Gartner 2027: ИИ становится исполнителем

От разговора с моделью к работе агентов

Первые массовые применения языковых моделей были устроены просто: человек задаёт вопрос, получает ответ и сам решает, что с ним делать. В отчёте Gartner на 2027 год у ИИ уже другая роль. Он участвует в расчётах, ведёт разговоры, пишет и исправляет программы, обращается к корпоративным системам. Между поручением и результатом появляется целая организация работы.

Отчёт вышел в октябре 2026 года; официальный анонс опубликован 20 октября. Горизонты его прогнозов доходят до 2030-го и 2031-го. Gartner группирует технологии вокруг трёх тем: новых возможностей ИИ, управления автономными агентами и устойчивости бизнеса. Дальше — все десять направлений с моим разбором.

Для меня эта смена роли ИИ уже вполне прикладная. В Андате можно создавать агентов, назначать им задачи, связывать их работу и запускать регулярное выполнение. Терминал с памятью показывает, что сделано и как развивалась задача, а метрики позволяют оценивать работу исполнителей и её результат для бизнеса. Аналитика здесь становится частью системы, в которой есть кому поручить действие.

Большие количественные модели

Языковая модель умеет убедительно объяснить прогноз продаж. Но сам прогноз — отдельная вычислительная задача: в нём есть сезонность, зависимости, ограничения и ошибка. Большие количественные модели соединяют нейросетевые методы с математикой, статистикой, численными алгоритмами и знаниями предметной области.

Gartner прогнозирует, что к 2030 году они заменят языковые модели в 25% задач стратегического прогнозирования и операционного моделирования в основных функциях предприятий. Это довольно конкретная область: работа с числами, по которым компания принимает решения о запасах, производстве, расходах и спросе.

Мне здесь интересно разделение работы внутри ИИ-системы. Модель может разобраться в вопросе и объяснить ответ, а расчёт выполнить подходящим инструментом. Для сравнения рекламных кампаний по стоимости оплаченного заказа достаточно данных о расходах и оплатах. Для прогноза спроса уже требуется модель, учитывающая историю и особенности бизнеса.

В Андате агент может работать с подключёнными данными и инструментами расчёта, а аналитика позволяет сопоставлять расходы, выбранные события и доход. Название показателя при этом имеет вполне денежный смысл: расчёт окупаемости рекламы через доход и рекламные расходы ещё не учитывает себестоимость, налоги и работу команды. От состава данных зависит, на какой вопрос отвечает число.

Речевые модели, способные рассуждать

Привычный голосовой помощник сначала переводит речь в текст, затем получает текстовый ответ и озвучивает его. Новые речевые модели работают непосредственно с аудио, удерживают контекст разговора и выбирают дальнейшие действия.

По прогнозу Gartner, к 2030 году они будут автономно обслуживать более 70% голосовых взаимодействий компаний. В 2026 году доля составляет менее 10%. При этом авторы отчёта отмечают, что возможности рассуждения голосовых систем пока могут уступать текстовым.

Для бизнеса это изменение затрагивает саму единицу работы. В клинике разговор о переносе приёма заканчивается новой записью в расписании. В доставке — согласованным временем. В поддержке — решённым обращением или передачей специалисту. Голос становится способом провести операцию, а качество общения связано с тем, что произошло после разговора.

Здесь у аналитики появляется содержательная роль. Когда подтверждение, перенос, визит и оплата передаются в Андату как события, разговор можно связать с дальнейшей судьбой обращения. Само голосовое решение и его соединение с системой клиники — отдельная реализация; данные о результате разговора уже становятся частью работы агентов и отчётов.

Модели мира

Модель мира описывает физическую или виртуальную среду и прогнозирует, что в ней произойдёт после действия. Для робота это возможность оценить движение до того, как он столкнётся с препятствием. Для производства — воспроизвести изменение процесса до вмешательства в работающую линию.

Gartner ожидает, что к 2030 году такие модели будут использоваться в 40% робототехнических приложений против менее 1% в 2025-м. Ещё один прогноз отчёта — десятикратное снижение стоимости обучения в течение трёх лет.

Экономика этого направления хорошо видна на складе. Ошибка виртуального робота стоит вычислений. Ошибка реального может остановить проход, повредить товар или оборудование. Чем дороже физический эксперимент, тем больше ценность среды, в которой можно проиграть множество вариантов заранее.

Этот тренд расширяет область работы ИИ: помимо текста и корпоративных данных он осваивает пространство, движение и последствия физических действий. Для робототехники это гораздо более существенное изменение, чем ещё один разговорный интерфейс.

Контекст компании как часть ИИ

Один и тот же вопрос «Почему упали продажи?» в двух компаниях означает разную работу. Где-то продажа — оплаченный заказ, где-то — подписанный договор, а где-то значительная часть оплат позже возвращается. В самой таблице эти различия могут быть вообще не видны.

Gartner выделяет платформы контекста в отдельное направление. Они соединяют значения понятий, текущее состояние бизнеса и историю данных, решений и действий. По прогнозу отчёта, к 2027 году приоритетная работа со смыслом данных может дать прирост точности агентного ИИ до 80% и снижение затрат до 60%. Это верхние значения прогноза; конкретный эффект зависит от задачи.

Для меня это один из центральных разделов. ИИ в компании складывается из нескольких работающих вместе частей. Модель разбирается в поручении, память сохраняет сведения и решения, подключённые источники дают данные, инструменты выполняют операции. Среда работы агентов определяет последовательность шагов и обращения к системам. Именно такая комбинация уже есть в Андате.

Через Бизнес-терминал можно создавать исполнителей и назначать им регулярные задачи. Их взаимодействие связывается в граф: один агент получает данные, другой использует их для своей работы, следующий выполняет порученное действие. Терминал с памятью позволяет увидеть сделанное и продолжить задачу с учётом её истории.

Например, регулярную работу с рекламой можно распределить между агентами: сбор расходов и оплат, разбор изменений, подготовка предложений и выполнение согласованных действий через подключённые инструменты. На следующей неделе у системы уже есть предыдущий разбор и принятые решения. Доступные операции определяются подключениями и правами, а результат виден в задачах и метриках.

В этом и состоит практическая разница для компании. Вместо повторного объяснения всей ситуации в каждом разговоре появляется работа с накопленным контекстом. Аналитика связывает действия исполнителей с обращениями, визитами, оплатами и другими событиями бизнеса.

Среда работы агентов-разработчиков

Отдельная модель может написать фрагмент кода. Среда работы агента-разработчика охватывает весь путь изменения: изучение проекта, планирование, реализацию, тесты и исправления. В неё входят инструменты, контекст проекта и порядок выполнения работы.

Gartner ожидает, что к концу 2026 года автономные агенты будут создавать 20% всех публичных изменений кода, сохраняемых в репозиториях. Для команды это меняет соотношение времени: написание кода ускоряется, а понимание задачи и проверка полученного результата занимают всё более заметную долю работы.

Например, при изменении формата заказов агент может найти затронутые участки программы, обновить обмен данными между сайтом и учётной системой, затем проверить, что старые и новые заказы обрабатываются правильно. В одной задаче соединяются изучение существующего кода, изменение и проверка.

Этот раздел перекликается с устройством Андаты. За терминалом уже работает среда исполнения с памятью, подключёнными инструментами и маршрутами обращения к данным. Пользователь назначает работу агенту, а система обеспечивает её выполнение через доступные инструменты. В разработке предметом такой работы становится код; в бизнесе — документы, данные и операции в подключённых системах.

Учётные записи и полномочия агентов

Когда агент только готовит текст, его возможности ограничены ответом в чате. Подключение к рабочей системе меняет положение: он может получить доступ к данным, отправить сообщение или изменить объект. У цифрового исполнителя появляются полномочия, похожие на полномочия сотрудника.

Gartner прогнозирует, что к 2028 году 25% нарушений безопасности предприятий будут связаны со злоупотреблением ИИ-агентами из-за неуправляемых прав и прежних подходов к учётным данным.

Сложность в том, что один агент может пользоваться несколькими инструментами, а задача — переходить между агентами. По одному имени исполнителя уже трудно восстановить, каким доступом он воспользовался и что изменил. История работы и связь действия с конкретной задачей становятся частью устройства такой системы.

Для бизнеса это знакомая организационная ситуация: аналитик видит расходы, менеджер работает с клиентскими обращениями, администратор меняет настройки. В агентной работе эти различия тоже существуют. В Андате назначение исполнителей, доступные им инструменты и просмотр сделанного через терминал относятся к одной задаче управления работой.

Автоматическое устранение уязвимостей

Поиск уязвимости и её устранение — разные участки работы. Между ними часто находятся очередь задач, оценка опасности, подготовка исправления, тестирование и выпуск. Новый подход, описанный Gartner, объединяет эти этапы в процесс с участием ИИ.

Прогноз на 2031 год: у внедривших его организаций среднее время ограничения опасности уязвимостей сократится с недель до 48 часов.

Мне здесь интересна экономия времени между этапами. Сканер способен быстро составить длинный список проблем, но каждая из них затем ждёт человека. Агент, который понимает код и зависимости, может участвовать и в подготовке исправления, и в его проверке. Автоматизация охватывает большую часть работы с найденной проблемой.

Цена ошибки остаётся конкретной: исправление одной зависимости может остановить соседнюю функцию. Поэтому тестирование и откат входят в саму технологию устранения уязвимостей. Это объясняет, почему данный тренд тесно связан со средами работы агентов-разработчиков.

Технологическая независимость

Gartner рассматривает технологическую независимость через способность компании продолжить работу при потере поставщика или перейти к другому. В прогнозе на 2030 год такие стратегии примут более 75% организаций за пределами США.

Размещение сервера в своей стране решает лишь часть этой задачи. Компания может хранить данные локально, но зависеть от зарубежной модели, формата хранения или сервиса, через который проходят операции. Стоимость замены складывается из переноса данных, изменения интеграций и восстановления привычной работы.

Особенно заметна эта зависимость у ИИ-систем. В одной задаче могут участвовать модель, хранилище памяти, несколько источников и внешние инструменты. Замена модели затрагивает только один элемент этой конструкции.

В таком устройстве самостоятельную ценность приобретают сохранённые документы, история решений и доступные для выгрузки данные. Например, отчёт из Андаты можно выгрузить и использовать отдельно от интерфейса. Перенос всей работающей системы значительно шире экспорта таблицы: вместе с данными в ней существуют правила и связи между исполнителями.

Приложения с ограниченным сроком жизни

Создание приложения долго было достаточно дорогим, чтобы компания старалась пользоваться им годами. Агентная разработка меняет эту экономику: специализированный инструмент может оказаться выгодным даже для одной кампании, мероприятия или временной команды.

По прогнозу Gartner, к 2030 году ведущие организации будут стремиться к тому, чтобы 80% новых приложений были временными и легко заменяемыми. Авторы говорят именно о новых приложениях с полноценным качеством корпоративной системы и заранее ограниченным жизненным циклом.

Например, инструмент подготовки мероприятия собирает материалы, программу, задачи участников и состояние согласований. После мероприятия сама программа может перестать быть нужна, тогда как документы и результаты продолжают использоваться. Срок жизни приложения и срок жизни накопленных знаний расходятся.

Этот подход близок к работе через агентов. Для временной задачи можно собрать исполнителей, связать их действия и сохранить результат в общей памяти. В Андате такая организация работы уже доступна через терминал. Участники могут работать в нём, пока для задачи не потребуется отдельный интерфейс.

Биологические вычисления как услуга

Последний тренд выглядит самым необычным: удалённый доступ к живым или синтетическим биологическим системам для вычислений. В отчёте речь идёт о нейронных системах, потенциально низком энергопотреблении и возможности работать с такими вычислениями через облачную подписку.

Gartner ожидает, что к 2030 году их будут использовать 25% предприятий, которые отдают приоритет специализированному ИИ с низким энергопотреблением. Прогноз относится к этой группе, а не ко всем компаниям.

У направления очень материальная причина появления: стоимость энергии и вычислительных ресурсов. Если часть задач удастся выполнять на другой физической основе, изменится экономика их решения. Вместе с этим возникают свойства, непривычные для обычного сервера: срок жизни биологической системы, воспроизводимость её работы и участие специалистов по нейробиологии.

В отчёте прямо упоминается внезапная гибель процессора. У живого вычислителя это буквальное событие. Так далеко за пределы программного обеспечения уходит нынешний поиск ресурсов для ИИ.

Источники

Gartner, «Десять стратегических технологических трендов на 2027 год», 28 страниц, © 2026. Определения и прогнозы: с. 5–10, 12–19 и 21–26.

Официальный обзор Gartner от 20 октября 2026 года. Каталожная запись исследования от 16 октября 2026 года.

Возможности Андаты: Бизнес-терминал и аналитика.