Близько 97% керівників ігрових студій задіяли штучний інтелект у тій чи іншій формі під час створення ігор, причому 94% використовували його принаймні на одному з дев’яти етапів виробництва. Такі дані наводяться у свіжому звіті консалтингової компанії Vivrato, який базується на 101 інтерв’ю з очільниками студій із Північної Америки та Європи, зібраних у період із квітня по вересень 2026 року.
Автори дослідження охопили шість різних категорій технологій: генеративний ШІ, автоматизацію на основі правил, спеціально налаштовані чи кастомні моделі, класичне машинне навчання, системи доповненої генерації та агентні системи. Як зазначив засновник і генеральний директор Vivrato Адам Боєс, сприйняття штучного інтелекту розробниками вже давно вийшло за межі лише генеративних інструментів на кшталт чат-ботів чи генераторів зображень.
Найчастіше технології застосовують у галузі програмування та інжинірингу — рушіїв, інструментів та ігрового коду — цей показник становить 86%. На другому місці опинилися загальні робочі процеси на кшталт документації, електронної пошти, планування та нарад із показником 83%. Концептуальний етап і препродаш охоплюють 79% студій.
Розробка дизайну та створення прототипів залучають ШІ у 68% випадків, тоді як арт, асети та анімація персонажів чи оточення використовують ці інструменти на 60%. Понад половина опитаних студій задіюють штучний інтелект для тестування й контролю якості, а також у роботі над оповіддю та побудовою ігрових світів. Найнижчі показники адаптації зафіксовано в аналітиці даних гравців, LiveOps та монетизації.
Попри високий загальний рівень використання, понад половина респондентів оцінили глибину інтеграції ШІ у свій повноцінний виробничий пайплайн на три бали з десяти або нижче. Водночас європейські студії демонструють дещо більшу залученість: їхній середній показник глибини інтеграції становить 4,2 бала проти 3,5 бала в Північній Америці.
«Цікаве питання полягає вже не в тому, які ігрові студії використовують ШІ, а де саме вони його застосовують, що змінюється, що реально допомагає і з якими труднощами стикаються команди», — розповів Адам Боєс.
За словами керівника Vivrato, зараз настав слушний момент для встановлення чітких орієнтирів, оскільки різні типи алгоритмів дають кардинально відмінні результати — від прогнозування відтоку гравців за допомогою машинного навчання до рутинної автоматизації під час тестування.
Джерела: gamesindustry.biz
