часу, а не точний розклад — конкретний темп еволюції буде коригуватися залежно від змін у передумовах, таких як Scaling Law та тенденції до розподілу на лагері.

Для керівників підприємств ці два судження разом утворюють часову координату. Над цією координатою стоїть ще більш фундаментальне питання, яке потрібно відповісти: у такій фазі та в такому часовому вікні, як саме підприємству слід мислити, діяти та коригувати себе?

Це питання автор обговорить у наступній статті…

Цей матеріал надійшов із офіційного каналу WeChat «Тенсентський інститут досліджень» (ID: cyberlawrc), автор: Лі Хуншень