Сломанные прогнозы: технологии, которые «вот-вот взлетят» уже 15 лет

Кажется, каждый год нам обещают «революцию». Технологическая индустрия создает новый культ: стартапы, инвесторы и СМИ хором твердят, что именно сейчас наступит эра новой реальности — от метавселенных до «умных» очков и блокчейн-государств. Но проходит время, и очередная «революция» превращается в слайд на конференции про неудачи.

Почему одни технологии не выживают за пределами демо-версии, а другие вдруг возрождаются после забвения? Разбираемся в анатомии провалов и шансах на воскрешение.

Используйте навигацию, если не хотите читать текст целиком:
→ Хайп-цикл vs реальность ^[1]
→ Беспилотная доставка ^[2]
→ Блокчейн и Web3: дежавю децентрализации ^[3]
→ Семантический веб и AutoML: великие обещания и горькая реальность ^[4]
→ Общие анатомии провалов ^[5]
→ Возрождение из обломков ^[6]

График Gartner и его «пик ожиданий» стал своеобразным культурным эталоном для оценки судьбы новых технологий. Но за последние 15 лет его универсальность и точность вызывают все больше вопросов. По теории Gartner, каждая технология проходит через пять стадий: от «триггера инноваций» через «пик завышенных ожиданий», «провал разочарования» и «склон просветления» к «плато продуктивности».

Многие ключевые технологии, от open source до x86-виртуализации, даже не попадали в ранние версии Hype Cycle. Зато «звезды» вроде метавселенных, Segway или Quibi так и остались в зоне хайпа, не дожив до продуктивности.

Источник ^[7].

Почему так происходит? Критики отмечают, что график не отражает ни темпы, ни специфику развития технологий: он не научен, субъективен и не дает четких ориентиров для принятия решений.

В 2024 году Gartner по-прежнему публиковал свои циклы, выделяя на пике ожиданий автономный ИИ, инструменты для разработчиков и новые подходы к безопасности, но даже внутри отчетов признавался: бизнес все чаще требует не абстрактных обещаний, а реальных кейсов и возврата инвестиций. Например, генеративный ИИ уже перешел в фазу «провала разочарования», и фокус смещается с глобальных ожиданий к конкретным сценариям использования и подсчету ROI.

Я попробовал дополнить график и сделать его более информативным:

Hype Cycle слабо учитывает временные рамки, ключевые события и уровни риска. Возьмем ChatGPT: его запуск в 2022 году вызвал информационный цунами. Оранжевая линия хайпа резко взлетела, а потом обрушилась, когда компании столкнулись с проблемами — сложной интеграцией, этическими вопросами и юридическими ловушками.

Реальное внедрение (зеленая линия) начнется не сразу. Сначала PoC, эксперименты с LLM в NLP-задачах, поиск компетенций. А где то к 2028-му рынок фокусируется на ROI, автоматизации и контроле затрат.

Красная линия риска — это зеркало внедрения. В 2023-м, когда весь мир обсуждал ChatGPT, риск был максимален: мало готовых решений, куча «сырых» инструментов, регуляторы не успевали за инновациями. Ситуация стабилизируется с появлением фреймворков, best practices и четких границ применения ИИ.

Как не утонуть в пузыре? Если вы входите в ИИ-проекты в 2025-м, вы в зоне золотой середины: хайп спал, но рынок уже сформировал рабочие сценарии. Это время для тех, кто хочет не громкую рекламу и обещания, а реальные кейсы. А если вы ждете «плато продуктивности» — помните: оно приходит тогда, когда ИИ перестает быть buzzword и становится частью инфраструктуры, как облачные вычисления или Kubernetes.

Попытки внедрения беспилотной доставки были даже в «Почте России». По данным CNews ^[8], правительство продлило испытания до 2028 года, выделив на это дополнительные 200 млн ₽. В 2022–2023 запустили маршруты в ЯНАО, Якутии и на Сахалине, протестировали доставку сначала лекарств и документов, а потом и небольшой корреспонденции.

Звучит круто, но цена за километр доставки все еще в три-пять раз выше, чем у наземного транспорта, техника подводит в сложных метеоусловиях, а интеграция с существующими логистическими цепочками так и не выстроена.

Перевозка килограмма груза на маршруте из поселка Тазовский в село Антипаюта в Ямало-Ненецком автономном округе (время в полете — около полутора часов) с помощью беспилотника обходится в 151 раз дороже, чем на регулярном пилотируемом рейсе, и в 43 раза дороже чартера. Так, согласно докладу, стоимость доставки на регулярном рейсе между пунктами составляет 90 рублей за килограмм груза, на чартере — 315 рублей, а с помощью авиабеспилотников — 13 000 рублей, подсчитали в «Почте России». При этом целью эксперимента было снижение стоимости перевозки до значений ниже, чем на пилотируемой авиации, уже к 2024 году.

Вы могли бы подумать, что проблема именно в «Почте России». Но дело скорее в незрелости самой технологии. Даже Amazon, у которого ресурсов в разы больше, периодически сталкивается с регуляторными барьерами и техническими сбоями.

Бум вокруг Bitcoin и Ethereum пришелся на 2012-2014, взрыв NFT — в 2017-2018. Но к 2020 стало очевидно, что большинству пользователей и бизнесов UX и масштабируемость не подошли.

Web3 казался космической станцией: децентрализация всего и вся, NFT-невесомость, смарт-контракты на каждой кухне. Но когда пользователи натыкались на UX уровня «заполни 17 форм, подпиши вручную и оплати газ», энтузиазм быстро улетучивался. NFT-пузырь лопнул, масштабируемость Ethereum ломалась при первом же хайпе, а интеграция с привычными сервисами так и не наладилась.

Сейчас блокчейн живет в своих корпоративных «бункерах»: Hyperledger для бизнеса, CBDC-пилоты для ЦБ и пара Layer-2, которые не досчитались массовых юзеров. Web3 не стал новой реальностью.

В начале 2000-х Semantic web, воплощенный в стандартах RDF и OWL, казался спасением: представьте себе интернет прошлого, где машины понимают не только структуру, но и смысл данных, а бизнес и пользователи могут строить интеллектуальные сервисы без глубоких технических знаний. Концепция, предложенная Тимом Бернерс-Ли и поддержанная W3C, предполагала, что благодаря формализованным онтологиям и универсальным протоколам обмена данными появятся по-настоящему умные поисковые системы, автоматизированные бизнес-процессы и даже новые формы коллективного интеллекта ^[9].

Оказалось, что поддерживать «умный» интернет сложнее, чем того ожидали на старте. Онтологии требуют от компаний не только опытных экспертов, но и вечного обновления знаний — затраты растут, а отдача не очевидна. Инструменты для работы с RDF и OWL остаются рудиментами академических лабораторий: каждый спец — со своим «диалектом», а совместить их по-настоящему больно и дорого.

Источник ^[10].

Пока семантический веб укоренился в нишах — библиотеки, биомедицина, энергетика — мы все еще не видим его в обычных CRM или ERP. Да и там, где он есть, проекты часто превращаются в «зомби-системы»: живут, но не развиваются, потому что никто не хочет вкладывать в их поддержку ни денег, ни нервов.

Параллельно с этим, рос хайп вокруг AutoML и no-code платформ. Мол, забудьте про код — кликайте, и нейросеть решит все сама. Google AutoML, Microsoft Lobe, Amazon SageMaker Canvas… Фантастика? Увы, нет. В реальной корпоративной жизни эти инструменты редко проходят проверку на надежность, безопасность и масштабируемость. Нет прозрачности моделей, зато есть ограниченная гибкость настроек и проблемы с интеграцией — а значит, ни одна серьезная компания не позволит «кодогенерации из кликов» лезть в критичные процессы.

Итог: SemWeb и AutoML-платформы осели в своих нишах, стали полезными в определенных задачах, но не стали массовым стандартом. Почему? Слишком много сложности, слишком высокая цена поддержки и слишком мало реальной пользы. Современные контекстно-ориентированные ИИ (LLM, векторные хранилища, Retrieval-augmented generation) уже умеют обрабатывать смысл лучше, чем старые RDF-онтологии, но они не решают проблемы производственной интеграции и контроля качества моделей. Машины еще не научились заменять продвинутую «ручную» настройку и доменную экспертизу — и до этого универсального «понимания» нам еще ой как далеко.

Технология может быть идеальной. Код — без багов, архитектура — масштабируемой, а продукт — даже революционным. Но если он не решает конкретную задачу с окупаемостью, его ждет одно из двух: бесконечные драфты в инкубаторе или сворачивание через полгода после релиза.

Многие стартапы упираются в стену не из-за кода, а из-за вопроса: «А зачем это кому-то?» Технология может быть готова, но если нет четкой бизнес-модели, которая превратит ее в деньги, проект обречен.

По данным аналитиков ^[11], около 17% провалов стартапов связаны именно с отсутствием работающей бизнес-модели, а еще 14% — с игнорированием потребностей ^[12] клиентов.

Важную роль играет UX и человеческий фактор. Продукты, которые «важны, но неудобны», не выдерживают конкуренции в условиях высокой насыщенности рынка. Это не просто про кнопки и цвета. Это про понимание, как люди работают, что им мешает и как упростить жизнь. Если вы создаете платформу для автоматизации DevOps, но ваша панель управления напоминает старый BIOS, вас не выберут, даже если внутренняя логика ^[13] идеальна. Это подтверждается ростом числа закрытий проектов, которые не смогли адаптировать продукт под реальные привычки и запросы аудитории. Это чуть ли не одна из ключевых причин неудач.

Технологии умирают не только от слабой команды. Часто их развитие замедляет внешний мир: новые законы о защите данных, требования к безопасности, экологические нормы. А еще — общественное восприятие ^[14]. Если СМИ называют ваш продукт «опасным», а пользователи — «ненужным», никакая инновация не спасет.

Технологии, которые долгое время считались «зомби» или провальными, сегодня демонстрируют признаки возрождения, но уже в более зрелом, прагматичном виде. В первую очередь, это касается VR/AR и IoT с вычислениями на периферии (edge computing).

Рынок VR и AR растет, несмотря на замедление темпов и коррекцию ожиданий. По данным Unity ^[15], мировой рынок иммерсивных технологий в 2024 году оценивался в $184 млрд и к 2032 году может вырасти до $1,7 трлн, что говорит о долгосрочном потенциале отрасли. В промышленности расходы на VR-решения в 2024 году выросли на 16%, моделируя сложные процессы и обучая персонал без рисков. А вот потребительский сегмент застрял: гарнитуры остаются громоздкими, UX — далек от идеала, а массовое проникновение ограничено. В России рынок VR/AR растет умеренно, но основной спрос идет от энергетиков и производственников, а не от геймеров.

AR-технологии, в свою очередь, активнее всего развиваются в рознице и маркетинге, где позволяют создавать интерактивные опыты для клиентов. В 2025 году ожидается появление новых гарнитур с мультимодальным искусственным интеллектом и поддержкой расширенной реальности на базе Android XR, что должно повысить удобство и функциональность устройств.

После волны скучных «умных чайников» казалось, что IoT скатился в бездну разочарований. Но на деле он просто сменил тактику. Устройства интернета вещей и edge computing получают второе дыхание ^[16] в промышленности и транспорте — там, где важна минимальная задержка и автономная обработка данных на месте. В отличие от перегретого потребительского сегмента, здесь технология помогает: оптимизировать производство, следить за состоянием оборудования и повышать безопасность.

А какие вы помните неудачные технологии и стартапы? Пишите в комментариях!