Hype Cycle: Gartner выделил четыре категории важнейших новых технологий в 2023 году и далее

Кривая цикла зрелости Gartner на 2023 год включает 25 важнейших новых технологий, которые можно подразделить на четыре основные категории: эмерджентный ИИ, экосистема разработчика, тотальное распространение облака и безопасность и конфиденциальность, нацеленные на человеческий фактор.

«Технологии, представленные в этой диаграмме, находятся на ранней стадии развития или только еще зарождаются, — пишет в пресс-релизе ведущий вице-президент-аналитик Gartner Арун Чандрасекаран (Arun Chandrasekaran). — Есть большая неопределенность в том, как они будут развиваться, поэтому возрастают риски при внедрении, но также и выигрыш для тех, кто сделает это первым».

Рис. Кривая цикла зрелости новых технологий (по состоянию на август 2023 г.)

Y = Ожидания; X = Стрела времени

(Легенда): Плато широкого применения будет достигнуто в течение:

менее 2 лет / от 2 до 5 лет / от 5 до 10 лет / более 10 лет / Устареет раньше

1. Эмерджентный ИИ

Эти технологии открывают возможности устойчивого конкурентного преимущества и повышения продуктивности персонала. Генеративный ИИ дает большую возможность выделиться среди конкурентов, но и другие новейшие подходы в области искусственного интеллекта также обладают громадным потенциалом, чтобы улучшить цифровой клиентский опыт, повысить эффективность принятия бизнес-решений и выделиться на рынке.

Являя собой пример эмерджентных способностей искусственного интеллекта, генеративный ИИ может создавать новые, производные версии контента, стратегий, проектов и методов, обучаясь на больших репозиториях исходного имеющегося контента. Он будет продолжать оказывать глубокое влияние на бизнес, включая разработку контента и продуктов, автоматизацию человеческого труда и расширение пользовательского опыта клиентов и сотрудников, и достигнет широкого принятия на горизонте двух-пяти лет.

Другими важнейшими технологиями в этой категории являются следующие:

• ИИ-моделирование — это совместное применение ИИ и технологий моделирования для разработки ИИ-агентов и моделированных сред, в которых их можно обучать, тестировать и (иногда) развертывать.
• Каузальный ИИ выявляет и использует причинно-следственные связи, чтобы выйти за рамки предиктивных моделей, основанных на корреляции, и перейти к системам ИИ, способным более эффективно предписывать действия и функционировать более автономно.
• Федеративное машинное обучение имеет целью обучить алгоритм ML без явного предоставления выборок данных, чтобы повысить конфиденциальность и безопасность.
• Графовая Data Science (GDS) — это дисциплина, где методы Data Science применяются к графовым структурам данных для выявления поведенческих характеристик, которые можно использовать для построения предиктивных и предписывающих моделей.
• Нейросимвольный ИИ — это форма композитного ИИ, объединяющая в себе методы машинного обучения и символьные системы для создания более устойчивых и достоверных ИИ-моделей.
• Обучение «с подкреплением» (RL) — это тип машинного обучения, когда система обучается только на положительной («поощрения») и отрицательной («наказания») обратной связи.

2. Экосистема разработчика (DevX)

Развитие экосистемы разработчика жизненно важно для многих организаций. Арсенал технологий в этой категории имеет целью привлечение и удержание лучших инженеров программного обеспечения, совершенствуя взаимодействие разработчиков с инструментами, платформами, процессами и клиентами.

Примером технологии DevX является платформа управления потоком создания ценности (VSMP), которая оптимизирует весь жизненный цикл поставки продуктов, улучшая при этом достигаемые бизнес-результаты. Такие платформы обычно универсальны: они подключаются к существующим инструментам и «вбирают» данные со всех этапов поставки программного продукта, от документирования потребностей клиентов до готового решения. Платформы VSMP помогают руководителям групп инженерии ПО выявить и количественно оценить возможности улучшения параметров эффективности программного продукта за счет оптимизации затрат, алгоритмов функционирования, технологий и процессов. Платформы VSMP достигнут широкого принятия на горизонте двух-пяти лет.

Другими важнейшими технологиями в этой категории являются следующие:

• ИИ-инженерия ПО, использование искусственного интеллекта и обработки естественного языка (NLP), чтобы помочь инженерам-разработчикам ПО в создании, поставке и сопровождении программных продуктов.
• API-ориентированная SaaS — служба облачных приложений, построенная на основе прикладных программных интерфейсов, работающих в режиме «запрос-ответ» или управляемых событиями, в качестве основных методов доступа.
• GitOps, тип системы управления с обратной связью для нативных облачных приложений.
• Внутренние порталы для разработчиков с самообслуживанием, обеспечивающие обнаружение ресурсов и доступ к ним в сложной, нативной облачной среде разработки ПО.
• Центр программ с открытым исходным кодом (OSPO) — центр компетенций по разработке стратегий администрирования, продвижения и эффективного использования open-source ПО (OSS) и общедоступных данных или моделей, а также полного управления ими.

3. Тотальное распространение облака

Эти технологии ориентированы на то, как будут развиваться облачные вычисления, и станут важным драйвером бизнес-инноваций. Они перестраивают периферию облака, делая его более вертикально интегрированным и удобным для создания отраслевых решений. Для получения максимальной отдачи от инвестиций в облако потребуется автоматическое масштабирование операций, доступ к инструментам облачных платформ и надлежащее управление.

Примером тотального распространения облака служат отраслевые облачные платформы; они обеспечивают специфически отраслевые бизнес-результаты, объединяя существующие SaaS-, PaaS- и IaaS-сервисы в цельное предложение с компонуемыми возможностями. Отраслевые платформы обычно включают отраслевую экосистему данных, библиотеку пакетов бизнес-функционала, инструменты компоновки и др. Руководители корпоративных ИТ-служб могут использовать компонуемость этих платформ, чтобы гибко реагировать на ускоряющиеся перемены. Эти технологии достигнут широкого принятия на горизонте пяти-десяти лет.

Другими важнейшими технологиями в данной категории являются следующие:

• Дополненный FinOps, который применяет известные концепции DevOps (гибкость, непрерывную интеграцию и развертывание, а также обратную связь с конечным пользователем) для управления финансами, бюджетирования и оптимизации затрат.
• Облачные среды разработки (CDE), предоставляющие удаленный, готовый доступ к облачной среде разработки с минимальными усилиями установки и настройки.
• Облачное устойчивое развитие — использование облачных сервисов для достижения преимуществ устойчивого развития в рамках экономических, экологических и социальных систем.
• Cloud-native — нечто, созданное для оптимального использования и реализации возможностей облака, являющихся сущностью концепции облачных вычислений и предоставляемых по модели «как услуга».
• Cloud-out to edge — архитектурный конструкт, в котором централизованно управляемая облачная среда, обычно гипермасштабируемое облако, предоставляет функционал облачных сервисов, распространяемый на периферийную (edge) среду.
• WebAssembly (Wasm) — стековая виртуальная машина-лайт и формат двоичного кода, предназначенные для поддержки безопасных, высокопроизводительных приложений на веб-страницах.

4. Безопасность и конфиденциальность, нацеленные на человеческий фактор

Технологии в этой категории помогают организациям повысить уровень защищенности, реализуя комплекс мер безопасности и конфиденциальности, учитывающих человеческий фактор. Они позволяют формировать культуру взаимного доверия и понимания общих рисков при принятии решений, затрагивающих несколько команд.

Управление доверием, рисками и безопасностью ИИ (AI TRiSM) являет собой прекрасный пример такой технологии, нацеленной на человеческий фактор, и обеспечивает достоверность, объективность, надежность, устойчивость и продуктивность ИИ-модели, управление ею и защиту данных. Она включает решения и методы для обеспечения интерпретируемости и объясняемости моделей, обнаружения аномалий данных и контента, защиты данных ИИ, операций с моделями и устойчивости к состязательным атакам. Данная технология достигнет широкого принятия на горизонте двух-пяти лет.

Другими важнейшими технологиями в этой категории являются следующие:

• Ячеистая архитектура кибербезопасности (CSMA) — новый подход к проектированию компонуемых, распределенных средств управления безопасностью, повышающих ее общую эффективность.
• Генеративный ИИ кибербезопасности, который генерирует новые, производные версии ИБ-контента, стратегий, проектов, методов и сопутствующего контента, обучаясь на больших репозиториях исходных имеющихся данных.
• Гомоморфное шифрование (HE), которое использует алгоритмы для выполнения обработки с зашифрованными данными и позволяет организациям обмениваться данными, не нарушая конфиденциальность.
• Постквантовая (тж. квантовобезопасная) криптография (PQC) — алгоритмы, призванные защитить как от классических атак, так и от атак с использованием квантовых вычислений.

Источник: Пресс-служба компании Gartner

( )