Масштаб конференции впечатлил цифрами: более 1100 компаний, почти 4500 экспонатов, сотни мировых премьер и около 400 тысяч посещений за четыре дня. Однако главным открытием оказались не отдельные новинки, а изменение логики развития всей отрасли.

Самые крупные экспозиции были посвящены вычислительной инфраструктуре: специализированным ИИ-процессорам, суперкомпьютерным узлам, системам хранения данных, программным платформам и оборудованию для дата-центров. Роботы трудились на производственных линиях, интеллектуальные агенты управляли корпоративными процессами, а научные платформы помогали создавать новые материалы и лекарственные препараты. Лозунг конференции — переход «от диалога к действию» — ощущался практически в каждом павильоне. Искусственный интеллект здесь воспринимался как производственный инструмент, а не как технология для генерации текста.

Еще недавно главным объектом конкуренции в ИИ были большие языковые модели. Их сравнивали по числу параметров, результатам тестов и скорости работы. В Шанхае подобные разговоры быстро переходили к обсуждению производительности предприятий, организации вычислений и экономического эффекта. Искусственный интеллект постепенно занимает то место, которое когда-то заняли электричество и интернет, — становится базовой инфраструктурой экономики.

Практически ни одна крупная компания уже не демонстрирует отдельный процессор или отдельную модель. Вместо этого показывается полный технологический цикл: вычислительная инфраструктура, программный стек, модели, агентные платформы и готовые отраслевые решения. Конкурентное преимущество определяется тем, насколько эффективно все элементы работают как единая система. Особенно хорошо это видно на примере Китая.

Несмотря на ограничения доступа к современным процессорам NVIDIA и передовым техпроцессам, китайские компании не пытаются догнать конкурентов в одном направлении. Основной акцент сделан на системной инженерии. Производительность повышается благодаря новой архитектуре памяти, трехмерной упаковке чипов, специализированным процессорам, высокоскоростным межчиповым соединениям и новым принципам построения вычислительных комплексов. Объектом проектирования становится вся ИИ-платформа.Такой подход показывает важную особенность современного этапа развития искусственного интеллекта. Производительность все меньше определяется характеристиками отдельного чипа и все больше — качеством архитектуры всей системы.

Заметные изменения происходят на прикладном уровне. Если еще год назад центральное место занимали чат-боты, то на WAIC 2026 главной темой стали агентные платформы. В отличие от языковой модели агент способен самостоятельно выполнять задачу: планировать последовательность действий, обращаться к внешним сервисам, работать с корпоративными системами и взаимодействовать с оборудованием.

Большинство представленных решений было ориентировано на промышленность. На выставке демонстрировались цифровые двойники предприятий, интеллектуальные системы управления производством, автоматизация инженерных расчетов, поиск причин отказов оборудования и полностью роботизированные линии контроля качества. Искусственный интеллект все активнее выходит за пределы цифровой среды и становится частью производственного процесса. Несколько лет назад подобные решения воспринимались как отдельные пилотные проекты. Сегодня они складываются в новую промышленную экосистему, где фундаментальная модель является лишь одним из компонентов наряду с отраслевыми знаниями, инженерными данными и специализированным программным обеспечением.

Продолжая анализ увиденного на WAIC, приходим к еще одному выводу. Меняется сама экономика внедрения ИИ-систем.

Главными ограничениями развития искусственного интеллекта последовательно являлись вычислительные мощности, затем — данные, позже — фундаментальные модели. Сегодня большинство крупных компаний получают доступ к современным моделям. Гораздо сложнее встроить их в существующие процессы.

Основные затраты теперь связаны с изменением организации работы, а не с приобретением технологии. Требуется перестроить бизнес-процессы, интегрировать ИИ с корпоративными системами, подготовить специалистов и научиться принимать решения на основе новых инструментов. Именно поэтому скорость организационных изменений становится одним из главных факторов конкурентоспособности. И этот вывод особенно важен для России.

Сегодня нередко обсуждается вопрос, должна ли страна конкурировать с мировыми лидерами в создании фундаментальных моделей. Безусловно, наличие собственных моделей имеет стратегическое значение. Однако WAIC 2026 показала, что этот сегмент становится самым капиталоемким. Он требует колоссальных инвестиций, собственной микроэлектроники, огромных вычислительных мощностей и масштабного внутреннего рынка. В ближайшие годы число стран, способных поддерживать полный цикл разработки фундаментальных моделей, скорее всего, останется ограниченным. При этом основная экономическая ценность искусственного интеллекта создается уже на другом уровне.

Россия располагает сильными позициями в отраслях, где накоплены уникальные инженерные компетенции и большие массивы производственных данных: атомная энергетика, нефтегазовая отрасль, транспорт, металлургия, строительство, авиастроение и энергетическое машиностроение. Именно здесь появляются возможности для создания решений, которые трудно воспроизвести без глубокого понимания технологий и многолетнего отраслевого опыта.

Речь идет о новом поколении специализированных ИИ-платформ: интеллектуальных систем проектирования, цифровых двойников предприятий, автоматизированного анализа инженерной документации, диагностики оборудования, управления строительством, оптимизации технологических процессов и логистики. Во всех этих направлениях конкурентоспособность определяется не количеством параметров модели, а качеством инженерной экспертизы, собственными данными и способностью интегрировать ИИ в реальные производственные процессы.

По этой причине возрастает значение инженерных профессий. Инженер становится связующим звеном между фундаментальными ИИ-технологиями и производством. Именно инженер определяет, какие данные необходимы системе, как оценивать результат ее работы и каким образом встроить искусственный интеллект в существующий производственный цикл.

Конференция продемонстрировала начало нового этапа, в котором искусственный интеллект становится инфраструктурой экономики — такой же базовой, как энергетика, связь или транспорт. В ближайшие годы конкуренция будет определяться способностью государств и компаний создавать вокруг искусственного интеллекта собственные технологические экосистемы, соединяющие вычислительную инфраструктуру, программные платформы, инженерные знания и реальные производственные процессы.