Руководители компаний готовятся к потрясениям, вызванным искусственным интеллектом, одновременно пытаясь реализовать пилотные проекты в этой сфере. Однако существенного влияния на финансовые показатели (прибыли и убытки) пока не наблюдается. Ситуация изменится в 2027 г., пишет в корпоративном блоге Брайан Хопкинс, вице-президент Forrester по портфелю перспективных технологий.
В нашем новом отчете «Predictions 2027: Artificial Intelligence» выделены пять «линий разлома» — областей, где накапливалось напряжение и где вскоре неизбежны серьезные сдвиги. Речь идет о расходах на ИИ, управлении, экономике моделей, архитектуре платформ, а также об организационной среде, необходимой для масштабирования автономных ИИ-агентов.
Технологии развиваются быстрее, чем большинство организаций успевают их осваивать. Поэтому внедрение контролируемых и безопасных ИИ-решений в промышленную эксплуатацию в 2027 г. обеспечит преимущество перед конкурентами, которые все еще находятся на стадии экспериментов и поиска верной стратегии. Ниже представлены подробности трех из пяти наших прогнозов в сфере ИИ на 2027 г.
На долю ИИ будет приходиться 20% корпоративных расходов на технологии
Согласно прогнозу Forrester по мировому технологическому рынку, в 2027 г. глобальные расходы на технологии превысят 6 трлн. долл., причем каждый пятый доллар будет направлен на ИИ. Большая часть этих средств пойдет на закупку серверов и оборудования, что для предприятий трансформируется в расходы на ИИ-токены и вычислительные ресурсы — бюджеты компаний могут просто не выдержать такой нагрузки. Хотя большинство технических руководителей рассчитывают на увеличение бюджета в следующем году, лишь 53% из них ожидают, что рост превысит уровень инфляции. Это означает, что почти половина компаний столкнется со снижением реальной покупательной способности как раз в тот момент, когда бизнес требует больше решений на базе ИИ и готов платить за них все дороже.
Основной удар придется на сторонние сервисы. Руководители уже планируют наиболее значительные сокращения расходов именно в этой категории, а развитие ИИ дополнительно снижает стоимость предоставления консалтинговых и управляемых ИТ-услуг. Пересмотрите свои сервисные контракты и договоры на использование ПО (с оплатой за рабочее место) — сделайте это за полгода до истечения срока их действия. Постарайтесь вернуть часть средств и направьте их на планирование расходов, связанных с использованием ИИ, а также на контекстную инженерию.
Пробелы в системе управления приведут к провалу ключевых ИИ-проектов в ряде крупных компаний
Как показал недавний опыт, одного лишь набора принципов недостаточно для контроля над автономным ИИ-агентом. Эффективное управление такими агентами требует наличия специальных навыков, инструментов и механизмов контроля, обеспечивающих соблюдение установленных правил. В 2027 г. такие системы по-прежнему будут разбросаны по разным технологическим областям, оставаясь вне зоны контроля специалистов по корпоративному управлению, ответственных за разработку политик. Более половины лиц, принимающих решения в сфере генеративного ИИ, уже называют «неконтролируемое распространение автономных агентов» (agentic sprawl) серьезной проблемой. Традиционные механизмы управления изначально не были рассчитаны на ПО, которое самостоятельно выбирает инструменты и совершает действия. В 2027 г. число незарегистрированных агентов продолжит расти, а по мере совершенствования моделей их действия могут создать для вашей компании серьезные неприятности.
В июне компания Meta (признана экстремистской и запрещена в РФ) наглядно продемонстрировала, к чему это может привести. Ей пришлось приостановить внутреннюю программу, в рамках которой фиксировались нажатия клавиш и содержимое экранов сотрудников для обучения ИИ-агентов: выяснилось, что эти данные стали доступны гораздо более широкому кругу лиц внутри компании, чем предполагалось изначально. Это был лишь один из многих подобных неприятных сюрпризов. В 2027 г. как минимум три крупные компании будут вынуждены либо полностью свернуть свои ключевые ИИ-проекты, либо отложить их реализацию на год. Причина в каждом случае будет одна: бизнес-подразделения несут ответственность за использование ИИ, но не имеют реальных рычагов для обеспечения соблюдения политик в ПО, на базе которого работают их агенты. Создайте специализированную группу по управлению ИИ, которая будет взаимодействовать с отделами безопасности, управления рисками, ИТ, разработки, юридическим департаментом и подразделением по управлению данными, — и наделите ее полномочиями внедрять политики непосредственно в программный код в масштабах всей организации.
Три четверти решений при выборе ИИ-платформ будут зависеть не от самих моделей, а от сред, в которых они работают
Компании будут ориентироваться прежде всего на среду исполнения, которая распределяет задачи, собирает контекст, управляет доступом к инструментам и проверяет результаты работы. Именно на этом уровне определяются точность системы и эксплуатационные расходы. Команды, использующие долгосрочно работающих агентов для написания кода или проведения исследований, сталкиваются с проблемами интеграции задолго до того, как достигают пределов возможностей самой модели, — и в 2027 г. этот разрыв станет еще заметнее. Поставщики уже начали превращать выбор модели в простой выпадающий список в интерфейсе платформы; в
При оценке потенциальных поставщиков ИИ-платформ уделяйте основное внимание возможностям среды исполнения и управления контекстом, а не результатам бенчмарков самих моделей. Прежде чем подписывать какие-либо документы, четко определите, за какой именно уровень технологического стека отвечает поставщик.
Еще две проблемные зоны
В отчете содержатся еще два важных вывода.
Первый касается того, что модели с открытыми весами (open-weight models) выполняют значительную часть задач в сфере корпоративного ИИ, при этом на них приходится лишь малая доля затрат.
Второй вывод гласит: только один из четырех проектов по созданию корпоративного контекстного слоя бужет способен обеспечить работу агентного ИИ в промышленных масштабах.
