Gartner opublikowała prognozę strategicznych trendów technologicznych na rok 2027. Jej istotę można opisać jednym zdaniem: biznes przechodzi od czatów z AI do autonomicznych agentów, którzy sami wykonują zadania. Jednak bez kontroli, wysokiej jakości danych i sprawnego systemu bezpieczeństwa tacy agenci szybko zmienią się z pomocników w źródło ryzyka.
W prognozie nie ma jednej „magicznej” technologii. Gartner wyróżnia trzy powiązane kierunki: AI wychodzi poza tekst, firmy uczą się zarządzać autonomicznymi systemami, a środowisko technologiczne staje się bardziej elastyczne i mniej zależne od poszczególnych dostawców.
AI uczy się pracować z liczbami, głosem i rzeczywistością
Zwykłe modele językowe dobrze piszą teksty, ale słabiej radzą sobie z precyzyjnymi obliczeniami i modelowaniem. Dlatego Gartner stawia na wielkie modele ilościowe (LQM). Zostały stworzone do danych liczbowych, złożonych równań, prognoz i scenariuszy operacyjnych.
Według prognozy do roku 2030 LQM zastąpią modele językowe w jednej czwartej zadań związanych z prognozowaniem strategicznym i modelowaniem operacyjnym. Mówiąc prościej, takie systemy będą potrafiły nie tylko wyjaśnić, dlaczego spadła sprzedaż, ale też obliczyć kilka scenariuszy działań z konkretnymi liczbami.
Równolegle rozwijają się modele rozumowania mowy. Mają one nie tylko rozpoznawać głos, lecz prowadzić sensowny dialog, doprecyzowywać szczegóły i rozwiązywać zadania. Gartner oczekuje, że do roku 2030 ponad 70% korporacyjnych interakcji głosowych będzie obsługiwanych autonomicznie.
Trzecia technologia to modele świata. To AI, które modeluje fizyczne otoczenie i skutki działań: na przykład jak robot przemieści element na produkcji albo jak zmieni się łańcuch dostaw po awarii u dostawcy. Takie systemy mogą stać się podstawą robotyki, logistyki i planowania złożonych operacji.
Główne ryzyko — agent bez uprawnień i kontekstu
Autonomiczny agent AI może sam wyszukiwać dane, składać zamówienia, pisać kod lub współdziałać z systemami korporacyjnymi. I właśnie tutaj pojawia się główny problem: jeśli agent ma zbyt szerokie uprawnienia, staje się luką w zabezpieczeniach.
Gartner prognozuje, że do roku 2028 25% korporacyjnych naruszeń bezpieczeństwa będzie związanych z nadużyciem agentów AI. Przyczyny to niekontrolowane uprawnienia maszynowe i przestarzałe podejścia do zarządzania dostępem.
Odpowiedzią na to jest identyfikacja agentów AI. Agent potrzebuje własnych ograniczonych uprawnień, powiązanych z konkretnym zadaniem i terminem. A firma musi rozumieć, kto i dlaczego zezwolił agentowi na dane działanie. Mówiąc prościej, agent AI nie powinien poruszać się po systemach korporacyjnych z „kluczem głównym”.
Drugi element — platformy kontekstu AI. Dają one agentowi dostęp do ustrukturyzowanych danych korporacyjnych, reguł i wiedzy wewnętrznej. Według oceny Gartnera takie podejście może zwiększyć dokładność agentowej AI do 80% i obniżyć koszty do 60%.
Zalicza się tu również autonomiczne usuwanie luk w zabezpieczeniach. Takie systemy same znajdują problemy w bezpieczeństwie, ustalają priorytety, testują poprawki i wdrażają je. Idea polega na skróceniu czasu między wykryciem zagrożenia a jego usunięciem.
Firmy chcą być mniej zależne od dostawców
Trzeci blok — architektura trwałej elastyczności. Geopolityka, ryzyka sankcyjne i zależność od jednego dostawcy chmury lub AI zmuszają firmy do szukania rozwiązań zapasowych.
SovereignTech — to technologie, które dają biznesowi większą kontrolę nad sprzętem, oprogramowaniem, danymi i modelami AI. Sens nie polega na tym, by wszystko budować samodzielnie, lecz na tym, by zawsze istniała jasna ścieżka odejścia od dostawcy. Gartner oczekuje, że do roku 2030 ponad 75% organizacji poza Stanami Zjednoczonymi wdroży strategie suwerenności cyfrowej.
Dwa kolejne trendy brzmią nietypowo, ale są logiczne. Aplikacje jednorazowe — to oprogramowanie, które łatwo stworzyć, wykorzystać i zastąpić, gdy się zestarzeje. A Wetware as a Service — to kierunek eksperymentalny, w którym obliczenia mogą być wykonywane za pomocą żywych lub syntetycznych systemów biologicznych. Gartner postrzega go jako potencjalnie energooszczędną alternatywę dla klasycznych chipów.
Na czym naprawdę polega przełomowość
Istota prognozy nie polega na tym, że „AI stanie się jeszcze mądrzejsza”. Gartner faktycznie mówi: następny etap to AI, które działa, a nie tylko odpowiada na zapytania.
Wygranymi nie będą ci, którzy jako pierwsi uruchomią agentów, lecz ci, którzy najpierw zbudują zarządzanie: jasne prawa dostępu, weryfikowalną identyfikację, wysokiej jakości dane oraz możliwość szybkiego wyłączenia lub zastąpienia systemu. Bez tego autonomia przyniesie nie efektywność, lecz nowe incydenty bezpieczeństwa i utratę kontroli.
Jednocześnie ważne jest, by nie brać życzeń za rzeczywistość. LQM, modele świata i obliczenia biologiczne pozostają na razie kierunkami w fazie rozwoju, a nie gotowymi produktami masowymi. Najbliżej praktyki są platformy kontekstowe, zarządzanie identyfikacją agentów i automatyzacja usuwania luk w zabezpieczeniach.
