Тренды Cloud и DevOps 2026: как AI-инфраструктура меняет архитектуру систем

AI-инфраструктура официально стала архитектурной болью

По данным издания, главные сдвиги года — централизация AI-платформ, FinOps на токенах и цифровой суверенитет, который из маркетинговой этикетки наконец переехал в архитектурные диаграммы.

Hub-spoke, или почему у вас скоро появится ещё один gateway

Команда InfoQ фиксирует смену парадигмы: вместо ситуации, когда каждая команда тащит свою LLM, как раньше тащила свою реляционку, организации начинают строить внутреннюю AI-платформу. Схема классическая hub-spoke: центральный AI-шлюз, каталог одобренных моделей, рабочие пространства для команд. По сути, это старый добрый API management, только в роли endpoint'ов теперь не сервисы, а модели, агенты и инструменты. Редактор InfoQ Steef-Jan Wiggers прямо сравнивает подход с Apigee и Microsoft API Management — позиционируемыми как AI gateway.

Звучит логично, если у вас энтерпрайз и зоопарк из двадцати моделек с разными лицензиями. Для остальных это очередной слой абстракции поверх requests.post, который через полгода превратится в костыль с тремя версиями в проде. Но направление движения действительно задано: роутинг моделей по стоимости, локальный хостинг ради суверенитета и управляемый каталог, чтобы сотня команд не изобретала свои велосипеды и не сливала бюджет.

FinOps не успевает за токенами

Самая честная часть отчёта — про деньги. FinOps для облака давно обкатан: теги, аллокация cost center'ам, дашборды. Но когда основной расход — это токены в Opus, Sonnet или Fable, инструменты рассыпаются. Matt Saunders из панели InfoQ формулирует проблему прямо: существующие FinOps-решения умеют показывать, что некий инженер сжёг X долларов на токенах в конкретной модели. Связать это с реальной ценностью для бизнеса — не умеет никто.

Это знакомо каждому, кто хоть раз пытался обосновать перед CFO, почему месячный счёт за API подскочил втрое после того, как продакт-менеджер включил «умный поиск» с реранкером. Классический костыль: метрика «стоимость одного удачного ответа агента» считается руками в Jupyter-ноутбуке, а в Grafana висит только общий график расходов. Отчёт по сути говорит, что эта ситуация — индустриальная норма, и легкого решения ждать не стоит.

Что делать, пока рынок догоняет

Тренд-граф InfoQ по-прежнему опирается на модель Джеффри Мура из «Crossing the Chasm»: мы смотрим на то, что ещё не перешло в Early Majority, чтобы понять, куда через пару лет придёт мейнстрим. Практический вывод для инженеров короткий.

Зафиксируйте у себя три вещи до того, как они станут обязательными. Во-первых, единый gateway для вызовов моделей: прокси с логированием, рейт-лимитами и роутингом по цене. Сегодня это полдня работы на FastAPI или LiteLLM, завтра — корпоративный стандарт, и переписывать с нуля дороже. Во-первых, тегируйте вызовы моделей так же, как облачные ресурсы: проект, фича, команда. Иначе через квартал FinOps-команда придёт с вопросами, на которые у вас не будет ответа. Во-вторых, считайте стоимость пайплайна, а не отдельного запроса: токены на вход, токены на выход, реранкеры, суммаризаторы, fallback-модели. Если не складывается в юнит-экономику — вы не используете AI, вы сжигаете деньги с надеждой на синергию.

Цифровой суверенитет в отчёте проходит скорее фоном, но в связке с локальным хостингом моделей это прямой сигнал: рассчитывайте архитектуру так, чтобы критичные данные и промпты не утекали за периметр по умолчанию. AI gateway с фильтрацией и локальным fallback'ом — уже не paranoia, а требование регуляторов в половине юрисдикций.

Отчёт InfoQ — повод не восхищаться трендами, а проверить собственный стек на готовность к ним. Потому что когда AI-расходы перестанут быть строчкой «прочее» в бюджете, разбираться придётся тем же людям, что сейчас пишут костыли в три часа ночи.