Телеграм канал «Клуб CDO»

Gartner обновил список технологий будущего на 70%

23 июля Gartner опубликовал Hype Cycle for Emerging Technologies 2026. Традиционно тридцать технологий. Из прошлогоднего набора в новый перешли девять. Двадцать одна выбыла, двадцать одна появилась впервые.

AI Agents исчезли как категория

В 2025 это была одна позиция на пике завышенных ожиданий. В 2026 её нет вовсе. Вместо неё в выпуске восемь отдельных агентных позиций: Multiagent Systems, Agent Management Platform, Agent Marketplace, Guardian Agent, No-Code Agent Builders, Physical AI Agents, AI Toolmate, Context Graphs.

Так выглядит взросление категории: зонтичный термин теряет полезность и распадается на инженерные специализации. Половина осколков описывает управление агентами, а не их способности. Guardian Agent - агент, надзирающий за другими агентами.

Model Context Protocol проехал полкривой за год

Из середины Innovation Trigger на самый пик. Самое быстрое движение в наборе. Протокол, которому нет и двух лет, стоит теперь рядом с Multiagent Systems и Machine Customers.

AGI выпал из списка

В 2025 он был отмечен как «более десяти лет до плато». В 2026 отсутствует. Вместе с ним ушли Embodied AI, Humanoid Working Robots, Meta Computing. Пришли Polyfunctional Robots и World Models - вещи с обозримым горизонтом и понятным применением.

Пришёл физический слой

Space-Based Data Centers, Commercial Nuclear Fusion Power, Supplemental Coverage From Space, Photonic Computing.

Год назад из этого ряда были только энергоэффективные здания. Инфраструктурный голод ИИ дошёл до перечня emerging technologies: энергия, космос, оптика.

Тема человека исчезла целиком

Cybernetic Teammate, Cognitive Offloading, Augmented Connected Workforce, Bidirectional Brain-Machine Interface, Adaptive Experiences - выбыли все. Прошлогодняя тема «дополненная человечность» не пережила год.

Сменилась и рамка. В 2025 Gartner описывал четыре явления: автономный бизнес, гиперавтоматищация, дополненная человечность, техносоциальная хрупкость. В 2026 - четыре вызова для CIO: перераспределение решений между людьми и автономными машинами, слияние реальностей, новые технические базисы, рост на человекоцентричном доверии. Язык сместился с технологий на управленческие решения.

Что осталось незамеченным

Ни одна позиция выпуска 2026 года не стоит правее пика. Trough of Disillusionment, Slope of Enlightenment и Plateau of Productivity пусты.

Весь список собран из технологий, которые ещё не прошли проверку разочарованием.

Выпадение из Hype Cycle не означает провал. Confidential Computing и Geopatriation покинули перечень emerging - и оказались в Top 10 Strategic Technology Trends на 2026 год. Они перешли из разряда «следить» в разряд «внедрять».

Встречается и обратное: Physical AI, Disinformation Security и Multiagent Systems стоят одновременно в Hype Cycle и в списке стратегических трендов.

Отсюда практическое правило чтения этих документов.

Hype Cycle отвечает на вопрос, где ставить эксперимент. Список стратегических трендов - на вопрос, куда закладывать бюджет. Смешение двух вопросов даёт две типовые ошибки: внедрять то, что ещё не проверено, и не замечать того, что уже стало обычной работой.

В выпуске 2026 года на стороне экспериментов - весь агентный слой и физическая инфраструктура.

18 августа проводим технический митап по архитектуре и развитию платформ данных

В программе:

— архитектура дата-платформы VK Tech: как на Kubernetes реализовали оркестрацию сервисов данных, включая СУБД, и унифицировали их развёртывание, масштабирование и эксплуатацию;
— кейс Авито: как сняли ограничение S3 на производительность аналитической платформы — сделали шардирование таблиц между тремя S3 кластерами и увеличили пиковую скорость чтения с 20 до 60 ГБайт/с;
— круглый стол инженеров RWB и VK Tech: кейс подготовки сегментов для таргетинга на Trino и DataFusion и дискуссия об архитектуре платформ данных — Kubernetes, реальном self-service, контроле безопасности, работе платформы как дата-бэкенда для сервисов и подготовке к агентам и AI-нагрузкам.

🗓 18 августа, сбор гостей в 17:30
📍 Москва, БЦ «Скайлайт», Ленинградский проспект, 39
💻 Можно подключиться онлайн
✍️Необходима регистрация

После программы будет время обсудить доклады и пообщаться с коллегами

📰 Best AI Semantic Layer Tools (2026): Connecting Data Models to LLMs
🔗 https://medium.com/@oskartammekivi/best-ai-semantic-layer-tools-2026-connecting-data-models-to-llms-555e9af89545
💡 Вывод: Рынок семантических слоёв сходится к идее, что семантика должна жить выше конкретного BI: upstream в моделировании, в трансформации или нативно в хранилище (Snowflake Semantic Views в GA с марта 2026, автогенерация из истории запросов). Самая полезная цифра спрятана в минусах: собственный бенчмарк dbt 2026 показал 0% точности на вопросах с многозвенными entity-джойнами, то есть семантический слой не отменяет проектирования связей. Флаг: рейтинг с явным продвижением SqlDBM в победители, читать как каталог рынка, а не как рекомендацию.

Дайджест статей

📰 Наш стек сквозной аналитики для SaaS-сервиса: коннекторы, хранилище, BI
🔗 https://habr.com/ru/articles/1068254/
💡 Вывод: На длинном цикле сделки честная оценка окупаемости трафика требует когорт по дате первого касания, а не деления бюджета месяца на продажи того же месяца: такая арифметика систематически занижает ранние месяцы. Единственный ключ связывания, переживающий переименования кампаний, это CampaignId в utm_campaign, а перед постройкой витрин проверять надо стык "обращение - сделка": именно там BI начинает красиво визуализировать дыру в данных. Четыре сверки целостности (клики vs визиты, формы vs обращения, витрина vs CRM, продажи без источника) стоят дешевле любого дашборда.

📰 Как я встроил AI-агента прямо в интерфейс Apache Superset и не сломал ему CSP
🔗 https://habr.com/ru/articles/1066586/
💡 Вывод: Ключевое решение при встраивании агента в BI не выбор модели, а наследование модели прав: автор сознательно отказался от штатного MCP-сервера Superset, потому что тот в дефолтной конфигурации работает от админа без авторизации, и любой пользователь получил бы доступ к данным с админскими правами. Агент, выполняющий SQL, обязан работать от имени того, кто нажал кнопку, с трёхуровневым read-only гардом. Это чек-лист вопросов к любому вендору "AI в вашем BI".

📰 Двигаем PostgreSQL в сторону OLAP: оптимизация параллельного вычисления агрегатов
🔗 https://habr.com/ru/companies/tantor/articles/1066692/
💡 Вывод: Прототип shared-memory агрегации по мотивам PVLDB 2025 даёт до 4.8x ускорения на равномерных данных, но проваливается до 0.04x при перекосе 95% на одну группу: процессная модель Postgres платит за разделяемое изменяемое состояние кратно больше, чем тредовые движки, ради которых метод придуман. Практическое следствие для владельцев data-платформ: решения "растянем Postgres на OLAP" упираются в фундамент архитектуры, а безопасное применение таких оптимизаций требует качественной MCV-статистики и cost-based выбора стратегии, то есть зрелости эксплуатации, а не одной фичи.

📰 База встала под нагрузкой: как найти, кто кого блокирует в PostgreSQL
🔗 https://habr.com/ru/companies/otus/articles/1065588/
💡 Вывод: Картина "приложение задыхается, база отдыхает" почти всегда означает не нехватку железа, а длинные транзакции, которые через блокировки исчерпывают пул соединений и роняют сервис целиком. Дешёвая страховка, которую стоит требовать включённой на каждом prod-инстансе: log_lock_waits, idle_in_transaction_session_timeout и lock_timeout на любой DDL. Это превращает разбор инцидента из детектива в чтение лога и снимает типовой класс аварий до их наступления.

📰 Lightdash — BI, который живёт внутри вашего dbt-проекта
🔗 https://habr.com/ru/articles/1067570/
💡 Вывод: Проблема "три разных цифры выручки на одном созвоне" решается не инструментом, а переносом определений метрик в код: в Lightdash семантика живёт в YAML dbt-проекта, проходит ревью, версионируется и валидируется в CI как обычный код, а RLS/CLS описываются рядом с данными. Ограничение честно названо: валидатор проверяет ссылки и определения, но не исполняемый SQL. Для оценки: это паттерн metrics-as-code в чистом виде, применимый и без конкретного вендора.

📰 Anthropic is telling you that Agentic Analytics is not just text-to-SQL
🔗 https://medium.com/data-science-collective/anthropic-is-telling-you-that-agentic-analytics-is-not-just-text-to-sql-ce605454bbc9
💡 Вывод: Автор вводит термин "analytics slop": подключение агента к базе снижает барьер входа в анализ, но никто не проверяет полученные цифры, потому что беглость LLM в SQL создаёт ложное чувство корректности. Позиция Anthropic, которую автор пересказывает: доверенная агентная аналитика это semantic layer, skills, evals и классический data engineering до того, как модель коснётся запроса. Флаг: заявленные 95% точности — самоотчёт вендора через вторичный источник, независимой проверки нет; полный текст Medium обрезал, разбор по вводной части.

Оффтопик но не могу не поделиться - трейлер сериала Нейромансер, классики и основы киберпанка и всех его производных, включая Матрицу. Произведение настолько фундаментально, что до сих пор во многом, что касается ИТ технологий и ИИ, видны концепции и названия из этой книги.

И судя по ролику, экранизация получается очень достойная. Так я себе их и представлял, как говорится.

https://youtu.be/hBEDdMS400k?si=0y2fPICPpahdHJHv