Одна и та же модель ИИ решает задачи уровня кандидата наук и проваливает то, с чем справляется ребёнок. Это не баг, а свойство — исследователи Stanford называют его «зубчатым фронтом» (jagged frontier). Понимание этого свойства решает, какую задачу ты доверишь ИИ, а какую нет.
По свежему отчёту Stanford AI Index 2026 разрыв виден на цифрах, и он огромен.
График 1. Успех ИИ на разных типах задач. Источник: Stanford AI Index Report 2026.
Что такое зубчатый фронт ИИ
Зубчатый фронт ИИ — это неравномерность способностей: нейросеть блестяще решает одни задачи и беспомощна в других, которые человеку кажутся проще. По данным Stanford AI Index 2026, модель Gemini Deep Think взяла золото на Международной математической олимпиаде, но топовая модель верно читает аналоговые часы лишь в 50,1% случаев. Сильна не значит надёжна везде.
Где ИИ силён
На структурированных, формализуемых задачах ИИ уже на уровне человека или выше. Модели достигают или превосходят человеческий уровень на научных вопросах уровня PhD, мультимодальных рассуждениях и олимпиадной математике. На ключевом бенчмарке программирования SWE-bench Verified результат за год вырос с 60% до почти 100% человеческого уровня.
То есть там, где задача чётко поставлена и есть проверяемый ответ, ИИ — мощный инструмент. Это объясняет, почему он так хорош в коде, аналитике и генерации по шаблону.
Где ИИ беспомощен
А вот в задачах, требующих здравого смысла и работы с физическим миром, всё иначе. Топовая модель читает аналоговые часы в половине случаев — на уровне монетки. Роботы успешны лишь в 12% бытовых задач, при 89,4% в лабораторной симуляции: разрыв между демкой и реальной кухней колоссальный.
AI-агенты на тесте реальных компьютерных задач OSWorld прыгнули с 12% до 66% успеха за год — прогресс огромный, но они всё ещё проваливают примерно 1 из 3 попыток. Доверять агенту задачу без проверки — значит закладывать треть брака.
Что это значит для бизнеса
Практический вывод простой: не спрашивай «умеет ли ИИ», спрашивай «насколько надёжно он умеет именно эту задачу». Формализуемую рутину с проверяемым результатом отдавай смело. Задачи, где нужен здравый смысл, контекст или работа с реальным миром, держи под надзором человека.
Зубчатый фронт — это и есть причина, по которой громкие демки часто не доживают до продакшена. Блестящий результат на одной задаче ничего не говорит о соседней.
С чего начать
- Раздели задачи на формализуемые (проверяемый результат) и требующие суждения — это и есть карта доверия ИИ.
- Формализуемую рутину отдавай ИИ смело, задачи со здравым смыслом держи под надзором человека.
- Любую громкую демку проверяй на своих данных — лучший случай не равен рабочему.
- Для агентов закладывай контроль: треть задач они пока проваливают.
Вопросы и ответы
Что такое зубчатый фронт ИИ простыми словами?
Это неравномерность способностей нейросети: она гениальна в одних задачах и беспомощна в других, которые кажутся проще. По данным Stanford AI Index 2026, ИИ берёт золото на матолимпиаде, но читает аналоговые часы лишь в 50,1% случаев. Сила в одном не гарантирует надёжности в другом.
Каким задачам можно доверять ИИ?
Формализуемым задачам с проверяемым результатом: код, аналитика, генерация по шаблону, олимпиадная математика. Там ИИ уже на уровне человека или выше — на бенчмарке SWE-bench результат за год вырос с 60% до почти 100% человеческого уровня. Чёткая постановка и проверяемый ответ — зона силы ИИ.
Где ИИ чаще всего ошибается?
В задачах со здравым смыслом и физическим миром. Роботы успешны лишь в 12% бытовых задач против 89,4% в симуляции, а AI-агенты проваливают примерно 1 из 3 реальных компьютерных задач. Чем больше контекста и непредсказуемости, тем ниже надёжность ИИ.
Почему демки ИИ не доживают до продакшена?
Из-за зубчатого фронта: блестящий результат на одной задаче ничего не говорит о соседней. Демо показывает лучший случай, а в реальной работе всплывают задачи из «провальной» зоны. Поэтому любое внедрение стоит проверять на своих данных, а не верить показательному ролику.
Где это разбирают вживую
AI Борщ — про внедрение ИИ в бизнес с кейсами и честными антикейсами, без слайдов про будущее. Один день, рабочие сценарии под твою роль. 30 июня 2026, Москва, площадка Актион. Не можешь приехать — есть онлайн-формат за 5 000 ₽ и записи докладов на aiborsch.com.