Справжній вигляд використання штучного інтелекту кардинально відрізняється від наших уявлень, і найпопулярніше застосування ШІ — саме воно?

За минулий рік штучний інтелект постійно зображувався як ключовий інструмент підвищення продуктивності — від написання електронних листів, генерації коду до автоматичного підсумовування документів, наче повністю переписуючи спосіб роботи. Однак велике дослідження даних від OpenRouter показує, що реальні способи використання штучного інтелекту людьми суттєво відрізняються від загальноприйнятих уявлень.

OpenRouter опублікував звіт про реальні поведінкові дослідження глобального використання AI

OpenRouter — це платформа для багатомодального штучного інтелекту, яка інтегрує дані досліджень понад 60 постачальників і понад 300 моделей, включаючи OpenAI, Anthropic, а також відкриті моделі DeepSeek, Meta LLaMA тощо. Аналізовано понад 100 трильйонів токенів і мільярди взаємодій з моделями у анонімізованих метаданих, без доступу до фактичних розмовних даних, що дозволяє окреслити реальні сценарії використання штучного інтелекту у світі. Варто зазначити, що дослідження аналізувало метадані мільярдів взаємодій без доступу до тексту діалогів, що забезпечує захист приватності користувачів і водночас розкриває поведінкові моделі.

Основне застосування відкритих мовних моделей (LLM) — це саме вони?

Дослідження показує, що до кінця 2025 року використання великих відкритих мовних моделей становитиме приблизно третину від загального обсягу, і з кожним великим оновленням спостерігається значне зростання. Але справжнім несподіваним відкриттям є головне застосування відкритих моделей. Дані свідчать, що понад половина взаємодій з відкритими моделями не пов’язані з підвищенням робочої ефективності або комерційними цілями, а зосереджені навколо рольових ігор, інтерактивних романів і творчого оповідання. Найдивовижніше — понад половина моделей штучного інтелекту з відкритим кодом використовуються не для підвищення продуктивності, а для рольових ігор і створення історій.

Заняття рольовими іграми навіть перевищують допомогу у програмуванні і стають найбільшим сценарієм використання. Дослідники зазначають, що це свідчить про те, що багато користувачів сприймають AI як засіб для компанії, досліджень і творчості, а не просто інструмент підвищення продуктивності. У звіті зазначається, що це спростовує припущення, що LLM головним чином використовуються для написання коду, електронних листів або підсумків.

Використання AI для корекції програмного коду — найшвидше зростаюча категорія застосувань

На відміну від цього, програмування є найшвидкозростаючою категорією застосувань серед усіх моделей. На початку 2025 року запити, пов’язані з програмуванням, становили лише близько 10% від загального обсягу, але до кінця року вони перевищили 50%. Тривалість відповідей також значно зросла, що свідчить про те, що розробники все глибше інтегрують AI у процеси налагодження, архітектурного аналізу та вирішення системних проблем). Зокрема, серія Claude від Anthropic колись домінувала у сфері програмування, але конкуренція з боку OpenAI і Google швидко зростає.

Китайська спрощена мова стала другою за популярністю мовою для AI-інтеракцій у світі

Дослідження також виявило значні зміни у глобальній карті використання. Частка моделей з Китаю зросла з 13% на початку року до приблизно 30%, швидко зростають моделі DeepSeek, Qwen від Alibaba і Moonshot AI. Спрощена китайська мова стала другою за популярністю мовою для взаємодії з AI у світі, а загальні витрати на AI в Азії подвоїлися. Сінгапур став важливим центром використання AI, поступаючись лише США.

Швидкий розвиток AI-інференцій

Ще одним ключовим трендом є зростання «AI-інференцій». AI вже не просто відповідає на окремі питання, а здатен виконувати багатоступеневі логічні висновки у довгих діалогах, викликати інструменти та постійно виконувати завдання. Такі взаємодії за рік зросли з майже нуля до більш ніж половини від загального обсягу, що свідчить про перехід штучного інтелекту від інструменту генерації тексту до агентських систем із плануванням і виконанням.

Ефект «хрустальної туфельки Попелюшки» — перший, хто вирішує проблему, здобуває лояльність

Дослідження також виявило явище, яке називають «ефектом хрустальної туфельки Попелюшки»: коли модель першою точно вирішує важливу задачу, вона здобуває високий рівень прихильності користувачів, значно перевищуючи конкурентів. Коли користувачі глибоко інтегрують модель у свої робочі процеси, витрати на зміну значно зростають. Наприклад, у червні 2025 року рівень утримання користувачів Google Gemini 2.5 Pro через п’ять місяців становив близько 40%, що значно вище за інших. Це кидає виклик традиційним уявленням про конкуренцію у сфері штучного інтелекту. Важливо не лише зайняти першість, а й першими вирішити високовартісні задачі для створення довгострокової конкурентної переваги.

Щодо цін, дані показують, що чутливість до змін у вартості AI несподівано низька. Високоякісні та дешеві моделі можуть співіснувати, і ринок ще не перетворився на просту цінову боротьбу. Якість, стабільність і функціональність залишаються важливими факторами, що дозволяють моделям отримувати додаткову ціну.

Загалом, це дослідження малює більш складний і реалістичний образ штучного інтелекту. AI не лише трансформує професійну роботу, а й змінює форми творчості, розваг і компанії; ринок швидко стає більш різноманітним, технології швидко еволюціонують, а поведінка користувачів набагато чесніше маркетингових слів. Розуміння цих реальних сценаріїв використання стане ключем до наступного етапу розвитку штучного інтелекту.

Ця стаття «Реальні сценарії використання штучного інтелекту і вони суттєво відрізняються від наших уявлень» вперше з’явилася на «Лінь Новини ABMedia».