Лид

Информационные технологии (ИТ) редко развиваются одним фронтом. Пока одни направления — облака, периферийные вычисления, сети связи — накапливают зрелость, другие, прежде всего связанные с генеративным искусственным интеллектом (ИИ), обещают перестроить саму архитектуру ИТ-систем. Обзор, опубликованный в Bulletin of Chinese Academy of Sciences, фиксирует, что глобальное развитие ИТ в последние годы замедлилось, а новый импульс связывают с эволюцией нового поколения ИИ, которая может ускорить реконфигурацию и перестройку технологической системы в ближайшие десять лет 6.

Однако обещание перестройки не равно доказанной эффективности. Крупный обзор по беспроводным сенсорным сетям и интернету вещей (Internet of Things, IoT) показывает: из 178 проанализированных записей лишь одна работа даёт прямые свидетельства уровня E2 (симуляционное подтверждение) того, что большая языковая модель (large language model, LLM) реально влияет на передачу данных или управление 2. Большинство свидетельств остаётся на уровнях E0–E2 — то есть речь идёт о концептуальных или смежных работах, а не о проверенных системах 2.

Третий сюжет — человеческий. Быстрый обзор 18 рецензируемых исследований 2010–2024 годов, опубликованный в Humanities and Social Sciences Communications, показывает, что цифровые технологии заметно меняют идентичность, автономию и поиск смысла, а цифровая грамотность становится центральной способностью для ориентации в этих изменениях и для управления знаниями 1.

Что происходит с архитектурой ИТ

Обзор в Bulletin of Chinese Academy of Sciences анализирует перестройку технологических подсистем — вычислений, данных, киберпространства — и связывает её с формированием «интеллектуального пространства» 6. Авторы сопоставляют текущее состояние с прогнозами пятнадцатилетней давности и отмечают, что часть исходных суждений подтвердилась, но общий темп замедлился 6.

Практический срез этих трендов даёт обзор Recent Trends in Computer Technologies: в нём перечислены облачные и периферийные вычисления, сети пятого поколения (5G), блокчейн, квантовые вычисления, иммерсивные технологии, большие данные и «зелёные» вычисления 3. Отдельно выделены генеративный ИИ, мультимодальное машинное обучение, объяснимый ИИ и интеллектуальная автоматизация как инструменты поддержки решений 3. В области инфраструктуры упоминаются мультиоблачные и гибридные архитектуры, бессерверные вычисления, периферийный ИИ и туманные вычисления — как способы снизить задержки и повысить масштабируемость 3.

В кибербезопасности обзор фиксирует интерес к архитектуре нулевого доверия (Zero Trust Architecture), обнаружению угроз на основе ИИ и постквантовой криптографии 3. Эти направления логично следуют из общей логики: чем больше ИИ встроен в контур принятия решений, тем важнее проверяемость и устойчивость к атакам.

ИИ на периферии: где заканчиваются слова и начинаются измерения

Наиболее строгую рамку задаёт обзор по LLM-усиленному семантическому периферийному интеллекту в беспроводных сенсорных сетях и IoT 2. Авторы формулируют четыре условия, при которых систему вообще можно называть LLM-усиленной: наличие явно заданной ограниченной среды WSN/IoT или периферии; наличие семантического объекта или решения с ценностью для задачи; наличие идентифицируемой языковой модели с активной функцией, а не только офлайн-черновиками или генерацией кода; и влияние выхода модели на измерение, передачу, диагностику, распределение ресурсов или управление через типизированный исполнитель, верификатор, решение оператора или интерфейс с возможностью отката 2.

При таком строгом отборе картина оказывается скромной: только одна работа даёт прямые свидетельства E2, большинство LLM/RAG-свидетельств — смежные и находятся на уровнях E0–E2 2. Обзор прямо указывает, что не поддерживает общее утверждение о превосходстве LLM над правилами, точной оптимизацией, структурированным поиском или специализированным машинным обучением и обучением с подкреплением 2.

Авторы предлагают и нормативные артефакты: эталонную архитектуру, семиосевую таксономию, модель угроз, формальную модель выбора и стоимости, типизированные межслойные контракты и восьмифазный протокол бенчмарков 2. Важная оговорка: это предложения автора, а не консенсусные стандарты и не экспериментально подтверждённые результаты 2. Гипотетический пример мониторинга лесных пожаров служит лишь иллюстрацией формализма, его значения — учебные входные данные, а не измерения 2.

ИТ-стратегии и организационные цели

Систематический обзор по стратегиям информационных систем и информационных технологий (IS/IT), выполненный по методологии PRISMA, проанализировал 26 научных работ 5. Среди выводов — важность гибридных и отраслевых подходов к стратегическому согласованию, интеграция продвинутых технологий для инноваций и операционной эффективности, а также увязка критических факторов успеха (critical success factors, CSF) и ключевых показателей эффективности (key performance indicators, KPI) с целями организации 5. Авторы подчёркивают динамическое взаимодействие внутренних и внешних факторов при формулировании стратегии и растущую значимость этических и устойчивых практик 5.

Этот обзор полезен как напоминание: технологический стек сам по себе не создаёт эффекта. Вопрос в том, как стратегия связывает инструменты с измеримыми целями и как учитывает ограничения.

Человеческое измерение: смысл, автономия, грамотность

Быстрый обзор в Humanities and Social Sciences Communications выделяет пять тем: ИИ и экзистенциальные вопросы, технологии и человеческий опыт, воплощённое познание и технологии, цифровая грамотность и управление знаниями, технологии и осмысленное взаимодействие 1. Вывод авторов: цифровые технологии существенно перестраивают идентичность, автономию и поиск смысла, а цифровая грамотность становится центральной способностью, поддерживающей эффективное управление знаниями 1.

Практическое следствие, которое формулируют авторы, — необходимость укреплять цифровую грамотность, чтобы способствовать более осмысленному взаимодействию с технологиями и смягчать потенциальные негативные экзистенциальные и когнитивные эффекты 1. Это не призыв к отказу от технологий, а указание на то, что без соответствующей подготовки выгоды распределяются неравномерно.

Ограничения и что важно учитывать

У каждого из обзоров есть собственные ограничения. Быстрый обзор по смыслу и знаниям включает 18 исследований, отобранных в Scopus, и его авторы прямо называют возможные смещения отбора, опору на самоотчёты, а также культурные и социально-экономические ограничения, влияющие на обобщаемость результатов 1.

Обзор по LLM и периферийному интеллекту — это синтез свидетельств, а не проверенный алгоритм управления; предложенная архитектура и протоколы бенчмарков являются авторскими нормативными артефактами, которые ещё предстоит проверить 2. Кроме того, критерии включения намеренно строгие: системы, содержащие TinyML, семантическую связь, федеративное обучение, генеративный ИИ, RAG, цифрового двойника или LLM, но не удовлетворяющие всем четырём условиям, не попадают в категорию LLM-усиленного семантического периферийного интеллекта 2. Это сужает выборку, но повышает строгость вывода.

Обзор Recent Trends in Computer Technologies — широкий обзорный материал, в котором техническая оценка сочетается с социальной перспективой; он перечисляет тренды и вызовы, включая масштабируемость, совместимость, регуляторные требования, угрозы безопасности, цифровое равенство и необходимость новых навыков рабочей силы 3. Такой формат полезен для карты направлений, но не заменяет систематического взвешивания доказательств.

Наконец, обзор IS/IT-стратегий основан на 26 работах и описывает методологии и тенденции, а не результаты внедрения в конкретных организациях 5. Обзор в Bulletin of Chinese Academy of Sciences опирается на сопоставление с прогнозами и описывает макроуровень, а не отдельные системы 6.

Что дальше

Ближайшая повестка выглядит двойственной. С одной стороны, нужны сквозные оценки ИИ-систем в реальных ограничениях — по задержке, энергии, приватности, безопасности и риску оператора, как предлагают авторы обзора по WSN/IoT 2. С другой — необходимы исследования того, как цифровая грамотность и организационные стратегии опосредуют эффекты технологий на людей и на достижение целей 1, 5.

Практический ориентир для исследователей и студентов прост: отличать зрелость компонента от зрелости системы. Наличие LLM, цифрового двойника или генеративного ИИ в архитектуре само по себе не доказывает выигрыша; доказательством служит измеримый результат в заданных ограничениях 2.