Ещё один репорт из моей коллекции. Читал его в ноябре прошлого года, с тех пор лежит в сохранёнках. Microsoft AI Diffusion Report. Делюсь ссылками чтобы вы могли сами покопаться, а ниже мои мысли.
Главная цифра: 1.2 миллиарда человек использовали AI за три года. Быстрее чем интернет, быстрее чем смартфон. Но из 8.1 миллиардов это меньше 15%. И разрыв растёт: adoption в Global North за полгода вырос почти вдвое быстрее чем в Global South.
Лидеры: ОАЭ (64% работающего населения), Сингапур (60.9%), Норвегия, Ирландия, Франция. А теперь внимание: США на 24-м месте. 28.3%. Страна которая лидирует в разработке моделей И в инфраструктуре. Nadella сам признаёт: следующая фаза AI определяется не открытиями, а исполнением в масштабе. Лидерство в инновациях не равно лидерство в adoption.
Самая практичная часть репорта это building blocks pyramid. Пять слоёв: электричество → дата-центры → интернет → digital skills → язык. 700 миллионов людей без электричества, для них AI не существует. 86% мощности дата-центров в двух странах: США и Китай. И на самом верху неожиданно язык. Страны с «малыми» языками показывают adoption на 20% ниже чем страны с аналогичным ВВП и интернетом, но с «большими» языками. Английский доминирует в обучающих данных хотя это родной для 5% населения.
Кейс Южной Кореи: когда OpenAI выпустил модели с улучшенным корейским, страна за полгода подскочила с 25-го на 18-е место. Качество модели на родном языке буквально переключило adoption. Для нашего региона этот фактор тоже актуален. Литва, к слову, тут не стоит на месте: вильнюсская Neurotechnology выпустила первую open-source литовскую LLM ещё в 2024, а в конце 2025 вместе с госагентством и университетом запустили LT-MLKM-modernBERT, обученную на почти 2 миллиардах слов. Есть и участие в европейском проекте LLMs4EU. Шаги правильные, вопрос в том хватит ли масштаба чтобы это реально повлияло на adoption.
Отдельная история: DeepSeek, китайская open-source модель, бесплатная. Взлетела не только в Китае и России, но и в Африке через телеком-партнёрства с Huawei. В некоторых африканских странах adoption DeepSeek в 2-4 раза выше чем западных моделей. Это уже не про технологию, это про то что AI diffusion стал инструментом геополитического влияния. Кто даёт бесплатный доступ, тот формирует зависимость от своей экосистемы.
И вещь которая зацепила больше всего. Репорт меряет breadth, не depth. Одноразовый запрос в ChatGPT считается так же как встраивание AI в бизнес-процесс. Когда мы говорим «1.2 миллиарда», мы не знаем сколько из них реально встроили AI в работу, а сколько попробовали разок. Подозреваю что «глубокий» adoption это single digits даже в странах-лидерах.
Оба репорта, если хотите покопаться сами:
📎 Основной: microsoft.com/en-us/research/wp-content/uploads/2025/10/Microsoft-AI-Diffusion-Report.pdf
📎 Обновление H2 2025: blogs.microsoft.com/on-the-issues/2026/01/08/global-ai-adoption-in-2025
Главная цифра: 1.2 миллиарда человек использовали AI за три года. Быстрее чем интернет, быстрее чем смартфон. Но из 8.1 миллиардов это меньше 15%. И разрыв растёт: adoption в Global North за полгода вырос почти вдвое быстрее чем в Global South.
Лидеры: ОАЭ (64% работающего населения), Сингапур (60.9%), Норвегия, Ирландия, Франция. А теперь внимание: США на 24-м месте. 28.3%. Страна которая лидирует в разработке моделей И в инфраструктуре. Nadella сам признаёт: следующая фаза AI определяется не открытиями, а исполнением в масштабе. Лидерство в инновациях не равно лидерство в adoption.
Самая практичная часть репорта это building blocks pyramid. Пять слоёв: электричество → дата-центры → интернет → digital skills → язык. 700 миллионов людей без электричества, для них AI не существует. 86% мощности дата-центров в двух странах: США и Китай. И на самом верху неожиданно язык. Страны с «малыми» языками показывают adoption на 20% ниже чем страны с аналогичным ВВП и интернетом, но с «большими» языками. Английский доминирует в обучающих данных хотя это родной для 5% населения.
Кейс Южной Кореи: когда OpenAI выпустил модели с улучшенным корейским, страна за полгода подскочила с 25-го на 18-е место. Качество модели на родном языке буквально переключило adoption. Для нашего региона этот фактор тоже актуален. Литва, к слову, тут не стоит на месте: вильнюсская Neurotechnology выпустила первую open-source литовскую LLM ещё в 2024, а в конце 2025 вместе с госагентством и университетом запустили LT-MLKM-modernBERT, обученную на почти 2 миллиардах слов. Есть и участие в европейском проекте LLMs4EU. Шаги правильные, вопрос в том хватит ли масштаба чтобы это реально повлияло на adoption.
Отдельная история: DeepSeek, китайская open-source модель, бесплатная. Взлетела не только в Китае и России, но и в Африке через телеком-партнёрства с Huawei. В некоторых африканских странах adoption DeepSeek в 2-4 раза выше чем западных моделей. Это уже не про технологию, это про то что AI diffusion стал инструментом геополитического влияния. Кто даёт бесплатный доступ, тот формирует зависимость от своей экосистемы.
И вещь которая зацепила больше всего. Репорт меряет breadth, не depth. Одноразовый запрос в ChatGPT считается так же как встраивание AI в бизнес-процесс. Когда мы говорим «1.2 миллиарда», мы не знаем сколько из них реально встроили AI в работу, а сколько попробовали разок. Подозреваю что «глубокий» adoption это single digits даже в странах-лидерах.
Оба репорта, если хотите покопаться сами:
📎 Основной: microsoft.com/en-us/research/wp-content/uploads/2025/10/Microsoft-AI-Diffusion-Report.pdf
📎 Обновление H2 2025: blogs.microsoft.com/on-the-issues/2026/01/08/global-ai-adoption-in-2025