Куда движется технорынок под влиянием Agentic и Physical AI: большой разговор с Андреем Яворским

Для рынка технологических услуг это означает фундаментальный сдвиг. Agentic AI меняет классическую бизнес-модель, в которой сложность проекта всегда равнялась количеству привлеченных специалистов и человеко-часов. Меняется все: структура и численность команд, суть продуктов, а главное – фокус оплаты. Клиент все меньше покупает время инженеров и все больше – измеримый результат.

В этом разговоре с вице-президентом по стратегии и технологиям GlobalLogic Андреем Яворским "24 Канал" разобрал, как эта трансформация меняет экономику IT-услуг, где формируются новые рынки на сотни миллиардов долларов, и как под влиянием Agentic и Physical AI пересобирается сама суть инженерной профессии.

Эволюция сервисного бизнеса: клиенту нужны не человеко-часы, а результат

Более всего изменились ожидания в отношении производительности, констатирует Андрей Яворский. Раньше технологические компании могли говорить о 20–25% приросте благодаря автоматизации. С развитием ИИ ожидания смещаются до 50% и более. Соответственно меняется и организация работы: часть задач берут на себя ИИ-агенты, а команды становятся более сфокусированными на экспертизе senior-уровня.

Для сервисного ИТ это парадокс: если бизнес продает часы инженеров, а ИИ ускоряет работу в разы – прирост производительности сокращает выручку по традиционной модели.

Соответственно, конкуренция на рынке постепенно смещается от количества доступных инженеров к способности быстрее создать для клиента результат. Собственные ИИ-платформы, готовые компоненты и отраслевая экспертиза позволяют меньше привязывать этот результат к количеству отработанных часов.

В GlobalLogic, где Андрей Яворский занимает должность вице-президента по стратегии и технологиям, эта трансформация уже находит отражение в контрактах: компания переводит сотрудничество с классической модели Time & Materials (оплата за человеко-часы) на Outcomes-Based (оплата за бизнес-результат). Если при модели T&M ускорение разработки сокращает количество биллинговых часов, то при модели Outcomes-Based использование ИИ позволяет быстрее выполнять проекты с меньшими ресурсами, превращая эффективность в рост маржи.

К концу финансового года компания прогнозирует рост доли проектов по модели Outcomes-Based до 30%.

Для поддержки этой модели создается собственная экосистема ИИ-инструментов и внутреннего обучения. Проекты переходят на Specification-driven development (SDD) и AI-native DLC, где специалисты не пишут рутинный код вручную, а координируют работу ИИ-агентов. Около 60% проектов компании уже интегрируют ИИ, а команды, которые комплексно внедрили его на всех этапах разработки, достигают оптимизации на 20–40%.

Чтобы системно подготовить команды, в компании действует 3-уровневая программа сертификации: от базовой грамотности для всех специалистов (которую уже прошли более 80%) до продвинутого уровня для архитекторов.

Параллельно меняется и профиль специалиста – развивается концепция Forward Deployed Engineer (FDE). FDE – это инженеры, работающие на стыке технологий и бизнеса: они погружаются непосредственно в процессы клиента, анализируют его бизнес-потребности, формируют архитектуру и внедряют решения. Сегодня в GlobalLogic активно выделяют таких специалистов внутри компании.

7 мегатрендов ИТ-услуг: где формируются новые миллиарды

Говоря о влиянии ИИ, обычно пугают автоматизацией и сокращением рабочих мест. Но это лишь половина картины. Действительно, к 2030 году повышение производительности может "сократить" около 400 миллиардов долларов традиционного IT-рынка. Под наибольшим давлением окажутся рутинные направления – стандартная разработка, поддержка программного обеспечения и обслуживание инфраструктуры.

В то же время стремительно растут новые сегменты: подготовка данных для ИИ, операционное управление ИИ-агентами, инжиниринг ИИ-систем, обновление устаревших систем, кибербезопасность, а также физический ИИ (Physical AI). Их совокупный потенциал к 2030 году оценивается примерно в 450 миллиардов долларов.

Поэтому речь идет не об "исчезновении ИТ", а о перераспределении средств внутри рынка. Инженерная рутина автоматизируется и становится дешевле. Зато дорожает экспертиза: способность обучать и защищать ИИ-системы, интегрировать автономных агентов и сочетать программное обеспечение с аппаратным обеспечением. При таком сценарии глобальный рынок технологических услуг не сокращается, а растет – с 1,5 триллиона долларов в 2025 году до почти 2 триллионов в 2030-м.

Этот сдвиг отчетливо прослеживается по направлениям, где формируется основной рост: помимо традиционно сильных для GlobalLogic сфер Mobility, Healthcare и Telecom, компания развивает новые высокозагруженные вертикали – энергетику, авиацию, дата-центры и критическую инфраструктуру.

Physical AI: когда искусственный интеллект выходит в реальный мир

Самое интересное изменение произойдет тогда, когда ИИ окончательно выйдет за пределы цифрового мира. Речь идет о Physical AI – системах, которые замыкают полный цикл автономии: Sense – Think – Act (Восприятие – Анализ – Действие).

Как это работает на практике? Например, автомобиль получает данные с камер, LiDAR и датчиков (Sense), ИИ мгновенно оценивает ситуацию (Think), и система выполняет физический маневр или торможение (Act). Подобная логика работает в робототехнике, на автономных складах или в медицинском оборудовании.

Главное отличие от традиционного ИИ – часть вычислений переносится непосредственно на само устройство, а не в облако. Если перед автомобилем появляется препятствие, он не может ждать несколько секунд, пока сигнал дойдет до облачного сервера и вернется обратно. Решение принимается на месте и за доли секунды.

Рынок услуг Physical AI пока значительно меньше традиционного IT-рынка, но может вырасти с $5–10 млрд в 2025 году до $60–70 млрд в 2030-м. Наиболее перспективные направления: автомобильная отрасль и мобильность ($19–21 млрд), производство ($12–15 млрд), медицинские технологии ($9–10 млрд) и энергетика ($8–10 млрд).

Часть этих сценариев уже вполне конкретна:

• в автомобильной отрасли – это автономное вождение, управление автопарками, моделирование и роботизированное производство.
• В промышленности – адаптивное управление роботами, автономная транспортировка материалов, контроль качества с помощью ИИ и прогнозное техническое обслуживание.
• В медицинских технологиях – роботизированная хирургия, автономные лаборатории и т. д.

Например, в сотрудничестве с Hitachi компания GlobalLogic реализует такие проекты для критической инфраструктуры, энергетики и транспорта. Один из практических кейсов – создание цифрового двойника атомной электростанции, что позволило на 20% сократить необходимость физических выездов инженеров на объект и вдвое ускорить доступ к технической документации. Другое направление – автономный мониторинг инфраструктурных объектов с помощью дронов и компьютерного зрения.

Недавно эти и другие разработки были представлены в демозоне Physical AI в Кракове для нынешних и потенциальных партнеров компании.

Обратная сторона автономности: почему кибербезопасность становится главным вызовом эпохи ИИ

Рост автономности агентов создает не только новые возможности для бизнеса, но и новые риски для безопасности. Отчет Anthropic Threat Intelligence за сентябрь 2026 года фиксирует качественный сдвиг: ИИ эволюционировал от помощника в чате до автономного оркестратора кибератак.

Аналитики Anthropic подчеркивают главный тренд – для проведения сложной атаки больше не требуется высококвалифицированного злоумышленника. Благодаря публичным многоагентным фреймворкам разрыв в навыках и инструментарии между хакерскими группировками и отдельными злоумышленниками фактически исчез. Автономный ИИ берет на себя разведку, написание инструментов, эксплуатацию классических уязвимостей и выгрузку данных. Операторы теперь способны самостоятельно провести параллельные атаки на десятки организаций за 2–3 часа.

В мире Physical AI цена таких атак становится критической. Ведь речь идет о защите не только данных, но и физической инфраструктуры, производств и транспортных сетей.

Именно поэтому направление защиты ИИ-систем и сложного ПО становится одним из самых быстрорастущих сегментов рынка. Решающую роль здесь играет доступ к технологиям анализа уязвимостей высочайшего уровня.

Например, в рамках стратегического партнерства Hitachi и Anthropic компания стала участником программы Project Glasswing. Это дает доступ к передовой модели Claude Mythos Preview – инструменту, разработанному для тестирования безопасности, выявления уязвимостей и защиты критической инфраструктуры от автономных ИИ-угроз. По данным Anthropic, среди всех случаев злоупотреблений модель класса Mythos оказалась единственной, которую хакерам не удалось задействовать для вредоносных киберопераций.

Меньше исполнителей – больше инженеров, понимающих "зачем"

Все эти изменения неизбежно влияют и на людей, работающих в технологической индустрии. Если часть типовых задач выполняют ИИ-агенты, конкурентным преимуществом инженера становится не скорость программирования. Растет ценность специалистов, способных видеть систему целостно: поставить правильную задачу, оценить бизнес-контекст, спроектировать архитектуру, эффективно управлять ИИ и проверять, создает ли решение реальную ценность.

Из-за этого меняется и порог входа в профессию. Модель, при которой junior-инженер годами выполнял простую механическую рутину, уходит в прошлое. Поскольку сегодняшние джуны – это завтрашние сеньоры, требования к ним растут уже с самого начала: компаниям нужны специалисты с базовым пониманием системной архитектуры, бизнес-логики и умением работать в сочетании с ИИ-инструментами. IT-бизнес переориентируется на дополнительное обучение и подготовку таких кадров.

А с развитием Physical AI к этому добавляется еще одно измерение. Инженеру все чаще нужно понимать не только софт, но и локальные вычисления, встроенные системы, сенсоры и физическую среду.

Поэтому главным изменением ближайших лет станет существенное повышение уровня задач, за которые отвечает человек.

В итоге технологический рынок ждет не сокращение, а перераспределение стоимости. Новые направления компенсируют сокращение рутинных задач, а глобальный IT-сектор вырастет почти до 2 триллионов долларов. Меняется механика: компании переходят на гибкие модели оплаты по результату, а инженеры становятся архитекторами и стратегами. Рынок будет требовать меньше повторяющихся действий, но значительно больше интеллекта – и именно здесь формируется будущее отрасли.