Искусственный интеллект становится слоем цифровой среды

По оценке Sensor Tower, в первой половине 2026 года выручка приложений с упоминанием ИИ внутри самих приложений может достигнуть 12 млрд долларов, а число загрузок таких приложений выросло на 177% по сравнению с первой половиной 2023 года. Отдельно компания указывает, что мировая выручка именно приложений генеративного искусственного интеллекта от встроенных покупок превысит 4 млрд долларов в первом полугодии 2026 года, что на 36% больше, чем во втором полугодии 2025 года.

Пользовательское потребление программных продуктов меняется вместе с устройством цифровой среды. По данным Sensor Tower, функции генерации текста и изображений, алгоритмические помощники, рекомендательные механизмы и автоматизированный поиск закрепляются в массовых сервисах; бренды всё активнее встраивают такие решения в свои продукты, а число приложений, в описании которых упоминается ИИ, уже превысило 200 тысяч. Пользователь все чаще взаимодействует не с отдельным ИИ‑сервисом, а с привычным приложением, в котором вычислительный посредник встроен в стандартный сценарий работы.

До недавнего времени успех цифрового сервиса измеряли числом установок. В 2026 году Sensor Tower описывает другую модель: рынок смещается к конкуренции за долю времени, регулярность возвращения и глубину использования. В годовом измерении пользователи проводят в мобильных приложениях 5,3 трлн часов, и значимая часть этого времени приходится на среды общения, социальные платформы и сервисы с функциями искусственного интеллекта.

По данным Sensor Tower, в первой половине 2026 года мировое время, проведенное в приложениях генеративного искусственного интеллекта, увеличивается с 17,2 до 36 млрд часов в годовом сопоставлении. Этот сдвиг позволяет ставить вопрос уже не об эпизодическом использовании технологии, а об устойчивых поведенческих контурах: как формируется привычка обращаться к алгоритмическому помощнику, как меняется последовательность действий при поиске информации, в какой момент человек передает машине часть когнитивной работы.

State of Web 2026 показывает высокую концентрацию веб‑трафика: поиск и социальные платформы аккумулируют около 2,4 трлн посещений в год и сохраняют роль основных точек входа в интернет. На этом фоне ассистенты на базе искусственного интеллекта демонстрируют максимальные темпы роста: их посещаемость в 2025 году увеличивается примерно на 86%, а ChatGPT становится шестым по посещаемости сайтом мира, прибавив более 60 млрд визитов за год.

Это меняет архитектуру информационного поиска. Пользователь реже выходит на первоисточник напрямую и чаще получает предварительно обработанный ответ, собранный и сокращенный алгоритмическим посредником. Возникает веер научных направлений, связанных с измерением зависимости от посредника, анализом перераспределения доверия и описанием новых маршрутов движения знания в цифровой среде.

Одно из ключевых наблюдений Sensor Tower состоит в том, что искусственный интеллект перестает быть обособленной категорией приложений и встраивается в торговлю, рекламу, редакторские сервисы, образовательные платформы, поиск, коммуникацию и навигацию по контенту. Приложение с ИИ сменяется приложением, в котором ИИ существует как рабочая функция, встроенная в стандартный сценарий использования.

Этот переход меняет и уровень анализа. Значение имеет уже не частный успех отдельного сервиса, а совокупность эффектов, возникающих при массовом включении алгоритмического посредника в стандартные пользовательские маршруты. В такой рамке предметом исследования становятся распределение внимания, режимы чтения, способы оценки достоверности, навигация по массивам данных и механизмы принятия решений.

Какие направления будут развиваться

Исследования цифрового поведения и экономики внимания. Рост времени использования ИИ‑сервисов открывает возможность точнее моделировать привычки, циклы возвращения, продолжительность сессий и характер переключения между платформами. Исследовательское внимание смещается к тому, как алгоритмическая подсказка влияет на выбор, как меняется глубина чтения и как сокращается интервал между запросом и действием.

Исследования качества алгоритмов, воспроизводимости и устойчивости вычислительных систем. Расширение ИИ‑функций в массовых приложениях повышает цену ошибки, смещения данных и непрозрачных критериев ранжирования. Для университетских лабораторий открывается широкий фронт задач: тестовые наборы, проверка устойчивости моделей к шуму, анализ отклонений, сопоставление качества ответов при разных типах входных данных и изучение влияния коммерческой оптимизации на достоверность результата.

Исследования трансформации труда и профессиональных навыков. Доклад Microsoft фиксирует, что в первом квартале 2026 года доля трудоспособного населения мира, регулярно использующего ИИ‑инструменты, достигла 17,8%; одновременно 26 экономик уже превысили порог в 30% пользователей среди населения трудоспособного возраста. Эти данные задают поле для исследований перераспределения рутинных и аналитических операций, изменения требований к квалификации и сценариев переподготовки.

Правовые и экономические исследования платформенной зависимости. Концентрация трафика у ограниченного числа крупных узлов в сочетании с ростом роли ИИ‑ассистентов как канала привлечения пользователей ставит вопросы об условиях конкуренции, барьерах входа и режимах доступа к данным. Возможна продуктивная связка правового анализа, институциональной экономики и эмпирических исследований цифровых платформ.

Методология анализа коммерческих массивов данных. Sensor Tower строит свои выводы на больших наборах поведенческих и рыночных показателей, собранных по внутренним процедурам компании. Это создает потребность в разработке методов верификации таких массивов, выявления систематических ошибок, сопоставления коммерческих оценок с независимыми статистическими, социологическими и библиометрическими измерениями.

Искусственный интеллект в России постепенно закрепляется как повседневный рабочий инструмент в промышленности, логистике, энергетике, медицине, биомедицинских и бионических разработках, финансовых сервисах и телекоммуникациях. Он используется в системах управления технологическими цепочками, предиктивной аналитике, компьютерном зрении для контроля качества и безопасности, моделировании сложных физических и биологических процессов, поддержке клинических решений и управлении рисками. В научной и университетской среде ИИ включается в анализ больших массивов экспериментальных и наблюдательных данных, планирование вычислительных экспериментов и оценку устойчивости моделей. Глобальные данные Sensor Tower в таком контексте выступают ориентиром для понимания общего смещения пользовательской и институциональной нормы в сторону регулярного взаимодействия с алгоритмическими посредниками.

В то же время российский контекст задает собственные исследовательские акценты. Особое значение получают работы, посвященные развитию локальных моделей и вычислительной инфраструктуры, применению искусственного интеллекта в сложных физических, инженерных, биомедицинских и бионических системах, а также построению надёжных режимов использования данных и согласованию университетских, корпоративных и государственных цифровых платформ. На этом фоне будет расти спрос на междисциплинарные исследования, в которых совмещаются прикладная математика, вычислительные науки, инженерные дисциплины, медицина и гуманитарные направления. Такая повестка органично вписывается в общемировую траекторию развития ИИ‑инструментов для науки, образования и высокотехнологичных отраслей.