Каждый год аналитики консалтинговой компании Gartner публикуют Hype Cycle — диаграмму, которая показывает, как развивается интерес к новым технологиям. Gartner — одно из крупнейших в мире аналитических агентств, на его прогнозы ориентируются компании, инвесторы и госкорпорации по всему миру. Диаграмма не претендует на точный прогноз или техническую инструкцию — скорее, это способ зафиксировать текущее настроение: что сейчас на пике внимания, что уже наскучило, а что начинает приносить реальную пользу.
Этот график регулярно цитируют в бизнесе, IT, инвестициях и даже в госсекторе. Не потому что это «абсолютная истина», а потому что он помогает не терять ориентир в потоке новых терминов и громких обещаний.
Что такое Hype Cycle
Hype Cycle показывает, как рынок и общество воспринимают новую технологию — от первых новостей до повседневного использования. У этой траектории есть пять стадий, через которые проходит почти любая разработка.
Сначала всё начинается с технической новинки: о ней знают только специалисты, появляются первые прототипы, упоминания на профильных конференциях и в исследованиях. Далее технология быстро попадает в центр внимания: про неё пишут в СМИ, стартапы копируют друг друга, инвесторы проявляют интерес. Обещания громкие, а примеров применения — почти нет.
После этой фазы почти неизбежно наступает спад. Продукты оказываются сырыми, внедрение — сложным, пользы — меньше, чем ожидалось. Настроения меняются, внимание рассеивается, часть проектов закрывается. Однако те, кто остаётся, продолжают искать практические применения. Постепенно технология находит свою нишу, становится более заметной и полезной. В конце концов она просто входит в обиход — и больше не вызывает ажиотажа. Её используют потому, что удобно, а не потому, что модно.
Почему это работает
Кривая Гартнера не говорит, хороша технология или плоха. Она просто помогает понять, в какой фазе она сейчас находится. Это полезно, если вы разрабатываете продукты, планируете инвестиции, занимаетесь технологическим бизнесом или просто хотите разобраться в том, что происходит вокруг.
Благодаря этой модели проще отличить краткосрочный хайп от долгосрочной ценности, не ввязаться в бесперспективную гонку и, наоборот, не пропустить момент, когда технология начинает реально работать.
Что показывает последняя кривая (данные на июнь 2024)
На последней диаграмме Gartner, посвящённой технологиям искусственного интеллекта, видно, как распределились ожидания и реальный прогресс. В верхней точке кривой — AI Engineering, AI TRiSM, Prompt Engineering, а также ModelOps и Foundation Models. Это те направления, где интерес максимальный, но значительная часть решений пока остаётся в стадии активных экспериментов.
Генеративный ИИ, который был на пике год назад, начал постепенно двигаться вниз — в сторону переоценки. Туда же попадают смарт-роботы и нейроморфные вычисления: обсуждений много, но с внедрением пока сложно.
На стадии осмысления и первых рабочих кейсов находятся интеллектуальные приложения, графовые базы знаний, автономные транспортные средства. Эти технологии начали применять в корпоративных сценариях, и интерес к ним сохраняется.
Ближе к стабильности — компьютерное зрение. Эта область уже доказала свою ценность и используется в ритейле, медицине, промышленности и других отраслях.
На самом старте — целый блок перспективных, но ещё сырых направлений: нейросимволический ИИ, каузальный ИИ, мультиагентные системы, автономные системы, квантовый ИИ. Часть из них, по прогнозам Gartner, вряд ли дойдёт до широкой реализации раньше, чем через 5–10 лет. А некоторые — вроде Autonomic Systems — могут устареть ещё до выхода на рынок.
Этот график — не финальный вердикт, а срез ожиданий. Но он помогает понять, где сегодня перегретый интерес, а где — уже работающая технология.
Примеры, которые уже прошли цикл
Классический случай — облачные технологии. Когда-то они были на пике обсуждений, затем наступило разочарование, а теперь это просто стандарт. Сервер арендуется в два клика, никто не делает из этого события.
То же самое — с мобильными платежами. Раньше идея расплачиваться телефоном казалась странной. Сейчас это просто часть повседневности. А вот с VR до сих пор не всё гладко: несмотря на развитие устройств, массового применения по-прежнему нет. Генеративный ИИ — свежий пример: хайп огромный, но по мере использования возникают всё новые ограничения и вопросы.
Как это использовать на практике
Если вы работаете с технологиями, вам может пригодиться простой подход:
Посмотрите, на каком этапе находится интересующая вас технология. Если она на пике — стоит быть осторожнее и не торопиться с вложениями. Если она уже стабильно используется в индустрии — возможно, пришло время внедрять. Сравните обещания с реальностью. Есть ли успешные кейсы? Какой в них результат? Насколько велик риск? Есть ли резервы времени и бюджета?
И наконец, стоит отслеживать динамику. Если за год технология продвинулась ближе к «просветлению» — значит, она развивается, и интерес к ней может быть оправдан.
Что важно запомнить
Hype Cycle — не универсальный ответ на вопрос «во что инвестировать» или «что запускать в продукте». Это просто инструмент, который помогает не терять фокус и отличать моду от работающих решений. Он показывает, где сейчас шум, а где есть реальные основания для использования.
Иногда стоит подождать, иногда — экспериментировать, а иногда — идти в обход. Но если понимать, где находится технология, решение принимать проще.