METR дослідження швидкості розвитку ШІ: Anthropic х2

Що насправді показало METR дослідження швидкості розвитку ШІ

Ще недавно темп розвитку фронтирного ШІ пояснювали заліzom: більше чипів, більші тренувальні запуски, рівніший приріст. Потім, 5 листопада 2026 року, некомерційна організація METR опублікувала METR дослідження швидкості розвитку ШІ на прикладі Anthropic. За його даними, моделі лабораторії з жовтня 2025 року покращуються приблизно вдвічі швидше, ніж у період із березня 2024-го по жовтень 2025-го. Два роки прогресу вмістилися в один.

Керівнику бізнесу це важливо вже зараз, а не в якомусь далекому стратегічному циклі. Причина прискорення незручніша за «купили більше GPU», а дані, на які спирається висновок, мають прогалини. Про них краще знати, перш ніж цитувати цифру перед радою директорів. Звідки береться число, наскільки йому можна вірити і що воно змінює в наступному бюджеті, пояснюють розділи нижче.

Випадок Anthropic у цифрах

METR — незалежна група з оцінювання ШІ. Її співробітники працювали всередині Anthropic з 12 серпня по 29 жовтня 2026 року. Вони мали доступ до внутрішніх даних про претренінг, навчання з підкріпленням, використання обчислень і бенчмарки, а також спілкувалися з самими дослідниками. Вийшов один із небагатьох зовнішніх поглядів на те, як змінюється темп фронтирної лабораторії. Це також найближче до задокументованого випадку, коли ШІ допомагає створювати наступне покоління ШІ.

Тренд за бенчмарками: приблизно 1,9x

METR відстежувала прогрес за AECI, внутрішнім варіантом Epoch Capabilities Index від Anthropic, який зводить результати багатьох бенчмарків в одне число. Зростання від жовтня 2025 року склало близько 1,9 попереднього нахилу кривої. 95-відсотковий довірчий інтервал — від 1,5x до 2,8x. За формулюванням самої METR, прискорення у 2x означає, що два роки історичного прогресу вкладаються в один.

Уявіть показник, який раніше додавав 15 пунктів на рік, а тепер додає 30. Фініш не зсунувся. Просто бігуни почали долати доріжку вдвічі швидше.

Атрибуція: близько 80% дає ШІ

Висновок METR такий: приблизно 80% нинішнього прискорення походить від того, що Anthropic використовує ШІ у власних дослідженнях, і ця частка зростає. Оцінку позначено як таку, що має суттєву невизначеність. Важливіше те, що дослідники виключають. METR каже, що отримала переконливі докази: прискорення не спричинене швидшим зростанням обчислень для навчання. Річ не в тому, що чипів побільшало.

Самозвіти: від 1,2x до 12x

Anthropic також поділилася даними опитувань про те, наскільки ШІ, на думку працівників, прискорює їхню роботу. Середній самозвітний приріст зріс приблизно з 1,2x для Claude 3.7 Sonnet до близько 12x для найпотужнішої внутрішньої моделі в жовтні 2026 року. METR підігнала під ці дані тренд приблизно 3,9x на рік. До цієї цифри вона поставилася обережно, як видно з наступного розділу.

Два роки прогресу в один — це не прогноз. Це вимір, зроблений кимось зі сторони.

Де докази слабкі

Керівник, який перешле цей заголовок без застережень, рано чи пізно почує поправку від когось у кімнаті. Застережень чимало, і більшість із них METR називає сама.

Діапазон широкий. Заголовна цифра — близько 2x, але METR вважає, що справжнє значення може лежати будь-де між 1,3x і 3x. «Вдвічі швидше» варто читати як центральну оцінку, а не як константу.

Цифра 12x — слабкий доказ. METR зазначає, що самозвітний приріст може завищувати реальну продуктивність: люди погано оцінюють власну швидкість. Інтерв'ю теж вийшли строкатими. Відповіді різнилися: багато дослідників називали прискорення близько 2x, інші відповідали невиразно або не погоджувалися.

Значну частину доказів приховано. За матеріалами про звіт, Anthropic закреслила більшість того, що METR вважала найінформативнішим. Зовнішні читачі бачать висновки, але не дані, на яких їх зроблено. Це обмежує незалежну перевірку.

Лінійка впирається в стелю. У повідомленнях про оцінку йдеться, що остання внутрішня модель Anthropic уже набирає понад 50% у кожному тесті індексу. Версія індексу, що включає моделі конкурентів, показує лише близько 1,4x прискорення. Чи це ефект, властивий саме Anthropic, чи ширша тенденція галузі, поки невідомо.

Охоплення вузьке. METR вимірювала покращення на чітко сформульованих завданнях. Люди залишаються в циклі, і більшість прискорення дає робота дослідників із ШІ як з асистентом, а не самостійна дослідницька робота ШІ. Звіт не стверджує, що рекурсивне самовдосконалення настало. Водночас METR не знайшла переконливого найближчого вузького місця ні в алгоритмах, ні в обчисленнях, ні в потужностях для експериментів, ні в даних.

Ще одна деталь заслуговує на увагу. Власна Responsible Scaling Policy від Anthropic вважає подвоєння темпу прогресу ШІ, значною мірою зумовлене автоматизованими дослідженнями, тривожним сигналом. METR вважає правдоподібним, що цю межу вже перетнули і що публічний звіт Anthropic про ризики за серпень 2026 року применшує прискорення. Тож висновок важливий не лише для інженерів, а й для управління ризиками. Інвестори, які стежать за підготовкою компанії до IPO, прочитають його саме так. Про це йшлося в аналізі оцінки Anthropic перед IPO.

Що METR дослідження швидкості розвитку ШІ означає для дорожньої карти компанії

Імовірно, компанія не тренує фронтирні моделі. Наслідки для неї непрямі, але практичні. Їх можна звести до трьох зсувів.

Можливості вендорів змінюватимуться швидше за контракти

Якщо приріст можливостей провідної лабораторії йде зі швидкістю близько 2x від попереднього темпу, нові покоління моделей з'являтимуться швидше, ніж розраховує типовий програмний контракт на 12–36 місяців. Система, схвалена в січні, до наступної зими може відстати на два покоління. Звідси перевага коротких зобов'язань, оплати за використання та архітектур, де модель можна замінити як окрему деталь. Для структурованого порівняння постачальників є чеклист вибору підрядника для розробки AI-агента.

Горизонт планування скорочується

Трирічний план автоматизації, збудований на сьогоднішній роботі агентів, стоїть на піску. Стійкі плани пишуть кварталами, з точками рішень, прив'язаними до виміряних результатів. Питання змінюється: не «який інструмент купити», а «як швидко можна замінити, перевірити й масштабувати». Тут малий бізнес має перевагу: він змінює курс швидше за компанію з піврічним циклом закупівель.

Можливості ще не означають надійність

Швидший прогрес моделей на бенчмарках не гарантує швидших результатів в операціях. Матеріал про реальну ефективність AI-агентів за GDPx показує, яка прірва буває між оцінкою в бенчмарку і виконаною роботою. Висновок METR говорить про швидкість фронтиру. Чи надійно поводиться інструмент у черзі кредиторської заборгованості, залишається локальним питанням, і відповідь дає лише локальне тестування.

Виміряти власне прискорення, перш ніж вірити чужому

Найпереносніший урок кейсу Anthropic — методологічний. METR визначає прискорення як відношення результату людини чи команди з ШІ до результату без нього. Вона ж визнає, що результат важко визначити, а опитування завищують відповідь. Визначення варто взяти, опитування — відкинути.

Робочий підхід для компанії середнього розміру:

• Обрати один процес із рахованим результатом. Погодження замовлень на закупівлю, перевірка договорів, звірка рахунків, закриті звернення в підтримку.
• Чотири тижні фіксувати базову лінію. Час циклу, частка помилок, години уваги старших фахівців.
• Запустити версію з ШІ на порівнянному зрізі. Спиратися не на відчуття швидкості, а на цифри.
• Поділити. Якщо тижнева черга погоджень забирала 40 годин часу менеджера, а тепер забирає 10, прискорення становить 4x. (Це гіпотетична ілюстрація арифметики, а не результат клієнта.)
• Повторювати щокварталу. Головний урок METR у тому, що сам темп змінюється, тож єдиний замір швидко старіє.

Деякі виміряні результати публічні. Sophos повідомила про скорочення часу розслідування загроз на 96%, а Basis удвічі скоротила час на податкові робочі книги. Обидва кейси — корисні орієнтири. Але це не власні цифри компанії, а рада директорів питатиме саме про них.

П'ять кроків на наступні два квартали

Оцінка не вимагає паніки. Вона вимагає чіткішої позиції. З неї випливають п'ять кроків, і вони відображають інтерпретацію автора, а не рекомендації METR.

1. Скоротити AI-зобов'язання. Віддавати перевагу контрактам на 6–12 місяців або з умовами виходу, прив'язаними до бенчмарків можливостей.
2. Відокремити модель від робочого процесу. Тримати промпти, інструменти, дозволи та підключення до даних у власному шарі, щоб заміна двигуна не означала перебудову всієї машини.
3. Призначити одного керівника відповідальним за вимірювання ШІ. Не ентузіазм і не пілоти заради пілотів, а один власник цифр прискорення.
4. Вибудувати управління агентами вже зараз. Швидші моделі дають потужніших агентів із ширшим доступом. Мінімальну структуру описує матеріал про управління AI-агентами в компанії, а розбір меж контролю над AI-агентами в Anthropic пояснює, чому чекати не можна.
5. Відрепетирувати щоквартальний перегляд. Раз на квартал питати, що змінилося на фронтирі можливостей і які процеси тепер дешевше автоматизувати, ніж минулого разу.

Керівники, які так роблять, описують однаковий зсув. Відчуття, що женешся за кожним заголовком, поступається спокою й реальному контролю: відомо, які цифри відстежуються, які рішення зворотні, а які ні. Змінюється і зовнішнє сприйняття. Рада директорів чи інвестор, який бачить CEO з виміряним прискоренням і чітким планом виходу замість захвату від останньої моделі, читає в ньому людину, що перетворює технологію, яка швидко змінюється, на передбачуваний прибуток.

FAQ

Що таке METR дослідження швидкості розвитку ШІ? Це незалежна оцінка, яку 5 листопада 2026 року опублікувала організація METR, що займається оцінюванням ШІ. Після 11 тижнів роботи всередині Anthropic METR дійшла висновку, що можливості моделей лабораторії покращуються приблизно вдвічі швидше, ніж у період з березня 2024-го по жовтень 2025-го. За її оцінкою, більшість прискорення дає те, що Anthropic використовує ШІ у власних дослідженнях.

Чи доводить дослідження, що ШІ вдосконалює сам себе без людей? Ні. METR описує схему, де люди використовують ШІ як дослідницького асистента, а контроль залишається за дослідниками-людьми. Звіт не стверджує про замкнений цикл автономного самовдосконалення, хоча працівники казали METR, що очікують зростання автономних внесків.

Наскільки надійна цифра 2x? Це центральна оцінка зі значною невизначеністю. 95-відсотковий довірчий інтервал для тренду за бенчмарками — від 1,5x до 2,8x, а справжнє значення, за словами METR, може правдоподібно лежати між 1,3x і 3x. Крім того, Anthropic закреслила значну частину базових доказів, тож зовнішня перевірка обмежена.

Чи спричинили прискорення потужніші обчислення? За даними METR, ні. Вона каже, що отримала переконливі докази: прискорення не пов'язане зі швидшим зростанням обчислень для навчання. Близько 80% нинішнього прискорення METR відносить на рахунок досліджень із допомогою ШІ, з високим ступенем невизначеності.

Чи означає це, що бізнес-інструменти за рік стануть удвічі кращими? Не обов'язково. Висновок стосується прогресу на чітко сформульованих бенчмаркових завданнях в одній лабораторії, а не результатів у процесах конкретної компанії. Можливості фронтиру, найімовірніше, й далі зростатимуть швидко, але що вони дають операціям, з'ясовується лише вимірюванням конкретного робочого процесу.

З чого керівнику почати? Вибрати один процес із рахованим результатом, чотири тижні фіксувати базову лінію і порівняти її з версією на базі ШІ. Це дасть власну цифру прискорення, яку рада директорів зможе перевірити, і покаже, де глибша автоматизація окупиться. Обговорити, з якого процесу почати, можна з AI-асистентом.

Звіт METR закриває питання, яке раніше жило в прогнозах: ШІ вже скорочує шлях до кращого ШІ, принаймні в одній фронтирній лабораторії. Контролювати цей темп неможливо, але можна вирішити, яка його частка дійде до власного балансу. Цей десяток років виграють не компанії з найгучнішими AI-анонсами, а ті, що з кварталу в квартал показують виміряне прискорення у власних операціях.