Inteligența artificială avansează mai repede decât pot ține pasul guvernanța, metodele de evaluare și sistemele educaționale construite în jurul ei. Aceasta este concluzia centrală a celei de-a noua ediții a AI Index, raportul anual publicat de Stanford HAI (Institute for Human-Centered Artificial Intelligence), un document de peste 400 de pagini care adună date din nouă domenii, de la performanța tehnică și investiții până la medicină, educație și opinia publică.
Industria a produs peste 90% dintre modelele de frontieră notabile lansate în 2025, iar mai multe dintre ele ating sau depășesc baremele umane la întrebări științifice de nivel doctoral, raționament multimodal și matematică de competiție.
Pe un test de referință (benchmark) pentru programare, SWE-bench Verified, performanța a urcat de la 60% la aproape 100% din baremul uman într-un singur an. Adopția la nivel organizațional a ajuns la 88%, iar patru din cinci studenți folosesc deja AI generativ.
Pe scurt: cele 15 concluzii principale ale raportului
1. Capabilitățile AI nu au atins un platou. Accelerează și ajung la mai mulți oameni ca niciodată.
Industria a produs peste 90% dintre modelele de frontieră notabile în 2025, iar mai multe dintre ele ating sau depășesc baremele umane la întrebări științifice de nivel doctoral, raționament multimodal și matematică de competiție. Pe un benchmark cheie pentru programare — SWE-bench Verified — performanța a urcat de la 60% la aproape 100% din baremul uman într-un singur an. Adopția organizațională a ajuns la 88%, iar 4 din 5 studenți folosesc acum AI generativ.
2. Decalajul de performanță dintre modelele AI ale SUA și Chinei s-a închis efectiv.
Modelele americane și chinezești au schimbat poziția de lider de mai multe ori de la începutul lui 2025. În februarie 2025, DeepSeek-R1 a egalat pentru scurt timp cel mai bun model american, iar în martie 2026 modelul de top al Anthropic conduce cu doar 2,7%. SUA produc în continuare mai multe modele de top și brevete cu impact mai mare, în timp ce China conduce la volumul de publicații, citări, brevete acordate și instalări de roboți industriali. Coreea de Sud se remarcă prin densitatea inovației, fiind lider mondial la brevete AI pe cap de locuitor.
3. Statele Unite găzduiesc cele mai multe centre de date AI, iar majoritatea cipurilor lor sunt fabricate de un singur producător din Taiwan.
Statele Unite găzduiesc 5.427 de centre de date, de peste zece ori mai multe decât orice altă țară, și consumă mai multă energie decât oricine altcineva. O singură companie, TSMC, fabrică aproape fiecare cip AI de top, ceea ce face ca lanțul global de aprovizionare cu hardware AI să depindă de un singur producător din Taiwan — deși o extindere TSMC în SUA a intrat în operare în 2025.
4. Modelele AI pot câștiga o medalie de aur la Olimpiada Internațională de Matematică, dar nu pot citi corect un ceas — un exemplu de ceea ce cercetătorii numesc „frontiera neregulată” a AI.
Gemini Deep Think a obținut o medalie de aur la IMO, însă cel mai bun model citește corect ceasurile analogice doar în 50,1% din cazuri. Agenții AI au făcut un salt de la 12% la circa 66% rată de succes pe OSWorld, care testează agenții pe sarcini reale de calculator în diferite sisteme de operare, deși încă eșuează la aproximativ una din trei încercări pe benchmark-uri structurate.
5. Roboții încă eșuează la majoritatea sarcinilor casnice, chiar dacă excelează în medii controlate.
Roboții reușesc doar 12% dintre sarcinile casnice, ceea ce arată cât de departe este AI de stăpânirea lumii fizice. Pe RLBench, manipularea robotică în simulări software a atins 89,4% succes, dar diferența dintre mediile de laborator predictibile și mediile casnice imprevizibile rămâne mare.
6. AI responsabil nu ține pasul cu capabilitățile AI, benchmark-urile de siguranță rămân în urmă, iar incidentele cresc abrupt.
Aproape toți dezvoltatorii de modele de frontieră raportează rezultate pe benchmark-uri de capabilitate, dar raportarea pe benchmark-urile de AI responsabil rămâne inconsecventă. Incidentele AI documentate au urcat la 362, față de 233 în 2024. În plus, cercetări recente au constatat că îmbunătățirea unei dimensiuni a AI responsabil, precum siguranța, poate degrada alta, precum acuratețea.
7. Statele Unite conduc în investițiile AI, dar capacitatea lor de a atrage talent global este în declin.
Investiția privată americană în AI a ajuns la 285,9 miliarde de dolari în 2025, de peste 23 de ori mai mult decât cele 12,4 miliarde investite în China — deși cifrele de investiție privată subestimează probabil cheltuiala totală a Chinei, dată fiind existența fondurilor de orientare guvernamentală. SUA au condus și la activitatea antreprenorială, cu 1.953 de companii AI nou finanțate în 2025, de peste zece ori mai multe decât următoarea țară. Totuși, numărul cercetătorilor și dezvoltatorilor AI care se mută în SUA a scăzut cu 89% față de 2017, dintre care 80% doar în ultimul an.
8. Adopția AI se răspândește cu o viteză istorică, iar consumatorii extrag o valoare substanțială din unelte la care de multe ori au acces gratuit.
AI generativ a atins 53% adopție la nivel de populație în trei ani, mai repede decât PC-ul sau internetul, deși ritmul variază de la o țară la alta și se corelează puternic cu PIB-ul pe cap de locuitor. Unele țări au o adopție mai mare decât ar fi de așteptat, precum Singapore (61%) și Emiratele Arabe Unite (54%), în timp ce SUA se clasează pe locul 24, cu 28,3%. Valoarea estimată a uneltelor de AI generativ pentru consumatorii americani a ajuns la 172 de miliarde de dolari anual până la începutul lui 2026, valoarea mediană per utilizator triplându-se între 2025 și 2026.
9. Câștigurile de productivitate aduse de AI apar în multe dintre aceleași domenii în care angajarea la început de carieră începe să scadă.
Studiile arată câștiguri de productivitate de 14% până la 26% în suportul pentru clienți și dezvoltarea software, cu efecte mai slabe sau negative în sarcinile care cer mai multă judecată. Implementarea agenților AI rămâne sub 10% în aproape toate funcțiile de business. În dezvoltarea software, unde câștigurile de productivitate măsurate sunt cele mai clare, angajarea dezvoltatorilor americani cu vârste între 22 și 25 de ani a scăzut cu aproape 20% față de 2024, chiar dacă numărul dezvoltatorilor mai în vârstă continuă să crească.
10. Amprenta de mediu a AI se extinde odată cu capabilitățile sale.
Emisiile estimate din antrenarea modelului Grok 4 au ajuns la 72.816 tone de CO2 echivalent. Capacitatea energetică a centrelor de date AI a urcat la 29,6 GW, comparabilă cu vârful de consum al statului New York, iar consumul anual de apă doar pentru inferența GPT-4o ar putea depăși necesarul de apă potabilă a 1,2 milioane de oameni.
11. Modelele AI pentru știință pot depăși oamenii de știință, deși modelele mai mari nu performează întotdeauna mai bine.
Modelele de frontieră depășesc în medie chimiștii umani pe ChemBench, dar obțin sub 20% la replicarea în astrofizică și 33% la întrebări de observare a Pământului. Un model de limbaj proteic cu 111 milioane de parametri, MSAPairformer, a depășit metodele anterioare de top pe ProteinGym, iar un model genomic de 200 de milioane de parametri, GPN-Star, a întrecut un model de aproape 200 de ori mai mare. Majoritatea modelelor fundamentale AI pentru știință provin din colaborări intersectoriale, în contrast cu peisajul dominat de industrie al AI de uz general.
12. AI transformă îngrijirea clinică, dar dovezile riguroase rămân limitate.
Uneltele AI care generează automat note clinice din vizitele pacienților au cunoscut o adopție substanțială în 2025. În mai multe sisteme spitalicești, medicii au raportat până la 83% mai puțin timp petrecut cu scrierea notelor și reduceri semnificative ale epuizării. Dincolo de anumite unelte, însă, baza de dovezi pentru AI clinic rămâne subțire. O trecere în revistă a peste 500 de studii de AI clinic a constatat că aproape jumătate s-au bazat pe întrebări de tip examen, nu pe date reale de la pacienți, doar 5% folosind date clinice reale.
13. Educația formală rămâne în urma AI, dar oamenii învață competențe AI în fiecare etapă a vieții.
Peste 80% dintre elevii de liceu și studenții americani folosesc acum AI pentru sarcini școlare, dar doar jumătate dintre gimnazii și licee au politici privind AI, iar numai 6% dintre profesori spun că acele politici sunt clare. În afara clasei, competențele de inginerie AI accelerează cel mai rapid în Emiratele Arabe Unite, Chile și Africa de Sud. Numărul noilor doctorate în AI din SUA și Canada a crescut cu 22% între 2022 și 2024, iar absolvenții care alcătuiesc această creștere au ales locuri de muncă în mediul academic, nu în industrie.
14. Suveranitatea AI devine o trăsătură definitorie a politicilor naționale, dar capabilitățile rămân inegale, chiar dacă dezvoltarea open-source ajută la redistribuirea participării.
Strategiile naționale de AI se extind, în special în economiile în curs de dezvoltare, iar investițiile de stat în supercalcul AI cresc în paralel — un semn al ambițiilor tot mai mari de control intern asupra ecosistemelor AI. Totuși, producția de modele rămâne concentrată în SUA și China. Dezvoltarea open-source începe să redistribuie participarea, contribuțiile din restul lumii depășind acum Europa și apropiindu-se de SUA pe GitHub, alimentând modele și benchmark-uri lingvistic mai diverse.
15. Experții AI și publicul au perspective foarte diferite asupra viitorului tehnologiei, iar încrederea globală în instituții pentru a gestiona AI este fragmentată.
Când vine vorba de modul în care oamenii își fac munca, 73% dintre experți anticipează un impact pozitiv, față de doar 23% din public — o diferență de 50 de puncte. Diferențe similare apar pentru impactul AI asupra economiei și îngrijirii medicale. La nivel global, încrederea în guverne pentru a reglementa AI variază. Dintre țările chestionate, SUA au raportat cel mai scăzut nivel de încredere în propriul guvern pentru a reglementa AI, 31%. La nivel global, UE este mai de încredere decât SUA sau China pentru a reglementa AI eficient.
Modelele converg, dar instrumentele care le măsoară cedează
La frontiera tehnică, modelele de top au devenit aproape imposibil de diferențiat între ele, iar variantele cu greutăți deschise (open-weight) sunt mai competitive ca oricând.
Problema este că, pe măsură ce modelele converg, instrumentele folosite pentru a le evalua își pierd relevanța. Benchmark-urile se saturează, laboratoarele de frontieră publică tot mai puține detalii, iar testarea independentă nu confirmă întotdeauna ce raportează dezvoltatorii.
Tendința spre opacitate este vizibilă în chiar inima ecosistemului: cele mai capabile sisteme sunt și cele mai puțin transparente, cu codul de antrenare, dimensiunile seturilor de date și numărul de parametri ascunse tot mai des.
Decalajul SUA–China s-a închis efectiv
Diferența de performanță dintre modelele americane și cele chinezești a dispărut practic.
Cele două țări au schimbat poziția de lider de mai multe ori de la începutul lui 2025: în februarie 2025, DeepSeek-R1 a egalat pentru scurt timp cel mai bun model american, iar în martie 2026 modelul de top al Anthropic conducea cu doar 2,7%.
SUA produc în continuare mai multe modele de top și brevete cu impact mai mare, în timp ce China conduce la volumul de publicații, citări, brevete acordate și instalări de roboți industriali.
Coreea de Sud se remarcă prin densitatea inovației, fiind lider mondial la brevete AI raportate la populație.
Infrastructura: centre de date, energie și un singur producător de cipuri
SUA găzduiesc 5.427 de centre de date, de peste zece ori mai multe decât orice altă țară, și consumă mai multă energie decât oricine altcineva în acest scop.
Vulnerabilitatea structurală vine însă din altă parte: o singură companie, TSMC, fabrică aproape fiecare cip AI de top, ceea ce face ca întregul lanț global de aprovizionare cu hardware să depindă de un singur producător din Taiwan. O extindere TSMC pe teritoriul american a intrat în operare în 2025, dar dependența rămâne.
Amprenta de mediu crește în paralel cu capabilitățile. Emisiile estimate din antrenarea modelului Grok 4 au ajuns la 72.816 tone de CO2 echivalent.
Capacitatea energetică a centrelor de date AI a urcat la 29,6 GW, comparabilă cu vârful de consum al statului New York, iar consumul anual de apă doar pentru inferența GPT-4o ar putea depăși necesarul de apă potabilă a 1,2 milioane de oameni.
Frontiera neregulată: medalie de aur la matematică, dar nu citește ceasul
Raportul descrie ceea ce cercetătorii numesc „frontiera neregulată” a AI (jagged frontier) — capacitatea de a excela spectaculos la unele sarcini și de a eșua la altele banale.
Gemini Deep Think a câștigat o medalie de aur la Olimpiada Internațională de Matematică, însă cel mai bun model citește corect un ceas analogic doar în 50,1% din cazuri.
Agenții AI au făcut un salt de la 12% la circa 66% rată de succes pe OSWorld, un test care le cere să execute sarcini reale pe calculator, în diferite sisteme de operare — dar continuă să eșueze la aproximativ una din trei încercări.
În lumea fizică, distanța este și mai mare: roboții reușesc doar 12% dintre sarcinile casnice, deși în simulări software pe RLBench manipularea robotică atinge 89,4% succes. Decalajul dintre laboratorul predictibil și mediul casnic imprevizibil rămâne enorm.
Investiții record, dar talentul pleacă din SUA
Investițiile corporative globale în AI au crescut de peste două ori în 2025, iar investiția privată a urcat cu 127,5%. AI generativ a condus avansul, cu o creștere de peste 200% și aproape jumătate din toată finanțarea privată.
Investiția privată americană a ajuns la 285,9 miliarde de dolari, de peste 23 de ori mai mult decât cele 12,4 miliarde investite în China — deși cifrele private subestimează probabil cheltuiala totală a Chinei, având în vedere fondurile de orientare guvernamentală, care au direcționat aproximativ 184 de miliarde de dolari către firme AI între 2000 și 2023.
SUA au condus și la activitatea antreprenorială, cu 1.953 de companii AI nou finanțate în 2025, de peste zece ori mai multe decât următoarea țară.
În paralel, însă, numărul cercetătorilor și dezvoltatorilor AI care se mută în SUA a scăzut cu 89% față de 2017, dintre care 80% doar în ultimul an.
Costurile cresc și ele: marii furnizori de cloud și-au accelerat cheltuielile de capital, Google raportând peste 150 de miliarde de dolari capex în 2025.
Adopție istoric de rapidă, valoare mare pentru consumatori
AI generativ a atins 53% adopție la nivel de populație în trei ani, mai repede decât calculatorul personal sau internetul.
Ritmul variază mult de la o țară la alta și se corelează puternic cu PIB-ul pe cap de locuitor, însă unele state depășesc ce ar prezice venitul: Singapore ajunge la 61% și Emiratele Arabe Unite la 54%. În mod surprinzător, SUA se clasează abia pe locul 24, cu 28,3%.
Valoarea pe care consumatorii o extrag din aceste instrumente a crescut cu 54% într-un an.
Surplusul estimat al consumatorului american a ajuns la 172 de miliarde de dolari anual la începutul lui 2026, în creștere de la 112 miliarde cu un an înainte, iar valoarea mediană per utilizator s-a triplat în aceeași perioadă. Cele mai multe dintre aceste unelte rămân gratuite sau aproape gratuite.
Piața muncii: câștiguri de productivitate concentrate, tinerii pierd
Câștigurile de productivitate aduse de AI apar în multe dintre aceleași domenii în care angajarea la nivel de început de carieră începe să scadă.
Studiile arată creșteri de 14% până la 26% în suportul pentru clienți și în dezvoltarea software, dar efecte mai slabe sau negative în sarcinile care cer mai multă judecată. Implementarea agenților AI rămâne sub 10% în aproape toate funcțiile de business.
În dezvoltarea software, unde câștigurile de productivitate sunt cele mai clare, angajarea dezvoltatorilor americani cu vârste între 22 și 25 de ani a scăzut cu aproape 20% față de 2024, în timp ce numărul dezvoltatorilor mai în vârstă a continuat să crească.
Una din trei organizații se așteaptă ca AI să le reducă forța de muncă în anul următor, cele mai mari reduceri anticipate fiind în operațiuni de servicii, lanț de aprovizionare și inginerie software.
Știință și medicină: capitole noi, dovezi încă subțiri
Pentru prima dată, raportul include capitole de sine stătătoare despre AI în știință și AI în medicină.
Modelele de frontieră depășesc în medie chimiștii umani pe ChemBench, dar obțin sub 20% la replicarea în astrofizică și 33% la întrebări de observare a Pământului.
Dimensiunea nu garantează performanța: un model de limbaj proteic cu 111 milioane de parametri, MSAPairformer, a depășit metodele anterioare de top pe ProteinGym, iar un model genomic de 200 de milioane de parametri, GPN-Star, a întrecut un model de aproape 200 de ori mai mare.
În clinică, instrumentele care generează automat note medicale din vizitele pacienților au cunoscut o adopție substanțială în 2025.
În mai multe sisteme spitalicești, medicii au raportat până la 83% mai puțin timp petrecut cu scrierea notelor și reduceri semnificative ale epuizării profesionale.
Dincolo de aceste unelte, însă, baza de dovezi rămâne fragilă: o trecere în revistă a peste 500 de studii de AI clinic a constatat că aproape jumătate s-au bazat pe întrebări de tip examen, nu pe date reale de la pacienți, iar doar 5% au folosit date clinice reale.
Educația rămâne în urmă, dar oamenii învață AI la orice vârstă
Peste 80% dintre elevii de liceu și studenții americani folosesc acum AI pentru sarcini școlare, însă doar jumătate dintre gimnazii și licee au politici privind AI, iar numai 6% dintre profesori spun că acele politici sunt clare.
În afara sălii de clasă, competențele de inginerie AI cresc cel mai rapid în Emiratele Arabe Unite, Chile și Africa de Sud.
Numărul noilor doctorate în AI din SUA și Canada a crescut cu 22% între 2022 și 2024, iar absolvenții care alcătuiesc această creștere au ales în mare parte cariere în mediul academic, nu în industrie.
Responsabilitatea nu ține pasul, iar percepțiile diverg radical
AI responsabil rămâne în urma capabilităților: aproape toți dezvoltatorii de frontieră raportează rezultate pe benchmark-uri de capabilitate, dar raportarea pe cele de siguranță este inconsecventă.
Incidentele AI documentate au urcat la 362, față de 233 în 2024. Mai mult, cercetări recente arată că îmbunătățirea unei dimensiuni a AI responsabil, precum siguranța, poate degrada alta, precum acuratețea.
Prăpastia de percepție dintre experți și public este una dintre cele mai mari constatări ale ediției. La capitolul impact asupra modului în care oamenii își fac munca, 73% dintre experți anticipează un efect pozitiv, față de doar 23% din public — o diferență de 50 de puncte.
La nivel global, încrederea în guverne pentru a reglementa AI este fragmentată: dintre țările chestionate, SUA au raportat cel mai scăzut nivel de încredere în propriul guvern, 31%, iar Uniunea Europeană este mai de încredere decât SUA sau China în privința reglementării eficiente a AI.
Suveranitatea AI devine, în paralel, o trăsătură definitorie a politicilor naționale, în special în economiile în curs de dezvoltare, susținută de investiții de stat în supercalcul.
Producția de modele rămâne concentrată în SUA și China, dar dezvoltarea open-source începe să democratizeze accesul: contribuțiile din restul lumii pe GitHub depășesc deja Europa și se apropie de SUA, alimentând modele și benchmark-uri lingvistic mai diverse.
