7 ноября 2023 г.
Новый стратегический прогноз Gartner под названием Top 10 Strategic Technology Trends 2024 на деле охватывает ближайшие не 12, а сразу 36 месяцев, — и суммирует 10 ключевых направлений, которые необходимо будет учитывать в этот период всем принимающим технологические и деловые решения представителям самых разнообразных бизнес-структур. Отмеченные экспертами направления распределены по трём частично пересекающимся отраслям: защита инвестиций, воспитание созидателей и взаимодействие с конечным заказчиком. Аналитики уверены, что гармоничное и творческое следование указанным трендам позволит коммерческим предприятиям сохранять конкурентоспособность в кратко- и среднесрочной перспективе — тогда как отступление от них чревато потерей и темпов развития, и интереса со стороны клиентов.
Три источника, десять составных частей
Десять важнейших, по мнению Gartner, направлений технологического развития на ближайшие 36 месяцев, таковы:
- искусственный интеллект (ИИ) как партнёр: система управления доверием, рисками и безопасностью в его отношении (TRiSM — Trust, Risk and Security Management),
- акцент на информационную безопасность — CTEM (Continuous Threat Exposure Management; непрерывная рекоординация ответов на угрозы),
- забота о будущем — устойчивые технологии,
- самообслуживание на уровне разработчика — платформенный инжиниринг,
- ускорение процессов разработки с использованием ИИ,
- создание промышленных облачных платформ,
- оптимизация принятия решений с умными приложениями,
- демократизированный генеративный ИИ,
- снабжённый умными инструментами разработки и постоянно находящийся на связи персонал,
- машины как клиенты — обработка заказов непосредственно от ИИ-систем на стороне заказчика.
Общую стратегию не просто выживания, но выхода в лидеры по основному направлению бизнеса для заказчика в Gartner видят как комбинацию трёх контуров развития:
- защиты инвестиций — как сделанных прежде, так и вкладываемых сегодня в новые высокотехнологичные бизнес-инструменты, — что подразумевает повышение осмотрительности и более тщательную оценку сроков возврата средств при принятии решений о запуске тех или иных финансово ёмких программ,
- воспитания созидателей — как разработчиков, так и рядовых сотрудников (в том числе не имеющих специального образования/навыков), которых необходимо обучить использованию подходящих ИТ-решений для выполнения насущных повседневных задач,
- готовности предлагать заказчикам действительно ценные для тех решения: отвечающие их ключевым запросам (не всегда исходно осознаваемым самими клиентами, кстати), способные меняться адекватно эволюционирующим потребностям заказчиков, основанные в значительной мере на алгоритмах и программном коде — что позволит поставщику таких решений наиболее оперативно и полно перерабатывать их по мере необходимости.
Куда же без ИИ?
Искусственный интеллект сегодня — не менее популярная тема для обсуждений на ИТ-рынке, чем блокчейн лет пять назад или облака ещё ранее. Однако далеко не каждый заказчик готов доверить генеративной модели — пусть даже натренированной доверенным поставщиком решений и исполняемой на локальном «железе», а не в публичном облаке — изучение конфиденциальных бизнес-данных и выработку практических рекомендаций на их основе. В немалой степени это недоверие обусловлено крайне сложно верифицируемым характером работы генеративного ИИ: если в основе привычных систем бизнес-аналитики лежат вполне конкретные алгоритмы, проверенные за долгое время многими сотнями тысяч прежних клиентов, то нынешний «искусственный интеллект» корректнее было бы называть «искусственной интуицией», — поскольку принимаемые им на основе анализа больших рядов данных решения часто не сопровождаются детальным логическим их обоснованием.
Аналитики указывают в этой связи на важность развития именно объяснимого и прозрачного ИИ, готового подкреплять предлагаемые выводы весомой, доступной для проверки человеком аргументацией. Кроме того, необходимо усиление защиты данных, передаваемых ИИ для обработки, и всего контура ИБ предприятия в целом. Выгоды такой политики не заставят себя долго ждать: Gartner предсказывает, что уже к 2026 г. организации, исповедующие комплексный подход TRiSM, обнаружат существенное повышение точности предлагаемых им компьютерной системой прогнозов — за счёт автоматизированного исключения до 80% недостоверных и неполных входных данных. Дело в том, что ИИ действительно хорош в обнаружении нетипичных выбросов в устоявшемся информационном потоке, так что любые попытки намеренной или случайной фальсификации входных данных — перед которыми алгоритмические BI-системы почти бессильны — будут выявляться (и уже выявляются) искусственным интеллектом на самых ранних стадиях.
Безопасность превыше всего
Непрерывный контроль над выявлением рисков (CTEM) — ещё один ключевой тренд, который отмечают аналитики: это прагматичный и системный подход к динамической реорганизации приоритетов в области ИБ. Суть его в том, что по мере всё более полного проникновения ИТ в бизнес-процессы предприятия обеспечивать равно высокий уровень безопасности на всех этапах производственного, торгового или иного цикла будет становиться всё более и более накладно. От концепции «глухой брони», подразумевающей высокие расходы и неповоротливость полученной в итоге сверхнадёжной системы, рекомендуется переходить к парадигме «малого щита», своевременно и точно перемещаемого именно в то место, где ожидается следующий улар неприятеля.
В Gartner уверяют, что к 2026 г. организации, переустроившие свои ИБ-политики на основе подхода CTEM, будут фиксировать на две трети меньше случаев успешного (для атакующего) преодоления их защитных барьеров. Новая стратегия безопасности должна предусматривать высокодинамичное выявление потенциальных уязвимостей — как подлежащих исправлению программными патчами, так и принципиально неустранимых, — и концентрацию усилий команды быстрого ИБ-реагирования на наиболее значимых в текущей ситуации участках.
Платформируемый бизнес
Ещё один актуализирующийся прямо сегодня тренд — платформенный инжиниринг, подразумевающий переход от ситуационного написания некоего ПО для использования в пределах данной организации к планомерной и продуманной стратегии построения внутренних платформ самообслуживания и управления ими. Здесь делается упор на уход от «уникальных разработок», в зависимость от которых (и — нередко — от авторов которых) волей-неволей частенько попадают заказчики, располагающие штатом высококвалифицированных, но работающих без должной системной организации ИТ-специалистов.
Действительно, внутренняя разработка ситуационно важного ПО обходится в общем случае дешевле и производится быстрее, чем если заказ аналогичного программного продукта выполняется на стороне. Однако отсутствие системного подхода делает такие внутренние разработки чрезвычайно авторозависимыми, сложными в сопровождении и обновлении, и потому потенциально более уязвимыми, чем их созданные профессиональными разработчиками аналоги.
Платформенный инжиниринг на уровне ИТ-отдела заказчика представляется в этом отношении удачным компромиссом: ориентация на платформы при внутренней разработке дополнительно снижает затраты (за счёт повторного использования кода в виде библиотек и API), упрощает сопровождение и поддержку самописного ПО, а в потенциале даже создаёт задел для выхода с разработанными внутри организации программными продуктами на открытый рынок.
По оценке Gartner, к 2026 г. 80% организаций, так или иначе занятых программной разработкой хотя бы для внутренних нужд, станут опираться на команды разработчиков платформ для создания собственных приложений — использование которых, в свою очередь, ещё более повысит производительность труда всего персонала в целом. Кстати, применение генеративного ИИ и машинного обучения для разработки (не только платформ, но и конечных программных продуктов) обещает значительный рост эффективности: к 2028 г., уверены аналитики, уже 75% разработчиков ПО корпоративного уровня будут прибегать к помощи ИИ — по сравнению с менее чем 10% на начало
Облака для производств
Сегодня облачные реализации задач, решаемых корпоративными заказчиками, принято делить на три базовые категории — SaaS, PaaS и IaaS. Однако уже в ближайшей перспективе, уверены аналитики, всё чаще будет заходить речь об интеграции трёх этих разновидностей облачных услуг в единые индустриальные платформы, возможности которых динамически способны приводиться в соответствие с конкретными запросами того или иного клиента. Для разработчиков и провайдеров облачных услуг эта дополнительная гибкость означает снижение затрат на разработку и потенциальный рост охвата всё более обширной аудитории заказчиков внутри данного вертикального рынка; для самих клиентов — возможность опереться на программное решение, заведомо рассчитанное на удовлетворение с лихвой всех потенциально могущих возникнуть у него потребностей.
Уже в 2027 г., уверяют в Gartner, более половины организаций будут использовать индустриальные облачные платформы для ускорения своих бизнес-инициатив, — тогда как в
Ума палаты
Аналитики безоговорочно уверены, что будущее — за умными приложениями: уже к 2026 г., считают они, 30% выходящих в оборот на всех платформах приложений окажутся снабжены ИИ-функциональностью для персонализации пользовательского интерфейса и адаптации его под нужды данного конкретного пользователя, — по сравнению с менее чем 5% в наши дни. Доступность машинного обучения позволит перенацелить усилия дизайнеров с разработки интерфейсов, подходящих для большинства потенциальных пользователей, к персонализации буквально на лету, — в процессе установки приложения или по итогам уже первых сеансов взаимодействия с ним. А учитывая, что приложения бывают разные, и что в роли их пользователя может оказаться и системный архитектор, и ключевой клиент, и финансовый директор, значимость развития таких автоматически «подшиваемых по фигуре» приложений как бизнес-инструмента трудно оказывается переоценить.
Схожей весомостью обладает и другой указанный аналитиками тренд, — демократизация генеративного ИИ. В Gartner утверждают, что возможность без особых затруднений, по простым текстовым подсказкам создавать новый контент — изображения, программный код, презентации, даже видеоролики — с релевантным содержимым откроет перед сотрудниками всех уровней новые горизонты, повысит их продуктивность. К 2026 г., считают эксперты, более 80% предприятий будут так или иначе полагаться в своих бизнес-процессах на генеративный ИИ — тогда как сегодня эта доля не превышает 5%. При этом чем более обширные источники данных, внутренних и внешних, окажутся доступны генеративным моделям, тем более эффективными и полезными те станут для использующих их сотрудников.
Человек? Машина?
«Клерк», «наёмный работник», «штатная единица»... В самом недалёком будущем, уверены аналитики, человек на рабочем месте в офисе будет именоваться не иначе как augmented connected worker, ACW — что-то вроде «всегда пребывающий на связи сотрудник с дополненными возможностями». Соединительная ткань технологий — через мобильные носимые устройства, аналитику в реальном времени с привлечением ИИ, оркеструемые умной системой управления персоналом рабочие процессы и т. п. — накрепко срастит биологический персонал с ИТ-инфраструктурой, позволяя вывести оптимизацию повседневной деятельности на невиданные прежде высоты.
И речь тут вовсе не о потогонной системе Форда на новом технологическом уровне, а о способствовании развитию и творческому росту самих сотрудников: уже в 2027 г., утверждают в Gartner, 25% ИТ-директоров будут способствовать появлению на своих предприятиях именно таких ACW — имея целью на 50% сократить времязатраты на получение новых компетенций (time to competency, сравнительно недавно введённая метрика быстроты адаптации работника к новым вызовам) на ключевых ролях. Трудиться «умнее, а не усерднее» (smarter, not harder), повышая заодно свою ценность для нанимателя и расширяя портфолио возможностей, сотрудникам помогут, в частности, уже упоминавшиеся адаптивные средства автоматизации, искусственный интеллект и платформенные среды внутренней разработки.
И, наконец, вишенкой на торте в прогностическом обзоре Gartner заявлен такой перспективный тренд, как заказчики-машины (machine customers) и в целом небиологические экономические субъекты (nonhuman economic actors), производящие обмен товаров на деньги и обратно в отсутствие прямого и явного контроля со стороны человека. В принципе, на бытовом уровне об этом говорилось ещё на заре Интернета вещей, — когда эксперты рассуждали о холодильниках со встроенными веб-камерами внутри, способных самостоятельно определять, каких из обычно находящихся в них продуктов в данный момент недостаёт, и заказывать соответствующие товары с доставкой онлайн, не беспокоя владельца.
Однако заказчики-машины ближайшего будущего значительно превосходят по возможностям своих предшественников — и к
В итоге за ближайшие 36 месяцев аналитики Gartner предлагают заказчикам, заинтересованным в том, чтобы не обнаружить себя на обочине прогресса, совершить по крайней мере следующие шаги:
- внедрить AI TRiSM,
- приступить к использованию демократизированного генеративного ИИ,
- развить разработку ПО с применением ИИ,
- перейти на умные адаптивные приложения.
Насколько эти советы оправданны в приложении к отечественным реалиям? Для начала следовало бы, конечно, удостовериться в доступности развитой ИИ-инфраструктуры (серверов, ИИ-ПК и программных моделей) — по параллельному импорту либо от отечественных вендоров — для широкого круга российских заказчиков. А далее дело за каналом, и прежде всего за системными интеграторами — поскольку рядовой клиент, насколько бы он ни был успешен в своём основном бизнесе, явно не будет готов в ближайшие 12 (а, может, и 36) месяцев самостоятельно заниматься такого рода разработками. Вот пользоваться типовыми отлаженными решениями — дело другое; и, вероятно, как раз на этом направлении следует сосредоточить усилия партнёрам, уверенным в справедливости прогноза Gartner в том числе и для российского рынка.
Источник: IT Channel News
