McKinsey_Technology Trends Outlook_2026 (143 pgs).pdf
McKinsey Technology Trends Outlook 2026: мнение эксперта
В отчёте — обзор 14 ключевых технологических трендов. Для каждого тренда McKinsey оценивает уровень инноваций, интереса, инвестиций, спроса на специалистов и степень внедрения в компаниях.
🛑 Агентная разработка ПО
🛑 Агентный ИИ
🛑 ИИ для научных открытий и инженерии
🛑 Инфраструктура ИИ и архитектуры моделей
🛑 Специализированные полупроводники
🛑 Кибербезопасность и доверенные системы
🛑 Передовые технологии связи
🛑 Иммерсивные технологии
🛑 Квантовые технологии
🛑 Робототехника
🛑 Мобильность
🛑 Космические технологии
🛑 Науки о жизни и биоинженерия
🛑 Энергетика и технологии устойчивого развития.
Руководитель проектов Сергей Дранев отмечает, что отчёт интересно читать: многие описанные тенденции действительно существуют и заслуживают внимания. Однако использовать его как основу для долгосрочного прогноза стоит с осторожностью — слишком многое сейчас зависит от дальнейшей траектории развития ИИ.
Эксперт обращает внимание на то, что возможности ИИ во многом зависят от качества и масштаба доступных данных. На узких, хорошо описанных участках — например, на конкретном производстве — ИИ уже может давать заметный эффект. Но для более сложных задач нужны сопоставимые и верифицированные данные по множеству аналогичных объектов и процессов.
Иммерсивная реальность выглядит потенциально прорывным направлением: фактически это путь к технологиям полного погружения. Графика, дополненная и виртуальная реальность постепенно становятся лучше, однако настоящего прорыва пока не видно, хотя о нём говорят уже много лет.
Робототехника. Отчёт отмечает движение физического ИИ от производства и логистики к более сложным средам — больницам, строительству, сельскому хозяйству и городской инфраструктуре. Однако и здесь сохраняется проблема качества и полноты данных.
Квантовые технологии также нельзя рассматривать как единое направление. Квантовые коммуникации и квантовые сенсоры — уже вполне рабочие области, в отличие от квантовых вычислений, где прорыв пока только ожидается.
Кроме того, эксперт отмечает, что в технологическом прогнозе стоило бы подробнее рассмотреть собственно энергетические технологии, а не в основном их роль в обеспечении цифровой инфраструктуры. Хотя энергетика выделена в отчёте как отдельный тренд, значительная часть анализа сосредоточена на растущем энергопотреблении ИИ и дата-центров. Аналогичная ситуация с биоинженерией и науками о жизни: направление важно, но и здесь существенная часть повестки связана только с ролью ИИ в ускорении исследований.
Что из этого следует уже сегодня?
Дальнейший эффект от развития ИИ будет зависеть не только от качества моделей, но и от качества доступных им данных. Поэтому уже сегодня необходимо развивать системы сбора, верификации и сопоставления промышленных, финансовых, социальных, демографических и других данных, при необходимости — в обезличенном виде. Это дорогая и долгосрочная задача, но без такой базы возможности всё более сложных ИИ-систем будут существенно ограничены.
#Мнение_эксперта
👋 Подписаться на Max
🌐Ваш O2Consulting
В отчёте — обзор 14 ключевых технологических трендов. Для каждого тренда McKinsey оценивает уровень инноваций, интереса, инвестиций, спроса на специалистов и степень внедрения в компаниях.
🛑 Агентная разработка ПО
🛑 Агентный ИИ
🛑 ИИ для научных открытий и инженерии
🛑 Инфраструктура ИИ и архитектуры моделей
🛑 Специализированные полупроводники
🛑 Кибербезопасность и доверенные системы
🛑 Передовые технологии связи
🛑 Иммерсивные технологии
🛑 Квантовые технологии
🛑 Робототехника
🛑 Мобильность
🛑 Космические технологии
🛑 Науки о жизни и биоинженерия
🛑 Энергетика и технологии устойчивого развития.
Ключевая мысль — ИИ становится ускорителем почти для всей технологической повестки: он меняет разработку ПО, робототехнику, научные исследования, кибербезопасность и инфраструктуру. При этом авторы подчёркивают, что одного внедрения технологий недостаточно: компаниям приходится перестраивать операционные модели, развивать компетенции сотрудников и решать вопросы инфраструктуры, безопасности, энергии и управления.
Руководитель проектов Сергей Дранев отмечает, что отчёт интересно читать: многие описанные тенденции действительно существуют и заслуживают внимания. Однако использовать его как основу для долгосрочного прогноза стоит с осторожностью — слишком многое сейчас зависит от дальнейшей траектории развития ИИ.
Эксперт обращает внимание на то, что возможности ИИ во многом зависят от качества и масштаба доступных данных. На узких, хорошо описанных участках — например, на конкретном производстве — ИИ уже может давать заметный эффект. Но для более сложных задач нужны сопоставимые и верифицированные данные по множеству аналогичных объектов и процессов.
Иммерсивная реальность выглядит потенциально прорывным направлением: фактически это путь к технологиям полного погружения. Графика, дополненная и виртуальная реальность постепенно становятся лучше, однако настоящего прорыва пока не видно, хотя о нём говорят уже много лет.
Робототехника. Отчёт отмечает движение физического ИИ от производства и логистики к более сложным средам — больницам, строительству, сельскому хозяйству и городской инфраструктуре. Однако и здесь сохраняется проблема качества и полноты данных.
Квантовые технологии также нельзя рассматривать как единое направление. Квантовые коммуникации и квантовые сенсоры — уже вполне рабочие области, в отличие от квантовых вычислений, где прорыв пока только ожидается.
Кроме того, эксперт отмечает, что в технологическом прогнозе стоило бы подробнее рассмотреть собственно энергетические технологии, а не в основном их роль в обеспечении цифровой инфраструктуры. Хотя энергетика выделена в отчёте как отдельный тренд, значительная часть анализа сосредоточена на растущем энергопотреблении ИИ и дата-центров. Аналогичная ситуация с биоинженерией и науками о жизни: направление важно, но и здесь существенная часть повестки связана только с ролью ИИ в ускорении исследований.
Что из этого следует уже сегодня?
Дальнейший эффект от развития ИИ будет зависеть не только от качества моделей, но и от качества доступных им данных. Поэтому уже сегодня необходимо развивать системы сбора, верификации и сопоставления промышленных, финансовых, социальных, демографических и других данных, при необходимости — в обезличенном виде. Это дорогая и долгосрочная задача, но без такой базы возможности всё более сложных ИИ-систем будут существенно ограничены.
#Мнение_эксперта
👋 Подписаться на Max
🌐Ваш O2Consulting