Уходящий год расставил приоритеты. Хайп вокруг чат-ботов и дополненной реальности схлынул, и стало видно, что переживёт зиму, а что нет. На пороге 2017-го мы отбираем четыре технологии, которые дадут заказчику измеримую отдачу, и честно отделяем их от тех, что пока остаются экспериментом. Ориентир – российский бизнес и госсектор с их требованиями к импортозамещению, безопасности и предсказуемому бюджету.
Машинное обучение выходит из лабораторий
ML перестаёт быть темой научных конференций и превращается в инструмент. TensorFlow открыт уже год, облачные API распознавания текста, речи и изображений доступны по подписке, а библиотеки вроде scikit-learn снижают порог входа до уровня обычного backend-разработчика. Для бизнеса это означает конкретные задачи: скоринг заявок, прогноз спроса, выявление аномалий в транзакциях, маршрутизация обращений в поддержку.
Важно не путать ML с искусственным интеллектом из заголовков. Модель хороша ровно настолько, насколько чисты ваши данные. Прежде чем обучать классификатор, наведите порядок в источниках – иначе получите автоматизированную ошибку. Любой проект по внедрению интеллектуальных систем разумно начинать с аудита данных под конкретные регламенты, а не с выбора модной библиотеки.
Год чат-ботов показал ту же закономерность: технология взлетает там, где за ней стоит внятный сценарий и подготовленная база знаний. Подробный разбор мы давали в итогах года чат-ботов – выводы оттуда применимы к любому ML-проекту.
Контейнеры и API-first меняют архитектуру
Docker за три года прошёл путь от энтузиастов до продакшена. В 2017-м контейнеры станут нормой для новых проектов: они дают воспроизводимое окружение, ускоряют выкладку и упрощают переход между средами разработки, тестирования и эксплуатации. Оркестрация пока фрагментирована – Kubernetes, Swarm и Mesos конкурируют, и единого победителя нет. Совет на год: контейнеризируйте приложения, но к выбору оркестратора подходите осторожно, без преждевременной ставки.
Параллельно укрепляется подход API-first. Система, спроектированная как набор сервисов с документированными интерфейсами, легче интегрируется с госреестрами, платёжными шлюзами и смежными ведомствами. Это особенно важно для госсектора, где обмен данными между системами регламентирован. Наш опыт интеграции с государственными реестрами мы описывали в материале о годе работы с реестром: без продуманного API такие проекты буксуют на стыках.
Блокчейн: интерес есть, зрелости пока нет
Блокчейн – самая обсуждаемая и самая переоценённая позиция списка. Технологию тестируют банки и регуляторы, появляются пилоты межбанковских расчётов и нотариата. Но для типового корпоративного заказчика в 2017-м это сценарий «наблюдать и пилотировать», а не «внедрять в продакшен». Реальная польза распределённого реестра возникает там, где нескольким недоверяющим сторонам нужен общий журнал без посредника. Если у вас одна организация и одна база – обычная СУБД решит задачу дешевле и быстрее.
Здесь уместно вспомнить урок Pokemon GO, который мы разбирали летом: ажиотаж вокруг технологии и её прикладная ценность – разные вещи. Подробности – в заметке об уроках AR.
Вывод
2017-й – год прагматики. Машинное обучение и контейнеры готовы давать отдачу уже сейчас, API-first становится обязательным условием интеграций, а блокчейн стоит изучать без спешки. Выигрывает тот, кто инвестирует в зрелые технологии под конкретные задачи, а не гонится за каждым заголовком.
