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
→ Беспилотная доставка
→ Блокчейн и Web3: дежавю децентрализации
→ Семантический веб и AutoML: великие обещания и горькая реальность
→ Общие анатомии провалов
→ Возрождение из обломков
Хайп-цикл vs реальность
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.
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.
Беспилотная доставка
Попытки внедрения беспилотной доставки были даже в «Почте России». По данным CNews, 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.
Блокчейн и Web3: дежавю децентрализации
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.
Семантический веб и AutoML: великие обещания и горькая реальность
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.
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.
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.
Общие анатомии провалов
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, около 17% провалов стартапов связаны именно с отсутствием работающей бизнес-модели, а еще 14% — с игнорированием потребностей 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 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. Если СМИ называют ваш продукт «опасным», а пользователи — «ненужным», никакая инновация не спасет.
Возрождение из обломков
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, 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 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!
