Дослідники штучного інтелекту на конференції NeurIPS 2025 заявляють, що сучасний підхід до масштабування досяг своєї межі. Попри сильні результати Gemini 3, експерти стверджують, що великі мовні моделі досі не здатні до справжнього міркування чи розуміння причинно-наслідкових зв’язків. AGI залишається далекою перспективою без фундаментальної перебудови принципів створення та навчання штучного інтелекту.

Межі сучасного підходу

Недавні успіхи моделей ШІ на кшталт Gemini 3 не приховують більш тверезого висновку, який прозвучав цього тижня на конференції NeurIPS 2025: індустрія будує хмарочоси штучного інтелекту на інтелектуальному піску.

Поки Google святкував стрибок продуктивності своєї останньої моделі, дослідники на найбільшій у світі конференції з ШІ попередили: незалежно від того, наскільки вражаючими виглядають сучасні великі мовні моделі, мрія про загальний штучний інтелект віддаляється, якщо галузь не переосмислить свій фундамент.

Усі учасники погодилися, що просте масштабування сучасних трансформерних моделей — надання їм більше даних, більше потужностей GPU та більше часу навчання — більше не приносить значущих результатів. Великий стрибок від GPT-3 до GPT-4 дедалі частіше розглядається як одноразове явище. Усе, що відбувалося після, більше нагадує полірування скла, ніж подолання скляних стель.

Проблема “стіни масштабування”

Це проблема не лише для дослідників, а й для всіх, кому продають ідею, що AGI вже за рогом. Правда, за словами учасників цьогорічної наукової конференції, набагато менш кінематографічна. Те, що створила індустрія — це надзвичайно красномовні системи розпізнавання патернів. Вони добре генерують відповіді, які звучать правильно. Але звучати розумно і бути розумним — дві абсолютно різні речі, і NeurIPS чітко показав, що ця прірва не зменшується.

Технічний термін, який активно обговорювався — “стіна масштабування”. Це концепція, згідно з якою поточний підхід — навчання дедалі більших моделей на дедалі більших наборах даних — стикається як з фізичними, так і з когнітивними обмеженнями. Індустрія вичерпує високоякісні людські дані. Величезні обсяги електроенергії витрачаються на отримання мінімальних покращень. І, можливо, найтривожніше — моделі досі роблять помилки, яких ніхто не хоче бачити від свого лікаря, пілота чи наукової лабораторії.

Gemini 3 підкреслює системні обмеження

Не те щоб Gemini 3 не вразив людей. Google вклав ресурси в оптимізацію архітектури моделі та методів навчання, а не просто в додаткове обладнання, що дозволило досягти неймовірної продуктивності. Але домінування Gemini 3 лише підкреслило проблему. Модель все ще базується на тій самій архітектурі, яка, за тихим визнанням усіх, не призначена для масштабування до загального інтелекту — це просто найкраща версія фундаментально обмеженої системи.

Альтернативні підходи до розвитку ШІ

Серед найбільш обговорюваних альтернатив — нейросимвольні архітектури. Це гібридні системи, що поєднують статистичне розпізнавання патернів глибокого навчання зі структурованою логікою старішого символьного ШІ.

Інші виступали за “world models” — моделі, що імітують те, як люди внутрішньо симулюють причину та наслідок. Якщо запитати сучасний чат-бот, що станеться, коли впаде тарілка, він може написати щось поетичне. Але він не має внутрішнього розуміння фізики і реального усвідомлення того, що станеться далі.

Ці пропозиції не про те, щоб зробити чат-боти більш чарівними — вони про створення систем ШІ, яким можна довіряти в середовищах, де це має значення. Ідея AGI стала маркетинговим терміном та інструментом залучення інвестицій. Але якщо найрозумніші люди в галузі кажуть, що досі бракує фундаментальних інгредієнтів, можливо, настав час переоцінити очікування.

Переосмислення траєкторії розвитку

NeurIPS 2025 можуть запам’ятати не за те, що конференція продемонструвала, а за визнання того, що поточна траєкторія індустрії вражає прибутковістю, але інтелектуально застопорилася. Щоб рухатися далі, потрібно відмовитися від ідеї, що більше завжди означає краще.

Ця стаття AGI залишається недосяжним без вирішення однієї фундаментальної проблеми — експерти з ШІ раніше була опублікована на сайті CyberCalm, її автор — Наталя Зарудня

Через кілька днів після оголошення перших відкритих моделей за шість років OpenAI випустила довгоочікувану GPT-5. Головне — нею можна користуватися вже сьогодні, навіть безкоштовно.

OpenAI заявляє про всебічні поліпшення нової моделі, називаючи GPT-5 найкращою в історії компанії за показниками програмування, письма, безпеки та точності.

«GPT-5 — це перша модель, з якою справді відчуваєш, що розмовляєш з експертом у будь-якій галузі», — заявив генеральний директор OpenAI Сем Альтман під час прес-брифінгу. «Це нагадує мені перехід iPhone від величезних пікселізованих екранів до Retina Display — коли повертаєшся до старого, розумієш, як погано ми жили раніше».

Революція в доступності

На початку року Альтман обіцяв, що GPT-5 забезпечить єдиний досвід для користувачів, і нова модель виконує цю обіцянку. Вперше базова пропозиція OpenAI — це модель міркування, що означає здатність системи розв’язувати складні завдання, розбиваючи їх на менші частини.

Раніше для використання моделей міркування OpenAI потрібно було вибирати опцію «Думати довше» у рядку запитів. Це означало, що більшість безкоштовних користувачів навіть не знали про існування потужніших моделей. З GPT-5 компанія значно спростила роботу з ChatGPT.

Три версії для різних потреб

У споживацькому сегменті представлено лише три версії нової моделі:

• GPT-5 — стандартна версія для всіх користувачів
• GPT-5 mini — активується лише коли безкоштовні та Plus користувачі досягають ліміту використання
• GPT-5 Pro — ексклюзивно для підписників тарифу Pro за $200 на місяць

Plus-користувачі можуть використовувати GPT-5 «значно» більше, ніж власники безкоштовних акаунтів, тоді як Pro-клієнти отримують необмежений доступ.

Швидкість та точність

За швидкістю міркування GPT-5 значно переважає o3 — попередню найпотужнішу модель OpenAI. «Вона настільки швидка, що я психологічно починаю сумніватися — чи достатньо вона думає? А потім отримую чудову відповідь», — зізнався Альтман.

Ще важливіше — модель страждає від значно менших галюцинацій. OpenAI стверджує, що GPT-5 генерує точніші відповіді, ніж будь-яка з попередніх систем міркування. Зокрема, під час обдумування GPT-5 приблизно на 80% рідше включає фактичні помилки порівняно з o3.

Безпека на новому рівні

OpenAI називає GPT-5 найбезпечнішою моделлю в історії компанії. Ключова новинка — функція Safe Completions (Безпечні доповнення).

«Раніше ми діяли за бінарним принципом: якщо запит здавався безпечним — виконували, якщо небезпечним — відмовляли», — пояснює Алекс Бойтель, керівник досліджень безпеки в OpenAI. «Це працювало, але створювало проблеми з ретельно сформульованими запитами».

Тепер GPT-5 намагається дати максимально корисну відповідь у межах встановлених обмежень безпеки. У складних ситуаціях модель надаватиме лише загальну інформацію, яку неможливо використати для завдання шкоди.

Покращення у програмуванні та письмі

OpenAI стверджує, що GPT-5 — найкраща модель компанії для програмування. Вона також стала кращим письменником, здатним перетворювати чернетки на «переконливий та резонансний» контент.

Щодо питань здоров’я, GPT-5 краще виявляє проблемні моменти та пропонує питання для лікаря, адаптуючись до рівня знань користувача та його географічного розташування.

Нові функції ChatGPT

Разом з GPT-5 OpenAI додає кілька нових можливостей до ChatGPT:

• Вибір кольору для чатів (з ексклюзивними опціями для платних користувачів)
• Спрощена інтеграція з Gmail, Google Calendar та Google Contacts
• Попередньо налаштовані особистості в Custom Instructions: цинік, робот, слухач та ботан
• Оновлена версія Advanced Voice з кращим розумінням інструкцій

Шлях до штучного загального інтелекту

На питання про прогрес у напрямку штучного загального інтелекту (AGI) Альтман відповів: «Я не люблю термін AGI, бо кожен розуміє його по-різному, але GPT-5 — значний крок до справді здатних моделей. Нам ще чогось важливого бракує», — зазначив він, вказуючи на неспроможність моделі навчатися самостійно.

«Але рівень інтелекту тут, рівень можливостей — це відчувається як величезне покращення. Якби п’ять років тому, до GPT-3, мені сказали, що ми будемо мати це зараз, я б подумав, що це значна частина шляху до чогось дуже схожого на AGI».

Ця стаття GPT-5 вже тут — безкоштовно для всіх раніше була опублікована на сайті CyberCalm, її автор — Наталя Зарудня

Вибух генеративного ШІ призвів до появи нових технологій, які розширюють межі допомоги ШІ, якою ми її знаємо. Однією з останніх і найгучніших розробок є агентивний ШІ.

По суті, агентивний ШІ — це проста концепція: ШІ-помічник, який може виконувати завдання для вас без інструкцій щодо кожного окремого кроку. Застосування може бути як простим (надсилання електронних листів за певними тригерами), так і складним (закриття угоди про продаж). Такі помічники можуть заощадити організаціям та їхнім працівникам значний час, який потім можна перерозподілити на вирішення завдань вищого рівня.

Звучить занадто добре, щоб бути правдою? Незалежно від того, чи хочете ви краще ознайомитися з концепцією, чи починаєте використовувати ШІ-агентів, ось усе, що вам потрібно знати про агентивні технології — включно з висновками з моїх власних досліджень, а також внесками галузевих аналітиків та лідерів.

Що таке ШІ-агент?

Залежно від сценаріїв використання, пропозиції продукту та компанії, ви можете зустріти різні визначення ШІ-агента. Однак, загалом кажучи, ШІ-агент — це програмний інструмент, який може автономно виконувати завдання для вас. Для виконання завдання він може використовувати комбінацію інструкцій, наданих людиною, та тригерів середовища, а також — і це, мабуть, найважливіший елемент — власні можливості міркування, щоб визначити, що потрібно зробити і коли.

«ШІ-агенти — це ті, кому ми делегуємо завдання. ШІ-агенти прагнуть досягти мети», — пояснює Шріні Ірагаварапу, директор із генеративних ШІ-додатків та досвіду розробників в AWS. «Вони мають достатньо розуму, щоб подумати про те, що потрібно для виконання завдання. Вони можуть визначити, які інструменти потрібні. Якщо потрібно більше інформації, вони повернуться до вас і запитають її».

Ці ШІ-агенти відрізняються від інших технологій ШІ, які ви, можливо, вже використовуєте щодня, таких як ШІ-чатботи чи помічники, оскільки агенти можуть виконувати завдання від вашого імені та визначати, коли вони потрібні, а не просто надавати вам відповідь із заздалегідь визначеного набору інформації. Тому обсяг допомоги, яку вони можуть надати окремим особам та компаніям, значно вищий.

Як працює ШІ-агент?

ШІ-агент базується на технологіях, з якими ви, ймовірно, вже знайомі, поєднуючи новітні можливості ШІ в одному пакеті, щоб вивести допомогу на новий рівень. Наприклад, він використовує такі інструменти, як великі мовні моделі (LLM), міркування, обробку природної мови, довгі контекстні вікна тощо, щоб виконувати завдання більш інтелектуально та адаптивно.

«ШІ-агенти — це технологічна можливість, яка використовує ШІ, включаючи машинне навчання, обробку природної мови, для розуміння контексту взаємодії, потреби клієнта або бізнес-транзакції, а потім застосовує автоматизацію для управління робочим процесом, пов’язаним із цим контекстом», — вважає Омер Мінкара, головний директор з досліджень в Aberdeen Strategy and Research.

Для виконання завдань ШІ-агент покладається на поєднання вказівок людини та даних або контексту, до яких йому надано дозвіл на доступ. Його також можна розробити для реагування на зовнішні тригери, такі як отримання електронного листа, що може ініціювати ланцюжок дій або рішень. Зрештою, інформація та контекст, які він використовує, залежать від конкретного сценарію використання користувачем, який може варіюватися від простого до дуже складного, залежно від потреб бізнесу.

«Ми розміщуємо це на спектрі, де у вас є прості агенти зліва, а потім просунуті агенти справа, і це абсолютний спектр», — сказав Річард Райлі, генеральний менеджер з маркетингу потужних платформ Microsoft. «Деякі з цих агентів зліва можуть буквально базуватися на одному чи двох файлах».

Чим ШІ-агент відрізняється від ШІ-чатбота?

ШІ-чатбот може надати користувачеві відповідь на запитання, посилаючись на свої навчальні дані. Однак він може виконувати лише ті завдання, для яких був попередньо визначений. ШІ-агент може використовувати контекст з інформації навколо нього, щоб робити власні висновки та виконувати завдання, що вимагає вищого рівня міркування.

«Чатбот — це скоріше діалогова система — ви можете просто вести з ним розмову», — сказав Ірагаварапу. «Але у світі ШІ-агентів, агенти не тільки ведуть з вами розмови, вони також роблять щось від вашого імені».

Реальний приклад — замовлення продуктів. Якщо ви використовуєте чатбота або ШІ-помічника, щоб запитати, що замовити на вечерю, він зможе згенерувати список і, у більш просунутих випадках, навіть розмістити замовлення. Однак він не матиме можливості аналізу для залучення іншого контексту, наприклад, перевірки того, що вже є у вашому холодильнику (якщо у вас є система інвентаризації розумного будинку), аналізу ваших дієтичних уподобань, зазначених у вашому додатку для здоров’я, координації з вашим календарем, щоб знати, коли ви будете вдома, щоб отримати замовлення, тощо.

Які існують корпоративні сценарії використання ШІ-агентів?

Корпоративні сценарії використання ШІ-агентів можуть бути настільки простими або складними, наскільки ви бажаєте. Хоча деякі компанії пропонують ШІ-агентів, які можуть автономно виконувати для них завдання у сфері закупівель, продажів, взаємодії з клієнтами тощо, ви можете використовувати ШІ-агентів для оптимізації такого простого завдання, як надсилання повідомлення.

«Це більше про розуміння мистецтва можливого, ніж про те, що “ось меню з 10 речей, які ви можете зробити з агентами”, тому що, зрештою, якщо ви можете щось побудувати, ви можете побудувати що завгодно, чи не так?» — сказав Райлі.

Рішення про впровадження ШІ-агентів у ваш робочий процес може бути складним, оскільки існує так багато пропозицій для різних бізнес-функцій. Однак, хорошим початком є просте визначення процесів у вашому власному бізнесі, які можуть потребувати додаткової допомоги.

«Номер один, знайдіть сценарій використання, який важливий для вас», — додав Райлі.

Ці застосування ШІ-агентів не обов’язково мають бути надскладними. Насправді, замість того, щоб прагнути впровадити складних ШІ-агентів, які вирішують багатоетапні завдання, краще уважно вивчити власні бізнес-процеси та вибрати ті, які матимуть більший вплив, навіть якщо вони знаходяться на простому кінці спектру.

За словами Мінкари, один зі способів сформулювати своє мислення — уявити цих ШІ-агентів як співробітників, призначених допомагати з деякими завданнями нижчого рівня у робочих процесах вашої організації.

«Бачення полягає в тому, що ви можете автоматизувати та мати ШІ-агентів, які, по суті, будуть вашими цифровими співробітниками, що керують багатьма взаємодіями з низьким рівнем залучення або низькою складністю», — сказав Мінкара.

Розгляд ШІ-агентів як вашої команди співробітників може допомогти вам визначити, які завдання ви б хотіли делегувати додатковим співробітникам, якби мали таку можливість, і, своєю чергою, як найкраще максимізувати використання цих ШІ-агентів.

Крім того, розгляд розгортання ШІ-агента як найму співробітника може допомогти забезпечити вжиття належних заходів перед «наймом» або розгортанням ШІ-агентів у вашій організації. Поширеною помилкою при використанні ШІ-агентів є їх розгортання «з коробки» з думкою, що вони позитивно трансформують ваш бізнес. Однак успішне впровадження вимагає більш ретельного обмірковування.

«Два-три місяці — це досить типовий термін у циклі найму, коли ви спілкуєтеся з багатьма різними менеджерами з найму, щоб переконатися, що співробітник має необхідні навички та знання, щоб вписатися, а також виконувати роботу», — сказав Мінкара. «Зараз ми не застосовуємо такої ж ретельності до ШІ-агентів».

Як почати працювати з ШІ-агентом?

Для споживача або бізнес-лідера отримати доступ до ШІ-агента простіше, ніж будь-коли, оскільки більшість великих технологічних постачальників тепер пропонують ШІ-агентів. Компанії, що мають власних ШІ-агентів, включають Microsoft, Amazon, OpenAI, Google, AWS, Salesforce, Adobe, Zoom та Qualtrics — і це лише деякі з них.

Більшість із цих компаній мають інтуїтивно зрозумілі системи створення ШІ-агентів. Щоб почати, ви можете надати базові дані та відповісти на кілька запитань. Спеціально для підприємств часто є представники бренду, які можуть допомогти компаніям визначити, які сценарії використання можуть виграти від додавання генеративного ШІ та які кроки необхідні для їх впровадження. Для бізнесу вибір постачальника може бути просто питанням перебування в екосистемі постачальника, яку ви використовуєте зараз.

Те саме стосується і споживачів, які хочуть випробувати технологію самостійно. Ви можете зробити це на платформі ШІ, яку вже використовуєте. Наприклад, і ChatGPT, і Google пропонують Deep Research — агентивну можливість, яка шукає інформацію в сотнях джерел в Інтернеті та компілює її в один акуратний документ, який ви можете легко переглянути, виконуючи за лічені хвилини те, що інакше зайняло б години. Вибір між ними може зводитися до вибору того, з чим ви найбільше знайомі.

Що слід врахувати перед впровадженням ШІ-агентів у вашій компанії?

Оцінка стану інфраструктури даних вашої компанії є важливою частиною головоломки при розгляді впровадження ШІ-агентів. Це не нова порада, оскільки це також ключовий компонент у більшості можливостей цифрової трансформації, проте це часто недооцінений аспект корпоративних робочих процесів.

Мінкара порівнює використання поганих, неорганізованих даних із заправкою суперкара поганим бензином. З поганим паливом ви не отримаєте тієї продуктивності, яку має забезпечувати суперкар. Потрібно використовувати хороше паливо — і хороші дані.

«Алгоритми можуть бути чудовими, але якщо ваші дані — сміття на вході… то ви можете отримати сміття на виході», — сказав Мінкара.

Які ризики?

Оскільки ШІ-агенти можуть виконувати завдання для вас, існує багато занепокоєнь щодо потенційної можливості того, що ці помічники вийдуть з-під контролю та спричинять хаос у ваших особистих або корпоративних робочих процесах. Однак перше, що слід пам’ятати, це те, що вони навчені відповідати вашим конкретним потребам і не можуть працювати поза цими межами.

«ШІ-агенти можуть робити лише те, що ви їм дозволяєте, тому існує набір дій, які агент може виконувати, і набір дозволів, які агенти мають у межах цих дій», — сказав Райлі.

Це не означає, що ШІ-агенти безпомилкові. Зрештою, вони все ще є моделями ШІ, і — як видно на прикладі простіших інструментів ШІ, таких як ChatGPT — вони часто галюцинують або видають неправдиву інформацію. Навіть якщо ці ШІ-агенти здатні до міркувань вищого рівня, це не звільняє їх від традиційних пасток.

Належні запобіжні заходи можуть запобігти впливу цих пасток на ваш бізнес. Конкретні заходи обережності можна вжити як під час, так і після процесу навчання, щоб забезпечити найкращі результати.

«Під час створення цих агентів важливо мати набори даних для оцінки, набори даних для аналізу якості та сигналізації для моніторингу, коли агент не працює належним чином для ваших сценаріїв використання. Це те, що ви, як підприємство та клієнт, можете зробити», — сказав Ірагаварапу.

Чи ШІ-агент — це те саме, що й AGI?

Розглядаючи ШІ-агентів, ще одним поширеним занепокоєнням є те, як ці помічники співвідносяться із Artificial General Intelligence (AGI) — системою ШІ, настільки здібною, що вона може працювати на рівні людини без допомоги людини. Багато компаній зараз працюють над досягненням AGI; OpenAI чітко заявила, що це кінцева мета компанії.

Навіть якщо ШІ-агенти можуть виконувати завдання самостійно і дають користувачам уявлення про AGI, ці технології дуже відрізняються одна від одної. AGI набагато досконаліший і потужніший, і до нього ще досить далеко. Потрібно провести багато досліджень, щоб дійти до цього етапу, і навіть експерти не можуть повністю погодитися щодо того, скільки часу це займе.

«Я думаю, що AGI — це вершина тотемного стовпа, і, гадаю, ми можемо назвати його Полярною зіркою», — сказав Мінкара.

Повторимося, ШІ-агенти можуть працювати лише в межах того, що ви їм дозволили; вони не зовсім беруть ініціативу у свої руки, а скоріше роблять те, що їм наказано.

Як швидко очікується зростання ШІ-агентів?

Якщо ви подивитеся на заголовки новин і побачите, що ШІ-агенти згадуються всюди, це відображає реальні тенденції. Дослідження Boston Consulting Group (BCG) прогнозує, що ринок ШІ-агентів продовжуватиме швидко зростати, із середньорічним темпом зростання (CAGR) 45% протягом наступних п’яти років.

Крім того, у звіті, опублікованому в листопаді 2024 року, Deloitte прогнозує, що 25% компаній, які використовують генеративний ШІ, запустять пілотні проєкти або перевірки концепції агентивного ШІ у 2025 році. Очікується, що це число зросте до 50% у 2027 році.

«Буде стільки ж агентів, скільки існує бізнес-процесів, а існує безліч різних бізнес-процесів», — сказав Райлі.

Оскільки ШІ-агенти представляють наступний рубіж у штучному інтелекті, і щоб залишатися на крок попереду, саме час дослідити, як їх можна стратегічно використовувати для стимулювання зростання та інновацій у вашому бізнесі.

Ця стаття Що таке ШІ-агенти? Як отримати доступ до команди персоналізованих помічників раніше була опублікована на сайті CyberCalm, її автор — Наталя Зарудня