Кривая — не закон

В ноябре 2026 по рабочим чатам и каналам ходит один и тот же график. Голубой фон, серая кривая в форме горки, на ней шестнадцать подписанных точек. Sovereign AI на самой вершине. AI Agents уже на спуске. AI-Ready Data съехала ещё ниже. Читают его секунд за три: кто наверху, кто скатывается, кто только карабкается.

Это Hype Cycle for Artificial Intelligence, 2026, ежегодная карта аналитической компании Gartner. Сам отчёт вышел в конце августа, а 1 октября Gartner опубликовала открытую статью с главными выводами.

Вопросов два. Что здесь нарисовано? И насколько этому верить, если от картинки зависит, чему вы будете учиться, что внедрять и что обещать руководству?

Это первая статья нового цикла. Замысел простой: взять картинку, которую все пересылают, и разобрать, что на ней написано, а потом сверить с тем, что мы видим вокруг сами. Здесь про кривую. Про технологии на ней говорим дальше.

Полный отчёт Gartner платный. Я опираюсь на открытые материалы компании (две статьи и страницу, где она описывает метод) и на сам график.

1. Пять фаз человеческим языком

По описанию Gartner, у каждой технологии пять этапов. Пересказываю близко к тексту.

1. Запуск (Innovation Trigger). Происходит событие: научный прорыв или выход продукта. О технологии начинают говорить.
2. Пик завышенных ожиданий (Peak of Inflated Expectations). Пользователей становится больше, но шума больше, чем доказательств, что технология даёт то, что от неё хотят.
3. Впадина разочарования (Trough of Disillusionment). Восторг выветривается. Первые пользователи рассказывают о проблемах и низкой отдаче от вложений.
4. Склон просвещения (Slope of Enlightenment). Первые получают первую пользу, остальные начинают понимать, как приспособить технологию под свою организацию.
5. Плато продуктивности (Plateau of Productivity). Всё больше людей видят пользу в работе, технология становится массовой.

Для ИИ учебный пример запуска у всех перед глазами. 30 ноября 2022 года вышел ChatGPT. Через пять дней глава OpenAI Сэм Альтман сообщил о миллионе пользователей, а по оценке UBS на данных Similarweb за два месяца их стало около ста миллионов (эти цифры я приводил в «Трёх зимах»). После такого события о технологии начинают говорить все сразу, а дальше начинается то, что Gartner описывает вторым и третьим пунктом: ожидания растут быстрее, чем накапливаются доказательства, и рано или поздно их приходится сверять с отдачей.

Узнаёте? Так ведут себя люди вокруг новой вещи: сначала говорят, потом разгоняются, потом обжигаются, потом привыкают. Кривая описывает настроение вокруг технологии и мало говорит о том, как технология устроена внутри.

И одна оговорка у самого Gartner. По их описанию, путь по кривой обычно занимает от трёх до пяти лет, но некоторые технологии «выпадают по дороге» (some fall off along the way). Запомним эту фразу, она нам ещё понадобится.

2. Что на осях

По описанию Gartner, вертикальная ось измеряет ожидания. Горизонтальная соотносит их с доказанной ценностью технологии во времени. На графике 2026 года горизонталь подписана просто «Time», а под ней стоят те самые пять фаз.

Из этого следует вещь, которую в пересылках легко потерять: высота точки показывает, сколько от технологии ждут. Хороша она или плоха, высота не говорит. Технология может уверенно работать и стоять на спуске, потому что от неё ждали чудес. Другая может стоять на вершине просто потому, что о ней пишут все. У Gartner это прямо входит в определение пика: шума больше, чем доказательств.

Есть ещё одна деталь картинки. Линия на графике одна для всех технологий. Судя по графику, форма горба задана заранее, а аналитики решают, где на ней чья точка. Поэтому технологии, которая шла бы иначе, на этой схеме просто нет места: её всё равно придётся поставить на какой-то из пяти участков. Остаётся вопрос, насколько траектории технологий вообще похожи на эту форму. Об этом дальше.

Теперь про цвета. Каждая точка на графике окрашена в зависимости от того, сколько лет, по оценке Gartner, ей до плато:

• белый круг: меньше двух лет;
• светло-голубой: от двух до пяти лет;
• тёмно-синий: от пяти до десяти лет;
• жёлтый треугольник: больше десяти лет;
• красный крест: устареет, не дойдя до плато.

На наших схемах в статьях цвета свои, из палитры блога: белый круг — меньше двух лет, янтарный — от двух до пяти, чёрный — от пяти до десяти, оранжевый треугольник — больше десяти.

Больше всего на графике голубых точек. Единственный жёлтый треугольник на увеличенной части относится к AGI, общему искусственному интеллекту: до плато ему, по оценке Gartner, больше десяти лет. Красных крестов на видимой части я не нашёл. Но сама легенда допускает, что технология может не дойти до плато, и это совпадает с той самой фразой про тех, кто выпадает по дороге.

3. «Объективная карта»

Свой Hype Cycle Gartner называет объективной картой (objective map). По их описанию, она помогает не взять технологию слишком рано, не бросить слишком рано, не взять слишком поздно и не держаться за неё слишком долго. Основа, по тексту Gartner, это исследования, опросы и разговоры с поставщиками технологий и с клиентами самой компании.

Слово «объективная» я бы читал осторожно. Положение точки на кривой — оценка аналитиков Gartner, сделанная по этим разговорам и данным. Отчёт 2026 года подписали Haritha Khandabattu, Birgi Tamersoy и Soyeb Barot. Формулы, по которой из опросов получается «эта технология уже на склоне», на странице с описанием метода нет. Значит, перед нами экспертная оценка. Она может быть очень хорошей, и всё равно остаётся оценкой.

Это нормально для аналитической компании. Хуже, когда оценку пересылают как измерение, например в формулировке «график показал, что агенты уже за пиком».

4. Что нашли те, кто проверял

Независимые исследователи проверяли саму модель кривой. Таких работ немного, три стоит назвать.

Steinert и Leifer, 2010 (конференция PICMET, IEEE). Взяли три технологии: приливную энергетику, газификацию угля IGCC и фотовольтаику. Сравнили кривые Gartner с тем, сколько о них реально писали в новостях и искали в сети. Пики и впадины прогнозных кривых не обязательно совпадали с фактическим вниманием. Выборка маленькая: три технологии.

Dedehayir и Steinert, 2016 (журнал Technological Forecasting & Social Change). Обзор модели хайп-цикла плюс эмпирическая часть. Авторы нашли несоответствия между моделью и отчётами Gartner и предложили описывать динамику ажиотажа обычными моделями жизненного цикла технологий. Полный текст статьи мне недоступен, опираюсь на аннотацию.

Akiyama, Long и Yoshida, 2026 (тот же журнал, работа начинается словами «Mirage of maturity»). Авторы построили агентную модель, где форма хайп-цикла получается из одной социальной динамики, без технологического созревания. Читал пересказ, полного текста не видел.

Итог проверок. Массовых независимых проверок того, следуют ли технологии кривой, мало. Самая известная небольшая. Те, что есть, находили расхождения. Сказать «Gartner ошибается в стольких-то процентах случаев» по этим работам нельзя, такой цифры в них нет. Зато можно сказать, что кривая описывает один из возможных путей технологии, а закона природы здесь никто не показал. И сам Gartner в своём описании признаёт: некоторые технологии выпадают по дороге.

Теперь моё мнение, а не результат проверки. Форма кривой так узнаваема, потому что мы стадные. Внимание цепляется за то, на что смотрят остальные, ожидание разгоняет само себя, потом остывает. Мозг, который сто тысяч лет выживал в группе, плохо отличает «все об этом говорят» от «это работает». Модель Akiyama и коллег, насколько я её понимаю, идёт похожим путём: объясняет форму поведением людей.

5. Три зимы и одна кривая

В статье «Три зимы» я разбирал историю ИИ. Ожидания не раз обгоняли возможности: после Дартмута 1956 года, после экспертных систем 1980-х. Каждый раз следовала зима, то есть урезанные бюджеты и закрытые проекты. С ноября 2022 года идёт четвёртая попытка.

Форма знакомая: подъём, перегрев, разочарование. Масштаб времени другой. Кривая Gartner рассчитана на путь в три-пять лет. В истории ИИ после перегрева шли десятилетия, а поднялась в итоге другая технология, не та, на которую ставили на пике. Хинтон, ЛеКун и Бенжио около двадцати лет работали с нейросетями на периферии, пока мейнстрим их списывал.

Вспомните электромоторы из той же статьи. Фабрики Новой Англии ставили их вместо паровых машин в 1890-х, а производительность заметно выросла только после того, как цеха перестроили под новую логику: по оценке экономиста Пола Дэвида, прошло около сорока лет (1,3% роста в год против 5,4%). Три-пять лет Gartner рядом с таким сроком выглядят короткой дистанцией. Я привожу электричество только для масштаба: темп внедрения зависит от того, как быстро перестраивается работа вокруг технологии.

Поэтому одной кривой для всего недостаточно. Совпадение формы показывает, что ожидания людей устроены похоже. Из него не следует, что у технологии впереди предсказуемый маршрут.

6. Как читать график, чтобы он помогал

Следим за руками. Если график не пророчество, чем он полезен? Я пользуюсь им так.

Как снимком на дату. Отчёт показывает, как аналитики Gartner оценивали положение технологий в конце августа 2026 года. Через год кадр будет другим, и сравнивать лучше два кадра подряд, чем смотреть на один.

С прошлым годом. Пример. В пресс-релизе Gartner от 5 августа 2025 года AI agents и AI-ready data названы двумя самыми быстро продвигающимися технологиями, обе на пике ожиданий. Мультимодальный ИИ по перепечаткам релиза тоже стоял на пике (самого релиза я не видел, только его перепечатки). На графике 2026 года все три уже на спуске. AI-Ready Data ниже остальных, но по увеличенному фрагменту нельзя сказать, что она уже во впадине. Но осторожно: весной 2026 года Gartner отдельно разбирала агентный ИИ, и на том специальном графике он стоял на пике. Это два графика с разной детализацией, и сравнивать позиции в лоб нельзя. Подробнее разберём в одной из следующих статей.

Срок до плато как прогноз. Цвет точки показывает, сколько лет до плато оценивают аналитики. Это прогноз со всеми свойствами прогнозов. Красный крест в легенде сам признаёт, что плато достигают не все.

Название как ярлык. «AI Agents» на графике собирательная категория. Gartner описывает агентный ИИ как разнородную экосистему: профили технологий разбросаны по кривой, у них разная зрелость, единой траектории нет. Рядом на одной линии лежат вещи разного рода. По названиям видно: World Models и Causal AI похожи на подходы к устройству моделей, AI Engineering и FinOps for AI на рабочие практики, Physical AI и Sovereign AI на направления и политические рамки. Это моя классификация, у Gartner такой группировки на графике нет. Строить из такого ярлыка вывод «агенты закончились» или «агенты победили» значит читать больше, чем там сказано.

И ещё одно. «На пике не трогать, во впадине покупать» читатели придумали сами. В легенде графика таких правил нет.

Перед тем как переслать картинку дальше, я задал бы себе три вопроса. Кто поставил точку и на какую дату? Что именно скрывается за названием: подход, практика, продукт? Это измерение или оценка? Если на все три есть ответ, картинка работает. Если нет, перед вами красивая иллюстрация чужого настроения.

7. Чего график не знает о вас

Кривая описывает рынок в целом. Ваша ситуация в неё не входит: на каком уровне зрелости компания, какой именно процесс вы собираетесь автоматизировать, что у вас уже построено вокруг него. Эти вещи в модели эволюции компаний C0–C5 отделяют тех, кто купил подписки, от тех, кто перестроил работу.

Это моё мнение, а не вывод Gartner: технология на «склоне просвещения» может не заработать в компании, у которой нет процесса, куда её встроить. А технология «на пике» может уже закрывать вполне конкретную задачу в конкретной команде. Точка на кривой говорит о настроении рынка. Решение внедрять или нет принимается на уровне вашей задачи.

8. Что Gartner говорит словами

Если график картинка, то слова к нему Gartner написала 1 октября. Статья называется «The Latest Gartner Hype Cycle for Artificial Intelligence Puts Control Ahead of Capability»: контроль впереди возможностей.

По Gartner, главный вопрос 2026 года сместился. Раньше спрашивали, может ли компания построить что-то на ИИ. Теперь спрашивают, может ли она отчитаться, что её ИИ делает и сколько это стоит. Vice President Analyst Haritha Khandabattu говорит, что эти вопросы лежат в основе почти всего, что есть на цикле этого года.

Дальше в статье три цифры, их стоит держать рядом.

• 17%: столько организаций, по данным Gartner, уже развернули ИИ-агентов.
• Больше 60% ожидают сделать это в течение двух лет.
• Больше 40% проектов агентного ИИ, по ожиданию Gartner, отменят к концу 2027 года из-за стоимости, неясной ценности или недостаточного контроля рисков.

Первые две цифры относятся к опросу, третья к прогнозу. Это разные вещи: одно уже измерено, другое ещё предстоит. Источник опроса, по статье Gartner об агентном ИИ от 15 апреля 2026 года, это 2026 Gartner CIO and Technology Executive Survey.

Gartner описывает это как растущий разрыв между амбициями в ИИ и их исполнением. Вывод компании из этих цифр: организации внедряют всё более мощные системы раньше, чем у них есть средства контроля. Поэтому управление и идентификацию агентов компания называет предварительными инвестициями (prerequisite investments) для масштабирования агентного и физического ИИ и «агентной коммерции». Отдельно Gartner выделяет наблюдаемость ИИ: слой телеметрии, который ловит тихие сбои, то есть правдоподобные, но неверные ответы. Читатель статьи о галлюцинациях узнает знакомую проблему.

Моё наблюдение: главная мысль отчёта лежит в тексте статьи, а не в положении точек. Её можно проверять отдельно от кривой. Верим мы горке или нет, вопрос «что делает мой ИИ и сколько он стоит» остаётся. Подробнее про эти цифры и про контроль будет в одной из следующих статей цикла.

Что дальше

Кривая Gartner — карта чужого мнения, нарисованная на дату. Пользоваться ею можно, пока помнишь, кто рисовал и когда.

В следующей статье, «Путеводитель по графику», идём по точкам: шестнадцать технологий на увеличенной части графика, что за каждым названием стоит и где Gartner её поставила.

Источники и данные

Gartner (первоисточники, открытые материалы)

• Gartner, «The Latest Gartner Hype Cycle for Artificial Intelligence Puts Control Ahead of Capability» (в выдаче: «Gartner AI Hype Cycle: Why Control Now Drives AI Value»), 1 октября 2026 — вопрос года, цифры 17% / более 60% / более 40%, governance, идентификация, наблюдаемость ИИ, цитата Haritha Khandabattu — https://www.gartner.com/en/articles/hype-cycle-for-artificial-intelligence
• Gartner, «What the 2026 Hype Cycle for Agentic AI Reveals», Rajesh Kandaswamy, 15 апреля 2026 — источник цифр 17% / 60% (2026 Gartner CIO and Technology Executive Survey), агентный ИИ как экосистема с разной зрелостью, агентный ИИ на пике на специальном графике — https://www.gartner.com/en/articles/hype-cycle-for-agentic-ai
• Gartner, страница Hype Cycle for Cybersecurity in China, 2026, раздел «How does a Gartner Hype Cycle report work?» — описание пяти фаз, «objective map», оси, срок «три–пять лет», «some fall off along the way»; общее описание метода — https://www.gartner.com/en/documents/7878977 (страница-аннотация отчёта по Китаю; блок о методе общий для всех Hype Cycle)
• Gartner, Hype Cycle for Artificial Intelligence, 2026 (Khandabattu, Tamersoy, Barot), аннотация, 28 августа 2026; график с легендой маркеров и подписью CTMKT_5445050 — https://www.gartner.com/en/documents/8319853
• Gartner, пресс-релиз «Gartner Hype Cycle Identifies Top AI Innovations in 2025», 5 августа 2025 (по перепечатке) — https://www.silicon.co.uk/press-release/gartner-hype-cycle-identifies-top-ai-innovations-in-2025

Независимые исследования хайп-цикла

• Steinert M., Leifer L., «Scrutinizing Gartner’s hype cycle approach», PICMET, IEEE, 2010 — https://www.semanticscholar.org/paper/Scrutinizing-Gartner's-hype-cycle-approach-Steinert-Leifer/62227cd5c4c9e8bf55a56dd8f8a41f92494695e5
• Dedehayir O., Steinert M., «The hype cycle model: A review and future directions», Technological Forecasting & Social Change, vol. 108, 2016, pp. 28–41, DOI 10.1016/j.techfore.2016.04.005 — https://econpapers.repec.org/RePEc:eee:tefoso:v:108:y:2016:i:c:p:28-41
• Akiyama, Long, Yoshida, «Mirage of maturity…», Technological Forecasting & Social Change, 2026 — https://www.sciencedirect.com/science/article/pii/S0040162526002830

Электрификация

• Paul A. David, «The Dynamo and the Computer», American Economic Review, vol. 80, no. 2, 1990 — рост производительности 1,3% → 5,4% в год, лаг около сорока лет (как приведено в «Трёх зимах»)

Авторские материалы

• Три зимы — история волн ожиданий (Дартмут 1956, экспертные системы 1980-х, нейросети Хинтона, ЛеКуна и Бенжио); там же запуск ChatGPT (30 ноября 2022; 1 млн пользователей за 5 дней — по сообщению Сэма Альтмана; около 100 млн за два месяца — оценка UBS по данным Similarweb)
• Эволюция компаний (C0–C5) — уровни зрелости компании
• Галлюцинации — это не баг. Это физика. — правдоподобные, но неверные ответы

Ограничения. Полный отчёт Gartner платный и здесь не использовался. Определения технологий «по Gartner» и положение каждой точки читаются только с графика. Оригинальная картинка Gartner в статье не используется: для неё нужно разрешение компании.