A jelentés (400 oldal) egyértelmű képet ad: az AI nem lassul, sőt gyorsul, de a köré épülő rendszerek (szabályozás, oktatás, mérőeszközök) képtelenek lépést tartani. Az alábbi 10 megállapítás kiemeli azt, amit érdemes észben tartani 2026-ról.
1. Az AI képességei nem érték el a plafont — gyorsulnak
A jelentős frontier modellek több mint 90%-a iparági szereplőktől származik. Több modell már most eléri vagy meghaladja a humán szintet PhD-szintű természettudományos kérdéseken, multimodális reasoningban és matematikai versenyeken. A SWE-bench Verified kódolási benchmarken egyetlen év alatt 60%-ról közel 100%-ra ugrott a humán baseline-hoz mért teljesítmény.
A szervezeti AI-adopció elérte a 88%-ot, az egyetemisták 80%-a rendszeresen használ generatív AI-t.
2. Az USA-Kína modellverseny gyakorlatilag eldőlt — döntetlennel
A modellek minőségében a két ország felváltva vezetett 2025 eleje óta. 2025 februárjában a DeepSeek-R1 rövid időre beérte a vezető amerikai modellt. 2026 márciusában az Anthropic csúcsmodellje már csak 2,7%-kal vezet.
Az USA még mindig több top modellt és nagyobb hatású szabadalmat termel, Kína viszont vezet publikációszámban, hivatkozásokban, szabadalmakban és ipari robottelepítésekben. Dél-Korea egyébként az egy főre eső AI-szabadalmak terén a világelső.
3. Egyetlen tajvani gyár tartja a kezében az egész iparágat
Az USA-ban 5 427 adatközpont üzemel — több mint tízszer annyi, mint bármely más országban. A globális AI-chip ellátás viszont egyetlen pontra van befűzve: a TSMC gyártja gyakorlatilag az összes vezető AI-chipet, beleértve az Nvidia Blackwell GPU-kat és az AMD MI300X-et is. A TSMC-USA expanzió 2025-ben indult be, de a függőség továbbra is reális stratégiai kockázat.
4. A „jagged frontier” — aranyérem matekolimpián, de az óra leolvasása már gond
A Gemini Deep Think aranyérmet szerzett az IMO-n (Nemzetközi Matematikai Olimpia), ugyanakkor a vezető modell csak az esetek 50,1%-ában tudja helyesen leolvasni az analóg órát. Az AI ügynökök az OSWorld valós számítógépes feladatokon 12%-ról ~66%-ra ugrottak — de még mindig minden harmadik kísérletet elrontják.
A robotika még siralmasabb: a háztartási feladatok mindössze 12%-ában sikeresek. Szoftveres szimulációban (RLBench) viszont már 89,4%-os a sikerráta.
5. A felelős AI lemarad — az incidensek viszont nem
A dokumentált AI-incidensek száma 362-re emelkedett 2025-ben, szemben az előző évi 233-mal. A kapacitás-benchmarkokról a frontier labok rendszeresen jelentenek, a felelős AI benchmarkok terén viszont jellemzően hallgatnak. A friss kutatások szerint az egyik felelős AI-dimenzió (pl. biztonság) javítása rontja a másikat (pl. pontosság).
6. Az USA pénzben még vezet, de a tehetségek elfordulnak
Az USA-ban a privát AI-befektetés 285,9 milliárd dollárt ért el 2025-ben — több mint 23-szor a kínai 12,4 milliárdot (ami persze az állami irányítású alapokat nem mutatja). 1 953 új AI-startupot finanszíroztak.
De: az USA-ba érkező AI-kutatók és fejlesztők száma 2017 óta 89%-kal csökkent, és csak az utolsó évben 80%-os a visszaesés. Az USA még mindig a legnagyobb AI-tehetségbázist tartja fent, de új tehetséget már több mint egy évtizede nem vonz ilyen alacsony arányban.
7. Az AI gyorsabban terjed, mint a PC vagy az internet tette
A generatív AI három év alatt érte el a 53%-os populációs adopciót — gyorsabban, mint a PC vagy az internet. Az országonkénti különbségek erősen GDP-arányosak. Szingapúr (61%) és az Egyesült Arab Emírségek (54%) felülteljesít, az USA viszont csak a 24. helyen áll 28,3%-kal.
Az amerikai fogyasztói piacon a generatív AI éves becsült értéke 172 milliárd dollár — a medián felhasználói érték megháromszorozódott 2025 és 2026 között.
8. A produktivitás nő, de fiatal fejlesztőkből kevesebb kell
Ügyfélszolgálatban és szoftverfejlesztésben 14-26%-os produktivitásnövekedést mérnek. Az AI ügynökök tényleges üzleti bevezetése viszont szinte minden funkcióban egyszámjegyű. Beszédes adat: a 22-25 éves amerikai szoftverfejlesztők foglalkoztatása 20%-kal esett 2024 óta, miközben az idősebb korosztály létszáma nő.
9. Brutális környezeti lábnyom
A Grok 4 betanítása 72 816 tonna CO₂ egyenértékű kibocsátást generált — több, mint egy átlagos autó teljes élettartama alatti kibocsátása (63 tonna). Az AI adatközpontok kapacitása 29,6 GW — körülbelül annyi, mint New York állam csúcsfogyasztása. Csak a GPT-4o inference vízfogyasztása éves szinten meghaladhatja 1,2 millió ember éves ivóvíz-szükségletét.
A globális AI compute-kapacitás évente 3,3-szorosára nő 2022 óta — most 17,1 millió H100-egyenértéknél tart.
10. A klinikai AI áttörése — de a bizonyítékok hígak
Az AI-alapú klinikai jegyzetkészítő eszközök 2025-ben jelentős mértékben terjedtek el. Orvosok arról számoltak be, hogy akár 83%-kal kevesebb időt töltenek jegyzeteléssel, és érdemben csökkent a kiégés. Az evidenciák viszont gyengék: 500+ klinikai AI-tanulmány közel fele csak vizsga-stílusú kérdéseken tesztelt — mindössze 5% dolgozott valódi klinikai adatokon.
Plusz: a publikus bizalom megosztott
A szakértők és a lakosság között 50 százalékpontos szakadék van AI-optimizmusban: a szakértők 73%-a pozitív hatást vár a munkavégzésre, a lakosság 23%-a. A felmért országok közül az USA jelezte a legalacsonyabb bizalmat (31%) a saját kormányának AI-szabályozási képességében. Az EU-t globálisan többen bízzák meg az AI hatékony szabályozásával, mint az USA-t vagy Kínát.
