Квадрант Gartner по Observability: AI-агенты выходят на первый план

Раньше платформы observability были просто инфраструктурой. Вы прокладывали трубы, подключали отводы и надеялись, что ничего не засорится в воскресенье ночью. Всё изменилось. Gartner прогнозирует, что рынок observability достигнет $14,3 млрд к 2028 году, и дело не в том, что логи стали интереснее. Просто данные, текущие по этим трубам, теперь наполовину — телеметрия, наполовину — выхлоп AI, и никто пока не умеет это нормально измерять.

Последний Magic Quadrant для платформ observability называет 19 вендоров и пересматривает рейтинг вокруг одного неудобного вопроса: способна ли ваша платформа реально наблюдать за работой AI-агента?

Цифры

Начнём с расстановки сил. Как сообщал Network World, Gartner поместил восемь вендоров в квадрант лидеров: Chronosphere, Coralogix, Datadog, Dynatrace, Elastic, Grafana Labs, IBM и New Relic. В квадранте претендентов — Alibaba Cloud, AWS, LogicMonitor, Microsoft и Splunk. Среди провидцев — BMC Helix и Honeycomb. Нишевые игроки: Apica, HPE, ScienceLogic и SolarWinds.

Квадрант лидеров весьма многолюден. Восемь имён — это много для одного квадранта, и это говорит о том, что категория созрела до точки, где ведущие вендоры в основном делают одно и то же хорошо. Дифференциация переместилась в другое место.

Цифры расходов вызывают серьёзные вопросы. Gartner сообщает, что 5% его клиентов теперь тратят более $10 млн в год с одним провайдером observability. Перечитайте это ещё раз. Каждое двадцатое предприятие имеет восьмизначную строку расходов у единственного вендора — за логи, метрики и трейсы. Это уже не счёт за мониторинг. Это топ-10 затрат на инфраструктуру, наравне с облачными вычислениями и лицензионными базами данных.

Кто хоть раз спорил с CFO по поводу счёта от Datadog, знает, как выглядит этот разговор. Финансовый директор хочет понять, почему observability растёт быстрее численности персонала, а честный ответ таков: объём телеметрии растёт быстрее и того, и другого. Высококардинальные метрики из Kubernetes, распределённая трассировка через десятки микросервисов, и теперь ещё токен-уровневые логи из вызовов LLM — всё это складывается.

Прогноз в $14,3 млрд к 2028 году предполагает устойчивый рост, но более интересная цифра — это концентрация. Когда 5% покупателей уже тратят восьмизначные суммы, экономика вендоров начинает напоминать лицензирование корпоративных баз данных в 2000-х. Горстка огромных клиентов субсидирует всех остальных, и потеря одного из них — это плохой квартал.

Критерии оценки Gartner изменились соответственно. Вендоры теперь оцениваются по полноте full-stack observability и «достоверности дорожной карты» в области AI observability, совместимости с OpenTelemetry, а также способности наблюдать за AI-агентами и управлять ими. Обратите внимание на слово «управлять» — оно тихо выполняет важную работу в этом списке. Речь идёт не только о том, чтобы видеть действия агентов. Речь о том, чтобы доказать аудиторам, что вы это видели.

Что действительно нового

Каждый отчёт по observability заявляет о чём-то новом. В большинстве случаев это переименованный дашборд. В этом цикле есть реальное содержание — и это слой AI observability.

Gartner выделяет конкретные метрики, в которые организации хотят иметь видимость: потребление токенов, задержка модели, качество ответов и частота галлюцинаций. Три из четырёх вообще не соответствуют традиционному APM. Потребление токенов — это сигнал о стоимости, который ведёт себя больше как метрика облачного биллинга, чем как счётчик запросов. Качество ответов — субъективный показатель, требующий пайплайнов оценки. Частота галлюцинаций требует эталонного компаратора, которого у большинства команд нет под рукой.

Скучная часть observability — счётчики запросов, частота ошибок, p99 задержка — была решена десятилетие назад. Проблема в том, что приложения на основе LLM порождают совершенно другие режимы отказов. Медленный ответ можно отследить. Уверенно неправильный ответ на сетевом уровне выглядит идентично правильному. Традиционные трейсы здесь не помогают.

Gartner подкупает своей прямолинейностью в отношении маркетингового разрыва. В отчёте говорится, что переход «от генеративных AI-ассистентов к автономным агентам сложнее, чем предполагает маркетинг вендоров». Перевод: половина вендоров, заявляющих об автономных возможностях расследования инцидентов, поставляет демо, а не продукты. Если вы сидели на keynote, где агент «самоисцелял» производственный инцидент на тщательно подобранном датасете, вы знаете это ощущение.

Другой действительно новый элемент — управление пайплайнами как стратегический уровень. Gartner позиционирует его как центральный для современных развёртываний, и это прямое следствие проблемы затрат. Когда объём телеметрии превышает тарифы на приём данных у вашей платформы, вам нужно что-то перед вендором для семплирования, агрегации и отсева шума. Это «что-то» теперь само по себе является категорией, и вендор-независимые инструменты пайплайнов съедают маржу платформ, которые они питают.

Наконец, инструментирование на основе eBPF тихо достигло переломной точки. В сочетании с OpenTelemetry теперь возможно собирать производственную телеметрию без агентов конкретных вендоров. Это меняет расстановку сил на переговорах.

Что уже учтено инженерными командами

Часть этого сообщество предвидело заранее. OpenTelemetry как обязательное условие — это направление движения последних трёх лет. То, что Gartner подтверждает: корпоративные покупатели теперь считают поддержку OTel «базовым требованием, а не дифференциатором» — не сюрприз. Это формальный конец эпохи, когда вендоры могли выигрывать сделки благодаря своему проприетарному агенту.

Проблема стоимости тоже уже принята во внимание. Любая серьёзная платформенная команда вела разговор «почему наш счёт от Splunk больше, чем от Postgres». Меняется то, что этот разговор вышел за пределы инженерного отдела и оказался на столе закупок и финансов. Когда CFO владеет строкой observability, скорость выпуска функций перестаёт быть решающим фактором. Атрибуция затрат и аналитика утилизации становятся главным аргументом.

Что, пожалуй, ещё не учтено — это аспект управления AI-агентами. Большинство инженерных команд всё ещё воспринимают наблюдаемость агентов как проблему отладки. Формулировка Gartner предполагает, что это на самом деле зреющая проблема соответствия требованиям. Если агент совершает действие, которое стоит денег или перемещает данные, вам нужен аудируемый след промпта, версии модели, вызовов инструментов и ответа. Это не «добавить span в трейс». Это новая модель данных.

Сигнал консолидации тоже заслуживает внимания. Gartner говорит, что рынок продолжает благоволить платформенным вендорам, сочетающим full-stack observability с интегрированными AI-возможностями. Если вы команда среднего размера, работающая сейчас с тремя точечными инструментами, давление в пользу объединения будет нарастать, а самостоятельному лог-вендору будет всё труднее на следующем цикле продления.

Альтернативная точка зрения

Консенсусная интерпретация такова: AI observability — следующая великая битва платформ, и победит вендор с лучшей историей о мониторинге агентов. Я в этом не уверен.

Вот контраргумент. OpenTelemetry и eBPF, по словам самого Gartner, «снизили барьеры для смены провайдеров observability» и превратили сбор телеметрии в commodity. Если сбор становится товаром и за ним следует уровень хранения (а это произойдёт, как только созреют бэкенды на основе объектного хранилища), то преимущество платформы — не её AI-функции. Преимущество — это данные.

Это означает, что победители волны AI observability могут оказаться вовсе не из нынешнего квадранта лидеров. Ими могут стать вендоры, которые относятся к данным observability как к субстрату для предметно-ориентированного инструментария. Присутствие Honeycomb в квадранте провидцев намекает на это. Как и тот факт, что Chronosphere, построивший репутацию на контроле затрат, а не на широте функций, находится в лидерах.

Ещё один контраргумент: тратящие более $10 млн, возможно, представляют собой антипаттерн, готовый к коррекции. Когда 5% клиентов платят столько, некоторые из них начнут строить собственные решения. Внутренние платформы observability на ClickHouse или подобных системах за восемнадцать месяцев перешли из категории экзотики в категорию разумного выбора. Следующий Magic Quadrant может оказаться короче, а не длиннее.

Ключевые выводы

• AI observability — новая ось оценки. Потребление токенов, задержка модели, качество ответов и частота галлюцинаций теперь в карточке оценки вендора. Если ваша платформа не может их показать, ждите вопросов на следующем RFP.
• OpenTelemetry — обязательное условие, а не дифференциатор. Вендоры, выигрывающие за счёт проприетарных агентов, живут в долг. Переносимость инструментирования — это интерес покупателя.
• Пайплайны телеметрии — реальная бюджетная статья. Поскольку 5% клиентов Gartner уже тратят более $10 млн в год у одного провайдера, управление пайплайнами и атрибуция затрат переходят из категории «nice-to-have» в обязательные требования закупок.
• Мониторинг автономных агентов — в основном маркетинг. Gartner прямо предупреждает, что заявления вендоров об автономных операциях опережают реальность. Относитесь к демо с должным скептицизмом.
• Управление — скрытое требование. Наблюдение за AI-агентами — это не только отладка. Это построение аудиторского следа, который ваш отдел комплаенса потребует через двенадцать месяцев.

Возвращаясь к аналогии с трубами. Трубы по-прежнему важны, но то, что по ним течёт, изменилось. Счёт за мониторинг превратился в счёт за данные с надбавкой за соответствие требованиям. Вендоры, осознающие, что их продукт — это по сути система управления AI-нагрузками (с дашбордами в придачу), останутся в квадранте лидеров, когда Gartner проведёт этот анализ снова в 2027 году. Остальные продают расходомеры на рынке, который только что обнаружил, что ему нужна станция водоподготовки.