25 сентября 2025 года компания OpenAI представила GDPval — новаторский эталонный тест, призванный измерить реальную экономическую ценность, создаваемую моделями искусственного интеллекта. Этот шаг знаменует собой переход от абстрактных академических задач к оценке ИИ в контексте его практического применения в различных отраслях, отражая стремление к более глубокому пониманию его влияния на экономику.
GDPval оценивает производительность ИИ-моделей в задачах, генерирующих экономическую ценность. Тест охватывает 44 профессии в девяти ключевых отраслях, составляющих основу ВВП США, включая здравоохранение, финансы и производство. В рамках оценки эксперты отрасли сравнивают результаты работы ИИ с собственными достижениями, определяя, насколько модели превосходят или соответствуют человеческим стандартам. Основная цель — понять, как ИИ может помочь профессионалам экономить время и сосредоточиться на более значимой деятельности.
Первые испытания GDPval показали, что модель GPT-5 продемонстрировала впечатляющие результаты, будучи признанной превосходящей или равной экспертам в 40,6% случаев. Это почти утроило показатель GPT-4o, который около 15 месяцев назад достиг лишь 13,7% в аналогичных тестах. Однако модель Claude Opus 4.1 от Anthropic показала еще более высокий результат, превзойдя GPT-5 в некоторых метриках с показателем 49%. OpenAI отметила, что более высокий балл Claude частично обусловлен его склонностью генерировать более эстетически привлекательные графики, а не исключительно превосходством в производительности.
Введение GDPval происходит на фоне растущего осознания колоссального экономического потенциала ИИ. По оценкам McKinsey, генеративный ИИ может ежегодно приносить мировой экономике от 2,6 до 4,4 триллиона долларов, а IDC прогнозирует вклад в 19,9 триллиона долларов к 2030 году, что составит 3,5% мирового ВВП. Ожидается, что ИИ повысит производительность труда, причем McKinsey прогнозирует рост на 0,1–0,6% ежегодно до 2040 года. Генеральный директор Microsoft Сатья Наделла подчеркивает важность измерения успеха ИИ через его реальное экономическое влияние и рост ВВП, а не только через лабораторные тесты. GDPval соответствует этому подходу, фокусируясь на измеримой экономической ценности.
Хотя текущая версия теста ограничена генерацией отчетов, OpenAI планирует расширить его, включив более комплексные и интерактивные рабочие процессы. Анализ рынка показывает, что, несмотря на быстрые инвестиции, внедрение ИИ все еще находится на ранних стадиях: по данным Citi, лишь около 5% проектов генеративного ИИ полностью масштабированы. Тем не менее, такие компании, как OpenAI, активно работают над созданием инструментов, которые не только повышают эффективность, но и освобождают человеческий потенциал для более творческих и стратегических задач. Это отражает общую тенденцию к тому, что ИИ становится мощным инструментом для расширения человеческих возможностей, а не просто заменой.
GDPval представляет собой важный шаг к объективной оценке реальных возможностей ИИ. Предоставляя основанные на фактических данных сведения, этот бенчмарк помогает развеять спекуляции и дает более четкое представление о том, как ИИ может трансформировать различные отрасли и профессии. Он подчеркивает, что истинная ценность ИИ заключается в его способности повышать производительность, оптимизировать рабочие процессы и, в конечном итоге, способствовать экономическому росту, позволяя людям сосредоточиться на задачах, требующих глубокого понимания и креативности. Это развитие открывает новые горизонты для понимания и интеграции ИИ в нашу жизнь, способствуя прогрессу и создавая возможности для более осмысленной деятельности.