Gartner определил десять ключевых технологических трендов, которые будут формировать бизнес к 2026 году. Эти тренды отражают переход к эпохе повсеместного применения искусственного интеллекта и повышенного внимания к цифровой безопасности. Для руководителей цепей поставок (директоров по логистике, снабжению, планированию и рискам) понимание этих трендов поможет укрепить устойчивость и конкурентоспособность цепей поставок. Ниже представлен краткий обзор каждого тренда, его суть и примеры применимости в сфере цепей поставок – от автоматизации складов до кибербезопасности поставщиков.
1. Платформы AI-native разработки
AI-native платформы разработки интегрируют генеративный ИИ прямо в процесс создания ПО, что позволяет писать и тестировать код значительно быстрее. Такие платформы снижают порог входа в разработку: даже специалисты без глубоких технических знаний могут безопасно создавать приложения в рамках корпоративных правил, демократизируя инновации.
Для supply chain это означает возможность быстрее разворачивать кастомизированные цифровые решения. Например, команды снабжения или логистики могут с помощью таких платформ самостоятельно создавать простые приложения и боты для автоматизации закупочных процедур или отслеживания запасов, не дожидаясь долгого цикла разработки через IT-отдел. Руководителям цепей поставок стоит рассмотреть внедрение AI-native инструментов, чтобы ускорить цифровизацию процессов и вовлечь бизнес-экспертов в создание технологий.
2. Платформы ИИ-суперкомпьютеров
Платформы ИИ-суперкомпьютеров объединяют мощности CPU, GPU и специализированных чипов для искусственного интеллекта, обеспечивая беспрецедентную производительность для сложных вычислений. Такие гибридные архитектуры позволяют компаниям моделировать и оптимизировать крайне сложные задачи – от разработки лекарств до финансовых рынков – намного быстрее, чем раньше, и Gartner прогнозирует, что к 2028 году свыше 40% крупных предприятий будут использовать гибридные вычислительные мощности в критически важных рабочих процессах (сейчас таких лишь ~8%).
В логистике и планировании supply chain сверхмощные вычислительные платформы открывают новые возможности. Компании смогут запускать цифровых двойников и моделировать цепочки поставок целиком – просчитывать тысячи сценариев (перебои поставок, всплески спроса, изменение тарифов) в сжатые сроки для оптимизации запасов и маршрутов. Это ускорит стратегическое планирование и реагирование на форс-мажоры. Однако директорам по цепям поставок важно учитывать стоимость и сложность таких решений – возможно, разумно использовать облачные суперкомпьютерные мощности на-demand и уделять внимание управлению данными и governance, чтобы высокопроизводительная аналитика давала бизнес-результат без взрывного роста расходов.
3. Конфиденциальные вычисления (Confidential Computing)
Конфиденциальные вычисления защищают конфиденциальные данные во время обработки, а не только в хранилище или при передаче. Эта технология изолирует вычислительные процессы в специальных доверенных средах (аппаратных enclaves), не позволяя даже провайдерам облака видеть или менять обрабатываемые данные. По прогнозу Gartner, к 2029 году более 75% операций в недоверенных инфраструктурах будут защищены с помощью конфиденциальных вычислений, что делает их новым стандартом кибербезопасности и соответствия регуляторным требованиям.
Для цепей поставок, где компании обмениваются чувствительными данными (например, прогнозы спроса от клиентов, проекты продуктов от поставщиков или ценовая информация), конфиденциальные вычисления позволяют безопасно сотрудничать в облаке. Например, производитель и поставщик могут совместно обучать модель прогнозирования, не раскрывая друг другу сырые данные. Supply Chain директора должны рассмотреть эту технологию при работе с облачными платформами и внешними партнерами, чтобы соблюдать конфиденциальность коммерческой информации и требования законов о данных при одновременном использовании преимуществ облачной аналитики.
4. Мультиагентные системы
Мультиагентные системы – это сети взаимодействующих интеллектуальных агентов (программных или роботизированных), которые координируются для достижения общих целей. Каждый агент специализируется на своих задачах (анализ данных, принятие решений, выполнение действий) и обменивается информацией с другими. Такой модульный подход делает сложные бизнес-процессы более адаптивными и эффективными: автоматизация становится динамической оркестровкой, способной подстраиваться к ситуации в реальном времени. Эксперты Gartner отмечают, что специализированные агенты могут существенно повысить скорость и надежность процессов, повторно используя проверенные решения и уменьшая риски ошибок.
В управлении цепями поставок мультиагентные системы превращают линейные процессы в гибкую саморегулирующуюся сеть. Представьте цифровых ассистентов, каждый из которых отвечает за свой участок: один мониторит задержки поставок и автоматически ищет альтернативных перевозчиков, другой управляет запасами и размещает срочные заказы на пополнение, третий оптимизирует расписание производства при смене спроса. Все агенты обмениваются данными, согласуя действия без постоянного участия человека. Уже к 2026 году такие «агентные» AI-системы способны не просто предсказывать сбои, а действовать на упреждение, например, самостоятельно перенаправляя грузы перед надвигающейся бурей. Руководителям цепей поставок стоит поэкспериментировать с мультиагентными платформами (например, в центрах планирования или управления транспортом), задав для них чёткие рамки и правила – это поможет повысить автономность и скорость работы цепи при сохранении контроля.
5. Отраслевые языковые модели (DSLM)
Domain-Specific Language Models – это большие языковые модели, обученные на данных конкретной отрасли или функции. В отличие от универсальных моделей, отраслевые ЛМ обладают знанием контекста и терминологии своей сферы, что повышает точность и объяснимость их ответов. Gartner ожидает, что к 2028 году свыше половины корпоративных реализаций генеративного ИИ будут опираться именно на такие узкоспециализированные модели. Это логично, ведь DSLM «говорят на языке» бизнеса – будь то финансы, медицина или логистика – и лучше подходят для задач, где особенно важны точность и соответствие нормам (комплаенс).
В сфере supply chain отраслевые языковые модели могут стать прорывным инструментом аналитики и коммуникации. Например, модель, обученная на данных логистики и закупок, сможет более точно прогнозировать спрос, выявлять риски в цепочке (от колебаний цен на сырье до проблем с поставщиками) и давать рекомендации, учитывающие специфику отрасли. Также DSLM пригодятся для автоматизации рутины – от анализа контрактов и сопроводительных документов до ответов на запросы внутренних клиентов. Для СНГ-рынка, где много локальных нюансов (языковых и регуляторных), стоит обратить внимание на разработку собственных отраслевых моделей на русском языке или адаптацию западных решений под местные реалии. Директорам по цепям поставок имеет смысл инвестировать в такие модели (самостоятельно или через поставщиков ИИ-решений), чтобы получать более релевантную и надежную аналитику по сравнению с общими ИИ-системами.
6. Физический ИИ
Физический искусственный интеллект – это применение ИИ в реальном физическом мире: роботы, дроны, автономные транспортные средства и оборудование, способные воспринимать окружение, принимать решения и действовать автономно. Слияние цифрового интеллекта с реальными машинами уже ускоряет производство, логистику и сельское хозяйство. Развитие Physical AI стирает грань между ИТ и операциями, повышая спрос на специалистов, разбирающихся и в технологиях, и в индустриальном оборудовании. Однако массовое внедрение таких систем несёт вызовы: необходимо адаптировать персонал, обеспечивать этическое и безопасное взаимодействие людей и умных машин, соблюдать новые нормативы.
Автоматизация складов и транспорта – прямое воплощение физического ИИ в supply chain. Уже появляются склады, где автономные мобильные роботы (AMR) самостоятельно перемещают товары, дроны проводят инвентаризацию с воздуха, а погрузчики с ИИ-управлением работают без операторов. В транспортировке – развитие беспилотных грузовиков и дронов доставки. Gartner и Forrester отмечают, что эта технология выходит из стадии экспериментов «в пилоте» на уровень повседневной эксплуатации. К 2026 году работа складского персонала трансформируется: рядовые сотрудники становятся операторами и диспетчерами парков роботов вместо простой физической работы. Это помогает решить проблему нехватки кадров в логистике и повысить скорость операций. Руководителям цепей поставок в СНГ важно уже сейчас оценить, где роботизация и автономные устройства принесут максимальный эффект – будь то сортировка на складе, внутризаводская логистика или последняя миля доставки – и подготовить персонал к совместной работе с умными машинами.
7. Упреждающая кибербезопасность
Традиционная реактивная модель защиты устаревает – в условиях возросших киберугроз организации переходят к упреждающей кибербезопасности. Речь о проактивном подходе: системы информационной безопасности, подкреплённые ИИ и аналитикой, не ждут атаки, а предсказывают и предотвращают её. Gartner прогнозирует, что к 2030 году до 50% корпоративных расходов на безопасность будет приходиться на упреждающие меры. Инструменты вроде AI-аналитики угроз, моделей прогнозирования атак и технологий дезинформации для отвлечения хакеров станут стандартным арсеналом киберзащиты. Как отмечает аналитик Tori Paulman, в новой парадигме «прогнозирование равняется защите», то есть умение предвидеть атаку равносильно её отражению.
Цифровая экосистема supply chain охватывает множество участников – от внутренних ERP-систем до порталов поставщиков и IoT-датчиков на складах. Уязвимость любого звена (например, взломанный контрагент или заражённое обновление ПО) несёт риск простоев всей цепочки. Поэтому директорам по цепям поставок критически важно внедрять упреждающие меры кибербезопасности не только в ИТ-отделе, но и в операционных технологиях (OT) и при работе с подрядчиками. Практически это означает тесную работу с CISO над внедрением AI-инструментов мониторинга: системы, которые в режиме реального времени отслеживают аномалии в цепи поставок (вплоть до подозрительной активности на логистических платформах), проводят стресс-тесты на киберустойчивость и проверяют кибербезопасность поставщиков. Например, перед интеграцией нового 3PL-провайдера стоит оценить его уровень защиты и, возможно, подключить сервисы, предупреждающие о потенциальных утечках или атаках у ключевых контрагентов. Такой проактивный подход поможет избежать дорогостоящих сбоев и сохранить доверие клиентов.
8. Цифровая верификация (Digital Provenance)
В эпоху участившихся фейков, подделок и «галлюцинирующего» ИИ доверие становится новым капиталом. Цифровая верификация (прозвенанс) – это набор технологий для подтверждения подлинности и происхождения данных, программ и контента. Инструменты включают цифровые водяные знаки, списки материалов ПО (SBOM) и реестры аттестации, позволяющие отследить, откуда взялись и кем были изменены цифровые объекты. Gartner предупреждает: к 2029 году предприятия, которые не внедрят контроль цифрового происхождения, могут столкнуться с санкциями и огромными репутационными потерями. Иначе говоря, обеспечение цифровой достоверности переходит из разряда желательного в обязательное условие доверия во всей цепочке создания ценности.
Для директоров по снабжению и логистике цифровая верификация – это фундамент прозрачности цепей поставок. В 2026 году закупщики будут спрашивать у поставщиков уже не только «По какой цене?», но и «Докажите происхождение» каждого товара или материала. Возникает так называемая «экономика доверия», где победит тот, кто способен предоставить неопровержимые доказательства: от источника редкоземельного металла в аккумуляторе до условий труда на фабриках. Инструменты цифровой верификации, такие как блокчейн-трекинг, цифровые паспорта продукции (Digital Product Passport) и системы мониторинга ESG, станут стандартом. Компании СНГ также сталкиваются с этим трендом через ужесточение регуляций (например, требования по прослеживаемости в Евразийском союзе). Поэтому инвестирование в прозрачность поставок – от внедрения S-BoM для критичных компонентов ПО до аудита цепочки поставок на каждом этапе – станет неотъемлемой частью управления рисками и репутацией. Уже появляются индексы риска поставщиков, где прозрачность и подтвержденность данных становятся важнее, чем скорость или цена поставки. CSCO должны возглавить переход к полной прослеживаемости, иначе рискуют остаться без надежных партнеров и клиентов.
9. Платформы безопасности ИИ
По мере стремительного роста внедрения ИИ появляется и новый фронт угроз – сами AI-системы. Платформы безопасности ИИ – это решения, централизованно контролирующие и защищающие применение ИИ как внутри компании, так и у сторонних поставщиков. Они позволяют отслеживать работу моделей, управлять доступом к данным, предотвращать утечки информации и защищать от специфических атак на ИИ (например, внедрение вредоносных подсказок или нарушение работы «непослушными» агентами). Такие платформы также обеспечивают единые политики и государственное регулирование для различных AI-приложений в организации. Gartner ожидает, что к 2028 году более 50% предприятий будут использовать платформы безопасности ИИ, чтобы защитить свои инвестиции в ИИ и гарантировать его ответственное использование.
В логистике и закупках ИИ уже применяется для прогнозирования спроса, управления запасами, оценки поставщиков и множества других задач. Если эти модели скомпрометировать или они дадут сбой, последствия ощутит весь бизнес (например, неверный прогноз приведет к дефициту товара, или злонамеренный ввод данных «обучит» модель ошибкам). Платформа безопасности ИИ поможет предотвратить такие случаи: она будет мониторить, какие данные поступают в модели (и фильтровать аномалии), кто имеет доступ к результатам ИИ, нет ли утечек чувствительной информации через ответы модели. Кроме того, такие решения упрощают соответствие требованиям регуляторов – например, демонстрацию отсутствия bias (смещения) в алгоритмах отбора поставщиков или кредитного скоринга клиентов. Руководителям цепей поставок важно включить безопасность ИИ в повестку дня: при внедрении любых AI-решений сразу предусматривать их «имущественную безопасность». Это включает в себя как выбор поставщиков с надежной защитой (например, крупные ERP/SCM-системы с сертифицированными AI-модулями), так и развертывание внутренних средств контроля за собственными ML-моделями.
10. Геопатриация данных
Геопатриация – это стратегический перенос рабочих нагрузок и данных из глобальных облачных сервисов гиперскейлеров в более локальные или суверенные облака, находящиеся под национальной юрисдикцией. Драйвером тренда стал рост геополитической напряженности и требований по суверенитету данных: компаниям важно знать, где хранятся и обрабатываются их данные, и иметь возможность ими управлять даже в случае международных конфликтов или санкций. Проще говоря, удобство и масштабируемость глобальных облаков уступают место контролю и доверию к инфраструктуре. Gartner прогнозирует, что к 2030 году более 75% предприятий в Европе и на Ближнем Востоке перейдут к геопатриации своих данных (в 2025 году таких было менее 5%). Это огромный сдвиг в облачных стратегиях, отражающий смену приоритета – вместо максимальной экономии и скорости теперь в центре внимания соблюдение локальных законов и снижение геополитических рисков.
Цепочки поставок уже переживают похожий процесс в физическом мире – «friend-shoring» или перенос производства и запасов в более стабильные и дружественные регионы. Геопатриация – цифровой аналог этой стратегии. Для директора по цепи поставок это означает два направления работы. Во-первых, ИТ-инфраструктура цепочки: стоит оценить, где размещены ваши облачные системы управления поставками, аналитические платформы, данные о клиентах и поставщиках. Если критичные приложения хостятся за рубежом (особенно в странах с потенциальным санкционным риском), имеет смысл рассмотреть перенос в локальные дата-центры или использование облаков, сертифицированных в вашей стране. Это повысит цифровую устойчивость бизнеса – в случае политических разногласий ваши операции не остановятся из-за отключения иностранного сервиса. Во-вторых, партнерская сеть: геопатриация касается и выбора технологических партнеров. Например, при внедрении IoT-платформы для отслеживания грузов или системы мониторинга поставщиков предпочтение может быть отдано решениям, размещенным на «суверенных» облаках. В СНГ уже появляются национальные облачные экосистемы, и компаниям важно научиться балансировать между глобальными возможностями и локальными требованиями. Ключевая рекомендация – включить критерий юрисдикции обработки данных в стратегические решения по ИТ для supply chain и в оценку рисков поставщиков. Это поможет соблюсти законы о данных, защитить корпоративные ресурсы и обезопасить цепочку поставок от внешних потрясений.
Выводы.
Технологические тренды Gartner на 2026 год показывают, что цепи поставок перестают быть просто операционной функцией – они становятся полем для внедрения передовых ИИ-решений, и одновременно требуют нового подхода к безопасности и устойчивости. Для руководителей цепей поставок из стран СНГ вывод однозначен: чтобы оставаться конкурентоспособными, нужно активно адаптировать эти тренды под свои реалии. Это означает инвестировать в автоматизацию и аналитику на базе ИИ, усиливать цифровую устойчивость через кибербезопасность и прозрачность, а также учитывать геополитические факторы в цифровой инфраструктуре. Компании, которые уже сейчас начнут эксперименты (пусть и небольшие, но безопасные и продуманные), получат фору: они не только смогут быстрее реагировать на риски и спрос, но и сформируют более надежные, эффективные и ответственные цепочки поставок, готовые к вызовам будущего
