Gartner опубликовала прогноз стратегических технологических трендов на 2027 год. Его суть можно описать одной фразой: бизнес переходит от чатов с ИИ к автономным агентам, которые сами выполняют задачи. Но без контроля, качественных данных и нормальной системы безопасности такие агенты быстро превратятся из помощников в источник рисков.
В прогнозе нет одной «волшебной» технологии. Gartner выделяет три связанных направления: ИИ выходит за пределы текста, компании учатся управлять автономными системами, а технологическая среда становится гибче и менее зависимой от отдельных поставщиков.
ИИ учится работать с цифрами, голосом и реальностью
Обычные языковые модели хорошо пишут тексты, но слабее справляются с точными расчётами и моделированием. Поэтому Gartner делает ставку на большие количественные модели (LQM). Они созданы для числовых данных, сложных уравнений, прогнозов и операционных сценариев.
По прогнозу, к 2030 году LQM заменят языковые модели в четверти задач стратегического прогнозирования и операционного моделирования. Проще говоря, такие системы смогут не только объяснить, почему упали продажи, но и просчитать несколько сценариев действий с конкретными цифрами.
Параллельно развиваются модели речевого рассуждения. Они должны не просто распознавать голос, а вести осмысленный диалог, уточнять детали и решать задачи. Gartner ожидает, что к 2030 году более 70% корпоративных голосовых взаимодействий будут обрабатываться автономно.
Третья технология — мировые модели. Это ИИ, который моделирует физическую среду и последствия действий: например, как робот переместит деталь на производстве или как изменится цепочка поставок после сбоя у поставщика. Такие системы могут стать основой для робототехники, логистики и планирования сложных операций.
Главный риск — агент без прав и контекста
Автономный ИИ-агент может сам искать данные, оформлять заказы, писать код или взаимодействовать с корпоративными системами. И именно здесь возникает главная проблема: если у агента слишком широкие права, он становится уязвимостью.
Gartner прогнозирует, что к 2028 году 25% корпоративных нарушений безопасности будут связаны со злоупотреблением AI-агентами. Причины — неконтролируемые машинные права и устаревшие подходы к управлению доступом.
Ответ на это — идентификация AI-агентов. Агенту нужны собственные ограниченные права, привязанные к конкретной задаче и сроку. А компания должна понимать, кто и почему разрешил агенту то или иное действие. Проще говоря, ИИ-агент не должен ходить по корпоративным системам с «мастер-ключом».
Второй элемент — платформы контекста ИИ. Они дают агенту доступ к структурированным корпоративным данным, правилам и внутренним знаниям. По оценке Gartner, такой подход может повысить точность агентного ИИ до 80% и снизить затраты до 60%.
Сюда же относится автономное устранение уязвимостей. Такие системы сами находят проблемы в безопасности, расставляют приоритеты, тестируют исправления и развертывают их. Идея в том, чтобы сократить время между обнаружением угрозы и её устранением.
Компании хотят меньше зависеть от поставщиков
Третий блок — архитектура устойчивой гибкости. Геополитика, санкционные риски и зависимость от одного облачного или ИИ-провайдера заставляют компании искать запасные варианты.
SovereignTech — это технологии, которые дают бизнесу больше контроля над оборудованием, программным обеспечением, данными и ИИ-моделями. Смысл не в том, чтобы всё строить самостоятельно, а в том, чтобы всегда был понятный путь отхода от поставщика. Gartner ожидает, что к 2030 году более 75% организаций за пределами США внедрят стратегии цифрового суверенитета.
Ещё два тренда звучат необычно, но логичны. Одноразовые приложения — это софт, который легко создать, использовать и заменить, когда он устареет. А Wetware as a Service — экспериментальное направление, где вычисления могут выполняться с помощью живых или синтетических биологических систем. Gartner рассматривает его как потенциально энергоэффективную альтернативу классическим чипам.
В чём реально крутость
Суть прогноза не в том, что «ИИ станет ещё умнее». Gartner фактически говорит: следующий этап — это ИИ, который действует, а не просто отвечает на запросы.
Выиграют не те, кто первым запустит агентов, а те, кто сначала выстроит управление: понятные права доступа, проверяемую идентификацию, качественные данные и возможность быстро отключить или заменить систему. Без этого автономия принесёт не эффективность, а новые инциденты безопасности и потерю контроля.
При этом важно не выдавать желаемое за действительное. LQM, мировые модели и биовычисления пока остаются развивающимися направлениями, а не готовыми массовыми продуктами. Ближе всего к практике — контекстные платформы, управление идентификацией агентов и автоматизация устранения уязвимостей.
