• В тексте есть дисклеймер: это вольная интерпретация отчёта Deloitte Tech Trends 2026.
• Описан эффект «маховика»: улучшение моделей ведёт к новым приложениям, приложения создают больше данных, данные привлекают инвестиции, а инвестиции развивают инфраструктуру.
• «Период полураспада знаний» в области AI, по описанию, сократился с лет до месяцев; приводится тезис одного из CIO (ИТ-директоров) о том, что изучение может быть дольше окна применимости технологии.
• Физический AI выходит за пределы интерфейсов: упоминаются роботы, автономный транспорт, дроны, медицина и энергетика; Amazon координирует более миллиона роботов, BMW использует автономное перемещение автомобилей внутри заводов.
• По оценке Deloitte, следующим этапом может стать массовое появление гуманоидных роботов — миллионы устройств в горизонте ближайших десяти лет; отдельно перечисляются ограничения по безопасности, обучению персонала, киберрискам и надёжности.
• Агентный AI остаётся незрелым: около 11% компаний используют AI-агентов в промышленной эксплуатации, почти 40% находятся на стадии пилотов; при этом расходы на AI растут и измеряются десятками миллионов долларов в год, а экономика смещается в сторону инференса.

Почему это важно: Материал показывает, что ценность AI всё чаще зависит не от разовых внедрений, а от того, как компания меняет операционную модель и архитектуру вокруг постоянного инференса и автономных сценариев. Это сдвигает фокус с вопроса «что можно сделать с AI» к тому, как быстро получить измеримый эффект. В результате AI из инициативы превращается в устойчивый, измеримый бизнес-результат, за который отвечают процессы, люди и инфраструктура.

На что обратить внимание: В части агентного AI подчёркивается необходимость новой архитектуры, ролей и правил ответственности, иначе автономность становится слишком рискованной для масштабирования. В блоке про вычисления акцент сделан на том, что cloud-first подходы под традиционные нагрузки могут плохо подходить для постоянного инференса, а выбор среды влияет на экономику. В разделе про безопасность фиксируется, что защита эффективнее работает как элемент исходной AI-архитектуры, чем как надстройка после внедрения.