Цифровые технологии будущего: 5 факторов их развития

За два десятилетия цифровые решения охватили около половины населения развивающихся стран — быстрее, чем многие предыдущие инновации.

Следующий этап будет определяться не одной технологией. Скорость развития зададут сразу несколько факторов: автономные ИИ-агенты, периферийные вычисления, квантовые системы, гибридная инфраструктура и правила работы с данными. Отдельный контур — внедрение этих решений в медицину и социальную сферу, где результат измеряется не только производительностью, но и доступностью помощи.

1. Цифровизация ускоряется за счёт готовой инфраструктуры

Ранние цифровые продукты часто требовали длительного строительства инфраструктуры: закупки оборудования, настройки каналов связи, подготовки специалистов и разработки программного обеспечения с нуля. Сейчас многие новые цифровые технологии разворачиваются поверх уже существующих облачных платформ, мобильных сетей и корпоративных систем.

Это меняет саму последовательность внедрения. Компании и государственные организации могут не создавать весь технологический контур самостоятельно. Они подключают отдельные сервисы, интегрируют их с внутренними базами и расширяют использование по мере подтверждения результата.

В практической цепочке цифровизации обычно участвуют несколько уровней:

1. Сбор данных. Организация переводит документы, заявки, платежи, медицинские записи или логистические операции в цифровой формат.

2. Хранение и маршрутизация. Информация распределяется между локальными серверами, облачными платформами и периферийными устройствами.

3. Анализ. Алгоритмы находят закономерности, классифицируют обращения, прогнозируют нагрузку и предлагают варианты действий.

4. Автоматизация. Система передаёт результат в следующий процесс: создаёт задачу, меняет статус заявки, формирует уведомление или запускает проверку.

5. Контроль. Человек подтверждает решения, которые связаны с риском, расходами, безопасностью или правами граждан.

Такая модель особенно важна для регионов, где ресурсы ограничены. Цифровизация может начинаться с одного узкого процесса — например, записи на приём или распределения заявок — а затем расширяться на смежные подразделения.

Скорость цифровизации растёт не потому, что каждая новая система революционна. Причина в том, что новые решения подключаются к уже работающей инфраструктуре.

При этом быстрый запуск не отменяет организационной работы. Нужно согласовать доступы, определить владельца данных, описать регламент, настроить обмен между системами и назначить сотрудников, которые будут отвечать за сбои. Без этой маршрутизации даже точный алгоритм остаётся отдельным сервисом, а не частью рабочего процесса.

Edge AI и гибридная модель

Одним из направлений развития становится edge AI — искусственный интеллект, который обрабатывает часть данных непосредственно на периферийных устройствах или рядом с местом их возникновения. Это может быть промышленный датчик, медицинский прибор, камера контроля оборудования или мобильное устройство.

Периферийная обработка сокращает задержку между событием и реакцией. Данные не всегда нужно отправлять в удалённый дата-центр, ждать ответа и возвращать команду обратно. Для систем мониторинга, диагностики и управления транспортом это может иметь прикладное значение.

Гибридная инфраструктура распределяет задачи между несколькими уровнями:

В результате развитие цифровых технологий идёт не к единому универсальному центру, а к распределённой системе. Одни операции выполняются в облаке, другие — на локальном оборудовании, третьи остаются за специалистом.

2. ИИ-агенты переводят автоматизацию из режима команд в режим задач

Обычный цифровой помощник отвечает на запрос пользователя. ИИ-агент должен выполнить более длинную последовательность действий: понять цель, разбить её на этапы, обратиться к нескольким системам, проверить промежуточный результат и передать человеку итог.

Именно поэтому агентский искусственный интеллект рассматривается как один из главных драйверов развития цифровых технологий. Меняется не только интерфейс. Меняется роль системы внутри организации.

Например, автоматизированный агент может получить задачу обработать обращения граждан. Для этого ему потребуется:

• определить тему и срочность обращения;
• проверить, хватает ли данных для регистрации;
• направить запрос в нужное подразделение;
• запросить недостающие сведения;
• отследить срок ответа;
• уведомить заявителя о статусе;
• передать специалисту нестандартные или спорные случаи.

Такая система не заменяет весь отдел. Она берёт на себя повторяющиеся операции, которые раньше выполнялись вручную между несколькими информационными системами.

Прогнозы рынка показывают высокий интерес к этому направлению. Мировой рынок автономных ИИ-агентов может достичь $8,5 млрд в 2026 году и $35 млрд к 2030 году. Если учитывать решения для оркестрации — координации нескольких агентов и сервисов — оценка к 2030 году увеличивается до $45 млрд.

Эти цифры отражают ожидания рынка, а не гарантированный объём будущих продаж. Фактическое развитие будет зависеть от качества моделей, стоимости вычислений, доступности данных и регулирования.

Где агенты будут развиваться быстрее

Первыми кандидатами для агентской автоматизации становятся процессы с понятными правилами и большим количеством повторяющихся операций. К ним относятся:

• обработка типовых клиентских запросов;
• закупочные процедуры и сверка документов;
• управление складскими остатками;
• планирование логистики;
• подготовка отчётности;
• первичная сортировка медицинских обращений;
• распределение заявок между социальными службами;
• контроль сроков исполнения поручений.

В медицине агент может помочь сформировать предварительный маршрут пациента: проверить наличие направления, сопоставить симптомы с профилем учреждения, найти доступное время и подготовить документы для специалиста. Финальное клиническое решение при этом должно оставаться в зоне ответственности медицинского работника.

В социальной сфере агентская система может сократить время между поступлением обращения и назначением ответственного специалиста. Это особенно актуально для служб, где одно обращение проходит через несколько ведомств. Но алгоритм не должен самостоятельно определять социальный статус человека, отказывать в помощи или менять юридически значимые сведения без контроля уполномоченного сотрудника.

ИИ-агент полезен там, где он сокращает число ручных переходов между системами. Если правила процесса не определены, автоматизация только ускорит беспорядок.

Ограничения агентского подхода

Автономность не равна безошибочности. Агент может неправильно интерпретировать неполные данные, выбрать неподходящий источник или передать неверный результат в следующую систему. Поэтому при внедрении требуется заранее разделить операции по уровню риска.

Для типовых задач допустима высокая степень автоматизации. Для решений, затрагивающих здоровье, выплаты, доступ к услугам и персональные данные, нужен обязательный контроль человека. Организация также должна сохранять журнал действий: какие данные использовал агент, какие шаги выполнил и почему сформировал конкретный результат.

3. Квантовые вычисления создают отдельный технологический горизонт

Квантовые технологии развиваются по другой логике. Они не являются прямой заменой классическим компьютерам и не предназначены для ускорения любой офисной или промышленной операции. Их потенциальная ценность связана с задачами, где требуется работа со сложными комбинациями, моделированием и оптимизацией.

Ожидается, что мировой рынок квантовых технологий будет расти в среднем на 25,6% в год и к 2034 году достигнет $20,5 млрд. Прогноз включает несколько направлений: квантовые вычисления, оборудование, программные решения и сопутствующую инфраструктуру.

Наиболее обсуждаемые области применения связаны с:

• моделированием химических соединений и новых материалов;
• разработкой лекарственных препаратов;
• оптимизацией логистических маршрутов;
• управлением сложными производственными цепочками;
• анализом финансовых и промышленных сценариев;
• криптографией и защитой данных.

Однако сроки массового промышленного применения остаются неопределёнными. Точные даты достижения универсального квантового превосходства в реальных бизнес-задачах не установлены. Поэтому организации, которые уже инвестируют в направление, обычно начинают не с полной замены вычислительной инфраструктуры, а с исследовательских программ, подготовки кадров и гибридных вычислений.

Почему квантовые системы будут работать вместе с классическими

В обозримой перспективе квантовый процессор не отменяет классические дата-центры. Он может использоваться как специализированный компонент в более сложной системе. Классический компьютер принимает данные и управляет процессом, квантовый модуль решает отдельную задачу, затем результат возвращается в общую вычислительную цепочку.

Такой формат требует от компаний не только доступа к оборудованию, но и компетенций в области алгоритмов. Потребуются специалисты, которые смогут определить, действительно ли конкретная задача подходит для квантовой обработки. Если классический алгоритм решает её быстрее и дешевле, перевод на новую платформу не даст практического эффекта.

Для медицины потенциальный интерес связан с моделированием молекул и поиском комбинаций, которые сложно перебрать традиционными методами. Но между лабораторным расчётом и зарегистрированным лекарством сохраняются этапы доклинических и клинических исследований. Квантовые вычисления могут ускорить отдельный участок разработки, но не отменяют медицинскую проверку.

4. Регулирование становится частью технологического проекта

Чем больше цифровые платформы влияют на торговлю, транспорт, доставку и социальные сервисы, тем меньше значение имеет только техническая сторона продукта. Организации должны заранее определить, какие данные они собирают, кто имеет к ним доступ, как исправляются ошибки и кто отвечает за автоматическое решение.

В России с 1 октября 2026 года вступает в силу закон о регулировании цифровых платформ. Он устанавливает нормы деятельности для маркетплейсов, агрегаторов такси и сервисов доставки. Для бизнеса это означает переход от разрозненных внутренних правил к более формализованному регулированию цифровых посредников.

Правовая рамка будет влиять на архитектуру сервисов. Компании должны будут описывать порядок работы с пользователями, учитывать требования к платформенным операциям и распределять ответственность между участниками цифровой цепочки.

В технологическом проекте это приводит к дополнительным этапам:

1. Инвентаризация данных. Организация фиксирует, какие сведения используются и где они хранятся.

2. Разделение доступа. Для сотрудников, подрядчиков и автоматизированных систем задаются разные полномочия.

3. Описание решений. Определяется, где алгоритм только предлагает действие, а где запускает его автоматически.

4. Журналирование. Сохраняется история операций и изменений.

5. Процедура исправления. Пользователь или сотрудник должен иметь понятный способ оспорить ошибку и передать случай на ручную проверку.

Новые правила будут особенно значимы для платформ, которые соединяют несколько сторон: продавца и покупателя, пассажира и перевозчика, клиента и курьера. В таких системах ошибка алгоритма может затронуть не одного пользователя, а всю цепочку исполнения.

Регулирование ИИ-агентов

Для автономных ИИ-агентов международные нормы пока не сформированы полностью. Это один из факторов неопределённости рынка. Компании уже внедряют автоматизацию, но законодательные требования к ответственности, объяснимости и трансграничной обработке данных продолжают развиваться.

Поэтому безопасная модель внедрения строится на ограничении полномочий. Агенту не нужно сразу предоставлять доступ ко всем корпоративным системам. Сначала ему назначают узкую область действий, задают лимиты и проверяют логи. После этого полномочия можно расширять по результатам эксплуатации.

Такой порядок требует больше времени на старте, но снижает стоимость исправления ошибок. В крупных системах сбой редко ограничивается одним неверным ответом. Он может запустить неверную оплату, сорвать доставку, отправить уведомление не тому адресату или создать нагрузку на медицинскую службу.

5. Медицина и социальная сфера становятся главным тестом полезности

Для цифровых технологий в будущем недостаточно показать вычислительную мощность или рост рынка. В социальной сфере результат оценивают по другим параметрам: насколько быстро человек получил услугу, сократилось ли число ошибок, снизилась ли нагрузка на специалистов и стал ли доступ к помощи равномернее.

В медицине цифровые системы уже развиваются по нескольким направлениям:

• анализ медицинских изображений;
• поддержка принятия врачебных решений;
• ведение электронных записей;
• маршрутизация пациентов;
• прогнозирование загрузки отделений;
• удалённый мониторинг состояния;
• автоматизация административных операций.

Наиболее реалистичный эффект в ближайшей перспективе связан не с полной заменой врача, а с перераспределением времени. Алгоритм может взять на себя поиск информации, сортировку обращений и подготовку документов. Специалист получает больше времени на диагностику, коммуникацию и нестандартные случаи.

В социальной сфере похожий подход применяется к маршрутизации помощи. Обращение может поступить через разные каналы, но затем его нужно зарегистрировать, проверить, направить в ответственную службу и проконтролировать срок ответа. Если эти действия выполняются в одной системе, снижается риск потери заявки между подразделениями.

Но цифровой сервис не должен становиться единственным входом для человека, который не умеет им пользоваться или не имеет стабильного доступа к интернету. Организации, внедряющие новые решения, должны сохранять альтернативный канал обращения и возможность участия сотрудника.

Что определит результат проекта

Практический эффект цифровых технологий зависит от нескольких условий:

• данные должны быть достаточно полными и совместимыми между системами;
• процесс необходимо описать до автоматизации, включая исключения;
• сотрудникам нужен регламент работы с ошибками;
• права доступа должны соответствовать должностным обязанностям;
• критические решения требуют ручного подтверждения;
• результат необходимо измерять не только числом обработанных операций, но и качеством услуги;
• пользователь должен понимать, куда обратиться при сбое.

Для медицинской организации таким показателем может стать сокращение времени маршрутизации пациента. Для службы доставки — уменьшение числа сорванных заказов. Для социальной службы — доля обращений, по которым назначен ответственный и выдержан срок ответа. Универсального показателя для всех цифровых проектов нет.

Как будет меняться развитие цифровых технологий

Пять факторов связаны между собой. Готовая инфраструктура ускоряет распространение новых решений. ИИ-агенты переводят автоматизацию на уровень последовательных задач. Квантовые технологии формируют отдельный контур исследований и специализированных вычислений. Регулирование задаёт границы допустимых операций. Медицина и социальная сфера проверяют, превращается ли инновация в реальное улучшение качества жизни.

В ближайшие годы цифровые технологии будут развиваться не как набор изолированных продуктов. Основной процесс — интеграция. Агент обращается к корпоративной базе, часть данных обрабатывается на периферийном устройстве, вычисления распределяются между облаком и локальной инфраструктурой, а действия фиксируются в соответствии с нормативными требованиями.

Для организаций, которые хотят начать внедрение, рабочий порядок выглядит так:

1. выбрать один процесс с измеримым результатом;

2. описать текущую маршрутизацию данных и ручных операций;

3. определить риски и участки, где обязателен человек;

4. запустить ограниченный пилот с журналированием действий;

5. оценить эффект по срокам, числу ошибок и нагрузке на сотрудников;

6. только после этого расширять доступ системы к новым функциям.

Цифровые технологии будущего будут определяться не самым громким анонсом, а качеством исполнения. Победят проекты, где технологию согласовали с процессом, ответственность закрепили заранее, а результат измерили после внедрения.