В мае 2026 года компания Gartner выпустила ежегодный отчет
Hype Cycle for Enterprise Architecture, в котором представлены ключевые технологии и практики, определяющие развитие Enterprise архитектур.
Gartner — международная исследовательская и консалтинговая компания, специализирующаяся на рынках информационных технологий и известная своими регулярными аналитическими отчётами в форматах Magic Quadrant и Hype Cycle.
Методология
Gartner Hype Cycle даёт представление о том, на какой стадии развития находятся технологии и как они будут развиваться со временем, что помогает планировать их внедрение. Для визуализации зрелости технологий используется модель, которая отражает пять ключевых стадий жизненного цикла:
- Триггер инноваций (Innovation Trigger): появление новой технологии, которая вызывает интерес и активное обсуждение, но ещё не имеет доказанной ценности;
- Пик завышенных ожиданий (Peak of Inflated Expectations): быстрый рост внимания к технологии, сопровождающийся историями успеха и многочисленными неудачами внедрения;
- Пропасть разочарования (Trough of Disillusionment): снижение интереса к технологии после того, как первые проекты не оправдали ожиданий;
- Склон просветления (Slope of Enlightenment): накопление успешных примеров использования технологии и понимание того, как её применять в компаниях;
- Плато продуктивности (Plateau of Productivity): массовое внедрение технологии, подтверждение её бизнес-ценности и широкая применимость.
Технологии на стадии триггера инноваций (
Innovation Trigger):
- Financial Management for AI — применение практик финансового планирования и управления затратами, связанными с разработкой, внедрением и эксплуатацией AI систем;
- Intelligent Business Model — проектирование бизнес-моделей, в основе которых лежит применение AI для создания новых источников ценности и конкурентных преимуществ;
- Automated EA Governance — автоматизация процессов архитектурного управления, включая контроль стандартов, соответствие принципам и принятие решений;
- AI-Augmented Enterprise Architecture — применение AI и аналитики для поддержки архитектурного анализа, моделирования и принятия решений;
- Dynamic State Architecture — проектирование архитектур, способных адаптироваться к изменяющимся состояниям системы в реальном времени без полного перепроектирования;
- Outcome-Driven Metrics — применение метрик, ориентированных на бизнес-результаты, а не на операционные показатели процессов;
- Decision Intelligence Platforms — использование платформ, объединяющих аналитику, AI и моделирование для поддержки и автоматизации принятия решений;
- Business Orchestration and Automation Technologies — внедрение технологий для оркестрации и автоматизации бизнес-процессов и потоков работы;
- Digital Twin of an Organization Platforms — создание цифровых двойников организации для моделирования, анализа и оптимизации бизнес-процессов и структур;
- AI-Ready D&A Architecture — построение архитектуры данных и аналитики, готовой к интеграции и масштабированию AI решений.
Технологии на стадии пика завышенных ожиданий (
Peak of Inflated Expectations):
- Technological Sovereignty — обеспечение контроля организации или государства над собственными технологическими активами, данными и инфраструктурой без критической зависимости от внешних поставщиков;
- Intelligent Simulation — применение AI для построения и запуска симуляций, позволяющих моделировать сложные сценарии и поведение систем;
- Object-Centric Process Mining — анализ бизнес-процессов на основе объектно-ориентированных моделей событий, позволяющий учитывать взаимодействие нескольких объектов в рамках одного процесса;
- Technical Capability Modeling — моделирование и описание технических возможностей организации для поддержки стратегии и трансформации;
- AI Literacy — развитие понимания принципов и возможностей AI среди сотрудников и руководителей;
- Multiagent Systems — проектирование и эксплуатация систем, в которых несколько AI агентов взаимодействуют, координируются и совместно решают задачи;
- GenAI Application Orchestration Frameworks — использование фреймворков для управления взаимодействием компонентов и сервисов в GenAI приложениях;
- AI Governance — формирование практик управления, контроля и ответственности при использовании AI в организации;
- AI Engineering — применение инженерных практик для построения, тестирования, эксплуатации и масштабирования AI систем;
- Intelligent Applications — создание приложений, использующих AI для адаптации поведения, персонализации и автономного выполнения задач.
Технологии на стадии пропасти разочарования (
Trough of Disillusionment):
- AI TRiSM (AI Trust, Risk and Security Management) — управление доверием, рисками и безопасностью AI систем для обеспечения их надежности, прозрачности и соответствия требованиям;
- Advanced Roadmapping — применение структурированных подходов к стратегическому планированию и визуализации технологических и продуктовых дорожных карт;
- Chaos Engineering — проведение контролируемых экспериментов для проверки устойчивости систем к отказам и непредвиденным условиям;
- Business Architecture — описание и моделирование бизнеса через способности, процессы и ценностные потоки.
Технологии на стадии склона просветления (
Slope of Enlightenment):
- Value Stream Mapping — анализ и визуализация потоков создания ценности для выявления узких мест и повышения эффективности;
- Platform Engineering — создание и развитие внутренних платформ для снижения сложности и ускорения работы команд.
Технологии на стадии плато продуктивности (
Plateau of Productivity):
- Composable Application Architecture — построение приложений из независимых, повторно используемых компонентов, которые можно гибко комбинировать и заменять в зависимости от бизнес-потребностей.
Основные технологии из отчета
Hype Cycle for Enterprise Architecture 2025 приведены ниже: