В августе 2023 года аналитики американской исследовательской и консалтинговой компании Gartner выпустили традиционный отчет Hype Cycle for Emerging Technologies. Он посвящен технологиям, которые пока находятся на ранней или зачаточной стадии развития. Ожидается, что эти инновации окажут существенное влияние на бизнес и общество в течение следующих 2–10 лет и более. «РБК Тренды» рассказывают, на какие обновления кривой хайпа Gartner стоит обратить внимание в 2023 году.
Как устроена кривая хайпа
График Gartner в виде кривой показывает цикл развития каждой новой технологии в настоящее время. Он включает пять ключевых этапов:
- Триггер инновации: момент, в который происходит потенциальный технологический прорыв, а также появляются первые подтверждающие жизнеспособность технологии концепции. На этом этапе ее коммерческий потенциал еще не доказан.
- Пик завышенных ожиданий: период, когда о технологии начинают много говорить. При этом СМИ публикуют как истории успеха, так и неудач, и может наступать некоторое разочарование в работе инновации.
- Минимум разочарования: широкий интерес к технологии ослабевает, поскольку эксперименты не приносят видимых результатов. В этот момент ее разработчики могут потерпеть крах или свернуть разработку. Однако они могут также продолжать инвестиции в проект, чтобы улучшить его для удовлетворения ожиданий первых пользователей.
- Наклон просвещения: появляется все больше примеров того, как технология может принести пользу предприятию или пользователям. Разработчики начинают выпускать продукты следующих поколений и финансировать пилотные проекты с их участием. Однако консервативные компании сохраняют настороженное отношение к технологии.
- Плато продуктивности: массовое внедрение технологии начинает набирать обороты, а в среде компаний формируются более четкие критерии оценки конкурентоспособности. Технология начинает приносить плоды.
Что интересного в кривой хайпа 2023 года
Искусственный интеллект
Эта технология, по мнению аналитиков Gartner, открывает возможности для разделения и повышения производительности труда. Хотя генеративный искусственный интеллект обладает огромным потенциалом, существуют и другие виды ИИ для принятия более эффективных бизнес-решений, улучшения условий труда и обслуживания клиентов.
Современный генеративный ИИ способен создавать контент, бизнес-стратегии, а также многое другое, обучаясь на больших массивах открытых данных. Его развитие продолжит оказывать глубокое влияние на бизнес, в том числе на сферы:
- разработки контента и продуктов;
- автоматизации труда;
- качества обслуживания клиентов.
Судя по кривой хайпа, генеративный ИИ (Generative AI) находится на пике завышенных ожиданий, а технологии потребуется 2–5 лет для массового внедрения.
Другие критически важные тренды в развитии искусственного интеллекта включают:
- Моделирование ИИ (AI simulation) — это комбинированное применение искусственного интеллекта и технологий моделирования для совместной разработки агентов ИИ и моделируемых сред, где можно обучать, тестировать и развертывать новые системы искусственного интеллекта. Пока эта технология проходит этап триггера инновации, ее судьба решится через 5–10 лет.
- Причинно-следственный ИИ (Causal AI) — это система, которая выявляет и использует причинно-следственные связи, чтобы выйти за рамки прогнозирования, основанного на корреляции, и стать более автономной. Технология находится на том же этапе развития, что и моделирование ИИ, но определенность в отношении ее применения появится за 2–5 лет.
- Федеративное машинное обучение (Federated machine learning) — это обучение алгоритма без явного обмена данными, что обеспечивает лучшую конфиденциальность и безопасность. Технология находится на той же стадии развития, что и две предыдущие, с горизонтом ожиданий 2–5 лет.
- Наука о графовых данных (Graph data science) — это дисциплина, в которой методы науки о данных применяются к графическим структурам, чтобы строить прогнозные и предписывающие модели. Технология находится на кривой хайпа рядом с предшественником.
- Нейросимволический ИИ (Neuro-symbolic AI) — это форма ИИ, которая сочетает в себе методы машинного обучения и символические системы для создания более надежных моделей. Технология проходит этап триггера, а ее перспективы прояснятся не ранее чем через десять лет.
- Обучение с подкреплением (Reinforcement learning) — это тип машинного обучения, при котором система обучается только с помощью положительной или отрицательной обратной связи (поощрений и наказания). Технология соседствует на графике с наукой о графовых данных.
Опыт разработчиков, или DevX
Расширение опыта разработчиков имеет решающее значение для большинства предприятий, подчеркивают аналитики Gartner. Соответствующие технологии позволяют привлекать и удерживать лучших инженерных специалистов путем усовершенствования их взаимодействия с инструментами, платформами, процессами и командами.
Платформа управления потоком создания ценности (Value Stream Management Platform, VSMP) — это пример технологии DevX, которая направлена на оптимизацию сквозного развертывания и доставки продуктов. Платформа подключается к существующим инструментам компании и получает данные со всех этапов поставки программного продукта — от потребностей клиентов до выявления ценности. VSMP помогают руководителям разработчиков программного обеспечения выявлять и оценивать возможности улучшения производительности программного продукта за счет оптимизации затрат, операционных моделей, технологий и процессов. Платформы находятся на кривой хайпа на этапе триггера инновации, им потребуется от двух до пяти лет для массового внедрения.
Другие важные технологии DevX включают:
- Разработку программного обеспечения с использованием искусственного интеллекта (AI-augmented software engineering) — использование технологий ИИ и обработки естественного языка (NLP), чтобы помочь инженерам-программистам создавать и поддерживать приложения. Технология находится на пике завышенных ожиданий с перспективами внедрения в течение 2–5 лет.
- API-ориентированные SaaS (API-centric SaaS) — службы облачных приложений, разработанные с использованием программных интерфейсов запросов/ответов или интерфейсов на основе событий (API). Технология соседствует с предшественником на кривой хайпа.
- GitOps — тип системы управления с обратной связью для облачных приложений. Технология пока находится на этапе триггера инновации, но с горизонтом внедрения 2–5 лет.
- Внутренние порталы разработчиков (Internal developer portals) — порталы, которые обеспечивают возможность самостоятельного доступа к ресурсам в сложных облачных средах разработки программного обеспечения. Технология располагается на кривой хайпа рядом с предыдущей.
- Офис программ с открытым исходным кодом (Open-source program office) — центры компетенции по разработке стратегий управления, продвижения и эффективного использования программного обеспечения с открытым исходным кодом и данных или моделей с открытым исходным кодом. Технология находится на кривой хайпа рядом с API-ориентированными SaaS.
Всепроникающее облако
Технологии этой группы фокусируются на возможности облачных вычислений стать драйверами бизнес-инноваций. Они переосмысливают работу облачных систем в сторону их вертикальной интеграции и разработки отраслевых решений.
Отраслевые облачные платформы (Industry сloud platforms) объединяют базовые услуги SaaS, PaaS и IaaS (программного обеспечения как сервиса, платформы как услуги и инфраструктуры как сервиса) в единое целое. Такая платформа включает не только необходимые для работы компании инструменты, но и инновации, а предприятия могут сами настраивать свой инструментарий. Технология находится на стадии триггера, и ей потребуется 5–10 лет, чтобы достичь массового внедрения.
Другие критически важные технологии включают:
- Расширенный FinOps (Augmented FinOps), который сочетает гибкость DevOps-подхода, процессы непрерывной интеграции и развертывания приложений с обратной связью с конечными пользователями для формирования бюджета и оптимизации затрат. Технология на кривой хайпа соседствует с отраслевыми облачными платформами.
- Облачные среды разработки (Cloud development environments), обеспечивающие удаленный доступ к облачной среде разработки с минимальными усилиями по установке и настройке. Технологии потребуется для внедрения столько же времени, что и расширенному FinOps.
- Облачную устойчивость (Cloud sustainability) — использование облачных сервисов для достижения устойчивости экономических, экологических и социальных систем. Технология будет широко внедряться через 2–5 лет.
- Облачную нативность (Cloud-native) — реализацию облачных вычислений в качестве услуги. Технология проходит пик завышенных ожиданий, но ей потребуется 5–10 лет для внедрения.
- От облака до периферии (Cloud-out to edge) — архитектуру централизованно управляемой облачной среды (гипермасштабируемое облако), которая предоставляет возможности облачных сервисов периферийным средам. Технология перешла к пику завышенных ожиданий, ее развитие предсказывают в горизонте 2–5 лет.
- WebAssembly (WASM) — виртуальный стек и формат двоичного кода, предназначенный для поддержки безопасных и высокопроизводительных приложений на веб-страницах. Технология находится на стыке триггера и пика ожиданий, но ее внедрение займет до десяти лет.
Конфиденциальность с ориентацией на пользователя
Технологии в этом сегменте сосредоточены на том, как компаниям внедрить ориентированные на человека системы безопасности и конфиденциальности.
Управление доверием, рисками и безопасностью ИИ (AI trust, risk and security management) включает решения и методы, которые объясняют работу моделей ИИ. Система обнаруживает отклонения в используемых данных и готовом контенте, защищает передаваемую информацию и все операции с моделями ИИ. Технология находится на пике ожиданий, а для массового внедрения ей потребуется от двух до пяти лет.
Другие важные технологии:
- Ячеистая архитектура кибербезопасности (Cybersecurity mesh architecture) — новый подход к созданию распределенных элементов управления безопасностью, которые повышают общую эффективность системы ИБ. Этой технологии потребуется более десяти лет для выхода на рынок.
- Генеративный ИИ для кибербезопасности (Generative cybersecurity AI), который генерирует новые производные версии связанного с безопасностью контента, стратегий, проектов и методов после обучения на данных компании. Технология начнет широко внедряться через 5–10 лет.
- Гомоморфное шифрование (Homomorphic еncryption), которое использует алгоритмы для выполнения вычислений с зашифрованными данными и позволяет предприятиям обмениваться данными без ущерба для конфиденциальности. Технологии также потребуется 5–10 лет для массового внедрения.
- Постквантовая криптография (Postquantum cryptography) — алгоритмы, предназначенные для защиты как от классических атак, так и от атак с использованием квантовых вычислений. Технология может широко распространиться уже через 2–5 лет.