Главные стратегические тенденции 2026 года в области технологий
Ежегодный отчет Gartner «Главные стратегические тенденции в области технологий» дает представление о направлениях инноваций и их значении для лидеров в плане создания устойчивых и целеустремленных организаций.
Аналитики Gartner считают главными стратегическими технологическими трендами 2026 года не просто инновации, а важнейшие инструменты для ИТ-директоров и руководителей ИТ-отделов, которые позволят создавать устойчивую основу, координировать работу интеллектуальных систем и защищать корпоративную ценность.
Ожидается, что эти тренды изменят принципы работы бизнес-моделей, архитектур и операций в мире, где ИИ, риски и инфраструктура сливаются воедино. Компания утверждает, что к 2026 году и далее темпы изменений будут ускоряться, и ИИ перестанет быть опциональным. Это означает, что лидеры в сфере технологий больше не могут относиться к инновациям как к второстепенному проекту. Им необходимо действовать быстро, согласовывать цифровую стратегию с бизнес-императивами и масштабировать инновации надежным и безопасным способом.
Ниже приведены 10 тенденций Gartner, которые отражают то, как ведущие организации реагируют на сложность и возможности в гиперсвязанном мире, управляемом искусственным интеллектом.
1. Платформы разработки на основе искусственного интеллекта
Платформы разработки на основе ИИ используют генеративный ИИ для ускорения создания программного обеспечения. Они встраивают возможности генеративного ИИ непосредственно в жизненный цикл разработки программного обеспечения, позволяя командам создавать приложения с меньшим объёмом традиционного кода, более высоким уровнем абстракции и более высокой скоростью. Эти инструменты меняют подход к разработке программного обеспечения благодаря автоматизации и сотрудничеству между людьми и ИИ.
Платформы безопасности на основе ИИ централизуют прозрачность и контроль сторонних и пользовательских приложений ИИ.
Gartner утверждает, что это становится основополагающим принципом построения бизнес-систем следующего этапа. Для ИТ-директоров это означает переосмысление принципов разработки программного обеспечения.
По прогнозам Gartner, к 2030 году платформы разработки на основе ИИ позволят 80% организаций преобразовать свои крупные команды разработчиков программного обеспечения в более мелкие и гибкие команды, дополненные ИИ.
2. Суперкомпьютеры для ИИ
Суперкомпьютеры для ИИ объединяют центральные процессоры, графические процессоры, специализированные интегральные схемы для искусственного интеллекта и нейроморфные вычисления, что обеспечивает беспрецедентную производительность, эффективность и масштабируемость. Эти системы координируют сложные рабочие нагрузки в области машинного обучения, аналитики и моделирования. Это ускоряет прорывы в различных отраслях – от биотехнологий до финансов.
По мере роста наборов данных и расширения моделей необходимая вычислительная инфраструктура становится гораздо более требовательной, чем типичные облачные виртуальные машины. Специалисты Gartner называют их «суперкомпьютерными платформами ИИ» – архитектурами, которые откроют новое поколение масштабируемых моделей и ресурсоёмких аналитических рабочих нагрузок. На практике это может поставить организации перед выбором – стоит ли создавать, арендовать или сотрудничать для экзафлопсных1Экзафлопсные вычисления — это вычисления, выполняемые суперкомпьютерами со скоростью порядка одного эксафлопса, то есть одного квинтиллиона операций с плавающей запятой в секунду. Это в тысячу раз быстрее, чем у петафлопсных систем, что открывает новые горизонты в научных исследованиях, например, в области климата, медицины и национальной безопасности. Экзафлопсные вычисления позволяют решать более сложные задачи и проводить более глубокие исследования, чем ранее, что значительно ускоряет научный и технологический прогресс. Сферы применения включают моделирование климата, разработку новых лекарств, материаловедение и национальную безопасность или почти экзафлопсных вычислений. Управление, стоимость и энергопотребление становятся стратегическими вопросами.
По прогнозам Gartner, к 2028 году более 40% ведущих предприятий внедрят архитектуры парадигмы гибридных вычислений в критически важные бизнес-процессы, что на 8% больше, чем сейчас.
3. Конфиденциальные вычисления.
Конфиденциальные вычисления защищают используемые данные, изолируя рабочие нагрузки в доверенных средах выполнения. Это обеспечивает безопасную обработку данных даже в ненадежной инфраструктуре, что критически важно для регулируемых отраслей, трансграничных операций и многостороннего сотрудничества.
В условиях, когда конфиденциальные данные и модели всё чаще обрабатываются в общих, гибридных или менее надёжных средах, защита данных «в процессе использования» становится критически важной. Gartner называет конфиденциальные вычисления, обеспечивающие шифрование данных даже во время обработки, одним из основных трендов в области безопасного ИИ и аналитики. Руководителям технологических компаний нужно понять, готовы ли они к многооблачным, многоюрисдикционным архитектурам с нулевым доверием.
Конфиденциальные вычисления защищают конфиденциальные данные во время их использования, обеспечивая безопасный ИИ и аналитику в ненадежной инфраструктуре.
4. Многоагентные системы.
Многоагентные системы представляют собой сети специализированных ИИ-агентов, которые взаимодействуют для достижения общих целей. Этот модульный подход позволяет организациям автоматизировать сложные рабочие процессы, повторно использовать проверенные решения и эффективнее масштабироваться в распределенных средах.
Модульные специализированные агенты могут повысить эффективность, ускорить доставку и снизить риски за счет повторного использования проверенных решений в рабочих процессах. Такой подход также упрощает масштабирование операций и позволяет быстро адаптироваться к меняющимся потребностям.
Многоагентные системы позволяют модульным ИИ-агентам совместно решать сложные задачи, повышая автоматизацию и масштабируемость.
Аналитики Gartner ожидают, что многоагентные системы, которые представляют собой наборы агентов, взаимодействующих друг с другом для реализации сложных рабочих процессов, станут готовыми к использованию в корпоративном масштабе.
5. Предметно-ориентированные языковые модели.
Руководство различных компанией все чаще ищет большую бизнес-ценность от ИИ, однако общие большие языковые модели часто оказываются неэффективными, когда дело касается специализированных задач.
Предметно-ориентированные языковые модели – это модели ИИ, обученные или доработанные на специализированных наборах данных, разработанных для конкретных отраслей, бизнес-функций или процессов. Они понимают контекст, терминологию и нюансы, уникальные для данной предметной области, обеспечивая более точные, релевантные и соответствующие требованиям результаты. Они устраняют разрыв между общими потребностями ИИ и реальными корпоративными потребностями и предлагают более высокую точность, более низкие затраты и более эффективное управление.
Предметно-ориентированные языковые модели обеспечивают более высокую точность и соответствие отраслевым стандартам.
Универсальные большие языковые модели останутся полезными, но в Gartner ожидают перехода к предметно-ориентированным языковым моделям, точно настроенным для отраслей или функций, таких как юридическая, клиническая или промышленная сфера. Это означает, что многим компаниям придётся готовиться к созданию, курированию или размещению моделей, обученных на данных из собственной предметной области. Готовых решений может быть недостаточно для обеспечения конкурентного преимущества и безопасного использования в производстве.
Для организаций, которые работают над реорганизацией и цифровизацией нормативно-правовой среды, этот сдвиг имеет преобразующее значение. Предметно-ориентированные языковые модели позволяют создавать системы ИИ, которые не только обрабатывают информацию, но и понимают логику нормативных актов, поддерживая последовательное, проверяемое и объяснимое принятие решений.
6. Физический ИИ.
Физический ИИ привносит интеллект в реальный мир и обеспечивает работу роботов, дронов и умных машин, способных чувствовать, принимать решения и действовать автономно. Эта тенденция способствует ощутимому повышению эффективности и безопасности в производстве, логистике и инфраструктуре, а также создаёт спрос на новые междисциплинарные навыки, объединяющие ИТ и инженерию.
Физический ИИ привносит интеллект в реальный мир, обеспечивая работу роботов, дронов и интеллектуального оборудования для оперативного воздействия.
По мере расширения внедрения искусственного интеллекта организациям необходимо развивать новые навыки, объединяющие ИТ, операционную деятельность и инженерное дело. Этот сдвиг открывает возможности для повышения квалификации и межфункционального сотрудничества, но также вызывает опасения по поводу персонала и требует продуманного управления изменениями.
Аналитики Gartner считают, что этот сдвиг создает возможности для повышения квалификации и сотрудничества, но может также вызвать опасения по поводу работы и потребовать тщательного управления изменениями.
7. Превентивная кибербезопасность.
По мере эскалации цифровых угроз кибербезопасность переходит от реактивной защиты к проактивному прогнозированию. Превентивная кибербезопасность использует аналитику на базе искусственного интеллекта, методы обмана и автоматизацию для обнаружения и нейтрализации угроз до их возникновения, преобразуя подход организаций к управлению киберрисками.
Традиционная безопасность основана на реактивном подходе, обнаружении и реагировании. Gartner утверждает, что необходим переход к упреждающей кибербезопасности, с использованием ИИ и оркестровки для прогнозирования и нейтрализации угроз до их реализации.
Превентивная кибербезопасность становится все более популярной, поскольку организации сталкиваются с экспоненциальным ростом угроз, нацеленных на сети, данные и подключенные системы.
Превентивная кибербезопасность переводит защиту с реактивной на проактивную, используя ИИ для блокировки угроз до того, как они нанесут удар.
Gartner прогнозирует, что к 2030 году на превентивные решения будет приходиться половина всех расходов на безопасность, поскольку ИТ-директора переходят от реактивной защиты к проактивной.
8. Цифровое происхождение.
Цифровое происхождение гарантирует, что данные, программное обеспечение и контент, созданный искусственным интеллектом, могут быть проверены и отслежены вплоть до их источника. Это повышает прозрачность и соответствие требованиям в сложных цифровых цепочках поставок. благодаря использованию баз данных аттестации, водяных знаков и спецификаций программного обеспечения.
В мире генеративного контента, сложных цепочек поставок и сторонних экосистем отслеживание источника, истории и подлинности данных, программного обеспечения и моделей машинного обучения имеет жизненно важное значение. Аналитики Gartner называют это «цифровым происхождением».
По прогнозам Gartner, к 2029 году те, кто не вложил достаточно средств в возможности цифрового происхождения, столкнутся с санкционными рисками, которые могут исчисляться миллиардами долларов.
9. Платформы безопасности ИИ.
Платформы безопасности на основе ИИ обеспечивают централизованный контроль и защиту всех систем ИИ как внутренних, так и сторонних. Они защищают от специфических для ИИ рисков, таких как несанкционированное внедрение, утечка данных и вредоносные агенты, помогая ИТ-директорам устанавливать согласованные политики управления и использования.
По мере того, как организации внедряют всё больше специализированных моделей, Gartner подчёркивает необходимость в платформах безопасности ИИ, фреймворках, системах мониторинга и управления, которые специально управляют артефактами ИИ, такими как модели, конвейеры и API. Если ИИ становится критически важным для решения задач, то риски моделей, дрейф, атаки со стороны конкурентов и цепочки поставок ИИ-решений третьих лиц должны стать приоритетными для руководства.
10. Геопатриация.
Геопатриация означает перенос корпоративных данных и приложений из глобальных публичных облаков в локальные решения, такие как суверенные облака, региональные поставщики облачных услуг или собственные центры обработки данных организации, в связи с предполагаемым геополитическим риском. Облачный суверенитет, ранее доступный только банкам и правительствам, теперь затрагивает широкий круг организаций в связи с ростом глобальной нестабильности.
В эпоху растущего геополитического риска геопатриация подразумевает перенос рабочих нагрузок из глобальных публичных облаков в государственные или региональные инфраструктуры для обеспечения контроля над данными, конфиденциальности и соответствия требованиям. Это движение способствует согласованию нормативных требований и укрепляет доверие клиентов и правительств.
Геопатриация помогает организациям снизить геополитические риски путем переноса рабочих нагрузок на государственных или региональных поставщиков облачных услуг.
По данным Gartner: к 2030 году более 75% предприятий Европы и Ближнего Востока перенесут свои рабочие нагрузки на геопатриацию, тогда как в 2025 году этот показатель составлял менее 5%.
Специалисты Gartner считают, что все эти тенденции важны для построения устойчивой основы, организации интеллектуальных систем и сохранения стоимости предприятия. ИТ-директора должны согласовывать свою цифровую стратегию с целями предприятия и ответственно масштабировать ИИ в условиях сложной нормативно-правовой среды и глобальных рисков. Темпы и взаимосвязь этих тенденций означают, что никакие инвестиции не будут существовать изолированно.
- 1Экзафлопсные вычисления — это вычисления, выполняемые суперкомпьютерами со скоростью порядка одного эксафлопса, то есть одного квинтиллиона операций с плавающей запятой в секунду. Это в тысячу раз быстрее, чем у петафлопсных систем, что открывает новые горизонты в научных исследованиях, например, в области климата, медицины и национальной безопасности. Экзафлопсные вычисления позволяют решать более сложные задачи и проводить более глубокие исследования, чем ранее, что значительно ускоряет научный и технологический прогресс. Сферы применения включают моделирование климата, разработку новых лекарств, материаловедение и национальную безопасность
