Прогноз на 2026 год – Открытый исходный код на волне ИИ войдет в свой следующий золотой век

Сделка IBM на сумму 11 миллиардов долларов по приобретению Confluent , объявленная в начале декабря, является не только крупной консолидацией на рынке инфраструктуры данных, но и публичным признанием того, что искусственный интеллект (ИИ) по своей сути является событийно-ориентированным. Другими словами, это приобретение является доказательством того, что предприятиям нужны надежные данные в движении так же, как и данные в состоянии покоя. Поскольку организации спешат развертывать агентов ИИ по всей своей деятельности в 2025 году, сделка подчеркивает критическое осознание: контекст в реальном времени является недостающим компонентом для того, чтобы агентный ИИ работал в масштабе предприятия.

Собственная формулировка IBM раскрывает стратегический сдвиг. Они позиционируют объединенную компанию как “умную платформу данных для агентов ИИ” – инфраструктуру, которая может соединять и обрабатывать данные, а также управлять ими в реальном времени, чтобы агенты могли работать без проблем в гибридных средах. Это не о том, чтобы продавать больше инфраструктуры потоковой передачи. Это о том, чтобы признать, что агентам ИИ нужен непрерывный, свежий контекст для надежной работы, и что потоковые данные являются трубопроводом, который делает это возможным.

Парадокс в сердце корпоративного ИИ

Приобретение Confluent компанией IBM также подчеркивает любопытный парадокс в ландшафте инфраструктуры данных. За последние несколько лет некоторые поставщики инфраструктуры отошли от открытого исходного кода, изменив лицензии и отступив к проприетарным моделям в погоне за более сильной монетизацией. Однако принятие ИИ заставляет экосистемы вернуться к открытости. Почему? Агентам нужны интероперабельные трубопроводы, соединители и управление на многих системах – а не закрытый стек одного поставщика.

Рост мощных больших языковых моделей с открытым исходным кодом (LLM) толкнул всю экосистему ИИ к прозрачности и портативности. Модели, такие как Llama, Mistral и многие другие, дают предприятиям более дешевые и лучшие альтернативы закрытым моделям. Это создает напряжение: поставщики инфраструктуры данных закрывают свои сады именно тогда, когда ИИ-компании, использующие их продукты, открывают свои. Приобретение Confluent компанией IBM сигнализирует о начале сброса, когда ИИ возвращает инфраструктуру к открытости.

Управление контекстом: корпоративная способность, которую требует ИИ

Чтобы понять, почему, нам нужно поговорить о том, что я называю “управлением контекстом” – корпоративной способностью доставить наиболее актуальный, надежный и сохраненный контекст в окна контекста модели. Это не просто реализация Retrieval-Augmented Generation (RAG) в виде отдельных реализаций, разбросанных по разным командам. Это системный подход к обеспечению того, чтобы агенты ИИ имели доступ к информации, в которой они нуждаются, когда им это нужно, с надлежащим управлением и происхождением.

Вот простая умственная модель: Агенты работают на контексте. Контекст работает на трубопроводах.

Трубопровод контекста выглядит так:

источники → потоковая передача → хранилище (lakehouse/OLTP) → индексация (вектор + лексика + SQL) → политика/управление → обслуживание → наблюдаемость/оценки.

Каждый слой должен работать надежно, и они должны работать вместе. Потоковая передача находится в основе, поскольку она обеспечивает непрерывную свежесть, необходимую агентам.

Традиционные подходы RAG часто являются реактивными – они получают контекст при запросе. Но агентам также нужны проактивные обновления: события, непрерывно обновляющие память, обновляющие индексы поиска, корректирующие разрешения и обеспечивающие соблюдение политики. Приобретение Confluent компанией IBM является фундаментальной ставкой на тот “слой контекста, который всегда обновляется”, который станет критической инфраструктурой для корпоративного ИИ.

Почему агенты терпят неудачу (И почему это имеет значение)

Команды корпоративного ИИ обнаруживают эту неприятную истину трудным путем: агенты не терпят неудачи, потому что модель LLM “глупая”. Они терпят неудачи, потому что лежащий в основе контекст сломан, устарел, неполон или неуправляем. Фактически, аналитики оценивают, что до 60% проектов ИИ будут брошены из-за отсутствия готовых к ИИ данных. Агент, принимающий решения о закупках на основе вчерашних данных о запасах, не полезен. Агент, получающий доступ к записям клиентов без надлежащего разрешения, является кошмаром с точки зрения соблюдения требований. Агент, который не может объяснить свою логику, является непригодным для использования в регулируемых отраслях.

Предприятиям невозможно аудитировать решения ИИ без сведений о происхождении данных. Они не могут масштабировать приложения ИИ без постоянной свежести данных. Они не могут развертывать агентов уверенно без надлежащих гарантий управления. Все эти требования указывают на один и тот же вывод: управление контекстом должно стать инфраструктурой первого класса, а не дополнением, о котором вспоминают постфактум.

Возрождение открытого исходного кода

Именно здесь начинается возрождение открытого исходного кода. Контекст охватывает слишком много поставщиков и систем, чтобы какая-либо одна проприетарный стек могла выиграть. Успешный подход будет включать в себя открытые интерфейсы и переносимые строительные блоки: соединители, платформы потоковой передачи, управление метаданными, системы поиска и обеспечение соблюдения политики. Закрытая лицензия замедляет интеграцию – и в агентном ИИ всё зависит от интеграции.

IBM понимает это. Их история с открытым исходным кодом (особенно через Red Hat) дает им авторитет. Объединенная компания IBM-Confluent позиционируется для ускорения того, что они называют “событийно-ориентированным интеллектом”, принимая открытость там, где это имеет значение: на точках интеграции, где разные системы должны работать вместе без проблем.

Мы уже наблюдаем этот сдвиг. Платформы потоковой передачи с открытым исходным кодом, открытые форматы таблиц, такие как Apache Iceberg и Delta Lake, и открытые стандарты для метаданных и управления становятся связующим звеном инфраструктуры корпоративного ИИ. Организации требуют переносимости и интероперабельности, потому что они знают, что будут работать с несколькими моделями ИИ, несколькими хранилищами данных и несколькими инструментами. Зависимость от одного поставщика — враг гибкости, в которой они нуждаются.

Прогноз на 2026 год

К концу 2026 года я предсказываю, что “управление контекстом” появится как именованная категория в технологических стеках предприятий. Покупатели будут требовать трех вещей:

• Во-первых, открытые соединители и “принеси-свои-собственные” архитектуры для хранилищ данных и индексов. Никакой один поставщик не будет контролировать весь трубопровод контекста.
• Во-вторых, стандартизированные контекстные API для инструментов. Командам нужно уметь заменять компоненты без перестройки целых систем.
• В-третьих, управляемое происхождение по умолчанию, а не как позднее дополнение. Каждая часть контекста должна иметь четкую цепочку происхождения, и каждое решение агента должно иметь аудиторский след.

Это не просто приятные дополнения. Это базовые требования для масштабного внедрения корпоративного ИИ.

Сброс начинается

Приобретение Confluent компанией IBM знаменует начало фундаментального сброса в инфраструктуре данных. Импульс ИИ, обусловленный необходимостью сложных агентов, работающих в свежем, надежном контексте, заставляет отрасль вернуться к открытости. Будет ли это чистый открытый исходный код или, по крайней мере, открытая и обеспечиваемая интероперабельность, зависит от того, как будет развиваться рынок. Но направление ясно.

Поставщики, которые будут процветать в этой новой эре, не будут теми, у кого есть наиболее закрытые, проприетарные стеки. Это будут те, кто принимает открытость на уровне интеграции, кто обеспечивает настоящую интероперабельность и кто помогает предприятиям строить возможности управления контекстом без искусственных ограничений.

Следующая волна инноваций придет от открытой инфраструктуры ИИ, которая позволит предприятиям создавать сложных агентов и приложения без привязки к одному поставщику. Это не идеализм – это прагматизм. Потому что когда вы строите критически важные системы ИИ, которые должны охватывать все ваше предприятие, открытость не является философией. Это требование.