Основная программа TechXchange 2026 стартует сегодня в Атланте, штат Джорджия, объединяя под одной крышей разработчиков, инженеров, архитекторов, исследователей и даже профессиональных скейтбордистов. Конференция, проходящая в Georgia World Congress Center, включает более 1000 сессий по пяти направлениям: приложения ИИ, управление данными, управление гибридным облаком, инфраструктура, а также безопасность и управление.

Следите за главными новостями TechXchange прямо здесь и подключайтесь к четырем виртуальным сессиям, чтобы принять участие в мероприятии из любой точки мира — прямая трансляция доступна здесь, регистрация не требуется.

13:30 EDT | 27 октября 2026 г. ИИ может писать программное обеспечение, но понимание того, что именно нужно создавать, может стать самым ценным навыком разработчика.

По мере того как компании внедряют инструменты ИИ-программирования, программисты будут тратить меньше времени на написание кода и больше — на проектирование систем, решение задач и оценку результатов работы, созданных машиной, заявили технологические лидеры во вторник на IBM TechXchange.

«Потребность в изобретательности, ясности целей и понимании того, что действительно нужно вашим клиентам, по-прежнему остается абсолютно приоритетной», — сказал Тим О'Рейли, основатель и генеральный директор O'Reilly Media, во время панельной дискуссии под названием «Будущее разработки программного обеспечения в эпоху ИИ».

По мнению О'Рейли, увлечение «vibe coding» (программированием на основе естественного языка) рискует отвлечь разработчиков от более фундаментальных изменений в программировании.

«Я действительно считаю, что vibe coding сильно отвлекает, потому что [он] на самом деле создает старый тип программирования», — сказал он. Модернизированный и значимый способ программирования, по его мнению, «создаст долговечные и устойчивые приложения, которые изменят мир».

От программиста к архитектору

В NeuralSeek, компании-разработчике ПО, которая помогает бизнесу создавать ИИ-приложения и агентов с использованием собственных данных, ИИ изменил требования к разработчикам, по словам основателя и генерального директора Гарретта Роу.

Хотя ИИ позволяет менее опытным программистам создавать целые программные функции, инженеры по-прежнему должны следить за тем, чтобы эти компоненты работали вместе, функционировали эффективно и отвечали потребностям клиентов, отметил Роу.

«Я думаю, что роль разработчика стала больше походить на роль куратора, архитектора и объединяющей силы для воплощения [идей] в жизнь», — сказал он.

Исследования показывают, что ИИ может помочь программистам делать больше. Исследование , опубликованное в феврале в журнале Management Science, показало, что разработчики, использующие ИИ-помощников, выполняли примерно на 26% больше задач, чем те, кто их не использовал, согласно экспериментам с участием 4867 разработчиков в Microsoft, Accenture и другой компании из списка Fortune 100. Менее опытные разработчики, как правило, демонстрировали более значительный прирост производительности.

Роу утверждает, что ИИ может помочь разработчикам достигать большего, чем когда-либо прежде. Исследование IBM Institute for Business Value, опубликованное в январе, показало, что 67% опрошенных руководителей ожидают, что к 2030 году ИИ поможет их организациям преодолеть нехватку ресурсов и навыков.

«Теперь, в эпоху ИИ, небольшая команда может создавать глубоко персонализированное программное обеспечение за долю времени и затрат», — сказал Роу.

Переосмысление технического образования

Растущий акцент на суждениях и контроле также поднимает вопросы о том, как университеты готовят следующее поколение разработчиков. Учебные заведения и работодатели должны более тесно сотрудничать для обучения этим навыкам, считает Джастина Никсон-Сентил, вице-президент по корпоративной социальной ответственности и директор по социальному воздействию в IBM.

Она провела различие между «ИИ-грамотностью» (понимание технологии и ее ответственного использования) и «ИИ-беглостью» (способность создавать приложения и решать с их помощью задачи).

Потребность в новых навыках выходит за рамки разработки ПО. Исследование IBM, опубликованное в мае, показало, что опрошенные генеральные директора ожидают, что в период с 2026 по 2028 год 29% сотрудников потребуется переобучение для других ролей, а еще 53% — дополнительные навыки для текущей работы.

В качестве примера Никсон-Сентил привела конкурс IBM AI Builders Challenge, который дал студентам университетов возможность разрабатывать ИИ-приложения с помощью IBM Bob, инструмента разработки компании на базе ИИ.

«Им нужно принимать взвешенные решения, а также понимать, когда нужно вмешаться и исправить работу ИИ», — сказала она, имея в виду ответственность разработчиков за код, созданный ИИ.

Важность такого контроля стала очевидна из недавнего исследования IBM среди руководителей HR. Исследователи обнаружили, что 71% опрошенных руководителей считают приоритетной способность контролировать, проверять или корректировать результаты работы ИИ, по сравнению с 38% сотрудников.

Заглядывая в будущее, О'Рейли предположил, что нынешние помощники по программированию представляют собой лишь раннюю стадию гораздо более масштабной трансформации в разработке ПО.

«Самое главное, что мы поймем — это то, что текущий момент все еще очень ранний», — сказал он. «А это значит, что многие вещи, о которых мы все подумаем: «О боже, как мы могли это упустить?», еще даже не появились».

— Саша Бродски

ИИ может писать программное обеспечение, но понимание того, что именно нужно создавать, может стать самым ценным навыком разработчика.

9:00 EDT | 27 октября 2026 г. Количество ИИ-агентов в корпоративном секторе стремительно растет: с нынешних 15 в среднем на компанию до 150 000 к 2028 году, согласно данным Gartner. Но большее количество агентов не обязательно означает лучшие результаты. Настоящей проблемой для предприятий станет обеспечение доступа этих агентов к нужным данным при соблюдении мер безопасности и управления.

Динеш Нирмал из IBM рассказывает о переходе от создания ИИ-агентов к их масштабированию на TechXchange 2026

Динеш Нирмал, старший вице-президент IBM Software, открыл TechXchange 2026, чтобы подчеркнуть этот критический сдвиг в работе бизнеса в эпоху сотен, если не тысяч, ИИ-агентов. «Прорыв заключается в агентах, которые работают вместе в масштабе», — сказал Нирмал. Автоматизация обеспечивает этот масштаб. «Теперь вы можете перейти от обслуживания миллиона пользователей к 15 миллионам; вы можете перейти от обработки 100 000 звонков к миллионам».

Хотя этот взрывной рост масштаба впечатляет и многообещает, Нирмал отметил, что сегодня только 25% ИИ-агентов по-настоящему готовы к корпоративному использованию. Что потребуется, чтобы это изменить?

Последние тенденции в области ИИ от экспертов

Получайте тщательно отобранную аналитику о самых важных и увлекательных новостях об ИИ. Подпишитесь на нашу рассылку Think Newsletter дважды в неделю.

Архитектура данных для агентных систем

Вы наверняка слышали это от многих технических специалистов: ИИ хорош лишь настолько, насколько хороши данные, которые вы ему предоставляете. Или, проще говоря, «что посеешь, то и пожнешь».

«Агенты могут работать только с тем, что они способны понять», — заявил Шон Клоуз (Shaun Clowes), генеральный директор IBM Data and Confluent, на вводной сессии. «Они ограничены качеством и своевременностью контекста, к которому имеют доступ», — пояснил он. Клоуз определил контекст как информацию, необходимую для выполнения определенной задачи. «Это определение действительно важно, потому что оно означает, что больше — не значит лучше».

Другим важным фактором, по словам Клоуза, является то, что автоматизированная поверхность предприятия значительно расширилась: «Благодаря агентам в producción-среде программное обеспечение теперь может напрямую участвовать в бизнесе, как правило, автономно». Представьте себе 150 000 ИИ-агентов, работающих таким образом по всему предприятию, предположил он. Если подавать им фрагментированный или устаревший контекст, агенты могут допускать больше ошибок на последующих этапах, увеличивая объем доработок и человеческого вмешательства, необходимых для исправления ситуации.

Архитектура данных streamhouse была разработана для решения этих задач. «Она позволяет непрерывно подключать, передавать в потоковом режиме, обрабатывать, контролировать и предоставлять текущее состояние вашего бизнеса без необходимости централизации данных в одном месте», — пояснил Клоуз.

В основе архитектуры streamhouse лежат три критически важных атрибута: постоянная актуальность, критическая важность для бизнеса и децентрализация. Платформа потоковой передачи данных IBM Confluent предоставляет возможности streamhouse «из коробки». «Главное здесь то, что вам не нужно ничего ломать и заменять», — сказал Клоуз. «Вы используете данные, которые уже циркулируют в вашем бизнесе, и делаете их постоянно полезными».

Кию Габриэль (Kiyu Gabriel), технический директор по работе с клиентами в области данных в IBM, рассказал о распространенных подходах к управлению данными сегодня: федерации данных и консолидации данных. Хотя оба метода остаются полезными в деятельности предприятий, каждый из них может помешать командам извлечь максимум пользы из рабочих процессов ИИ-агентов.

Например, федерация данных позволяет подключаться к различным источникам данных без необходимости перемещать их в одно место. Однако рост числа ИИ-агентов означает, что большая часть вычислительной мощности тратится на передачу обновлений статуса между агентами и разрозненными нижестоящими системами данных, что приводит к минимальному объему полезной работы.

С другой стороны, консолидация данных объединяет данные из разных систем в централизованном хранилище, таком как озеро данных (data lakehouse). Проблема возникает, когда эти данные наконец достигают пункта назначения после прохождения пути от исходного источника данных к центральному хабу данных и к ИИ-агенту. К тому моменту данные устаревают, отметил Габриэль, оставляя агента дезориентированным и неинформированным: «Запутавшиеся агенты — плохие агенты».

Streamhouse предоставляет выбор между федерацией и консолидацией. «У нас могут быть золотые представления данных (gold views), которые являются реактивными и используются мной для наполнения хранилища данных и систем запросов», — сказал Габриэль. «Но все начинается с правильных основ данных для этих агентных систем».

Видимость, подотчетность и контроль: безопасное масштабирование ИИ-агентов

В последние несколько месяцев ИИ-агенты заставили специалистов по безопасности и ИТ-отделы понервничать. В руках защитников автономные ИИ-модели стали инструментом, помогающим выявлять и проверять уязвимости безопасности. На прошлой неделе исследователи из охранной фирмы Wiz публично раскрыли две критические уязвимости в PHP, затрагивающие 70% интернета, и отметили «неоценимый вклад» трех передовых ИИ-агентов в обнаружение багов, разработку эксплойтов и проверку патчей. Но в руках злоумышленников ИИ-агенты помогают эксплуатировать те же самые уязвимости в беспрецедентных масштабах.

На конференции TechXchange Тайлер Линч (Tyler Lynch), технический директор по исходящим решениям в IBM Automation, сообщил, что more than 1,300 critical vulnerabilities уязвимостей были обнаружены в ядре Linux только за последние 30 дней, включая некоторые многолетние изъяны, выявленные с помощью агентов. Если сопоставить этот всплеск инцидентов кибербезопасности с тем фактом, что машинные идентичности outnumber людей в соотношении 80 к 1, становится очевидно, что масштаб и глубина угроз безопасности будут только расти по мере совершенствования передовых ИИ-моделей.

По словам Линча, решающее значение приобретает получение видимости ИИ-агентов, охватывающих весь бизнес, и контроль над ними. «Командам безопасности необходимо мыслить шире традиционных средств контроля доступа и учитывать идентичность, делегирование, [а также] поведение и намерения каждого агента, работающего в их среде», — сказал он.

Но как узнать, какие агенты существуют и над какими задачами они в данный момент работают? Именно здесь в игру вступают такие инструменты, как IBM Agent Identity и HashiCorp Vault 2.2, пояснил Линч, позволяя командам решать проблемы видимости агентов, подотчетности и доступа. Благодаря этим возможностям идентичности агентов регистрируются с помощью уникального проверяемого идентификатора. Все агенты и их активность становятся отслеживаемыми и проверяемыми, что позволяет службам безопасности поддерживать подотчетность. Когда агент ведет себя некорректно или совершает рискованные действия, его сеанс может быть отозван в режиме реального времени.

«Обеспечение безопасности агентного ИИ требует большего, чем просто защита приложений, с которыми взаимодействует агент», — сказал Линч. «Речь идет о защите самих агентов на протяжении всего их жизненного цикла и всего стека».

— Эмбер Форрест

Эмбер Форрест

Штатный редактор | Старший стратег по входящему, социальному и цифровому контенту

IBM Think