Как будут развиваться технологии в России в 2025 году: надежды и ожидания

Об эксперте: Дмитрий Басистый, директор департамента стратегии и консалтинга группы Rubytech.
Векторы развития IT в последние годы доказали, что делать прогнозы и формулировать тренды — дело неблагодарное. Вместо этого предлагаем взглянуть на IT в России 2025 года через такие понятия, как «надежды» и «ожидания». В чем разница? «Надежда» имеет под собой определенные наработки и первые свершения, что позволяет говорить о достаточно высокой вероятности ее реализации в наступившем году. «Ожидание» — это, скорее, мои субъективные ощущения, что тема может как-то проявить себя в 2025 году (необязательно явно).
Надежда 1. Платформенная консолидация инструментов ИИ
Робкие попытки прошлых лет найти ощутимые экономические эффекты от внедрения средств искусственного интеллекта (ИИ) в корпоративных ландшафтах наконец-то выйдут на поток. Многочисленные отдельные бизнес-задачи и методы их решения с помощью искусственного интеллекта вызовут интерес к построению корпоративных платформ ИИ. Это станет новым комплексным явлением в корпоративных ландшафтах.
Сегодня на мировом рынке ИИ есть примеры успешных реализаций облачных платформ (например: Microsoft Azure AI Platform, IBM watsonx и другие). Все они предлагают своим клиентам платформы сервисов для разработки, внедрения и сопровождения AI-инструментов в бизнес-процессы. В России по этому пути идут «Сбер» и «Яндекс». Но очевидно, что не все отечественные компании, вошедшие в тему ИИ, готовы вынести свои разработки и процессы в облако. В таких ситуациях не избежать построения корпоративной платформы ИИ.
Также платформизации будет способствовать не только сложившийся в этом сегменте конвейерный подход к разработке, внедрению и сопровождению инструментов ИИ в корпоративных ландшафтах, но и настоятельная потребность в обеспечении безопасности разработки и функционирования корпоративных ИИ-систем. Особенно остро она будет проявляться при включении в контур ИИ-решений информационных систем классов mission или business critical.
Надежда 2. Новый импульс для развития коммерческих операторов ЦОД
Одной из ожидаемых тем 2024 года была инициатива направить до 10% бюджетов государственных ведомств и учреждений, выделенных на IT-инфраструктуру, на коммерческий рынок. Она была анонсирована еще летом 2023 года при старте национальной программы «Экономика данных» . В 2024 году инициативу не реализовали, так как не были приняты соответствующие нормативно-правовые акты.
В 2025 году операторский рынок ЦОДов продолжит жить надеждой, что инициатива Минцифры будет нормативно оформлена и с 2026 года IT-отрасль получит стимулы для следующих инициатив:
- улучшение текущих услуг до уровня, который необходим для размещения в ЦОДах информационных систем как федерального, так и регионального уровней;
- формирование на площадках коммерческих ЦОДов работающих IT-стеков, повторяющих стек ГЕОП (Государственной единой облачной платформы).
Небольшой, но запланированный поток денег в отечественную отрасль ЦОД от госорганов и госучреждений станет позитивным финансовым явлением. Хотелось бы надеяться, что инициатива не закончится покупкой или арендой квадратных метров в техзонах ЦОДов или юнитов в монтажных шкафах под размещение оборудования.
Ожидание 1. Интересные задачи для аналитики и аналитиков в эпоху ИИ
В эпоху гонки за ИИ, которая, безусловно, продолжится и в 2025 году, как никогда становится важным прогрессивный подход к построению аналитической поддержки проектов разработки решений с ИИ. Иначе, пока команда разрабатывает какой-то функциональный модуль с нуля, конкуренты уже используют готовый модуль, тратя гораздо меньше времени на его адаптацию.
Прогрессивность нового подхода будет заключаться во всестороннем и, возможно, активном развитии услуг, связанных с поиском, подбором, анализом и тестированием существующих коллекций кода или ИИ-продуктов для внедрения в собственные проекты — на первом этапе. А также в создании нового или адаптации уже применяющегося кода с учетом задачи и корпоративных стандартов — на втором этапе. Это поможет сэкономить деньги и сократить время выхода на рынок.
В мире существует большое количество коллекций открытого кода и платформ для разработки решений на базе технологий ИИ. В качестве примеров коллекций кода можно назвать Hugging Face Transformers, TensorFlow (Google), PyTorch (Facebook/Meta, с 21 марта 2022 года решением суда организация признана в России экстремистской и запрещена) и Scikit-learn.
Очевидно, что особую ценность в связке компонентов услуг на первом этапе («поиск — подбор — анализ — тестирование») будет представлять именно тестирование. Использование открытых источников и бесплатных коллекций из мира ИИ потребует серьезного, даже педантичного отношения как к заявляемому функционалу, так и к безопасности кода.
Ожидание 2. Расцвет датацентричной модели деятельности предприятий
Технологический потенциал для решения задач больших данных и ИИ, а также их успешные технические реализации вызовут потребность в философском, методическим осмыслении моделей функционирования компаний и организаций, твердо решивших позволить своим данным стать основой для управления. Жить с новыми решениями в старых парадигмах будет все сложнее, поэтому в повестке появится тема всестороннего описания моделей для датацентричных предприятий и подходов к их реализации.
Датацентричная модель деятельности предприятия — это подход к управлению и организации бизнеса предприятия (организации), при котором данные и аналитика используется на всех уровнях управления и являются неотъемлемой частью деятельности: от стратегического планирования до операционного управления в режиме реального времени.
В такой модели данные — это ключевой актив предприятия, управление им осуществляется надлежащим образом, и подразумевает инвестиции в технологии обработки и хранения данных, развитие аналитических компетенций и изменение корпоративной культуры.
Отдельно стоит отметить очевидные сложности на пути к идеальному датацентричному предприятию, которые заключаются в противоречивом и запутанном отношении к алгоритмическому управлению:
- с одной стороны, без автоматического принятия существенной части решений на основе данных нет и «экономики данных»;
- с другой стороны, датацентричности будет сопротивляться биологическая сущность владельцев бизнеса, менеджеров и сотрудников («мы же умнее машин»);
- и, конечно, на помощь этому «сопротивлению» подоспеют юристы («кто за это ответит?») и философы-этики («машина дискриминирует человека»).
Тем не менее, несмотря на все сложности, ожидаем появления фреймворка датацентричной модели деятельности предприятия — уже в 2025 году.
➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.