Шестнадцать английских названий на одной серой горке. Sovereign AI, Composite AI, World Models, AI-Ready Data. Часть звучит как заклинания, и многие, кто пересылает этот график в чатах, не смогли бы объяснить, чем одна точка отличается от другой.
Это Hype Cycle for Artificial Intelligence, 2026, ежегодная карта аналитической компании Gartner. Сам отчёт вышел 28 августа и стоит денег. Я его не читал. Опираюсь на сам график и на открытые статьи Gartner: одну от 1 октября про этот цикл, другую от 15 апреля про агентный ИИ и страницу, где компания описывает метод.
Как читать саму кривую, разобрано в статье «Кривая — не закон». Здесь одна фраза. По вертикали ожидания, по горизонтали время и доказанная ценность; путь по кривой, по описанию Gartner, обычно занимает три-пять лет, и часть технологий отпадает по дороге.
Эта статья переводчик. Идём по графику слева направо, как идёт кривая: подъём, вершина, спуск. На каждую технологию четыре вещи: что это человеческим языком; где стоит и сколько ждать практической пользы по оценке Gartner; пример 2025–2026 годов; что это значит для обычного человека или небольшой компании. Последнее я помечаю как «наш вывод», это мнение, не данные.
Три договорённости.
Сроки до плато в легенде графика: белый круг меньше двух лет, светло-голубой от двух до пяти, тёмно-синий от пяти до десяти, жёлтый треугольник больше десяти. Это оценка аналитиков, не измерение. 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.
Определений Gartner для большинства этих технологий в открытом доступе нет. Объясняю своими словами. Причины положения на кривой Gartner публично объясняет редко; где не объясняет, так и пишу.
Примеры от компаний помечены как заявления самих компаний. Они показывают, что происходит в отрасли, и не подтверждают, что технология работает.
Одно ограничение самого рисунка. Это увеличенный фрагмент: впадины разочарования на нём нет, поэтому ничего нельзя сказать о технологиях, которые могут стоять там, например об AI observability, которую Gartner в октябрьской статье называет одним из главных явлений года, а на нашем фрагменте её нет.
По цветам видно вот что (наблюдение по картинке). Десять точек светло-голубые, то есть до плато два-пять лет. Четыре тёмно-синие. Белая одна, жёлтая одна.
Подъём: то, что ещё только обещает
Здесь одиннадцать технологий, от самой нижней точки к самой верхней. Внутри плотной кучки перед вершиной выноски на оригинале пересекаются. Для четырёх (World Models, AI Governance Technologies, AI-Native Software Engineering, AI Simulation) соответствие названия и маркера читается с погрешностью. Порядок внутри кучки приблизительный.
1. Physical AI, физический ИИ
Подъём, нижняя часть. До плато 5–10 лет по оценке Gartner.
ИИ, который управляет вещами в физическом мире: роботами, дронами, станками. Цена ошибки выше, чем в тексте: текст можно поправить, сломанную деталь нет.
Почему технология стоит так низко, Gartner не объясняет. В статье от 1 октября она включает физический ИИ в список того, для чего нужны предварительные вложения в управление и идентификацию.
Пример (заявление компании). 25 августа 2025 NVIDIA объявила общедоступным Jetson Thor: компьютер для роботов, который запускает крупные модели прямо на устройстве. Комплект разработчика от $3 499; среди интеграторов NVIDIA назвала Agility Robotics и Boston Dynamics. Заявленную производительность независимо не проверяли.
Наш вывод. Для большинства небольших компаний это история про поставщиков оборудования. Следить стоит за складской и производственной робототехникой.
2. Causal AI, причинный ИИ
Подъём, нижняя часть. До плато 2–5 лет.
Обычные модели находят совпадения: продажи растут, когда включена реклама. Причинный ИИ пытается отделить причину от совпадения и ответить, что произойдёт, если мы изменим цену.
Объяснения положения у Gartner в открытом доступе нет.
Пример (заявление компании). 19 марта 2026 американская Alembic выпустила версию 3.0 платформы причинного ИИ с постоянно обновляемым графом причин. Среди клиентов в релизе названа NVIDIA. Всё это сообщение самой Alembic.
Наш вывод. Полезно помнить разницу между «коррелирует» и «вызывает». Прежде чем менять цену из-за красивой зависимости в отчёте, спросите, что ещё могло её дать. Готовые инструменты пока нишевые.
3. AI Agent Identity, идентичность ИИ-агентов
Подъём, середина. До плато 2–5 лет.
У агента, как у сотрудника, должна быть учётная запись: кто он, что ему разрешено, кто за него отвечает и как его отключить.
Почему точка стоит на середине подъёма, Gartner не объясняет. Зато в октябрьской статье управление и идентификацию она называет обязательными предварительными вложениями для масштабирования агентного и физического ИИ и агентной коммерции.
Пример (заявление компании). 19 мая 2025 на конференции Build Microsoft представила Entra Agent ID: агентам из Copilot Studio и Azure AI Foundry автоматически выдаются идентификаторы в каталоге Microsoft Entra.
Наш вывод. Прежде чем дать агенту доступ к почте и CRM, заведите ему отдельные ограниченные права вместо ваших собственных.
4. AI Simulation, ИИ-симуляция
Подъём, выше середины. До плато 5–10 лет.
Прогон ситуаций в виртуальной среде до того, как они случатся: цифровой двойник завода, виртуальные покупатели, тренажёр для сотрудников. Что именно Gartner вкладывает в это название в общем цикле ИИ, из открытых источников неясно.
Объяснения положения нет.
Пример (заявление компании). NVIDIA Mega: шаблон (Omniverse Blueprint) для проверки флота роботов в цифровом двойнике завода до запуска в настоящем цехе. Анонсирован на CES в январе 2025, расширен на GTC 18 марта 2025. По описанию NVIDIA, первой его внедрила складская компания KION — как виртуальный стенд. Пример показывает симуляцию с ИИ вообще; соответствует ли она тому, что имеет в виду Gartner, неизвестно.
Наш вывод. Заводские двойники для небольшой компании дороги и специфичны. Простая версия «прогнать сценарий заранее», например тренировка сложного разговора в обычном чате с ИИ, доступна уже сейчас.
5. AI Governance Technologies, технологии управления ИИ
Подъём, кучка. До плато 5–10 лет.
Программы, которые проверяют, что ИИ работает по правилам компании и закона: кто что разрешил, какие данные использованы, что можно восстановить задним числом.
У Gartner есть отдельный отчёт Hype Cycle for AI Governance Technologies, 2026. По его аннотации, речь о технологиях, которые превращают политики в практику: надзор, риск, соответствие требованиям, наблюдаемость, безопасность. Почему срок 5–10 лет, не объяснено. Это выглядит осторожным, раз Gartner называет управление фундаментом; но это наше наблюдение, не её вывод.
Пример (внешний, не компании). Евросоюз сдвигает требования к «высокорисковому» ИИ. Предварительное соглашение достигнуто 6 мая 2026, 13 мая его подтвердил Совет ЕС. Новые сроки: 2 декабря 2027 для самостоятельных систем (найм, кредитный скоринг, образование) и 2 августа 2028 для ИИ внутри регулируемых изделий. Изменения оформлены регламентом (EU) 2026/1744: опубликован 24 июля 2026 и вступил в силу 27 июля 2026 (по юридическому обзору NatLawReview).
Наш вывод. Правило «у каждого ИИ-процесса есть владелец и журнал» не требует специальной технологии. Ввести его можно завтра.
6. World Models, модели мира
Подъём, кучка. До плато 5–10 лет.
ИИ, который держит в голове устройство мира и предсказывает, что случится, если сделать то или это: как упадёт предмет, куда поедет машина. Языковые модели предсказывают слова, модели мира предсказывают события в пространстве.
Объяснения Gartner нет.
Пример (заявление компании). 5 августа 2025 Google DeepMind показала Genie 3: по тексту модель создаёт интерактивные 3D-миры, по которым можно ходить в реальном времени, 24 кадра в секунду, 720p. Согласованность мира держится несколько минут. Доступ получил ограниченный круг исследователей и авторов. Сама DeepMind описывает это как исследовательский превью с заметными ограничениями. Это согласуется со сроком 5–10 лет, но связь моя, не Gartner.
Наш вывод. До рабочих бизнес-применений далеко. Пока это тема для роботов, игр и симуляций.
7. AI-Native Software Engineering, разработка ПО с ИИ во всём процессе
Подъём, кучка. До плато 2–5 лет.
Программы создаются так, что ИИ помогает на каждом этапе, от постановки задачи до проверки и выпуска. Человек всё больше ставит задачу и принимает результат. Это больше, чем подсказка в редакторе кода: процесс перестраивается под ИИ.
По пересказу пресс-релиза Gartner от июля 2025 о трендах разработки, ИИ будет встроен во весь жизненный цикл разработки. Объяснения положения на графике нет.
Пример (заявление компании). 4 февраля 2026 GitHub открыл в публичном превью возможность поручить задачу агентам Claude, Codex или Copilot: они готовят черновик изменения, который проверяет человек.
Наш вывод. Для небольшой компании ближайшая польза в том, чтобы быстрее делать мелкие внутренние программы. Проверка результата остаётся за человеком.
8. Artificial General Intelligence (AGI), сильный ИИ
Подъём, кучка, жёлтый треугольник. До плато более 10 лет по оценке Gartner.
Гипотетический ИИ, способный выполнять любую интеллектуальную работу человека, а не одну узкую задачу. Общепринятого определения нет.
Жёлтый маркер на графике означает: до плато, по оценке Gartner, больше десяти лет. Почему треугольник нарисован на подъёме, а не на вершине, Gartner не объясняет. Сказать, что AGI «будет» или «невозможен», на основании графика нельзя: он говорит только о сроке по оценке аналитиков.
Пример (договор). 28 октября 2025 Microsoft и OpenAI изменили соглашение: если OpenAI объявит о достижении AGI, объявление проверит независимая экспертная комиссия. От вердикта зависят права Microsoft на технологии и выплаты долей дохода. Это факт о договоре, не о наличии AGI. Состав комиссии и критерии публично не раскрыты.
Наш вывод. Для планов на ближайшие годы AGI не нужен. На графике он стоит как отметка «громкие обещания дальше горизонта».
9. Composite AI, составной ИИ
Подъём, кучка, белый круг. До плато менее 2 лет по оценке Gartner. Единственная такая точка на этом фрагменте.
Вместо одной «умной» модели собирают систему из разных видов ИИ и обычных программ: языковая модель понимает запрос, строгая программа считает, правила проверяют. Каждая часть делает то, что получается у неё.
Единой формулировки у Gartner нет. В пересказе вендора звучит так: сочетание разных методов ИИ. Почему срок самый короткий на этом фрагменте, не объяснено. Предположу (это моя догадка): термин широкий, под него подходят системы, которые уже работают.
Пример (заявление авторов). В феврале 2025 DeepMind описала AlphaGeometry2: языковая модель предлагает построения, символьный «математический движок» проверяет доказательство. По аннотации статьи, система решает 84% задач по геометрии Международных математических олимпиад 2000–2024 годов против 54% у первой версии. Это один из подвидов составного ИИ, не вся категория.
Наш вывод. Для бизнеса это схема «ИИ предлагает, обычная программа проверяет». Рабочий способ получить надёжность от ненадёжной модели.
10. Decision Intelligence, интеллект принятия решений
Верх подъёма. До плато 2–5 лет.
Программы, которые не просто показывают данные, а предлагают решение и объясняют его: «закажи столько-то», «отклони заявку». Объединяют данные, правила и модели.
Объяснения положения у Gartner нет. Известно, что 26 января 2026 она выпустила первый Magic Quadrant for Decision Intelligence Platforms, то есть у категории появился оформленный рынок. Срок 2–5 лет при таком рынке читается так: категория есть, массовой отдачи пока нет. Это моя интерпретация.
Пример (заявление компании). Quantexa в пресс-релизе назвала себя Лидером этого Magic Quadrant. О своём лидерстве в том же отчёте в собственных релизах заявили также FICO, Aera Technology и SAS. Сам отчёт платный; мы видели только заявления вендоров.
Наш вывод. Решение вместо дашборда имеет смысл там, где решения повторяются и их можно проверить.
11. FinOps for AI, управление расходами на ИИ
Подъём, у основания вершины. До плато 2–5 лет.
Учёт и контроль того, сколько стоит ИИ. Запросы к моделям платные, а агенты делают много обращений сами, поэтому счёт растёт неожиданно. FinOps в целом — практика финансового управления облаком; здесь она применена к ИИ.
Gartner в октябрьской статье пишет, что нужен переход от ретроспективного учёта к активному предотвращению: подбор «интеллекта» под задачу, динамические бюджеты сессий с «предохранителями», сквозной контроль между поставщиками. И что текущие возможности AI FinOps незрелы. Незрелость плюс растущая боль объясняют высокий интерес до готовых решений; это моё прочтение.
Пример (опрос практиков). По отчёту State of FinOps 2026, расходами на ИИ управляют 98% респондентов; в 2025 было 63%, в 2024 — 31%. Опрошено 1 192 человека, на вопрос про ИИ ответили 693. Это сообщество практиков FinOps, не репрезентативная выборка компаний.
Наш вывод. Поставьте лимит расходов на ИИ-инструменты и смотрите счёт раз в месяц, прежде чем отдавать задачи агентам.
Вершина: максимум внимания
Две точки. Вершина на этой кривой означает максимум ожиданий; о готовности технологии положение на ней ничего не говорит.
12. Sovereign AI, суверенный ИИ
Вершина, чуть левее максимума. До плато 2–5 лет.
ИИ, которым страна или компания управляет сама и не зависит от иностранных облаков и моделей: где хранятся данные, чьи серверы, чья модель, по каким законам.
Объяснения положения в открытых материалах Gartner нет, в октябрьской статье этой темы тоже нет. Контекст: в трендах на 2026 год (октябрь 2025) Gartner прогнозирует, что к 2030 году более 75% предприятий Европы и Ближнего Востока перенесут виртуальные рабочие нагрузки в решения, снижающие геополитический риск, против менее 5% в 2025. Это прогноз про облачную инфраструктуру («геопатриацию»), а не про Sovereign AI напрямую. Тема явно в центре внимания.
Пример (рамка прессы). 9 сентября 2025 нидерландская ASML возглавила раунд Mistral AI: 1,7 млрд евро, оценка после раунда 11,7 млрд евро. Слова «суверенный» в сообщении Mistral нет; так сделку прочитала пресса. Аналитики Jefferies видели в ней скорее геополитику.
Наш вывод. Для небольшой компании суверенитет сегодня означает вопрос «куда уходят мои данные и можно ли сменить поставщика». Строить собственную модель для этого не нужно.
13. AI Engineering, инженерия ИИ
Вершина, правее максимума. До плато 2–5 лет.
Набор инженерных практик, чтобы ИИ-систему можно было надёжно строить, запускать и сопровождать: данные, модели, приложения, агенты, безопасность. Производственная линия вместо эксперимента на ноутбуке.
Определение Gartner я знаю только в пересказе издания Campus Technology, и оно взято из другого её отчёта, про корпоративную архитектуру. Оно объединяет DataOps, ModelOps, LLMOps, AgentOps и DevSecOps. Ценность, говорит Gartner, появляется, когда хрупкие эксперименты превращаются в управляемые повторно используемые возможности. Для AI Hype Cycle положение не объяснено, но тезис «от экспериментов к управляемому» совпадает с главным выводом октябрьской статьи, что контроль идёт впереди возможностей.
Пример (заявление компании). 9 декабря 2025 Anthropic передала протокол MCP, общий «разъём» между ИИ и программами, в новый фонд Agentic AI Foundation при Linux Foundation. Соучредители — Anthropic, Block и OpenAI. Это пример инженерной обвязки, не модели.
Наш вывод. Если ИИ работает у одного энтузиаста, следующий шаг — не новая модель, а описанный процесс и человек, который за него отвечает.
Спуск: то, что уже попробовали
Три точки за вершиной. Спуск на графике ещё не впадина; фрагмент её не показывает.
14. AI Agents, ИИ-агенты
Спуск, сразу за вершиной. До плато 2–5 лет.
ИИ, который сам выполняет цепочку действий: прочитать письмо, найти данные, заполнить форму, отчитаться. Чат-бот отвечает, агент действует. Сама Gartner пишет, что агентный ИИ — не одна технология, а экосистема, развивающаяся с разной скоростью.
Здесь у Gartner есть опора. По её данным (опрос 2026 Gartner CIO and Technology Executive Survey), агентов развернули только 17% организаций, а более 60% ждут сделать это в течение двух лет. Полностью автономные агенты, пишет Gartner, не готовы для большинства корпоративных применений; внедрения в основном узкие. И она ожидает, что более 40% проектов агентного ИИ отменят к концу 2027 года из-за стоимости, неясной ценности или слабого контроля рисков.
Нюанс. В апрельской статье на отдельном графике агентный ИИ стоит на пике, на августовском общем графике ИИ — уже за пиком. Это два разных графика с разной детализацией. «За полгода скатились» писать нельзя.
Наш вывод. Начинайте с узкой повторяющейся задачи, у которой проверяемый результат. Широкие автономные агенты не для первого проекта.
15. Multimodal AI, мультимодальный ИИ
Спуск, чуть ниже агентов. До плато 2–5 лет.
ИИ, который понимает текст, картинки, звук и видео одновременно. Можно сфотографировать накладную и спросить: «что здесь не так».
Объяснения положения нет. Наблюдение, моё, не Gartner: технология уже встроена в потребительские продукты, ажиотаж спал, польза осталась.
Пример (заявление компании). 18 ноября 2025 Google выпустила Gemini 3 и назвала её лучшей в мире моделью для мультимодального понимания. Заявлены 81% на тесте MMMU-Pro, 87,6% на Video-MMMU и окно в миллион токенов. Оценки выставила сама компания своей модели.
Наш вывод. Самая «нормальная» технология на графике: её уже можно пробовать на документах, фото и записях совещаний. Результат проверяйте выборочно.
16. AI-Ready Data, данные, готовые для ИИ
Спуск, ближе ко дну. До плато 2–5 лет.
Данные организованы так, чтобы ИИ мог ими пользоваться: чистые, описанные, с понятными правами доступа, актуальные. Речь о данных, на которые можно положиться, а размер массива значения не имеет.
Почему точка съехала так низко, Gartner публично не объясняет, и приписывать ей «данные разочаровали» нельзя. Известен прогноз Gartner от 26 февраля 2025 (по пересказу пресс-релиза): организации откажутся от 60% ИИ-проектов, не обеспеченных данными, готовыми для ИИ, в течение 2026 года. По тому же релизу, 63% опрошенных руководителей по данным либо не имеют нужных практик управления данными для ИИ, либо не уверены, что имеют.
Наш вывод. Если проект ИИ буксует, начните с вопроса, где лежат нужные документы и кто за них отвечает.
Что видно, если пройти кривую целиком
Это наблюдение по картинке, не вывод Gartner. Среди тех, кто поднимается или уже наверху, много технологий про контроль: управление ИИ, идентификация агентов, учёт расходов, инженерная дисциплина. Gartner в октябрьской статье говорит, что главный вопрос года сместился с «может ли компания что-то построить с ИИ» на «может ли она отчитаться, что её ИИ делает и сколько это стоит». Точки на подъёме выглядят как ответ на этот вопрос.
На спуске то, что компании уже успели попробовать: агенты, мультимодальность, данные.
Агенты стоят первыми. Только 17% организаций развернули их, и тем не менее точка уже за пиком. Что за этим стоит и как читать такой сдвиг, разберём в следующей статье, «Агенты катятся вниз».
Пока можно взять с графика одно. У каждой из шестнадцати точек есть вопрос на понедельник: где лежат данные, кто владелец процесса, сколько это стоит. Начинать лучше с него.
Источники и данные
Gartner.
- Gartner, «The Latest Gartner Hype Cycle for Artificial Intelligence Puts Control Ahead of Capability», 01.10.2026: https://www.gartner.com/en/articles/hype-cycle-for-artificial-intelligence
- Gartner, «What the 2026 Hype Cycle for Agentic AI Reveals», Rajesh Kandaswamy, 15.04.2026: https://www.gartner.com/en/articles/hype-cycle-for-agentic-ai
- Gartner, Hype Cycle for Cybersecurity in China, 2026 (описание методологии), страница-аннотация на gartner.com.
- График Gartner Hype Cycle for Artificial Intelligence, 2026 (CTMKT_5445050), © Gartner. Оригинал в статье не воспроизводится; схемы в статье авторские, «По данным Gartner».
- Gartner, пресс-релиз «Lack of AI-Ready Data Puts AI Projects at Risk», 26.02.2025 (в пересказе): https://www.gartner.com/en/newsroom/press-releases/2025-02-26-lack-of-ai-ready-data-puts-ai-projects-at-risk
- Gartner, пресс-релиз о трендах разработки ПО, 01.07.2025 (в пересказе): https://www.gartner.com/en/newsroom/press-releases/2025-07-01-gartner-identifies-the-top-strategic-trends-in-software-engineering-for-2025-and-beyond
- Gartner, Magic Quadrant for Decision Intelligence Platforms, 26.01.2026 (аннотация): https://www.gartner.com/en/documents/7363830
- Gartner, пресс-релиз Top Strategic Technology Trends for 2026 (геопатриация), 20.10.2025: https://www.businesswire.com/news/home/20251020453550/en
- Gartner Insights об AGI, июль 2025 (аннотация в пересказе поиска; точный номер документа не установлен).
- Gartner, аннотация Hype Cycle for AI Governance Technologies, 2026 (через поиск, дата в источниках расходится).
- Campus Technology, «Gartner Marks Enterprise Move From AI Experiments to AI Engineering», 05.08.2026: https://campustechnology.com/articles/2026/08/05/gartner-marks-enterprise-move-from-ai-experiments-to-ai-engineering.aspx
- Определение Composite AI (вариант Gartner, цитата через вендора Aera Technology): https://www.aeratechnology.com/blogs/transformational-moment-decision-intelligence-2025-gartner-ai-hype-cycle
- causaLens и SINTEF, пересказы оценок Gartner по Causal AI (разбор вендора и обзор исследовательского центра, первоисточник не открыт).
Заявления компаний и другие первоисточники. 14. NVIDIA, Jetson Thor, 25.08.2025: https://blogs.nvidia.com/blog/jetson-thor-physical-ai-edge/ 15. Alembic, релиз платформы причинного ИИ, 19.03.2026: https://alembic.com/alembic-launches-real-time-causal-ai-platform-for-enterprise 16. Microsoft, Entra Agent ID, 19.05.2025: https://www.microsoft.com/en-us/security/blog/2025/05/19/microsoft-extends-zero-trust-to-secure-the-agentic-workforce/ 17. NVIDIA, Mega Omniverse Blueprint: https://blogs.nvidia.com/blog/mega-omniverse-blueprint 18. Gibson Dunn, обзор по отсрочке требований EU AI Act: https://www.gibsondunn.com/eu-ai-act-omnibus-agreement-postponed-high-risk-deadlines-and-other-key-changes/ ; NatLawReview, вступление в силу Reg. (EU) 2026/1744: https://natlawreview.com/article/eu-digital-omnibus-ai-enters-force 19. Google DeepMind, Genie 3, 05.08.2025: https://deepmind.google/discover/blog/genie-3-a-new-frontier-for-world-models/ 20. GitHub, Changelog, 04.02.2026: https://github.blog/changelog/2026-02-04-claude-and-codex-are-now-available-in-public-preview-on-github/ 21. Microsoft, «The next chapter of the Microsoft-OpenAI partnership», 28.10.2025: https://blogs.microsoft.com/blog/2025/10/28/the-next-chapter-of-the-microsoft-openai-partnership/ 22. DeepMind, AlphaGeometry2, arXiv 2502.03544: https://arxiv.org/abs/2502.03544 23. Quantexa, пресс-релиз о Magic Quadrant 2026: https://www.quantexa.com/press/quantexa-recognized-as-a-leader-in-2026-gartner-magic-quadranttm-for-decision-intelligence-platforms/ 24. FinOps Foundation, State of FinOps 2026: https://data.finops.org/ 25. Mistral AI, раунд 1,7 млрд евро, 09.09.2025: https://mistral.ai/news/mistral-ai-raises-1-7-b-to-accelerate-technological-progress-with-ai ; RCR Wireless, ASML и Mistral (пресса, Jefferies): https://www.rcrwireless.com/20250909/uncategorized/asml-stake-mistral 26. Anthropic, передача MCP в Agentic AI Foundation, 09.12.2025: https://www.anthropic.com/news/donating-the-model-context-protocol-and-establishing-of-the-agentic-ai-foundation 27. Google, Gemini 3, 18.11.2025: https://blog.google/products/gemini/gemini-3/