Ускорение трансформации: «большая семерка» ОС, версия 2026

1. Глобальное импортозамещение: процесс пошел

Вероятно, впервые в истории ИТ-компании ради политической безопасности начинают жертвовать техническими возможностями приобретаемых решений. Аналитики Gartner говорят о старте тенденции геопатриации — переноса данных и приложений из глобальных облаков гиперскейлеров в суверенные локации: к региональным провайдерам или в собственные ЦОДы. Причина — растущие геополитические риски. Импортозамещение перестало быть лишь особенностью российского рынка высоких технологий. Потребность в облачном суверенитете, ранее практикуемом банками и правительственными структурами, теперь затрагивает широкий круг организаций — строгий контроль над данными позволяет не только соблюдать местные нормативные акты, но и укрепить доверие своих клиентов, которые заботятся о конфиденциальности данных или национальной безопасности.

Выяснилось, что более половины компаний ЕС уже планируют ограничить использование услуг глобальных облачных провайдеров. И хотя массового бегства из Amazon, Google и Microsoft в ближайшее время вряд ли стоит ожидать, европейские организации наращивают инвестиции в национальных и региональных облачных провайдеров, опасаясь, что правительство США может заблокировать доступ к облачным сервисам.

В 2025 году действия, связанные с геопатриацией, предприняли пока менее 5% компаний, однако по прогнозам аналитиков Gartner к 2030 году более 75% европейских и ближневосточных предприятий перенесут свои рабочие нагрузки в локации, помогающие снизить геополитические риски.

Вопросы цифрового суверенитета касаются не только инфраструктуры — известно, что в ряде европейских государственных организаций срочно переходят на Open Source. Например, федеральная земля Шлезвиг-Гольштейн в Германии меняет решения Microsoft на LibreOffice, Nextcloud и Open-Xchange, а вооруженные силы Австрии пересаживают служащих на LibreOffice. Не отстает и мэрия Лиона во Франции, заменив ОС Windows и текстовые процессоры альтернативами с открытым исходным кодом.

2. Превентивная кибербезопасность

Основным подходом к защите от киберугроз пока являются автономные средства обнаружения и реагирования, однако намечается движение от реактивной защиты к проактивной. Превентивная кибербезопасность становится все более актуальной, поскольку организации сталкиваются с экспоненциальным ростом угроз, нацеленных на сети, системы и конфиденциальные данные компаний. Суть в том, чтобы действовать еще до того, как будет нанесен удар, используя, например, искусственный интеллект для прогнозирования и нейтрализации угроз, а также обмана злоумышленников. Уже сейчас генеративный ИИ используется для создания множества ловушек (honeypot), имитирующих реальную корпоративную ИТ-инфраструктуру, внешне привлекательную для злоумышленников. Это позволяет обнаружить атаку еще на ранней стадии, а также собрать информацию о методах злоумышленников либо отвлечь их от других целей.

Для защиты от атак с использованием ИИ сегодня уже недостаточно инструментов, основанных на обычном обнаружении и реагировании, — требуется внедрять дополнительные контрмеры, действующие превентивно и автономно. Превентивная кибербезопасность скоро станет новым золотым стандартом и начнет заменять традиционные решения — к 2030 году на такие системы будет приходиться половина всех расходов на ИБ.

Очевидно, произойдет и переход от широких, универсальных платформ защиты к более специализированным эффективным решениям, многие из которых будут основаны на агентном ИИ и языковых моделях, зависящих от предметной области (Domain-Specific Language Model, DSLM). Уход в нишевые области даст поставщикам ИБ возможность занять новые сегменты рынка благодаря глубокому пониманию уникальных задач в области безопасности конкретных вертикалей (здравоохранение, финансы, производство и пр.), типов приложений (системы управления предприятиями и организациями, облачные приложения и конвейеры данных), конкретных видов угроз и методов борьбы с ними. Такой акцент на специализации будет способствовать расширению сотрудничества и интеграции в рамках экосистемы кибербезопасности, поскольку ни один поставщик по отдельности не может эффективно решать все задачи в полном объеме. Это создаст возможности для формирования технологических альянсов, совместных стратегий выхода на рынок и разработки стандартизированных API и форматов данных, способствующих обеспечению бесперебойного взаимодействия между различными решениями в области безопасности.

3. TrustOps как способ борьбы с дезинформацией

Дезинформация становится такой же серьезной угрозой бизнесу, как и нарушения информационной безопасности. Появилась новая информационная дисциплина — TrustOps.

По прогнозам аналитиков, к 2027 году половина всех предприятий в мире будут инвестировать в продукты или услуги по защите от дезинформации, а также построение собственной стратегии TrustOps — целостного корпоративного подхода к управлению доверием с помощью операционной политики, технологий и создания кросс-функциональных команд. Ожидается, что ежегодные расходы предприятий на борьбу с дезинформацией превысят 30 млрд долл., забрав почти 10% бюджетов на маркетинг и кибербезопасность. Подразделения маркетинга здесь не случайны — маркетологи больше не могут себе позволить относиться к дезинформации как к чужой проблеме. Даже хорошо зарекомендовавшие себя бренды могут в одночасье стать жертвой искусственно вызванной бури лжи, и повышение устойчивости к таким атакам имеет важное значение для защиты репутации и лояльности клиентов.

В число стратегий, предлагаемых для защиты бренда и укрепления доверия в эпоху неопределенности, входят проверка и внутренняя сертификация контента, кросс-функциональное сотрудничество с созданием «советов по доверию», нарративный анализ СМИ, а также культивация скептицизма и критического мышления среди клиентов и сотрудников. Основная идея заключается в том, чтобы относиться к доверию не как к результату работы маркетинга или соблюдения нормативных требований, а как к целенаправленной операционной цели.

4. Гибридные платформы для суперкомпьютеров

Генеративный ИИ создает беспрецедентный спрос на вычислительные мощности — по оценкам аналитиков IDC, глобальный рынок инфраструктуры ИИ находится на пути невиданного роста и к 2029 году составит 758 млрд долл. Только за второй квартал 2025 года компании на 166% увеличили расходы на оборудование для развертывания ИИ по сравнению с аналогичным периодом прошлого года. При этом львиную долю (87%) составляют проекты развития облачной инфраструктуры гиперскейлеров. И Microsoft, и Google за два года планируют практически удвоить число своих ЦОДов в ответ на всплеск реального спроса со стороны клиентов.

Создаваемые суперкомпьютерные платформы для решения задач ИИ будут объединять обычные и графические процессоры, специализированные процессоры AI-ASIC, ориентированные на задачи ИИ (менее энергозатратные и более производительные), а также альтернативные системы: квантовые, нейроморфные и ДНК-вычисления. Такие гибридные системы сочетают в себе мощные процессоры, большой объем памяти, специализированное «железо» и ПО для управления данными, что позволяет выполнять сложные задачи в таких областях, как машинное обучение, моделирование и аналитика. Все это позволит управлять сложными рабочими нагрузками, обеспечивая при этом высокий уровень производительности и эффективности. Как утверждают в Gartner, к 2030 году 60% ИИ-инфраструктуры в дата-центрах будет приходиться на процессоры AI-ASIC, а не на графические процессоры, как сейчас.

5. Агенты требуют стратегии

Постепенно расширяется сфера использования ИИ-агентов — у пионеров оно переходит от изолированных пилотных проектов к развертыванию в масштабах всего предприятия. Практика показывает, что появление ИИ-агентов не просто трансформирует процесс принятия решений и ускоряет процессы, но и кардинально меняет методы работы и перспективы развития отраслей. Если нельзя повлиять на экономическую нестабильность, геополитические сдвиги, изменения в законодательстве и растущие ожидания клиентов, то вполне можно минимизировать последствия влияния этих факторов.

По прогнозам аналитиков IDC, к 2030 году 45% организаций будут широко использовать ИИ-агенты, внедряя их в различные бизнес-функции. Это естественным образом приводит организации к мультиагентным системам — экосистемам ИИ-агентов, взаимодействующих между собой для достижения индивидуальных или общих целей. Агенты вполне могут независимо разрабатываться и развертываться в распределенных средах, но внедрение мультиагентных систем предоставляет организациям возможность автоматизировать сложные бизнес-процессы, создать новые способы совместной работы людей и ИИ-агентов. Использование модульных агентов может повысить скорость разработки и снизить риски за счет повторного использования проверенных решений. Одним из ключевых факторов успеха, конечно же, становится разработка стратегии внедрения и использования ИИ в соответствии с ценностями конкретного бизнеса.

Риски работы с ИИ-агентами, конечно, есть, причем весьма ощутимые. В частности, в IDC ожидают, что к 2030 году 20% крупнейших организаций столкнутся с судебными исками, значительными штрафами и увольнениями ИТ-директоров из-за громких сбоев, вызванных неадекватным контролем и управлением ИИ-агентами. Компаниям, которые не уделяют приоритетного внимания качеству данных, предоставляемых «умным» агентам, будет сложно масштабировать решения, что приведет к снижению их производительности. Кроме того, грядут увольнения и смена должностных обязанностей: 40% всех должностей будут связаны с работой с ИИ-агентами, что приведет к пересмотру традиционных позиций во всех звеньях корпоративного управления.

6. Впереди — автономный бизнес?

Развитие ИИ-агентов и мультиагентных систем потенциально открывает путь к стратегическим прорывам, связанным с дальнейшим развитием «самоходного» ИИ. В Gartner полагают, что автономный бизнес ознаменует собой новую эру в трансформации предприятий. Автономность подразумевает наличие систем, «понимающих», что происходит, самостоятельно принимающих решения, не дожидаясь указаний от человека. Она может стать следующей волной технологий, заметно выходящей за рамки цифрового бизнеса. Аналитики выделяют пять составляющих автономного бизнеса: автономные операции, гибридная рабочая сила, адаптируемые продукты, роботы-клиенты и программируемая экономика.

Автономные операции включают в себя системы круглосуточного мониторинга производительности, способные за доли секунды принимать решения на основе оперативных данных, а также исправлять сбои в работе. Операции выполняются «сами по себе»: например, цепочки поставок перестраиваются во время природного катаклизма или платформа обслуживания клиентов самостоятельно решает проблемы потребителей товаров или услуг.

Гибридная рабочая сила подразумевает работу людей бок о бок с интеллектуальными машинами, выполняющими рутинную работу, а люди решают творческие задачи. Менеджеры должны помогать сотрудникам развивать навыки взаимодействия с технологиями, а не конкуренции с ними. По прогнозам Gartner, к 2028 году 40% сервисов будут дополнены искусственным интеллектом, что позволит сотрудникам сосредоточиться на работе с более высокой отдачей.

Адаптируемые продукты — это предложения, которые постоянно развиваются, могут прислушиваться к мнению пользователей и совершенствоваться в режиме реального времени. Компании, которые будут соответствовать ожиданиям клиентов в плане адаптации, получат преимущество, особенно в таких отраслях, как здравоохранение, производство и логистика, где имеют наибольшее значение точность и надежность.

Термин «программируемая экономика», подразумевающий трансформацию привычных концепций обмена ценностями, появился в Gartner еще в 2014 году. Такая экономика должна обеспечить автономным предприятиям бесшовные транзакции — интеллектуальные контракты, цифровые двойники активов и программируемые денежные средства, позволяющие осуществлять платежи точно в соответствии с условиями, дадут компании возможность действовать быстро, но при соблюдении всех нормативных требований.

7. Роботы с триллионами в «карманах»

В некоторых случаях уже стали реальностью роботы-клиенты — субъекты автономного бизнеса и руководители компаний ожидают, что такие роботизированные покупатели к 2030 году будут приносить компаниям до 20% прибыли.

На протяжении тысячелетий клиенты представляли собой конкретных людей, семьи или организации. Но вскоре программы или аппаратные комплексы начнут действовать как обычные покупатели и будут вовлечены в широкий спектр потребительских или бизнес-покупок. Технически и морально готовы ли к этому компании или нет, но им придется иметь дело с машинами в роли покупателей и учиться эффективно взаимодействовать с ними. Очевидно, что процессы маркетинга и продаж будут тогда полностью отличаться от традиционного, «человеческого» подхода. В мире клиентов-роботов они будут построены на принципах data science — машину нельзя пригласить на обед и она не клюнет на красивую рекламу, но если найти к ней подход, то вполне возможно обеспечить эффективные продажи.

Продажи во многом будут алгоритмическими — термин «программатик», уже широко известный в мире интернет-рекламы, теперь появится и в продажах. Тем не менее привычные менеджеры по продажам останутся — преимущественно в сегменте B2B, когда критически важно понимать, кто именно на другом конце провода — человек или робот — и какой именно сценарий продаж нужно использовать. В любом случае людям придется изучать поведение машин и изобретать стратегии продаж, хорошо работающие с ними.

Клиенты-машины работают на зашитых в них правилах и логике, действуют рационально и не имеют эмоций. С точки зрения продавца их преимущество заключается в том, что с ними проще работать: они более предсказуемы и надежны, чем люди, и настроены исключительно на эффективность. С ними могут хорошие результаты давать такие подходы, как уменьшение объема покупки (минимизация затрат) или, наоборот, предложение более крупных и выгодных партий товара, а также рекомендация более дешевых товаров-заменителей.

Как бы то ни было, речь идет о весьма существенном сегменте клиентов с триллионным суммарным бюджетом, за который имеет смысл бороться. В течение 2026 года, по самым консервативным оценкам, появится 15 млрд подключенных устройств, ведущих себя как покупатель, а гиганты Amazon, HP, Tesla, Bosch, Siemens, Kenmore и Sub-Zero уже разрабатывают стратегии работы с ними.

Николай Смирнов (nsmirnov@osp.ru) — независимый автор (Москва).