🥰 Если хотите быть в курсе всех трендов, то этот пост для Вас.

🍄 Весь январь собирал тренды по анализу данных и AI, а ребята из MIT сделали это раньше и лучше :) Ссылка на оригинал ниже, а потом моя интерпретация.

⛓️‍💥 https://sloanreview.mit.edu/article/five-trends-in-ai-and-data-science-for-2026

⛺️ Базовые тренды:

• AI‑пузырь сдуется, экономике станет больнее, явная аналогия с доткомами из нулевых (олды плмнят).

Для нас это не риск, так как технология все равно займет (и уже заняла) свои ниши.

• “AI factories” компаний: вместо разрозненных экспериментов с AI будут собирать комбинации платформ, методов, данных и переиспользуемых алгоритмов, чтобы быстрее строить AI‑системы. Как примеры приводятся AI factory BBVA и OmniAI у JPMorgan Chase.

Тут очевидно, что скоро будет буквально вакансия аналитик AI. Так что готовимся.

• GenAI как оргресурс, а не личный инструмент: индивидуальные кейсы (письма/презентации/таблички) дают “incremental” и часто неизмеримую пользу, поэтому фокус сместится на enterprise‑инициативы (supply chain, R&D, продажи), где ценность выше, но внедрение сложнее.

Понятно, что сейчас использование AI у люда ограничивается режимом чата, что недостаточно для получения большей ценности для компаний. Так что ждем внедрений во все процессы.

• Кто управляет AI — спор усилится: растет доля компаний с Chief AI Officer (39%), но нет консенсуса по подчинению; параллельно в опросе 70% респондентов считают роль CDO успешной и устоявшейся.

Борьба ужа и жабы, лично я за отсутствие еще одно C{вставь букву}O, если конечно не выберут меня :)

А теперь о важном:

🕵️ Agentic AI

❌ Почему “перехайплено”

• Авторы отмечают, что агенты стали “самым хайповым трендом” со времен GenAI и ожидают, что в 2026 они окажутся в “Gartner trough of disillusionment” (т.е. фазе разочарования после завышенных ожиданий).

• Главная проблема: агенты пока “не готовы для прайм‑тайма” в бизнесе, потому что эксперименты исследователей и вендоров (в тексте упомянуты Anthropic и Carnegie Mellon) показывают слишком много ошибок для процессов, где на кону большие деньги.

• Дополнительные стоп‑факторы: риски кибербезопасности (особенно prompt injection) и склонность агентов быть “deceptive” (обманчивыми) и “misaligned” (несовпадающими) с человеческими целями и ценностями.

📈 Почему все же станет ценным

• Авторы считают, что в ближайшие годы большую часть проблем можно “сгладить” и что примерно через пять лет агенты смогут обрабатывать большинство транзакций во многих крупных бизнес‑процессах.

• При этом их оценка оптимистичнее прогноза Андрея Карпати (в статье упомянута оценка 10 лет).

🏃 Что делать компаниям уже сейчас

• Начинать думать, как агенты могут дать новые способы работы, и строить trusted agents, которые можно переиспользовать по всей организации.

• Пилотировать межорганизационные сценарии и параллельно развивать внутренние компетенции тестирования агентов, комбинируя generative, analytical и deterministic AI.

• Держать в голове, что успешный agentic AI, по формулировке авторов, потребует “всех инструментов из AI toolbox”, то есть не только LLM, но и контроль, проверки, правила и инженерную дисциплину вокруг.

🏃‍♂️ Так что еще раз убеждаюсь, что буткемп по n8n, на который уже идет запись, создан как никогда вовремя ;) А n8n будет основной платформой для AI агентов, которой будут пользоваться в компаниях по всему миру.

За подробностями всех жду в личку.